Pemodelan Topik Ulasan Aplikasi Bank Digital Menggunakan Metode Latent Dirichlet Allocation (LDA)

Fuadah, Nila Tashfiatul (2023) Pemodelan Topik Ulasan Aplikasi Bank Digital Menggunakan Metode Latent Dirichlet Allocation (LDA). Other thesis, Instiut Teknologi Sepuluh Nopember.

Text 06111740007001-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (2MB) | Request a copy

Abstract

Bank digital merupakan bank yang sepenuhnya memberikan pelayanan secara daring dan tanpa adanya kantor cabang. Bank digital adalah hal yang baru bagi masyarakat Indonesia. Ini menjadi tantangan bagi pengelola bank digital untuk terus meningkatkan kualitas guna mendapatkan kepercayaan masyarakat. Salah satu aspek penting yang harus diperhatikan bank digital dalam meningkatkan layanannya adalah dengan melihat ulasan/ (informasi balik) yang didapatkan, sehingga dapat diketahui kekurangan dan kelebihan dari sistem dan program yang dibuat, serta mengetahui kebutuhan dari pengguna itu sendiri. Tetapi, karena semakin hari semakin banyak ulasan yang didapatkan, maka diperlukan metode yang cepat dan efisien untuk membantu menyimpulkan dan mengidentifikasi topik utama pada ulasan tersebut. Salah satu metode yang dapat digunakan untuk mengidentifikasi topik utama dalam dokumen ulasan aplikasi bank digital adalah dengan menggunakan menggunakan metode Latent Dirichlet Allocation (LDA). Evaluasi pemodelan topik pada parameter iterasi dilakukan dengan melihat nilai koherensi tertinggi pada uji coba model dengan input jumlah topik dan iterasi. Hasil pengujian didapatkan nilai koherasi selalu tertinggi pada jumlah topik 5 dan persebaran topik paling merata pada iterasi 100, sehingga pada pemodelan ini menghasilkan luaran berupa 5 topik utama.
================================================================================================================================
A digital bank is a bank that fully provides online services and without branch offices. Digital banking is something new for the people of Indonesia. This is a challenge for digital bank managers to continue to improve quality in order to gain public trust. One of the important aspects that digital banks must pay attention to in improving their services is by looking at the reviews/(back information) obtained, so that the weaknesses and strengths of the systems and programs created, and knowing the needs of the users themselves can be identified. However, because more and more reviews are getting day by day, a fast and efficient method is needed to help conclude and identify the main topics in the review. One method that can be used to identify the main topics in the digital bank application review document is to use the method Latent Dirichlet Allocation (LDA). Evaluation of topic modeling on iteration parameters is done by looking at the highest coherence value in the model trial with the input of the number of topics and iterations. The test results show that the coherence value is always the highest in the number of topics 5 and the distribution of topics is the most even in iteration 100, so that this modeling produces an output in the form of 5 main topics.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Bank digital, Nilai Koherensi, Pemodelan Topik, Coherence Value, Digital Bank, Latent Dirichlet Allocation (LDA), Topic Modeling
Subjects:	Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry) Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science) T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Nila Tashfiatul Fuadah
Date Deposited:	16 Feb 2023 07:55
Last Modified:	16 Feb 2023 07:55
URI:	http://repository.its.ac.id/id/eprint/97345

Actions (login required)

View Item