Eksplorasi berbagi terjemahan ayat Al-qur’an pada twitter menggunakan latent dirichlet allocation dengan gibbs sampling

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Virgiannada, Hikmah Rossyta (2021) Eksplorasi berbagi terjemahan ayat Al-qur’an pada twitter menggunakan latent dirichlet allocation dengan gibbs sampling. Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text Himah Rossyta Virgiannada_H76217057.pdf Download (1MB)

Abstract

Salah satu sosial media yang penggunanya meningkat tajam di masa pandemi covid-19 adalah twitter. Twitter menjadi salah satu platform yang digunakan bukan hanya untuk sarana hiburan, ungkapan pendapat namun juga sebagai sarana dakwah oleh para penggunanya. Banyaknya kutipan terjemahan Al-Qur’an berbahasa Indonesia yang ditemukan di jejaring twitter sebelum dan sesudah masa pandemi layak diteliti untuk mengetahui perbedaan topik yang terbentuk. Metode analisis yang digunakan adalah LDA dengan pendekatan teknik inferensi. Penelitian ini mengkomparasikan implementasi teknik inferensi gibbs sampling dan variational bayes pada LDA. Berdasarkan perhitungan topic coherence, LDA gibbs sampling memiliki nilai koherensi yang lebih baik daripada LDA variational Bayes. Nilai koherensi LDA dengan gibbs sampling untuk dataset sebelum dan sesudah Covid-19 masing-masing adalah 0,5826 dan 0,5709 atau dikategorikan cukup baik. Sedangkan nilai koherensi LDA dengan variational bayes masing-masing 0.4366 dan 0.5598. Sebanyak 150 topic modelling yang terbentuk dari LDA gibbs sampling dengan tingkat validasi sebesar 96,7% dinyatakan valid. Topik terpopuler pada dataset sebelum covid-19 adalah 6 topik tentang pembahasan ibadah dan 9 topik berisi perintah beribadah sedangkan pada dataset setelah covid-19, 6 topik tentang ibadah 9 topik tentang meminta tolong, memohon ampunan dan perintah untuk taat. Secara kuantitatif terjadi perubahan topik ayat yang paling banyak diretweet, like maupun reply saat sebelum dan setelah covid-19 akan tetapi surat terpopuler yang paling banyak dibagikan pada dua kejadian tersebut memiliki kesamaan yaitu Al-Baqarah, Ali Imran, Al-Isra’ dan An-Nisa’.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Virgiannada, Hikmah Rossyta rossytahikmah2@gmail.com H76217057
Contributors:	Contribution Name Email NIDN Thesis advisor Rolliawati, Dwi dwi-roll@uinsby.ac.id 197909272014032001 Thesis advisor Khalid, Khalid khalid@uinsby.ac.id 197906092014031002
Subjects:	Teknologi Teknologi > Teknologi Informasi
Keywords:	Latent Dirichlet Allocation; Gibbs Sampling; Variatinal Bayes; Nilai Koherensi; Analisis Kuantitatif.
Divisions:	Fakultas Sains dan Teknologi > Studi Sistem Informasi
Depositing User:	Hikmah Rossyta Virgiannada
Date Deposited:	15 Aug 2021 23:42
Last Modified:	15 Aug 2021 23:42
URI:	http://digilib.uinsa.ac.id/id/eprint/49595

Actions (login required)

View Item