Melola Discovery

← Melola Discovery

Jurnal

Analisis Tren Pertemuan Tatap Muka Terbatas dari Persepsi Warganet pada Twitter Menggunakan Topic Modeling

Edu Komputika Journal · Vol. 9 No. 2 (2022) · hlm. 68–77

DOI
10.15294/edukomputika.v9i2.62076
ISSN
2599-297X, 2252-6811
Terbit
2022-12-31
Penerbit
Jurusan Teknik Elektro Universitas Negeri Semarang
Bahasa
eng

Abstrak

Salah satu dampak dari pandemi COVID-19 adalah pemberlakuan pembelajaran daring. Kegiatan pembelajaran daring banyak mengalami kendala, sehingga menyebabkan tidak tercapainya kompetensi pembelajaran dengan baik. Kemudian pemerintah memberlakukan program Pertemuan Tatap Muka Terbatas (PTMT), dan banyak tanggapan masyarakat terhadap program tersebut. Untuk mengetahui bagaimana persepsi masyarakat terhadap PTMT, kita dapat melakukan analisis terkait PTMT melalui media sosial. Karena media sosial merupakan salah satu media yang paling banyak digunakan oleh masyarakat selama pandemi untuk berkomunikasi, menyampaikan pendapat, mencari berita, dan lain-lain. Adapun analisis tren PTMT dari persepsi warganet yang dapat dilakukan adalah malalui topic modeling. Dengan mengambil data dari Twitter terkait PTMT menggunakan API (Application Programming Interface), selanjutnya memproses topic modeling dengan metode Latent Dirichlet Allocation (LDA), sebuah metode yang paling populer dan banyak digunakan pada penelitian text mining. Hasil pemodelan topik menghasilkan sepuluh klaster topik dengan nilai koheren 0,50344, dengan tiga topik yang paling banyak dibicarakan oleh warganet. Yakni tentang banyaknya tugas yang harus dikerjakan di luar jam sekolah, mereka sudah mencapai titik kebosanan menjalani sekolah dari rumah hingga menyebabkan kemalasan, dan banyak warganet yang membicarakan bahwa mereka akan melaksanakan kegiatan PTMT.

Jaringan kolaborasi para penulis

29 penulis · 75 tautan kepenulisan bersama · 33 lintas organisasi

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Yogyakarta State University
  • Universitas Alma Ata
  • Universitas Hamzanwadi
  • Universitas PGRI Yogyakarta
  • State University of Semarang
  • Adam Mickiewicz University in Poznań
  • Ministry of Education
  • Organisasi lain
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Setyo Eko AtmojoUniversitas PGRI Yogyakarta1
Michalina SkotnickaAdam Mickiewicz University in Poznań1
Ani RusilowatiState University of Semarang1
Ebny SholikhahAfiliasi tidak diketahui1
Rukiyati RukiyatiYogyakarta State University1
Dyah Respati Suryo SumunarYogyakarta State University1
Khirjan NahdiUniversitas Hamzanwadi1
Aswasulasikin AswasulasikinUniversitas Hamzanwadi1
Edi PurwantaYogyakarta State University1
Sukirjo SukirjoYogyakarta State University1
Badrus SholehMinistry of Education1
Sutikno SutiknoAfiliasi tidak diketahui1
Nurul ArifiyantiYogyakarta State University1
Amir SyamsudinYogyakarta State University1
Harun HarunYogyakarta State University1
Yunike SulistyosariManado State University1
Amika WardanaYogyakarta State University1
İnsih WilujengYogyakarta State University1
Yusinta Dwi AriyaniUniversitas Alma Ata1
Heri RetnawatiYogyakarta State University1
Rino RichardoUniversitas Alma Ata1
Ariyadi WijayaYogyakarta State University1
Dyahsih Alin SholihahUniversitas Alma Ata1
Andi WahyudiUniversitas Alma Ata1
Khasanah Nur HidayahUniversitas Alma Ata1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/edukom/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 8 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Analisis Tren Pertemuan Tatap Muka Terbatas dari Persepsi Warganet pada Twitter Menggunakan Topic Modeling</dc:title>
	<dc:creator>Nurlayli, Akhsin</dc:creator>
	<dc:creator>Dwiningrum, Siti Irene Astuti</dc:creator>
	<dc:creator>Alwi, Ahmad Chafid</dc:creator>
	<dc:creator>Raharjo, Amrih Setyo</dc:creator>
	<dc:description xml:lang="en-US">Salah satu dampak dari pandemi COVID-19 adalah pemberlakuan pembelajaran daring. Kegiatan pembelajaran daring banyak mengalami kendala, sehingga menyebabkan tidak tercapainya kompetensi pembelajaran dengan baik. Kemudian pemerintah memberlakukan program Pertemuan Tatap Muka Terbatas (PTMT), dan banyak tanggapan masyarakat terhadap program tersebut. Untuk mengetahui bagaimana persepsi masyarakat terhadap PTMT, kita dapat melakukan analisis terkait PTMT melalui media sosial. Karena media sosial merupakan salah satu media yang paling banyak digunakan oleh masyarakat selama pandemi untuk berkomunikasi, menyampaikan pendapat, mencari berita, dan lain-lain. Adapun analisis tren PTMT dari persepsi warganet yang dapat dilakukan adalah malalui topic modeling. Dengan mengambil data dari Twitter terkait PTMT menggunakan API (Application Programming Interface), selanjutnya memproses topic modeling dengan metode Latent Dirichlet Allocation (LDA), sebuah metode yang paling populer dan banyak digunakan pada penelitian text mining. Hasil pemodelan topik menghasilkan sepuluh klaster topik dengan nilai koheren 0,50344, dengan tiga topik yang paling banyak dibicarakan oleh warganet. Yakni tentang banyaknya tugas yang harus dikerjakan di luar jam sekolah, mereka sudah mencapai titik kebosanan menjalani sekolah dari rumah hingga menyebabkan kemalasan, dan banyak warganet yang membicarakan bahwa mereka akan melaksanakan kegiatan PTMT.</dc:description>
	<dc:publisher xml:lang="en-US">Jurusan Teknik Elektro Universitas Negeri Semarang</dc:publisher>
	<dc:date>2022-12-31</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/edukom/article/view/62076</dc:identifier>
	<dc:identifier>10.15294/edukomputika.v9i2.62076</dc:identifier>
	<dc:source xml:lang="en-US">Edu Komputika Journal; Vol 9 No 2 (2022): Edu Komputika Journal; 68 - 77</dc:source>
	<dc:source>2599-297X</dc:source>
	<dc:source>2252-6811</dc:source>
	<dc:source>10.15294/edukomputika.v9i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/edukom/article/view/62076/23637</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2022 Edu Komputika Journal</dc:rights>
</oai_dc:dc>