// <![CDATA[LATENT DIRICHLET ALLOCATION MENGGUNAKAN METODE GIBBS SAMPLING UNTUK TOPIK MODELING PADA ULASAN PRODUK DI APLIKASI E-COMMERCE]]> 120071201 - Uung Ungkawa, Ir., M. T., Dr. Dosen Pembimbing 1 120071202 - Asep Nana Hermana, ST., M.T. Penguji 1
E-commerce telah menjadi salah satu metode utama bagi konsumen untuk membeli berbagai produk dan layanan. Latent Dirichlet Allocation (LDA) adalah alat pemodelan topik yang digunakan untuk menyimpulkan topik tersembunyi di seluruh dokumen atau korpus. Tujuan utama dari penelitian ini adalah untuk menerapkan metode Latent Dirichlet Allocation (LDA) dengan teknik Gibbs Sampling dalam menganalisis ulasan produk di platform e-commerce, khususnya aplikasi Zalora. Dalam penelitian ini, data yang digunakan terdiri dari 2000 ulasan yang diambil melalui proses crawling dari Google Play Store. Salah satu kelemahan utama LDA adalah ketidak stabilan hasil yang dapat terjadi akibat ketergantungan pada parameter awal dan hyperparameter. Pada hasil akhir LDA dengan gibbs sampling mendapatkan topik tentang kualitas produk dengan hasil koherensi score sebesar 0.6298 dan LDA tanpa gibbs sampling mendapatkan topik tentang harga produk dengan hasil 0.4630.