PEMETAAN RISET TENTANG DETEKSI TOPIK PADA TWITTER DENGAN TEKNIK SYSTEMATIC LITERATURE REVIEW

Abstract

Twitter merupakan salah satu media sosial yang banyak digemari orang, mulai dari anak remaja hingga dewasa. Di twitter banyak informasi yang akan didapatkan oleh para pengguna. Masing-masing informasi memiliki kata kunci untuk dikelompokkan topik bahasannya. Kata kunci yang dimaksud adalah kata yang memiliki posisi yang istimewa dalam sebuah kalimat. Dari kata kunci ini maka topik akan lebih mudah untuk di deteksi. Terdapat berbagai macam metode untuk mendeteksi topik pada twitter. Penelitian ini bertujuan untuk membuat peta riset deteksi topik pada twitter dengan teknik systematic literature review. Literatur yang digunakan berasal dari beberapa digital library yaitu IEEE eXplore, Sciencedirect, Google Scholar dan Citeseerx . Selanjutnya proses penyaringan literatur berdasarkan relevansi judul didapat 50 judul literatur. Setelah itu menganalisis isi dari masing-masing literatur. Hasil analisis menunjukkan terdapat 39 jenis metode deteksi topik. Metode terbanyak yang digunakan ialah Latent Dirichlet Allocation (LDA). Dan metode dengan tingkat akurasi tertinggi yang digunakan ialah Random Forest (RF) dan Naives Bayes dengan tingkat akurasi 95,5%.