Exécution de notre outil de synthèse sur un nouvel article
Vérifiez l’article ci-dessous, puis lancez sa synthèse.
PEMODELAN TOPIK CUITAN TENTANG DANANTARA MENGGUNAKAN BERTOPIC TEROPTIMASI UMAP DAN HDBSCAN
Noor Akhnafal Aban (Islamic University of Indonesia), Chanifah Indah Ratnasari (Islamic University of Indonesia)
Résumé : Penelitian ini bertujuan memetakan struktur wacana publik mengenai Danantara sebagai lembaga pengelola investasi negara melalui pemodelan topik berbasis BERTopic yang dioptimasi dengan UMAP dan HDBSCAN. Ketidakpastian informasi dan meningkatnya volume percakapan digital terkait Danantara menuntut pendekatan analitis yang mampu menangkap keragaman isu secara lebih komprehensif dibandingkan analisis sentimen konvensional. Data diperoleh dari himpunan cuitan yang telah melalui tahapan pra-pemrosesan, penghapusan duplikasi, serta deteksi anomali temporal untuk meminimalkan distorsi akibat ledakan percakapan tidak organik. BERTopic dikonfigurasi dengan embedding IndoSBERT-large yang secara spesifik dirancang untuk representasi semantik teks Bahasa Indonesia, serta penyesuaian parameter UMAP–HDBSCAN guna menghasilkan struktur klaster yang stabil. Hasil pemodelan menghasilkan lima belas topik yang merepresentasikan spektrum wacana mulai dari dukungan terhadap penguatan ekonomi nasional, pembahasan energi dan BUMN, kritik terhadap isu legalitas dan akuntabilitas, hingga percakapan ringan yang bersifat humor. Temuan ini menunjukkan bahwa percakapan publik mengenai Danantara bersifat heterogen dan dipengaruhi oleh dinamika sosial-politik di media sosial. Secara keseluruhan, pendekatan BERTopic dengan optimalisasi UMAP–HDBSCAN menunjukkan efektivitas dalam mengungkap struktur diskursus yang berlapis berdasarkan tingkat koherensi dan keragaman topik yang dihasilkan serta menyediakan dasar berbasis data bagi analisis persepsi publik dan formulasi strategi komunikasi kebijakan.