{JALUR SCIENTIST} PEMODELAN TOPIK BENCANA ALAM DI INDONESIA MENGGUNAKAN NMF

Ghaly, Muhammad Zhafran (2024) {JALUR SCIENTIST} PEMODELAN TOPIK BENCANA ALAM DI INDONESIA MENGGUNAKAN NMF. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (389kB)
	Text (ISI) ISI.pdf Restricted to Registered users only Download (914kB)
	Archive (SOURCE CODE) Scientist Sourcecode - Muhammad Zhafran Ghaly.zip Restricted to Repository staff only Download (17kB)

Abstract

Bencana alam merupakan tantangan yang signifikan di Indonesia, negara yang secara geografis rentan terhadap gempa bumi, banjir, dan letusan gunung berapi. Penelitian ini menerapkan teknik Non-Negative Matrix Factorization (NMF) untuk pemodelan topik untuk menganalisis dataset teks yang terkait dengan bencana alam di Indonesia secara komprehensif. Penelitian ini mengeksplorasi dampak dari variasi jumlah topik (5, 10, dan 15) terhadap efektivitas NMF dalam merepresentasikan struktur yang mendasari data teks. Temuan menunjukkan bahwa pilihan jumlah topik secara signifikan mempengaruhi granularitas dan kekayaan representasi data teks. Kesalahan rekonstruksi yang lebih rendah dicapai dengan 15 topik, yang menunjukkan keefektifannya dalam menangkap hubungan yang rumit antara bencana alam dan berbagai domain, termasuk pendidikan, pertanian, olahraga, dan peristiwa regional. Lima tema utama yang diidentifikasi meliputi "Banjir dan Tanah Longsor", "Gempa Bumi", "Cuaca Normal", dan "Lainnya", yang memberikan wawasan berharga mengenai manajemen bencana dan upaya mitigasi. Selain itu, analisis dengan 10 topik ini memperluas cakupannya hingga mencakup isu-isu hukum, masalah lingkungan, dan aspek politik, yang mencerminkan hubungan timbal balik yang kompleks antara bencana dan isu-isu sosial yang lebih luas. Penelitian ini menggarisbawahi pentingnya mengadopsi pendekatan pemodelan topik yang bernuansa untuk memahami sifat bencana alam yang beraneka ragam dan implikasinya terhadap berbagai sektor. Selain itu, penelitian ini juga menyoroti pentingnya skor kesalahan rekonstruksi sebagai metrik penting untuk mengevaluasi kinerja model NMF dalam analisis data teks. Penelitian ini berkontribusi dalam meningkatkan kesiapsiagaan bencana dan mengatasi tantangan lingkungan di Indonesia, memberikan pelajaran berharga bagi manajemen bencana dan metodologi analisis teks, serta memberikan informasi bagi perencana mitigasi yang lebih tepat sasaran.

Item Type:

Thesis (S1 - Sarjana)

Contributor: