Mario, Oktavianus (2026) PEMETAAN ISU JUDI ONLINE DI INDONESIA MELALUI PEMODELAN TOPIK MENGGUNAKAN LDA DAN NMF. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/text.png) |
Text (COVER - ABSTRAK)
COVER.pdf - Published Version Download (1MB) |
|
Text (BAB I)
BAB I.pdf - Published Version Download (202kB) |
|
Text (BAB II)
BAB II.pdf - Published Version Restricted to Registered users only Download (802kB) |
|
Text (BAB III)
BAB III.pdf - Published Version Restricted to Registered users only Download (259kB) |
|
Text (BAB IV)
BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf - Published Version Download (79kB) |
|
Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (257kB) |
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.11.4138.zip Restricted to Repository staff only Download (195MB) |
|
Text (PUBLIKASI)
Publikasi.pdf - Published Version Restricted to Repository staff only Download (895kB) |
Abstract
Fenomena judi online di Indonesia menunjukkan peningkatan yang signifikan dan banyak bermunculan promosi terselubung di ruang publik digital, sehingga menimbulkan risiko sosial-ekonomi dan tantangan bagi upaya penegakan kebijakan. Penelitian ini bertujuan memetakan isu terkait judi online pada komentar publik YouTube dengan membandingkan dua pendekatan pemodelan topik: Latent Dirichlet Allocation (LDA) dan Non-Negative Matrix Factorization (NMF). Data dikumpulkan melalui YouTube Data API v3 pada rentang 30 Agustus 2023–7 Desember 2025 dan setelah validasi diperoleh 6.205 komentar top-level. Proses analisis meliputi pra-pemrosesan teks (case folding, pembersihan URL/emoji, normalisasi slang, tokenisasi, stopword removal, stemming, dan pembentukan bigram), representasi BoW untuk LDA serta TF-IDF untuk NMF, pelatihan model dengan variasi jumlah topik, dan evaluasi menggunakan metrik koherensi serta inspeksi manual untuk interpretasi topik dan visualisasi temporal. Hasil menunjukkan beberapa topik dominan seperti modus promosi (tautan/afiliator), istilah permainan (slot, togel), mekanisme deposit/withdraw, peran influencer, dan kritik publik terhadap dampak ekonomi; NMF cenderung menghasilkan topik yang lebih mudah diinterpretasi sementara LDA efektif menangkap campuran topik dalam komentar. Kontribusi penelitian meliputi pemetaan tematik isu judi online, dataset terstruktur untuk penelitian lanjutan, serta rekomendasi bagi pembuat kebijakan dan moderator platform untuk deteksi dan mitigasi konten. Rekomendasi lanjutan mencakup penerapan teknik embedding berbasis transformer dan perluasan sumber data lintas platform.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Judi Online, Pemodelan Topik, LDA, NMF, YouTube, Online Gambling, Topic Modeling. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 300 – Ilmu Sosial > 360 Permasalahan dan kesejahteraan sosial > 363 Masalah dan layanan, kesejahteraan sosial lainnya |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 23 Jul 2026 03:21 | ||
| Last Modified: | 23 Jul 2026 03:21 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/32329 |
Actions (login required)
 |
View Item |