<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="100414">
 <titleInfo>
  <title>PERBANDINGAN PERFORMA METODE LDA DAN LSA DALAM MENGANALISIS TOPIK PENELITIAN DOSEN FMIPA, USK</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Tya Shafira</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA (S1)</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Jumlah publikasi karya ilmiah mengalami peningkatan yang pesat setiap tahunnya dalam berbagai bidang penelitian. Publikasi ilmiah yang telah dipublikasikan oleh para peneliti dapat diakses secara bebas melalui internet, baik yang disediakan oleh pihak penerbit jurnal, ataupun yang disediakan oleh para penulis jurnal publikasi ilmiah itu sendiri. Publikasi ilmiah yang sudah dipublikasikan ini mengandung berbagai topik &#13;
dari hasil penelitian yang telah dilakukan para peneliti. Salah satu cara menemukan topik-topik penelitian tersebut dengan menggunakan analisis Topic modelling. Metode dari topic modelling yang digunakan pada penelitian ini adalah metode Latent Dirichlet Allocation (LDA) dan Latent Semantic Analysis (LSA) yang mana dapat mengelompokkan kata-kata menjadi satu set topik yang terdiri dari keyword penting. Penelitian ini menggunakan dataset data publikasi dosen jurusan Matematika, Informatika dan Statistika dari website Google Scholar yang didapatkan dengan teknik web scraping. Web Scraping digunakan untuk mencari topik-topik penelitian dari sekumpulan data publikasi dosen tersebut yang dibagi dalam dua bahasa yaitu Indonesia dan Inggris. Hasil penelitian ini menunjukkan bahwa metode LDA memiliki hasil yang lebih baik daripada LSA dengan hasil yang didapatkan pada dataset data publikasi bahasa Inggris metode LDA diperoleh coherence score yaitu 0.560191 dengan number of topisc adalah 16 dan dataset data publikasi bahasa Indonesia diperoleh coherence score yaitu 0.465173 dengan number of topics adalah 4. Sedangkan pada metode LSA pada dataset data publikasi bahasa Inggris diperoleh coherence score yaitu 0.430496 dengan number of topics adalah 6 dan dataset data publikasi bahasa Indonesia diperoleh coherence score yaitu 0.465479 dengan number of topics adalah 3.&#13;
</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>100414</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2022-06-13 11:33:29</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-06-13 12:27:15</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>