Pemerintah Kabupaten Trenggalek menghadapi tantangan dalam memahami opini publik yang disampaikan melalui komentar di akun TikTok resminya, terutama terkait kebijakan dan program pembangunan daerah. Penelitian ini bertujuan untuk mengidentifikasi topik-topik utama dari komentar masyarakat menggunakan metode Latent Dirichlet Allocation (LDA) sebagai pendekatan pemodelan topik. Data dikumpulkan melalui teknik web scraping dari Januari hingga Maret 2025, mencakup komentar-komentar pada video yang diunggah oleh akun resmi pemerintah. Proses analisis melibatkan tahapan preprocessing seperti tokenisasi, penghapusan stopwords, normalisasi kata, lemmatisasi, dan filtering berdasarkan POS-tagging untuk menghasilkan korpus teks yang bersih dan terstruktur.Hasil evaluasi model menunjukkan performa optimal dengan nilai perplexity sebesar 8.994 dan coherence score sebesar 0.594, menandakan konsistensi dan relevansi topik yang baik. Dari hasil pemodelan yang sudah dimodelkan mengahasilkan topik utama yang mencerminkan aspirasi masyarakat, antara lain seputar kebijakan publik, pembangunan infrastruktur, dan layanan kesehatan. Penelitian ini memberikan kontribusi praktis dalam memahami opini publik berbasis data media sosial serta secara metodologis membuktikan efektivitas LDA dalam mengolah data komentar dari TikTok. Implikasi dari temuan ini diharapkan mampu membantu Pemerintah dalam merumuskan kebijakan yang lebih responsif dan berbasis bukti. Penelitian lanjutan disarankan untuk mengintegrasikan analisis sentimen dan memperluas cakupan data secara temporal untuk hasil yang lebih komprehensif


Deskripsi Lain

The Government of Trenggalek Regency faces challenges in understanding public opinion expressed through comments on its official TikTok account, particularly regarding regional development policies and programs. This study aims to identify the main topics within public comments using the Latent Dirichlet Allocation (LDA) method a topic modeling approach. Data were collected through web scraping techniques from videos uploaded by the official government account between January and March 2025. The analysis process involved several preprocessing stages, including tokenization, stopword removal, word normalization, lemmatization, and filtering based on Part-of-Speech (POS) tagging to produce a clean and structured text corpus. Model evaluation showed optimal performance with a perplexity score of -8.994 and a coherence score of 0.594, indicating good topic consistency and relevance. The topic modeling results revealed three main themes that reflect public aspirations: public policy, infrastructure development, and healthcare services. This study offers practical contributions in understanding public opinion based on social media data and methodologically demonstrates the effectiveness of LDA in processing TikTok comment data. The findings are expected to assist the government in formulating more responsive and evidence-based policies. Future research is recommended to incorporate sentiment analysis and expand the temporal scope of the data for more comprehensive results.

• ANALISIS YURIDIS TINDAK PIDANA PENODAAN AGAMA DI MEDIA SOSIAL DAN MEDIA MASSA
• PERLINDUNGAN HUKUM PEMEGANG HAK CIPTA ATAS LAGU YANG DIUNGGAH PADA APLIKASI TIKTOK
• Perubahan Gaya Hidup Santri Akibat Penggunaan Media Sosial (Studi Kasus Fashion Santri di Pondok Pesantren Nurul Jadid Garduwak di Desa Lepelle Kecamatan Robatal Kabupaten Sampang)
• Penggunaan Instagram Sebagai Strategi Social Media Marketing (Studi Kasus Jimshoney Surabaya Dalam Membangun Brand Awareness Dan Media Komunikasi Dengan Pelanggan )
• PENGARUH SOCIAL MEDIA MARKETING DAN ELECTRONIC WORD OF MOUTH TERHADAP CUSTOMER ENGAGEMENT PADA FOLLOWERS AKUN INSTAGRAM @essenzo.indonesia