Klasifikasi Pertanyaan dari Direct Message dan Komentar Instagram Statistika UII berdasarkan Latent Dirichlet Allocation menggunakan Support Vector Machine

Abstract

Saat ini interaksi antara pengguna dan akun media sosial semakin penting dalam lingkungan digital. Di prodi statistika UII akun Instagram menjadi salah satu alat komunikasi dengan menerima pertanyaan-pertanyaan melalui Direct Message (DM) dan komentar yang membutuhkan respon cepat dan tepat. Penggunaan Instagram juga sebagai alat promosi dengan memiliki pertanyaan dari DM maupun komentar yang antusias terhadap Prodi Statistika yang penting untuk digali informasinya. Pertanyaan-pertanyaan yang terkumpul kemudian dijadikan sebagai bahan tahapan insisasi pembuatan chatbot. Oleh karena itu, penelitian ini menggunakan pendekatan LDA untuk mengidentifikasi topik-topik yang umum muncul dalam pertanyaan-pertanyaan yang masuk. Metode ini memungkinkan pengelompokan pertanyaan berdasarkan distribusi kata-kata yang muncul dalam teks. Selanjutnya, SVM digunakan untuk membangun model klasifikasi yang dapat membedakan kategori berdasarkan hasil dari pemodelan topik LDA yaitu PMB, Akademik, Biaya, dan Grup Maba. Dari data pertanyaan yang didapatkan sebanyak 530 pertanyaan. Setelah mendapatkan hasil olah data menggunakan LDA, diperoleh 5 topik salah satunya yaitu Program Magister di Statistika. Kemudian pada klasifikasi, evaluasi didapat dari confusion matrix menunjukkan bahwa model bekerja cukup baik yang didukung dari hasil perhitungan nilai accuracy sebesar 87,7%, precision sebesar 88%, recall sebesar 88%, dan F1-score sebesar 87%. Untuk pengujian 20 pertanyaan baru diperoleh hasil menjawab tepat sebanyak 19 pertanyaan sesuai kategori.