Pemodelan Topik Pada Dakwaan Tindak Pidana Pencurian Di Pengadilan Negeri Serang Menggunakan Latent Dirichlet Allocation

Abstract

Penelitian oleh [1] yang melakukan pemodelan topik terkait tindak pidana umum menghasilkan nilai koheren terbaik sebesar 0.65895 pada topik ke -4 dengan dataset berupa amar putusan hakim. Berbeda dengan penelitian tersebut, penelitian ini melakukan pemodelan topik terkait tindak pidana pencurian dengan dataset berupa teks dakwaan yang terkandung didalam dokumen putusan hakim. Metode pemodelan topik yang digunakan adalah LDA dengan pembobotan kata TF-IDF. Pada penelitian ini dilakukan ekstraksi fitur menggunakan algoritma N-Grams untuk minimal kata muncul sebanyak 3 dan 5 kata berjenis bigrams dan trigrams, dan dilakukan evaluasi dengan mencari nilai koheren dan perplexity optimal pada rentang 2 hingga 10 topik. Interpretasi topik dilakukan dengan menggunakan bantuan algoritma Word2Vec untuk mencari kata-kata yang mirip dengan kata penyusun suatu topik. Dari percobaan yang telah dilakukan, didapatkan hasil terbaik pada pemodelan tanpa ekstraksi fitur N-Grams dengan nilai koheren sebesar 0.619 untuk 8 topik. Nilai koheren yang didapatkan cukup baik, dan kata-kata yang dihasilkan dapat dengan mudah diinterpretasikan menjadi suatu topik tertentu. Nilai perplexity yang dihasilkan cenderung menunjukan nilai yang terus menurun dari 2 hingga 10 topik yang menandakan bahwa model cukup baik dalam memprediksi suatu data baru. Diharapkan dari penelitian ini dapat dilakukan pengembangan pada kategori tindak pidana yang lebih luas lagi.