PEMODELAN TOPIK PEMBERITAAN KESEHATAN MASYARAKAT DI MEDIA ONLINE MENGGUNAKAN LATENT DIRICHLET ALLOCATION

Media online telah menjadi sumber utama pemberitaan kesehatan masyarakat karena kemudahan akses dan penyebaran informasinya yang luas. Namun, keberlimpahan informasi tersebut menyulitkan identifikasi isu utama serta pemetaan kecenderungan opini publik, sehingga terjadi ketidaksesuaian antara kebutuhan informasi dengan respons kebijakan yang diperlukan. Penelitian ini bertujuan untuk memodelkan topik pemberitaan kesehatan masyarakat di media online secara otomatis guna mengungkap struktur laten dan mengkuantifikasi perhatian media terhadap berbagai isu kesehatan. Sebanyak 8.799 dokumen berita kesehatan dari portal berita nasional Detik dan Kompas dianalisis menggunakan tahapan pra-pemrosesan teks, pembentukan korpus numerik dengan metode Bag of Words, pemodelan topik menggunakan Latent Dirichlet Allocation, evaluasi menggunakan metrik coherence C_v. Hasil pengujian menunjukkan bahwa model optimal diperoleh pada tiga topik utama dengan nilai coherence C_v sebesar 0,61. Distribusi perhatian media terhadap ketiga topik tersebut dapat dikuantifikasi yaitu layanan kesehatan gratis sebesar 46,4%, gaya hidup dan nutrisi masyarakat sebesar 35,3%, serta kebijakan dan sistem jaminan kesehatan seperti BPJS dan JKN sebesar 18,4% yang divisualisasi dengan pemisahan topik yang jelas dan keterkaitan semantik yang stabil menggunakan pyLDAvis.