ANALISIS TREN KONTEN PADA VTUBER INDONESIA MENGGUNAKAN LATENT DIRICHLET ALLOCATION

Abstract

YouTube merupakan bukti dari perkembangan teknologi digital terbaru dalam bidang media dan hiburan. Tidak semua youtuber atau orang yang membuat konten video di YouTube melakukan ekspresi diri secara langsung, ada yang menggunakan perantara karakter virtual dua dimensi atau tiga dimensi yang dibuat dengan bantuan perangkat lunak computer untuk berinteraksi dengan penonton yang kedepannya biasa disebut sebagai Virtual Youtuber (VTuber). Tren vtuber ini mulai terkenal pada tahun 2016 di jepang makin tahun makin meningkat diseluruh dunia, Kemudian Semakin banyak orang-orang menyukai konten yang dibawakan oleh Vtuber dan tidak sedikit yang tertarik untuk menjadi bagian dari vtuber juga. Untuk membantu hal tersebut penelitian ini membantu untuk mengetahui topik konten yang ditayangkan oleh Vtuber Terkenal menggunakan metode Latent Dirichlet Allocation (LDA). Analisis dilakukan setelah menjalankan proses text mining terhadap 4312 video dari 10 channel vtuber Indonesia teratas. Penentuan topik yang optimal dari LDA yang diterapkan dapat melihat hasil nilai perplexity dan topic coherence. Dari implementasi metode LDA didapatkan hasil berupa lima topik yang sering ditayangkan oleh vtuber antara lain gim Minecraft dan reading donation, gim Apex Legend disertai collaboration dengan vtuber lain, tayangan siaran langsung video game, cover dari lagu penyanyi lain dan terakhir tayangan gim multiplayer lain seperti Raft atau Phasmophobia.

Cite this work

No public copy is stored for this record, so only the metadata is cited.

Stored only when both papers are in the corpus — 1 citations exist upstream.

Papers that cite the same references — the relational fallback while embeddings are still backfilling.