Pemodelan Topik Ulasan Pengguna Aplikasi Ruangguru Menggunakan Metode Latent Dirichlet Allocation

Perkembangan teknologi informasi dan komunikasi memberikan dorongan perubahan sektor pendidikan menuju pembelajaran berbasis digital melalui platform teknologi pendidikan (edutech). Salah satu platform edutech terbesar yang ada di Indonesia adalah Ruangguru, yang telah digunakan oleh jutaan pengguna dan memperoleh banyak ulasan dari penggunanya di media sosial, khususnya X (twitter). Ulasan tersebut menggambarkan pengalaman dan persepsi pengguna terhadap kualitas layanan, namun bersifat tidak terstruktur dan sulit untuk dianalisis secara manual karena memiliki jumlah yang besar. Permasalahan penelitian ini adalah bagaimana mengidentifikasi topik utama yang dibahas dalam ulasan pengguna aplikasi Ruangguru secara objektif dan efisien. Penelitian ini memiliki tujuan untuk menentukan jumlah topik yang muncul dalam ulasan pengguna aplikasi Ruangguru di media sosial (twitter). Metode yang digunakan adalah Latent Dirichlet Allocation (LDA) sebagai pendekatan pemodelan topik berbasis machine learning yang bersifat tidak terawasi (unsupervised learning). Data penelitian berjumlah 3.282 ulasan pengguna berbahasa Indonesia yang dikumpulkan dari bulan Januari hingga Oktober 2025. Hasil penelitian diharapkan dapat memberikan gambaran mengenai tema yang dominan dalam ulasan pengguna sehingga dapat menjadi bahan evaluasi bagi pengembang aplikasi serta kontribusi akademis dalam bidang text mining.