Analisis topik terhadap komentar TikTok mengenai UIN Sunan Ampel Surabaya menggunakan metode K-Means clustering dan principal component analysis

Universitas Islam Negeri Sunan Ampel (UINSA) merupakan salah satu kampus yang telah melakukan branding di media sosial termasuk pada TikTok. Tingginya interaksi pengguna pada komentar TikTok mencerminkan beragam persepsi, opini, serta harapan masyarakat terhadap kampus UINSA. Namun, komentar yang dihasilkan bersifat tidak terstruktur, berjumlah besar, dan memiliki variasi topik yang beragam, sehingga sulit dianalisis secara manual untuk mengetahui pola topik tersebut. Penelitian ini bertujuan untuk melakukan analisis topik terhadap komentar TikTok mengenai kampus UINSA. Data pada penelitian ini diambil dari komentar video TikTok terkait kampus UINSA. Data komentar tersebut akan dilakukan pre-processing text dan pembobotan kata dengan metode Term Frequency-Inverse Document Frequency (TF-IDF). Hasil dari pembobotan kata tersebut akan dikelompokkan menggunakan K-Means dan Principal Component Analysis (PCA) untuk mereduksi dimensi. Evaluasi hasil dari K-Means dan PCA diukur menggunakan Silhouette Coefficient. Sementara itu, visualisasinya akan ditampilkan dalam bentuk word cloud. Penelitian ini menunjukkan bahwa algoritma K-Means dengan reduksi dimensi menggunakan Principal Component Analysis memperoleh nilai silhouette terbaik pada uji coba k = 4 yaitu sebesar 0,055, dibandingkan dengan metode K-Means tanpa reduksi dimensi yaitu sebesar 0,052. Berdasarkan hasil visualisasi klaster topik komentar pada klaster 0 yaitu terkait pengalaman langsung dan opini umum masyarakat terhadap UINSA, topik pada klaster 1 yaitu do'a dan harapan keterima di UINSA, topik klaster 2 yaitu fakultas kedokteran UINSA, klaster 3 yaitu pendaftaran dan seleksi masuk UINSA.