Implementasi Teks Mining Pada Website Kemenkes Dengan Metode LDA Menggunakan Algoritma K-Means

Penelitian ini bertujuan meningkatkan aksesibilitas dan pengelolaan informasi kesehatan di situs web Kementerian Kesehatan (Kemenkes). Sebelum penelitian ini dilakukan, konten pada situs web Kemenkes tersebar tanpa struktur yang jelas, membuat pengguna kesulitan menemukan informasi kesehatan yang mereka butuhkan dengan cepat dan efisien. Hal ini mengakibatkan penurunan kualitas pengalaman pengguna dan potensi penurunan kepercayaan terhadap sumber informasi kesehatan resmi. Dengan tujuan mempermudah pengguna dalam menemukan informasi relevan, penelitian ini menggunakan algoritma K- Means untuk mengelompokkan konten situs web berdasarkan tema. Melalui metode text mining, lima klaster utama berhasil diidentifikasi, mencakup topik seperti kesehatan darurat, penyakit tertentu, dan inovasi penanganan COVID-19. Hasil menunjukkan peningkatan efisiensi navigasi dengan akurasi klasterisasi mencapai 72%. Simpulan dari penelitian ini adalah bahwa pengelompokan ini berhasil meningkatkan struktur dan kualitas informasi di situs web Kemenkes, mendukung pengambilan keputusan berbasis data, dan meningkatkan layanan kesehatan masyarakat.

Kata kunci: teks mining, topik modeling, LDA model, K-Means