PRAMATYA, REYHAN BASKARA (2026) ANALISIS TOPIK KEBIJAKAN BADAN PANGAN NASIONAL MENGGUNAKAN PEMODELAN BAHASA INDOBERT DAN XLM-R. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
COVER.pdf Download (463kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
BAB 1.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (BAB II)
BAB 2.pdf Restricted to Registered users only Download (3MB) |
|
|
Text (BAB III)
BAB 3.pdf Restricted to Registered users only Download (2MB) |
|
|
Text (BAB IV)
BAB 4.pdf Restricted to Registered users only Download (2MB) |
|
|
Text (BAB V)
BAB 5.pdf Restricted to Registered users only Download (522kB) |
|
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (527kB) |
|
|
Text (LAMPIRAN)
LAMPIRAN.pdf Restricted to Registered users only Download (375kB) |
Abstract
As an institution responsible for maintaining national food stability and security, the National Food Agency regularly issues various policy documents and official publications¹. These documents contain government directives and strategies for addressing the various food issues that arise in Indonesia². However, as the number of documents produced increases, challenges arise in reviewing and understanding the substance of these policies in a comprehensive, rapid, and objective manner³. This research aims to explore the main topics contained within the policy documents issued by the National Food Agency⁴. To achieve this objective, a Natural Language Processing (NLP) approach is employed, utilizing transformerbased language models, namely IndoBERT and XLM-R⁵. These models are used to generate semantic representations (embeddings) of the document text, which are then analyzed using unsupervised clustering techniques such as KMeans to group policy themes with semantic similarities⁶. Through this approach, the research is expected to identify various dominant topics emerging in national food policy, such as food distribution, price stabilization, and efforts to strengthen food security⁷. Furthermore, this study aims to demonstrate the potential of the IndoBERT and XLM-R models to understand and process Indonesian-language policy texts in a more contextual manner⁸. The findings from this research are expected to contribute to the development of data-driven policy analysis and to serve as a foundation for decision support systems in the food sector⁹. Kata kunci: food policy, topic analysis, IndoBERT, XLM-R, NLP, National Food Agency. Sebagai lembaga yang memiliki tanggung jawab dalam menjaga stabilitas dan ketahanan pangan nasional, Badan Pangan Nasional secara rutin mengeluarkan berbagai dokumen kebijakan serta publikasi resmi1 . Dokumen-dokumen ini berisi arahan dan strategi pemerintah dalam menghadapi beragam isu pangan yang berkembang di Indonesia2 . Namun, seiring dengan semakin banyaknya dokumen yang diproduksi, muncul tantangan dalam menelaah dan memahami substansi kebijakan secara menyeluruh, cepat, dan objektif3 . Penelitian ini bertujuan untuk mengeksplorasi topik-topik utama yang terkandung dalam dokumen kebijakan yang dikeluarkan oleh Badan Pangan Nasional4 . Untuk mencapai tujuan tersebut, pendekatan Natural Language Processing (NLP) digunakan dengan memanfaatkan model bahasa berbasis transformer, yakni IndoBERT dan XLM-R 5 . Model-model ini digunakan untuk menghasilkan representasi semantik (embedding) dari teks dokumen, yang kemudian dianalisis menggunakan teknik clustering tanpa label (unsupervised) seperti KMeans untuk mengelompokkan tema-tema kebijakan yang memiliki kemiripan semantik6 . Melalui pendekatan ini, penelitian diharapkan dapat mengidentifikasi berbagai topik dominan yang muncul dalam kebijakan pangan nasional, seperti distribusi pangan, stabilisasi harga, serta upaya memperkuat ketahanan pangan7 . Selain itu, studi ini juga bertujuan untuk menunjukkan potensi model IndoBERT dan XLM-R dalam memahami dan mengolah teks kebijakan berbahasa Indonesia secara lebih kontekstual8 . Temuan dari penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan analisis kebijakan berbasis data, serta menjadi dasar bagi sistem pendukung keputusan di sektor pangan9. Kata kunci: kebijakan pangan, analisis topik, IndoBERT, XLM-R, NLP, Badan Pangan Nasional.
Actions (login required)
 |
View Item |
