Treffer: Detecting Public Issues in the 2024 East Java Gubernatorial Election through LDA Topic Modeling on Social Media X.

General elections are one of the pillars of democracy, so understanding public issues developing in the digital space is crucial to strengthening the legitimacy and quality of their implementation. The 2024 East Java gubernatorial election presents a strategic opportunity given the high level of regional political dynamics and the use of social media as a platform for political discourse. This study aims to identify key issues in public conversations on social media platforms related to the election, map their thematic distribution, and illustrate the distribution of public opinion across each topic. The research method used topic modeling analysis based on Latent Dirichlet Allocation. Data was collected from 3500 public posts relevant to the 2024 East Java gubernatorial election. The analysis process included text data cleaning, tokenization, removal of common words, and model development to obtain optimal topics. The results showed a model coherence value of 0,51, with three main topics: first, the implementation of regional head elections, including technical aspects, regional context, and the role of election organizers. Second, the security and smoothness of the election process, including voter management and trust in the results. Third, voter participation and the role of election organizers in ensuring legitimacy. The distribution of topics varies by region, influenced by local political backgrounds and previous election experiences. In conclusion, social media is a crucial arena for shaping public opinion and disseminating political issues. Digital data-based thematic analysis can help election organizers and policymakers design more effective public communications, increase participation, and strengthen public trust in elections at the regional level. [ABSTRACT FROM AUTHOR]

Las elecciones generales son uno de los pilares de la democracia, por lo que comprender los problemas públicos que se desarrollan en el espacio digital es crucial para fortalecer la legitimidad y la calidad de su implementación. Las elecciones a gobernador de Java Oriental de 2024 representan una oportunidad estratégica dada la alta dinámica política regional y el uso de las redes sociales como plataforma para el discurso político. Este estudio busca identificar temas clave en las conversaciones públicas en plataformas de redes sociales relacionadas con las elecciones, mapear su distribución temática e ilustrar la distribución de la opinión pública en cada tema. El método de investigación utilizó análisis de modelos de temas basado en la asignación latente de Dirichlet. Se recopilaron datos de 3500 publicaciones públicas relevantes para las elecciones a gobernador de Java Oriental de 2024. El proceso de análisis incluyó la limpieza de datos de texto, la tokenización, la eliminación de palabras comunes y el desarrollo de modelos para obtener temas óptimos. Los resultados mostraron un valor de coherencia del modelo de 0,51, con tres temas principales: primero, la implementación de las elecciones de jefes regionales, incluyendo aspectos técnicos, el contexto regional y el papel de los organizadores electorales. En segundo lugar, la seguridad y la fluidez del proceso electoral, incluyendo la gestión del electorado y la confianza en los resultados. En tercer lugar, la participación electoral y el papel de los organizadores electorales para garantizar la legitimidad. La distribución de los temas varía según la región, influenciada por los contextos políticos locales y las experiencias electorales previas. En conclusión, las redes sociales son un espacio crucial para moldear la opinión pública y difundir temas políticos. El análisis temático basado en datos digitales puede ayudar a los organizadores electorales y a los responsables políticos a diseñar comunicaciones públicas más eficaces, aumentar la participación y fortalecer la confianza pública en las elecciones a nivel regional. [ABSTRACT FROM AUTHOR]

Copyright of Data & Metadata is the property of Fundacion Salud, Ciencia y Tecnologia and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)