ANALISIS SENTIMEN ULASAN PENGGUNA GAME HONOR OF KINGS MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE | Perpustakaan Universitas Amikom Purwokerto

Image of ANALISIS SENTIMEN ULASAN PENGGUNA GAME HONOR OF KINGS MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE

Skripsi

ANALISIS SENTIMEN ULASAN PENGGUNA GAME HONOR OF KINGS MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE

Mulyo, Gilang Cakhyo - Nama Orang;

Industri game global terus berkembang pesat, khususnya pada genre Multiplayer Online Battle Arena (MOBA) yang telah menjadi favorit pengguna perangkat mobile. Salah satu game MOBA yang mulai menarik perhatian besar di Indonesia adalah Honor of Kings (HOK), yang diluncurkan pada tanggal 18 Juni 2024. Game ini dengan cepat menjadi populer, tetapi ulasan pengguna di Google Play Store menunjukkan adanya beragam opini, mulai dari apresiasi terhadap gameplay dan grafis hingga keluhan terkait stabilitas server dan sistem matching. Skripsi ini bertujuan menganalisis sentimen ulasan pengguna untuk mengetahui opini positif dan negatif terhadap game tersebut, menggunakan algoritma Naïve Bayes Classifier (NBC) dan Support Vector Machine (SVM). Data sebanyak 877 ulasan dikumpulkan melalui teknik scraping menggunakan Google Colab, diikuti proses preprocessing yang meliputi case folding, cleansing, word normalization, tokenizing, stemming, dan stopword removal. Data kemudian dibobotkan dengan TF-IDF dan dibagi menjadi data training serta testing dengan rasio 80:20, kemudian diklasifikasikan menggunakan algoritma Naïve Bayes Classifier dan Support Vector Machine. Hasil penelitian menunjukkan bahwa dari total 877 ulasan yang kemudian dibagi menjadi 701 data ulasan sebagai data training yang dianalisis, mayoritas ulasan memiliki sentimen negatif. Perbandingan hasil klasifikasi menunjukkan bahwa algoritma Support Vector Machine memiliki akurasi lebih tinggi dari algoritma Naïve Bayes Classifier (NBC). Algoritma Naïve Bayes Classifier memiliki akurasi sebesar 85,8%, sedangkan, algoritma Support Vector Machine (SVM) mencatat akurasi yang lebih tinggi, yaitu 87,8%.

Kata kunci: Analisis Sentimen, Honor of Kings, Naïve Bayes Classifier (NBC), Support Vector Machine (SVM), Data Mining

Ketersediaan

TI0137 TI0137 MUL a UPT. PERPUSTAKAAN PUSAT Tersedia - Visit Repository

Informasi Detail

Judul Seri: -
No. Panggil: TI0137 MUL a
Penerbit: Purwokerto : Universitas Amikom Purwokerto., 2025
Deskripsi Fisik: xvii, 64 hlm;ilus;23 cm
Bahasa: Indonesia
ISBN/ISSN: 21SA3047
Klasifikasi: TI0137
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: Februari 2025
Subjek: -
Info Detail Spesifik: -
Pernyataan Tanggungjawab: Gilang Cakhyo Mulyo

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

Tidak Ada Data

Komentar

Anda harus masuk sebelum memberikan komentar