ANALISIS SENTIMEN GAME MOBILE LEGENDS DI GOOGLE PLAY STORE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN LOGISTIC REGRESSION

Perkembangan teknologi dan internet telah mengubah dunia game, sekarang game sudah bisa dilakukan secara online bersama pemain lain, salah satunya game MOBA Mobile Legends yang populer di Indonesia. Ulasan pengguna di Google Play Store menjadi sumber penting untuk memahami sentimen pengguna terhadap game ini dan perbaikan kedepannya. Oleh karena itu peneliti bertujuan untuk melakukan analisis sentimen pemain game Mobile Legend di Google Play Store menggunakan algoritma Support Vector Machine (SVM) dan Logistic Regression untuk mengetahui sentimen pengguna terhadap game Mobile Legends. Peneliti menggunakan data metode Knowledge Discovery in Database (KDD), yang meliputi Data Selection, Preprocessing, Transformation, Data Mining, dan Evaluation. Data yang digunakan adalah ulasan atau review game Mobile Legends sebanyak 2000 data. Terdapat tiga skenario pengujian, yaitu 70:30, 80:20, 90:10, Hasil terbaik ditunjukan pada skenario kedua yaitu 80:20 (80% data training dan 20% data testing) menggunakan algoritma Support Vector Machine (SVM) yang menghasilkan accuracy 95,24%, precision 96,20%, recall 94,40% dan f1-score 95,29%, sedangkan algoritma Logistic Regression menghasilkan accuracy 93,33%, precision 90,87%, recall 95,60% dan f1-score 93,18%. Hasil analisis sentimen menunjukan bahwa pemain game Mobile Legend cenderung memberikan ulasan negatif. Sentimen negatif yang paling banyak muncul yaitu “game”, “dark”, “sistem”, “tolong”, “pindah”, “jaring”, “tolol”, “kalah”. Hal ini menunjukan bahwa banyak pemain mengalami “dark sistem” atau sistem pembuat pertandingan yang buruk dan masalah jaringan yang membuat pemain sering mengalami kekalahan.