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

Mulyo, Gilang Cakhyo (2025) ANALISIS SENTIMEN ULASAN PENGGUNA GAME HONOR OF KINGS MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE. Other thesis, Universitas Amikom Purwokerto.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (643kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (481kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (466kB)
[thumbnail of BAB I.pdf] Image
BAB I.pdf
Restricted to Registered users only

Download (606kB)
[thumbnail of BAB II.pdf] Image
BAB II.pdf
Restricted to Registered users only

Download (702kB)
[thumbnail of BAB III.pdf] Image
BAB III.pdf
Restricted to Registered users only

Download (528kB)
[thumbnail of BAB IV.pdf] Image
BAB IV.pdf
Restricted to Registered users only

Download (836kB)
[thumbnail of BAB V.pdf] Image
BAB V.pdf
Restricted to Registered users only

Download (469kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Image
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (592kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (777kB)

Abstract

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%.
Item Type: Thesis (Other)
Additional Information: Dosen Pembimbing: Dr. Eng., Ir. Imam Tahyudin, M.M.
Uncontrolled Keywords: Kata kunci: Analisis Sentimen, Honor of Kings, Naïve Bayes Classifier (NBC), Support Vector Machine (SVM), Data Mining
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Teknologi Informasi
Depositing User: UPT Perpustakaan Pusat Universitas Amikom Purwokerto
Date Deposited: 22 Mar 2025 03:41
Last Modified: 22 Mar 2025 03:41
URI: https://eprints.amikompurwokerto.ac.id/id/eprint/2620

Actions (login required)

View Item
View Item