Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

KLASIFIKASI SENTIMENT ULASAN APLIKASI SAUSAGE MAN MENGGUNAKAN VADER LEXICON DAN NAIVE BAYES CLASSIFIER

M. Ikhsan Maulana, - (2023) KLASIFIKASI SENTIMENT ULASAN APLIKASI SAUSAGE MAN MENGGUNAKAN VADER LEXICON DAN NAIVE BAYES CLASSIFIER. KLASIFIKASI SENTIMENT ULASAN APLIKASI SAUSAGE MAN MENGGUNAKAN VADER LEXICON DAN NAIVE BAYES CLASSIFIER, 4 (3). pp. 485-492. ISSN e-ISSN 2685-998X

[img]
Preview
Text
Repository Fix.pdf

Download (2MB) | Preview

Abstract

Game Battle royale merupakan permainan yang memadukan elemen petualangan dan bertahan hidup dengan mode permainan orang terakhir yang bertahan. Salah satu game Battle royale yang diminati adalah game Sausage Man. Banyaknya keluhan seperti bug, cheater, dan FPS yang terus menurun membuat permainan menjadi terganggu. Solusinya yaitu pengembang harus memperbaiki dan meningkatkan keamanan game agar pengguna menjadi nyaman saat bermain game tersebut. Banyaknya pendapat atau ulasan dari pengguna mengenai permasalahan didalam game, akan dilakukan analisis sentimen pada data ulasan aplikasi Sausage Man di Google play store sebagai proses untuk menghasilkan pengkategorian pendapat melalui ulasan. Tujuan peneliti melakukan analisis sentimen untuk melihat pendapat positif, netral atau negatif dari pengguna game Sausage Man. Tahapan yang dilakukan dalam penelitian ini yaitu pengumpulan data menggunakan web scraping, pelabelan data, text preprocessing, pembobotan dokumen, klasifikasi, dan evaluasi. Hasil pelabelan data menggunakan VADER Lexicon didapatkan hasil sentimen positif sebanyak 1089 ulasan (36.3%), untuk sentimen netral sebanyak 912 ulasan (30.4%), dan untuk sentimen negatif sebanyak 999 ulasan (33.3%). Klasifikasi menggunakan Naïve Bayes Classifier. Evaluasi menggunakan Confusion matrix dengan menggunakan pembagian 90% data latih 10% data uji menghasilkan akurasi sebesar 75%, precision 79%, dan recall 75%. Untuk pembagian 80% data latih 20% data uji menghasilkan akurasi sebesar 73%, precision 76%, dan recall 73%. Kalimat positif lebih banyak ditemukan, namun akurasi masih dibawah 80%.

Item Type: Article
Subjects: 000 Karya Umum > 001 Ilmu Pengetahuan
000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 16 Jun 2023 07:06
Last Modified: 16 Jun 2023 07:06
URI: http://repository.uin-suska.ac.id/id/eprint/71622

Actions (login required)

View Item View Item