ANALISIS SENTIMENT PENGGUNA APLIKASI MOBILE LEGEND DI PLAYSTORE DENGAN MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM)
Abstract
Perkembangan industry game di Indonesia menunjukkan pertumbuhan yang signifikasn, dengan aplikasi Mobile legends: Bang-Bang menjadi salah satu game MOBA paling popular dan banyak diulas oleh pengguna di Google Play Store. Ulasan pengguna ini mencerminkan persepsi terhadap kualitas aplikasi, yang dapat dianalisis melalui pendekatan analisis sentiment. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma klasifikasi teks, yaitu Naïve Bayes dan Support vector machine (SVM), dalam mengklasifikasikan sentiment ulasan pengguna ke dalam kategori positif dan negative. Data diperoleh dari hasil web scraping terhadap 6.000 ulasan berbahasa Indonesia, kemudian dilakukan text processing dan pelabelan sentiment. Hasil evaluasi menunjukkan bahwa algoritma SVM menghasilkan akurasi tertinggi sebesar 95,5%, sementara Naïve Bayes memperoleh akurasi sebesar 76,08%. Berdasarkan hasil dari confussion matrix, SVM menunjukkan performa yang lebih konsisten dan akurat dalam mengklasifikasikan ulasan. Temuan ini mengindikasikan bahwa SVM lebih efektif dalam melakukan analisis sentiment pada ulasan pengguna aplikasi Mobile legends
Full Text:
PDFReferences
Feri Purnama, “Pendapatan Industri Game Indonesia Capai Rp25 Triliun,” Antara.
M. A. Lebho, M. D. Ch. Lerik, R. P. C. Wijaya, And S. K. A. Littik, “Perilaku Kecanduan Game Online Ditinjau Dari Kesepian Dan Kebutuhan Berafiliasi Pada Remaja,” Journal Of Health And Behavioral Science, Vol. 2, No. 3, Pp. 202–212, Aug. 2020, Doi: 10.35508/Jhbs.V2i3.2232.
I. Ketut, S. Yogatama, A. Putra Kharisma, And L. Fanani, “Analisis Faktor-Faktor Yang Memengaruhi Minat Pemain Dalam Permainan Moba (Studi Kasus: Mobile legends: Bang-Bang!),” 2019. [Online]. Available: Http://J-Ptiik.Ub.Ac.Id
Frisca Rizti, “Mobile legends Jadi Game Moba Paling Laris Di Indonesia,” Goodstats.
Z. Drus And H. Khalid, “Sentiment Analysis In Social Media And Its Application: Systematic Literature Review,” Procedia Comput Sci, Vol. 161, Pp. 707–714, 2019, Doi: 10.1016/J.Procs.2019.11.174.
V. Plotnikova, M. Dumas, And F. Milani, “Adaptations Of Data Mining Methodologies: A Systematic Literature Review,” Peerj Comput Sci, Vol. 6, P. E267, May 2020, Doi: 10.7717/Peerj-Cs.267.
Parasian D.P Silitonga, Mitra Hasibuan, Z Situmorang, And Desinta Purba, “Comparison Of Tiktok User Sentiment Analysis Accuracy With Naïve Bayes And Support Vector Machine,” International Journal Of Advanced Trends In Computer Science And Engineering, Vol. 12, No. 1, Pp. 11–15, Feb. 2023, Doi: 10.30534/Ijatcse/2023/031212023.
Nanda Aurelia Salsabilah, Umi Sa’adah, And Fatkhurohman Fauzi, “Analisis Sentimen Pada Ulasan Aplikasi Tokopedia Menggunakan Klasifikasi Naïve Bayes,” Prisma, Prosiding Seminar Nasional Matematika, Feb. 2024.
D. Atmajaya, A. Febrianti, And H. Darwis, “Metode Svm Dan Naive Bayes Untuk Analisis Sentimen Chatgpt Di Twitter,” The Indonesian Journal Of Computer Science, Vol. 12, No. 4, Aug. 2023, Doi: 10.33022/Ijcs.V12i4.3341.
N. M. Farhan And B. Setiaji, “Komparasi Metode Naive Bayes Dan Svm Pada Sentimen Twitter Mengenai Persoalan Perpu Cipta Kerja,” Indonesian Journal Of Computer Science, Vol. 12, No. 5, Oct. 2023, Doi: 10.33022/Ijcs.V12i5.3375.
Azanda Okta Kurniawan Adi, Fadzilah Prayoganing Gusti, And Fredi Wijaya, “Analisis Sentimen Ulasan Pengguna Aplikasi Mobile legends Pada Google playstore Menggunakan Naïve Bayes,” Seminar Nasional Teknologi & Sains (Stains) , Vol. 4, No. 1, 2025.
P. G. Yehova, J. Jessica, And M. I. Jambak, “Perbandingan Metode Naïve Bayes Dan Svm Pada Ulasan Google playstore Mobile legends Bang Bang,” Device, Vol. 14, No. 1, Pp. 140–149, May 2024, Doi: 10.32699/Device.V14i1.7052.
Daurat Sinaga And Cahaya Jatmoko, “Analisis Sentimen Untuk Mengetahui Kesan Player Game Mobile legends Menggunakan Naïve Bayes Classifier,” Semnas Lppm, Vol. 5, 2020.
N. Orlando, B. N. Prasetya, And L. Hermawan, “Analisis Sentimen Keluhan Pengguna Pada Game Mobile legends Menggunakan Metode K-Means Clustering,” Mdp Student Conference, Vol. 4, No. 1, Pp. 292–298, Apr. 2025, Doi: 10.35957/Mdp-Sc.V4i1.11177.
D. Kusnanda And A. Permana, “Implementation Of Naive Bayes Classifier (Nbc) For Sentiment Analysis On Twitter In Mobile legends,” International Journal Of Science, Technology & Management, Vol. 4, No. 5, Pp. 1132–1138, Sep. 2023, Doi: 10.46729/Ijstm.V4i5.935.
B. Pendidikan, D. Pelatihan Keuangan, K. Keuangan, M. Djufri, And P. Pajak, “Jurnal Bppk Penerapan Teknik Web scraping Untuk Penggalian Potensi Pajak (Studi Kasus Pada Online Market Place Tokopedia, Shopee Dan Bukalapak).”
R. A. A. Renal, Syariful Alam, And Moch Hafid T, “Komparasi Payment Digital Untuk Analisis Sentimen Berdasarkan Ulasan Di Google playstore Menggunakan Metode Support Vector Machine,” Storage: Jurnal Ilmiah Teknik Dan Ilmu Komputer, Vol. 2, No. 3, Pp. 118–128, Aug. 2023, Doi: 10.55123/Storage.V2i3.2337.
M. Radhi, A. Amalia, D. R. H. Sitompul, S. H. Sinurat, And E. Indra, “Analisis Big Data Dengan Metode Exploratory Data Analysis (Eda) Dan Metode Visualisasi Menggunakan Jupyter Notebook,” Jurnal Sistem Informasi Dan Ilmu Komputer Prima(Jusikom Prima), Vol. 4, No. 2, Pp. 23–27, Feb. 2022, Doi: 10.34012/Jurnalsisteminformasidanilmukomputer.V4i2.2475.
O. I. Gifari, Muh. Adha, F. Freddy, And F. F. S. Durrand, “Analisis Sentimen Review Film Menggunakan Tf-Idf Dan Support Vector Machine,” Journal Of Information Technology, Vol. 2, No. 1, Pp. 36–40, Mar. 2022, Doi: 10.46229/Jifotech.V2i1.330.
A. A. Mudding, “Mengungkap Opini Publik: Pendekatan Bert-Based-Caused Untuk Analisis Sentimen Pada Komentar Film,” Journal Of System And Computer Engineering (Jsce), Vol. 5, No. 1, Pp. 36–43, Jan. 2024, Doi: 10.61628/Jsce.V5i1.1060.
Diky Wardhani, Rika Astuti, And Dedi Dwi Saputra, “Optimasi Feature Selection Text Mining: Stemming Dan Stopword Untuk Sentimen Analisis Aplikasi Satusehat,” Innovative: Journal Of Social Science Research, Vol. 4, No. 1, 2024.
Zaenal Abidin, Aldi Wijaya, And Donaya Pasha, “Aplikasi Stemming Kata Bahasa Lampung Dialek Api Menggunakan Pendekatan Brute-Force Dan Pemograman C#,” Jurnal Media Informatika Budidarma, Vol. 5, No. 1, Pp. 1–8, Jan. 2021.
Clarisa Hasya Yutika And S. A. F. Adiwijaya, “Analisis Sentimen Berbasis Aspek Pada Review Female Daily Menggunakan Tf-Idf Dan Naïve Bayes,” Jurnal Media Informatika Budidarma, Vol. 5, No. 2, Pp. 422–430, Apr. 2021.
DOI: https://doi.org/10.46576/djtechno.v6i2.7313
Article Metrics
Abstract view : 7 timesPDF – 1 times
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 Fitri Yani, Fitri Yani
DJTECHNO: Jurnal Teknologi Informasi Indexed By
Djtechno: Jurnal Teknologi Informasi published by :
PROGRAM STUDI TEKNOLOGI INFORMASI UNIVERSITAS DHARMAWANGSA
Alamat : Jl. K. L. Yos Sudarso No. 224 Medan
Kontak : Tel. 061 6635682 - 6613783Â Fax. 061 6615190
Surat Elektronik : s1.ti@dharmawangsa.ac.id
Djtechno: Jurnal Teknologi Informasi
Ciptaan disebarluaskan di bawah Creative Commons Attribution-ShareAlike 4.0 International License