ANALISIS SENTIMEN TERHADAP KOMENTAR GAME MOBILE LEGENDSDI PLAY STORE DENGAN MENERAPKAN METODE K-NEAREST NEIGHBORS (KNN)
Abstract
Mobile Legendsadalah salah satu game mobile terpopuler dengan jutaan pengguna di seluruh dunia, yang menghasilkan banyak ulasan di Google Play Store. Analisis sentimen terhadap komentar pengguna menjadi penting untuk pengembangan dan peningkatan kualitas permainan. Penelitian ini menggunakan metode K-Nearest Neighbors (KNN) untuk mengklasifikasikan komentar-komentar tersebut ke dalam kategori sentimen positif dan negatif. Langkah-langkah penelitian meliputi scraping data, case folding, normalisasi, tokenizing, stemming, dan pelabelan data. Hasil evaluasi model menunjukkan bahwa nilai K terbaik adalah 11, dengan akurasi tertinggi mencapai 65,82%. Proposi data menunjukkan distribusi sentimen negatif yang lebih tinggi dibandingkan dengan sentimen positif, menandakan adanya kekurangan yang perlu diperhatikan oleh pengembang. Visualisasi data menggunakan word cloud membantu memahami pendapat pengguna secara intuitif. Hasil penelitian ini diharapkan dapat memberikan wawasan yang berguna bagi pengembang dalam meningkatkan kualitas dan kepuasan pengguna terhadap game Mobile Legends.
Keywords
Full Text:
PDFReferences
LASAMAHU FEBRIAN POLIANDRES, “ANALISIS SENTIMEN PENGGUNA GAME ONLINE MOBILE LEGENDS DENGAN NAÏVE BAYES,” 2021.
M. K. Alamsyah and N. Pratiwi, “ANALISIS SENTIMEN TERKAIT OPINI MASYARAKAT TERHADAP PERKEMBANGAN E-SPORT MOBILE DI INDONESIA MENGGUNAKAN K NEAREST NEIGHBOR,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 9, no. 1, pp. 349–359, Feb. 2024, doi: 10.29100/jipi.v9i1.4927.
Ramadhan Restu, Afdal M, Permana Inggih, and Jazman Muhammad, “Analisis Sentimen pada Ulasan Aplikasi Maxim di Google Play Store dengan K-Nearest Neighbor,” 2023.
Asro’i Arief and Februariyanti Herny, “Analisis Sentimen Pengguna Twitter terhadap Perpanjangan PPKM Menggunakan Metode K-Nearest Neighbor,” JURNAL KHATULISTIWA INFORMATIKA, vol. 10, no. 1, pp. 17–24, 2022.
I. Habib Kusuma and N. Cahyono, “Analisis Sentimen Masyarakat Terhadap Penggunaan E-Commerce Menggunakan Algoritma K-Nearest Neighbor,” Jurnal Informatika: Jurnal pengembangan IT (JPIT), vol. 8, no. 3, pp. 302–307, 2023.
M. K. Alamsyah and N. Pratiwi, “ANALISIS SENTIMEN TERKAIT OPINI MASYARAKAT TERHADAP PERKEMBANGAN E-SPORT MOBILE DI INDONESIA MENGGUNAKAN K NEAREST NEIGHBOR,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 9, no. 1, pp. 349–359, Feb. 2024, doi: 10.29100/jipi.v9i1.4927.
R. Q. Rohmansa, N. Pratiwi, and M. J. Palepa, “ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI DISCORD MENGGUNAKAN METODE K-NEAREST NEIGHBOR,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 9, no. 1, pp. 368–378, Feb. 2024, doi: 10.29100/jipi.v9i1.4943.
P. Astuti and N. Nuris, “Penerapan Algoritma KNN Pada Analisis Sentimen Review Aplikasi Peduli Lindungi,” 2022. [Online]. Available: https://www.pedulilindungi.id/
S. Rahayu, Y. MZ, J. E. Bororing, and R. Hadiyat, “Implementasi Metode K-Nearest Neighbor (K-NN) untuk Analisis Sentimen Kepuasan Pengguna Aplikasi Teknologi Finansial FLIP,” Edumatic: Jurnal Pendidikan Informatika, vol. 6, no. 1, pp. 98–106, Jun. 2022, doi: 10.29408/edumatic.v6i1.5433.
I. Alpian Novansyah and T. Suprapti, “ANALISIS SENTIMEN PENGGUNA PADA APLIKASI LINGOKIDS MENGGUNAKAN METODE K-NEAREST NEIGHBOUR,” 2023.
DOI: http://dx.doi.org/10.35329/jp.v7i1.6059
Article Metrics
Abstract views : 333 times | 
PDF - 130 times
Refbacks
- There are currently no refbacks.
Alamat Penyunting & Distribusi:
JOURNAL PEQGURUANG: Conference Series
E-ISSN: 2686-3472
Gedung Biro AKSI. Lt 2. Ruang Lembaga Penelitian dan Pengabdian Masyarakat Universitas Al Asyariah Mandar
Telp./Fax (0428) 21038
Email: peqguruang@gmail.com
Website: https://journal.lppm-unasman.ac.id/index.php/peqguruan/index
Penerbit:
Lembaga Penelitian dan Pengabdian Masyarakat Universitas Al Asyariah Mandar
Indexed by:
Member of:
JOURNAL PEQGURUANG: Conference Series is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
