SENTIMEN ANALISIS PADA APLIKASI STEAM MOBILE MENGGUNAKAN METODE NAÏVE BAYES

Royyani, Jihad Akbar A. (2023) SENTIMEN ANALISIS PADA APLIKASI STEAM MOBILE MENGGUNAKAN METODE NAÏVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (668kB)
	Text (BAB I) BAB I.pdf Download (248kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (395kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (231kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (826kB)
	Text (BAB V) BAB V.pdf Download (48kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (73kB)
	Archive (SOURCE CODE) SourceCode 17.11.1354 Jihad Akbar A. Royyani.zip Restricted to Repository staff only Download (3MB)
	Text (PUBLIKASI) Publikasi 17.11.1354 Jihad Akbar A. Royyani.pdf Restricted to Repository staff only Download (349kB)

Abstract

Industri Game yang semakin luas membuka peluang yang luas pula di banyak aspek yang menguntukan baik dari Developer Game ataupun Gamers. Pada awalnya Game hanya dijual pada platform terbatas seperti Nintendo atau Playstation, namun sejak kemunculan internet Game online telah berkembang menjadi multiplatform. Developer Game kemudian menciptakan algoritma baru dalam penjualan Game online guna mempengaruhi konsumen yang dalam hal ini adalah Gamers, dimana Game tidak lagi hanya bisa dibeli dalam bentuk fisik melainkan dalam bentuk digital. Game-Game ini di pasarkan di dalam suatu market online barang digital, market online ini dibuat sebagai pengumpul atau penyalur data Game dari Developer, salah satu pasar online barang digital yang terkenal adalah Steam. Steam yang tersedia di Google Play store memiliki ulasan berisi saran yang bersifat positif maupun saran yang bersifat negatif. Tentunya ulasanulasan ini akan menjadi referensi bagi pengguna baru untuk mencoba aplikasi yang berada di google play ini. Namun, ada anomali dalam ulasan di Google Play Store dimana terkadang pengguna memberikan ulasan dan rating rendah, seperti satu atau dua bintang, tetapi teks ulasan yang diberikan sebagai umpan balik bernilai positif atau pengguna memberikan rating tinggi tapi umpan baliknya bernilai negatif. Akibatnya, Google Play Store tidak dapat membedakan ulasan positif dari ulasan negatif berdasarkan teks ulasan yang diberikan pengguna dan dapat mempengaruhi peringkat aplikasi yang sebenarnya. Serta banyaknya ulasan yang terdapat bisa menjadi masalah ketika data tersebut masih belum terstruktur. Untuk itu diperlukan metode Sentiment Analysis untuk mengubah data yang tidak terstruktur menjadi data yang lebih terstruktur. Berdasarkan hasil penelitian yang telah dilakukan tingkat akurasi yang dihasilkan metode Multinomial Naïve Bayes mencapai akurasi 83%. Dengan perbandingan data 528 data training dan 132 data testing. Dari hasil akurasi tersebut Multinomial Naïve Bayes dapat digunakan dalam melakukan sentimen analisis dengan hasil yang cukup baik.

Actions (login required)

View Item