-, Rizwanto (2022) ANALISIS SENTIMEN TERHADAP GAME GENSHIN IMPACT DENGAN METODE TF-IDF DAN SUPPORT VECTOR MACHINE (SVM). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (745kB) |
|
Text (BAB I)
BAB I.pdf Download (314kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (772kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (891kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (916kB) |
|
Text (BAB V)
BAB V.pdf Download (105kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (76kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/other.png) |
Other (SOURCE CODE)
Source Code 17.11.1134 Rizwanto.rar Restricted to Repository staff only Download (6MB) |
|
Text (PUBLIKASI)
Publikasi 17.11.1134 Rizwanto.pdf Restricted to Repository staff only Download (573kB) |
Abstract
Genshin Impact merupakan salah satu game online yang dapat di mainkan dibeberapa platform seperti Android, IOS, PC, dan PS4 . Dengan kualitas grafis yang memanjakan mata dan dapat merasakan sensasi permainan oleh pengguna membuat game ini telah diunduh sebanyak 10 juta kali di Google Play Store pada update 2.1.0. Dari banyaknya pengguna menghasilkan ulasan ataupun masukan yang beragam baik yang bersifat positif maupun negatif . Terutama ketika setiap ada update yang dilakukan oleh developer membuat banyak komentar yang diberikan oleh user, pada update 2.1.0 sebanyak 20 ribu komentar di Official Youtube Genshin Impact, sebanyak 2 juta ulasan di Google Play Store dan Play Store. Penelitian ini dilakukan untuk menganalisis sentimen mengenai ulasan ataupun komentar yang diberikan melalui platform Youtube, Play Store, dan Appstore. Dibutuhkan metode penelitian yang akurat untuk melakukan analisis sentimen yang mendukung. Penulis menggunakan metode Support Vector Machine (SVM) untuk mendapatkan model klasifikasi serta penggunaan Term FrequencyInverse Document Frequency (TF-IDF) sebagai pembobot kata dengan melakukan proses scrapping data revive, pelabelan data , praprosessing. Penelitian dilakukan untuk mengetahui seberapa besar akurasi ketika menggunakan metode Support Vector Machine (SVM) dan Term Frequency-Inverse Document Frequency (TFIDF) dalam melakukan analisis. Penelitian ini menghasilkan nilai akurasi sebesar 74% dan nilai presisi 76%. Dengan nilai tersebut dapat disimpulkan bahwa sistem analisis klasifikasi yang dibangun berjalan dengan baik.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Support Vector Machine, Term Frequency-Inverse Document Frequency , Genshin Impact, Klasifikasi | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus > 696 Animasi |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 10 Oct 2022 06:24 | ||
| Last Modified: | 01 Aug 2023 03:20 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/8648 |
Actions (login required)
 |
View Item |