<mods:mods version="3.3" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd" xmlns:mods="http://www.loc.gov/mods/v3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><mods:titleInfo><mods:title>ANALISIS SENTIMEN PERMAINAN “WORLD OF AIRPORT”&#13;
MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE&#13;
(SVM)</mods:title></mods:titleInfo><mods:name type="personal"><mods:namePart type="given">Zulafan Fadlan</mods:namePart><mods:namePart type="family">Widadi</mods:namePart><mods:role><mods:roleTerm type="text">author</mods:roleTerm></mods:role></mods:name><mods:abstract>Perkembangan industri permainan berbasis perangkat mobile mendorong meningkatnya&#13;
jumlah pengguna serta ulasan yang diberikan pada platform distribusi aplikasi, seperti Google&#13;
Play Store. Ulasan tersebut mengandung opini pengguna mengenai kualitas permainan,&#13;
performa aplikasi, serta tingkat kepuasan secara umum. Penelitian ini bertujuan untuk&#13;
menganalisis sentimen masyarakat terhadap permainan World of Airports berdasarkan ulasan&#13;
pengguna yang diperoleh dari Google Play Store. &#13;
Secara garis besar, alur penelitian ini terdiri dari serangkaian proses yang saling &#13;
berkesinambungan. Tahap awal dimulai dengan pengumpulan data pengguna yang diperoleh &#13;
dari Google Play Store melalui proses web crawling. Setelah data terkumpul, dilakukan &#13;
tahapan preprocessing teks yang meliputi case folding, pembersihan karakter, tokenisasi, &#13;
penghapusan stopwords, dan stemming untuk membersihkan data. Langkah selanjutnya adalah &#13;
ekstraksi fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). &#13;
Guna mengatasi masalah ketidakseimbangan kelas pada data, penelitian ini menerapkan &#13;
metode Synthetic Minority Over-sampling Technique (SMOTE). Pada tahap akhir, proses &#13;
klasifikasi sentimen dijalankan menggunakan algoritma Support Vector Machine (SVM). &#13;
Hasil pengujian menunjukkan bahwa model yang dibangun mampu mengklasifikasikan &#13;
sentimen dengan tingkat akurasi sebesar 89%.</mods:abstract><mods:classification authority="lcc">000 Ilmu komputer, informasi dan pekerjaan umum</mods:classification><mods:classification authority="lcc">005 Pemrograman komputer, program dan data</mods:classification><mods:originInfo><mods:dateIssued encoding="iso8061">2026-02-27</mods:dateIssued></mods:originInfo><mods:originInfo><mods:publisher>Universitas AMIKOM Yogyakarta;Fakultas Ilmu Komputer</mods:publisher></mods:originInfo><mods:genre>Thesis</mods:genre></mods:mods>