@phdthesis{universitasamikomyogyakarta32076,
            year = {2026},
           title = {ANALISIS SENTIMEN PENGGUNA MOBILE LEGENDS DI
TWITTER MENGGUNAKAN ALGORITMA NA{\"I}VE BAYES},
          school = {Universitas AMIKOM Yogyakarta},
          author = {Septiano Dwiyanto Salette},
           month = {January},
        keywords = {Analisis Sentimen, Mobile Legends, Twitter, Na{\"i}ve Bayes, Klasifikasi
Teks, sentiment analysis, text
classification.},
             url = {https://eprints.amikom.ac.id/id/eprint/32076/},
        abstract = {Perkembangan game online, khususnya Mobile Legends: Bang Bang, 
memunculkan beragam opini dari penggunanya di media sosial. Twitter menjadi
salah satu platform yang banyak digunakan untuk menyampaikan tanggapan
terhadap game tersebut, sehingga berpotensi menjadi sumber data untuk
menganalisis persepsi publik.
Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap
game Mobile Legends berdasarkan data tweet menggunakan algoritma Na{\"i}ve Bayes
Classifier. Data dikumpulkan melalui proses crawling tweet, kemudian dilakukan
text preprocessing yang meliputi cleaning, tokenisasi, penghapusan stopword, dan
stemming. Selanjutnya, data dilabeli ke dalam tiga kelas sentimen, yaitu positif,
negatif, dan netral, diekstraksi menggunakan metode TF-IDF, serta diklasifikasikan
menggunakan algoritma Na{\"i}ve Bayes. Evaluasi model dilakukan menggunakan
confusion matrix dan metrik akurasi.
Hasil penelitian menunjukkan bahwa dari 5.716 data tweet yang dianalisis,
dengan 3440 data bernilai netral, 643 data bernilai negatif dan 17633 data bernilai
positif. Model Na{\"i}ve Bayes menunjukkan kinerja yang cukup baik dengan nilai
akurasi sebesar 83,38\%, sehingga mampu mengklasifikasikan sentimen pengguna
dengan cukup akurat.  
Penelitian ini diharapkan dapat memberikan kontribusi dalam bidang
analisis sentimen dan klasifikasi teks berbahasa Indonesia, serta menjadi referensi
bagi pengembang game, analis media sosial, dan peneliti dalam memahami persepsi
pengguna dan mengembangkan sistem pemantauan opini publik secara otomatis.}
}