EPrints Universitas Amikom YogyakartaANALISIS SENTIMEN PENGGUNA PLATFORM X TERHADAP GAME ROBLOX DI INDONESIA MENGGUNAKAN ALGORITMA NAIVE BAYESAhnaf MuzakiYuliantoauthorPenelitian ini bertujuan untuk menganalisis sentimen pengguna Platform X terhadap game Roblox di Indonesia serta membandingkan kinerja tiga turunan algoritma Naive Bayes, yaitu Multinomial Naive Bayes, Bernoulli Naive Bayes, dan Gaussian Naive Bayes. Data yang digunakan berupa komentar pengguna Platform X yang telah melalui proses pra-pemrosesan teks dan diklasifikasikan ke dalam dua kelas sentimen, yaitu positif dan negatif. Representasi fitur dilakukan menggunakan metode TF-IDF, serta diterapkan teknik Synthetic Minority Oversampling Technique (SMOTE) untuk mengatasi ketidakseimbangan kelas. Hasil analisis sentimen menunjukkan bahwa sentimen positif lebih dominan dibandingkan sentimen negatif, dengan jumlah 832 data sentimen positif dan 613 data sentimen negatif. Hal ini mengindikasikan bahwa mayoritas pengguna Platform X di Indonesia memberikan tanggapan yang cenderung positif terhadap game Roblox. Berdasarkan hasil evaluasi kinerja model, Multinomial Naive Bayes menunjukkan performa terbaik dengan nilai akurasi sebesar 0,885, presisi 0,952, recall 0,843, F1-score 0,895, dan AUC sebesar 0,967. Bernoulli Naive Bayes juga menunjukkan performa yang kompetitif dengan akurasi 0,882 dan AUC 0,967, sementara Gaussian Naive Bayes memiliki performa yang relatif lebih rendah dibandingkan dua model lainnya. Dengan demikian, dapat disimpulkan bahwa Multinomial Naive Bayes merupakan model yang paling optimal untuk klasifikasi sentimen pengguna Platform X terhadap game Roblox berbasis representasi fitur TF-IDF.000 Ilmu komputer, informasi dan pekerjaan umum2026-02-10Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant EPrints Universitas Amikom Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that EPrints Universitas Amikom Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at EPrints Universitas Amikom Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.