ANALISIS 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