eprintid: 32294
rev_number: 16
eprint_status: archive
userid: 12
dir: disk0/00/03/22/94
datestamp: 2026-07-22 02:37:42
lastmod: 2026-07-22 02:37:42
status_changed: 2026-07-22 02:37:42
type: thesis
metadata_visibility: show
creators_name: Nugraha, Nabil Rafii Setya
creators_nim: 21.11.4475
contributors_name: Emigawaty, Emigawaty
corp_creators: Universitas AMIKOM Yogyakarta
title: ANALISIS SENTIMEN DAN KLASIFIKASI ULASAN
PENGGUNA APLIKASI ROBLOX DI GOOGLE PLAY
MENGGUNAKAN ALGORITMA NAIVE BAYES
ispublished: pub
subjects: 000.000.000A
subjects: 000.000.005
divisions: if
full_text_status: restricted
keywords: Analisis Sentimen, Klasifikasi Teks, Multinomial Naive Bayes,
Complement Naive Bayes, Google Play Store, Sentiment Analysis, Text Classification.
abstract: Aplikasi Roblox merupakan salah satu platform permainan daring yang
memiliki jumlah pengguna sangat besar dan aktif, sehingga ulasan pengguna di
Google Play Store menjadi sumber informasi penting untuk mengetahui tingkat
kepuasan, keluhan, serta persepsi pengguna terhadap kualitas aplikasi. Namun,
banyaknya ulasan yang bersifat bebas dan tidak terstruktur menyebabkan
pengembang maupun pihak terkait kesulitan dalam menganalisis opini pengguna
secara manual, yang dapat berdampak pada lambatnya pengambilan keputusan
dalam peningkatan kualitas layanan dan pengalaman pengguna. Oleh karena itu,
penelitian ini bertujuan untuk melakukan analisis sentimen dan klasifikasi ulasan
pengguna aplikasi Roblox di Google Play Store menggunakan algoritma
Multinomial Naive Bayes dan Complement Naive Bayes. Metode penelitian yang
digunakan meliputi pengumpulan data ulasan, tahap praproses teks seperti case
folding, tokenizing, stopword removal, dan stemming, kemudian dilanjutkan
dengan pembobotan kata menggunakan TF-IDF serta proses pelatihan dan
pengujian model klasifikasi. Hasil penelitian menunjukkan bahwa kedua algoritma
mampu mengklasifikasikan sentimen ulasan pengguna ke dalam kategori positif,
negatif dan netral dengan performa yang baik, di mana algoritma Complement
Naive Bayes menunjukkan hasil yang lebih optimal dalam menangani
ketidakseimbangan data dibandingkan Multinomial Naive Bayes. Penelitian ini
diharapkan dapat dimanfaatkan oleh pengembang aplikasi, peneliti, dan pihak
terkait sebagai bahan evaluasi kualitas aplikasi serta sebagai referensi dalam
pengembangan sistem analisis sentimen berbasis pembelajaran mesin di masa
mendatang.
date: 2026-02-19
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Nugraha, Nabil Rafii Setya  (2026) ANALISIS SENTIMEN DAN KLASIFIKASI ULASAN PENGGUNA APLIKASI ROBLOX DI GOOGLE PLAY MENGGUNAKAN ALGORITMA NAIVE BAYES.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/32294/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32294/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32294/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32294/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32294/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32294/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32294/7/Daftar%20Pustaka%20dan%20Lampiran.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32294/8/Sourcecode%20-%2021.11.4475.zip
document_url: https://eprints.amikom.ac.id/id/eprint/32294/9/Publikasi.pdf