Widadi, Zulafan Fadlan (2026) ANALISIS SENTIMEN PERMAINAN “WORLD OF AIRPORT” MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf - Published Version Download (1MB) |
|
Text (BAB I)
BAB I.pdf - Published Version Download (305kB) |
|
Text (BAB II)
BAB II.pdf - Published Version Restricted to Registered users only Download (826kB) |
|
Text (BAB III)
BAB III.pdf - Published Version Restricted to Registered users only Download (571kB) |
|
Text (BAB IV)
BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf - Published Version Download (110kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf - Published Version Restricted to Registered users only Download (138kB) |
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 22.12.2568.zip - Published Version Restricted to Repository staff only Download (6kB) |
|
Text (PUBLIKASI)
Publikasi.pdf - Published Version Restricted to Repository staff only Download (828kB) |
Abstract
Perkembangan industri permainan berbasis perangkat mobile mendorong meningkatnya jumlah pengguna serta ulasan yang diberikan pada platform distribusi aplikasi, seperti Google Play Store. Ulasan tersebut mengandung opini pengguna mengenai kualitas permainan, performa aplikasi, serta tingkat kepuasan secara umum. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap permainan World of Airports berdasarkan ulasan pengguna yang diperoleh dari Google Play Store. Secara garis besar, alur penelitian ini terdiri dari serangkaian proses yang saling berkesinambungan. Tahap awal dimulai dengan pengumpulan data pengguna yang diperoleh dari Google Play Store melalui proses web crawling. Setelah data terkumpul, dilakukan tahapan preprocessing teks yang meliputi case folding, pembersihan karakter, tokenisasi, penghapusan stopwords, dan stemming untuk membersihkan data. Langkah selanjutnya adalah ekstraksi fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Guna mengatasi masalah ketidakseimbangan kelas pada data, penelitian ini menerapkan metode Synthetic Minority Over-sampling Technique (SMOTE). Pada tahap akhir, proses klasifikasi sentimen dijalankan menggunakan algoritma Support Vector Machine (SVM). Hasil pengujian menunjukkan bahwa model yang dibangun mampu mengklasifikasikan sentimen dengan tingkat akurasi sebesar 89%.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis sentimen, ulasan pengguna, World of Airports, TF-IDF, SMOTE, Support Vector Machine, entiment analysis, user reviews, World of Airports. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 09 Jul 2026 07:27 | ||
| Last Modified: | 09 Jul 2026 07:27 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/32045 |
Actions (login required)
 |
View Item |