ANALISIS SENTIMEN PENGGUNA MOBILE LEGENDS DI TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES

Salette, Septiano Dwiyanto (2026) ANALISIS SENTIMEN PENGGUNA MOBILE LEGENDS DI TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf - Published Version
Download (654kB)
[img] Text (BAB I)
BAB I.pdf - Published Version
Download (214kB)
[img] Text (BAB II)
BAB II.pdf - Published Version
Restricted to Registered users only
Download (1MB)
[img] Text (BAB III)
BAB III.pdf - Published Version
Restricted to Registered users only
Download (284kB)
[img] Text (BAB IV)
BAB IV.pdf - Published Version
Restricted to Registered users only
Download (1MB)
[img] Text (BAB V)
BAB V.pdf - Published Version
Download (94kB)
[img] Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka.pdf - Published Version
Restricted to Registered users only
Download (129kB)
[img] Archive (SOURCE CODE)
Sourcecode - 22.12.2647.zip - Published Version
Restricted to Repository staff only
Download (1MB)
[img] Text (PUBLIKASI)
Publikasi.pdf - Published Version
Restricted to Repository staff only
Download (564kB)

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 Naïve 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 Naïve 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 Naïve 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.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Pristyanto, Yoga
Uncontrolled Keywords: Analisis Sentimen, Mobile Legends, Twitter, Naïve Bayes, Klasifikasi Teks, sentiment analysis, text classification.
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
Divisions: Fakultas Ilmu Komputer > Sistem Informasi
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 13 Jul 2026 03:40
Last Modified: 13 Jul 2026 03:40
URI: http://eprints.amikom.ac.id/id/eprint/32076

Actions (login required)

View Item View Item