Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
EPERAIM CHRISTMAS GINTING Pengarang Arina Prima Silalahi, S.Kom., M.Kom. Dosen Pembimbing 1 Tamado Simon Sagala, S.I.P., M.Si. Dosen Pembimbing 2 Alfonsus Situmorang, S.Si., M.Kom. Penguji 1

Dalam era digital yang semakin maju, perkembangan industri game berbasis mobile mengalami peningkatan yang pesat, salah satunya adalah aplikasi Roblox yang memiliki jumlah pengguna yang sangat besar di berbagai negara. Banyaknya pengguna yang memberikan ulasan pada aplikasi Roblox di Google Play Store menghasilkan data komentar yang dapat dimanfaatkan untuk mengetahui persepsi dan pengalaman pengguna terhadap aplikasi tersebut. Namun, jumlah data komentar yang besar membuat proses analisis secara manual menjadi tidak efisien, sehingga diperlukan metode otomatis untuk mengelompokkan komentar pengguna. Penelitian ini bertujuan untuk melakukan pengelompokan komentar pengguna aplikasi Roblox di Google Play Store menggunakan metode K-Means Clustering. Data penelitian diperoleh melalui proses scraping ulasan pengguna yang kemudian diproses menggunakan tahapan text preprocessing yang meliputi case folding, cleaning, tokenizing, stopword, dan stemming. Selanjutnya dilakukan pembobotan kata menggunakan metode TF-IDF (Term Frequency–Inverse Document Frequency) untuk mengubah data teks menjadi representasi numerik sebelum dilakukan proses clustering menggunakan algoritma K-Means. Hasil penelitian menunjukkan bahwa metode K-Means mampu mengelompokkan komentar pengguna ke dalam beberapa cluster berdasarkan kemiripan kata yang muncul pada setiap ulasan. Pengelompokan ini dapat memberikan gambaran mengenai kecenderungan topik komentar pengguna terhadap aplikasi Roblox sehingga dapat dimanfaatkan sebagai bahan evaluasi dalam meningkatkan kualitas aplikasi dan pengalaman pengguna. Kata kunci: Text Mining, K-Means Clustering, TF-IDF, Roblox, Google Play Store, Ulasan Pengguna.