Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
Stopwan Enjelina Sianturi Pengarang Margaretha Yohanna S.Kom.,M.Kom Dosen Pembimbing 1 Imelda Sinaga, S.Kom, M.Kom Dosen Pembimbing 2 Samuel Manurung, S.Kom, M.Kom Penguji 1 Yusuf Ijonris, S.Kom, M.Kom Penguji 2

ABSTRAK Ulasan pengguna pada aplikasi game di platform digital merupakan sumber informasi penting untuk mengetahui persepsi dan tingkat kepuasan pengguna. Namun, jumlah data yang besar dan tidak terstruktur menyulitkan analisis secara manual. Penelitian ini bertujuan menerapkan algoritma Naive Bayes dengan pendekatan pelabelan lexicon untuk mengklasifikasikan sentimen ulasan pengguna game Block Blast pada Google Play Store ke dalam kategori positif, netral, dan negatif. Data yang digunakan sebanyak 1.000 ulasan, dengan 989 data yang diproses setelah tahap preprocessing yang meliputi case folding, cleansing, tokenizing, filtering, dan stemming. Selanjutnya dilakukan pembagian data latih dan data uji dengan rasio 80:20, pembobotan tf-idf serta proses klasifikasi menggunakan Naive Bayes. Evaluasi model dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model memperoleh accuracy 67,68%, precision 64%, recall 99%, dan F1-score 77%. Temuan ini menunjukkan bahwa metode yang diterapkan mampu mengklasifikasikan sentimen ulasan secara cukup baik serta memberikan gambaran umum terhadap persepsi pengguna. Kata Kunci : Google Play Store, Ulasan Pengguna, Naive Bayes, Pelabelan Lexicon, Game Block Blast