Text
“PENERAPAN ALGORITMA NAIVE BAYES DENGAN PELABELAN LEXICON UNTUK KLASIFIKASI ULASAN PENGGUNA GAME BLOCK BLAST DI GOOGLE PLAY STORE”.
- Bagikan:
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
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
Stopwan Enjelina Sianturi - Personal Name
|
| Student ID |
222510101
|
| Dosen Pembimbing |
Margaretha Yohanna S.Kom.,M.Kom - - Dosen Pembimbing 1
Imelda Sinaga, S.Kom, M.Kom - - Dosen Pembimbing 2 |
| Penguji | |
| Kode Prodi PDDIKTI |
55201
|
| Edisi |
Published
|
| Departement |
Teknik Informatika
|
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | Universitas Methodist Indonesia : Medan., 2026 |
| Edisi |
Published
|
| Subyek | |
| No Panggil | |
| Copyright |
Fakultas Ilmu Komputer Universitas Methodist Indonesia
|
| Doi |