Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
PERBANDINGAN HASIL ANALISIS SENTIMEN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE TERHADAP APLIKASI HONKAI: STAR RAIL
ABSTRAKSI :
Perkembangan teknologi informasi dan komunikasi telah mendorong evolusi dalam industri hiburan digital, khususnya permainan dalam genre Role Playing Game (RPG) berbasis turn-based. Salah satu game yang menonjol dalam kategori ini adalah Honkai: Star Rail, yang dirilis oleh miHoYo pada April 2023. Terlepas dari kepopuleran game dengan 22 juta pemain yang rilis pada Desember 2023 ini, beberapa ulasan menunjukkan ketidakpuasan terkait optimisasi game, kesulitan permainan, dan mekanik gacha. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap Honkai: Star Rail di Google Play Store menggunakan metode Naïve Bayes Classifier dan Support Vector Machine (SVM). Data ulasan yang diambil berjumlah 2000, data tersebut diambil dari Google Play Store dengan jangka waktu antara 23 April 2023 hingga 17 Juli 2024. Proses analisis melibatkan tahap pre-processing dan pembagian data menjadi data latih dan data uji. Hasilnya menunjukkan bahwa metode Naïve Bayes menghasilkan accuracy 81,25%, precision 45,98%, recall 58,82%, dan f1-score 51,64%. Sedangkan metode SVM menghasilkan accuracy 81,75%, precision 17,24%, recall 93,75%, dan f1-score 29,06%. Temuan ini menunjukkan bahwa metode Naïve Bayes lebih efektif dalam mengklasifikasikan ulasan pengguna. Secara keseluruhan, ulasan pengguna terhadap Honkai: Star Rail cenderung positif, menunjukkan kepuasan pengguna terhadap game ini meskipun terdapat beberapa kritik. Hasil penelitian ini dapat menjadi referensi bagi pengembang game dalam meningkatkan kualitas dan pengalaman pengguna.