Analisis Sentimen Review Publik Pengguna Game online pada Platform Steam Menggunakan Algoritma Naïve Bayes

  • ADHI PANGESTU
  • 2023

Abstrak

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna di platform Steam menggunakan algoritma Naïve Bayes. Platform gaming seperti Steam menjadi tempat yang populer bagi pengguna untuk berbagi pengalaman dan pendapat mereka tentang game yang dimainkan. Analisis sentimen memberikan wawasan berharga bagi pengembang game dan pihak terkait untuk memahami respons pengguna terhadap produk mereka. Penelitian ini menggunakan data ulasan game dari Kaggle, dengan fokus pada tahun 2021, yang melalui proses filtering seperti case folding, tokenizing, stopwords removal, dan stemming menggunakan RapidMiner. Data kemudian dibagi menjadi data training (1050 examples) dan data testing (494 examples) setelah proses filtering. Algoritma Naïve Bayes diterapkan pada data training untuk membentuk model klasifikasi. Hasil pengujian menunjukkan akurasi 80,97%, recall positif 78,49%, dan recall negatif 86,67%. Presisi untuk prediksi positif mencapai 93,10%, sedangkan presisi untuk prediksi negatif mencapai 63,73%. F1-Score, gabungan dari presisi dan recall, mencapai 84,68%. Dalam kesimpulannya, algoritma Naïve Bayes dapat memberikan analisis sentimen yang baik dalam mengklasifikasikan ulasan pengguna di platform Steam. Hasil akurasi, recall, presisi, dan F1-Score menunjukkan kemampuan model dalam mengidentifikasi sentimen positif dan negatif. Penelitian ini memberikan wawasan berharga bagi pengembang game dan pihak terkait dalam meningkatkan kualitas produk mereka.

Kata Kunci
Daftar Pustaka

Croissant, M., & Frister, M. (2021). A data-driven approach for examining the demand for relaxation games on Steam during the COVID-19 pandemic. PLoS ONE, 16(12 December). https://doi.org/10.1371/journal.pone.0261328

Dehkharghani, R., Mercan, H., Javeed, A., & Saygin, Y. (2014). Sentimental causal rule discovery from Twitter. Expert Systems with Applications, 41(10), 4950–4958. https://doi.org/10.1016/j.eswa.2014.02.024

Dwivedi, R. K., Saxena, A. Kr., Teerthanker Mahaveer University. College of Computing Sciences & Information Technology, Institute of Electrical and Electronics Engineers. Uttar Pradesh Section, & Institute of Electrical and Electronics Engineers. (2019). Comparison of Naive Bayes and SVM Algorithm based on Sentiment Analysis Using Review Dataset. 266–270.

Fadil, I., Helmiawan, M. A., Supriadi, F., Saeppani, A., Sofiyan, Y., & Guntara, A. (2022). Waste Classifier using Naive Bayes Algorithm. 2022 10th International Conference on Cyber and IT Service Management, CITSM 2022. https://doi.org/10.1109/CITSM56380.2022.9935894

Islam, M. M., & Sultana, N. (2018). Comparative Study on Machine Learning Algorithms for Sentiment Classification. In International Journal of Computer Applications (Vol. 182, Issue 21).

Khaire, U. M., & Dhanalakshmi, R. (2022). Stability of feature selection algorithm: A review. In Journal of King Saud University - Computer and Information Sciences (Vol. 34, Issue 4, pp. 1060–1073). King Saud bin Abdulaziz University. https://doi.org/10.1016/j.jksuci.2019.06.012

Kotu, V., & Deshpande, B. (2015). Getting Started with RapidMiner. In Predictive Analytics and Data Mining (pp. 371–406). Elsevier. https://doi.org/10.1016/b978-0-12-801460-8.00013-6

Lestari, S., & Saepudin, S. (2021). ANALISIS SENTIMEN VAKSIN SINOVAC PADA TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES. https://vaksin.kemkes.go.id/

Lin, D., Bezemer, C. P., Zou, Y., & Hassan, A. E. (2019). An empirical study of game reviews on the Steam platform. Empirical Software Engineering, 24(1), 170–207. https://doi.org/10.1007/s10664-018-9627-4

Mulachela, A., Rizki, K., & Wahyudin, Y. A. (2020). Analisis Perkembangan Industri Game di Indonesia Melalui Pendekatan Rantai Nilai Global (Global Value Chain). In IJGD: Indonesian Journal of Global Discourse (Vol. 2, Issue 2).

Normawati, D., & Prayogi, S. A. (2021). Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter. In Jurnal Sains Komputer & Informatika (J-SAKTI (Vol. 5, Issue 2).

Nurcahyono, D., Putra, W. P., Najib, A., & Tulili, T. R. (2020). Analysis sentiment in social media against election using the method naive Bayes. Journal of Physics: Conference Series, 1511(1). https://doi.org/10.1088/1742-6596/1511/1/012003

Octaviani, A., & Dewi, P. (2020). Big Data di Perpustakaan dengan Memanfaatkan Data Mining. ANUVA, 4(2), 223–230.

Pasaribu, F. T., & Kusnawan, A. (2022). Pengaruh Pemasaran Secara Digital, Harga, dan Promosi Summer Sale di Platform Steam Pada Terhadap Keputusan Pembelian Steam E-Wallet. In Prosiding: Ekonomi dan Bisnis (Vol. 2, Issue 2).

PM, S. P., B, S., Vellore Institute of Technology, Institute of Electrical and Electronics Engineers. Madras Section, IEEE Communications Society., & Institute of Electrical and Electronics Engineers. (2019). Sentimental Analysis using Naive Bayes Classifier. 2019 International Conference on Vision Towards Emerging Trends in Communication and Networking (ViTECoN), 1–5.

Pratmanto, D., Rousyati, R., Wati, F. F., Widodo, A. E., Suleman, S., & Wijianto, R. (2020). App Review Sentiment Analysis Shopee Application in Google Play Store Using Naive Bayes Algorithm. Journal of Physics: Conference Series, 1641(1). https://doi.org/10.1088/1742-6596/1641/1/012043

Rahmayanti Setyaning Nastiti, V., & Basuki, S. (2019). Klasifikasi Sinopsis Novel Menggunakan Metode Naïve Bayes Classifier. 1(2), 125–130.

Rani, A. S., & S.Jyothi. (2016). Performance analysis of Classification Algorithms under Different Datasets. 1584–1589.

Samsir, Irmayani, D., Edi, F., Harahap, J. M., Jupriaman, Rangkuti, R. K., Ulya, B., & Watrianthos, R. (2021). Naives Bayes Algorithm for Twitter Sentiment Analysis. Journal of Physics: Conference Series, 1933(1). https://doi.org/10.1088/1742-6596/1933/1/012019

Suleiman, D., Odeh, A., & Al-Sayyed, R. (2022). Arabic Sentiment Analysis Using Naïve Bayes and CNN-LSTM. Informatica (Slovenia), 46(6), 79–86. https://doi.org/10.31449/inf.v46i6.4199

Tika Adilah, M., Supendar, H., Ningsih, R., Muryani, S., & Solecha, K. (2020). Sentiment Analysis of Online Transportation Service using the Naïve Bayes Methods. Journal of Physics: Conference Series, 1641(1). https://doi.org/10.1088/1742-6596/1641/1/012093

Wang, Y., Zhu, D., Zhang, B., Guo, Q., Wan, F., & Ma, N. (2021). Review of data scraping and data mining research. Journal of Physics: Conference Series, 1982(1). https://doi.org/10.1088/1742-6596/1982/1/012161
 

Detail Informasi

Tugas Akhir ini ditulis oleh :

  • 17190651 - ADHI PANGESTU
  • Prodi : Teknologi Informasi
  • Kampus : Margonda
  • Tahun : 2023
  • Periode : I
  • Pembimbing : Yoseph Tajul Arifin, M.Kom.
  • Asisten :
  • Kode : 0004.S1.TI.SKRIPSI.I.2023
  • Diinput oleh : dpw
  • Terakhir update : 24 Januari 2024
  • Dilihat : 167 kali

TENTANG PERPUSTAKAAN


PERPUSTAKAAN UBSI


Perpustakaan Universitas Bina Sarana Informatika merupakan layanan yang diberikan kepada civitas akademik khususnya mahasiswa untuk memperoleh informasi seperti buku, majalah, jurnal, prosiding, dll.

INFORMASI


Alamat : Jl. Kramat Raya No.98, Senen, Jakarta Pusat

Telp : +6285777854809

Email : perpustakaan@bsi.ac.id

IG : @perpustakaan_ubsi

Jam Operasional
Senin - Jumat : 08.00 s/d 20.00 WIB
Isitirahat Siang : 12.00 s/d 13.00 WIB
Istirahat Sore : 18.00 s/d 19.00 WIB

LINK TERKAIT


LPPM UBSI

Repository UBSI

E-Journal UBSI

E-Learning UBSI

Kemahasiswaan UBSI

Perpustakaan Nasional

e-Resources

Copyright © 2024 Perpustakaan Universitas Bina Sarana Informatika