ANALISIS SENTIMEN ULASAN GAME MOBILE LEGENDS MENGGUNAKAN ALGORITMA NAIVE BAYES, SVM, DAN LOGISTIC REGRESSION

• SON GOHAN ALENGKA
• 2025

---

Perkembangan industri game mobile yang pesat telah mendorong lahirnya berbagai aplikasi populer, salah satunya adalah Mobile Legends. Game ini mendapatkan ribuan ulasan pengguna di Google Play Store yang mencerminkan opini dan pengalaman pengguna. Untuk memahami sentimen dalam ulasan tersebut secara efisien, diperlukan pendekatan otomatis berbasis machine learning. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna Mobile Legends menggunakan tiga algoritma klasifikasi, yaitu Naive Bayes, Support Vector Machine (SVM), dan Logistic Regression. Data yang digunakan merupakan ulasan pengguna dari platform Kaggle berjumlah 52.000, yang kemudian diproses melalui tahapan pre-processing, pelabelan sentimen, serta ekstraksi fitur dengan TF-IDF. Evaluasi dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score, serta validasi dengan GridSearchCV dan 10-fold cross-validation. Hasil menunjukkan bahwa ketiga algoritma mampu mengklasifikasikan sentimen dengan baik, dengan akurasi tertinggi diperoleh oleh SVM dan Logistic Regression sebesar 91%. Berdasarkan evaluasi metrik dan confusion matrix, SVM menunjukkan performa yang paling stabil dan direkomendasikan untuk klasifikasi sentimen pada data ulasan aplikasi. Penelitian ini diharapkan dapat menjadi referensi bagi pengembang dalam memahami opini pengguna dan meningkatkan kualitas layanan aplikasi.

Kata Kunci: Analisis Sentimen, Mobile Legends, Naive Bayes, Support Vector Machine, Logistic Regression, TF-IDF, Machine Learning.

• Sentiment Analysis
• Mobile legends
• Naive Bayes
• Support Vector Machine
• Logistic Regression

https://repository.bsi.ac.id/repo/72558/ANALISIS-SENTIMEN-ULASAN-GAME-MOBILE-LEGENDS-MENGGUNAKAN-ALGORITMA-NAIVE-BAYES,-SVM,---DAN-LOGISTIC-REGRESSION
Anda dapat membaca file tugas akhir ini di repository.