ANALISIS SENTIMEN ULASAN PENGGUNA PADA GAME THEOTOWN MENGGUNAKAN SUPPORT VECTOR MACHINE

Abstrak

Perkembangan industri game mobile mendorong meningkatnya jumlah ulasan pengguna yang dapat dimanfaatkan untuk mengevaluasi kepuasan pengguna melalui analisis sentimen. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna game TheoTown pada Google Play Store menggunakan algoritma Support Vector Machine (SVM). Data diperoleh melalui teknik web scraping sebanyak 15.000 ulasan pengguna, kemudian diproses melalui tahapan pre-processing, pelabelan otomatis berbasis lexicon-based, dan klasifikasi sentimen menggunakan SVM. Evaluasi model menggunakan confusion matrix menghasilkan nilai akurasi sebesar 84,22%. Pada kelas sentimen positif, diperoleh nilai precision sebesar 0,92, recall sebesar 0,88, dan F1-score sebesar 0,90, sedangkan pada kelas sentimen negatif diperoleh nilai precision sebesar 0,58, recall sebesar 0,70, dan F1-score sebesar 0,64. Hasil penelitian menunjukkan bahwa sentimen positif mendominasi ulasan pengguna, sehingga metode SVM dinilai cukup efektif dalam analisis sentimen ulasan game, meskipun masih memiliki keterbatasan dalam mengklasifikasikan sentimen negatif. Hasil penelitian ini diharapkan dapat menjadi bahan evaluasi bagi pengembang game TheoTown serta referensi bagi penelitian selanjutnya di bidang analisis sentimen pada game digital.

Identifier

• DOI: https://doi.org/10.23960/jitet.v14i2.9193
• OpenAlex: https://openalex.org/W7154104237