<![CDATA[Wuthering Waves merupakan permainan bergenre Action Role-Playing Game (RPG) dunia terbuka yang memperoleh banyak ulasan di Google Play Store. Volume ulasan yang besar membuat analisis manual menjadi tidak efektif dan subjektif. Penelitian terdahulu umumnya menggunakan pendekatan klasifikasi dua kelas sentimen dengan algoritma konvensional. Penelitian ini bertujuan mengklasifikasikan ulasan pemain game Wuthering Waves dari Google Play Store ke dalam tiga kategori sentimen (positif, netral, dan negatif) untuk menganalisis tingkat kepuasan pemain serta mengidentifikasi pola keluhan utama secara sistematis. Metode penelitian yang digunakan adalah pendekatan data mining berbasis deep learning dengan menerapkan algoritma Long Short-Term Memory (LSTM). Data penelitian diperoleh melalui proses crawling pada periode 1 September 2025 hingga 14 Januari 2026. Dari 3.600 ulasan yang dikumpulkan, proses preprocessing menghasilkan 3.205 data unik. Pengujian dan pembagian dataset dilakukan menggunakan metode Stratified K-Fold Cross Validation. Evaluasi model menunjukkan bahwa algoritma LSTM mencapai rata-rata akurasi sebesar 83,15%, presisi 81,77%, recall 78,95%, dan F1-score 79,06%, yang menunjukkan performa stabil dalam klasifikasi sentimen multikelas. Hasil visualisasi WordCloud mengungkap pola keluhan pengguna, terutama terkait kendala optimasi sistem seperti lag dan force close serta belum tersedianya lokalisasi Bahasa Indonesia. Penelitian ini membuktikan bahwa algoritma LSTM efektif dalam mengenali konteks dan hubungan jangka panjang antar kata. Hasil penelitian memberikan informasi bagi pengembang sebagai bahan evaluasi peningkatan kualitas permainan.]]>
