Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal eProceeding of TIK
Farsha, Muhd Almeer
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Rancang Bangun Sentimen Analisis Review Pengguna Steam Menggunakan Algoritma Naive Bayes Farsha, Muhd Almeer; Azhar, Azhar; Huzaeni, Huzaeni
eProceeding of TIK Vol 4, No 2 (2024): eProTIK: November, 2024
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemajuan teknologi saat ini memiliki pengaruh yang luas pada berbagai bidang, Dalam konteks industri permainan video, terutama platform distribusi digital seperti Steam, jumlah besar ulasan pengguna menjadi tantangan dalam mengekstrak informasi yang berguna secara efisien. Steam merupakan platform dengan pangsa pasar yang luas, menampung ribuan game dengan ulasan yang terus meningkat. Karakteristik ulasan game di Steam mencerminkan big data dalam hal volume (jumlah besar data), kecepatan pembentukan (ulasan yang terbentuk dengan cepat), dan keberagaman (beragamnya jenis ulasan). Teknik analisis sentimen, yang memanfaatkan big data dan algoritma seperti Naïve Bayes, menjadi solusi untuk mengklasifikasikan ulasan-ulasan ini menjadi kategori sentimen yang lebih mudah dipahami, seperti positif, negatif. Pada actual sentiment, data positif sebesar 51,0%, negatif 19,4%, dan netral 29,7%. Predicted sentiment menunjukkan data positif sebesar 67,3%, negatif 14,7%, dan netral 42,6%. Hasil klasifikasi menggunakan Naive Bayes dengan Multinomial menunjukkan hasil dominan positif dengan akurasi sebesar 79%. Berdasarkan hasil akurasi, rata-rata, model mampu memprediksi sentimen dengan baik sebanyak 79%.Kata kunci— Analisis Sentimen, Game, Steam, Naive Bayes
Co-Authors Azhar Azhar Huzaeni, Huzaeni