<![CDATA[Industri game yang berkembang pesat tidak hanya terjadi di Indonesia saja, namun di berbagai negara sudah mulai menunjukkan antusias terhadap industri game. Salah satunya seperti game Mobile Legends: Bang Bang yang dimana memiliki jutaan pengguna aktif. Popularitas Mobile Legends menyebabkan banyaknya pengguna Mobile Legends ini memberikan ulasan dan review. Penelitian ini kami tujukan untuk menganalisis ulasan para pengguna Mobile Legend dengan memanfaatkan metode algoritma K-Means Clustering. Data ulasan pengguna dikumpulkan dari Google Play Store dan memanfaatkan website Kaggle, Kemudian kami akan melakukan tahap preprocessing teks. Setelah itu data akan diubah menjadi representasi numerik menggunakan metode TF-IDF (Term Frequency-Inverse Document Frequency) sebelum diproses dengan algorima K-Means. Hasil ulasan pengguna menunjukkan bahwa ulasan dapat dikelompokkan ke dalam bebeerapa cluster, seperti ulasan positif (terkait kualitas, grafis, fitur, dan pengalaman bermain), ulasan negative (seperti bug, lag, dan server yang tidak stabil), serta ulasan netral yang berisi saran dan masukan. Evaluasi kualitas cluster dilakukan menggunakan metode DBI (Davies-Bouldin Index) yaitu untuk menentukan jumlah cluster secara optimal agar mendapat gambaran yang jelas mengenai berbagai persepsi dari pengguna, sehingga dapat menjadi dasar bagi pengembang dalam meningkatkan kualitas, memperbaki bug, dan juga mengoptimalkan pengalaman bermain. Dengan demikian, penggunaan algorima K-Means terbukti efektif dalam mengelompokkan ulasan pengguna. Serta dapat dijadikan alat bantu dan masukkan bagi pengembang dalam pengembangan aplikasi dan menyesuaikan ulasan para pengguna.]]>
