<![CDATA[Analisis sentimen dan klasifikasi teks adalah teknik yang sangat penting dalam memahami opini dan tanggapan pengguna terhadap suatu produk atau layanan tertentu. Dalam konteks game, seperti Genshin Impact, penilaian sentimen pengguna memiliki peran yang krusial dalam meningkatkan kualitas serta pengalaman bermain. Penelitian ini bertujuan untuk menerapkan teknik-teknik tersebut pada ulasan-ulasan Genshin Impact yang diambil dari platform distribusi aplikasi, yaitu Play Store. Model klasifikasi teks, yaitu Random Forest, dievaluasi untuk mengklasifikasikan sentimen ulasan. Metode pengumpulan data dilakukan melalui teknik web scrapping untuk mengambil ulasan langsung dari Play Store. Data ulasan kemudian melalui serangkaian tahapan pre-processing, termasuk labeling, case folding, penghapusan stop words, tokenizing, dan stemming, untuk membersihkan dan mempersiapkan data. Proses selanjutnya melibatkan pembobotan kata menggunakan metode TF-IDF untuk mengevaluasi signifikansi kata dalam teks. Hasil penelitian menunjukkan kinerja yang baik dari model dengan Random Forest mencapai akurasi 92%.]]>
Copyrights © 2024
