sudo Jurnal Teknik Informatika
Vol. 4 No. 2 (2025): Edisi Juni

Analisis Sentimen Game Genshin Impact untuk Mengetahui Reaksi dan Harapan Pemain Menggunakan Metode Naïve Bayes

Bisono, Arif Tri (Unknown)
Zulherry, Andi (Unknown)



Article Info

Publish Date
06 Aug 2025

Abstract

Game Genshin Impact merupakan salah satu permainan daring yang sangat populer dan memiliki komunitas pemain yang aktif di berbagai platform media sosial. Seiring dengan berkembangnya komunitas tersebut, banyak opini, keluhan, dan harapan pemain yang diungkapkan secara terbuka, sehingga menjadi sumber data yang penting untuk dianalisis oleh pengembang game dan pihak terkait. Penelitian ini bertujuan untuk menganalisis sentimen pemain terhadap game Genshin Impact guna mengetahui reaksi serta harapan mereka, menggunakan pendekatan Naïve Bayes Classifier sebagai metode klasifikasi teks. Data dalam penelitian ini diperoleh dari komentar-komentar pengguna di platform Twitter dan forum diskusi game. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan teks (tokenisasi, penghapusan stopword, dan stemming), ekstraksi fitur menggunakan TF-IDF, serta klasifikasi sentimen menjadi kategori positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa metode Naïve Bayes mampu mengklasifikasikan sentimen dengan tingkat akurasi yang memadai. Berdasarkan hasil analisis, ditemukan bahwa mayoritas pemain memiliki sentimen positif terhadap aspek visual dan alur cerita game, namun juga menyuarakan harapan akan perbaikan dalam sistem gacha dan balancing karakter. Temuan ini diharapkan dapat memberikan masukan strategis bagi pengembang dalam meningkatkan kualitas permainan dan pengalaman pengguna. Untuk mengatasi ketidakseimbangan data, digunakan metode SMOTE agar distribusi sentimen lebih merata. Model kemudian dievaluasi menggunakan metrik akurasi, precision, recall, dan f1-score. Hasil menunjukkan bahwa aspek Event memiliki performa terbaik dengan akurasi sebesar 88% dan f1-score sebesar 93%. Sedangkan aspek Game dan Karakter masing-masing memperoleh akurasi 78% dan 76%. Temuan ini menunjukkan bahwa algoritma Naïve Bayes efektif digunakan dalam mengklasifikasikan sentimen komentar pengguna YouTube terhadap konten game. Visualisasi seperti wordcloud dan pie chart turut mendukung interpretasi terhadap distribusi sentimen dan kata kunci dominan dari tiap aspek.

Copyrights © 2025






Journal Info

Abbrev

sudo

Publisher

Subject

Computer Science & IT Electrical & Electronics Engineering Engineering

Description

sudo Jurnal Teknik Informatika merupakan jurnal yang membahas ilmu dibidang teknik informatika, jurnal ini sebagai wadah untuk menuangkan hasil penelitian baik secara konseptual maupun teknis yang berkaitan dengan teknik informatika. sudo Jurnal Teknik Informatika terbit 4 kali dalam setahun yaitu ...