<![CDATA[Perkembangan industry game di Indonesia menunjukkan pertumbuhan yang signifikasn, dengan aplikasi Mobile legends: Bang-Bang menjadi salah satu game MOBA paling popular dan banyak diulas oleh pengguna di Google Play Store. Ulasan pengguna ini mencerminkan persepsi terhadap kualitas aplikasi, yang dapat dianalisis melalui pendekatan analisis sentiment. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma klasifikasi teks, yaitu Naïve Bayes dan Support vector machine (SVM), dalam mengklasifikasikan sentiment ulasan pengguna ke dalam kategori positif dan negative. Data diperoleh dari hasil web scraping terhadap 6.000 ulasan berbahasa Indonesia, kemudian dilakukan text processing dan pelabelan sentiment. Hasil evaluasi menunjukkan bahwa algoritma SVM menghasilkan akurasi tertinggi sebesar 95,5%, sementara Naïve Bayes memperoleh akurasi sebesar 76,08%. Berdasarkan hasil dari confussion matrix, SVM menunjukkan performa yang lebih konsisten dan akurat dalam mengklasifikasikan ulasan. Temuan ini mengindikasikan bahwa SVM lebih efektif dalam melakukan analisis sentiment pada ulasan pengguna aplikasi Mobile legends]]>
Copyrights © 2025
