<![CDATA[Ulasan pengguna pada platform Steam mengandung informasi penting yang dapat digunakan untuk mengetahui persepsi pemain terhadap suatu game. Namun, jumlah ulasan yang besar menyebabkan proses analisis secara manual menjadi kurang efisien. Penelitian ini bertujuan untuk melakukan klasifikasi sentimen ulasan pengguna Steam menggunakan model berbasis Deep Learning, yaitu DistilBERT. Metode penelitian yang digunakan adalah eksperimen dengan pendekatan kuantitatif dan mengadopsi framework CRISP-DM. Dataset yang digunakan terdiri dari 17.495 ulasan pengguna yang dibagi menjadi data latih sebesar 80% dan data uji sebesar 20%. Proses analisis meliputi data preparation, tokenisasi menggunakan DistilBERT Tokenizer, fine-tuning model DistilBERT, serta evaluasi menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model DistilBERT mampu menghasilkan nilai akurasi sebesar 90%, dengan nilai precision sebesar 90%, recall sebesar 89%, dan F1-score sebesar 90%. Hasil tersebut menunjukkan bahwa DistilBERT memiliki kemampuan yang baik dalam memahami konteks teks dan melakukan klasifikasi sentimen secara efektif. Meskipun demikian, model masih mengalami kesulitan dalam menangani ulasan yang mengandung sentimen campuran, ironi, dan bahasa informal.]]>
Copyrights © 2026
