<![CDATA[Evaluasi manual ulasan pengguna pada ekosistem game mobile rentan terhadap bias dan inefisiensi, padahal data tersebut merupakan aset krusial dalam mengukur experiential gaming economy. Di sisi lain, studi NLP konvensional seringkali gagal menangkap ambiguitas semantik leksikon gamer dan mengabaikan dinamika opini lintas waktu. Penelitian empiris ini bertujuan mengevaluasi dan mengkomparasi persepsi pemain terhadap PUBG Mobile, Free Fire, serta Call of Duty: Mobile melalui kerangka Knowledge Discovery in Databases (KDD). Pemodelan sentimen dieksekusi menggunakan arsitektur deep learning IndoBERT pada 10.509 sampel ulasan dari Google Play Store (2024-2025) yang telah diseimbangkan melalui Random Undersampling. Hasil pengujian membuktikan ketangguhan IndoBERT dengan akurasi klasifikasi tertinggi pada CODM (80,52%), disusul PUBG Mobile (80,18%) dan Free Fire (78,11%). Pemetaan komparatif memperlihatkan divergensi kepuasan: Free Fire memimpin dengan 56,97% sentimen positif, sedangkan CODM (69,69% negatif) dan PUBG Mobile (49,73% negatif) didominasi keluhan teknis persisten. Visualisasi deret waktu mengonfirmasi volatilitas sentimen publik yang berfluktuasi merespons pembaruan patch. Secara teoretis, hibridisasi metode klasifikasi transformer dan pelacakan tren temporal ini memvalidasi urgensi transisi menuju sistem pemantauan opini real-time bagi pihak pengembang.]]>
Copyrights © 2026
