Analisis Sentimen Ulasan Aplikasi Genshin Impact di Play Store Menggunakan Random Forest

Dionisius Reinaldo Ananda, Yosefina Finsensia Riti

Abstract


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%.


Keywords


Analisis sentimen; game; Genshin Impact; klasifikasi teks; Random Forest

Full Text:

PDF

References


F. Noor Hasan, “Analisis Sentimen Pengguna Aplikasi CapCut Pada Ulasan di Play Store Menggunakan Metode Naïve Bayes,” Media Online), vol. 4, no. 4, 2024, doi: 10.30865/klik.v4i4.1555.

V. Arinal and B. S. Purnomo, “Optimasi Metode Decision Tree Menggunakan Particle Swarm Optimization Untuk Analisis Sentimen Review Game GTA V Roleplay,” Jurnal Sains dan Teknologi, vol. 5, no. 1, pp. 457–461, 2023, doi: 10.55338/saintek.v5i1.1371.

R. Kusnadi, Y. Yusuf, A. Andriantony, R. Ardian Yaputra, and M. Caintan, “ANALISIS SENTIMEN TERHADAP GAME GENSHIN IMPACT MENGGUNAKAN BERT,” Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, vol. 6, no. 2, pp. 122–129, Jul. 2021, doi: 10.36341/rabit.v6i2.1765.

D. Pratmanto, R. Rousyati, F. F. Wati, A. E. Widodo, S. Suleman, and R. Wijianto, “App Review Sentiment Analysis Shopee Application in Google Play Store Using Naive Bayes Algorithm,” in Journal of Physics: Conference Series, IOP Publishing Ltd, Nov. 2020. doi: 10.1088/1742-6596/1641/1/012043.

D. Darwis, N. Siskawati, and Z. Abidin, “Penerapan Algoritma Naive Bayes untuk Analisis Sentimen Review Data Twitter BMKG Nasional,” Jurnal Teknokompak, vol. 15, no. 1, 2021.

M. N. Akbar, N. Hasanahlmar’iyah Rusydi, M. Hasrul, and S. Ramadhanti, “Sentiment Analysis Terhadap Review Aplikasi Maxim di Google Play Store Menggunakan Support Vector Machine (SVM),” vol. 2, no. 2, p. 1, 2022.

J. Andre Septian, T. Maulana Fahrudin, and A. Nugroho, “Analisis Sentimen Pengguna Twitter Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF-IDF dan K-Nearest Neighbor,” JOURNAL OF INTELLIGENT SYSTEMS AND COMPUTATION , vol. 1, 2019, [Online]. Available: https://t.co/9WloaWpfD5

F. A. Larasati, D. E. Ratnawati, and B. T. Hanggara, “Analisis Sentimen Ulasan Aplikasi Dana dengan Metode Random Forest,” 2022. [Online]. Available: http://j-ptiik.ub.ac.id

E. Fitri, Y. Yuliani, S. Rosyida, and W. Gata, “Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Naive Bayes, Random Forest Dan Support Vector Machine,” TRANSFORMTIKA, vol. 18, no. 1, pp. 71–80, 2020, [Online]. Available: www.nusamandiri.ac.id,

Y. Finsensia Riti and S. S. Tandjung, “Klasifikasi Covid-19 Pada Citra CT Scans Paru-Paru Menggunakan Metode Convolution Neural Network,” Jurnal Imiah Komputer, 2022.

E. Hasibuan and E. A. Heriyanto, “ANALISIS SENTIMEN PADA ULASAN APLIKASI AMAZON SHOPPING DI GOOGLE PLAY STORE MENGGUNAKAN NAIVE BAYES CLASSIFIER,” JTS, vol. 1, no. 3, 2022.

A. Nursalim and R. Novita, “SENTIMENT ANALYSIS OF COMMENTS ON GOOGLE PLAY STORE, TWITTER AND YOUTUBE TO THE MYPERTAMINA APPLICATION WITH SUPPORT VECTOR MACHINE,” Jurnal Teknik Informatika (JUTIF), vol. 4, no. 6, pp. 1305–1312, 2023, doi: 10.52436/1.jutif.2023.4.6.1059.

Fitriyani and T. Arifin, “PENERAPAN WORD N-GRAM UNTUK SENTIMENT ANALYSIS REVIEW,” SISTEMASI : Jurnal Sistem Informasi, vol. 9, 2020.

M. Iqbal Ahmadi et al., “SENTIMENT ANALYSIS ONLINE SHOP ON THE PLAY STORE USING METHOD SUPPORT VECTOR MACHINE (SVM),” Seminar Nasional Informatika, 2020.

J. Ipmawati, S. Saifulloh, and K. Kusnawi, “Analisis Sentimen Tempat Wisata Berdasarkan Ulasan pada Google Maps Menggunakan Algoritma Support Vector Machine,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 1, pp. 247–256, Jan. 2024, doi: 10.57152/malcom.v4i1.1066.




DOI: https://doi.org/10.31284/p.snestik.2024.5883

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Dionisius Reinaldo Ananda, Yosefina Finsensia Riti

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.