Penerapan Analisis Sentimen Pada Game Mobile Menggunakan Algoritma K Nearest Neighbour
Kode Repository :SKI55/YOS/19
NPM :065115443
Nama :Yosia Frederik Haholongan
Pembimbing 1 :-Dr. Tjut Awaliyah Zuraiyah, M.Kom.
Pembimbing 2 :-Dian Kartika Utami,S.Kom., M.Kom
Abstrak :-PENERAPAN ANALISIS SENTIMEN PADA GAME MOBILE MENGGUNAKAN ALGORITMA K NEAREST NEIGHBOUR
Yosia Frederik Haholongan
065115443
Program Studi Ilmu Komputer
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas pakuan
Jl. Pakuan, Tegallega, Kota Bogor, Jawa Barat, 16143
1314.a2.yosiafrederik@gmail.com
ABSTRAKSI
Mobile Games menjadi salah satu jenis game yang banyak diminati banyak orang. Game yang sukses menarik perhatian saat ini adalah PUBG Mobile dan Free Fire. Kedua game tersebut memiliki kemiripan dari segi tampilan dan sistematika permainan. Melalui hal tersebut, banyak penggemar dari masing-masing game memiliki opini atau komentar mereka terhadap game itu sendiri. Komentar tersebut berupa komentar bersifat positif atau bisa bersifat negatif yang memiliki kata kunci positif seperti : Bagus, Keren, Baik. Sedangkan untuk kata kunci negatif terdiri dari : Jelek, Kecewa, Buruk. Komentar tersebut dijadikan data dalam penilitian Analisis Sentimen. Analisis Sentimen merupakan analisis sebuah teks dan mengekstraksi teks menjadi informasi subjektif secara sistematis. Dibantu dengan proses Text Mining guna menjadikan sebuah opini atau komentar menjadi lebih terstruktur. Untuk analisis sentimen menggunakan algoritma K Nearest Neighbour sebagai algoritma klasifikasi untuk mendapati komentar yang bersifat positif atau negatif. Metode penelitian yang digunakan adalah System Development Life Cycle (SDLC) yang dimulai dari tahap perancanaan, tahap analisis, tahap perancangan, tahap implementasi, dan tahap uji coba. Hasil analisis sentimen diuji sebanyak dua kali menggunakan jarak terdekat K=5 dengan nilai akurasi sebesar 90% dan K=7 dengan nilai akurasi sebesar 94%. Dimana hasil dari kedua uji coba dilakukan dengan total 200 data komentar yang dibagi menjadi 150 data latih dan 50 data uji.
Kata Kunci : Analisis Sentimen, Mobile Games, Text Mining, K Nearest Neighbour.