Informasi Lainnya
Abstraksi
Ulasan pengguna pada <em>Google Play Store</em> berfungsi untuk sumber informasi utama, menilai mutu, dan tingkat kepuasan pengguna terhadap sebuah aplikasi. Namun, meningkatnya ekspektasi terhadap kualitas dan realisme permainan memperlihatkan bahwa Bus Simulator Indonesia masih menghadapi berbagai permasalahan teknis, seperti <em>bug, glitch</em>, gangguan visual, serta kontrol permainan yang kurang optimal, sehingga berdampak pada kenyamanan dan kepuasan pengguna. Tujuan dari penelitian ini adalah untuk melihat bagaimana sentimen yang diungkapkan oleh pengguna aplikasi Bus Simulator Indonesia diklasifikasikan ke dalam kategori positif, netral, dan negatif. Penelitian juga membandingkan kinerja algoritma Naive Bayes, Support Vector Machine, dan Logistic Regression. Pengumpulan data, pra-pemrosesan teks, pembobotan kata, pemodelan, dan evaluasi model adalah proses penelitian. Data yang digunakan terdiri dari 19.482 ulasan berbahasa Indonesia yang dikumpulkan dari Google Play Store dari tahun 2021 hingga 2025. Digunakan tiga skenario pembagian data: 90:10, 80:20, dan 70:30. Hasilnya, <em>Support Vector Machine</em> menghasilkan akurasi tertinggi pada seluruh skenario, masing-masing sebesar 84,3%, 82,0%, dan 81,0%. <em>Logistic Regression </em>memperoleh akurasi 81,1%, 79,9%, dan 79,0%, sedangkan NBmenghasilkan akurasi terendah. Dengan demikian, <em>Support Vector Machine</em> memiliki kinerja paling baik dalam klasifikasi sentimen ulasan pengguna.<br />
<br />
<strong>Kata Kunci:</strong> <a name="_Hlk219899370">analisis sentimen, ulasan pengguna, bus simulator indonesia, <em>naïve bayes</em>, <em>support vector machine</em>, <em>logistic regression</em></a><br />
- CAK3JAB3 - Pembelajaran Mesin
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
