Abstrak
Perkembangan teknologi yang pesat sudah merambah ke segala bidang tidak terkecuali dalam perkembangan dunia game. Pengembang game atau Game Developer berlomba-lomba untuk meningkatkan kualitas game yang dibuat dan memberikan update atau fitur yang diinginkan pemain. Seiring berkembangnya zaman, game tidak hanya tersedia di toko-toko atau outlet game, dengan memanfaatkan teknologi Internet, game dapat dibeli dan diunduh pada portal game yang ada. Dengan banyaknya gamers yang memberikan review, akan tercipta informasi mengenai game tersebut. Kumpulan review tersebut juga bisa digunakan bagi developer lain untuk melihat game dari developer saingan. Namun, semakin banyak review yang ada, akan sulit sekali untuk mengklasifikasi dan mengidentifikasi masalah yang ada secara manual. Oleh karena itu diperlukan sistem yang dapat mengklasifikasi opini tersebut.
Pada penelitian ini akan dibahas mengenai hasil perbandingan akurasi klasifikasi sentimen untuk mendapatkan review positif dan review negatif pada data review berbahasa inggris. Metode yang akan dibandingkan untuk klasifikasi sentimen tersebut adalah dengan menggunakan metode Simple Naïve Bayes, Naïve Bayes Multinomial, dan Support Vector Machine dengan melakukan pembobotan menggunakan SentiWordNet dan tanpa pembobotan SentiWordNet.
Kata Kunci : Simple Naive Bayes, Naïve Bayes Multinomial, Support Vector Machine, SentiWordNet