Perkembangan industri video games ini semakin pesat dan mudah diakses, sehingga banyak
orang yang mengenal video games terutama berjenis turn based strategy yang sedang populer
tahun ini yaitu Honkai Star Rail. Games ini sedang marak dibicarakan orang, terutama di
Google Play Store. Salah satu cara mengukur ulasan banyak orang tentang games ini yaitu bisa
menggunakan Analisis Sentimen. Penelitian ini berfokus pada analisis sentimen dengan tujuan
mengetahui apakah ulasan terpercaya yang dikumpulkan dari Google Play Store memiliki
sentimen netral, baik atau sentimen buruk sehingga dapat membantu pengembangan games
kedepannya. Diperlukan proses klasifikasi analisis sentimen otomatis untuk mengurangi
kesalahan yang disebabkan oleh sumber daya manusia. Pada penelitian ini membahas analisis
sentimen dengan mengekstrak data Google Play Store. Analisis sentimen memiliki tahapan
preprocessing yang terdiri dari case folding, tokenizing, stopword removal, stemming.
Pembobotan kata yang digunakan adalah term frequency–invers document frequency dan
perhitungan similaritasnya menggunakan cosine similarity kemudian menggunakan Algoritma
K-Nearest Neighbor (KNN) sebagaimetode klasifikasinya. Dengan menghasilkan pemahaman
yang lebih dalam tentang sentimen terhadap game Honkai Star Rail, penelitian ini diharapkan
dapat memberikan manfaat bagi pemain, pengembang game, dan industri game secara
keseluruhan. Hasil penelitian ini dapat digunakan sebagai dasar untuk meningkatkan kualitas
game, memahami preferensi pengguna, dan mengembangkan strategi pemasaran yang lebih
efektif.
Kata Kunci: Analisis Sentimen, Google Play Store, K-Nearest Neighbor.