Steam adalah platform yang menyediakan layanan untuk membeli video game secara digital. Platform ini juga menawarkan fitur bagi pengguna untuk berbagi ulasan video game satu sama lain. Ulasan-ulasan ini mencerminkan pengalaman dan pendapat para pengguna. Namun, ulasan ini tidak mengungkapkan masalah utama yang dilaporkan oleh penulis ulasan, atau perubahan persepsi mereka dari waktu ke waktu. Kontradiksi antara ulasan yang ditulis pengguna dan label yang mereka berikan juga dapat terjadi. Oleh karena itu, ulasan yang ditulis oleh pengguna akan diklasifikasikan melalui analisis sentimen. Penelitian ini melakukan analisis sentimen pada ulasan video game Disco Elysium dari Steam dengan menggunakan metode K-Nearest Neighbor (KNN) dan seleksi fitur Chi-Square. Terdapat lima skenario dalam penelitian ini, pertama membandingkan dampak penggunaan proses stemming pada tahap preprocessing, kedua mengukur dampak penerapan Grid Search untuk hyperparameter tuning, ketiga membandingkan dampak data splitting dengan rasio 80:20 dan 50:50, keempat membandingkan hasil dari Euclidean Distance dan Manhattan Distance pada klasifikasi KNN, dan kelima membandingkan hasil penggunaan metode KNN dan SVM. Hasil penelitian menunjukkan bahwa penggunaan stemming pada tahap preprocessing, tidak menerapkan Grid Search, data splitting dengan rasio 80:20, dan KNN dengan Euclidean Distance memberikan performa yang terbaik. Hasil performa terbaik yang dicapai adalah 79.76% precision, 75.24% recall, dan 75.21% F1-Score.