Nurherlianto, Althafian and Aziza, Rosida Nur and Munir, Buyung Sofiarto (2024) PENERAPAN METODE SVM (SUPPORT VECTOR MACHINE) PADA ANALISIS SENTIMEN PENGGUNA APLIKASI PERMAINAN ONLINE MOBILE LEGENDS BERBASIS VADER LEXICON. Diploma thesis, ITPLN.
202031157_Althafian Nurherlianto_Revisi_Skrip_ALTHAFIAN Nurherlian.pdf
Restricted to Registered users only
Download (4MB)
Abstract
Penggunaan algoritma SVM untuk analisis sentimen membantu aplikasi permainan online Mobile Legends untuk meningkatkan kualitas pengalaman pengguna, membantu pengembang dalam menentukan arah pengembangan aplikasi, dan mendapatkan wawasan berharga yang mengarah pada pengembangan yang lebih baik. Penelitian ini ditujukan untuk analisis sentimen pada aplikasi permainan online Mobile Legends yang ada pada Google Play Store. Data yang digunakan dalam penelitian ini merupakan data ulasan dari pengguna aplikasi Mobile Legends yang diambil dengan metode scraping. Data yang didapatkan yaitu 2.000 data yang terdiri dari 1227 ulasan yang bersentimen positif, 422 ulasan yang bersentimen netral, dan 351 ulasan yang bersentimen negatif. Penelitian ini ditujukan untuk melihat respon pengguna aplikasi Mobile Legends sehingga pengembang bisa melakukan peningkatan fitur. Algoritma Support Vector Machine (SVM) digunakan dalam proses klasifikasi. Penulis menggunakan proporsi 80:20 dan diperoleh nilai akurasi sebesar 82%. Kecenderungan penggunaan aplikasi Tiktok oleh pengguna memiliki jumlah sentimen yang positif.
The use of the SVM algorithm for sentiment analysis classification helps the online game application Mobile Legends to improve the quality of user experience, assists developers in determining the direction of application development, and provides valuable insights that lead to better development. This research is aimed at sentiment analysis on the Mobile Legends online game application available on Google Play Store. The data used in this study consists of user reviews of the Mobile Legends application, which were collected using the scraping method. A total of 2,000 data points were obtained, consisting of 1,227 positive sentiment reviews, 422 neutral sentiment reviews, and 351 negative sentiment reviews. This research aims to observe user responses to the Mobile Legends application so that developers can improve features. The Support Vector Machine (SVM) algorithm was used in the classification process. The author used an 80:20 split ratio and achieved an accuracy rate of 82%. The tendency of Mobile Legends users shows a majority of positive sentiment.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Analisis Sentimen, Mobile Legends, Support Vector Machine, VADER Lexicon, Permainan Daring Sentiment Analysis, Mobile Legends, Support Vector Machine, VADER Lexicon, Online Game |
| Subjects: | Skripsi Bidang Keilmuan > Teknik Informatika |
| Divisions: | Fakultas Telematika Energi > S1 Teknik Informatika |
| Depositing User: | Sudarman |
| Date Deposited: | 01 Oct 2025 02:58 |
| Last Modified: | 01 Oct 2025 02:58 |
| URI: | https://repository.itpln.ac.id/id/eprint/1644 |
