ATMALUHURATMALUHUR

Jurnal Sisfokom (Sistem Informasi dan Komputer)Jurnal Sisfokom (Sistem Informasi dan Komputer)

Studi ini mengeksplorasi sentimen pengguna terhadap game Grand Theft Auto V (GTA V) dengan menganalisis 101.540 ulasan pengguna yang dikumpulkan dari Steam dan Kaggle. Ulasan-ulasan tersebut diproses menggunakan teknik pemrosesan teks standar termasuk folding kasus, tokenisasi, penghapusan stopword, dan stemming. Metode TF-IDF digunakan untuk mengubah teks menjadi vektor numerik, dan klasifikasi sentimen dilakukan menggunakan algoritma Support Vector Machine (SVM). Model dievaluasi dengan akurasi, presisi, recall, dan F1-score sebagai metrik kinerja. Hasil menunjukkan bahwa 88,8% ulasan positif, sedangkan 11,2% negatif. Model SVM mencapai akurasi 94,2% dan F1-score 94,2%, menunjukkan keandalan tinggi. Analisis wordcloud menyoroti aspek-aspek yang dihargai pengguna seperti grafis, cerita, dan gameplay, sementara sentimen negatif sering terkait dengan masalah teknis seperti lag dan bug. Studi ini menunjukkan efektivitas menggabungkan TF-IDF dan SVM untuk klasifikasi sentimen dalam domain gaming, dan menawarkan pendekatan yang dapat diskalakan untuk memahami opini publik di platform digital.

Studi ini menunjukkan bahwa integrasi TF-IDF dan SVM efektif untuk analisis sentimen pada ulasan GTA V, dengan 88,8% ulasan positif.Model mencapai akurasi 94,2% dan F1-score 94,2%, menunjukkan keandalan tinggi.Kesimpulan juga menekankan pentingnya memperhatikan masalah teknis seperti bug dan lag dalam pengembangan game.

Penelitian lanjutan dapat mengembangkan model deep learning untuk meningkatkan akurasi analisis sentimen pada ulasan game. Selain itu, studi ini dapat diperluas dengan menganalisis game open-world lainnya untuk memvalidasi generalisasi hasil. Terakhir, penelitian dapat mengeksplorasi dampak pembaruan real-time terhadap perubahan sentimen pengguna, yang berpotensi memberikan wawasan strategis untuk pengembangan game berkelanjutan.

Read online
File size463.61 KB
Pages7
DMCAReport

Related /

ads-block-test