Analisis Ulasan Indie Video Game Lokal Pada Steam Menggunakan Sentiment Analysis Dengan Algoritma Naive Bayes Classifier Dan Lda-based Topic Modeling

Mochamad Yudha Febrianta, Sri Widiyanesti, Syahrul Robbiansyah Ramadhan

Abstract

Video game merupakan produk ekonomi kreatif yang tumbuh pesat dan menunjukkan potensi bisnis besar secara global. Di antara para pelakunya, ada pengembang indie yang memiliki keterbatasan sumber daya dan sangat bergantung pada jasa distribusi digital untuk menjual produknya. Kini, platform distribusi digital video game terbesar adalah Steam, yang juga menyediakan fitur ulasan produk yang dapat dijadikan sebagai acuan pengembangan produk. Namun, ulasan cenderung berjumlah banyak dan beragam sehingga menimbulkan tantangan bagi para pengembang untuk menganalisisnya secara manual. Penelitian ini bertujuan untuk menerapkan metode analisis berbasis machine learning guna memperoleh informasi penting dari ulasan produk tersebut secara otomatis. Metode yang digunakan adalah sentiment analysis dengan algoritma Naïve Bayes Classifier dan LDA-based topic modeling terhadap ulasan yang telah diperoleh menggunakan metode text mining. Penelitian ini menemukan bahwa sentimen positif dominan sebesar 69.8% dengan akurasi algoritma sebesar 75.45% dan nilai Cohen's Kappa sebesar 0.454. Penelitian ini juga telah mengidentifikasi topik dominan dengan sejumlah istilah yang diduga merupakan aspek-aspek video game yang mempengaruhi sentimen pemainnya. Peneliti selanjutnya disarankan untuk meningkatkan kualitas persiapan dan preprocessing data, serta menerapkan algoritma machine learning yang mampu mengklasifikasi teks ulasan online yang sangat kompleks untuk memperoleh akurasi klasifikasi dan analisis yang lebih baik. Kata kunci: sentiment analysis, topic model, machine learning, video game, big data, keputusan pembelian

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0