ANALISIS KINERJA ALGORITMA LOGISTIC REGRESSION DAN SVM ( SUPPORT VECTOR MACHINE ) PADA SENTIMEN ULASAN PERMAINAN MOBILE E-FOOTBALL

Abstract

Perkembangan industri permainan mobile mendorong meningkatnya partisipasi pengguna dalam memberikan ulasan pada platform digital, salah satunya pada permainan mobile e-Football di Google Play Store. Ulasan tersebut mengandung berbagai opini yang mencerminkan tingkat kepuasan dan ketidakpuasan pengguna terhadap kualitas permainan. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap permainan mobile e Football menggunakan algoritma Logistic Regression dan Support Vector Machine (SVM). Data yang digunakan dalam penelitian ini diperoleh dari ulasan pengguna Google Play Store yang dikumpulkan melalui teknik web scraping. Data kemudian diproses melalui tahapan preprocessing yang meliputi cleaning, case folding, normalisasi, tokenisasi, stopword removal, dan stemming. Selanjutnya, data teks direpresentasikan ke dalam bentuk numerik menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Support Vector Machine (SVM) memiliki kinerja yang sedikit lebih baik dibandingkan Logistic Regression, dengan nilai akurasi sebesar 81,13%, sedangkan Logistic Regression memperoleh nilai akurasi sebesar 80,97%. Berdasarkan hasil tersebut, algoritma SVM dinilai lebih optimal dalam mengklasifikasikan sentimen ulasan pengguna terhadap permainan mobile e-Football.