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.
