ANALISIS SENTIMEN PENGGUNA MOBILE LEGENDS DAN HONOR OF KINGS MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

Fadli, Alfin Nur (2026) ANALISIS SENTIMEN PENGGUNA MOBILE LEGENDS DAN HONOR OF KINGS MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM). Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_55201_2213020070 .pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (7MB) | Request a copy
[img] Text (Similarity)
RAMA_55201_2213020070_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (3MB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_2213020070_0720117501_0701107802_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (577kB)
[img] Text (BAB 2)
RAMA_55201_2213020070_0720117501_0701107802_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (309kB) | Request a copy
[img] Text (BAB 3)
RAMA_55201_2213020070_0720117501_0701107802_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[img] Text (BAB 4)
RAMA_55201_2213020070_0720117501_0701107802_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (4MB) | Request a copy
[img] Text (BAB 5)
RAMA_55201_2213020070_0720117501_0701107802_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (43kB) | Request a copy
[img] Text (References)
RAMA_55201_2213020070_0720117501_0701107802_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (144kB)
[img] Text (Lampiran)
RAMA_55201_2213020070_0720117501_0701107802_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy

Abstract

Permainan daring bergenre Multiplayer Online Battle Arena (MOBA), khususnya Mobile Legends: Bang Bang (MLBB) dan Honor of Kings (HoK), memiliki jutaan pengguna yang aktif memberikan ulasan di Google Play Store. Penelitian ini bertujuan melakukan analisis sentimen komparatif terhadap ulasan kedua game menggunakan metode Support Vector Machine (SVM) dengan pembobotan TF-IDF dan penyeimbangan data menggunakan SMOTE. Penelitian menerapkan metode pengembangan Waterfall dan membangun aplikasi berbasis Streamlit menggunakan Python untuk mengolah 4.000 ulasan berbahasa Indonesia melalui tahapan preprocessing, klasifikasi sentimen (positif, netral, negatif), serta ekstraksi tujuh aspek permainan menggunakan metode rule-based keyword. Hasil penelitian menunjukkan bahwa aspek Gameplay merupakan topik yang paling banyak dibahas, dengan Mobile Legends unggul pada aspek Grafik tetapi menerima lebih banyak sentimen negatif pada Gameplay, Matchmaking, dan Performa, sedangkan Honor of Kings memperoleh dominasi sentimen positif pada Gameplay dan Grafik. Penerapan SMOTE berhasil menyeimbangkan data latih menjadi 1.680 data pada setiap kelas sentimen, sedangkan model SVM menghasilkan akurasi sebesar 79,5%. Selain itu, seluruh fungsi sistem dinyatakan berjalan dengan baik berdasarkan pengujian Black-Box, dan fitur analisis manual mampu mengidentifikasi sentimen, aspek, serta tingkat kemiripan kalimat secara real-time menggunakan Cosine Similarity

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Analisis Sentimen; Support Vector Machine (SVM); TF-IDF; SMOTE; Ekstraksi Aspek
Subjects: 100 Mathematics and natural science > 123 Computer science
410 Engineering science > 457 Computer engineering
410 Engineering science > 459 Computer science
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Alfin Nur Fadli
Last Modified: 21 Aug 2026 10:32
URI: http://repository.unpkediri.ac.id/id/eprint/29249

Actions (login required)

View Item View Item