PENERAPAN ALGORITMA NAIVE BAYES TERHADAP ANALISIS SENTIMEN APLIKASI GAME MULTIPLAYER ONLINE BATTLE ARENA

STUDI KASUS : MOBILE LEGEND

Abstract

Game Multiplayer Online Battle Arena (MOBA) telah menjadi fenomena global, dengan jutaan pemain berpartisipasi dalam pengalaman bermain game. Dalam konteks ini, Mobile Legends, salah satu game MOBA yang mendominasi pangsa pasar game online, menjadi fokus  penelitian ini. Penelitian ini bertujuan untuk mempelajari reaksi dan pengalaman pengguna Mobile Legends melalui analisis sentimen menggunakan algoritma Naive Bayes.Penelitian ini bertujuan untuk mengadakan analisis sentimen terhadap aplikasi peramainan Multiplayer Online Battle Arena (MOBA) dengan menerapkan algoritma Naive Bayes. Fokus utama penelitian ini adalah pada studi kasus aplikasi peraminan yang sangat populer, yaitu” Mobile Legends”. Mobile Legends merupakan permainan MOBA yang merajai pasar permainan online dengan jutaan pemain aktif di seluruh dunia. Penelitian ini menggunakan metode analisis sentimen dengan algoritma Naive Bayes, sebuah pendekatan klasifikasi probalistik yang sering digunakan dalam analisis teks dan pengolahan bahasa alami. Algoritma ini efisien dalam mengidentifikasi sentimen positif, negatif, atau netral dalam teks pengguna. Data yang digunakan dalam penelitian ini terdiri dari ulasan dan komentar pemain Mobile Legends yang diperoleh dari berbagai pernyataan, termasuk pengguna permainan, media sosisal, dan toko aplikasi. Hasil analisis sentimen diharapkan dapat memberikan wawasan mendalam tentang bagaimana pemain Mobile Legends merespons dan mengalami permainan ini. Informasi ini menjadi sangat berharga bagi pengembangan permainan untuk meningkatkan kualitas dan fitur permainan, sejalan dengan umpan balik pengguna. Penelitian ini juga memberikan kontribusi pada pemahaman lebih lanjut tentang sejauh mana aplikasi game, seperti Mobile Legends, memengaruhi perasaan dan presepsi pengguna. Dengan memahami sentimen pengguna, pengelola dan pengembangan aplikasi game memperbaiki kelemahan, meningkatkan kepuasan pengguna, dan mempertahankan daya saing di pasar game yang sangat dinamis. Dalam praktiknya nanti ditemukan bahwa nilai akurasi yang dihasilnya terbilang sangat baik yakni berkisar 98,96 % yang mana angka ini merupakan hasil terbaik bila dibandingkan dengan penelitian yang kami ulas di literatur.