ANALISIS SENTIMEN REVIEW PUBLIK PENGGUNA GAME ONLINE PADA PLATFORM STEAM MENGGUNAKAN ALGORITMA NAÏVE BAYES

Abstrak

Keberadaan pasar industri game termasuk sebagai salah satu pasar yang berpotensi dari ekonomi industri kreatif di Indonesia. Pada tahun 2017 pendapatan industri game tercatat telah mencapai level yang sangat tinggi yakni $880 juta USD. Perkembangan industri game di Indonesia dari awal tahun 2015 dapat dikatakan sangatlah tinggi, dan jangkauan pasar industri game sangat luas. Ada 43,7 juta konsumen game (gamer) aktif di Indonesia, Indonesia menempati urutan ke-16 dunia dalam hal pendapatan game. Oleh karena itu, analisis sentimen dibutuhkan untuk menjadi salah satu cara untuk mengambil keputusan dari sebuah ulasan tanpa perlu membaca ulasan secara keseluruhan, serta menjadikan itu sebagai usaha untuk melakukan riset pasar atas ulasan publik. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna di platform Steam menggunakan algoritma Naïve Bayes. Platform gaming seperti Steam menjadi tempat yang populer bagi pengguna untuk berbagi pengalaman dan pendapat mereka tentang game yang dimainkan. Analisis sentimen memberikan wawasan berharga bagi pengembang game dan pihak terkait untuk memahami respons pengguna terhadap produk mereka. Penelitian ini menggunakan data ulasan game dari Kaggle, dengan fokus pada tahun 2021, yang melalui proses filtering seperti case folding, tokenizing, stopwords removal, dan stemming menggunakan RapidMiner. Data kemudian dibagi menjadi data training (1050 examples) dan data testing (494 examples) setelah proses filtering. Algoritma Naïve Bayes diterapkan pada data training untuk membentuk model klasifikasi. Hasil pengujian menunjukkan akurasi 80,97%, recall positif 78,49%, dan recall negatif 86,67%. Presisi untuk prediksi positif mencapai 93,10%, sedangkan presisi untuk prediksi negatif mencapai 63,73%. F1-Score, gabungan dari presisi dan recall, mencapai 84,68%. Hasil akurasi, recall, presisi, dan F1- Score menunjukkan kemampuan model dalam mengidentifikasi sentimen positif dan negatif. Hasil dari penelitian ini adalah, algoritma Naïve Bayes dapat memberikan analisis sentimen yang baik dalam mengklasifikasikan ulasan pengguna di platform Steam. Penelitian ini juga dapat memberikan wawasan berharga bagi pengembang game dan pihak terkait dalam meningkatkan kualitas produk mereka.