ANALISIS SENTIMEN KELUHAN PENGGUNA PADA GAME SUPREMACY 1914 MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING
DOI:
https://doi.org/10.70248/jrsit.v2i2.1499Keywords:
Supremacy 1914, K-Means, WorldCloudAbstract
Penelitian ini bertujuan menganalisis keluhan pengguna untuk pengembangan game Supremacy 1914 dengan memanfaatkan 1000 ulasan berbahasa Indonesia di Google Playstore. Ulasan ini diproses melalui tahapan preprocessing, seperti pemisahan kata (tokenizing), penyaringan (filtering), penghapusan kata tidak penting (stop word), dan pengubahan kata ke bentuk dasar (stemming). Data yang telah diproses dikelompokkan menggunakan metode K-Means menjadi tiga kelompok (cluster), yang divisualisasikan dalam bentuk wordcloud. Cluster 0 mencakup ulasan umum dengan kata-kata seperti "bagus", "seru", dan "mantap", sedangkan Cluster 1 fokus pada masukan terkait kualitas game dan pengalaman pengguna. Penelitian ini diharapkan membantu pengembang mengidentifikasi kebutuhan pengguna lebih cepat, meningkatkan kepuasan, dan mendukung pengembangan game secara berkelanjutan.
References
A. P. Giovani, A. Ardiansyah, T. Haryanti, L. Kurniawati, and W. Gata, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” J. Teknoinfo, vol. 14, no. 2, p. 115, 2020, doi: 10.33365/jti.v14i2.679.
E. Sinduningrum, F. N. Hasan, A. R. Dzikrillah, A. B. Rossianiz, D. Febriawan, and I. Irawati, “Peningkatan Kemampuan Data Analytic Melalui Pelatihan Asean Data Science Explorers Menggunakan Sap Analytic Cloud,” SELAPARANG J. Pengabdi. Masy. Berkemajuan, vol. 6, no. 4, p. 1708, 2022, doi: 10.31764/jpmb.v6i4.10734.
R. Wati and S. Ernawati, “Analisis Sentimen Persepsi Publik Mengenai PPKM Pada Twitter Berbasis SVM Menggunakan Python,” J. Tek. Inform. UNIKA St. Thomas, vol. 06, pp. 240–247, 2021, doi: 10.54367/jtiust.v6i2.1465.
N. I. R, A. Dahlia, and P. Ningum, “Sentiment Analysis of Public Opinion on Films Taylor Swift Eras Tour on the Twitter Platform Using the Machine Learning,” vol. 1, no. August, pp. 85–92, 2024.
Tukino, S. Masruroh, and D. Herdiana, “Applying the Prototype Model into the Electronic Reporting System for the Elementary School Student Base on Android,” Buana Inf. Technol. Comput. Sci. (BIT CS), vol. 2, no. 1, pp. 17–21, 2021, doi: 10.36805/bit-cs.v2i1.1241.
Normah, B. Rifai, S. Vambudi, and R. Maulana, “Analisa Sentimen Perkembangan Vtuber Dengan Metode Support Vector Machine Berbasis SMOTE,” J. Tek. Komput. AMIK BSI, vol. 8, no. 2, pp. 174–180, 2022, doi: 10.31294/jtk.v4i2.
L. Azzahra and Amru Yasir, “Metode K-Means Clustering Dalam Pengelompokan Penjualan Produk Frozen Food,” J. Ilmu Komput. dan Sist. Inf., vol. 3, no. 1, pp. 1–10, 2024, doi: 10.70340/jirsi.v3i1.88.
M. I. Muharizki and D. B. Arianto, “… Clustering Dengan Metode K-Means Terhadap Statistik Permainan Pro-Player Valorant Pada Kompetisi Valorant Champions 2022,” Serunai J. Ilm. Ilmu …, vol. 9, pp. 40–47, 2023, [Online]. Available: https://ejournal.stkipbudidaya.ac.id/index.php/ja/article/view/846%0Ahttps://ejournal.stkipbudidaya.ac.id/index.php/ja/article/download/846/571
J. Nasir, “Penerapan Data Mining Clustering Dalam Mengelompokan Buku Dengan Metode K-Means,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 11, no. 2, pp. 690–703, 2021, doi: 10.24176/simet.v11i2.5482.
F. Dikarya and S. Muharni, “Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Universitas Terbaik Di Dunia,” J. Inform., vol. 22, no. 2, pp. 124–131, 2022, doi: 10.30873/ji.v22i2.3324.
