Dinda Indira Sudiasta Putri, Nyoman (2025) KOMPARASI ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR DALAM KLASIFIKASI SENTIMEN GAME FREE FIRE. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2115091088-COVER.pdf Download (757kB) |
|
Text (ABSTRAK)
2115091088-ABSTRAK.pdf Download (262kB) |
|
Text (BAB 1 PENDAHULUAN)
2115091088-BAB 1 PENDAHULUAN.pdf Download (383kB) |
|
Text (BAB 2 KAJIAN TEORI)
2115091088-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (679kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
2115091088-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (621kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2115091088-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
2115091088-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (248kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2115091088-DAFTAR PUSTAKA.pdf Download (219kB) |
|
Text (LAMPIRAN)
2115091088-LAMPIRAN.pdf Download (4MB) |
|
Text
2115091088-COVER.pdf Download (757kB) |
Abstract
Free Fire merupakan salah satu game daring paling populer di Indonesia, namun tetap menghadapi berbagai ulasan dari pengguna terkait pengalaman bermain mereka. Ulasan-ulasan ini mencerminkan persepsi pengguna yang beragam, baik dalam bentuk pujian maupun keluhan, sehingga penting untuk dianalisis guna memahami tingkat kepuasan terhadap game tersebut. Penelitian ini bertujuan untuk melakukan klasifikasi sentimen terhadap ulasan pengguna Free Fire yang diambil dari Google Play Store dan App Store, serta membandingkan kinerja dua algoritma klasifikasi teks, yaitu Naive Bayes dan K-Nearest Neighbor (KNN). Proses pengumpulan data dilakukan dengan teknik web scraping, dilanjutkan dengan pelabelan manual oleh validator ahli, serta preprocessing teks yang mencakup cleansing, tokenizing, stopword removal, dan stemming. Pembobotan kata dilakukan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) sebelum data dianalisis dengan kedua algoritma. Hasil pengujian menunjukkan bahwa algoritma Naive Bayes memperoleh akurasi tertinggi sebesar 73,23% pada dataset dari Google Play Store, 71,84% pada dataset App Store, dan 72,78% pada dataset gabungan. Sementara itu, algoritma KNN mencatat akurasi tertinggi sebesar 66,77% pada dataset Play Store, 46,51% pada dataset App Store, dan 45,91% pada dataset gabungan. Berdasarkan hasil tersebut, Naive Bayes terbukti lebih unggul dan efektif dalam mengklasifikasikan sentimen pengguna terhadap game Free Fire. Temuan ini diharapkan dapat memberikan masukan yang konstruktif bagi pengembang dalam meningkatkan kualitas dan pengalaman bermain bagi para pengguna.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Analisis sentimen, Free Fire, Naive Bayes, K-Nearest Neighbor, TF-IDF, Klasifikasi Sentimen |
| Subjects: | L Education > L Education (General) T Technology > TA Engineering (General). Civil engineering (General) |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Sistem Informasi (S1) |
| Depositing User: | NYOMAN DINDA INDIRA SUDIASTA PUTRI |
| Date Deposited: | 28 Jul 2025 06:52 |
| Last Modified: | 28 Jul 2025 06:52 |
| URI: | http://repo.undiksha.ac.id/id/eprint/26185 |
Actions (login required)
 |
View Item |