ANALISIS SENTIMEN BERBASIS ASPEK ULASAN PUBG MOBILE PADA GOOGLE PLAYSTORE MENGGUNAKAN METODE CNN

Saputri, Nur Indah Azani (2024) ANALISIS SENTIMEN BERBASIS ASPEK ULASAN PUBG MOBILE PADA GOOGLE PLAYSTORE MENGGUNAKAN METODE CNN. Diploma thesis, UPN Veteran Yogyakarta.

	Text COVER.pdf Download (160kB)
	Text ABSTRAK.pdf Download (37kB)
	Text PENGESAHAN PEMBIMBING.pdf Download (119kB)
	Text PENGESAHAN PENGUJI.pdf Download (123kB)
	Text DAFTAR ISI.pdf Download (81kB)
	Text DAFTAR PUSTAKA.pdf Download (340kB)
	Text SKRIPSI FULL_NUR INDAH AZANI SAPUTRI_123180006.pdf Restricted to Repository staff only Download (1MB)

Abstract

Video game merupakan media yang sangat populer saat ini, dimainkan melalui
gambar elektronik yang dibuat oleh program komputer. Salah satu game online yang
sedang digemari adalah PUBG Mobile, yang telah diunduh lebih dari 400 juta kali pada
tahun 2019 dengan 50 juta pengguna harian. Penelitian ini bertujuan untuk
mengklasifikasikan ulasan PUBG Mobile di Google Play Store menggunakan analisis
sentimen berbasis aspek dengan metode Convolutional Neural Network (CNN).
Analisis Sentimen adalah teknik untuk mengekstrak sentimen positif, netral,
atau negatif dari data teks. Namun, analisis sentimen umum tidak dapat mengatasi
sentimen spesifik pada aspek tertentu. Oleh karena itu, digunakan analisis sentimen
berbasis aspek yang mengidentifikasi entitas dan aspek terkait serta mengklasifikasikan
polaritas sentimen. Penelitian ini menggunakan CNN karena keunggulannya dalam
analisis teks dibandingkan dengan metode machine learning konvensional.
Data ulasan yang digunakan berbahasa Indonesia diambil dari Google Play
Store, dengan label sentimen positif, negatif, dan netral yang ditentukan secara manual.
Kategori aspek yang digunakan meliputi layanan, kualitas, perangkat dan item. Proses
preprocessing dilakukan untuk mempersiapkan data, dan pembobotan kata
menggunakan Word2Vec. Model CNN dibagi menjadi dua tahap, untuk sentimen dan
aspek. Model CNN untuk sentimen mencapai akurasi rata-rata 71%, sedangkan model
CNN untuk aspek mencapai akurasi rata-rata 80%.
Penelitian ini menunjukkan bahwa metode CNN efektif dalam analisis sentimen
berbasis aspek pada ulasan PUBG Mobile. Meskipun demikian, terdapat kelemahan
dalam pengklasifikasian beberapa kata dan aspek yang kemungkinan disebabkan oleh
representasi vektor yang kurang optimal. Penelitian ini berkontribusi pada
pengembangan teknik analisis sentimen yang lebih spesifik dan akurat untuk ulasan
video game.

Kata kunci: Video game, PUBG Mobile, Analisis Sentimen Berbasis Aspek, Convolutional Neural Network, Word2vec

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Video game, PUBG Mobile, Analisis Sentimen Berbasis Aspek, Convolutional Neural Network, Word2vec
Subjects:	Q Science > Q Science (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Bayu Setya Pambudi
Date Deposited:	05 Jul 2024 02:56
Last Modified:	05 Jul 2024 02:56
URI:	http://eprints.upnyk.ac.id/id/eprint/40140

Actions (login required)

View Item