ANALISIS SENTIMEN PENGGUNA GAME HEARTOPIA BERDASARKAN REVIEW GOOGLE PLAY MENGGUNAKAN METODE SVM

Abstract

Heartopia merupakan game simulasi kehidupan multiplayer yang dikembangkan oleh XD Entertainment Co., Ltd. dan tersedia di Google Play Store. Banyaknya ulasan pengguna pada game ini menimbulkan kebutuhan analisis sentimen untuk memahami persepsi pemain secara otomatis. Penelitian ini bertujuan mengklasifikasikan sentimen ulasan pengguna menjadi kategori positif dan negatif menggunakan metode Support Vector Machine (SVM) kernel linear. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan teks berupa case folding, cleaning, normalisasi, tokenisasi, stopword removal, dan stemming menggunakan PySastrawi, serta ekstraksi fitur menggunakan TF-IDF. Dataset yang digunakan berjumlah 10.827 ulasan dengan pembagian data 80% data latih dan 20% data uji. Penanganan ketidakseimbangan kelas dilakukan menggunakan parameter class_weight='balanced'. Hasil pengujian menunjukkan model memperoleh akurasi sebesar 90,26%, presisi 95,05%, recall 92,14%, dan F1-Score 93,57%. Selain itu, Stratified K-Fold Cross Validation menghasilkan rata-rata akurasi 90,38%. Hasil penelitian menunjukkan bahwa metode SVM efektif dalam menganalisis sentimen ulasan pengguna Heartopia, dengan keluhan utama terkait mekanisme gacha dan masalah sistem permainan