ANALISIS SENTIMEN PADA GAME NEVERNESS TO EVERNESS DENGAN ALGORITMA NAIVE BAYES
Keywords:
Sentiment Analysis, Naive Bayes, TF-IDF, SMOTE, GameAbstract
Ulasan pengguna di Google Play Store merupakan sumber data berharga untuk mengevaluasi kualitas permainan, namun jumlah ulasan yang besar menyulitkan proses analisis sentimen secara manual. Neverness to Everness (NTE) merupakan game open-world RPG yang menarik perhatian komunitas pemain dengan ribuan ulasan di platform tersebut. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna game NTE menggunakan algoritma Naive Bayes Classifier dengan ekstraksi fitur TF-IDF. Data mentah dikumpulkan sebanyak 4.200 ulasan berbahasa Indonesia dari Google Play Store, kemudian diperoleh 3.855 ulasan valid setelah rating 3 (dianggap memiliki sentimen ambigu). Data diberi label semi-otomatis berdasarkan rating bintang (4–5 = positif, 1–2 = negatif). Preprocessing teks meliputi case folding, cleaning, normalisasi slang, stopword removal, stemming, dan tokenisasi menggunakan pustaka Sastrawi. Ekstraksi fitur dilakukan dengan TF-IDF yang menghasilkan 4.921 fitur unik. Mengingat distribusi sentimen yang sangat tidak seimbang (77,7% positif dan 22,3% negatif), teknik SMOTE (Synthetic Minority Over-sampling Technique) diterapkan pada 80% data training. Hasil pengujian pada 20% data testing menunjukkan bahwa algoritma Multinomial Naive Bayes mencapai tingkat akurasi 81,58% dengan recall kelas negatif mencapai 0,77. Berdasarkan confusion matrix, model berhasil memprediksi 133 ulasan negatif dan 496 ulasan positif dengan benar. Nilai precision kelas positif yang mencapai 0,93 menunjukkan bahwa prediksi sentimen positif oleh model memiliki tingkat kepercayaan yang tinggi. Temuan analisis aspek mengungkap bahwa pengguna sangat mengapresiasi gameplay dan grafis permainan, namun menyoroti perlunya optimalisasi teknis terkait performa (lag), bug, dan masalah server. Hasil penelitian ini dapat dimanfaatkan oleh pengembang sebagai dasar evaluasi untuk meningkatkan player experience.
References
[1] A. T. Bisono and A. Zulherry, “Analisis Sentimen Game Genshin Impact untuk Mengetahui Reaksi dan Harapan Pemain Menggunakan Metode Naïve Bayes,” Sudo J. Tek. Inform., vol. 4, no. 2, pp. 183–193, 2025, doi: 10.56211/sudo.v4i2.1131.
[2] P. Arsi, B. A. Kusuma, and P. Subarkah, “Analisis Sentimen Game Genshin Impact pada Play Store Menggunakan Naïve Bayes Clasifier,” J. Ilm. Tek. Mesin, Elektro Dan Komput., vol. 3, no. 1, pp. 161–170, 2023.
[3] I. I. J. Rifka Alkhilyatul Ma’rifat, I Made Suraharta, “Penerapan Naïve Bayes dalam Analisis Sentimen Pengguna Game Wuthering Waves pada Google Play Store,” JITET (Jurnal Inform. dan Tek. Elektro Ter., vol. 2, no. 2, pp. 306–312, 2024.
[4] Y. Firmansyah, R. Kurniawan, and Y. A. Wijaya, “Jurnal Informatika dan Rekayasa Perangkat Lunak Analisis Data Sentimen Pemain Game Role-Playing Game (RPG) Honkai Star Rail dengan Algoritma Naive Bayes,” J. Inform. dan Rekayasa Perangkat Lunak , vol. 6, no. 1, pp. 127–135, 2024.
[5] N. A. Luluk Asti Qomariah, Ade Eviyanti, Hamzah Setiawan, “Klasifikasi Sentimen Ulasan Minecraft pada Google Play Store: Studi Komparatif Naïve Bayes dan Random Forest,” J. Teknol. Inf. dan Ilmu Komput., 2026, doi: 10.20884/1.jati.2026.10.1.
[6] R. P. Setiawan, B. Irawan, and W. P. Prihartono, “Analisis Sentimen Ulasan Growtopia Di Google Play Store Menggunakan Naïve Bayes Classifier Untuk Identifikasi Kebutuhan Pengguna,” J. Inform. dan Tek. Elektro Terap., vol. 13, no. 2, 2025, doi: 10.23960/jitet.v13i2.6415.
[7] P. Aliya, S. Nurbaeti, A. Firdaus, F. Suparman, and M. Pd, “Analisis Sentimen Pengguna Terhadap Aplikasi Duolingo Dengan Naïve Bayes Classifier,” JITET (Jurnal Inform. dan Tek. Elektro Ter., vol. 11, no. April, pp. 156–165, 2025.
[8] M. Haikal, M. Martanto, and U. Hayati, “Analisis Sentimen Terhadap Penggunaan Aplikasi Game Online Pubg Mobile,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 6, pp. 3275–3281, 2024.
[9] K. Karunia Nurul Asry, A. Irma Purnamasari, A. Bahtiar, and E. Wahyudin, “Model Klasifikasi Sentimen Pada Ulasan Pengguna Aplikasi Game Weplay Di Google Play Store Menggunakan Algoritma Naive Bayes,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 4, pp. 5971–5977, 2025, doi: 10.36040/jati.v9i4.13909.
[10] S. Salim et al., “ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI KOMERCE MENGGUNAKAN TF-IDF DAN MULTINOMIAL NAIVE BAYES DENGAN,” J. Comput. Sci. Artif. Intell., vol. 06, no. 02, pp. 1–9, 2025, doi: 10.32485/jcsai.JOURNAL.
[11] A. Bachtiar, M. J. Hawali, N. C. Simbolon, D. A. Maulana, R. A. Anggraini, and K. Kunci, “ANALISIS SENTIMEN ULASAN FREE FIRE MENGGUNAKAN NAIVE BAYES LOGISTIC REGRESSION,” J. Inf. Syst. Manag., vol. 7, no. 2, 2026.
[12] R. Rahmadani, A. Rahim, and R. Rudiman, “Analisis Sentimen Ulasan ‘Ojol the Game’ Di Google Play Store Menggunakan Algoritma Naive Bayes Dan Model Ekstraksi Fitur Tf-Idf Untuk Meningkatkan Kualitas Game,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 3, 2024, doi: 10.23960/jitet.v12i3.4988.
