ANALISIS SENTIMEN ULASAN GAME EFOOTBALL 2024 PADA PLAYSTORE MENGGUNAKAN ALGORITMA NAÏVE BAYES

Rohim  Nur Rahman; Abdul Rahim; Wawan  Joko Pranoto

doi:10.33884/jif.v13i01.9913

Authors

Rohim Nur Rahman Universitas Muhammadiyah Kalimantan Timur
Abdul Rahim Universitas Muhammadiyah Kalimantan Timur
Wawan Joko Pranoto Universitas Muhammadiyah Kalimantan Timur

DOI:

https://doi.org/10.33884/jif.v13i01.9913

Keywords:

Sentiment Analysis, Naive Bayes Algorithm, Online Games, eFootball

Abstract

The rapid development of technology has made access to digital entertainment easy. This includes online games such as eFootball, which has been downloaded more than 100 million times and received mixed reviews on the Google Play Store. This study examines the sentiment of eFootball user ratings using the Naive Bayes algorithm. The methodological process includes data selection, pre-processing, transformation using CountVectorizer and TF-IDF, and classification with Naive Bayes. From 1500 reviews on Google Play Store, the Naive Bayes model obtained 85% accuracy, 85% precision, 86% repeatability rate, and 85% F1 score. The results of this study show that Naive Bayes is effective for classifying sentiment from eFootball game ratings.

References

Aeni, A.N. et al. (2022) ‘Pengembangan Aplikasi Games Edukatif Wordwall Sebagai Media Pembelajaran Untuk Memahami Mater Pendidikan Agama Islam Bagi Siswa Sd’, Primary: Jurnal Pendidikan Guru Sekolah Dasar, 11(6), p. 1835. Available at: https://doi.org/10.33578/jpfkip.v11i6.9313.

Amirudin, A., Sundari, R.S. and Saputra, H.J. (2023) ‘Analisis Pengaruh Game Online Terhadap Motivasi Belajar Anak Di Sdn Gayamsari 02 Semarang’, Wawasan Pendidikan, 3(1), pp. 419–426. Available at: https://doi.org/10.26877/wp.v3i1.11869.

Al Arif, A. et al. (2022) ‘Perbandingan Metode Data Mining untuk Prediksi Curah Hujan dengan Algoritma C4.5, Naïve Bayes, dan KNN’, SENTIMAS: Seminar Nasional Penelitian dan Pengabdian Masyarakat, pp. 187–197.

Diki Hendriyanto, M., Ridha, A.A. and Enri, U. (2022) ‘Analisis Sentimen Ulasan Aplikasi Mola Pada Google Play Store Menggunakan Algoritma Support Vector Machine Sentiment Analysis of Mola Application Reviews on Google Play Store Using Support Vector Machine Algorithm’, Journal of Information Technology and Computer Science (INTECOMS), 5(1), pp. 1–7.

Fahlevvi, M.R. (2022) ‘Analisis Sentimen Terhadap Ulasan Aplikasi Pejabat Pengelola Informasi Dan Dokumentasi Kementerian Dalam Negeri Republik Indonesia Di Google Playstore Menggunakan Metode Support Vector Machine’, Jurnal Teknologi dan Komunikasi Pemerintahan, 4(1), pp. 1–13. Available at: https://doi.org/10.33701/jtkp.v4i1.2701.

Giovani, A.P. et al. (2020) ‘Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi’, Jurnal Teknoinfo, 14(2), p. 115. Available at: https://doi.org/10.33365/jti.v14i2.679.

Haikal, M., Martanto, M. and Hayati, U. (2024) ‘Analisis Sentimen Terhadap Penggunaan Aplikasi Game Online Pubg Mobile Menggunakan Algoritma Naive Bayes’, JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), pp. 3275–3281. Available at: https://doi.org/10.36040/jati.v7i6.8174.

Huda, M. (2020) ‘127-1-369-1-10-20200306’, 8(1), pp. 25–34.

Indarwati, K.D. and Februariyanti, H. (2023) ‘Analisis Sentimen Terhadap Kualitas Pelayanan Aplikasi Gojek Menggunakan Metode Naive Bayes Classifier’, JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 10(1). Available at: https://doi.org/10.35957/jatisi.v10i1.2643.

Kurnada, N. and Iskandar, R. (2021) ‘Analisis Tingkat Kecanduan Bermain Game Online terhadap Siswa Sekolah Dasar’, Jurnal Basicedu, 5(6), pp. 5660–5670. Available at: https://doi.org/10.31004/basicedu.v5i6.1738.

Kusnadi, R. et al. (2021) ‘Analisis Sentimen Terhadap Game Genshin Impact Menggunakan Bert’, Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, 6(2), pp. 122–129. Available at: https://doi.org/10.36341/rabit.v6i2.1765.

Nurian, A. (2023) ‘Analisis Sentimen Ulasan Pengguna Aplikasi Google Play Menggunakan Naïve Bayes’, Jurnal Informatika dan Teknik Elektro Terapan, 11(3s1), pp. 829–835. Available at: https://doi.org/10.23960/jitet.v11i3s1.3348.

Prasetya, D. and Marina, R. (2022) ‘Studi Analisis Media Baru: Manfaat dan Permasalahan dari Media Sosial dan Game Online’, Telangke:Jurnal Telangke Ilmu Komunikasi, 4(2), pp. 01–10. Available at: https://doi.org/10.55542/jiksohum.v4i2.357.

Aeni, A.N. et al. (2022) ‘Pengembangan Aplikasi Games Edukatif Wordwall Sebagai Media Pembelajaran Untuk Memahami Mater Pendidikan Agama Islam Bagi Siswa Sd’, Primary: Jurnal Pendidikan Guru Sekolah Dasar, 11(6), p. 1835. Available at: https://doi.org/10.33578/jpfkip.v11i6.9313.

Amirudin, A., Sundari, R.S. and Saputra, H.J. (2023) ‘Analisis Pengaruh Game Online Terhadap Motivasi Belajar Anak Di Sdn Gayamsari 02 Semarang’, Wawasan Pendidikan, 3(1), pp. 419–426. Available at: https://doi.org/10.26877/wp.v3i1.11869.

Al Arif, A. et al. (2022) ‘Perbandingan Metode Data Mining untuk Prediksi Curah Hujan dengan Algoritma C4.5, Naïve Bayes, dan KNN’, SENTIMAS: Seminar Nasional Penelitian dan Pengabdian Masyarakat, pp. 187–197.

Diki Hendriyanto, M., Ridha, A.A. and Enri, U. (2022) ‘Analisis Sentimen Ulasan Aplikasi Mola Pada Google Play Store Menggunakan Algoritma Support Vector Machine Sentiment Analysis of Mola Application Reviews on Google Play Store Using Support Vector Machine Algorithm’, Journal of Information Technology and Computer Science (INTECOMS), 5(1), pp. 1–7.

Fahlevvi, M.R. (2022) ‘Analisis Sentimen Terhadap Ulasan Aplikasi Pejabat Pengelola Informasi Dan Dokumentasi Kementerian Dalam Negeri Republik Indonesia Di Google Playstore Menggunakan Metode Support Vector Machine’, Jurnal Teknologi dan Komunikasi Pemerintahan, 4(1), pp. 1–13. Available at: https://doi.org/10.33701/jtkp.v4i1.2701.

Giovani, A.P. et al. (2020) ‘Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi’, Jurnal Teknoinfo, 14(2), p. 115. Available at: https://doi.org/10.33365/jti.v14i2.679.

Haikal, M., Martanto, M. and Hayati, U. (2024) ‘Analisis Sentimen Terhadap Penggunaan Aplikasi Game Online Pubg Mobile Menggunakan Algoritma Naive Bayes’, JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), pp. 3275–3281. Available at: https://doi.org/10.36040/jati.v7i6.8174.

Huda, M. (2020) ‘127-1-369-1-10-20200306’, 8(1), pp. 25–34.

Indarwati, K.D. and Februariyanti, H. (2023) ‘Analisis Sentimen Terhadap Kualitas Pelayanan Aplikasi Gojek Menggunakan Metode Naive Bayes Classifier’, JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 10(1). Available at: https://doi.org/10.35957/jatisi.v10i1.2643.

Kurnada, N. and Iskandar, R. (2021) ‘Analisis Tingkat Kecanduan Bermain Game Online terhadap Siswa Sekolah Dasar’, Jurnal Basicedu, 5(6), pp. 5660–5670. Available at: https://doi.org/10.31004/basicedu.v5i6.1738.

Kusnadi, R. et al. (2021) ‘Analisis Sentimen Terhadap Game Genshin Impact Menggunakan Bert’, Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, 6(2), pp. 122–129. Available at: https://doi.org/10.36341/rabit.v6i2.1765.

Nurian, A. (2023) ‘Analisis Sentimen Ulasan Pengguna Aplikasi Google Play Menggunakan Naïve Bayes’, Jurnal Informatika dan Teknik Elektro Terapan, 11(3s1), pp. 829–835. Available at: https://doi.org/10.23960/jitet.v11i3s1.3348.

Prasetya, D. and Marina, R. (2022) ‘Studi Analisis Media Baru: Manfaat dan Permasalahan dari Media Sosial dan Game Online’, Telangke:Jurnal Telangke Ilmu Komunikasi, 4(2), pp. 01–10. Available at: https://doi.org/10.55542/jiksohum.v4i2.357.

Rahayu, A.S., Fauzi, A. and Rahmat, R. (2022) ‘Komparasi Algoritma Naïve Bayes Dan Support Vector Machine (SVM) Pada Analisis Sentimen Spotify’, Jurnal Sistem Komputer dan Informatika (JSON), 4(2), p. 349. Available at: https://doi.org/10.30865/json.v4i2.5398.

Rahmadani, R., Rahim, A. and Rudiman, R. (2024) ‘Analisis Sentimen Ulasan “Ojol the Game” Di Google Play Store Menggunakan Algoritma Naive Bayes Dan Model Ekstraksi Fitur Tf-Idf Untuk Meningkatkan Kualitas Game’, Jurnal Informatika dan Teknik Elektro Terapan, 12(3). Available at: https://doi.org/10.23960/jitet.v12i3.4988.

Surya Sayogo, D., Irawan, B. and Bahtiar, A. (2024) ‘Analisis Sentimen Ulasan Instagram Di Google Play Store Menggunakan Algoritma Naïve Bayes’, JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), pp. 3314–3319. Available at: https://doi.org/10.36040/jati.v7i6.8178.

Suryati, E., Styawati and Aldino, A.A. (2023) ‘Analisis Sentimen Transportasi Online Menggunakan Ekstraksi Fitur Model Word2vec Text Embedding Dan Algoritma Support Vector Machine (SVM)’, Jurnal Teknologi Dan Sistem Informasi, 4(1), pp. 96–106. Available at: https://doi.org/10.33365/jtsi.v4i1.2445.

Wankhade, M., Rao, A.C.S. and Kulkarni, C. (2022) A survey on sentiment analysis methods, applications, and challenges, Artificial Intelligence Review. Springer Netherlands. Available at: https://doi.org/10.1007/s10462-022-10144-1.