IMPLEMENTASI SUPPORT VECTOR MACHINE(SVM)DALAM PENILAIAN GENSHIN IMPACT DI PLAYSTORE

Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna terhadap game Genshin Impact di Google Play Store menggunakan algoritma Support Vector Machine (SVM) berbasis web, serta mengevaluasi performa model dalam membedakan kategori sentimen positif, negatif, dan netral. Dataset yang digunakan terdiri dari 5000 ulasan berbahasa Indonesia yang dikumpulkan melalui teknik web scraping menggunakan bahasa pemrograman Python pada Google Colab. Proses preprocessing dilakukan melalui beberapa tahapan yaitu: Cleaning, Case Folding, Normalisasi, Tokenizing, Stopword Removal, dan Stemming. Ekstraksi fitur dilakukan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF). Sistem dibangun menggunakan framework Python Streamlit dan database MySQL untuk pengelolaan data, serta diuji menggunakan metode Blackbox Testing dan kuesioner uji kelayakan.
Hasil pengujian menunjukkan bahwa sistem dapat menjalankan fungsi-fungsi utama seperti klasifikasi sentimen dan pengelolaan data secara efektif, serta mendapatkan respons positif dari pengguna dengan skor kelayakan sistem berada pada kategori “Sangat Layak”. Penerapan algoritma SVM terbukti mampu mengelompokkan ulasan ke dalam kategori sentimen yang sesuai. Penelitian ini dapat dijadikan acuan bagi pengembang game maupun peneliti dalam memahami opini pengguna terhadap aplikasi melalui pendekatan analisis sentimen berbasis machine learning.