Analisis Sentimen Pengguna Twitter Mengenai Dampak Video Games Berjenis Battle Royale Menggunakan Metode Support Vector Machine (SVM)

• Main Author: Pandu Patra Walujo
• Format: Theses and Dissertations NonPeerReviewed
• Language: Indonesian; Indonesian; Indonesian; Indonesian; Indonesian; Indonesian; Indonesian; Indonesian; Indonesian; Indonesian
• Published: 2019
• Subjects: T58.6-58.62 Management information systems
• Online Access: http://repository.unair.ac.id/95612/1/1.%20HALAMAN%20JUDUL.pdf; http://repository.unair.ac.id/95612/2/2.%20ABSTRAK.pdf; http://repository.unair.ac.id/95612/3/3.%20DAFTAR%20ISI.pdf; http://repository.unair.ac.id/95612/4/4.%20BAB%20I%20PENDAHULUAN.pdf; http://repository.unair.ac.id/95612/5/5.%20BAB%20II%20TINJAUAN%20PUSTAKA.pdf; http://repository.unair.ac.id/95612/21/6.%20BAB%20III%20METODE%20PENELITIAN.pdf; http://repository.unair.ac.id/95612/22/7.%20BAB%20IV%20HASIL%20DAN%20PEMBAHASAN.pdf; http://repository.unair.ac.id/95612/8/8.%20BAB%20V%20KESIMPULAN%20DAN%20SARAN.pdf; http://repository.unair.ac.id/95612/26/9.%20DAFTAR%20PUSTAKA.pdf; http://repository.unair.ac.id/95612/25/10.%20LAMPIRAN.pdf; http://repository.unair.ac.id/95612/; http://lib.unair.ac.id
• Institution: Universitas Airlangga

Perkembangan industri video games dewasa ini semakin pesat dan mudah diakses, sehingga semakin banyak masyarakat yang mengenal video games terutama berjenis Battle Royale yang sedang populer dewasa ini. Banyak perdebatan mengenai dampak dari jenis video game tersebut, terlebih kasus kekerasan dan penembakan yang terjadi belakangan ini banyak dihubungkan dengan dampak yang ditimbulkan dari video games. Penelitian ini bertujuan untuk menganalisa sentimen pengguna Twitter mengenai dampak dari video game berjenis battle royale menggunakan metode Support Vector Machine (SVM). Data diambil dari tweet pengguna Twitter mengenai dampak video games berjumlah 513 tweet berbahasa Inggris, kemudian sentimen akan dikategorikan menjadi sentimen positif dan negatif. Berdasarkan hasil pengujian, akurasi terbesar didapat dengan menggunakan SVM Kernel Polynomial sebesar 74,5% pada skenario perbandingan 80:20 data training dan data testing. Hasil sentimen yang didapatkan yaitu 65,8% bersentimen positif, sedangkan 34,2% bersentimen negatif.