1. Universitas Muhammadiyah Pekajangan Pekalongan
Image Description

Publikasi

Karya Ilmiah Mahasiswa

Pencarian Spesifik

Kunjungan

Web Analytics

Detail Record

Kembali Ke sebelumnya

ANALISIS SENTIMEN ULASAN PENGGUNA GAME ROBLOX PADA GOOGLE PLAY STORE MENGGUNAKAN METODE LEXICON-BASED DAN ALGORITMA RANDOM FOREST SKRIPSI Diajukan sebagai salah satu syarat untuk memperoleh kelulusan Jenjang Strata Satu (S1) Pada program Informatika Disusun Oleh: Ahmad Rifqi Maulana 202203040023 PROGRAM STUDI SARJANA INFORMATIKA FAKULTAS TEKNIK DAN ILMU KOMPUTER UNIVERSITAS MUHAMMADIYAH PEKAJANGAN PEKALONGAN 2026
Pengarang : Ahmad Rifqi Maulana, Hadwitya Handayani Kusumawardh, Ahmad Khamba
Kata Kunci   :Analisis sentimen, data ulasan aplikasi Roblox, Lexicon-Based, preprocessing, Random Forrest

Roblox adalah platform online yang menyediakan pengguna untuk bermain game, selain itu pengguna juga dapat membuat game sendiri dengan berbagai genre yang sangat beragam seperti petualangan, simulasi, role-playing dan komperatif. Aplikasi roblox kepuleranya terus meningkat hingga pada tahun 2022 mencapi 54 juta pengguna aktif, Dengan terus meningkatnya Roblox hingga sekarang menyebabkan banyaknya ulasan dan komentar pengguna yang diupload didalam Google Play Store sehingga perlunya dilakukan analisis sentimen untuk mengelola data tersebut agar lebih efesien. Penelitian ini berhasil melakukan analisis sentimen terhadap ulasan pengguna aplikasi Roblox yang diperoleh dari Google Play Store melalui web scraping, dengan total 4.536 data ulasan setelah penghapusan data duplikat. Proses preprocessing dan pelabelan sentimen menggunakan metode lexicon mampu menghasilkan data yang siap dianalisis. Algoritma Random Forest menunjukkan kinerja yang baik dengan nilai akurasi, precision, recall, dan f1-score masing-masing sebesar 84%. Hasil analisis sentimen menunjukkan bahwa sebagian besar ulasan pengguna termasuk dalam kategori sentimen positif, yang mengindikasikan tingkat kepuasan pengguna yang relatif tinggi terhadap fitur dan pengalaman penggunaan aplikasi Roblox.
NASKAH PUBLIKASI
Referensi

Abidin, M. Z. (2025). Analisis Sentimen Pengguna Aplikasi Shopee Pada Google Play Store Menggunakan Metode Random Forest. Jurnal Ilmiah Teknik Dan Ilmu Komputer, 4(3), 265–276. https://doi.org/https://doi.org/10.55123/storage.v4i3.6027

Alamsyah Riqi, Rosyadi Imam, F. (2025). Penggunaan metode support vector machine (svm) dalam menganalisa sentimen publik pada aplikasi stockbit di sosial media x [Universitas Muhammadiyah Pekajangan Pekalongan]. https://repository.umpp.ac.id/detail/skripsi/48e95c45c8217961bf6cd7696d80d238

Alkindi, A. F. (2024). Analisis Sentimen Ulasan Pengguna Pada Game Roblox Dengan Metode Support Vector Machine Dan Naive Bayes [Universitas Lancang Kuning Pekanbaru]. https://repository.unilak.ac.id/5142/1/2055201071_BAB-I_VI_DAFTAR-PUSTAKA.pdf

Farros, M., Haq, I., Rosyadi, I., Nasir, M., & Khambali, A. (2024). Sentiment Analisis Ulasan Aplikasi Livin Pada Google Play Store. Jurnal Surya Informatika, 14(1), 24–29. https://doi.org/https://doi.org/10.48144/suryainformatika.v14i1.1785

Fath, H. Al. (2025). Analisis Sentimen Ulasan Pengguna Aplikasi Filmora Menggunakan Metode Naive Bayes (Vol. 1) [Universitas Muhammadiyah Pekajangan Pekalongan]. https://repository.umpp.ac.id/detail/absdownload/7fa1575cbd7027c9a799983a485c3c2f

Firdan Muhammad, Handayani Hadwitya, R. I. (2025). Analisis Sentimen Pada Media Sosial X Terhadap Fenomena Tech Winter Dengan Menggunakan Metode Naive Bayes [Universitas Muhammadiyah Pekajangan Pekalongan]. https://repository.umpp.ac.id/detail/skripsi/4cfe94fcc9db2f0a16ba44fa5b71d8ec

Indrayanto, C. G., Ratnawati, D. E., & Rahayudi, B. (2023). Analisis Sentimen Data Ulasan Pengguna Aplikasi MyPertamina di Indonesia pada Google Play Store menggunakan Metode Random Forest. Jurnal Pengembangan Teknologi Iformasi Dan Ilmu Komputer, 7(3), 1131–1139. http://j-ptiik.ub.ac.id

Kadek, N., Puspita, F., Sudipa, I. G. I., Sunarya, I. W., Wayan, N., & Kusuma, J. (2025). Sentiment Analysis of Roblox Game Reviews on Google Play Store Using Lexicon-SVM Integration. Jurnal Dan Penelitian Teknik Informatika, 9(4), 1863–1876. https://doi.org/https://doi.org/10.33395/sinkron.v9i4.15272 e-ISSN

Larasati, F. A., Ratnawati, D. E., & Hanggara, B. T. (2022). Analisis Sentimen Ulasan Aplikasi Dana dengan Metode Random Forest. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 6(9), 4305–4313. https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/11562

Mahendrajaya, R., Buntoro, G. A., Setyawan, M. B., Teknik, F., & Ponorogo, U. M. (2019). Analisis Sentimen Pengguna Gopay Menggunakan Metode Lexicon Based Dan Support Vector Mechine. Jurnal Teknik Universitas Muhammadiyah Ponorogo, 3, 12. https://doi.org/https://doi.org/10.24269/jkt.v3i2.270

Manullang, O., Prianto, C., & Harani, N. H. (2023). Analisis Sentimen Untuk Memprediksi Hasil Calon Pemilu Presiden Menggunakan Lexicon Based dan Random Forest. Jurnal Ilmiah Informatika(JIF), 11(54), 11. https://ejournal.upbatam.ac.id/index.php/jif/article/download/7987/3319

Nadhifah, Nur Aini, Hadwitya Handayani Kusumawardhani, M. Y. F. (2024). Analisis Sentiment Ulasan Aplikasi Gopay Pada Google Play Store Menggunakan Algoritma Support Vector Machine. Jurnal Surya Informatika, 14(1), 1–6. https://doi.org/https://doi.org/10.48144/suryainformatika.v14i1.1787

Nurhidayat, R. (2023). Penerapan Algoritma Knearest Neigbor Dan Fitur Ekstraksi N-Gram Dalam Analisis Sentimen Berbasis Aspek. Jurnal Ilmiah Komputer Dan Informatika, 12(1), 91–100. https://doi.org/https://doi.org/10.34010/komputa.v12i1.9458

Putra, S. A., & Wijaya, A. (2023). Analisis Sentimen Artificial Intelligence ( AI ) Pada Media Sosial Twitter Menggunakan Metode Lexicon Based. Analisis Sentimen Artificial Intelligence ( AI ) Pada Media Sosial Twitter Menggunakan Metode Lexicon Based, 7, 21–28.

Reza, M., Pulungan, U., Ratnawati, D. E., & Rahayudi, B. (2022). Analisis Sentimen Ulasan Aplikasi PeduliLindungi dengan Metode Random. Analisis Sentimen Ulasan Aplikasi PeduliLindungi Dengan Metode Random, 6(9), 4378–4385.

Sudiantoro, A. V., Zuliarso, E., Studi, P., Informatika, T., Informasi, F. T., Stikubank, U., & Mining, T. (2023). Analisis Sentimen Twitter Menggunakan Text Mining Dengan Algoritma Naive Bayes Classifier. Jurnal Dinamika Informatika, 10(2), 69–73.

Sujadi, H., Fajar, S., Roni, C., Informatika, S., Teknik, F., Majalengka, U., Studi, P., Fakultas, I., & Universitas, T. (2022). Analisis Sentimen Pengguna Media Sosial Twitter Terhadap Wabah Covid-19 Dengan Metode Naive Bayes Classifier Dan Support Vector Machine. Jurnal Infotech, 8(2460–1861), 22–27. https://doi.org/l https://doi.org/10.31949/infotech.v8i1.1883

Suryono, R. R. (2025). Sentiment Classification of Indonesian-Language Roblox Reviews Using IndoBERT with SMOTE Optimization. Journal Of Applied Informatics And Computing, 9(4), 1868–1877.

Syah, A. (2024). Analisis sentimen aplikasi shopee, tokopedia, lazada dan blibli menggunakan leksikon dan random forest. Jurnal Informatika Dan Teknik Elektro Terapan, 12(3), 12. https://doi.org/http://dx.doi.org/10.23960/jitet.v12i3S1.5155

Yahsy, U. S., & Syas, M. (2022). Komodifikasi Users pada Platform Game Online Roblox. Jurnal Inter Act, 2, 12. https://ejournal.atmajaya.ac.id/index.php/interact/article/download/3748/1815/14616

 

 

Properti Nilai Properti
Organisasi Universitas Muhammadiyah Pekajangan Pekalongan
Email umpp.pekalongan@yahoo.com
Alamat Jl. Raya Pekajangan No. 1A Kedungwuni Pekalongan
Telepon (0285) 7832294
Tahun 2026
Kota Pekalongan
Provinsi Jawa Tengah
Negara Indonesia