d. P(H) : Probabilitas hipotesis H (prior probabilitas)
e. P(X|H) : Probabilitas X berdasarkan kondisi pada hipotesis H
f. P(X) : Probabilitas X
2. METODE
Data yang dikumpulkan dalam penelitian ini diperoleh dari ulasan pengguna game Genshin Impact di Google Play Store dengan menggunakan library dari github.com/JoMingyu/google-play-scraper. Hasilnya kemudian dimanfaatkan untuk memperoleh data yang terstruktur dari berbagai sumber di Google Play Store, yang nantinya dapat diolah atau dianalisis lebih lanjut. Proses Pre-Processing teks dalam penelitian ini mencakup beberapa tahap, termasuk Transformasi Case untuk mengubah semua huruf kapital menjadi huruf kecil, Labeling untuk mengkategorikan sentimen berdasarkan nilai rating menjadi positif dan negatif, Tokenizing untuk memecah sekumpulan kalimat menjadi potongan kata-kata atau token, Filter tokens by length untuk menyaring data dengan panjang token minimal tertentu, Remove Punctuation untuk menghapus tanda baca, dan Pembobotan TF-IDF.
Setelah dataset melalui proses text pre-processing, selanjutnya adalah melakukan pembobotan pada teks tersebut untuk mendapatkan nilai agar bisa diklasifikasikan[8]. Pembobotan kata dalam dokumen dilakukan menggunakan salah satu metode yang populer, yaitu metode TF-IDF (Term Frequency-Inversed Document Frequency). Term Frequency berfokus pada seberapa sering sebuah istilah muncul dalam sebuah dokumen, sementara Inversed Document Frequency berfokus pada memberikan bobot terendah kepada istilah yang muncul dalam banyak dokumen.
Pengujian atau evaluasi menggunakan algoritma Naive Bayes yang menggunakan statistika sederhana berdasarkan teorema Bayes dengan memperkirakan keberadaan atau ketiadaan suatu kelas. Multinomial Naive Bayes adalah metode klasifikasi yang ditujukan untuk melakukan klasifikasi pada data tekstual. Metode ini memiliki fitur di mana hasil dari setiap kelas bersifat independen karena dokumen satu sama lain tidak memiliki keterkaitan, sehingga hasil yang diperoleh murni berasal dari dokumen tersebut sendiri.
Â
1. Scrapping Data
Penelitian ini menggunakan proses Web Scraping untuk mengumpulkan data ulasan karena kemudahannya. Web scraping memiliki keunggulan karena memungkinkan para peneliti untuk mengakses kumpulan data baru yang belum diakses sebelumnya, tanpa memerlukan dana untuk membeli peralatan mahal atau mengkompensasi peserta. Intinya, web scraping adalah tentang mendapatkan data dengan mengambil dan mengekstraksi informasi dari berbagai sumber dengan ukuran data yang beragam. Untuk mengumpulkan data ulasan permainan ini dari Google Play Store, penulis menggunakan teknik scraping data dengan menggunakan kode dari https://github.com/JoMingyu/google-play-scraper. Ekstensi ini membantu dalam mengambil data ulasan secara otomatis tanpa perlu melakukan secara manual. Data ulasan yang dikumpulkan berasal dari website Google Play Store tentang ulasan permainan Genshin Impact, yang dapat diakses melalui tautan https://play.google.com/store/apps/details?id=com.miHoYo.GenshinImpact. Setelah proses scraping selesai, data dapat diunduh dari laman tersebut. Data ulasan tersebut dapat disimpan dalam format csv atau excel di komputer. Selanjutnya, penelitian ini melakukan analisis dengan melakukan klasifikasi data ulasan pengguna untuk mengidentifikasi ulasan positif dan negatif menggunakan metode Nave Bayes Classifier.
2. Preprocessing Data
2.1 Pelabelan Data
Data diberi label dengan membaginya menjadi tiga kelas: positif, negatif, dan netral. Proses pelabelan dilakukan secara otomatis menggunakan Python, sesuai dengan rating (bintang) yang diberikan oleh pengguna game Genshin Impact yang telah diambil dari halaman website Google Play.
2.2 Mengubah menjadi huruf kecil
