Topic Modelling pada Ulasan Game Online Wildrift Menggunakan Latent Dirichlet Allocation (LDA)

Abstract

Teknologi dan game tidak dapat dipisahkan pada era digitalisasi saat ini, hadirnya teknologi membuat perkembangan game semakin maju dan mudah didapatkan. Banyak perusahaan yang bersaing dalam mengembangkan game mereka lewat ulasan yang diberikan penggunanya melalui berbagai platform salah satunya google play store. Ulasan pada umumnya bersifat general untuk memberikan saran ataupun kritik mengenai aplikasi yang sedang digunakan, dalam ulasan juga terdapat topik yang beragam baik itu membicarakan bug pada aplikasi, hingga performa sebuah aplikasi pada device yang dibawah rata rata untuk itu, Penelitian ini dimaksudkan untuk mencari 3 topik utama dengan 10 kata kunci dengan menerapkan Topic Modelling  Terhadap 300 ulasan yang terdapat pada platform google play store dan dikhususkan hanya untuk game wildrift. Data yang terkumpul dengan cara melakukan teknik crawling akan melewati proses pra pemrosesan yang terdiri dari input data, selanjutnya dilakukan proses text preprocessing, meliputi proses pembersihan pada teks, penghilangan stopword, dan proses tokenisasi. Selanjutnya pembobotan dan seleksi kalimat untuk setiap kata untuk selanjutnya dikelompokan menggunakan metode Latent Dirichlet Allocation (LDA) serta menggunakan library gensim sebagai document indexing dan similarity retrieval terhadap data yang telah diperoleh yang akan diimplementasikan melalui google collab untuk mengetahui 3 topik utama dengan 10 kata kunci mengenai fokus dari ulasan yang diberikan pengguna terhadap game wildrift serta divisualisasikan dengan LDA Vis  berbentuk sebuah diagram dengan hasil 10 kata kunci yang menjadi topik utama dalam ulasan game tersebut. Topik tersebut antara role, bagus, kasih, bug, tolong, tim, sesuai, matching, pilih, champion yang ditujukan pada performa game pada saat dimainkan, Selanjutnya topik kedua dan ketiga memiliki persamaan dengan kata kunci bagus, jaring, tolong, kasih, ping, mohon, moba, update, lancar, sinyal yang berfokus pada reaksi game pada keadaan jaringan yang tidak stabil, serta pengajuan update untuk peningkatan jaringan.