ANALISIS SENTIMEN TERHADAP GAME GENSHIN IMPACT MENGGUNAKAN BERT

By huge improvement of Internet Services on social networking, there are a lot data that were streamly made in every time. Recently, sentiment analysis by using online reviews and messages has become a popular research issue in Natural Langauage Processing field. Over the years, online game have become inseparable thing for most of us, especially in the widespread economic disruption caused by the Covid-19. Genshin Impact is one of the well-known game that developed by miHoYo. This research focused on sentiment analysis with the purpose to find out whether the respected review that scraps from google play store has a neutral, positive or negative sentiment so it will be helpful for afterward game improvement. An autonomus sentiment analysis classification process is required to reduce human error. But, it is hard to get studies that explore about the extraction features and the deep learning models that fit with this case, especially in the business game. This research process stage is data scrapping through the google play store, and using Bidirectional Encoder Representations from Transformers (BERT) as the machine learning model.Dengan pesatnya peningkatan jasa internet di jaringan sosial, ada banyaknya informasi dalam jumlah besar terus-menerus dihasilkan secara langsung di saat yang sama. Akhir-akhir ini, analisis sentimen dengan menggunakan ulasan dan pesan telah menjadi topik penelitian yang populer dibicarakan di bidang Natural Langauage Processing. Selama bertahun-tahun, permainan online telah menjadi suatu aktivitas yang tidak bisa dipisahkan dari Sebagian besar orang, terlebih karena gangguan ekonomi yang disebabkan oleh virus Covid-19. Genshin Impact adalah salah satu permainan terkenal yang dikembangkan oleh miHoYo. Penelitian ini berfokus pada analisis sentimen dengan tujuan mengetahui apakah ulasan terpercaya yang dikumpulkan dari Google Play Store memiliki sentimen netral, baik atau sentimen buruk sehingga dapat membantu pengembangan permainan kedepannya. Diperlukan proses klasifikasi analisis sentimen otomatis untuk mengurangi kesalahan yang disebabkan oleh sumber daya manusia. Meskipun demikian, sangat jarang ditemukan studi yang membahas feature extraction dan deep learning models  yang sesuai dengan kasus ini, terutama dalam bisnis permainan. Tahap proses penelitian ini adalah pengekstraksian data melalui Google Play Store, dan menggunakan Bidirectional Encoder Representations from Transformers (BERT) sebagai model kecerdasan buatan