Klasifikasi Electronic Word-of-Mouth dan Posisi Bersaing pada Industri Game Online: Aplikasi Pendekatan Aspect-Based Sentiment Analysis

BRAM MANUEL BANUARTA SIANTURI

Informasi Umum

Kode

18.04.1017

Klasifikasi

658.83 - Market research, Market analysis, Market study, Interviewing, use of consultants and research agencies, Techniques of consulting in market research

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Market Research

Dilihat

278 kali

Informasi Lainnya

Abstraksi

Seiring dengan pertumbuhan adopsi internet, jumlah konsumen yang memberikan ulasan online juga semakin bertambah, tidak terkecuali di industri game online. Dengan jumlah data yang begitu banyak, salah satu insight yang dapat diperoleh dari data tersebut adalah informasi mengenai electronic word-of-mouth (eWOM) yang memiliki pengaruh kuat terhadap perilaku konsumen dan performa bisnis. Pengetahuan akan eWOM ini dapat dimanfaatkan sebagai competitive intelligence dalam menghadapi persaingan di industri. Maka pada penelitian kali ini menjawab bagaimana klasifikasi eWOM dan aspek eWOM apa saja yang muncul pada game MMOFPS, serta bagaimana perbandingan positivity eWOM antara ketiga game MMOFPS, yaitu Counter Strike: Global Offensive, Tom Clancy’s Rainbow Six Siege, dan ARMA 3. Dataset untuk masing-masing game dihimpun dari halaman review pada website Steam dengan sampel 499 data ulasan. Data kemudian dianalisis dengan memanfaatkan program AYLIEN Text Analysis API dan Indico API. Sehingga diketahui bahwa eWOM pemain game ARMA 3 lebih positif dibandingkan dengan kedua game lainnya. Sedangkan dalam perbandigan tingkat aspek, Tom Clancy’s memiliki nilai positivity eWOM paling tinggi dari aspek community dan CS: GO memiliki nilai positivity eWOM paling tinggi pada aspek general.