Aplikasi Mobile untuk Analisis Sentimen pada Google Play
Abstrak: Google dalam
application store-nya, Google Play, saat ini telah menyediakan sekitar 1.200.000
aplikasi mobile. Dengan sejumlah aplikasi tersebut membuat pengguna memiliki banyak
pilihan. Selain itu, pengembang aplikasi mengalami kesulitan dalam mencari tahu
bagaimana meningkatkan kinerja aplikasinya. Dengan adanya permasalahan
tersebut, maka dibutuhkan sebuah aplikasi analisis sentimen yang dapat mengolah
sejumlah komentar untuk memperoleh informasi.
Sistem yang dibangun memiliki tujuan untuk menentukan polaritas sentimen
dari ulasan tekstual aplikasi pada Google Play yang dilakukan dari perangkat
mobile. Perangkat mobile memiliki portabilitas yang tinggi dan sebagian dari perangkat
tersebut memiliki resource yang terbatas. Hal tersebut diatasi dengan
menggunakan arsitektur sistem berbasis client server, di mana server melakukan
tugas-tugas yang berat sementara client-nya adalah perangkat mobile yang hanya
mengerjakan tugas yang ringan. Dengan solusi tersebut maka Analisis sentimen dapat
diaplikasikan pada mobile environment.
Adapun metode klasifikasi yang digunakan adalah Naïve Bayes untuk
aplikasi yang dikembangkan dan Support Vector Machine Linier sebagai
pembanding. Nilai akurasi dari Naïve Bayes classifier dari aplikasi yang
dibangun sebesar 83,87% lebih rendah jika dibandingkan dengan nilai akurasi
dari SVM Linier classifier sebesar 89,49%. Adapun penggunaan semantic handling
untuk mengatasi sinonim kata dapat mengurangi akurasi classifier.
Penulis: Lutfi Budi Ilmawan,
Edi Winarko
Kode Jurnal: jptinformatikadd150270
