APLIKASI MOBILE UNTUK ANALISIS SENTIMEN PADA GOOGLE PLAY

Lutfi Budi Ilmawan, Drs. Edi Winarko, M.Sc.,Ph.D

2014 | Tesis | S2 Ilmu Komputer

Google dalam application store-nya, Google Play, telah menyediakan sekitar 1.200.000 aplikasi mobile. Dengan sejumlah aplikasi tersebut membuat pengguna kesulitan dalam menentukan pilihan. Hal tersebut diatasi oleh Google Play dengan menyediakan ulasan tekstual tentang aplikasi, namun juga merupakan sebuah tantangan untuk membaca sejumlah komentar yang jumlahnya banyak. Selain itu, pengembang aplikasi mengalami kesulitan dalam mencari tahu bagaimana meningkatkan kinerja aplikasinya berdasarkan sejumlah komentar tersebut. Dengan adanya permasalahan tersebut, maka dibutuhkan sebuah aplikasi analisis sentimen yang dapat mengolah sejumlah komentar untuk memperoleh informasi. Tugas dasar dalam analisis sentimen adalah mengklasifikasikan polaritas dari teks yang berisi tentang pendapat dan emosi. Sistem analisis sentimen 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%. Penggunaan semantic handling untuk mengatasi sinonim kata dapat mengurangi akurasi classifier.

Google’s application store, Google Play is now providing approximately 1,200,000 mobile applications. With a number of these applications make android users have difficulties in determining their choice. This was handled by Google Play by providing textual review of the application, but it is also a challenge for users to read a lot of comments. In addition, application developers have difficulty in figuring out how to improve their application performance by thousands of comment. With these problems, it needs a sentiment analysis applications that can process a number of comments to get information, this information would have the added value as knowledge of something. The basic task of sentiment analysis is classifying polarity of text that contains the opinions and emotions. The purpose of this system is determining the polarity of sentiments from application’s textual reviews on Google Play that can be performed on mobile devices. The mobile device has high portability and the majority of these devices have limited resource. That problem can be solved by using a client server based system architecture, where the server performs training and classification tasks while clients is a mobile device that perform some of sentiment analysis task that can be running on small resource mobile device. With this solution the sentiment analysis could be applied to the mobile environment. The classification method that used are Naive Bayes for developed application and Linear Support Vector Machine that is used for comparing. Naïve Bayes classifier’s accuracy is 83.87%. The result is lower than the accuracy value of Linear SVM classifier that reach 89.49%. The use of semantic handling can reduce the accuracy of the classifier.

Kata Kunci : analisis sentimen, google play, klasifikasi, naïve bayes, support vector machine.