Feature-based Opinion Menggunakan Algoritma High Adjective Count Dan Max Opinion Score ( Studi Kasus Review Di Google Play).

Eri Angga Pradana, Shaufiah Shaufiah, Nungki Selviandro

Abstract

Banyaknya jumlah aplikasi pada Google Play terkadang terjadi ketidak sesuaian aplikasi yang dibeli tidak sesuai dengan kebutuhan, hal tersebut terjadi dikarenakan sulitnya menemukan informasi terkait kelebihan dan keunggulan fitur aplikasi pada google playstore. Pemanfaatan review diharapkan dapat memberikan informasi terkait kelebihan dan kekurangan fitur pada pengguna dengan mengekstrak fitur berdasarkan opini yang terdapat dalam review. Opini yang didapatkan akan menjadi penilaian pada fitur. Untuk mendapatkan nilai fitur diperlukan beberapa tahapan proses dari pengumpulan data review, data review adalah file .html hasilpenyimpanan website aplikasi google dengan cara manual. Data yang sudah terkumpul akan di proses beberapa tahap antara lain tahap preprocessing, tahap ekstraksi fitur dengan algoritma High Adjective Count(HAC) dan tahap penilaian fitur dengan algoritma Max Opinion Score(MOS). Untuk validasi kebenaran fitur penulis menggunakan pelabelan fitur secara manual menggunakan responden. Hasil yang didapatkan diketahui HAC memiliki akurasi 80% untuk ekstraksi fitur pada top 5 fitur yang dihasilkan dari keseluruhan review. HAC memiliki akurasi 28.78% nilai ekstraksi fitur dalam satu review atau single review. Hasil yang diberikan pada MOS dapat memberikan fitur beserta nilai fitur.


Kata kunci : feature based, opini, high adjective count, max opinion score, review, googleplay

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0