PENERAPAN PEMBOBOTAN ATRIBUT PADA ALGORITMA NAÏVE BAYES UNTUK ANALISIS SENTIMEN REVIEW APLIKASI ANDROID DARI GOOGLE PLAY.

ABSTRAK
Perkembangan teknologi yang semakin pesat berimbas pada kebutuhan akan akses
informasi yang semakin cepat. Banyaknya peralatan teknologi yang didominasi
smartphone yang menggunakan sistem operasi android yang merupakan sistem
operasi yang open source menjadikan banyak sekali pengembang aplikasi yang
berbasis pada sistem operasi ini. Dengan banyaknya aplikasi yang ada tentunya user
membutuhkan referensi guna melihat aplikasi tersebut secara umum meskipun telah
disediakan pula fasilitas user review namun dengan banyaknya review dari user yang
tentunya menyulitkan user untuk dapat membaca satu persatu. Maka diperluan
klasifikasi guna mengetahui bagaimana sentimen pengguna terhdap aplikasi tersebut.
Pada penelitian ini diterapkan algoritma klasifiksi naïve bayes yang terbukti
memiliki performa yang bagus pada data yang besar dan telah terbukti handal di
berbagai domain. Serta menambahkan pembobotan atribut (attribute weighting)
weight by correlation, weight by chi squered statistic dan weight by SVM pada data,
sehingga dihasilkan akurasi yang baik terhadap analisa sentimen pengguna aplikasi
android untuk sentimen yang menggunakan bahasa Indonesia.
Kata kunci : Aplikasi android, Analisis sentimen, Seleksi fitur, naïve bayes,
pembobotan atribut (attribute weighting), weight by correlation, weight by chi
squered statistic, weight by SVM.