Penerapan Algoritma Support Vector Machine dan Particle Swarm Optimization Untuk Pembuatan Rating Aplikasi Google Playstore
Abstrak
Penggunaan smartphone yang besar khususnya android di indonesia sejalan dengan munculnya aplikasi untuk membantuk kegiatan masyarakat indonesia seperti gojek, grap, tokopedia, shopee dan lain sebagainya. aplikasi-aplikasi ini di unduh pada aplikasi google yang bernama google playstore, selain berfungsi sebagai penyimpanan aplikasi, google playstore bisa digunakan untuk mereview aplikasi dan memberikan rating terhadap aplikasi tersebut. seringkali review dan rating yang diberikan tidak searah karena hal ini rating yang diberikan pada aplikasi tidak bias, sehingga peneliti membuat sebuah penelitian untuk membuat rating berdasarkan klasifikasi review yang diberikan oleh user, algoritma yang digunakan untuk klasifikasi ini adalah algoritma support vectore machine dan algoritma particle swarm optimation untuk optimasinya. berdasarkan hasil penelitian, nilai akurasi dari algortma support vector machine dan particle swarm optimation rata-rata adalah 90% lalu hasil rating yang dihasilkan lebih tepat dari pada rating yang diberikan secara manual pada google playstoreReferensi
Darmawan, R., Indra, I., & Surahmat, A. (2022). Optimalisasi Support Vector Machine (SVM) Berbasis Particle Swarm Optimization (PSO) Pada Analisis Sentimen Terhadap Official Account Ruang Guru di Twitter. Jurnal Kajian Ilmiah, 22(2), 143–152. https://doi.org/10.31599/jki.v22i2.1130
Jaka, A. T. (2015). Preprocessing Text untuk Meminimalisir Kata yang Tidak Berarti dalam Proses Text Mining. Informatika UPGRIS, 1, 1–9.
Javed, M., & Kamal, S. (2018). Normalization of unstructured and informal text in sentiment analysis. International Journal of Advanced Computer Science and Applications, 9(10), 78–85. https://doi.org/10.14569/IJACSA.2018.091011
Karim, A., Azhari, A., Aldabbas, H., Alruily, M., Belhaouri, S. B., & Qureshi, A. A. (2020). Classification of Google Play Store Application Reviews Using Machine Learning. Preprints, July, 1–22. https://doi.org/10.20944/preprints202003.0231.v1
Kominfo. (2017). Survey Penggunaan TIK Serta Implikasinya Terhadap Sosial Budaya Masyarakat. Badan Penelitian Dan Pengembangan Sumber Daya Manusia, 1–30.
Kristiyanti, D. A. (2015). Analisis Sentimen Review Produk Kosmetik Menggunakan Algoritma Support Vector Machine Dan Particle Swarm Optimization Sebagai. Seminar Nasional Inovasi & Tren (SNIT) 2015 “Peluang Dan Tantangan Indonesia Dalam Menyikapi Afta 2015,†134–141. http://lppm.bsi.ac.id/SNIT2015/BidangA/A22-134-141_2015-SNIT-Dinar Ajeng Kristiyanti_ ALGORITMA SUPPORT VECTOR.pdf
Mustopa, A., Hermanto, Anna, Pratama, E. B., Hendini, A., & Risdiansyah, D. (2020). Analysis of user reviews for the pedulilindungi application on google play using the support vector machine and naive bayes algorithm based on particle swarm optimization. 2020 5th International Conference on Informatics and Computing, ICIC 2020, 2. https://doi.org/10.1109/ICIC50835.2020.9288655
Ramadhan, I., & Sastramihardja, H. (2018). Pemanfaatan Web Crawler Dalam Mengumpulkan Informasi Melalui Internet. Konferensi Nasional Sistem Informasi 2018, 8–9.
Sadiq, S., Umer, M., Ullah, S., Mirjalili, S., Rupapara, V., & Nappi, M. (2021). Discrepancy detection between actual user reviews and numeric ratings of Google App store using deep learning. Expert Systems with Applications, 181, 115111. https://doi.org/10.1016/j.eswa.2021.115111
Santosa, B. 2007. Data Mining Teknik
Pemanfaatan Data untuk Keperluan
Bisnis. Graha Ilmu : Yogyakarta.
