Klasifikasi Multi Class Pada Analisis Sentimen Opini Pengguna Aplikasi Mobile Untuk Evaluasi Faktor Usability

Septiyawan Rosetya Wardhana, Diana Purwitasari

Abstract

Dalam proses pengembangan maupun pengujian perangkat lunak, faktor usability merupakan aspek yang paling penting. Evaluasi faktor usability tersebut dapat dilakukan dengan menganalisa orientasi sentimen pada opini pengguna berdasarkan faktor usability. Namun, setiap opini juga memiliki tingkat sentimen yang mencerminkan tinggi rendahnya orientasi sentimen, sehingga akan lebih efektif apabila tingkat sentimen juga dipertimbangkan dalam proses evaluasi. Selain itu, opini pengguna juga dapat memiliki lebih dari 1 faktor usability. Hal tersebut dikarenakan setiap dokumen opini dapat terdiri lebih dari 1 kalimat dimana setiap kalimat bisa memiliki faktor usability yang berbeda. Berbeda dengan perangkat lunak lainnya, aplikasi mobile memiliki batasan dan konteks tersendiri. Sehingga model usability yang digunakan juga berbeda dengan perangkat lunak lainnya. Model PACMAD merupakan model usability yang disesuaikan dengan batasan dan konteks dari aplikasi mobile. Oleh karena itu dalam penelitian ini diusulkan suatu metode  evaluasi faktor usability dengan menggunakan klasifikasi multi class pada analisis sentimen dengan mempertimbangkan tingkat sentimen opini pengguna aplikasi mobile berdasarkan model usability PACMAD. Data opini pengguna dikaslifikasian dengan model klasifikasi multi class dengan metode naive bayes, kemudian dianalisis orientasi dan tingkat sentimennya dengan menggunakan metode SentiWordNet Interpretation. Berdasarkan hasil ujicoba diperoleh nilai akurasi sebesar 74,7%, precision 43,2%, recall 29,5% dan f-measure 34,5%.

Full Text:

Download

References

Atoum, I., & Otoom, A. (2016). Mining Software Quality from Software Reviews : Research Trends and Open Issues. International Journal of Computer Trends and Technology (IJCTT), 31(2), 74–83. https://doi.org/10.14445/22312803/IJCTT-V31P114

Baharuddin, R., Singh, D., & Razali, R. (2013). Usability dimensions for mobile applications-a review. Research Journal of Applied Sciences, Engineering and Technology, 5(6), 2225–2231. https://doi.org/10.3991/ijim.v3s1.854

Ben, W., & Karaa, A. (2013). A NEW STEMMER TO I MPROVE I NFORMATION RETRIEVAL, 5(4), 143–154.

El-Halees, A. M. (2014). Software usability evaluation using opinion mining. Journal of Software, 9(2), 343–349. https://doi.org/10.4304/jsw.9.2.343-349

Flood, D., Harrison, R., Iacob, C., & Duce, D. (2012). Evaluating mobile applications: A spreadsheet case study. International Journal of Mobile Human Computer Interaction, 4(4), 37–65. https://doi.org/10.4018/jmhci.2012100103

Frank, E., & Bouckaert, R. R. (n.d.). Naive Bayes for Text Classification with Unbalanced Classes.

Hamouda, A., & Rohaim, M. (2011). Reviews classification using sentiwordnet lexicon. World Congress on Computer Science and …, 2(2), 120–123. Retrieved from http://www.infomesr.org/attachments/123.pdf

Harrison, R., Flood, D., & Duce, D. (2013a). Usability of mobile applications : literature review and rationale for a new usability model, 1–16.

Harrison, R., Flood, D., & Duce, D. (2013b). USABILITY OF MOBILE APPLICATIONS Usability of Mobile Applications: Literature Review and Rationale for A New Usability Model Usability of Mobile Applications: Literature Review and Rationale for A New Usability Model, 1–16. https://doi.org/10.1186/2194-0827-1-1

Kaur, A., & Gumber, N. (2014). Sentimental Analysis on Application Reviews on Educational Apps, (11), 16–19.

Lapin, K. (2014). Deriving Usability Goals for Mobile Applications. Proceedings of the 2014 Mulitmedia, Interaction, Design and Innovation International Conference on Multimedia, Interaction, Design and Innovation - MIDI ’14, 1–6. https://doi.org/10.1145/2643572.2643576

Lo, R. T., He, B., & Ounis, I. (n.d.). Automatically Building a Stopword List for an Information Retrieval System.

Ohana, B., & Tierney, B. (2009). Sentiment classification of reviews using SentiWordNet. School of Computing 9th. IT & T Conference, 13. Retrieved from http://arrow.dit.ie/cgi/viewcontent.cgi?article=1000&context=ittpapnin

Padioleau, Y. (2010). Pfff : Parsing PHP Programmer ’ s Manual and Implementation.

Patel, N. N., & Dalal, P. (2013). Usability Evaluation of Mobile Applications. International Journal of Engineering Research & Technology (IJERT), 2(11), 299–302. https://doi.org/10.1145/1134285.1134500

Sharma, N., & Chitre, V. (2014). Opinion Mining, Analysis and its Challenges, 3(1), 59–65. Retrieved from http://www.academicscience.co.in/admin/resources/project/paper/f201403261395847402.pdf

Vidyapith, B. (2014). O Pinion Mining of Movie Reviews At, 3(3), 13–21.

Wardhana, S. R., Purwitasari, D., & Rochimah, S. (n.d.). Analisis Sentimen Pada Review Pengguna Aplikasi Mobile Untuk Evaluasi Faktor Usability, 1–9.

Zaid, B., Jamaludin, R., & Wafaa, B. (2012). A Comparative Study of Usability Methods for Mobile Applications. International Journal of Scientific & Engineering Research, 3(8), 1–4. Retrieved from http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.302.6747&rep=rep1&type=pdf

Zhikov, V., Tolo, L., Ivanov, Y., & Georgiev, G. (n.d.). Multi- Class , Label and Language Document Classification : System and Features.

DOI: https://doi.org/10.31284/j.integer.2019.v4i1.474

Refbacks

  • There are currently no refbacks.