Klasifikasi Ulasan Aplikasi untuk Evolusi Perangkat Lunak: Sebuah Eksperimen Awal

Abstrak

Application Store adalah platform tempat pengguna dapat mengunduh beberapa aplikasi dan game. Pengguna juga dapat memberikan ulasan tentang aplikasi terkait. Ulasan-ulasan tersebut dijadikan sebagai bahan evaluasi bagi developer untuk mengembangkan aplikasi ke depannya. Pada penelitian sebelumnya telah dilakukan klasifikasi ulasan aplikasi berdasarkan taksonomi yang ada seperti permintaan fitur, penyediaan informasi, pencarian informasi, dan penemuan masalah dengan menggunakan Natural Language Processing (NLP), Text Analysis (TA) dan Sentiment Analysis (SA). Dalam studi ini, kami mengusulkan model menggunakan Topic Modeling (TM) dan Minority Synthetic Over-Sampling Technique (SMOTE) untuk meningkatkan hasil klasifikasi. Banyaknya ulasan aplikasi yang misklafikasi menyebabkan ulasan-ulasan dari pengguna tidak diperhatikan oleh pengembang. Pemodelan topik akan menghasilkan daftar topik yang mewakili masing-masing ulasan dan metode SMOTE dapat mengatasi banyaknya data yang tidak seimbang pada beberapa tabel. Kami juga menggabungkan metode TA + NLP + SA, TA + NLP + SA + TM, dan TA + NLP + SA + TM + SMOTE dengan classifier J48.....