This study was aimed to identifying product attribute and calculate valence from customer sentiment based on identified products attribute in the Garuda Indonesia Mobile App. The approach used in this study illustrated the use of text mining methods to get insights from review data, which was valuable to generate recommendations for mobile application development. The attribute identified by collaborating the key user interview, literature review and text mining analysis. Later, the identified attribute will be used in lexicon-based sentiment analysis using polarity term combined with negator and amplifier. The polarity term then mapped into identified application attributes using dependency parsing combined with lemmatization, pos tagging, and tokenization. We applied the proposed method on customer reviews of Garuda Indonesia Mobile App scraped from Google Play Store and Apple App Store. The result showed that the valence of sentiment from customer reviews have a positive relationship with star rating and negative relationship with the number of reviews. This study also indicated several application attributes considered relevant by users and their valence.

---

Penelitian ini bertujuan untuk mengidentifikasi atribut produk dan menghitung valensi dari sentimen pelanggan berdasarkan atribut produk yang diidentifikasi di Garuda Indonesia Mobile App. Pendekatan yang digunakan dalam penelitian ini menggambarkan penggunaan metode penambangan teks untuk mendapatkan wawasan dari data ulasan, yang sangat berharga untuk menghasilkan rekomendasi guna pengembangan aplikasi seluler. Atribut diidentifikasi dengan mengkolaborasikan wawancara pengguna inti, tinjauan literatur dan analisis penambangan teks. Nantinya, atribut yang teridentifikasi akan digunakan dalam analisis sentimen berbasis leksikon yang dikombinasikan dengan negator dan penguat. Sentimen kemudian dipetakan ke dalam atribut aplikasi yang teridentifikasi menggunakan dependensi parsing dikombinasikan dengan lemmatization, POS tagging, dan tokenization. Kami menerapkan metode ini pada ulasan pelanggan tentang Aplikasi Seluler Garuda Indonesia yang diambil dari Google Play Store dan Apple App Store. Hasil penelitian menunjukkan bahwa valensi sentimen dari ulasan pelanggan berhubungan positif dengan peringkat bintang dan hubungan negatif dengan jumlah ulasan. Studi ini juga menunjukkan beberapa atribut aplikasi yang dianggap relevan oleh pengguna serta valensinya.