Pada zaman di mana hampir semua orang memiliki smartphone semakin banyak aplikasi mobile yang dikembangkan dan didistribusikan ke Google Play. Untuk memutuskan aplikasi yang akan diunduh, customer dipengaruhi oleh rating dan review. Review memberi informasi lebih banyak daripada rating namun jumlahnya banyak sehingga sulit dan lama untuk didapatkan. Penerapan sentiment analysis didukung dengan akurasi yang tinggi pada review dapat memudahkan customer mendapatkan informasi sentimen dari aplikasi dan membantu mengambil keputusan untuk mengunduh/menggunakan aplikasi atau tidak.
Penelitian ini menggunakan penggabungan model machine learning Naïve Bayes dan SVM dengan model lexicon VADER, kemudian dilakukan Ensemble Learning menggunakan Majority Voting, Majority Weighted Voting, dan Stacking untuk meningkatkan akurasi.
Hasil dari sistem ini menunjukkan bahwa dengan menggunakan Ensemble Learning akurasi yang dihasilkan tidak naik secara signifikan bahkan menurun dari hasil SVM 88.88% menjadi 88.87% menggunakan Stacking.