Saat ini seluruh dunia sedang menghadapi wabah penyakit menular yaitu virus Covid 19. Pembatasan sosial atau menjaga jarak adalah serangkaian tindakan pengendalian infeksi nonfarmasi yang dimaksudkan untuk menghentikan atau memperlambat penyebaran penyakit menular tersebut. Sehingga seluruh masyarakat diharapkan untuk beraktifitas dirumah untuk menghentikan penyebaran virus Covid 19. Agar tetap bisa menjalankan aktifitas dirumah diperlukan virtual meet untuk berkomunikasi sesama team atau rekan kerja. Saat ini virtual meet telah banyak dipakai. Penilaian Sebuah Aplikasi di Playstore memiliki tujuan untuk memberikan ulasan tentang kelebihan dan kekurangan dalam penggunaan aplikasi khsusunya virtual video conference. Untuk mengetahui sejauh mana analisa review pengguna aplikasi Google Meet dan Zoom Cloud Meeting berdasarkan pemberian jumlah bintang dengan menggunakan teknik klasifikasi yaitu perbandingan Algoritma Naïve Bayes dengan feature optimasi SMOTE Upsampling dan PSO. Penggunaan feature selection synthetic minority over-sampling technique (SMOTE) dan feature optimasi Particle swarm optimization (PSO) pada algoritma klasifikasi terbukti sangat berpengaruh untuk meningkatkan akurasi pada algoritma Naïve Bayes untuk pengolahan data review pengguna Google Meet dan Zoom Cloud Meeting pada google play berdasarkan perolehan skor bintang. Hasil pengujian mendapatkan hasil akurasi sebesar 85,76 % yang ditambah dengan Feature Smote dan PSO untuk review Zoom Cloud Meeting, sedangkan untuk pengguna Google Meet yang ditambah dengan Feature Smote dan PSO­ hanya mampu mendapat tingkat akurasi sebesar 79,33 %.

Education is an agenda for designing the country's development. Implementation in the field of education is a joint responsibility of both the government and the community, educational institutions are one that plays an important role in the ongoing learning process activities one of which is the examination activities. The test is an evaluation of the learning process to obtain learning outcomes as a form of achievement recognition or completion in an educational unit. The test is still cheating, it is triggered by the lack of confidence in working on the exam questions and the same type of exam questions will provide an opportunity to chat and work together. The author aims to provide a solution in the form of the application of online-based online test applications using question weight classification techniques, grouping and randomization. This mobile-based online exam application was developed using the waterfall model. The results obtained from research on this mobile-based exam application has features to prevent screen capture or screenshots, prevent video recording or video recorder and prevent switching applications that can run multiplatform on Android and iOS. This application has been through the process of testing the user and distributing questionnaires to determine the feasibility of using the weight classification technique with a percentage of 80% so it is suitable for use in examination activities.

No abstract