Dalam aplikasi mobile  komentar pengguna terhadap penggunaan aplikasi sangatlah penting untuk pengembangan aplikasi selanjutnya menjadi lebih baik. Begitu banyak pengguna yang memberi komentar sehingga pengembang mengalami kesulitan dalam memilah dan mengkategorikan komentar. Komentar yang diberikan tidaklah panjang melainkan komentar singkat (short text).  Untuk menyelesaikan permasalahan tersebut, maka digunakan Sentiment Analysis untuk menganalisis emosi dari sebuah komentar dan mengklasifikasikan ke dalam sebuah sentiment. Sentiment Analysis lebih sering menggunakan kata sifat yang berbeda namun mempunyai makna yang sama sehingga kata yang dimaksud tidak terdapat pada data latih. Untuk itu diperlukan Query Expansion dengan menambahkan sinonim pada kata sifat yang diambil dari API kateglo. Berdasarkan hasil pengujian yang telah dilakukan penggunaan Naïve Bayes-Query Expansion dalam Sentiment Analysis terbukti lebih baik dengan akurasi sebesar 98% dibandingkan dengan Naïve Bayes tanpa menggunakan Query Expansion yang hanya mempunyai akurasi sebesar 95%.