Syfana, Salasia Fatma (2025) ANALISIS SENTIMEN APLIKASI DUOLINGO PADA GOOGLE PLAY MENGGUNAKAN MODEL KLASIFIKASI. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (189kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (861kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (554kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (51kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (194kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.12.2126.zip Restricted to Repository staff only Download (1MB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (510kB) |
Abstract
Banyaknya negara di belahan dunia ini menyebabkan munculnya berbagai macam bahasa yang tersebar di seluruh penjuru dunia. Keanekaragaman bahasa ini seringkali menjadi hambatan bagi banyak orang untuk berkomunikasi dengan individu dari negara lain, terutama jika tidak menguasai bahasa asing Negara tersebut. Namun, dengan kemajuan teknologi saat ini, banyak media elektronik yang dikembangkan untuk membantu pembelajaran bahasa asing. Salah satu aplikasi populer untuk pembelajaran bahasa asing adalah aplikasi DuoLingo, yang dirancang untuk memudahkan pengguna dalam mempelajari berbagai bahasa. Keberhasilan suatu aplikasi pembelajaran bahasa dapat diukur dengan melakukan analisis sentimen terhadap komentar dan ulasan dari para pengguna untuk aplikasi tersebut. Pada penelitian ini, ulasan yang akan dianalisis diambil dari ulasan terhadap aplikasi Duolingo pada Google Play Store sebanyak 1999 ulasan, setelah dilakukan preprocessing, dengan sentimen positif sebanyak 1696 dan sentimen negatif sebanyak 303 ulasan. Pada penelitian ini empat model klasifikasi yaitu KNearest Neighbors (KNN), Naïve Bayes, Support Vector Machine (SVM) dan Random Forest akan dibandingkan untuk mengetahui model yang paling baik. Hasil penelitian menunjukkan bahwa model yang paling baik dalam mengklasifikasikan ulasan positif dan negatif terhadap aplikasi Duolingo adalah model Support Vector Machine dengan akurasi sebesar 88.5%.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Sentimen, Duolingo, Google Play Store, Model Klasifikasi | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus |
||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 21 Apr 2025 07:39 | ||
| Last Modified: | 21 Apr 2025 07:40 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/29556 |
Actions (login required)
 |
View Item |