@phdthesis{universitasamikomyogyakarta29556,
           title = {ANALISIS SENTIMEN APLIKASI DUOLINGO PADA GOOGLE PLAY MENGGUNAKAN MODEL KLASIFIKASI},
          school = {Universitas AMIKOM Yogyakarta},
           month = {February},
            year = {2025},
          author = {Salasia Fatma Syfana},
        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), Na{\"i}ve 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\%.},
        keywords = {Analisis Sentimen, Duolingo, Google Play Store, Model Klasifikasi},
             url = {https://eprints.amikom.ac.id/id/eprint/29556/}
}