Implementasi analisis sentimen pada ulasan aplikasi duolingo di Google Playstore menggunakan metode naïve bayes.
Apriliyani, Meli (2024) Implementasi analisis sentimen pada ulasan aplikasi duolingo di Google Playstore menggunakan metode naïve bayes. Undergraduate (S1) thesis, Universitas Islam Negeri Walisongo Semarang.
![[thumbnail of SKRIPSI_2108096057_MELI_APRILIYANI]](https://eprints.walisongo.ac.id/style/images/fileicons/text.png)
Skripsi_2108096057_Meli_Apriliyani_Full - Meli Apriliyani.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.
Download (1MB)
Abstract
Penelitian ini menyelidiki analisis sentimen evaluasi Aplikasi Duolingo menggunakan metode Naive Bayes. Program Duolingo mencontohkan penggunaan teknologi data besar untuk pemrosesan data yang luas dan rumit. Google Play Store menawarkan fungsi peninjauan dan pemeringkatan yang dapat membantu pengembangan program dan perbaikan aspek yang tidak diinginkan. Proyek ini menggunakan teknik analisis sentimen yang secara otomatis menganalisis ulasan produk internet Indonesia dan mendapatkan informasi mengenai perasaan yang diungkapkan dalam ulasan tersebut. Metode Naïve Bayes digunakan untuk menentukan klasifikasi ulasan menjadi positif atau negatif. Temuan penelitian menunjukkan bahwa kumpulan data yang terdiri dari 1000 data yang berasal dari ulasan program Duolingo di Google Play Store diberi label secara manual sebelum ke langkah prapemrosesan. Dari jumlah tersebut, 500 data memiliki sentimen positif, sedangkan 500 data memiliki sikap negatif. Selain itu, analisis sentimen menunjukkan tingkat akurasi sebesar 86%. Skor f1 menunjukkan nilai presisi 89% dan recall 83%, dengan hasil f1 pada klasifikasi sebesar 86%.
Item Type: | Thesis (Undergraduate (S1)) |
---|---|
Uncontrolled Keywords: | Aplikasi Duolingo; Naïve Bayes; Analisis Sentimen |
Subjects: | 000 Computer science, information, general works > 005 Computer programming, programs, data |
Divisions: | Fakultas Sains dan Teknologi > 59201 - Teknologi Informasi |
Depositing User: | Ukhtiya Zulfa |
Date Deposited: | 22 Sep 2025 03:43 |
Last Modified: | 22 Sep 2025 03:43 |
URI: | https://eprints.walisongo.ac.id/id/eprint/27778 |
Actions (login required)
Downloads
Downloads per month over past year