Analisis Sentimen Pengguna Aplikasi Duolingo Menggunakan Metode Naïve Bayes dan Synthetic Minority Over Sampling Technique

Saifurrachman Chohan, Arifin Nugroho, Achmad Maezar Bayu Aji, Windu Gata

Abstract


Belajar bahasa asing menjadi salah satu perhatian penting agar dapat bersaing dengan dunia internasional. Keterbatasan waktu dan biaya membuat aplikasi belajar bahasa inggris pada perangkat mobile lebih disukai sebagai media pembelajaran bahasa asing. Salah satu aplikasi yang sering di gunakan untuk belajar bahasa asing pada perangkat mobile adalah duolingo. Penelitian ini bertujuan untuk menemukan dan membandingkan klasifikasi dalam sentimen analisis dari ulasan pengguna aplikasi duolingo yang didapat dari google playstore. Text mining digunakan untuk membagi ulasan yang diberikan pengguna menjadi dua kelompok yaitu ulasan positif dan ulasan negatif. Rapid miner digunakan untuk mencari dan membandingkan dua metode klasifikasi yang berbeda antara dataset yang menggunakan Naive Bayes Classification saja dan data set yang menggunakan algoritma naive bayes dengan syntetic minority over-sampling technique (SMOTE). Hasil dari dua metode dalam penelitian ini menemukan bahwa hasil tertinggi didapatkan menggunakan algoritma naive bayes dengan syntetic minority over-sampling technique (SMOTE) dimana memiliki tingkat akuransi 91,95% dan AUC sebesar 0.740.

Keywords


text mining, naive bayes, smote method, playstore, duolingo

Full Text:

PDF

References


Anggraini, N., & Suroyo, H. (2019). Comparison of Sentiment Analysis against Digital Payment “T-cash and Go-pay” in Social Media Using Orange Data Mining. Journal of Information Systems and Informatics. https://doi.org/10.33557/journalisi.v1i2.21

Anna, A. (AMIK B. P., & Hendini, A. (AMIK B. P. (2018). Implementasi Vector Space Model Pada Sistem Pencarian Mesin Karaoke. Evolusi : Jurnal Sains Dan Manajemen, 6(1), 1–6. https://doi.org/10.31294/evolusi.v6i1.3535

Chawla, N. V., Bowyer, K. W., Hall, L. O., & Kegelmeyer, W. P. (2002). SMOTE: Synthetic minority over-sampling technique. Journal of Artificial Intelligence Research. https://doi.org/10.1613/jair.953

Hernawati, & Windu. (2019). Sentimen Analisis Operasi Tangkap Tangan KPK Menurut Masyarakat Menggunakan Algoritma Support Vector Machine, Naive Bayes Berbasis Particle Swarm Optimizition. 14. https://doi.org/10.30998/faktorexacta.v12i3.4992

Irfani, F. F. (2020). ANALISIS SENTIMEN REVIEW APLIKASI RUANGGURU MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. JBMI (Jurnal Bisnis, Manajemen, Dan Informatika). https://doi.org/10.26487/jbmi.v16i3.8607

Maskoen, T. T., & Purnama, D. (2018). Area Under the Curve dan Akurasi Cystatin C untuk Diagnosis Acute Kidney Injury pada Pasien Politrauma. Majalah Kedokteran Bandung. https://doi.org/10.15395/mkb.v50n4.1342

Munday, P. (2015). THE CASE FOR USING DUOLINGO AS PART OF THE LANGUAGE CLASSROOM EXPERIENCE. RIED. Revista Iberoamericana de Educación a Distancia. https://doi.org/10.5944/ried.19.1.14581

Nanda, Y. A. I., & Sari, B. W. (2020). NAIVE BAYES ALGORITHM IMPLEMENTATION TO DETECT HUMAN PERSONALITY DISORDERS. Jurnal Techno Nusa Mandiri. https://doi.org/10.33480/techno.v17i1.1239

Perdana, R. P., & Irwansyah, I. (2019). Implementasi Asisten Virtual Dalam Komunikasi Pelayanan Pelanggan (Studi Kasus Pada Layanan Pelanggan Telkomsel). Jurnal Komunikasi. https://doi.org/10.24912/jk.v11i2.5491

Rizaldi, T., & Putranto, H. A. (2017). Perbandingan Metode Web Scraping Menggunakan CSS Selector dan Xpath Selector. Teknika. https://doi.org/10.34148/teknika.v6i1.56

Santosa, B., & Umam, A. (2018). Data Mining dan Big Data Analytics Edisi 2 (Isa (Ed.); Edisi 2). Penebar Media Pustaka.

Saputra, D. D., Gata, W., Wardhani, N. K., Parthama, K. S., Setiawan, H., Budilaksono, S., Yogatama, D., Hadiyatna, A., Purnamasari, E. P., Pratama, B., & Novianti, D. (2020). Optimization Sentiments of Analysis from Tweets in myXLCare using Naïve Bayes Algorithm and Synthetic Minority over Sampling Technique Method. Journal of Physics: Conference Series. https://doi.org/10.1088/1742-6596/1471/1/012014

Vesselinov, R., & Grego, J. (2012). Duolingo Effectiveness Study. City University of New York, USA.

Wardhani, N. K., Rezkiani, Kurniawan, S., Setiawan, H., Gata, G., Tohari, S., Gata, W., & Wahyudi, M. (2018). Sentiment analysis article news coordinator minister of maritime affairs using algorithm naive bayes and support vector machine with particle swarm optimization. Journal of Theoretical and Applied Information Technology.




DOI: https://doi.org/10.31294/p.v22i2.8251

Copyright (c) 2020 Paradigma - Jurnal Komputer dan Informatika

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

ISSN2579-3500

Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Telepon: 021-21231170, ext. 704 / 705
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License