<![CDATA[Ulasan pengguna pada Google Play Store memuat informasi penting mengenai pengalaman, kepuasan, dan keluhan terhadap aplikasi pembelajaran bahasa seperti Duolingo. Namun, jumlah ulasan yang besar dan tidak terstruktur menyebabkan analisis secara manual menjadi kurang efisien. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna aplikasi Duolingo berbahasa Indonesia menggunakan model IndoBERTweet serta mengevaluasi kinerja model tersebut. Data awal terdiri atas 1.000 ulasan yang dikumpulkan melalui teknik web scraping dari Google Play Store. Setelah proses pelabelan dan validasi data, diperoleh 998 ulasan yang diklasifikasikan ke dalam sentimen positif, negatif, dan netral. Tahapan penelitian meliputi pengumpulan dan penyaringan data, pelabelan oleh tiga anotator, preprocessing teks, pembagian data dengan rasio 70:10:20, penyeimbangan data latih menggunakan RandomOverSampler, fine-tuning IndoBERTweet, dan evaluasi model. Hasil penelitian menunjukkan bahwa model memperoleh accuracy sebesar 0,9050, F1-score macro sebesar 0,7301, dan F1-score weighted sebesar 0,9155. Model menghasilkan performa terbaik pada sentimen positif, sedangkan sentimen netral menjadi kelas yang paling sulit dikenali. Hasil tersebut menunjukkan bahwa IndoBERTweet mampu mengklasifikasikan sentimen ulasan pengguna Duolingo dengan performa yang baik, meskipun masih dipengaruhi oleh ketidakseimbangan distribusi kelas.]]>
Copyrights © 2026
