ANALISIS SENTIMEN PENDAPAT PUBLIK TENTANG APLIKASI DUOLINGO MENGGUNAKAN ALGORITMA BIDIRECTIONAL ENCODER REPRESENTATIONS FROM TRANSFORMERS (BERT)

Peningkatan popularitas aplikasi pembelajaran bahasa Duolingo memunculkan kebutuhan untuk memahami persepsi penggunanya. Duolingo, sebagai aplikasi pendidikan belajar bahasa internasional paling banyak diunduh di dunia dengan lebih dari 100 juta pengguna, Ulasan pengguna di platform digital merupakan sumber data berharga untuk memahami persepsi publik terhadap sebuah produk. Mengingat keberlanjutan pengembangan aplikasi sangat bergantung pada pemenuhan kebutuhan pengguna. Penelitian ini merancang sistem klasifikasi sentimen berbasis arsitektur BERT untuk menganalisis ulasan pengguna aplikasi Duolingo di Google Play Store. Oleh karena itu, Penelitian ini bertujuan untuk menganalisis sentimen pendapat publik tentang aplikasi Duolingo menggunakan pendekatan algoritma Bidirectional Encoder Representations from Transformers (BERT) yaitu BERT Multilingual. Penelitian ini menggunakan pendekatan kuantitatif dengan metode pengembangan sistem Agile yang bersifat iteratif dan adaptif. tahapan utama dalam alur penelitian ini, yaitu pengumpulan data, pelabelan, eksplorasi data, split data, preprocessing, pelatihan model, serta evaluasi dan pengembangan antarmuka. Berdasarkan keseluruhan dataset ulasan pengguna aplikasi duolingo terkait pengalaman menggunakan aplikasi duolingo diperoleh sebanyak 91.1% pengguna berkomentar positif aplikasi karena merasa terbantu oleh fitur aplikasi duolingo dan sebanyak 8.9?rkomentar negatif karena masih adanya unsur yang tidak pantas pada aplikasi. Hasil evaluasi model menunjukkan performa yang sangat baik dengan nilai accuracy sebesar 97.99%, precision sebesar 98.73%, recall sebesar 99.07%, dan F1-Score sebesar 98.90%. Temuan ini mengkonfirmasi bahwa pendekatan fine-tuning model BERT pre-trained sangat efektif untuk tugas klasifikasi dan diharapkan memberi wawasan bagi pengembang dalam mengidentifikasi fitur yang perlu ditingkatkan mengoptimalkan pengalaman pengguna Duolingo di Indonesia.