Analisis Sentimen E-Learning X Terhadap Antarmuka Pengguna Menggunakan Kombinasi Multinomial Naive Bayes Dan Pendekatan Design Thinking

Autor: Baenil Huda, Irwan Sembiring, Iwan Setiawan, Danny Manongga, Hindriyanto Dwi Purnomo, Hendry Hendry, Ahmad Fauzi, April Lia Hananto, Tukino Tukino
Jazyk: indonéština
Rok vydání: 2024
Předmět:
Zdroj: Jurnal Teknologi Informasi dan Ilmu Komputer, Vol 11, Iss 4 (2024)
Druh dokumentu: article
ISSN: 2355-7699
2528-6579
82339708
DOI: 10.25126/jtiik.1147686
Popis: Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap antarmuka e-learning X menggunakan kombinasi Multinomial Naive Bayes dan pendekatan Design Thinking. Permasalahan yang dihadapi adalah banyaknya feedback negatif terkait antarmuka pengguna yang dianggap kurang intuitif. Data sentimen dari ulasan pengguna diklasifikasikan menggunakan algoritma Multinomial Naive Bayes, sementara Design Thinking digunakan untuk merancang solusi antarmuka yang lebih user-friendly. Hasilnya menunjukkan bahwa metode ini efektif meningkatkan sentimen positif pengguna, dengan perbaikan signifikan dalam pengalaman dan kepuasan pengguna terhadap antarmuka e-learning X, Serta rekomendasi untuk pengembangan aplikasi e-learning. Abstract This research aims to analyze user sentiment towards the e-learning interface X using a combination of Multinomial Naive Bayes and Design Thinking approaches. The problem faced was the large number of negative feedback regarding the user interface which was considered less intuitive. Sentiment data from user reviews is classified using the Multinomial Naive Bayes algorithm, while Design Thinking is used to design more user-friendly interface solutions. The results show that this method is effective in increasing positive user sentiment, with significant improvements in user experience and satisfaction with the X e-learning interface As well as recommendations for developing e-learning applications.
Databáze: Directory of Open Access Journals
Externí odkaz: