<![CDATA[Perkembangan Artificial Intelligence (AI) telah membawa perubahan signifikan dalam berbagai sektor pekerjaan dan memunculkan beragam tanggapan dari masyarakat. Sebagian masyarakat memandang AI sebagai peluang untuk meningkatkan produktivitas dan efisiensi kerja, sementara sebagian lainnya mengkhawatirkan dampaknya terhadap keberlangsungan lapangan pekerjaan. Penelitian ini bertujuan untuk menganalisis sentimen pengguna media sosial terhadap penggunaan Artificial Intelligence dalam dunia kerja serta membandingkan kinerja algoritma Naïve Bayes dan Support Vector Machine (SVM) dalam proses klasifikasi sentimen. Data penelitian diperoleh melalui proses scraping komentar YouTube yang membahas penggunaan AI dalam dunia kerja dan menghasilkan sebanyak 2.365 komentar. Data yang terkumpul melalui tahapan preprocessing yang meliputi case folding, cleansing, dan stopword removal, kemudian dilakukan pelabelan sentimen menggunakan pendekatan lexicon-based sentiment analysis. Selanjutnya, fitur diekstraksi menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) dan diklasifikasikan menggunakan algoritma Naïve Bayes dan Support Vector Machine. Hasil penelitian menunjukkan bahwa sentimen pengguna didominasi oleh sentimen netral sebanyak 68,37%, diikuti sentimen positif sebesar 20,04%, dan sentimen negatif sebesar 11,59%. Berdasarkan hasil pengujian, algoritma Naïve Bayes memperoleh accuracy sebesar 68,92%, precision sebesar 78,77%, recall sebesar 68,92%, dan F1-score sebesar 57,94%. Sementara itu, algoritma Support Vector Machine memperoleh accuracy sebesar 84,57%, precision sebesar 87,09%, recall sebesar 84,57%, dan F1-score sebesar 82,93%. Hasil tersebut menunjukkan bahwa Support Vector Machine memiliki performa yang lebih baik dibandingkan Naïve Bayes dalam melakukan klasifikasi sentimen pengguna media sosial terhadap penggunaan Artificial Intelligence dalam dunia kerja.]]>
Copyrights © 2026
