ANALISIS SENTIMEN DAMPAK AI TERHADAP LAPANGAN KERJA DI PLATFORM MEDIA SOSIAL X MENGGUNAKAN ZERO-SHOT LEARNING

Galih Satya Sandika; Widiyanto Tri Handoko

doi:10.31539/c93eny64

Authors

Galih Satya Sandika Universitas Stikubank Semarang
Widiyanto Tri Handoko Universitas Stikubank, Semarang

DOI:

https://doi.org/10.31539/c93eny64

Abstract

Perkembangan kecerdasan buatan (AI) yang masif memicu perdebatan publik mengenai dampaknya terhadap dunia kerja. Diskusi ini banyak muncul di platform X, menjadikannya sumber data relevan untuk mengkaji persepsi masyarakat. Penelitian ini bertujuan memetakan kecenderungan sentimen masyarakat terhadap dampak AI pada lapangan kerja menggunakan pendekatan Zero-Shot Learning. Sebanyak 384 unggahan dan komentar dikumpulkan dari platform X, melalui preprocessing, kemudian diklasifikasikan ke dalam tiga kategori sentimen positif, negatif, dan netral menggunakan model BART Large MNLI, dengan sebagian data dianotasi manual sebagai acuan evaluasi. Hasil menunjukkan bahwa sentimen positif mendominasi (53,6%), diikuti dengan hasil negatif (40,1%), dan netral (6,2%), mengindikasikan optimisme terhadap manfaat AI meski kekhawatiran atas otomatisasi tetap signifikan. Evaluasi model menghasilkan akurasi 44,74% dan F1-Score tertimbang 0,46, menandakan keterbatasan Zero-Shot Learning dalam menangkap nuansa bahasa Indonesia informal di media sosial. Meski demikian, temuan ini memberikan gambaran awal persepsi publik terhadap AI dan dapat menjadi pertimbangan bagi pemerintah, akademisi, pelaku industri dalam menghadapi transformasi ketenagakerjaan di Indonesia.

Kata Kunci: Analisis Sentimen, Artificial Intelligence, Platform Media Sosial X, Zero-Shot Learning, Lapangan Kerja.

References

Adha, L. A. (2020). Digitalisasi industri dan pengaruhnya terhadap ketenagakerjaan dan hubungan kerja di Indonesia. Journal Kompilasi Hukum, 5(2), 267–298.

Afandi, A. R., & Kurnia, H. (2023). Revolusi teknologi: Masa depan kecerdasan buatan (AI) dan dampaknya terhadap masyarakat. Academy of Social Science and Global Citizenship Journal, 3(1), 9–13.

Ardiyanto, F. R., Dewi, Y. R., Fitriyani, Z. A., & Oktavia, I. (2024). Analisis sentimen opini terhadap tools artificial intelligence (AI) berdasarkan Twitter menggunakan algoritma Naïve Bayes. Jurnal Media Informatika Budidarma, 8(2), 777–787.

IBM. (2023). What is zero-shot learning? https://www.ibm.com/think/topics/zero-shot-learning

IBM. (2024). What is natural language processing (NLP)? https://www.ibm.com/topics/natural-language-processing

Koto, F., Beck, T., Talat, Z., Gurevych, I., & Baldwin, T. (2024). Zero-shot sentiment analysis in low-resource languages using a multilingual sentiment lexicon. In Y. Graham & M. Purver (Eds.), Proceedings of the 18th Conference of the European Chapter of the Association for Computational Linguistics (EACL 2024), Volume 1: Long Papers (pp. 298–320). Association for Computational Linguistics.

Liu, B. (2022). Sentiment analysis: Mining opinions, sentiments, and emotions (2nd ed.). Cambridge University Press.

Nur, A. F., Salim, Y., & Ramdaniah, R. (2024). Analisis sentimen pengguna X terhadap perkembangan artificial intelligence (AI) menggunakan algoritma machine learning. LINIER: Literatur Informatika dan Komputer, 1(4), 347–357.

Pratama, R. K., & Setyaningsih, P. W. (2021). Analisis komentar pada Twitter terhadap lapangan kerja dengan metode Naïve Bayes. Journal of Information System and Artificial Intelligence (JISAI), 3(2).

Putra, R., Sularno, S., & Zulfahmi, Z. (2025). Analisis dampak kecerdasan buatan terhadap transformasi lapangan kerja: Studi literatur sistematis. Jurnal Sistem Informasi dan Informatika (JISKA), 3(2), 70–74.

Shaikh, S., Yayilgan, S. Y., Abomhara, M., & Zoto, E. (2025). Multilingual user perceptions analysis from Twitter using zero-shot learning for border control technologies. Social Network Analysis and Mining, 15, 1–24.

Sugiyono. (2019). Metode penelitian kuantitatif, kualitatif, dan R&D. Alfabeta.

Suryadi, S., & Nasution, F. A. P. (2023). Revolusi industri, tren pekerjaan masa depan, dan posisi Indonesia. Jurnal Ketenagakerjaan, 18(2), 124–141.

Teixeira da Silva, J. A., & Nazarovets, S. (2023). Should stricter regulations be set for the use or analysis of Twitter (and other social media) in academic publishing? Aslib Journal of Information Management, 75(6), 1306–1309.

Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., & Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30.

Wijanarko, R., Ratnawati, D. E., & Adikara, P. P. (2024). Analisis sentimen isu artificial intelligence di Twitter dengan SVM dan Random Forest. Jurnal FASILKOM.

World Economic Forum. (2023). The future of jobs report 2023. World Economic Forum.