| Pengarang |
| Ferdian Maulana Akbar; |
| Barcode |
|
| No. Induk |
|
| Kata Kunci |
| sentiment analysis, topic modelling, social media analysis, artificial intelligence, workplace |
| Pembimbing 3 |
|
| Pembimbing 2 |
|
| Penerbit |
| Jakarta : Program Studi Magister Teknologi Informasi Fasilkom UI, 2024 |
| Barcode RFID baru |
| 11734986 |
| Progam Studi |
| Magister Teknologi Informasi |
| Tahun Angkatan |
| 2022 |
| Lokasi |
| FASILKOM-UI; |
| Lulus semester MTI |
| Genap 24/2025 |
| Abstrak Indonesia |
| Artificial Intelligence (AI) didefinisikan sebagai teknologi yang memungkinkan mesin
untuk dapat meniru berbagai keterampilan kompleks dari manusia di mana
penggunaannya memiliki potensi yang besar. AI dapat digunakan salah satunya di tempat
kerja untuk membantu menyelesaikan pekerjaan yang ada. Namun, tentunya dengan
adanya penggunaan AI di tempat kerja menghadirkan kekhawatiran seperti contohnya
dapat digantikannya manusia dengan AI. Berdasarkan masalah tersebut, terdapat akar
masalah yang diidentifikasi yaitu adanya opini negatif yang berkembang di masyarakat
tentang dampak penggunaan AI di tempat kerja. Oleh sebab itu, dilakukan analisis
sentimen terhadap opini masyarakat pada penelitian ini yang bertujuan untuk mengetahui
model terbaik untuk mengklasifikasikan sentimen, topik-topik yang menjadi pembahasan
dalam masing-masing sentimen, perubahan tren sentimen seiring waktu, dan rekomendasi
yang dapat diberikan pada pihak terkait berdasarkan analisis. Data yang digunakan pada
penelitian ini merupakan data Twitter yang berupa tweets yang membahas tentang
penggunaan AI di tempat kerja dengan periode Januari 2022 sampai Mei 2024. Metode
analisis yang digunakan pada penelitian ini adalah metode machine learning untuk
analisis sentimen dan Latent Dirichlet Allocation (LDA) untuk pemodelan topik.
Kontribusi teoritis penelitian ini adalah pengembangan analisis sentimen dan pemodelan
topik pada tweets yang membahas tentang penggunaan AI khususnya di tempat kerja.
Analisis menghasilkan model dengan algoritme Logistic Regression (LR) sebagai model
dengan performa terbaik. Selain itu, hasil juga menunjukkan terdapat beberapa topik
utama yang dibahas pada masing-masing sentimen dengan terdapatnya 10 topik pada
sentimen negatif, 10 topik pada sentimen positif, dan 5 topik pada sentimen netral. Pada
analisis tren terdapat beberapa temuan seperti sentimen netral dengan fluktuasi yang
cukup stabil dan sentimen positif dan negatif yang memiliki fluktuasi tinggi pada bulanbulan tertentu. Rekomendasi untuk dapat meredakan opini buruk dan kekhawatiran
masyarakat dan pekerja dengan adanya AI di tempat kerja dapat dibuat regulasi dan
hukum yang spesifik mengenai penggunaan AI di tempat kerja berdasarkan dari hal-hal
yang menjadi topik pembicaraan pada sentimen negatif. Lalu, masyarakat juga dapat
menggunakan AI di tempat kerja dengan bertanggung jawab. Selain itu, pemberi kerja
juga dapat melakukan adaptasi teknologi dengan bijak dan menerapkan aturan dalam
internal perusahan untuk dapat menjaga data internal perusahaan. |
| Judul |
| Analisis Sentimen dan Pemodelan Topik Menggunakan Data Twitter yang Berkaitan dengan Penggunaan Artificial Intelligence di Tempat Kerja |
| Tgl Pemasukan |
| 6 November 2024 |
| NPM |
| 2206119193 |
| Abstrak English |
| Artificial Intelligence (AI) is defined as a technology that enables machines to mimic
various complex human skills, with significant potential for its applications. One notable
use of AI is in the workplace to assist in completing tasks. However, the use of AI in the
workplace raises concerns, such as the potential for AI to replace human workers. Based
on this issue, a core problem identified is the negative perception prevalent in society
about the impact of AI in the workplace. Therefore, this research conducts a sentiment
analysis of public opinion to determine the best model for classifying sentiments, identify
the main topics discussed within each sentiment, analyze the trend changes in sentiments
over time, and provide recommendations to relevant stakeholders based on the analysis.
The data used in this research consists of Twitter data, specifically tweets discussing the
use of AI in the workplace, spanning from January 2022 to May 2024. The analytical
methods employed in this research include machine learning techniques for sentiment
analysis and Latent Dirichlet Allocation (LDA) for topic modeling. The theoretical
contribution of this research is the development of sentiment analysis and topic modeling
for tweets discussing the use of AI specifically in the workplace. The analysis results
identified the Logistic Regression (LR) algorithm as the best-performing model.
Additionally, the results revealed several key topics discussed within each sentiment, with
10 topics in negative sentiment, 10 topics in positive sentiment, and 5 topics in neutral
sentiment. The trend analysis yielded several findings, such as the relatively stable
fluctuations in neutral sentiment and the high fluctuations in positive and negative
sentiments during certain months. Recommendations to alleviate public and employee
concerns regarding the presence of AI in the workplace include establishing specific
regulations and laws governing its use based on issues that are commonly discussed in
negative sentiments. Furthermore, the public should responsibly engage with AI in the
workplace. Additionally, employers can prudently adapt to technology and enforce
internal rules to safeguard corporate data. |
| Tahun |
| 2024 |
| Subjek |
| Artificial Intelligence |
| Penguji 2 |
| Yekti Wirani |
| Penguji 3 |
|
| Pembimbing 1 |
| Achmad Nizar Hidayanto |
| Fisik |
| xii, 119 hlm. :ill, 30 cm |
| Bahasa |
| Indonesia |
| Lulus Semester |
|
| No. Panggil |
| KA-1842 (Softcopy KA-1831) MAK KA-1478 |
| Penguji 1 |
| Panca Oktavia Hadi Putra |