Clustering Komentar YouTube Terkait Kesempatan Kerja Gen Z di Luar Negeri: Studi pada Video Channel BeritaSatu

Supra Yuandi; Riri  Sesiati; Iski Zaliman Iski; Lorenza Alisyah

doi:10.54342/9gye7t18

Authors

SUPRAYUANDI PRATAMA Universitas Lembah Dempo
Riri Sesiati Universitas Lembah Dempo
Iski Zaliman Iski Universitas Bangka Belitung
Lorenza Alisyah Universitas Lembah Dempo

DOI:

https://doi.org/10.54342/9gye7t18

Keywords:

Gen Z, YouTUbe, Clustering, Opini Publik Migrasi Kerta, Migrasi Kerta

Abstract

Penelitian ini bertujuan untuk mengelompokkan pola opini publik mengenai peluang kerja Gen Z di luar negeri, dengan menganalisis komentar pada video unggahan channel YouTube BeritaSatu. Gen Z, yang lahir antara tahun 1997 hingga 2012, dikenal sebagai generasi digital yang memiliki aspirasi global tinggi. Di Indonesia, meningkatnya minat generasi ini untuk bekerja di luar negeri dipicu oleh terbatasnya lapangan kerja domestik, daya tarik penghasilan yang lebih tinggi, serta keinginan memperoleh pengalaman internasional. Penelitian ini menggunakan pendekatan kuantitatif eksploratif berbasis text mining dan algoritma K-Means Clustering untuk mengelompokkan komentar. Tahapan analisis mencakup preprocessing teks, ekstraksi fitur dengan TF-IDF, penentuan jumlah cluster menggunakan Elbow Method dan Silhouette Score, serta visualisasi hasil menggunakan PCA (Principal Component Analysis). Hasil analisis menunjukkan empat kelompok utama komentar: (1) dukungan terhadap kerja di luar negeri, (2) kritik terhadap kondisi ketenagakerjaan dalam negeri, (3) komentar informatif dan netral, dan (4) komentar sarkastik dan humoris. Setiap cluster memperlihatkan kata-kata dominan yang mencerminkan karakteristik tematiknya. Penelitian ini menegaskan bahwa media sosial dapat menjadi sumber data yang bernilai dalam memahami persepsi publik secara digital. Temuan ini diharapkan dapat menjadi referensi bagi pembuat kebijakan di bidang ketenagakerjaan dan pendidikan, serta menjadi dasar pengembangan strategi untuk meningkatkan kesiapan tenaga kerja muda Indonesia dalam menghadapi kompetisi kerja global

References

1. Deloitte. (2023). 2023 Gen Z and Millennial Survey. Deloitte Insights.

2. Francis, T., & Hoefel, F. (2018). ‘True Gen’: Generation Z and its implications for companies. McKinsey & Company.

3. Han, J. Kamber, M. & Pei, J. (2011). Data Mining: Concepts and Techniques (3rd ed.). Elsevier.

4. Jain, A. K., Murty, M. N., & Flynn, P. J. (1999). Data clustering: A review. ACM Computing Surveys, 31(3), 264–323.

5. Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.

6. Putri, R. A., & Nugroho, R. A. (2021). Analisis Komentar YouTube pada Video Bertema Ketenagakerjaan Menggunakan Metode Manual Coding. Jurnal Ilmu Komunikasi,19(1),45–58.

7. Rajaraman, A., & Ullman, J. D.(2012). Mining of Massive Datasets. Cambridge University Press.

8. Rousseeuw, P. J. (1987). Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53–65.

9. Sari, D. (2022). Analisis Sentimen Komentar YouTube Menggunakan Metode K-Means Clustering. Jurnal Teknologi dan Sistem Komputer, 10(2), 123–132.

10. Tan, P. N. Steinbach, M., Kumar, V.(2005). Introduction to Data Mining. Pearson Addison Wesley.

11. Thelwall, M. (2017). The Heart and Soul of the Web? Sentiment Strength Detection in the Social Web with SentiStrength. In Cyberemotions (pp. 109–122). Springer.

12. Turner, A. (2015). Generation Z: Technology and Social Interest. The Journal of Individual Psychology, 71(2), 103–113.

13. Utami, D. A., Priyambadha, A., & Sari, P. (2020). Clustering Komentar YouTube sebagai Strategi Analisis Umpan Balik Pengguna. Jurnal Teknologi Informasi dan Ilmu Komputer, 7(2), 151–158.

14. Zhang, Y., Jin, R., & Zhou, Z. H. (2020). Understanding Topic Evolution in Social Media with Dynamic Non-negative Matrix Factorization. ACM Transactions on Intelligent Systems and Technology, 11(2), 1–21.