Analisis Sentimen Komentar YouTube terkait Isu Pengangguran di Kalangan Generasi Z Menggunakan IndoBERT

Penelitian ini bertujuan untuk menganalisis sentimen publik terkait isu
pengangguran di kalangan Generasi Z melalui komentar-komentar di platform YouTube menggunakan model IndoBERT. Pengangguran di kalangan Generasi Z menjadi isu penting mengingat tantangan mereka dalam memasuki pasar kerja yang semakin kompetitif, di tengah perkembangan teknologi yang pesat. Penelitian ini menggunakan dua video yang membahas pengangguran di kalangan Generasi Z sebagai sumber data, yang dikumpulkan melalui teknik crawling komentar. Komentar-komentar tersebut kemudian dianalisis menggunakan model IndoBERT untuk mengklasifikasikan sentimen ke dalam kategori Positif, Negatif, Netral, dan Others. Hasil penelitian menunjukkan bahwa mayoritas sentimen yang terkandung dalam komentar-komentar tersebut cenderung negatif, dengan banyak komentar yang mengungkapkan kekhawatiran atau ketidakpuasan terhadap kondisi pengangguran di kalangan Generasi Z. Selain itu, model IndoBERT menunjukkan performa yang cukup baik dalam mengklasifikasikan sentimen, meskipun masih terdapat tantangan besar dalam mengklasifikasikan sentimen netral dan negatif secara akurat. Pada skenario pertama, tanpa penerapan teknik augmentasi data, model IndoBERT berhasil mencapai akurasi sebesar 58%. Namun, setelah dilakukan augmentasi menggunakan teknik SMOTE (Synthetic Minority Oversampling Technique) pada skenario kedua untuk mengatasi ketidakseimbangan kelas dalam dataset, akurasi model meningkat signifikan menjadi 71%. Meskipun demikian, hasil evaluasi menunjukkan bahwa meskipun akurasi keseluruhan meningkat, masih ada beberapa kategori sentimen yang membutuhkan perbaikan, terutama dalam klasifikasi sentimen netral dan negatif.