PERBANDINGAN METODE K-MEANS DAN HIERARCHICAL CLUSTERING DALAM ANALISIS PERSEPSI GEN Z TERHADAP LAPANGAN KERJA DI ERA SOCIETY 5.0

Abstract

Perkembangan AI menimbulkan banyak persepsi di kalangan Gen Z, berupa kekhawatiran pekerjaan yang hilang akibat tergantikan oleh mesin. Sehingga diperlukan analisis yang dapat memahami pola persepsinya. Penelitian ini bertujuan untuk mengetahui klasterisasi persepsi Gen Z terhadap AI menggunakan dua metode, yaitu metode metode K-Means dan Hierarchical clustering. Selain itu, tujuan lainnya adalah untuk membandingkan performa dan efektifitas dari kedua metode tersebut. Data yang digunakan merupakan data sekunder dari Kaggle yang diperoleh dari survei dengan skala Likert. Hasil penelitian ini adalah performa K-Means clustering lebih baik dibandingkan dengan Hierarchical clustering, dengan metode ini diperoleh 2 klaster utama dengan tingkat penerimaan AI yang berbeda. Klaster 1 memiliki karakteristik pengetahuan dan kemampuan yang baik dengan sikap optimis namun tetap berhati-hati dalam penggunaan AI. Sebaliknya, klaster 2 menunjukkan pengetahuan dan kemampuan yang lebih tinggi disertai antusiasme dan optimisme yang lebih kuat terhadap pemanfaatan AI