Tweet-tweet Ini Mewakili Perasaan Warganet yang Terbelah saat WFH

Berikut adalah tweet-tweet yang mengungkapkan perasaan warganet di Indonesia saat WFH

Rita
Oleh Rita - Reporter
Tweet-tweet Ini Mewakili Perasaan Warganet yang Terbelah saat WFH
ilustrasi Twitter. ©2016 Merdeka.com

Bekerja dari rumah atau work from home (WFH) semakin populer karena menawarkan banyak keuntungan, seperti pengurangan waktu perjalanan, peningkatan fleksibilitas, dan keseimbangan kehidupan kerja yang lebih baik.

Kala pandemi COVID-19 melanda pada awal 2020, mempercepat adopsi WFH secara global. Percepatan ini karena kebijakan social distancing dan lockdown, diberlakukan perusahaan kepada seluruh karyawannya. Setelah dua tahun lebih berjalan model kerja ini, pelan-pelan dibatasi. Sistem kerja hybrid kini menjadi tren seiring dengan menurunnya infeksi COVID-19.

Nah, Pacmann, sebuah perusahaan analisis Tweet melakukan riset kecil-kecilan terkait dengan perasaan warganet kala WFH. Hasilnya ternyata mengejutkan. Terdapat beragam tweet yang mengutarakan terkait WFH. Ada yang meresponsnya dengan positif, negatif, dan netral.

Berikut adalah tweet-tweet yang mengungkapkan perasaan warganet di Indonesia:

Sentimen positif:

wfh ini bikin irit biaya bensin

ya tapi enak sih jadi irit biaya wfh terus

kelebihan work from home: - hemat ongkos - hemat uang

wfh hari ini sungguh menghemat biaya makan

aku suka wfh. bisa hemat transport, hemat makan

wfh dan alhamdulillah bisa menikmati olah raga pagi.

Sentimen negatif:

kenapa tiap wfh maag kambuh

work from home bisa membuat tagihan listrik naik

lagi work from home, eh tbtb mati lampu

kelamaan wfh, bb bertambah, stres kerja malah naik

baru wfh sehari, mati listriknya udah 2x

wfh bner2 ya bikin gue jadi tmbh doyan makan. bb naik.

Sentimen netral:

denger2 mau ada wfh seminggu kedepan nih?

senin mulai psbb dan kembali wfh lagi

kantor wfh ga yaaa, hemmm. Wqwa

ga berasa bgt w dah setaun full wfh

selamat pagi mari kita wfh lgi

Adityo Sanjaya, Chief Data Scientist di Valiance dan CEO di Pacmann mengatakan, untuk mengumpulkan tweet tersebut, pihaknya menggunakan Natural Language Processing (NLP) untuk melakukan klasifikasi sentimen atas tweets mengenai WFH di Indonesia tersebut.

"Pada periode itu, terkumpul lebih dari sejuta tweets, tepatnya 1.078.599 tweets," ungkap Adityo dalam keterangan persnya, Jumat (24/2).

Dari jumlah tweet tersebut, sekitar 45,68 persen atau 492.652 tweets bersentimen negatif, 39,69 persen atau 428.077 tweets bersentimen positif, dan 14,64 persen atau 157.870 tweets sisanya bersentimen netral.

"Barulah, setelah melalui proses pembersihan data, tweets yang telah terkumpul itu diklasifikasikan menggunakan NLP model, apakah tweets itu memiliki sentimen positif, negatif, atau netral terhadap penerapan WFH," jelas dia.

Rekomendasi