ANALISIS SENTIMEN OPINI PUBLIK DI TWITTER TERHADAP PEMANFAATAN KECERDASAN BUATAN (AI) DALAM SENI DIGITAL MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

ZAKHARIA, ADE (2025) ANALISIS SENTIMEN OPINI PUBLIK DI TWITTER TERHADAP PEMANFAATAN KECERDASAN BUATAN (AI) DALAM SENI DIGITAL MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK. Other thesis, Universitas Duta Bangsa Surakarta.

[thumbnail of Cover dan Abstrak.pdf] Text
Cover dan Abstrak.pdf - Preview
Restricted to Registered users only

Download (516kB)
[thumbnail of Bab 1.pdf] Text
Bab 1.pdf - Preview
Restricted to Registered users only

Download (350kB)
[thumbnail of Bab 2.pdf] Text
Bab 2.pdf - Preview
Restricted to Registered users only

Download (471kB)
[thumbnail of Bab 3.pdf] Text
Bab 3.pdf - Preview
Restricted to Registered users only

Download (5MB)
[thumbnail of Bab 4.pdf] Text
Bab 4.pdf - Preview
Restricted to Registered users only

Download (6MB)
[thumbnail of Bab 5.pdf] Text
Bab 5.pdf - Preview
Restricted to Registered users only

Download (267kB)
[thumbnail of Daftar Pustaka.pdf] Text
Daftar Pustaka.pdf - Preview
Restricted to Registered users only

Download (41kB)
[thumbnail of Lampiran.pdf] Text
Lampiran.pdf - Preview
Restricted to Registered users only

Download (368kB)
[thumbnail of Artikel Publikasi.pdf] Text
Artikel Publikasi.pdf - Preview
Restricted to Registered users only

Download (523kB)

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap
pemanfaatan kecerdasan buatan (AI) dalam seni digital yang berkembang pesat di
era digitalisasi. Twitter dipilih sebagai sumber data karena merupakan media
sosial dengan dinamika opini yang cepat dan terbuka. Penelitian ini diharapkan
dapat memberikan gambaran mengenai persepsi masyarakat, baik yang
mendukung maupun menolak penggunaan AI dalam seni digital.

Metode yang digunakan adalah analisis sentimen berbasis deep learning
dengan algoritma Convolutional Neural Network (CNN). Data dikumpulkan dari
Twitter, kemudian melalui tahapan preprocessing teks seperti tokenisasi,
stemming, dan padding agar dapat diproses oleh model. CNN digunakan karena
kemampuannya dalam menangkap pola kata atau frasa penting melalui proses
convolution dan pooling. Evaluasi model dilakukan dengan menggunakan metrik
akurasi, precision, recall, dan F1-score untuk mengukur performa klasifikasi
sentimen.

Hasil penelitian menunjukkan bahwa model CNN mampu mengklasifikasikan
sentimen publik dengan akurasi sebesar 71,29%. Precision untuk sentimen positif
mencapai 0,73 dengan recall 0,87, sementara precision untuk sentimen negatif
sebesar 0,65 dengan recall 0,44. Hal ini mengindikasikan bahwa model lebih baik
dalam mengenali sentimen positif dibanding negatif. Meskipun demikian,
penelitian ini membuktikan efektivitas CNN dalam analisis sentimen berbasis teks
dan dapat menjadi dasar pengembangan penelitian lanjutan dengan fokus pada
peningkatan akurasi prediksi sentimen negatif.

Item Type: Thesis (Other)
Uncontrolled Keywords: Convolutional Neural Network (CNN), Kecerdasan Buatan, Seni Digital, Sentiment, Twitter
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > S1 - Teknik Informatika
SWORD Depositor: Perpustakaan Fikom
Depositing User: Perpustakaan Fikom
Date Deposited: 08 Oct 2025 06:31
Last Modified: 08 Oct 2025 06:31
URI: https://eprints.udb.ac.id/id/eprint/4704

Actions (login required)

View Item
View Item