ANALISIS SENTIMEN PUBLIK DI TWITTER TENTANG PEMANFAATAN AI DALAM SENI DIGITAL MENGGUNAKAN CNN
DOI:
https://doi.org/10.23960/jitet.v13i3S1.7701Abstract Views: 78 File Views: 44
Keywords:
Sentiment, Kecerdasan Buatan, Seni Digital, Twitter, Convolutional Neural Network (CNN)Abstract
Studi ini mengkaji bagaimana opini orang-orang tentang penggunaan kecerdasan buatan dalam seni digital. Studi ini menggunakan algoritma CNN untuk memahami opini publik. Penulis mengumpulkan tweet dari Twitter dengan mencari kata-kata yang berkaitan dengan seni dan AI. Penulis kemudian membersihkan teks, memecahnya menjadi bagian-bagian yang lebih kecil, dan menyederhanakan kata-katanya. Untuk mengetahui perasaan dalam setiap tweet, penulis menggunakan daftar kata yang menunjukkan emosi positif atau negatif. Penulis membangun model CNN untuk menemukan pola dalam teks dan menemukan bahwa model tersebut bekerja dengan baik, mencapai akurasi 72,28% dalam pengujian. Ketika penulis melihat hasilnya dengan matriks kebingungan, mereka melihat bahwa model tersebut lebih baik dalam mengenali perasaan positif. Studi ini menunjukkan bahwa CNN dapat menjadi alat yang baik untuk menganalisis opini di media sosial, terutama ketika melihat bagaimana AI digunakan dalam dunia seni.
Downloads
References
R. Mursyid and A. D. Indriyanti, “Perbandingan Akurasi Metode Analisis Sentimen Untuk Evaluasi Opini Pengguna Pada Platform Media Sosial (Studi Kasus: Twitter),” Journal of Informatics and Computer Science, vol. 6, 2024.
A. Zein, E. S. Eriana, S. Farizy, I. Zaenuddin, and K. Kunci, “Pemanfaatan Aplikasi Presensi Cerdas di Sekolah Menggunakan Long Range RFID,” 2024. [Online]. Available: https://jurnal.astinamandiri.com/index.php/JIPM
R. A. Yudisetyanto and A. T. Firmansyah, “Fotografi pada Era Disrupsi: Artificial Intelligence sebagai Referensi dalam Mengembangkan Ide Kreatif Fotografi,” 2024.
I. Rachmawati, F. R. Dzulfikar, S. Parman, Y. Solihan, and G. M. Putra, “Penerapan Artificial Intelligence pada Media Desain Grafis Menggunakan Analisis Interpretasi Edmund Feldman,” 2024.
N. A. Manurung and Suparman, “Perspektif Publik terhadap Tagar #KaburAjadulu: Sebuah Analisis Sentimen Komunikasi Digital di Indonesia,” Nivedana: Jurnal Komunikasi dan Bahasa, vol. 6, no. 1, pp. 25–42, Feb. 2025, doi: 10.53565/nivedana.v6i1.1613.
D. Prastyo, D. Irawan, and I. H. Mursyidin, “Klasifikasi Sentimen Komentar YouTube dengan NLP pada Debat Pilkada Banten 2024,” bit-Tech, vol. 7, no. 2, pp. 413–421, Dec. 2024, doi: 10.32877/bt.v7i2.1833.
I. R. Alfiandi, M. R. Fadhil, and R. Samsinar, “Analisis Performa Convolutional Neural Network (CNN) dan Naive Bayes dalam Face Recognition: Akurasi dan Kompleksitas,” 2024.
R. Saputra, S. Agustian, and N. Jasril, “Klasifikasi Sentimen pada Dataset yang Terbatas Menggunakan Algoritma Convolutional Neural Network,” Bulletin of Computer Science Research, vol. 5, no. 4, pp. 522–531, 2025, doi: 10.47065/bulletincsr.v5i4.613.
N. M. Andini, Y. Findawati, I. R. I. Astutik, and A. Eviyanti, “Implementasi Convolutional Neural Network (CNN) untuk Mendeteksi Ujaran Kebencian dan Emosi di Twitter,” Smatika Jurnal, vol. 14, no. 2, pp. 314–325, Dec. 2024, doi: 10.32664/smatika.v14i02.1346.
C. F. Hasri and D. Alita, “Penerapan Metode Naïve Bayes Classifier dan Support Vector Machine pada Analisis Sentimen terhadap Dampak Virus Corona di Twitter,” Jurnal Informatika dan Rekayasa Perangkat Lunak (JATIKA), vol. 3, no. 2, pp. 145–160, 2022. [Online]. Available: http://jim.teknokrat.ac.id/index.php/informatika
M. R. Fazryansah, A. P. Pambudi, A. R. Kurniadi, A. P. Supriyadi, Y. A. Saputra, and U. Latifa, “Sistem Klasifikasi Sampah Organik & Non Organik Menggunakan CNN Berbasis Framework Flask,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 3, Jul. 2025, doi: 10.23960/jitet.v13i3.6706.
B. A. Yuniarossy et al., “Analisis Sentimen terhadap Isu Feminisme di Twitter Menggunakan Model Convolutional Neural Network (CNN),” Lingua Budaya, vol. 5, no. 1, 2024, doi: 10.46306/lb.v5i1.
P. G. Simatupang, L. Budiaprilliana, I. M. Ruta, P. Seni Murni, and F. Seni Rupa dan Desain, “Eksplorasi Visual Cerita Rakyat Palembang ‘Legenda Pulau Kemaro’ dalam Karya Seni Digital,” Citakara Jurnal Penciptaan dan Pengkajian Seni Murni, vol. 4, no. 2, pp. 222–228, 2024.
D. Z. Nurmila, N. A. Asmaranti, N. N. Fadhilla, and Z. N. Lameikasya, “Implementasi Artificial Intelligence dalam Proses Pembelajaran Mahasiswa Pendidikan Teknik Bangunan,” Semantik: Jurnal Riset Ilmu Pendidikan, Bahasa dan Budaya, vol. 2, no. 2, pp. 238–246, May 2024, doi: 10.61132/semantik.v2i2.652.
S. S. Kholilah and S. Khotna, “Implementasi Artificial Intelligence dalam Mengembangkan Kemampuan Belajar, Kompetensi, dan Kreativitas Siswa Sekolah Dasar di Era Digitalisasi,” 2024.
D. Suparto and A. Habibullah, “Efektivitas Penggunaan Sosial Media Twitter dalam Penyebaran Informasi dalam Pelayanan Publik,” Indonesian Governance Journal: Kajian Politik-Pemerintahan, vol. 4, no. 2, pp. 161–172, Nov. 2021, doi: 10.24905/igj.v4i2.1927.
R. Hidayat, A. W. Solehudin, A. Mursyid, C. E. Poetra, R. Putri, and S. K. Fitrianingsih, “Perancangan & Pengembangan Sistem Informasi Ujian Online Berbasis Website dengan Metode Waterfall di Universitas Putra Bangsa,” Technology and Informatics Insight Journal. [Online]. Available: https://jurnal.universitasputrabangsa.ac.id/index.php/tiij
M. M. Hasan et al., “Synergizing Convolutional Neural Networks and Pre-processing for Precision Sentiment Analysis,” North American Academic Research, vol. 6, no. 9, pp. 53–71, 2023, doi: 10.5281/zenodo.8417710.
N. A. Putri, A. Srirahayu, and N. A. Sudibyo, “Analisis Sentimen terhadap Aplikasi KitaLulus Menggunakan Metode Naive Bayes dari Ulasan Google Play Store,” Smart Comp: Jurnalnya Orang Pintar Komputer, vol. 14, no. 2, Apr. 2025, doi: 10.30591/smartcomp.v14i2.7230.
E. Mundika, G. H. Martono, and R. Rismayati, “Sentiment Analysis of Service and Facility Satisfaction at Computer Lab of Universitas Bumigora Using Indobert,” Journal of Artificial Intelligence and Software Engineering, vol. 5, no. 2, pp. 475–484, 2025, doi: 10.30811/jaise.v5i2.6798.
H. Wang, J. Li, and Z. Li, “AI-Generated Text Detection and Classification Based on BERT Deep Learning Algorithm,” 2024.
R. Hasanah, Z. Hasanah, S. A. Wijaya, D. Abdennasser, and A.-N. Sharkawy, “Play Store Data Scrapping and Preprocessing Done as Sentiment Analysis Material,” 2025. [Online]. Available: https://journal.abhinaya.co.id/index.php/IJMST
A. Liyih, S. Anagaw, M. Yibeyin, and Y. Tehone, “Sentiment Analysis of the Hamas-Israel War on YouTube Comments Using Deep Learning,” Scientific Reports, vol. 14, no. 1, Dec. 2024, doi: 10.1038/s41598-024-63367-3.
M. I. Raif, N. N. Hidayati, and T. Matulatan, “Otomatisasi Pendeteksi Kata Baku dan Tidak Baku pada Data Twitter Berbasis KBBI,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 11, no. 2, pp. 337–348, Apr. 2024, doi: 10.25126/jtiik.20241127404.
M. Y. Dhinora and E. Mailoa, “Analisa Tweet Mahasiswa untuk Deteksi Gejala Depresi dengan Penerapan Natural Language Processing,” 2025. [Online]. Available: https://journal.stmiki.ac.id
M. F. Karaca, “Effects of Preprocessing on Text Classification in Balanced and Imbalanced Datasets,” KSII Transactions on Internet and Information Systems, vol. 18, no. 3, pp. 591–609, Mar. 2024, doi: 10.3837/tiis.2024.03.004.
D. S. Nurrochmah, N. Rahaningsih, R. D. Dana, and C. L. Rohmat, “Penerapan Algoritma Naive Bayes dalam Analisis Sentimen Ulasan Aplikasi KitaLulus di Google Play Store,” Jurnal Informatika Terpadu, vol. 11, no. 1, pp. 1–11. [Online]. Available: https://journal.nurulfikri.ac.id/index.php/JIT
H. Hibatullah, A. Thobirin, S. Surono, and A. Dahlan University, “Deep Belief Network (DBN) Implementation for Multimodal Classification of Sentiment Analysis,” Jurnal Ilmiah Teknologi dan Komputer, vol. 10, no. 3, 2025, doi: 10.33480/jitk.v10i2.6257.
A. Moreno-Ortiz, “Making Sense of Large Social Media Corpora: Keywords, Topics, Sentiment, and Hashtags in the Coronavirus Twitter Corpus,” 2024.
P. K. Putra, R. Mahendra, and I. Budi, “Traffic and Road Conditions Monitoring System Using Extracted Information from Twitter,” Journal of Big Data, vol. 9, no. 1, Dec. 2022, doi: 10.1186/s40537-022-00621-3.
L. Geni, E. Yulianti, and D. I. Sensuse, “Sentiment Analysis of Tweets Before the 2024 Elections in Indonesia Using BERT Language Models,” Jurnal Ilmiah Teknik Elektro Komputer dan Informatika, vol. 9, no. 3, pp. 746–757, Aug. 2023, doi: 10.26555/jiteki.v9i3.26490.
H. Hasanah, Nurmalitasari, and A. Tomi, “Performansi Algoritma Naive Bayes dan Neural Net untuk Prediksi Kecocokan Pasien dengan Pengobatan Immunotherapy dan Cryotherapy,” Seminastika, vol. 3, no. 1, pp. 54–60, Nov. 2021, doi: 10.47002/seminastika.v3i1.254.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal Informatika dan Teknik Elektro Terapan
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
