Analisis Sentimen Publik Mengenai Dampak Teknologi AI Terhadap Karir Art Illustrator di Media Sosial X Menggunakan Algoritma Support Vector Machine (SVM)

Authors

  • Khairun Nisa Primakara University
  • I Gede Putu Krisna Juliharta Primakara University
  • I Putu Agus Swastika Primakara University

DOI:

https://doi.org/10.31004/riggs.v4i4.5051

Keywords:

Artificial Intelligence, Art Illustrator, Analisis Sentimen, Support Vector Machine, Media Sosial X, Data Mining

Abstract

Tahun 2023 menandai kemunculan generative Artificial Intelligence (AI) secara masif dalam industri kreatif global, termasuk di Indonesia. Memasuki 2024, pemanfaatan AI tidak hanya terbatas pada ranah kreatif, tetapi juga meluas ke bidang komunikasi publik dan politik, sehingga memicu perdebatan baru mengenai dampaknya terhadap profesi art illustrator. Di satu sisi, sebagian seniman menilai AI dapat berfungsi sebagai alat bantu untuk mempercepat proses produksi, memperkaya eksplorasi gaya visual, dan meningkatkan efisiensi kerja. Di sisi lain, muncul kekhawatiran bahwa penggunaan AI berpotensi mengancam orisinalitas karya, menurunkan nilai ekonomi ilustrator, serta menimbulkan persoalan etis dan hukum, terutama terkait hak cipta dan penggunaan karya tanpa izin dalam pelatihan model AI. Perdebatan ini juga terlihat dalam konteks internasional, misalnya kritik dan penolakan sejumlah pihak terhadap praktik pelatihan AI yang memanfaatkan karya-karya studio animasi ternama tanpa persetujuan, termasuk isu yang dikaitkan dengan Studio Ghibli. Berangkat dari kondisi tersebut, penelitian ini bertujuan untuk (1) mengetahui sentimen publik terhadap dampak teknologi AI pada karir art illustrator melalui media sosial X, serta (2) mengevaluasi performa algoritma Support Vector Machine (SVM) dalam mengklasifikasikan sentimen. Penelitian menggunakan metode Knowledge Discovery in Database (KDD) yang diimplementasikan melalui Google Colab dan RapidMiner. Hasil analisis menunjukkan terdapat 249 sentimen positif dan 1.034 sentimen negatif dari total 1.283 data uji. Model SVM menghasilkan performa tinggi dengan accuracy 94,99%, precision 89,35%, recall 85,53%, dan F1-score 87,46%, sehingga efektif untuk mengklasifikasikan sentimen publik terhadap dampak AI pada karir art illustrator.

Downloads

Download data is not yet available.

References

Akbar, Y., Nur Ihsan, A., & Tinggi Ilmu Komputer Cipta Karya, S. (2023). Analisis Sentimen Twitter terhadap Opini Masyarakat pada Sea Games Kamboja 2023 Menggunakan Algoritma Support Vector Machine. Journal of Information Technology and Computer Science (INTECOMS), 6(2), 814–821.

Amanda Oon. (2024, Mei 6). Bagaimana seniman Asia Tenggara memandang AI, anugerah atau malapetaka? cna.id https://www.cna.id/search?q=Bagaimana%20seniman%20Asia%20Tenggara%20memandang%20AI%2C%20anugerah%20atau%20malapetaka%3F

Andi Putra, T. E., Jurnaidi Wahidin, A., Alfa Syukrilla, W., Khrisna Wardhani, A., Heryana, N., Indriyani, T., Willyanto Santoso Tutuk Indriyani, L., & Willyanto Santoso, L. (2023). Data Mining (Pertama). PT Global Eksekutif Teknologi. www.globaleksekutifteknologi.co.id

Annisa Attaya Zahra, Chuzaima Bi Santyatita, dan M. H. (2025). Henke Yunkins: Penggunaan AI Tanpa Regulasi Ancam Pekerja Kreatif. www.balairungpress.com. https://www.balairungpress.com/2025/03/henke-yunkins-penggunaan-ai-tanpa-regulasi-ancam-pekerja-kreatif/

APJII. (2024). APJII Jumlah Pengguna Internet Indonesia Tembus 221 Juta Orang. www.apjii.or.id. https://apjii.or.id/berita/d/apjii-jumlah-pengguna-internet-indonesia-tembus-22-juta-orang

Diana Puspitasari, & Tata Sutabri. (2024). Analisis Sentimen Berdasarkan pada Twitter (X) terhadap Layanan Indihome Menggunakan Algoritma Support Vector Machine (SVM). JUMINTAL: Jurnal Manajemen Informatika dan Bisnis Digital, 3(2), 58–71. https://doi.org/10.55123/jumintal.v3i2.4449

Dimitria Coutinho. (2023). 2023, the Year ChatGPT Introduced Generative AI to the World. www.dataprivacybr.org. https://www.dataprivacybr.org/en/documentos/2023-the-year-chatgpt-introduced-generative-ai-to-the-world/

Farhan Ridho. (2020). Rancang Bangun Aplikasi Web Crawling Untuk Mencari Harga Barang Termurah Dari Berbagai E-Marketplace (Studi Kasus: Tokopedia, Bukalapak, Shopee).

Fitriyah, N., Warsito, B., Asih, D., & Maruddani, I. (2020). Analisis Sentimen Gojek pada Media Sosial Twitter dengan Klasifikasi Support Vector Machine (SVM). JURNAL GAUSSIAN, 9(3), 376–390. https://ejournal3.undip.ac.id/index.php/gaussian/

Gelar Guntara, R. (2023). Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning YOLOv7. Jurnal Teknologi Dan Sistem Informasi Bisnis, 5(1), 55–60. https://doi.org/10.47233/jteksis.v5i1.750

Haifa Putri Budi, N. D. S. A. F. (2024). Analisis Dampak Penggunaan Artificial Intellegence (AI) dalam Kampanye Politik Terhadap Art Illustrator. Kohesi: Jurnal Sains dan Teknologi, 3, 100–111.

Handayani, A., & Zufria, I. (2023). Analisis Sentimen Terhadap Bakal Capres RI 2024 di Twitter Menggunakan Algoritma SVM. Journal of Information System Research (JOSH), 5(1), 53–63. https://doi.org/10.47065/josh.v5i1.4379

Irma Surya Kumala Idris, Yasin Aril Mustofa, & Irvan Abraham Salihi. (2023). Analisis Sentimen Terhadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (SVM). Jambura Journal of Electrical and Electronics Engineering, 5, 32–35. https://doi.org/10.1177/0165551510388123

Jiang, H. H., Brown, L., Cheng, J., Khan, M., Gupta, A., Workman, D., Hanna, A., Flowers, J., Gebru, T., & Artist, A. (2023). AI Art and its Impact on Artists. AIES 2023 - Proceedings of the 2023 AAAI/ACM Conference on AI, Ethics, and Society, 363–374. https://doi.org/10.1145/3600211.3604681

Kementrian Pariwisata dan Ekonomi kreatif. (2020). Statistik Ekonomi Kreatif 2020. Dalam Pusat Data dan Sistem Informasi

Kementerian Pariwisata dan Ekonomi Kreatif / Badan Pariwisata dan Ekonomi Kreatif. www.kemenparekraf.go.id

Khairudin, M., Sukendar, A., & Somantri, A. (2023). Analisis Sentimen Film di Twitter Menggunakan Metode Support Vector Machine. Jurnal Sains dan Sistem Teknologi Informasi (SANDI) CCS, 5(1).

Liswara, R. (2022). Identifikasi Akun Bot Pada Media Sosial Twitter Menggunakan Metode Extreme Gradient Boosting Dan Algoritma Cuckoo Search Sebagai Seleksi Fitur.

Nia Lavinia, & Puspitasari. (2023). Urgensi Pemanfaatan Open Source Intelligence (OSINT) Dalam Upaya Pencegahan Aksi Terorisme Di Indonesia. Jurnal Sosial Humaniora Terapan, 6(1). https://doi.org/10.7454/jsht.v6i1.1105

Nurani, S. K. (2025). Hayao Miyazaki Pendiri Studio Ghibli yang Mengkritik AI Peniru Animasi. www.tempo.co. https://www.tempo.co/hiburan/hayao-miyazaki-pendiri-studio-ghibli-yang-mengkritik-ai-peniru-animasi-1227503

Nurdiansyah, R. L., & Dewi, K. E. (2023). Pengaruh Information Gain dan Normalisasi Kata Pada Analisis Sentimen Berbasis Aspek. KOMPUTA : Jurnal Ilmiah Komputer dan Informatika, 12(2).

Purnamasari, D., Bayu, A., Desy, A., Fanka, W. A. P., Reza, A., Safrila, M., Yanda, O. N., & Hidayati, U. (2023). Pengantar Metode Analisis Sentimen.

Rizky Evita Putri. (2021). Implementasi Data Mining Untuk Prediksi Efektifitas Pada Mesin Injection Menggunakan Algoritma C4.5 (Studi Kasus : PT. Tridaya Artaguna Santara).

Romadhona, W., & Isnain, A. R. (2024). Analisis Sentimen Pengguna Media Sosial terhadap Kebijakan Kenaikan Pajak Hiburan Menggunakan Metode SVM (Support Vector Machine). JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), 9(4), 2185–2195. https://doi.org/10.29100/jipi.v9i4.5603

Salabi, A. (2024). Penggunaan AI dalam Pemilu Indonesia 2024 (1). www.rumahpemilu.org. https://rumahpemilu.org/penggunaan-ai-dalam-pemiluindonesia-2024-1/

Saputri, G. A., & Alita, D. (2024). Analisis Sentimen Twitter Terhadap Pemindahan Ibu Kota Negara Menggunakan Support Vector Machine. Jurnal Informatika: Jurnal Pengembangan IT, 9(3), 213–223. https://doi.org/10.30591/jpit.v9i3.6612

Shao, C., Ciampaglia, G. L., Varol, O., Yang, K. C., Flammini, A., & Menczer, F. (2021). The spread of low-credibility content by social bots. Nature Communications, 9(1). https://doi.org/10.1038/s41467-018-06930-7

Singarimbun, F. I. (2024). Implikasi Hukum Penggunaan ai dalam Seni Grafis Terhadap Hak Kekayaan Intelektual. JPPI (Jurnal Penelitian Pendidikan Indonesia), 10(3), 886. https://doi.org/10.29210/020243889

Siregar, A. M. (2023). Analisis Sentimen Pindah Ibu Kota Negara (IKN) Baru pada Twitter Menggunakan Algoritma Naive Bayes dan Support Vector Machine (SVM). Faktor Exacta, 16(3), 170–181. https://doi.org/10.30998/faktorexacta.v16i3.16703

Slamet, R., Gata, W., Novtariany, A., Hilyati, K., Ainun Jariyah, F., & Nusa Mandiri, U. (2022). Analisis Sentimen Twitter Terhadap Penggunaan Artis Korea Selatan Sebagai Brand Ambassador Produk Kecantikan Lokal. Journal of Information Technology and Computer Science (INTECOMS), 5(1), 145–153.

Wayan, I., Suryawan, B., Widya Utami, N., & Fredlina, K. Q. (2023). Analisis Sentimen Review Wisatawan Pada Objek Wisata Ubud Menggunakan Aagoritma Support Vector Machine. Dalam JINTEKS (Vol. 5, Nomor 1).

World Population Review. (2025). Twitter/X Users by Country 2025. www.worldpopulationreview.com.https://worldpopulationreview.com/country-rankings/twitter-users-by-country

Zhou, M., Abhishek, V., Derdenger, T., Kim, J., & Srinivasan, K. (2024). Bias in Generative AI.

Downloads

Published

20-01-2026

How to Cite

[1]
K. Nisa, I. G. P. K. Juliharta, and I. P. A. Swastika, “Analisis Sentimen Publik Mengenai Dampak Teknologi AI Terhadap Karir Art Illustrator di Media Sosial X Menggunakan Algoritma Support Vector Machine (SVM)”, RIGGS, vol. 4, no. 4, pp. 12643–12657, Jan. 2026.