Analisis Perbandingan Artificial Intelligence dan Manual dalam Pembuatan Konten TikTok

Komala, Keysha Candrika Padma and Budi Fajar Supriyanto, S.Kom, M.Kom (2024) Analisis Perbandingan Artificial Intelligence dan Manual dalam Pembuatan Konten TikTok. Diploma thesis, Universitas Brawijaya.

Abstract

Media sosial merupakan salah satu alat yang ampuh untuk pemasaran karena jangkauan organiknya yang luas dan penggunanya yang berkembang pesat, terutama TikTok, yang memiliki 1,56 miliar pengguna. 91% pengguna internet mingguan menonton video, itulah sebabnya mengapa video semakin populer. Namun, membuat konten video berkualitas tinggi memerlukan banyak usaha, waktu, dan keterampilan. Artificial intelligence, seperti di aplikasi CapCut, menyederhanakan proses produksi video dengan fitur-fitur seperti text-to-speech, menghemat waktu dan tenaga, serta mempermudah pengguna tanpa keterampilan teknis. Meskipun demikian, produksi konten secara manual tetap penting untuk menunjukkan orisinalitas dan kreativitas yang disesuaikan dengan kebutuhan audiens. Penelitian ini berfokus pada perbandingan AI dan manual dalam pembuatan konten TikTok untuk mengetahui mana yang paling disukai oleh audiens berdasarkan parameter engagement rate (ER). Proses pengumpulan data dilakukan dengan teknik dokumentasi yang melibatkan 50 konten dari 5 variabel berbeda: konten video dengan musik saja, manual tanpa musik, manual dengan musik, AI tanpa musik, dan AI dengan musik. Data dari 50 konten tersebut berupa insight seperti views, comment, save, dan share kemudian dianalisis menggunakan rumus engagement rate dan dibandingkan menggunakan diagram batang. Hasil penelitian menunjukkan bahwa nilai rata-rata ER tertinggi ada pada variabel manual tanpa musik, kedua AI tanpa musik, ketiga manual musik, keempat AI musik, dan terakhir musik saja. Melalui penelitian ini, diharapkan pembaca dan akun TikTok @happytumyum dapat mempertimbangkan penghilangan musik dalam konten video. Selain itu karena batasan masalah hanya terfokus pada 50 konten dari 5 variabel, maka disarankan ada studi lebih lanjut terkait variabel lain yang mungkin mempengaruhi engagement rate, seperti durasi video, jenis musik, dan waktu unggahan.

English Abstract

Social media, especially TikTok with its 1.56 billion users, has a rapidly rising user base and a huge organic reach, making it an effective tool for marketing. Since 91% of internet users watch videos on a weekly basis, video material is growing in popularity. Artificial intelligence, as seen in applications like CapCut, simplifies the video creation process, saving time and effort and making it simpler for non-technical users. Nonetheless, manual content production is still crucial to showcase originality and creativity tailored to the audience's needs. Based on engagement rate (ER) metrics, this study compares AI versus human techniques for creating TikTok content to see which is more popular with users. Using documentation methodologies, 50 pieces of content from 5 different variables—video content with music only, manual without music, manual with music, AI without music, and AI with music—were used in the data gathering procedure. Bar charts were used to compare and evaluate the data from these 50 pieces of content, which included insights like views, comments, saves, and shares, using the engagement rate formula. The research results show that the highest average ER is found in the manual without music variable, followed by AI without music, manual with music, AI with music, and music only. Through this research, it is hoped that readers and the TikTok account @happytumyum will consider removing music from video content. Further studies are advised to examine additional factors including video duration, music genre, and upload time that may have an impact on engagement rates.

Item Type:	Thesis (Diploma)
Identification Number:	052417
Uncontrolled Keywords:	Artificial Intelligence, TikTok, Engagement Rate-Artificial Intelligence, TikTok, Engagement Rate
Divisions:	Program Vokasi > D3 Teknologi Informasi
Depositing User:	Sugeng Moelyono
Date Deposited:	05 Sep 2024 08:20
Last Modified:	05 Sep 2024 08:20
URI:	http://repository.ub.ac.id/id/eprint/225361

Text Keysha Candrika Padma Komala.pdf Download (2MB)

Actions (login required)

View Item