eprintid: 7881
rev_number: 7
eprint_status: archive
userid: 24
dir: disk0/00/00/78/81
datestamp: 2025-10-24 08:58:49
lastmod: 2025-10-24 08:58:49
status_changed: 2025-10-24 08:58:49
type: monograph
metadata_visibility: show
creators_name: Gozali, Amir
creators_name: Rachman, Anung
creators_name: Rahmawati, Oktavia
title: STUDI PROMPT AI (ARTIFICIAL INTELLEGENCE)
DALAM PENCIPTAAN KARYA LUKIS DIGITAL
ispublished: pub
subjects: AG
divisions: sch_murni
full_text_status: public
monograph_type: project_report
keywords: Studi Prompt Artificial Intellegence, Penciptaan Karya Lukis Digital
abstract: Penelitian ini bertujuan untuk melakukan studi tentang penggunaan Prompt AI dalam
produksi lukisan digital. Prompt AI adalah model generatif yang menggunakan instruksi
tertulis sebagai panduan untuk menghasilkan karya seni lukis digital. Pendekatan kualitatif
digunakan dalam pengumpulan dataset lukisan digital yang beragam. Selanjutnya,
dirancang serangkaian eksperimen untuk mengevaluasi kemampuan model Prompt AI
dalam menghasilkan lukisan digital berdasarkan instruksi tertulis. Dilakukan analisis
kualitatif untuk mengevaluasi kualitas dan keaslian hasil lukisan. Penelitian ini
memberikan wawasan yang berharga tentang potensi Prompt AI dalam menciptakan
lukisan digital yang orisinal dan bermakna. Hasilnya dapat mendukung pengembangan dan
penerapan AI dalam dunia seni khusunya Seni Lukis, serta memberikan pemahaman lebih
dalam tentang keterlibatan manusia dan teknologi dalam proses kreatif.
date: 2024-11-30
date_type: completed
publisher: ISI Surakarta
place_of_pub: Surakarta
pages: 38
institution: Institut Seni Indonesia Surakarta
department: Fakultas Seni Rupa Dan Desain
official_url: https://repository.isi-ska.ac.id
referencetext: Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A.,
Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan,
T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., … Amodei, D. (2020).
Language Models are Few-Shot Learners. Advances in Neural Information Processing
Systems, 2020-December. https://arxiv.org/abs/2005.14165v4
Dehouche, N., & Dehouche, K. (2023). What is in a Text-to-Image Prompt: The Potential of
Stable Diffusion in Visual Arts Education. https://doi.org/10.1016/j.heliyon.2023.e16757
Huang, Z. (2022). Analysis of Text-to-Image AI Generators. IPHS 300: Artificial Intelligence
for the Humanities: Text, Image, and Sound., Paper 33.
https://digital.kenyon.edu/dh_iphs_ai/33
Kulkarni, C., Druga, S., Chang, M., Fiannaca, A., Cai, C., & Terry, M. (2023). A Word is Worth
a Thousand Pictures: Prompts as AI Design Material. https://arxiv.org/abs/2303.12647v1
Liu, V., Qiao, H., & Chilton, L. (2022). Opal: Multimodal Image Generation for News
Illustration. UIST 2022 - Proceedings of the 35th Annual ACM Symposium on User
Interface Software and Technology. https://doi.org/10.1145/3526113.3545621
Oppenlaender, J. (2022). A Taxonomy of Prompt Modifiers for Text-To-Image Generation.
https://arxiv.org/abs/2204.13988v2
Oppenlaender, J., Linder, R., & Silvennoinen, J. (2023). Prompting AI Art: An Investigation into
the Creative Skill of Prompt Engineering. https://arxiv.org/abs/2303.13534v1
Qiao, H., Liu, V., & Chilton, L. (2022). Initial Images: Using Image Prompts to Improve
Subject Representation in Multimodal AI Generated Art. ACM International Conference
Proceeding Series, 15–28. https://doi.org/10.1145/3527927.3532792
Wang, Y., Shen, S., & Lim, B. Y. (2023). RePrompt: Automatic Prompt Editing to Refine AIGenerative Art Towards Precise Expressions. Proceedings of the 2023 CHI Conference
citation:   Gozali, Amir and Rachman, Anung and Rahmawati, Oktavia  (2024) STUDI PROMPT AI (ARTIFICIAL INTELLEGENCE) DALAM PENCIPTAAN KARYA LUKIS DIGITAL.  Project Report. ISI Surakarta, Surakarta.     
document_url: http://repository.isi-ska.ac.id/7881/1/lap_akhir_Amir%20Gozali%20dkk%20-%20UP.pdf