PENERAPAN KONSEP ARTIFICIAL INTELLIGENCE

DALAM INDUSTRI KREATIF SEPERTI PRODUKSI

MUSIK DAN DESAIN GRAFIS

OLEH :
I KOMANG ADISAPUTRA GITA (210040017)

INSTITUT TEKNOLOGI DAN BISNIS

(ITB) STIKOM BALI
2023
 BAB I
PENDAHULUAN

I. Latar Belakang
Kehadiran AI (Artificial Intelligence) tidak semata-mata menggantikan segalanya.
Adanya AI di masa sekarang ini malah mempermudah manusia dalam berbagai industri.
Industri kreatif menjadi salah satu yang terdampak dari adanya AI ini. Industri kreatif
merupakan sektor ekonomi yang didalamnya terlibat produksi, pengolahan, dan distribusi
produk, layanan, dan jasa yang berdasarkan kreativitas, keahlian, dan nilai-nilai seni budaya.
Industri kreatif bertumpu pada penggunaan imajinasi, kecerdasan artistik, dan ekspresi kreatif
untuk menciptakan produk dan layanan yang menarik, inovatif, dan memenuhi kebutuhan
pasar.
Penerapan AI dalam industri kreatif, seperti pada produksi musik dan desain grafis
bisa memberikan efisiensi dan peningkatan produktivitas yang signifikan. Dalam produksi
musik, AI dapat mengurangi waktu yang dibutuhkan untuk menghasilkan lagu-lagu baru,
mempercepat proses pencarian inspirasi musik, dan memberikan pilihan kreatif yang lebih
luas. Pada proses produksi desain grafis atau gambar, AI dapat membantu desainer dalam
menyelesaikan tugas-tugas yang repetitif atau berulang, mempercepat proses iterasi dan revisi
desain, serta dapat mengoptimalkan penggunaan sumber daya kreatif. Dengan demikian, AI
memungkinkan para profesional dalam industri kreatif untuk fokus pada aspek-aspek yang
lebih kompleks dari pekerjaan mereka.
Penggunaan AI dalam proses produksi musik dan desain grafis menarik untuk
dibicarakan pada masa ini. Semua orang pasti beranggapan bahwa proses produksi dalam
industri kreatif pastinya dilaksanakan oleh orang-orang tertentu yang memiliki kreativitas
tinggi dan ahli di bidangnya. Namun, belakangan ini sudah mulai ada banyak musik dan
desain grafis atau gambar yang diciptakan oleh AI. Ini dapat terjadi dikarenakan
perkembangan informasi dan juga internet yang menyeluruh.
Industri musik telah mengalami transformasi yang cukup signifikan dengan kehadiran
AI ini. Dalam proses produksi musik, AI dapat digunakan untuk mencari ide, menerjemahkan
emosi, menciptakan komposisi musik, menghasilkan aransemen, dan bahkan menciptakan
melodi yang unik. AI dapat menganalisis data musik yang ada, termasuk struktur lagu,
melodi, harmoni, dan ritme, untuk menghasilkan lagu-lagu baru yang bisa disesuaikan
kembali dengan preferensi pendengar. Hal ini memberikan peluang bagi musisi dan produser
untuk menghasilkan musik dengan cara yang lebih efisien dan inovatif.
Dalam proses produksi desain grafis atau gambar, kehadiran AI telah mengubah cara
para desainer bekerja. AI dapat digunakan untuk menerjemahkan ide para desainer,
menghasilkan desain grafis, membuat ilustrasi, dan bahkan dapat membantu dalam proses
pengembangan produk ke tahap pemasaran. Dengan teknologi AI, desainer dapat
mengeksplorasi berbagai pilihan desain dengan waktu yang singkat dan menciptakan seni
atau karya yang sesuai dengan kebutuhan dan preferensi dari klien mereka. AI juga dapat
menganalisis desain grafis atau gambar apa yang sedang marak digunakan saat ini,
mengidentifikasi pola-pola yang sedang populer di pasaran, serta membantu desainer dalam
menghasilkan karya yang relevan dan inovatif.
 AI dapat berfungsi sebagai mitra kreatif bagi para profesional yang dapat membantu
dalam pengambilan keputusan, menghasilkan ide-ide baru, dan menyediakan alat dan teknik
yang memperluas kemampuan manusia. Kolaborasi antara manusia dan AI dalam industri
kreatif membawa potensi untuk menciptakan karya yang lebih inovatif, dan relevan dengan
pasar, sambil tetap mempertahankan keunikan dan kecerdasan pemikiran manusia yang tak
tertandingi.
Perlu juga diketahui bagaimana pengaruh AI terhadap bidang ketenagakerjaan
industri kreatif ini. Perkembangan informasi yang secara terus menerus dapat membuat AI
semakin di depan. AI dapat mengolah kembali informasi-informasi yang telah diperoleh dan
menciptakan ide-ide baru yang lebih inovatif. AI bahkan dapat merealisasikan ide-ide yang
belum pernah terpikirkan tersebut.

II. Rumusan Masalah

1. Bagaimana AI dapat membantu dalam industri kreatif, seperti proses produksi
musik dan desain grafis?
2. Bagaimana AI dapat mempengaruhi proses kreatif dan meningkatkan efisiensi
produksi musik dan desain grafis?
3. Bagaimana penggunaan AI dalam industri kreatif, seperti produksi musik dan
desain grafis, dapat mempengaruhi interaksi dan kolaborasi antara manusia
dan teknologi?
4. Bagaimana penerapan AI dalam industri kreatif dapat mempengaruhi
ketenagakerjaan di bidang ini?

III. Tujuan
1. Menjelaskan bagaimana AI dapat membantu dalam proses produksi musik dan
desain grafis.
2. Menganalisis dampak penerapan AI terhadap proses kreatif dan efisiensi
dalam proses produksi, serta bagaimana AI dapat menciptakan karya kreatif
yang lebih unik, relevan, dan menarik bagi banyak orang dan pasar.
3. Mengidentifikasi peran dan interaksi antara manusia dan teknologi AI dalam
industri kreatif.
4. Mengidentifikasi bagaimana pengaruh AI dalam ketenagakerjaan industri
kreatif.

IV. Manfaat
1. Meningkatkan efisiensi dan produktivitas dalam industri kreatif. Penerapan AI
dalam produksi musik dan desain grafis dapat mempercepat proses pencarian
ide, dan bahkan proses produksi. Penerapan AI dalam industri kreatif dapat
meningkatkan efisiensi produksi secara keseluruhan.
2. Mendorong inovasi dan eksplorasi ide kreatif yang lebih luas. Kemampuan
analisis data dan pembelajaran mesin yang dimiliki AI dapat membantu
menghasilkan ide-ide baru, merangsang eksplorasi kreatif, dan memberikan
inspirasi bagi para profesional industri kreatif. AI dapat menciptakan sesuatu
hal yang bahkan belum pernah terpikirkan oleh manusia.
 3. Memungkinkan kolaborasi antara manusia dan mesin. AI dapat berfungsi
sebagai alat bantu bagi para profesional dalam industri kreatif. AI dapat
memperkaya pemikiran manusia dengan kecerdasan komputasional, dan
memfasilitasi kolaborasi yang lebih efektif antara manusia dan teknologi. AI
dapat berfungsi dalam pencarian ide dan juga penerjemahan preferensi dari
manusia.
4. Menghasilkan karya kreatif yang lebih unik dan inovatif. Penerapan AI dalam
produksi musik dan desain grafis dapat menghasilkan karya-karya yang lebih
unik, inovatif, dan menarik bagi banyak orang serta pasar. AI dapat membantu
mengidentifikasi tren, pola-pola kreatif, dan preferensi manusia, yang
memungkinkan para profesional di industri kreatif menciptakan karya yang
relevan dan menarik bagi audiens mereka.

V. Ruang Lingkup
1. Search Engine
Metode ini menggunakan algoritma untuk mencari konten yang relevan
berdasarkan kata kunci atau kriteria pencarian yang diberikan.
2. Forward Chaining
Merupakan metode inference yang dimulai dari informasi yang diketahui
untuk mencapai kesimpulan atau solusi yang diinginkan.
3. Backward Chaining
Merupakan metode inference yang dimulai dari tujuan atau kesimpulan yang
diinginkan, kemudian bekerja mundur untuk mencari fakta-fakta atau aturan
yang mendukung kesimpulan tersebut.
4. Machine Learning (ML)
Metode ini melibatkan penggunaan algoritma dan model statistik untuk
menganalisis data dan mengidentifikasi pola, tren, dan preferensi.
5. Pattern Recognition atau Pengenalan Pola
Metode ini melibatkan penggunaan algoritma AI untuk mengenali pola-pola
dalam data.
6. Generative Adversarial Networks (GANs)
Metode ini melibatkan penggunaan dua model AI yaitu generator dan
diskriminator, untuk menghasilkan hasil yang baru dan orisinal.

BAB II
STUDI PUSTAKA

I. Searching
Dalam industri kreatif ini, proses searching berkaitan dengan pencarian dan penemuan
konten yang relevan. Metode search engine bisa digunakan dalam proses searching. Metode
ini menggunakan algoritma untuk mencari konten yang relevan berdasarkan kata kunci atau
kriteria pencarian yang diberikan. Dalam industri musik, mesin pencari dapat membantu
mencari lagu, album, atau artis yang spesifik. AI juga dapat digunakan untuk melakukan
pencarian dan pengumpulan sampel suara atau melodi yang sesuai dengan genre atau suasana
yang diinginkan. Dalam produksi desain grafis atau gambar, mesin pencari dapat digunakan
untuk mencari gambar dengan kriteria tertentu seperti warna, komposisi, atau tema. Proses
searching juga melibatkan referensi visual yang dapat membantu dalam tahap inspirasi dan
pengembangan desain.

II. Reasoning
Proses reasoning dalam industri kreatif melibatkan kemampuan AI untuk melakukan
analisis dan penalaran logis yang berdasarkan sebuah aturan serta fakta yang ada. Proses ini
disebut dengan metode inference. Dalam produksi musik, AI dapat digunakan untuk
menganalisis struktur musik, akord, atau melodi yang serupa dengan tujuan membuat
komposisi yang koheren dan harmonis. Dalam industri desain grafis, proses reasoning
melibatkan kemampuan AI untuk memahami konteks visual, memprediksi tren desain, atau
memberikan saran kreatif berdasarkan aturan atau preferensi yang telah ditentukan
sebelumnya.
Penalaran logis yang dilakukan pada proses reasoning dapat menggunakan metode
forward chaining dan backward chaining. Forward chaining adalah metode inference yang
dimulai dari informasi yang diketahui untuk mencapai kesimpulan atau solusi yang
diinginkan. Dalam konteks industri kreatif, forward chaining dapat digunakan dalam proses
reasoning untuk menghasilkan rekomendasi, saran, atau keputusan hasil karya berdasarkan
aturan-aturan yang telah ditentukan sebelumnya. Sebagai contoh dalam industri musik,
forward chaining dapat digunakan untuk menghasilkan rekomendasi lagu berdasarkan
preferensi yang telah diketahui sebagai informasi awal. Selanjutnya dapat dipilih beberapa
hasil dari forward chaining tersebut yang paling sesuai dengan keinginan. Contoh lainnya,
dalam proses produksi desain grafis atau gambar, forward chaining bisa diterapkan untuk
menghasilkan gambar-gambar yang sesuai dengan informasi sebagai input yang diberikan.
Sedangkan, backward chaining adalah metode inference yang dimulai dari tujuan atau
kesimpulan yang diinginkan, kemudian bekerja mundur untuk mencari fakta-fakta atau aturan
yang mendukung kesimpulan tersebut. Dalam industri kreatif, backward chaining dapat
digunakan untuk menemukan solusi atau alasan dari suatu keputusan atau kesimpulan.
Misalnya dalam proses produksi musik, backward chaining dapat memberikan alasan
mengenai hubungan rekomendasi lagu yang diberikan dengan preferensi yang diberikan.
Dalam proses produksi desain grafis atau gambar, backward chaining dapat digunakan untuk
menentukan alasan di balik rekomendasi warna atau layout yang diberikan.
Metode lain yang bisa digunakan dalam proses reasoning yaitu pattern recognition
atau pengenalan pola. Metode ini menggunakan algoritma untuk mengenali pola dalam
sebuah data yang diketahui. Pada proses produksi musik, pengenalan pola dapat diaplikasikan
untuk menganalisis ritme, harmoni, atau melodi yang khas dalam lagu. Kemudian, algoritma
akan mencoba untuk menciptakan hasil baru yang mirip dengan sebelumnya. Untuk proses
produksi desain grafis atau gambar, pengenalan pola dapat digunakan untuk
mengklasifikasikan gambar berdasarkan konten visual atau mengenali objek tertentu dalam
gambar. Sebagai contoh, algoritma diberikan gambar sebagai input, kemudian diberikan
instruksi khusus untuk melakukan perubahan atau penambahan. Hasil dari proses ini nantinya
akan memiliki kemiripan dengan gambar yang dijadikan sebagai input.

III. Learning
Pengaplikasian audio atau suara bisa beragam digunakan dalam praktik profesional,
termasuk musik, televisi, film, seni suara, video game, dan teater. Penerapan AI disini
meliputi mencari melalui database besar untuk menemukan kecocokan yang paling tepat
untuk penerapan tersebut. Saat ini sudah ada banyak komposisi musik yang dibantu AI dalam
pembuatannya. Prosesnya umumnya melibatkan penggunaan algoritma Machine Learning
(ML) untuk menganalisis data guna menemukan pola-pola musik, seperti akord, tempo, dan
panjang dari berbagai instrumen dan drum.
ML menggunakan metode komputasi untuk mempelajari informasi secara langsung
dari sejumlah data tanpa mengandalkan persamaan atau model yang telah ditentukan.
Algoritma ini mencari solusi optimal dan umumnya meningkatkan kinerja mereka secara
adaptif. Proses learning dalam industri kreatif berfokus pada kemampuan AI untuk
mempelajari pola dan menghasilkan karya yang lebih baik seiring berjalannya waktu. Dalam
produksi musik, AI dapat belajar dari preferensi pendengar, data streaming, atau ulasan lagu
yang sudah ada untuk menghasilkan rekomendasi musik yang lebih akurat dan personal.
Dalam industri desain grafis, proses learning melibatkan penggunaan algoritma ML
untuk mengenali pola visual, menghasilkan filter atau efek otomatis, atau bahkan
menciptakan konten visual yang orisinal dan menarik. AI memiliki kemampuan dalam
mempelajari konten-konten visual yang sudah ada di internet dan juga dapat menerima
gambar sebagai input.
AI dapat digunakan untuk membuat bentuk baru secara otomatis berdasarkan dataset
yang diberikan, misalnya vektor, karakter kartun, dan karikatur. Beberapa aplikasi sudah ada
yang bisa menghasilkan gambar baru yang dikondisikan berdasarkan gambar input. Proses ini
menggunakan metode Generative Adversarial Networks (GANs). GANs adalah salah satu
jenis metode yang berupa arsitektur jaringan saraf tiruan yang digunakan untuk pembelajaran
mesin dalam menghasilkan data yang baru atau kreatif, seperti gambar, suara, atau teks. Ini
biasa disebut sebagai terjemahan gambar ke gambar, atau transfer gaya. Disebut terjemahan
atau transfer karena hasil akhirnya memiliki perbedaan penampilan input tetapi dengan
konten semantik yang serupa. Dalam kasus ini, algoritma mempelajari pemetaan antara
gambar input dan gambar output. Misalnya, nada skala abu-abu dapat diubah menjadi warna
alami, menggunakan delapan lapisan konvolusi sederhana untuk menangkap makna semantik
lokal. Ini melibatkan pemetaan probabilitas kelas untuk estimasi titik dalam ruang.
Beberapa alat yang telah menggunakan metode ML-AI untuk membuat karya seni
baru yang unik, yaitu Picbreeder34 dan EndlessForms35 menggunakan NeuroEvolution of
Augmenting Topologies berbasis Hypercube sebagai encoder generatif yang mengeksploitasi
keteraturan geometris. Artbreeder36 dan GANVAS Studio37 mempekerjakan BigGAN [73]
untuk menghasilkan gambar bersyarat kelas resolusi tinggi dan juga untuk menggabungkan
dua gambar bersama untuk menciptakan karya baru yang menarik.
 BAB III
ANALISA

Metode AI yang paling tepat dan efisien dalam industri kreatif, khususnya proses
produksi musik dan desain grafis atau gambar adalah Machine Learning (ML). Para
profesional di industri kreatif membuat algoritma dengan metode ML untuk mempelajari
estetika dari berbagai macam musik dan gambar yang digunakan sebagai input. Kemudian
algoritma ini akan menghasilkan musik dan gambar baru yang mengikuti estetika yang sudah
dipelajari tersebut.
Industri kreatif seringkali melibatkan data yang kompleks dan beragam, seperti audio,
gambar, teks, dan metadata. Machine learning mampu mengolah dan menganalisis jenis-jenis
data ini dengan cepat dan efisien, sehingga dapat menghasilkan pola dan struktur yang lebih
berguna. ML dapat meningkatkan kreativitas dengan menghasilkan ide-ide baru dan solusi
yang inovatif yang dapat secara langsung diterjemahkan ke dalam bentuk yang dapat kita
mengerti. ML juga memungkinkan otomatisasi tugas-tugas yang biasanya memakan waktu
dan sumber daya manusia yang besar. Proses seperti pencarian ide dapat dilakukan secara
otomatis oleh ML, yang kemudian dapat dihasilkan pilihan-pilihan kreatif yang lebih luas.
ML terlebih dahulu akan mengumpulkan data-data yang relevan seperti melodi musik,
gambar, atau desain grafis yang digunakan sebagai data pelatihan. Selanjutnya, data akan
melalui proses normalisasi, penghapusan data yang dianggap kurang relevan, dan disiapkan
untuk digunakan dalam metode ML. Kemudian, ML akan dilatih menggunakan data tersebut.
ML akan mempelajari pola-pola yang ada dan membangun representasi internal yang
memungkinkan prediksi atau generasi data baru. Setelah pelatihan, model dievaluasi
menggunakan data validasi atau data uji untuk mengukur kinerja dan keakuratannya. Jika
diperlukan, model dapat disesuaikan atau disetel ulang untuk meningkatkan performa.
Setelah model dinyatakan berhasil, model dapat diterapkan dalam produksi musik atau desain
grafis.
Kelebihan metode ML ini adalah kemampuannya dalam memproses dan menganalisis
data yang kompleks dengan waktu yang relatif cepat. ML juga mampu meningkatkan
kreativitas dari sebuah ide dengan menghasilkan ide-ide baru dengan solusi yang juga lebih
inovatif. ML dapat melaksanakan tugas-tugas yang memakan waktu relatif banyak dengan
otomatis, sehingga proses produksi akan menjadi lebih efisien.
Kekurangan metode ML yaitu pada pelatihannya. ML membutuhkan data pelatihan
yang cukup besar dan representatif untuk dapat menghasilkan model yang akurat.
Pemrosesan dan pelatihan model dapat membutuhkan sumber daya komputasi yang cukup
signifikan dan juga terkadang sulit untuk menginterpretasikan hasil atau keputusan yang
dihasilkan oleh metode ML.

BAB IV
KESIMPULAN DAN SARAN

I. Kesimpulan
Dalam penerapan AI dalam industri kreatif, khususnya proses produksi musik dan
desain grafis atau gambar, AI berperan besar dalam proses pencarian dan juga pengembangan
ide-ide yang diberikan. AI dapat mempelajari pola-pola dari data yang diberikan, kemudian
menghasilkan hasil yang dikembangkan dari data awal. Machine Learning (ML) adalah salah
satu metode yang tepat dan efisien dalam industri ini. Hal ini didasarkan pada beberapa
alasan, antara lain kemampuannya dalam mengolah data kompleks, meningkatkan kreativitas,
dan melakukan otomatisasi tugas-tugas. Selain ML masih banyak lagi metode-metode AI
lainnya yang dapat digunakan dalam industri kreatif ini.
AI kedepannya tidak akan menggantikan manusia secara sepenuhnya. AI tidak
memiliki kehendak sendiri untuk melakukan sesuatu. Pemikiran manusia dan AI dapat
berkolaborasi dalam menciptakan inovasi-inovasi baru kedepannya. Manusia menentukan
tujuan, dan AI nantinya akan mencari informasi dan mengembangkan ide dalam mencapai
tujuan tersebut.

II. Saran
Masih banyak lagi bidang-bidang lainnya dalam industri kreatif yang bisa dilakukan
penerapan AI. Dalam tulisan ini, diangkat mengenai proses produksi musik dan desain grafis
atau gambar. Bidang-bidang lainnya seperti videografi, film, animasi, dan realitas virtual juga
bisa dilakukan penerapan AI dan metode-metodenya. Tulisan ini mungkin nanti bisa
dikembangkan kembali untuk penerapan AI di bidang-bidang industri kreatif lainnya dan
juga perkembangan metode-metode yang lebih baik nantinya.

DAFTAR PUSTAKA

1. Rosid, M. A. (2022). Buku Ajar Kecerdasan Buatan/Artificial Intelegent (AI). Umsida

Press, 1-197.
2. Id, I. D. (2021). Machine Learning: Teori, Studi Kasus dan Implementasi
Menggunakan Python (Vol. 1). Unri Press.
3. Choi, R. Y., Coyner, A. S., Kalpathy-Cramer, J., Chiang, M. F., & Campbell, J. P.
(2020). Introduction to machine learning, neural networks, and deep learning.
Translational Vision Science & Technology, 9(2), 14-14.
4. Kapoor, N., & Bahl, N. (2016). Comparative study of forward and backward chaining
in artificial intelligence. International Journal Of Engineering And Computer Science,
5(4), 16239-16242.
5. Yu, X., Ma, N., Zheng, L., Wang, L., & Wang, K. (2023). Developments and
applications of artificial intelligence in music education. Technologies, 11(2), 42.
6. Karaata, E. (2018). Usage of artificial intelligence in today’s graphic design. Online
Journal of Art and Design, 6(4), 183-198.
7. Mazzone, M., & Elgammal, A. (2019, February). Art, creativity, and the potential of
artificial intelligence. In Arts (Vol. 8, No. 1, p. 26). MDPI.
8. Anantrasirichai, N., & Bull, D. (2022). Artificial intelligence in the creative
industries: a review. Artificial intelligence review, 1-68.