Adopsi platform AI generatif dalam praktik Desain Komunikasi Visual memunculkan pertanyaan mendasar yang belum terjawab secara empiris: apakah visual yang dihasilkan AI benar-benar mengomunikasikan makna yang dimaksud, ataukah sekadar mencapai daya tarik estetis? Penelitian ini mengembangkan dan memvalidasi Semiotic UX Evaluation Framework (SUEF), sebuah protokol evaluasi tujuh dimensi yang mengoperasionalkan teori semiotika sebagai metrik terukur dalam usability testing berbasis perangkat lunak. Menggunakan mixed methods sequential explanatory, 32 mahasiswa DKV dievaluasi melalui System Usability Scale, AttrakDiff, eye tracking, think-aloud protocol, dan pipeline NLP berbasis IndoBERT dan LDA. Hasil menunjukkan visual AI-generated memperoleh skor usabilitas kategori acceptable (SUS = 71.4) dibandingkan desain manual yang mencapai good (SUS = 81.2), dengan perbedaan signifikan (p < .001, Cohen's d = 0.85). Semiotic scoring mengungkapkan bahwa kesenjangan keduanya tidak bersifat estetis — Aesthetic Coherence hanya berbeda 0.2 poin — melainkan semiotik, terkonsentrasi pada Cultural Relevance (selisih 3.6) dan Intentionality Alignment (selisih 3.4). Temuan ini mendemonstrasikan bahwa AI generatif telah mencapai paritas estetis namun belum mencapai paritas komunikatif. SUEF tervalidasi sebagai protokol evaluasi yang dapat direplikasi untuk menilai kualitas komunikatif konten visual berbasis AI secara sistematis.
Copyrights © 2026