<![CDATA[Produksi konten budaya yang didukung oleh kecerdasan buatan generatif menghasilkan data yang heterogen dari segi proses, struktur artefak, dan respons audiens. Penelitian ini menggunakan metode Entropy-Simple Additive Weighting (Entropy-SAW) sebagai sistem pendukung keputusan multikriteria untuk mengevaluasi konten Human-AI berbasis aksara Pegon. Data diperoleh dari kegiatan longitudinal 2024-2026 yang mencakup 1.265 record (68 pada tahun 2024, 492 pada 2025, dan 705 pada 2026). Seluruh data diaudit untuk memastikan keseragaman unit analisis dan pemilihan observasi yang memenuhi kriteria engagement secara lengkap. Pengujian kuantitatif dilakukan pada 24 kasus dengan tiga kriteria: views, likes, dan comments. Pembobotan objektif menggunakan Entropy menghasilkan bobot 0,065475 untuk views, 0,338773 untuk likes, dan 0,595751 untuk comments. Bobot ini kemudian digunakan dalam SAW untuk menentukan prioritas alternatif. Uji kestabilan menunjukkan korelasi Spearman sebesar 0,921739 antara ranking dasar dan pembanding, sementara penghilangan satu kriteria menghasilkan koefisien 0,946224–0,951304. Temuan ini menunjukkan bahwa Entropy-SAW dapat digunakan sebagai baseline kuantitatif untuk mendukung pemilihan konten berdasarkan bukti engagement yang tersedia, tanpa menggantikan penilaian linguistik atau budaya oleh manusia. Pegon digunakan sebagai studi kasus empiris, sedangkan tradisi tulisan Arab lokal lain, termasuk Jawi (Arab-Melayu), diposisikan sebagai konteks heterogenitas dan arah pengujian lanjutan]]>
Copyrights © 2026
