Hasil Pencarian  ::  Simpan CSV :: Kembali

"Teknologi generatif AI memiliki dampak yang besar dalam industri global. Salah satunya  pada industri kreatif, khususnya pada platform media sosial TikTok, di mana content creator dapat memanfaatkan Generative Artificial Intelligence (GAI) untuk menghasilkan konten berkualitas tinggi secara cepat dan efisien. Studi ini bertujuan untuk mengidentifikasi pengaruh konten GAI terhadap keterlibatan pengguna (user engagement) melalui sikap dan emosi dengan menggabungkan metode mixed-method, termasuk wawancara kualitatif dengan 16 partisipan dan survei kuantitatif dari 423 responden yang dianalisis menggunakan PLS-SEM. Hasilnya menunjukkan bahwa enam karakteristik utama konten GAI—hiburan, efektivitas informasi, kreativitas, kredibilitas, iritasi, dan personalisasi—berperan penting dalam membentuk emosi dan sikap pengguna. Temuan ini mengungkap bahwa karakteristik seperti hiburan, efektivitas informasi, kreativitas, kredibilitas, dan personalisasi secara signifikan memengaruhi keterlibatan pengguna melalui emosi dan sikap mereka. Dengan demikian, penelitian ini tidak hanya memperluas pemahaman tentang hubungan antara konten GAI dan user engagement di media sosial, tetapi juga memberikan panduan praktis bagi content creator untuk mengembangkan strategi konten yang lebih menarik dan sesuai dengan preferensi audiens sehingga meningkatkan interaksi dan popularitas mereka di TikTok.

---

Generative Artificial Intelligence (GAI) technology has a transformative impact on various global industries, particularly within the creative sector. On social media platforms like TikTok, content creators harness GAI to produce high-quality content swiftly and efficiently. This study aims to investigate the influence of GAI-generated content on user engagement (UE) by analyzing the roles of user attitude and emotion. Utilizing a mixed-method approach, the research integrates qualitative interviews with 16 participants and a quantitative survey of 423 respondents, analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM). The findings highlight six critical characteristics of GAI content—entertainment, information effectiveness, creativity, credibility, irritation, and personalization—that significantly shape user emotions and attitudes. Specifically, characteristics such as entertainment, information effectiveness, creativity, credibility, and personalization are found to enhance user engagement by positively affecting user emotions and attitudes. This study not only expands the understanding of how GAI content influences user engagement on social media but also provides practical guidance for content creators. By focusing on these GAI content attributes, creators can develop more compelling and audience-aligned strategies, thereby increasing their interaction and popularity on TikTok."

"Teknologi generatif AI memiliki dampak yang besar dalam industri global. Salah satunya  pada industri kreatif, khususnya pada platform media sosial TikTok, di mana content creator dapat memanfaatkan Generative Artificial Intelligence (GAI) untuk menghasilkan konten berkualitas tinggi secara cepat dan efisien. Studi ini bertujuan untuk mengidentifikasi pengaruh konten GAI terhadap keterlibatan pengguna (user engagement) melalui sikap dan emosi dengan menggabungkan metode mixed-method, termasuk wawancara kualitatif dengan 16 partisipan dan survei kuantitatif dari 423 responden yang dianalisis menggunakan PLS-SEM. Hasilnya menunjukkan bahwa enam karakteristik utama konten GAI—hiburan, efektivitas informasi, kreativitas, kredibilitas, iritasi, dan personalisasi—berperan penting dalam membentuk emosi dan sikap pengguna. Temuan ini mengungkap bahwa karakteristik seperti hiburan, efektivitas informasi, kreativitas, kredibilitas, dan personalisasi secara signifikan memengaruhi keterlibatan pengguna melalui emosi dan sikap mereka. Dengan demikian, penelitian ini tidak hanya memperluas pemahaman tentang hubungan antara konten GAI dan user engagement di media sosial, tetapi juga memberikan panduan praktis bagi content creator untuk mengembangkan strategi konten yang lebih menarik dan sesuai dengan preferensi audiens sehingga meningkatkan interaksi dan popularitas mereka di TikTok.

---

Generative Artificial Intelligence (GAI) technology has a transformative impact on various global industries, particularly within the creative sector. On social media platforms like TikTok, content creators harness GAI to produce high-quality content swiftly and efficiently. This study aims to investigate the influence of GAI-generated content on user engagement (UE) by analyzing the roles of user attitude and emotion. Utilizing a mixed-method approach, the research integrates qualitative interviews with 16 participants and a quantitative survey of 423 respondents, analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM). The findings highlight six critical characteristics of GAI content—entertainment, information effectiveness, creativity, credibility, irritation, and personalization—that significantly shape user emotions and attitudes. Specifically, characteristics such as entertainment, information effectiveness, creativity, credibility, and personalization are found to enhance user engagement by positively affecting user emotions and attitudes. This study not only expands the understanding of how GAI content influences user engagement on social media but also provides practical guidance for content creators. By focusing on these GAI content attributes, creators can develop more compelling and audience-aligned strategies, thereby increasing their interaction and popularity on TikTok."

"Teknologi generatif AI memiliki dampak yang besar dalam industri global. Salah satunya  pada industri kreatif, khususnya pada platform media sosial TikTok, di mana content creator dapat memanfaatkan Generative Artificial Intelligence (GAI) untuk menghasilkan konten berkualitas tinggi secara cepat dan efisien. Studi ini bertujuan untuk mengidentifikasi pengaruh konten GAI terhadap keterlibatan pengguna (user engagement) melalui sikap dan emosi dengan menggabungkan metode mixed-method, termasuk wawancara kualitatif dengan 16 partisipan dan survei kuantitatif dari 423 responden yang dianalisis menggunakan PLS-SEM. Hasilnya menunjukkan bahwa enam karakteristik utama konten GAI—hiburan, efektivitas informasi, kreativitas, kredibilitas, iritasi, dan personalisasi—berperan penting dalam membentuk emosi dan sikap pengguna. Temuan ini mengungkap bahwa karakteristik seperti hiburan, efektivitas informasi, kreativitas, kredibilitas, dan personalisasi secara signifikan memengaruhi keterlibatan pengguna melalui emosi dan sikap mereka. Dengan demikian, penelitian ini tidak hanya memperluas pemahaman tentang hubungan antara konten GAI dan user engagement di media sosial, tetapi juga memberikan panduan praktis bagi content creator untuk mengembangkan strategi konten yang lebih menarik dan sesuai dengan preferensi audiens sehingga meningkatkan interaksi dan popularitas mereka di TikTok.

---

Generative Artificial Intelligence (GAI) technology has a transformative impact on various global industries, particularly within the creative sector. On social media platforms like TikTok, content creators harness GAI to produce high-quality content swiftly and efficiently. This study aims to investigate the influence of GAI-generated content on user engagement (UE) by analyzing the roles of user attitude and emotion. Utilizing a mixed-method approach, the research integrates qualitative interviews with 16 participants and a quantitative survey of 423 respondents, analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM). The findings highlight six critical characteristics of GAI content—entertainment, information effectiveness, creativity, credibility, irritation, and personalization—that significantly shape user emotions and attitudes. Specifically, characteristics such as entertainment, information effectiveness, creativity, credibility, and personalization are found to enhance user engagement by positively affecting user emotions and attitudes. This study not only expands the understanding of how GAI content influences user engagement on social media but also provides practical guidance for content creators. By focusing on these GAI content attributes, creators can develop more compelling and audience-aligned strategies, thereby increasing their interaction and popularity on TikTok."

"Teknologi generatif AI memiliki dampak yang besar dalam industri global. Salah satunya pada industri kreatif, khususnya pada platform media sosial TikTok, di mana content creator dapat memanfaatkan Generative Artificial Intelligence (GAI) untuk menghasilkan konten berkualitas tinggi secara cepat dan efisien. Studi ini bertujuan untuk mengidentifikasi pengaruh konten GAI terhadap keterlibatan pengguna (user engagement) melalui sikap dan emosi dengan menggabungkan metode mixed-method, termasuk wawancara kualitatif dengan 16 partisipan dan survei kuantitatif dari 423 responden yang dianalisis menggunakan PLS-SEM. Hasilnya menunjukkan bahwa enam karakteristik utama konten GAI—hiburan, efektivitas informasi, kreativitas, kredibilitas, iritasi, dan personalisasi—berperan penting dalam membentuk emosi dan sikap pengguna. Temuan ini mengungkap bahwa karakteristik seperti hiburan, efektivitas informasi, kreativitas, kredibilitas, dan personalisasi secara signifikan memengaruhi keterlibatan pengguna melalui emosi dan sikap mereka. Dengan demikian, penelitian ini tidak hanya memperluas pemahaman tentang hubungan antara konten GAI dan user engagement di media sosial, tetapi juga memberikan panduan praktis bagi content creator untuk mengembangkan strategi konten yang lebih menarik dan sesuai dengan preferensi audiens sehingga meningkatkan interaksi dan popularitas mereka di TikTok.

---

Generative Artificial Intelligence (GAI) technology has a transformative impact on various global industries, particularly within the creative sector. On social media platforms like TikTok, content creators harness GAI to produce high-quality content swiftly and efficiently. This study aims to investigate the influence of GAI-generated content on user engagement (UE) by analyzing the roles of user attitude and emotion. Utilizing a mixed-method approach, the research integrates qualitative interviews with 16 participants and a quantitative survey of 423 respondents, analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM). The findings highlight six critical characteristics of GAI content—entertainment, information effectiveness, creativity, credibility, irritation, and personalization—that significantly shape user emotions and attitudes. Specifically, characteristics such as entertainment, information effectiveness, creativity, credibility, and personalization are found to enhance user engagement by positively affecting user emotions and attitudes. This study not only expands the understanding of how GAI content influences user engagement on social media but also provides practical guidance for content creators. By focusing on these GAI content attributes, creators can develop more compelling and audience-aligned strategies, thereby increasing their interaction and popularity on TikTok."

"Penelitian ini bertujuan untuk mengetahui apakah consumer engagement dari suatu platform media sosial dipengaruhi oleh keberadaan User-Generated Content (UGC) di dalamnya. Konsep UGC mencakup berbagai pola di media sosial ketika masing-masing individu memilih untuk mengonsumsi, berkontribusi, atau membat UGC baru. Sampel yang digunakan dalam penelitian ini merupakan pengguna instagram, khususnya milenial dan generasi Z yang berdomisili di Jabodetabek. Terdapat sebanyak 197 responden terkumpul yang menggunakan metode purposive sampling. Kemudian diolah dan dianalisis menggunakan Partial Least Square - Structural Equation Method (PLS-SEM). Hasil penelitian ini menunjukkan efek signifikan dan positif dari UGC pada niat para pengguna Instagram untuk engage dengan platform tersebut, serta pengaruh dari nilai yang dirasakan dari UGC terhadap penggunaannya. Temuan ini memperdalam pemahaman mengenai mekanisme mendasar UGC dalam keterlibatannya dengan consumer engagement di Instagram, sehingga implikasi tersebut dapat digunakan oleh manajer, marketers. UMKM, dan lainnya dalam menentukan metode yang tepat dalam mengembangkan akun Instagram mereka dengan UGC.

---

This research aims to determine whether consumer engagement on a social media platform is influenced by the presence of User-Generated Content (UGC) within it. The concept of UGC encompasses various patterns on social media when individuals choose to consume, contribute to, or create new UGC. The sample used in this study consisted of Instagram users, specifically millennials and Generation Z living in Jabodetabek. A total of 197 respondents were collected using purposive sampling method. The data was then processed and analyzed using Partial Least Square - Structural Equation Method (PLS-SEM). The results of this study show a significant and positive effect of UGC on the intention of Instagram users to engage with the platform, as well as the influence of the perceived value of UGC on its usage. These findings deepen the understanding of the fundamental mechanism of UGC in its involvement with consumer engagement on Instagram, so that these implications can be utilized by managers, marketers, SMEs, and others in determining the appropriate methods to develop their Instagram accounts with UGC."

"Retinopati hipertensi merupakan penyakit yang timbul pada retina akibat komplikasi dari hipertensi atau tekanan darah tinggi. Pemeriksaan gejala retinopati hipertensi penting untuk dilakukan supaya penanganan yang tepat dapat diberikan. Gejala retinopati hipertensi terdapat pada pembuluh darah di retina sehingga diagnosis dapat dilakukan melalui citra fundus retina. Penelitian ini memanfaatkan model Data-Efficient Image Transformer (DeiT) untuk mengklasifikasikan citra fundus retina menjadi dua kelas, yaitu kelas retinopati hipertensi dan kelas normal. Data yang digunakan dalam penelitian ini diperoleh dari empat database open-source, yaitu DRIVE, JSIEC, ODIR, dan STARE. Preprocessing berupa resize dan Contrast Limited Adaptive Histogram Equalization (CLAHE) diterapkan untuk menyeragamkan ukuran citra dan meningkatkan kontras citra. Generative Adversarial Network (GAN) digunakan untuk menghasilkan citra sintetis guna mengatasi masalah keterbatasan jumlah data serta meningkatkan variasi data yang dapat dipelajari oleh model DeiT. Penelitian ini menganalisis pengaruh metode GAN terhadap kinerja model DeiT dengan menggunakan metrik evaluasi accuracy, sensitivity, dan specificity. Analisis dilakukan dengan membandingkan tiga skenario: skenario A menggunakan data asli, skenario B menggunakan data hasil augmentasi GAN, dan skenario C menggunakan preprocessing CLAHE dan data hasil augmentasi GAN. Skenario A menunjukkan kinerja yang cukup baik dengan nilai rata-rata accuracy, sensitivitiy, dan specificity sebesar 94%, 97,7%, dan 84,6% untuk rasio pembagian data 70:30, serta 95,7%, 97%, dan 92,8% untuk rasio pembagian data 80:20. Skenario B mengungguli skenario sebelumnya dengan nilai rata-rata accuracy, sensitivitiy, dan specificity sebesar 96,4%, 97,2%, dan 95,7% untuk rasio pembagian data 70:30, serta 97,5%, 97,9%, dan 97,1% untuk rasio pembagian data 80:20. Pada skenario C, diperoleh nilai rata-rata accuracy, sensitivitiy, dan specificity sebesar 95,7%, 95%, dan 96,2% untuk rasio pembagian data 70:30, serta 95,5%, 94,9%, dan 96,4% untuk rasio pembagian data 80:20. Hasil penelitian menunjukkan bahwa penerapan metode GAN berhasil meningkatkan kinerja model DeiT, khususnya pada nilai specificity. Dari ketiga skenario yang diuji, skenario B yang memanfaatkan data sintetis hasil augmentasi GAN tanpa preprocessing CLAHE memberikan hasil yang paling unggul.

---

Hypertensive retinopathy is a disease that occurs in the retina due to complications from hypertension or high blood pressure. Examination of hypertensive retinopathy symptoms is important to ensure appropriate treatment can be performed. The symptoms of hypertensive retinopathy are found in the blood vessels of the retina, allowing diagnosis to be performed through retinal fundus images. This study uses the Data-Efficient Image Transformer (DeiT) model to classify retinal fundus images into two classes: hypertensive retinopathy and normal. The data used in this study were obtained from four different open-source databases: DRIVE, JSIEC, ODIR, and STARE. Preprocessing in the form of resizing and Contrast Limited Adaptive Histogram Equalization (CLAHE) was applied to standardize the image size and enhance the image contrast. Generative Adversarial Network (GAN) was used to generate synthetic images to address the problem of limited data availability and increase the variety of data that can be learned by the DeiT model. This study analyzes the impact of the GAN method on the performance of the DeiT model using evaluation metrics of accuracy, sensitivity, and specificity. The analysis was conducted by comparing three scenarios: scenario A using the original data, scenario B using GAN-augmented data, and scenario C using CLAHE preprocessing and GAN-augmented data. Scenario A showed fairly good performance with average accuracy, sensitivity, and specificity values of 94%, 97.7%, and 84.6% for a 70:30 data split ratio, and 95.7%, 97%, and 92.8% for an 80:20 data split ratio. Scenario B outperformed the previous scenario with average accuracy, sensitivity, and specificity values of 96.4%, 97.2%, and 95.7% for a 70:30 data split ratio, and 97.5%, 97.9%, and 97.1% for an 80:20 data split ratio. In scenario C, the average accuracy, sensitivity, and specificity values were 95.7%, 95%, and 96.2% for a 70:30 data split ratio, and 95.5%, 94.9%, and 96.4% for an 80:20 data split ratio. The results of the study indicate that the application of the GAN method successfully improved the performance of the DeiT model, particularly in terms of specificity. Out of the three scenarios tested, scenario B, which utilized GAN-augmented synthetic data without CLAHE preprocessing, yielded the best results."

"Penilaian citra embrio manusia memiliki peran yang penting dalam proses Fertilisasi In Vitro (FIV) atau yang dikenal juga sebagai proses bayi tabung. Penilaian citra embrio ini dilakukan secara manual oleh ahli embriologi. Hal ini tentunya membutuhkan waktu yang lama dan konsentrasi yang tinggi dari ahli embriologi sehingga perlu ada sistem yang dapat membantu ahli embriologi dalam melakukan penilaian dengan lebih efisien. Salah satu waktu penilaian embrio yang paling penting yaitu ketika embrio berusia lima hari, dimana ini merupakan tahap penilaian akhir sebelum proses implantasi ke rahim. Penilaian embrio pada hari kelima didasarkan pada tiga aspek yaitu derajat ekspansi, Inner Cell Mass, dan Trophoectoderm, yang menjadi tantangan tersendiri dalam penelitian di bidang ini. Permasalahan lain yang muncul yaitu ketersediaan data yang terbatas dan ketidakseimbangan proporsi kelas atau target pada dataset. Penelitian ini mengusulkan penggunaan augmentasi data berbasis Generative Adversarial Network seperti VanillaGAN, InfoGAN, DCGAN, dan Adversarial Autoencoder sehagai solusi permasalahan ketidakseimbangan data. Penelitian ini juga mengembangkan model klasifikasi berbasis Convolutional Neural Network sebagai klasifikator untuk menilai citra embrio. Penelititan ini menggunakan 10-fold cross validation untuk mengukur kinerja model. Untuk kategori derajat ekspansi, penelitian ini memperoleh hasil terbaik dengan model Convolutional Neural Network yang dikombinasikan dengan Adversarial Autoencoder sebagai augmentasi data dengan nilai f1-score sebesar 0.92. Untuk kategori Inner Cell Mass, penelitian ini memperoleh hasil terbaik dengan model Convolutional Neural Network yang dikombinasikan dengan VanillaGAN sebagai augmentasi data dengan nilai f1-score sebesar 0.92. Serta untuk kategori Trophoectoderm, model Convolutional Neural Network yang dikombinasikan dengan Adversarial Autoencoder memperoleh hasil terbaik dengan nilai f1-score sebesar 0.89.

---

Assessment of human embryo images has an important role in the process of In Vitro Fertilization (IVF). Evaluation of this embryo image is done manually by the embryologist. This requires a long time and high concentration of embryologists, so it is necessary to create a system that can assist embryologists in making assessments more efficiently. One of the most important parts of human embryo assessment is the embryo on the fifth day after fertilization. Evaluation of embryos on the fifth day is based on three aspects, namely the degree of expansion, Inner Cell Mass, and Trophoectoderm, which is a particular challenge in research in this field. Another problem for this case is the limited availability of data and an imbalanced dataset. This study proposes the use of Generative Adversarial Network-based for data augmentation such as VanillaGAN, InfoGAN, DCGAN, and Adversarial Autoencoder as a solution to imbalanced data problems. This study also developed a classification model based on the Convolutional Neural Network as a classifier for assessing embryo images. This research uses 10-fold cross validation to measure model performance. This study obtained the best results for the degree of expansion category with the Convolutional Neural Network model combined with the Adversarial Autoencoder as a data augmentation with an f1-score of 0.92. This study obtained the best results for the Inner Cell Mass category with the Convolutional Neural Network model combined with VanillaGAN as a data augmentation with an f1-score of 0.92. The best result for Trophoectoderm category is Convolutional Neural Network model combined with the Adversarial Autoencoder as a data augmentation with an f1-score of 0.89."

"Media sosial menjadi platform utama dalam pemasaran film era digital, memungkinkan interaksi langsung antara pembuat film dan audiens. Penelitian ini menganalisis peran User-Generated Content (UGC) dan Electronic Word of Mouth (eWOM) dalam meningkatkan engagement audiens melalui studi kasus film Jatuh Cinta Seperti di Film-Film. Dengan pendekatan studi literatur dan analisis konten media sosial, penelitian ini menemukan bahwa UGC menciptakan buzz autentik melalui konten seperti meme, ulasan, dan video reaksi, yang mendorong eWOM secara signifikan. Kepercayaan terhadap sutradara, rumah produksi, dan elemen kreatif menjadi dasar munculnya brand evangelism, di mana audiens secara sukarela mempromosikan film. Strategi ini menunjukkan bagaimana media sosial dapat membangun keterlibatan mendalam, menjadikan film ini contoh sukses pemasaran digital.

---

Social media has become a key platform for film marketing in the digital era, enabling direct interaction between filmmakers and audiences. This study analyzes the role of User-Generated Content (UGC) and Electronic Word of Mouth (eWOM) in enhancing audience engagement through the case of the film Jatuh Cinta Seperti di Film-Film. Using a literature review and social media content analysis, the study finds that UGC generates authentic buzz through content like memes, reviews, and reaction videos, significantly driving eWOM. Trust in the director, production house, and creative elements serves as the foundation for brand evangelism, where audiences voluntarily promote the film. This strategy highlights how social media fosters deep engagement, making this film a successful example of digital marketing."

"Dewasa ini, User Generated Content (UGC) merupakan salah satu media utama bagi konsumen untuk membangun keterikatan dengan merek (customer brand engagement) dengan mengaitkan nilai fungsional dan nilai emosional yang dirasakan pengguna UGC. Tujuan dari penelitian ini adalah untuk meneliti content quality, design quality, dan technology quality UGC yang dapat mempengaruhi keterikatan konsumen dengan merek (customer brand engagement), melalui nilai fungsional dan emosional sebagai mediator pada hubungan tersebut. Penelitian ini menggunakan model yang terdapat pada teori Stimulus-Organisme-Respons (S-O-R). Responden pada penelitian ini merupakan generasi Z dan milenial berusia 18-41 tahun, memiliki akun media sosial Youtube, Instagram, dan/atau Tiktok, serta pernah melihat UGC selama satu bulan terakhir. Kuesioner disebarkan secara online. Data sebanyak 286 responden yang terdapat pada penelitian utama diolah dengan menggunakan metode Partial Least Square-Structural Equation Model (PLS-SEM). Hasil dari penelitian ini menunjukkan bahwa secara umum, nilai fungsional dan emosional memiliki peran sebagai mediator dalam hubungan antara kualitas UGC dan keterikatan konsumen dengan merek (customer brand engagement). Secara lebih lanjut, ditemukan bahwa content quality mampu memberikan pengaruh positif terhadap keterikatan konsumen dengan merek (customer brand engagement) dengan bantuan nilai fungsional dan nilai emosional sebagai mediator. Kemudian, technology quality dapat memberikan pengaruh positif terhadap keterikatan konsumen dengan merek (customer brand engagement) dengan bantuan nilai emosional dan design quality dapat memberikan pengaruh positif terhadap keterikatan konsumen dengan merek (customer brand engagement) dengan bantuan nilai emosional.

---

Nowadays, User Generated Content (UGC) is one of the main media for consumers to build brand engagement by linking the functional value and emotional value felt by UGC users. The purpose of this study is to examine the content quality, design quality, and technology quality of UGC that can affect consumer brand engagement, through functional and emotional values as mediators in the relationship. This study uses the model contained in the Stimulus-Organism-Response (S-O-R) theory. Respondents in this study were Generation Z and millennials aged 18-41 years, had social media accounts on Youtube, Instagram, and/or Tiktok, and had seen UGC for the past month. Questionnaires were distributed online. The data of 286 respondents in the main study was processed using the Partial Least Square-Structural Equation Model (PLS-SEM) method. The results of this study indicate that in general, functional and emotional values have a role as a mediator in the relationship between UGC quality and consumer brand engagement. Furthermore, it was found that content quality was able to have a positive influence on consumer brand engagement with the help of functional values and emotional values as mediators. Then, technology quality can have a positive influence on consumer brand engagement with the help of emotional values and design quality can have a positive influence on consumer brand engagement with the help of emotional values."

"Pengguna TikTok di Indonesia semakin berkembang pesat. Pengguna dapat langsung terhubung dengan informasi mengenai produk melalui User-Generated Content (UGC) di TikTok, sehingga dapat menarik perhatian konsumen untuk mengevaluasi produk sebelum melakukan pembelian. Studi ini mengkaji pengaruh sikap pengguna TikTok terhadap UGC terhadap niat pembelian konsumen dengan mengusulkan model untuk menilai pengaruh brand engagement, perceived source credibility, perceived source homophily, perceived benefits, dan information quality sebagai faktor yang mempengaruhi sikap terhadap UGC pada niat pembelian. Penelitian ini menggunakan purposive sampling dari 256 pengguna TikTok di Indonesia yang telah menonton fashion UGC di TikTok. SEM-PLS digunakan untuk melihat hubungan antar variabel. Hasil penelitian ini menemukan bahwa brand engagement, perceived source credibility, perceived source homophily, dan perceived benefits efek positif pada sikap terhadap UGC. Selain itu, sikap terhadap UGC di TikTok memiliki pengaruh yang signifikan dalam mempengaruhi niat membeli konsumen. Hasil penelitian ini memberikan pemahaman yang lebih baik tentang strategi pemasaran digital dengan memeriksa pengaruh sikap konsumen terhadap UGC yang dibagikan di media sosial

---

TikTok users in Indonesia are growing rapidly. The users can directly connect with information through User-Generated Content (UGC) in TikTok which can attract consumers' attention to evaluate the product before making purchases. This study examines the effect of TikTok users' attitudes toward UGC on consumer purchase intention by proposing a model to assess the impact on purchase intention and brand engagement, perceived source credibility, perceived source homophily, perceived benefits, and information quality as the ancedentens of attitude toward UGC. This study uses purposive sampling from 256 TikTok users in Indonesia who have watched fashion UGC on TikTok. SEM-PLS was used to see the relationship between variables. The findings imply that brand engagement, perceived source credibility, perceived source homophily, and perceived benefit have a positive effect on attitude toward UGC. Also, attitude toward UGC in TikTok has a significant effect on generating purchase intention. The results provide a better understanding of digital marketing strategy by examining the influence of consumer attitudes toward UGC shared on social media."