Claim Missing Document
Check
Articles

Found 2 Documents
Search

KANSEI WORDS PRODUK FESYEN BERBAHAN SARUNG SAMARINDA DAN ULAP DOYO UNTUK INOVASI DESAIN PRODUK KERAJINAN KHAS KALIMANTAN TIMUR SEBAGAI DAYA SAING MENGHADAPI MASYARAKAT EKONOMI ASEAN (MEA) 2015 Andansari, Dita; Astagani, Asrina
JURNAL KREATIF: DESAIN PRODUK INDUSTRI DAN ARSITEKTUR Vol 4 No 1 (2016): Volume 4, No.1, Oktober 2016
Publisher : Indonesian Society of Applied Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Menyongsong Masyarakat Ekonomi ASEAN (MEA) yang akan dimulai akhir tahun 2015 ini, Indonesia sebagai salah satu Negara ASEAN terlihat mempersiapkan MEA, Kalimantan Timur sebagai salah satu provinsi di Indonesia tidak ketinggalan juga turut mempersiapkan diri untuk ikut meramaikan MEA. Salah satu usahanya adalah mempersiapkan wirausaha baru dan meningkatkan daya saing SDM dari UKM-UKM yang ada di wilayah Kalimantan Timur. Kerajinan Khas Kalimantan Timur adalah salah satu bidang yang mempunyai kontribusi besar bagi peningkatan perekonomian daerah. Kerajinan adalah salah satu sektor industri kreatif, dan industri kreatif di Indonesia rata-rata memberikan kontribusi PDB sebesar 6,3 persen dari total PDB Nasional dengan nilai Rp. 104,6 triliun pada tahun 2002-2006. Namun demikian belum banyak inovasi produk yang dilakukan oleh UKM Kerajinan di Kalimantan Timur. Belum ada usaha untuk melakukan pengembangan produk yang didasarkan pada preferensi pelanggan produk kerajinan. Adapun Tujuan dari penelitian adalah (1) Mengetahui faktor- faktor yang mempengaruhi preferensi pelanggan dalam memilih sebuah produk serta kansei pelanggan terhadap produk kerajinan khas Kalimantan Timur. (2)Merancang desain produk kerajinan berdasarkan karakteristik desain yang diperoleh dari hasil penelitian. (3)Mengetahui penerimaan pelanggan terhadap desain produk kerajinan yang sudah dibuat berdasarkan kansei pelanggan.Target pada tahun pertama adalah adanya rekomendasi karakteristik desain produk kerajinan khas Kalimantan Timur yang diminati oleh masyarakat Kalimantan Timur. Metode yang digunakan adalah perancangan awal penelitian,pengumpulan kansei words,penyusunan kuesioner Semantik Diferensial (SD),penyebaran kuesioner SD I,analisis statistika I,pengumpulan sampel produk,penyebaran kuesioner SD II,analisis statistika II, pengembangan desain berdasarkan preferensi pelanggan. Dari tahapan yang sudah dilakukan sampai dengan analisis statistika I, maka dapat disimpulkan bahwa kansei words produk kerajinan fesyen berbahan sarung samarinda meliputi : emotional appeal(bangga,elegan,dan santai), bentuk desain (indah, modern, unik dan tradisional), material(nyaman dan alami) serta warna(cerah) dan kansei words produk kerajinan fesyen berbahan ulap doyo meliputi : emotional appeal (bangga, berkarakter dan elegan), bentuk desain (menarik, modis, unik, sederhana dan tradisional), material(nyaman dan alami) serta warna(cerah dan merah hitam)
Implementasi penggunaan seleksi fitur pada klasifikasi daun sirih. Mulyanto; Astagani, Asrina; Munir, Aam Shodiqul; Viona, April Line
JNANALOKA Vol. 06 No. 01 Maret Tahun 2025
Publisher : Lentera Dua Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36802/jnanaloka.2025.v6-no1-27-37

Abstract

Daun sirih (Piper betle) memiliki beberapa varian yang berbeda,sebagian varian tersebut adalah sirih merah, hijau, dan hitam. Varian dari daun sirih tersebut masing-masing memiliki kegunaan yang berbeda dalam berbagai keperluan mulai dari keperluan medis hingga keperluan tradisional lainnya. Penelitian ini bertujuan untuk mengembangkan metode klasifikasi jenis daun sirih berdasarkan fitur warna dan tekstur, dengan memanfaatkan salah satu metode seleksi fitur Algoritma Genetika untuk meningkatkan performa klasifikasi. Data citra daun sirih dikumpulkan melalui proses akuisisi citra digital, diikuti dengan segmentasi menggunakan metode thresholding untuk memisahkan daun dari latar belakang. Selanjutnya, proses preprocessing dilakukan dan setelah itu dilakukan proses ekstraksi fitur. Ekstraksi fitur warna dilakukan dalam ruang warna RGB, sedangkan ekstraksi fitur tekstur didapatkan dari Gray Level Co-occurrence Matrix (GLCM). Seleksi fitur menggunakan Algoritma Genetika diimplementasikan untuk mengurangi dimensi fitur dan mempertahankan fitur yang paling relevan. Metode klasifikasi K-Nearest Neighbor (KNN), Naive Bayes, dan Support Vector Machine (SVM) digunakan untuk mengklasifikan kelas dari daun sirih. Hasil penelitian menunjukkan bahwa seleksi fitur dengan Algoritma Genetika meningkatkan akurasi klasifikasi secara signifikan. KNN dan SVM mencapai akurasi 100% setelah seleksi fitur, sedangkan akurasi Naive Bayes meningkat dari 90% menjadi 91,67%. Hal ini menunjukkan bahwa implementasi seleksi fitur menggunakan Algoritma Genetika dapat meningkatkan performa akurasi pada klasifikasi daun sirih