PENGEMBANGAN KEMASAN PENYEDAP RASA DENGAN METODE K-MEANS GENETIC ALGORITHM DAN NEURAL NETWORK BERBASIS KANSEI ENGINEERING

Penyedap rasa adalah bahan tambahan makanan yang banyak diminati oleh masyarakat. Sebagian besar kemasan penyedap rasa saat ini masih menggunakan material plastik yang berbentuk four seal, sehingga masih memiliki beberapa kekurangan seperti kemasan tidak dapat ditutup kembali. Peran kemasan adalah melindungi produk selama proses distribusi dan memberikan kemudahan penggunaan produk, seperti membantu konsumen membuka, menutup, atau membawa produk. Berdasarkan survei terhadap 30 konsumen penyedap rasa, 86,7% responden berpendapat bahwa kemasan penyedap rasa perlu dilakukan pengembangan kemasan. Oleh karena itu penelitian ini bertujuan untuk mengembangkan kemasan penyedap rasa sesuai dengan keinginan konsumen dengan menggunakan metode Kansei Engineering. Terdapat metode pendukung lainnya seperti Term Frequency Inverse Document Frequency yang digunakan untuk membobotkan kata Kansei, Principal Component Analysis dan K-means Gentic Algorithm untuk mendapatkan konsep desain kemasan, dan Neural Network untuk mendapatkan elemen desain terpilih pada setiap konsep. Penelitian diawali dengan pengumpulan sampel kemasan sebanyak 28 sampel terpilih. Hasil dari ekstraksi Term Frequency Inverse Document Frequency didapatkan sebanyak 23 Kata Kansei valid. Penerapan metode Principal Component Analysis dan K-means Genetic Algorithm memiliki persamaan dalam konsep yang dihasilkan, yaitu fungsional dan eco-friendly yang sudah disepakati oleh expert panelis. Kemudian hasil konsep tersebut dievaluasi dengan Neural Network untuk menentukan elemen desain terpilih. Hasil rancangan menggunakan Neural Network mendapatkan konsep yang terpilih adalah eco-friendly dengan elemen kemasan yang terdiri dari bagian atas lurus (X1.1), bagian bawah lurus (X2.1), bentuk badan silinder lurus (X3.1), fitur jendela (X4.2), penutup gabus kayu (X5.3), gaya desain minimalis (X6.2), dan cetak permukaan label (X7.1).