PENERAPAN K-MEANS PARTICLE SWARM OPTIMIZATION DAN ROUGH SETS UNTUK PENGEMBANGAN KEMASAN DODOL BELIMBING BERBASIS KANSEI ENGINEERING

Hortikultura memiliki peran strategis dalam mendukung ketahanan pangan dan pertumbuhan ekonomi Indonesia, salah satunya melalui komoditas unggulan belimbing manis, khususnya varietas belimbing dewa dari Kota Depok. Kota ini secara konsisten mencatat produksi belimbing tertinggi di Jawa Barat. Meski demikian, nilai tambah dari produk olahan berbahan dasar belimbing, seperti dodol belimbing produksi UMKM Rasa Dewa belum optimal. Salah satu penyebab utamanya adalah desain kemasan yang kurang menarik dan belum merepresentasikan identitas lokal. Padahal, kemasan tidak hanya berfungsi sebagai pelindung produk, tetapi juga sebagai media distribusi, promosi, dan pembentuk citra produk. Berdasarkan survei terhadap 31 responden berusia 17–60 tahun, sebanyak 93,5% menyatakan setuju terhadap perlunya pengembangan kemasan dodol belimbing. Penelitian ini bertujuan untuk merancang kemasan dodol belimbing yang sesuai dengan preferensi emosional konsumen melalui pendekatan Kansei Engineering. Metode pendukung yang digunakan meliputi K-Means Particle Swarm Optimization (K-Means PSO) untuk mengelompokkan kata Kansei guna menentukan konsep desain kemasan, serta Rough Sets untuk mengidentifikasi elemen desain berdasarkan decision rules. Evaluasi menghasilkan 26 kata Kansei dan 53 sampel kemasan. Analisis menggunakan K-Means PSO membentuk 2 klaster konsep, yaitu klaster 1 “Fungsional” dan klaster 2 “Estetik” yang ditentukan dengan bantuan expert panelis. Konsep desain terpilih berdasarkan analisis Rough Sets adalah “Fungsional”, dengan skor Laplace sebesar 1,0000 dan Support Size sebesar 2. Berdasarkan hasil analisis Rough Sets mendapatkan elemen desain yang terdiri dari material duplex, bentuk rectangular horizontal box, sistem penutup tuck top, tanpa fitur tambahan, gaya desain early modern, warna natural color, serta elemen visual berupa ilustrasi dan foto produk.