PENERAPAN MACHINE LEARNING DAN KANSEI ENGINEERING DALAM PENGEMBANGAN KEMASAN MADU ALAMI

Madu alami memiliki banyak manfaat kesehatan dan semakin populer sebagai pemanis alami. Namun, kemasan produk madu lokal sering kali belum menggambarkan keaslian dan kualitas produk secara maksimal. Padahal, kemasan sangat berperan dalam membentuk persepsi konsumen, terutama untuk produk yang bernilai alami dan tradisional. Berdasarkan permasalahan tersebut, penelitian ini dilakukan dengan tujuan untuk merancang desain kemasan madu alami yang mampu menyampaikan nilai emosional dan fungsional secara efektif. Pendekatan yang digunakan adalah Kansei Engineering yang dikombinasikan dengan metode TF-IDF, K-Nearest Neighbor (KNN), dan Random Forest. Proses penelitian dimulai dengan pengumpulan kata-kata Kansei dari responden yang terbiasa mengonsumsi madu alami. Setelah melalui tahap preprocessing dan analisis TF-IDF, diperoleh 22 kata Kansei, kemudian diseleksi menjadi 16 kata yang valid dan reliabel. Kata-kata ini kemudian dikelompokkan menggunakan metode KNN menjadi dua konsep desain: Minimalis dan Rustik. Untuk menentukan elemen desain kemasan yang sesuai dengan konsep tersebut, digunakan metode Random Forest untuk memetakan hubungan antar kata Kansei dan elemen desain dari 89 sampel kemasan. Hasil akhir menunjukkan bahwa elemen desain yang paling mewakili preferensi konsumen adalah: tutup plug (X1.3), label sticker HTV (X2.5), bentuk botol (X3.29), material kaca (X4.1), tidak ada fitur (X5.16), gaya desain elegan (X6.6), dan tidak mempunyai body texture (X7.3). Elemen-elemen ini kemudian dirancang dalam bentuk visual 2D menggunakan Adobe Illustrator dan divisualisasikan dalam bentuk mockup 3D menggunakan Blender. Penelitian ini menunjukkan bahwa perpaduan pendekatan emosi konsumen dan analisis data dapat menghasilkan desain kemasan yang tidak hanya menarik secara visual, tetapi juga menciptakan pengalaman penggunaan dengan aspek physical pleasure yang lebih menyenangkan dan otentik.