Sunday, 8 February 2015

Pengertian Kansei Engineering

Kansei engineering adalah  jenis  teknologi  yang menerjemahkan perasaan pelanggan kedalam spesifikasi  desain (Nagamachi & Lokman, 2011). Tim R&D mengambil  perasaan pelanggan, dengan nama  Kansei; menganalisa data menggunakan  metode  psikologi, ergonomi, kedokteran, atau metode rekayasa; dan mendesain  produk  baru berdasarkan analisis informasi. Kansei/affective engineering adalah teknologi dan proses rekayasa dari data Kansei kedalam spesifikasi desain.

Proses Kansei/affective  engineering harus  mengikuti  alur:  Pertama  seorang Kansei  engineer harus  berpikir,  Siapakah  pelanggannya?;  Kedua  Apakah  yang mereka inginkan dan butuhkan?; Ketiga, seorang Kansei engineer harus memikirkan bagaimana  cara  mengevaluasi  Kansei  pelanggan.  Setelah  evaluasi  kansei,  engineer harus  menganalisa  data  kansei  dengan  analisis statistik atau pengukuran psikofisiologis, dan mentransfer data yang telah dianalisis ke wilayah desain. Untuk  menerjemahkan  perasaan  psikologis  manusia  sebagai  parameter  desain sebuah  produk,  diperlukan  sebuah  model  telah  dikembangkan  seperti  model kansei engineering untuk  desain  produk  otomotif  ,  desain  produk wrist  watch,  hingga pengembangannya  dibidang  teknologi  informasi  menggunakan software psikologi dengan pendekatan kepintaran buatan.

Baca Selengkapnya


Pada  perkembangan  teknologi Rekayasa  Kansei ada  lima  tipe  dari  metode  Kansei engineering antara lain:
a.       Tipe I : Klasifikasi Kategori
Klasifikasi kategori adalah suatu metode dimana kategori kansei dari produk diuraikan dalam pohon struktur untuk mendapatkan rancangan rinci.
Langkah-Langkah Kansei engineering 1
1.      Decision of strategy (Company Strategy)
Kansei engineering bermula dari keputusan strategi perusahaan, perusahaan ingin menciptakan produk baru yang produk khususnya menggunakan kansei engineering. Perusahaan mesti mempunyai konsep tertentu atau strategi untuk produk baru. kansei engineering harus memanfaatkan strategi ini untuk diterapkan ke dalam bidang baru.
2.      Collection of kansei word
Langkah awal setelah keputusan dari strategi baru adalah mengkoleksi kata kansei berkaitan dengan konsep produk baru (mengenai 20-30 kata kansei)
3.      Setting of SD Scale
Untuk pengumpulan kansei word adalah diantara skala 5 atau 7.
4.      Collection of other product sample
Untuk membandingkan diantara produk yang sama dari perusahaan dan pembuat lainnya. sampel adalah koleksi dari perbedaan-perbedaan perusahaan yang dimasukkan ke dalam benchmark (terdiri dari 10-20 sampel)
5.      a list item/category
Item atau kategori menggambarkan spesifikasi desain tentang produk sampel yang dikumpulkan. semua sifat produk dijelaskan. untuk warna, bentuk, ukuran, merek, logo dan lain-lain.
6.      Evaluation experiment
Setelah kerja panel dari laki-laki dan perempuan (pelajar atau orang dewasa) semua subyek menyertai dalam percobaan penilaian. mereka merekam perasaan mereka dengan kata-kata kansei untuk setiap sampel pada lembar skala SD.
7.      Statistical Analysis
Evaluasi data adalah analisa dari metode statistik, terutama dengan menggunakan analisis statistik multivariat.
8.      Interpretation Of The Analyzed Data
Semua data harus dianalisis dan ditafsirkan dari sudut pandang kansei engineering. tujuannya adalah untuk mencari hubungan antara kansei manusia dan produk. dari data yang dianalisis didapatkan hubungan kansei dengan spesifikasi desain.
9.      The Explanation Of Data
Interprestasi data harus menjelaskan kepada perancang perusahaan untuk membuat desain baru dengan bantuan pendesaian.
10.  Collaboration With Designer
Teknik kansei memotivasi perancang perusahaan untuk membuat emosi baru desain produk melangkah lebih dari data analisis. dalam proses ini, kansei engineering seharusnya mendukung pembuatan desain pada data kansei. ini adalah semacam kerja sama antara kansei engineering dan perancang.
b.      Tipe II : Sistem Komputer Kansei engineering
Kansei engineering tipe II adalah sistem yang berbantuan komputer. Kansei engineering System (KES) adalah sistem terkomputerisasi dengan sistem pakar untuk mentransfer perasaan pelanggan dan citra kedalam rancangan rinci. Dasar-dasar arsitektur sistemini menjadi empat buah basis data. Yaitu :
1.      Basis Data Kansei
Kata-kata Kansei adalah representasi dari perasaan pelanggan terhadap  produk yang dikumpulkan dari pembicaraan dengan salesman di pasar atau dari majalah industri. Lebih dari 600 kata dikumpulkan  dan direduksi hingga menjadi sekitar 100 kata. Setelah membangun SD dan mengevaluasi jumlah dari produk dalam skala SD, data terevaluasi dianalisa dengan analis faktor. Hasil dari analisis faktor menyarankan ruang tujuan Kansei, yang akan menjadi basis data kata-kata kansei yang di bangun ke dalam sistem.
2.      Basis Data Citra (image)
Hasil evaluasi dengan SD merupakan analisa kedua  oleh teori kuantitatif Hayashi tipe I (Hayashi, 1996) yang merupakan tipe dari analisa regresi untuk data kualitatif. Melalui analisis ini, dapat memperoleh daftar hubungan (kaitan) statistik antara kata-kata kansei dan elemen-elemen desain. Disini dapat diidentifikasi kata-kata kansei yang memberikan kontribusi terhadap item-item rincian desain tertentu. Sebagai contoh jika pelanggan menginginkan sesuatu yang ’nyaman’. Kata kansei ini berkorespondensi terhadap beberapa rincian desain dalam sistem. Data ini membangun basis data citra (image) dan basis aturan (rule base).
3.      Basis Pengetahuan
Basis pengetahuan terdiri dari aturan-aturan yang dibutuhkan untuk memutuskan tingkat korelasi antara item-item rincian desain dengan kata-kata kansei. Beberapa aturan dihasilkan dari perhitungan teori kuantitatif dan beberapa dari prinsip-prinsip kondisi warna, dan sebagainya.
4.      Basis Data Desain dan Warna
Rincian desain di dalam sistem diimplementasikan dalam bentuk basis data warna, secara terpisah. Semua rincian desain terdiri dari aspek-aspek desain yang berkorelasi sebagaimana seluruh bangun dengan tiap-tiap kata kansei. Basis data warna terdiri dari seluruh warna yang juga berkorelasi dengan kata-kata kansei. Kombinasi komponen desain dan warna dikeluarkan oleh sistem inferensi tertentu dan ditayangkan dalam bentuk grafis pada layar.
5.      Prosedur Kansei engineering
Pelanggan memasukan kata-kata tentang citra yang berkaitan dengan produk yang diharapkan ke dalam KES. KES menerima kata-kata ini melalui basis data kansei dan memeriksa apakah dapat menerimanya atau tidak. Jika dapat diterima kata-kata kansei tersebut akan dikirim ke basis pengetahuan. Motor inferensi bekerja pada tiap tahap ini dengan mencocokan basis peraturan dan basis data citra. Kemudian motor inferensi memutuskan aspek-aspek dari rincian desain dan mengendalikan KES mengeluarkan dan menayangkan komponen dan warna yang sesuai pada layar.
6.      Bagaimana membangun KES
Yang pertama dilakukan adalah memutuskan domain produk secara spesifik. Setelah itu mengumpulkan kata-kata kansei dan membangun skala SD dari kata-kata tersebut. Setelah itu data dianalisis dengan analisis faktor dan teori kuantifikasi tipe I, dan membuat empat basis data tersebut, motor inferensi dan sistem kendali yang berbasis prosedur pakar.
7.      Aspek-aspek penerapan KES
Terdapat dua cara penerapan KES, yaitu : dukungan terhadap keputusan pelanggan untuk memiliki produk dan dukungan untuk desainer dalam memutuskan pengembangan produk.
c.       Tipe 3: Hybrid Kansei engineering
Tipe  ini  hampir  sama  dengan  tipe  kedua  akan  tetapi  tipe  ini  dapat  juga memprediksi  kansei  dari  suatu  kekayaan  produk. Proses  yang  dimulai  dengan  studi Kansei  dan  dinyatakan  dalam  karakteristik  desain  fisik  dilakukan  juga  pada  Kansei engineering  tipe  III.  Perbedaannya  terletak  pada  media  model  matematika,  dan hubungan  dari  input  ke  output (karakteristik  fisik)  dilakukan  dengan  mencari  nilai koefisien.
d.      Tipe 4: Virtual Kansei engineering
Virtual  Kansei  engineering adalah  teknologi  yang  mengintegrasikan Virtual Reality dan Kansei engineering. Penelitian ini dilakukan oleh Hiroshima University dan Matsushita Electric Works Ltd. (MEW) sebagai teknologi baru pertama di dunia
dalam menggabungkan Virtual Reality dan Kansei engineering.
e.       Tipe 5: Kansei Quality Management 
     Kansei  Quality  Management dijelaskan  sebagai  aplikasi  dari  Quality management  yang  dimulai  dari  Kansei  konsumen dengan  tujuan  untuk memaksimalkan kepuasan konsumen.

Pustaka

Nagamachi, M., & Lokman, A. M. (2011). Innovation of Kansei Engineering. Boca Raton: CRC Press.

8 comments:

  1. permisi mas mau nanya kalo penyebaran kuisioner pada kansei ini menggunakan semantic differential scale bagaimana cara uji kecukupan data nya apakah sama dengan uji kecukupan data pada skala likert di artikel mas sebelumnya?

    ReplyDelete
  2. klo likert pakai slovin formula. https://tiosampurno.blogspot.co.id/2015/02/uji-kecukupan-data-kuesioner.html

    ReplyDelete
  3. Cara membuat spesifikasi teknis dari kansei tuh gmna yah ? Mungkin ada yg berkenan menjawab

    ReplyDelete
  4. om Tio, saya tertarik dengan isi blog om. tapi skripsi saya bukan tentang ini. skripsi saya tentang peternakan. mohon solusinya. terimakasih

    ReplyDelete
  5. Mas tio saya mau nanya, kalo kansei itu memakai metode apa saja ya di dalamnya? Rata2 kan pca qtt1, analisis faktor, conjoin, apakah ada metode lain selain itu? Dan selain fuzzy?

    ReplyDelete
    Replies
    1. kalau kansei memang metodenya itu saja @salwazhara, kalau mau scale up agar berbeda dengan penelitian lain itu hanya lewat tipe kanseinya. Sy 2014 dulu pakai kansei Tipe II dengan DBMS basis data.

      Delete
  6. Baccarat | Table games | FBCasino
    "I have to try these four variations 도레미시디 출장샵 for real money 바카라 사이트 and have some of 빅 카지노 the best prices in Vegas, so 탑카지노 I definitely 카지노 사이트 go

    ReplyDelete

Uji Normalitas Data Dengan SPSS

Mengapa Data Harus Berdistribusi Normal? karena kalau data di penelitian anda itu mensyaratkan adanya varian yang homogen dari suatu popula...