Analisis Partial Least Square Menghasilkan Output Alternatif Antarmuka Tambahan Dari Kansei Engineering
Abstract
Ketika menggunakan Kansei Engineering dalam mencari kandidat terbaik untuk menentukan model perancangan antarmuka website, peneliti menggunakan metode analisis Partial Least Square (PLS) yang dilakukan secara berulang hingga ditemukan elemen terbaik yang dapat diimplementasikan. PLS sebagai alat bantu untuk menentukan nilai terbaik antara elemen website. Output perbandingan yang dihasilkan akan dikelompokkan berdasarkan Kansei Word sebagaimana yang telah ditentukan dalam rencana awal implementasi Kansei Engineering, output perbandingan PLS iterasi pertama mempunyai kemungkinan mendapatkan nilai usulan terbaik jika digabung dengan melakukan iterasi kedua terhadap asimilasi dua atau tiga elemen yang mempunyai nilai tertinggi. Metodologi yang digunakan mengacu kepada Kansei Engineering Type I dengan melalui pengolahan data menggunakan Cronbach’s Alpha untuk menguji kelayakan responden, kemudian untuk mengetahui hubungan Kansei Words dapat menggunakan Coefficient Correlation Analysis (CCA), sedangkan hubungan antara Kansei Words dengan spesimen dapat menggunakan Principal Component Analysis (PCA), sedangkan mencari pengaruh Kansei Words paling kuat dapat menggunakan Factor Analysis (FA) dan analisis Partial Least Square (PLS) namun harus dilakukan iterasi proses PLS hingga variabel rekomendasi model perancangan antarmuka yang dihasilkan menjadi lebih bervariatif.
References
[2] Lokman, Anitawati Moch. 2009. Emotional User Experience in Web Design: The Kansei Engineering Approach. Universiti Teknologi Mara (UiTM), Malaysia.
[3] Ginanjar, Arief; Sari, Wahyu Purnama dan Herlina., 2018., Inovasi Alternatif Perancangan Tampilan Website Berdasarkan Analisis Faktor Multivariat sebagai Bagian dari Implementasi Kansei Engineering., Media Jurnal Informatika., Universitas Suryakancana., Cianjur., Indonesia.
[4] Hadiana, Ana and Ginanjar, Arief., 2018. Designing Interface of Mobile Parental Information System based on Users Perception Using Kansei Engingeering. Jorunal of Data Science adn Its Application., Telkom University., Indonesia.
[5] Haenlein, Michael and Kaplan, Andreas M. 2004. A Beginner's Guide to Partial Least Squares Analysis, Lawrence ErlBaum Associates, Inc,. New Jersey.
[6] Nagamachi. Mitsuo. et al. 2011. Innovations of Kansei Engineering. CRC Press.
[7] Lokman, Anitawati Moch., 2010, Design & Emotion: The Kansei Engineering Methodology. Universiti Teknologi Mara (UiTM), Malaysia.
[8] Smith, Lindsay I., 2002. A tutorial on Principal Components Analysis. University of Otago, New Zealand.
[9] Jolliffe, Ian T., 2002, Principal Component Analysis, Second Edition, Springer-Verlag., New York.
[10] Sharma, S., 1996, Applied Multivariate Techniques. New Jersey: John Wiley & Sons, Inc.
[11] Johnson, Richard A, and Dean W. Wichern., 2002, Applied Multivariate Statistical Analysis, 5th edition, Prentice Hall Inc., New Jersey.
[12] Mindrajaya, I.G.N., Sumertajaya, I.M. 2008. Pemodelan Persamaan Struktural dengan Partial Least Square. Semnas Matematika dan Pendidikan Matematika. Universitas Negeri Yogyakarta. Yogyakarta.
[13] Ginanjar, A., Sari, W. P., Rahmawati, H., & Dwipriyoko, E. (2019). Metodologi RUP Terhadap Pengolahan Data Nilai Siswa Berbasis Android dan NodeJS. Jurnal TIARSIE, 16(4), 113-120.

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.