KLASIFIKASI KELOMPOK WARNA TERHADAP RESPON EMOSI MENGGUNAKAN LEARNING VECTOR QUANTIZATION(LVQ)

Prosiding SENTIA 2009 – Politeknik Negeri Malang

KLASIFIKASI KELOMPOK WARNA TERHADAP RESPON EMOSI MENGGUNAKAN LEARNING VECTOR QUANTIZATION(LVQ) Umi Rosyidah1, Mochamad Hariadi2 1,

Teknik Elektro, Teknologi Industri, Institut Teknologi Sepuluh Nopember, 2 Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember 1 [email protected], 2 [email protected] Abstrak

Warna adalah sesuatu yang tidak dapat dipisahkan dalam kehidupan kita yang kehadirannya bisa kita rasakan secara nyata. Studi terbaru telah menunjukkan bahwa warna menandai emosi seseorang. Kini para ilmuan memperkenalkan keterlibatan warna terhadap cara otak menerima serta menginterpretasikan warna. Perkembangan bidang psikologi juga membawa warna menjadi objek perhatian bagi para ahli psikologi. Pengklasifikasian kelompok warna menggunakan Learning Vector Quantization (LVQ) untuk mencari tingkat kedekatan/kemiripan (similarity) dari emosi individu terhadap suatu warna. Nilai-nilai yang digunakan pada penelitian ini diperoleh dari hasil survei mahasiswa desain komunikasi visual dalam lingkungan yang sama. Penelitian ini menghasilkan pengelompokkan warna dengan nilai RGB terdekat yang berhubungan dengan respon emosi yang diklasifikasikan dalam kelompok emosi negative dan kelompok emosi positif. Data hasil pengelompokan ini dapat digunakan untuk membantu para guru seni dari segi seni rupa dan untuk pembelajaran berbasis computer. Kata kunci : warna, emosi, learning vector quantization (lvq), jejaring saraf tiruan 1. Pendahuluan 1.1. Latar Belakang Sudah umum diketahui bahwa warna dapat mempengaruhi jiwa manusia dengan kuat atau dapat mempengaruhi emosi manusia. Warna dapat pula menggambarkan suasana hati seseorang. Pada seni sastra baik sastra lama maupun sastra modern, puisi maupun prosa, sering terungkap perihal warna baik sebagai kiasan maupun perumpamaan.Telah banyak dibuktikan melalui percobaan-percobaan bahwa warna mempengaruhi kegiatan fisik dan mental. Warnapun telah digunakan untuk alat penyembuhan penyakit mental (Darmaprawira,2002). Pada masa sekarang orang memilih warna tidak hanya sekedar mengikuti selera pribadi berdasarkan perasaan saja, tetapi telah memilih dengan penuh kesadaran akan kegunaannya. Kini para ilmuan memperkenalkan keterlibatan warna terhadap cara otak menerima serta menginterpretasikan warna. Kemudian perkembangan bidang psikologi juga membawa warna menjadi objek perhatian bagi para ahli psikologi. Dalam kasus-kasus perorangan reaksireaksi ini kadang berbeda-beda, karena perbedaan kondisi asosiasi sebelumnya yang terlupakan atau tertunda. Sensitivitas perorangan terhadap warna juga berbeda-beda, mulai dari yang supersensitif sampai kepada yang buta warna. Jejaring syaraf adalah merupakan salah satu representasi dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut. Istilah tiruan digunakan karena jejaring syaraf ini diimplementasikan

dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran. Dalam makalah ini akan dicoba memanfaatkan jaringan saraf tiruan LVQ untuk pengklasifikasian kelompok warna terhadap kelompok emosi individu. 1.2. Rumusan Masalah Banyak permasalahan yang muncul ketika melakukan pewarnaan terhadap suatu media untuk pembelajaran, iklan atau yang lainnya yang dapat diterima dengan baik dalam suatu komunikasi visual. Karena setiap individu memiliki reaksi emosi yang berbeda-beda terhadap suatu warna. Untuk memperoleh suatu kesesuaian, maka diperlukan tolak ukur yang bisa dijadikan acuan, salah satu diantaranya adalah metode yang mampu mengelompokkan efek warna terhadap emosi. Penelitian ini dibatasi hanya pada emosi tertentu, dengan warna yang telah ditentukan. 1.3. Tujuan Tujuan dari penelitian ini adalah untuk mengetahui respon emosi terhadap warna menggunakan metode Learning Vector Quantization. Data hasil pengelompokan ini digunakan untuk membantu para guru seni dari segi seni rupa dan untuk pembelajaran berbasis computer. Dari hasil tersebut bisa disesuaikan pewarnaan yang cocok dalam lingkungan yang dapat menimbulkan emosi positif dan negatif dalam kehidupan sehari-hari.

Prosiding SENTIA 2009 – Politeknik Negeri Malang

1.4. Batasan Masalah Dalam penelitian ini warna yang digunakan dibatasi sebagai berikut: Tabel 1. Warna yang digunakan dalam penelitian Warna R G B Apricot (light Orange) 247 143 79 Black 0 0 0 Blue Green 39 182 40 Brown 85 37 79 Burn Orange 187 82 4 Dark Blue 9 4 51 Dark Green 19 40 15 Dark Red 123 15 3 Dark Purple 67 4 96 Gold 224 142 12 Gray 115 155 115 Lavender 197 103 240 Light Blue 153 170 242 Light Yellow 255 245 153 Lime Green 156 231 10 Magenta 179 7 43 Mint Green 163 245 182 Orange 247 148 29 Pink 247 140 158 Red 240 12 6 Sap Green 14 125 3 Yellow 255 242 0 White 255 255 255 Tabel 2. Respon Emosi Respon Emosi Marah Sedih Khawatir Bersalah Tenang Sangat benci Kasihan Tidak berdaya Benci Gembira Cinta Bangga Depresi Tercela Malu Kesal Terkejut Semangat Takut Yang lain 2.

Deskripsi Sistem Seperti halnya otak manusia, jejaring syaraf tiruan juga terdiri dari beberapa neuron dan ada hubungan antara neuron-neuron tersebut. Neuron-neuron tersebut akan mentransformasikan informasi yang diterima melalui sambungan

keluarnya menuju ke neuron-neuron yang lain. Pada jejaring syaraf, hubungan ini dikenal dengan nama bobot. Informasi tersebut disimpan pada suatu nilai tertentu pada bobot tersebut. Gambar 2.1 menunjukkan struktur neuron pada jejaring syaraf

Gambar 2.1 Struktur neuron jejaring syaraf LVQ adalah suatu metode untuk melakukan pembelajaran pada lapisan kompetitif yang terawasi. Suatu lapisan kompetitif akan otomatis belajar untuk mengklasifikasikan vektorvektor input. Kelas-kelas yang didapatkan sebagai hasil dari lapisan kompetitif ini hanya tergantung pada jarak antara vektor-vektor input. Jika dua vektor input mendekati sama, maka lapisan kompetitif akan meletakkan kedua vektor input tersebut ke dalam kelas yang sama. 2.1. Arsitektur Jejaring LVQ Arsitektur Learning Vektor Quantization (LVQ) terdiri dari layer input, layer kompetitif dan layer output seperti yang terlihat pada Gambar 2.2 yang terdiri atas enam neuron lapisan input dan dua neuron pada lapisan output. Masing-masing output mempunyai kelas yang telah diketahui.

Gambar 2.2. Arsitektur Jejaring LVQ 2.2. Algoritma Jejaring LVQ Algoritma dari metode pembelajaran LVQ adalah sebagai berikut 1. Tetapkan: bobot (w), maksimum epoch(max epoch), error minimum yang diinginkan(eps), learning rate (α) 2. Masukkan: input : x(m,n) ; m=banyaknya variabel input , n= jumlah data Target: t(l,n) ; l= jumlah kelas target 3. Tetapkan kondisi awal : epoch = 0 dan 0 < α < 1 4. Kerjakan jika : (epoch < max epoch) atau ( α > eps) a. Epoch = epoch + 1 b. Kerjakan untuk i=1 sampai n i. Tentukan j sedemikian hingga jwx minimum (sebut sebagai Cj). ii. Perbaiki wj dengan ketentuan: Jika

Prosiding SENTIA 2009 – Politeknik Negeri Malang

T=Cj maka wj(baru)=wj(lama)+α(x-wj(lama)) Jika T≠Cj maka wj (baru)=wj(lama)-α(x-wj(lama)) c. Kurangi nilai α untuk mendapatkan jejaring yang baik maka dilakukan pengurangan nilai α secara terus sesuai langkah 4 sampai kondisi nilai j x w stabil. Algoritma LVQ merupakan metode pembelajaran dengan menggunakan sistem kompetisi artinya dalam proses pembelajaran neuron-neuron dalam lapisan kompetisi akan berkompetisi untuk menjadi pemenang, neuron pemenang menunjukkan bahwa neuron tersebut paling mendekati neuron input. 3. Penelitian dan Pembahasan Dalam Penelitian di lakukan survei terhadap 120 mahasiswa program studi desain dan komunikasi visual. Dipilih mahasiswa dengan lingkungan yang sama dengan keseharian perkuliahan yang hampir sama. Warna yang digunakan dalam penelitian ini sesuai dengan table 1. Warna yang digunakan dalam penelitian. Respon emosi yang digunakan sesuai dalam table 2. Respon Emosi. Alat survei yang digunakan dapat dilihat dalam lampiran 1. Dari data yang didapatkan dapat diberikan gambaran dari matrix training confusion sebagai berikut:

Gambar 3.2. Matrix Training Confusion warna Target class yang diberikan 3 macam yaitu 1 untuk nilai R (Red) , 2 untuk nilai G (Green) dan 3 untuk nilai B (Blue). 4. Kesimpulan dan Saran 1. Dari data kelas DKV1, kelas DKV2 dan kelas DKV2, secara umum dari semua data terdapat hubungan yang kuat antara warna dan emosi. 2. Dari warna tersebut didapat dua kelompok emosi yang dipengaruhi oleh warna, yaitu respon emosi positif, respon emosi negatif. 3. Hasil dari klasifikasi efek warna tersebut dapat digunakan sebagai alat pertimbangan untuk mendukung para pengajar senirupa yang menginginkan melibatkan unsur emosi di dalam pembelajarannya. 4.Hasil dari eksperimen belum sempurna sehingga masih banyak diperlukan perbaikan. 5.Untuk pengembangan bisa dilakukan penelitian dengan menggunakan varian warna dan emosi yang lebih beragam.

DAFTAR PUSTAKA

Gambar 3.1. Matrix Training Confusion emosi. Target class yang diberikan hanya 2 macam, yaitu 1 untuk negatif dan 2 untuk positif.

Darmaprawira, Sulasmi W.A.,(2002),Warna teori dan kreativitas penggunaanya, edisi ke-2, Penerbit ITB, Bandung. Fauset, L. (1994). Fundamental of Neural Network . Prentice Hall. Goleman, Daniel (2006), Emotional Intelligence, cetakan keenam belas, PT. Gramedia Pustaka Utama, Jakarta. Katharine Ann Nereaux Stout, BGS. Emotional Responses to color and nonverbal laguage: a survey of emotional responses to color swatches and human poses.Texas Tech University. Kusumadewi,Sri(2003), Artificial Intellegence (Teknik dan Aplikasinya), edisi pertama,Graha Ilmu, Yogyakarta. Larose, D. T. (2005). Discovering Knowledge in

Prosiding SENTIA 2009 – Politeknik Negeri Malang

Data: An Introduction to Data Mining. John Wiley & Sons, Inc. Russell, James A. dan Barrett, Lisa Feldman, (1999), “Core Affect, Prototypical Emotional Episodes, and Other Things Called Emotion: Dissecting the Elephant”, Journal of Personality and Social Psychology, Vol.76, No. 5, hal. 805-819. Valdez, Patricia dan Mehrabian, Albert, (1994),”Effect of Color on Emotion”, Journal of Experimental Psycology: General, Vol. 123, No. 4, hal. 394-409. Lampiran 1. kuesioner Pilihan Respon Emosi terhadap warna

Prosiding SENTIA 2009 – Politeknik Negeri Malang