skip to main content

ESTIMASI KONTUR SHOE INSOLE UNTUK BERBAGAI VARIASI UKURAN SEPATU DAN TINGGI HAK SEPATU MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (STUDI KASUS : FUNGSI REGRESI POLINOMIAL)

*Nabil Dwiki Zachri  -  Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275, Indonesia
Dwi Basuki Wibowo  -  Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275, Indonesia
Ismoyo Haryanto  -  Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275, Indonesia

Citation Format:
Abstract

Penelitian ini bertujuan untuk mengestimasi kontur insole sepatu berdasarkan variasi ukuran dan tinggi hak dengan memanfaatkan metode Artificial Neural Network (ANN) dan regresi polinomial. Belum ada satupun penelitian ataupun literasi yang membahas terkait hubungan antara ukuran sepatu dan juga tinggi hak sepatu. Data diperoleh melalui pengukuran sepatu wanita formal dengan variasi tinggi hak 5 cm, 7 cm dan 9 cm. Analisis awal dilakukan menggunakan regresi polinomial orde enam untuk mendapatkan konstanta hasil fitting yang kemudian digunakan sebagai data target pada proses pelatihan ANN. Model ANN dikembangkan menggunakan perangkat lunak MATLAB 2024a dengan algoritma Levenberg-Marquardt Backpropagation. Hasil penelitian menunjukkan bahwa regresi polinomial mampu menggambarkan hubungan panjang kaki dengan tinggi hak dengan nilai koefisien determinasi (R²) sebesar 0,95–0,99. Namun, ANN memberikan akurasi prediksi yang lebih tinggi dengan nilai korelasi (R) mendekati 1 serta error yang lebih rendah dibandingkan regresi polinomial. Dengan demikian, penggunaan ANN terbukti lebih efektif dalam menghasilkan estimasi kontur insole yang adaptif dan presisi. Penelitian ini diharapkan dapat menjadi dasar pengembangan sistem desain insole berbasis kecerdasan buatan dalam industri alas kaki maupun aplikasi ortopedi.

Fulltext View|Download
Keywords: artificial neural network; estimasi kontur; high heels; insole sepatu
  1. W. B. Setyawan et al., “PENGARUH PERUBAHAN TINGGI HAK TERHADAP VOLUME KAKI DI HITUNG DARI SHOE LAST,” 2015. [Online]. Available: www.atk.ac.id
  2. Y. Septian and L. Tanu Merijanti, “Pemakaian sepatu hak tinggi berhubungan dengan nyeri otot betis pada pramuniaga,” Jurnal Biomedika dan Kesehatan, vol. 1, no. 2, 2018, doi: 10.18051/JBiomedKes.2018
  3. J. Anderson, A. E. Williams, and C. Nester, “Development and evaluation of a dual density insole for people standing for long periods of time at work,” J Foot Ankle Res, vol. 13, no. 1, Jul. 2020, doi: 10.1186/s13047-020-00402-2
  4. I. Destiana, B. Widjasena, S. Jayanti Bagian Keselamatan dan Kesehatan Kerja, and F. Kesehatan Masyarakat, “HUBUNGAN ANTARA TINGGI DAN TIPE HAK SEPATU DENGAN KELUHAN NYERI PUNGGUNG BAWAH PADA PRAMUNIAGA DI DEPARTMENT STORE X, SEMARANG,” 2015. [Online]. Available: http://ejournal-s1.undip.ac.id/index.php/jkm
  5. K. Ayat, D. B. Wibowo, and Y. Umardani, “PENENTUAN TINGGI HAK SEPATU TERBAIK UNTUK MENDAPATKAN KENYAMANAN DALAM PEMAKAIAN,” 2023
  6. J. Melvin and J. M. A. Melvin, “The Effects of Heel Height, Shoe Volume and Upper Stiffness on Shoe Comfort and Plantar Pressure,” 2014. [Online]. Available: https://www.researchgate.net/publication/279541613
  7. L. Yung-Hui and H. Wei-Hsien, “Effects of shoe inserts and heel height on foot pressure, impact force, and perceived comfort during walking,” Appl Ergon, vol. 36, no. 3, pp. 355–362, 2005, doi: 10.1016/j.apergo.2004.11.001
  8. Y. chen Wu and J. wen Feng, “Development and Application of Artificial Neural Network,” Wirel Pers Commun, vol. 102, no. 2, pp. 1645–1656, Sep. 2018, doi: 10.1007/s11277-017-5224-x
  9. B. D. Ripley, “Pattern Recognition and Neural Networks,” 2007
  10. I. M. S. A. Kesuma, A. S. B. Nugroho, and A. Aminullah, “Pengaruh Variasi Hidden Layer Terhadap Nilai MAPE Pada Pengembangan Model Estimasi Biaya Menggunakan Artificial Neural Network,” Siklus : Jurnal Teknik Sipil, vol. 9, no. 2, pp. 152–163, Oct. 2023, doi: 10.31849/siklus.v9i2.14221

Last update:

No citation recorded.

Last update:

No citation recorded.