Perpustakaan Digital ITB

Situs online shop saat ini sudah sangat populer dan banyak digunakan. Semua orang yang memiliki akses ke jaringan internet dapat melakukan jual beli secara online melalui situs online shop. Salah satu jenis produk yang paling banyak dijual beli secara online adalah produk fashion. Produk fashion memiliki berbagai jenis atribut yang bermacam-macam. Dikarenakan produk fashion yang dijual secara online terbuka untuk semua pengguna jaringan internet, deskripsi dari produk fashion tersebut biasanya masih memiliki kekurangan atau human error. Hal ini dapat mempengaruhi fitur-fitur yang tersedia pada online shop seperti fitur searching. Oleh karena itu, diperlukan solusi otomatis yang dapat melengkapai deskripsi dari produk fashion. Solusi ini memanfaatkan citra produk fashion untuk mengekstraksi atribut. Model yang dibangun terdiri dari network dasar dan beberapa network cabang yang dikhususkan mengklasifikasikan suatu jenis atribut tertentu. Model ini memanfaatkan landmark dan bounding box untuk melakukan ekstraksi fitur lokal. Ekstraksi fitur lokal untuk masing-masing cabang berbeda sesuai dengan jenis atribut yang diklasifikasikan oleh cabang tersebut. Hasil penelitian menunjukan bahwa model yang dibangun bersifat progressive sehingga dapat mengikuti perkembangan situs online shop. Penggunaan landmark dan bounding box untuk ekstraksi fitur lokal hanya meningkat pada jenis atribut tertentu dan secara keseluruhan kinerja model masih belum meningkat. Masih diperlukan penelitian lebih lanjut untuk mengubah ekstraksi fitur lokal pada model.