Perpustakaan Digital ITB

Memilih pakaian merupakan aktivitas yang dilakukan hampir setiap hari, namun banyak pengguna kesulitan memadupadankan pakaian yang telah dimiliki menjadi outfit yang serasi. Di sisi lain, model analisis visual dan pemahaman bahasa yang ada umumnya dilatih pada data yang belum merepresentasikan karakteristik fashion Indonesia, seperti wastra dan busana muslim, serta bahasa Indonesia yang informal. Tugas Akhir ini mengembangkan modul analisis visual berbasis Vision Transformer (Fashion-CLIP) dan modul pemahaman kueri Bahasa Indonesia berbasis IndoBERT, serta membangun antarmuka web responsif sebagai media interaksi pada sistem rekomendasi styling fashion. Modul visual yang di-fine-tune pada Indonesian Fashion Dataset (1.907 gambar, 46 sub-kategori, 5 super-kategori) mencapai Recall@10 text-to-image sebesar 95,20% dan image-to-text sebesar 96,07%, melampaui target yang ditetapkan sekaligus mengungguli Marqo-FashionSigLIP pada benchmark apple-to-apple dengan ukuran model yang jauh lebih ringan. Modul IndoBERT dengan strategi multi-task learning memperoleh composite score sebesar 0,9115 (intent accuracy 0,8985; color F1 0,9130; style F1 0,9482). Antarmuka web Kanemori dievaluasi melalui User Acceptance Testing terhadap 25 partisipan dan memperoleh skor System Usability Scale (SUS) sebesar 80,2 (kategori Good/Grade A), Single Ease Question 6,42/7, Net Promoter Score sebesar +76, serta skor User Experience Questionnaire pada kategori Excellent untuk mayoritas dimensi. Pengujian performa menunjukkan seluruh halaman lulus target waktu respons yang ditetapkan. Hasil ini menunjukkan bahwa sistem mampu mengenali karakteristik fashion Indonesia secara akurat sekaligus memberikan pengalaman pengguna yang baik.