Harahap, Syawal (2025) PREDIKSI RELEVANSI TREN WARNA DALAM DESAIN BRANDING DENGAN TIME SERIES ANALYSIS MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE. S1 thesis, Universitas Malikussaleh.

[img] Text
SYAWAL_HARAHAP_210170144_COVER.pdf

Download (181kB)
[img] Text
SYAWAL_HARAHAP_210170144_ABSTRAK.pdf

Download (177kB)
[img] Text
SYAWAL_HARAHAP_210170144_BAB I.pdf

Download (167kB)
[img] Text
SYAWAL_HARAHAP_210170144_DAFTAR PUSTAKA.pdf

Download (153kB)
[img] Text
SKRIPSI_SYAWAL_HARAHAP_210170144.pdf
Restricted to Registered users only

Download (5MB)

Abstract

Tren warna memiliki peran krusial dalam desain branding, memengaruhi persepsi konsumen dan identitas merek. Namun, sifatnya yang dinamis menimbulkan tantangan bagi desainer untuk membuat keputusan yang relevan dan berkelanjutan. Penelitian ini bertujuan untuk mengembangkan sebuah solusi berbasis data untuk mengatasi masalah tersebut. Metode Autoregressive Integrated Moving Average (ARIMA) diterapkan pada data historis popularitas warna dari tahun 2020 hingga 2024 untuk memprediksi tren relevansi warna pada periode 2025-2026. Data historis dikumpulkan dari berbagai sumber tepercaya seperti Pantone, Google Trends, dan platform desain, kemudian diproses dan dinormalisasi. Implementasi model ARIMA dilakukan di lingkungan Python menggunakan pustaka pmdarima untuk identifikasi model otomatis dan statsmodels untuk pemodelan. Akurasi model dievaluasi dengan metrik Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil prediksi divisualisasikan melalui sebuah aplikasi web front-end interaktif yang dibangun dengan HTML, Tailwind CSS, dan JavaScript (Chart.js), yang berfungsi sebagai dashboard untuk desainer. Temuan penelitian menunjukkan bahwa model ARIMA mampu memberikan prediksi tren warna yang akurat, dengan rata-rata MAE sebesar 0.024 dan RMSE sebesar 0.058. Aplikasi web yang dikembangkan berhasil menerjemahkan hasil analisis statistik yang kompleks menjadi informasi visual yang mudah diakses dan dapat ditindaklanjuti oleh desainer, sehingga membantu mereka dalam mengambil keputusan strategis yang proaktif dalam desain branding.

Item Type: Thesis (S1)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
T Technology > T Technology (General)
Divisions: Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User: Syawal Syawal Harahap
Date Deposited: 29 Sep 2025 06:23
Last Modified: 29 Sep 2025 06:23
URI: https://rama.unimal.ac.id/id/eprint/16359

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by