Menganalisis kata-kata dan frasa yang relevan dari ulasan fashion memungkinkan untuk mengidentifikasi jaringan pengaruh di antara desainer-desainer papan atas, kata para peneliti.

Hal tersebut juga memungkinkan mereka melacak bagaimana tren gaya tersebut bergerak melalui industri, begitu kata Heng Xu, profesor ilmu dan teknologi informasi di Penn State.

“Data analitik, yang merupakan gagasan bahwa sejumlah besar data sudah tersedia sehingga bisa kita bisa menemukan pola, membangun korelasi, dan mengidentifikasi tren yang muncul, sangat populer akhir-akhir ini dan sedang diterapkan ke banyak industri dan bidang, mulai dari perawatan kesehatan hingga politik. Tapi yang ingin kami lihat adalah apakah data analitik dapat digunakan juga dalam industri fashion”, kata Xu.

“Kami tertarik pada pertanyaan apakah kita benar-benar bisa melacak jejaring pengaruh yang tersembunyi dalam desain fashion.”

Layout jaringan ini dibuat dengan menggunakan algoritma ForceAtlas, di mana pembobotannya memengaruhi bagaimana node menyebar. Ukuran node sebanding dengan tingkat pengaruh. Node yang tersebar di sekitar jaringan adalah desainer tanpa tautan pengaruh masuk atau keluar. (credit: Lab Heng Xu / Penn State)

Memetakan pengaruh fashion

Para peneliti, yang mempresentasikan temuan mereka pada Workshop Teknologi dan Sistem Informasi di Auckland, Australia, menganalisis 6.629 ulasan runway dari 816 desainer dari Style.com, yang sebelumnya merupakan situs online untuk Vogue, salah satu majalah fashion paling berpengaruh. Ulasan tersebut mencakup 30 seasons dari 2000 hingga 2014.

Xu mengatakan timnya mengekstraksi kata kunci dan frasa dari ulasan-ulasan ini yang menggambarkan siluet, warna, kain, dan detail lainnya dari koleksi masing-masing desainer dan menambahkannya ke dataset. Para peneliti kemudian menciptakan pendekatan untuk memberi peringkat pada desainer dan pengaruh peta dalam kelompok.

Untuk mengevaluasi keakuratan model dalam penelitian mereka, para peneliti membandingkan jaringan mereka dengan tiga daftar desainer berpengaruh yang diakui industri, termasuk Times, Fashion Merchandising Degrees, dan A Celebration of 20 Most Influential Designer, dan mereka menemukan bahwa hasilnya sangat cocok dengan daftar ini.

“Tidak ada satu pun standar baku untuk desainer yang paling berpengaruh, tetapi kami percaya ini adalah tempat yang baik untuk memulai perbandingan”, kata Xu.

The next Jason Wu

Sementara para profesional di banyak industri menyambut keberadaan data analitik, jenis analisis ini mungkin menghadapi beberapa skeptisisme dari para desainer fashion, yang memandang pekerjaan mereka sebagai bentuk seni dan lebih sulit untuk diukur, kata Yilu Zhou, associate professor pada bagian sistem informasi di Universitas Fordham, yang bekerja dengan Xu.

“Tapi, yang kami temukan dari data adalah bahwa kami dapat menemukan footprints, ada petunjuk yang dapat ditelusuri kembali ke masing-masing desainer,” kata Zhou.

Para peneliti mengatakan bahwa teknologi suatu saat nanti bisa membantu para profesional di industri untuk lebih memprediksi tren fashion dan mengidentifikasi desainer-desainer yang akan datang.

“Kita semua tahu para desainer besar saat ini, tetapi bisakah kita menggunakan jenis teknologi ini untuk mencari tahu siapa yang akan menjadi desainer fashion besar berikutnya, Jason Wu berikutnya, misalnya, dan seperti apa tren desain yang akan meledak berikutnya?” kata Zhou.

Gaya yang lebih murah?

Xu mengatakan bahwa teknologi itu juga dapat membantu konsumen menyusun koleksi pakaian yang sesuai anggaran dan gaya (style).

“Membeli dari desainer terkemuka itu mahal, tetapi jika Anda memiliki informasi tentang elemen desain apa yang mulai tren, itu mungkin membantu Anda membeli fashion terbaru dengan harga yang lebih murah,” kata Xu. “Selain itu, desain itu selalu kembali mengikuti gaya/style, sehingga kamu bisa mengidentifikasi pakaian yang mungkin sudah kamu miliki di lemari pakaianmu agar sesuai dengan gaya baru.”

Xu dan Zhou, yang juga bekerja dengan Yusan Lin, seorang asisten peneliti dari departemen ilmu komputer dan teknik di Penn State, mengatakan bahwa mereka mengharapkan teknologi bisa berkembang seiring dengan lebih tersedianya data dan sumber-sumbernya.

Pada akhirnya, para ilmuwan data dapat menganalisis real-time data dari situs media sosial, seperti Twitter, Pinterest, dan Instagram untuk memprediksi gaya busana, kata Xu.


Disadur dari tulisannya Matt Swayne – Penn State