Evaluating of Neural Style Transfer Results of Various Pattern Images Using Features Similarity Index

Namun, perlu dicatat bahwa hasil dari penelitian ini juga mengindikasikan bahwa tidak ada bukti yang cukup untuk menyatakan bahwa resolusi dan kompleksitas gaya seni secara signifikan memengaruhi hasil akhir. Artinya, NST dapat diterapkan secara fleksibel tanpa khawatir kehilangan detail yang kritis, asalkan dilakukan dengan panduan yang jelas dan berbasis data. 

Hal ini membuka peluang bagi pelaku bisnis B2B untuk mengeksplorasi berbagai gaya artistik dalam presentasi produk mereka, dengan keyakinan bahwa teknologi ini mampu menjaga integritas visual yang diperlukan dalam transaksi bisnis.

***

Kesimpulan dari penelitian yang dilakukan oleh Metayani, Liliawati, dan Widjaja memberikan wawasan yang berharga bagi pengembangan teknologi visual dalam platform e-commerce B2B. Dengan temuan bahwa resolusi dan kompleksitas gaya seni tidak signifikan mempengaruhi hasil Feature Similarity Index (FSIM), bisnis dapat lebih fleksibel dalam mengeksplorasi penggunaan Neural Style Transfer (NST) untuk meningkatkan daya tarik visual produk mereka. 

Meskipun demikian, tetap diperlukan kehati-hatian dalam penerapan teknologi ini, terutama untuk memastikan bahwa kualitas visual dan keaslian produk tetap terjaga. Penggunaan NST dapat menjadi alat yang efektif untuk membedakan penawaran produk dalam pasar yang semakin kompetitif, asalkan diaplikasikan dengan pemahaman yang mendalam terhadap batasan dan potensi teknologi ini.

Dengan nilai FSIM yang berkisar antara 29,48% hingga 82,63%, penelitian ini menegaskan pentingnya evaluasi dan uji coba sebelum implementasi penuh. Untuk pengembang dan pelaku bisnis di sektor B2B, penelitian ini menyediakan dasar yang kuat untuk mengintegrasikan teknologi AI ke dalam strategi visual mereka, dengan tetap mempertahankan fokus pada keaslian dan kepercayaan pelanggan. 

Ke depan, eksplorasi lebih lanjut tentang bagaimana NST dapat dioptimalkan untuk berbagai jenis produk dan konteks bisnis akan sangat bermanfaat, memungkinkan bisnis untuk memanfaatkan teknologi ini secara maksimal tanpa mengorbankan kualitas visual dan integritas produk yang mereka tawarkan.

Referensi:

Metayani, V., Liliawati, S. L., & Widjaja, A. (2024). Evaluasi Hasil Neural Style Transfer Berbagai Gambar Pola Menggunakan Feature Similarity Index. Jurnal Teknik Informatika dan Sistem Informasi, 10(2). http://dx.doi.org/10.28932/jutisi.v10i2.9380