Sistem ukuran sangat penting dalam perancangan dan produksi pakaian. Ukuran pakaian yang akurat berkaitan dengan kepuasan konsumen dan pembuatan pakaian. Beberapa penelitian telah diajukan untuk membuat sistem ukuran. Penelitian ini bertujuan untuk mengembangkan sistem ukuran baru dengan data antropometri menggunakan pendekatan data mining yang baru. Penelitian ini menggunakan teknik kluster berbasis metaheuristik untuk menentukan standar sistem ukuran yang baru. Melalui pengukuran antropometri dari 912 orang (598 laki-laki dan 304 perempuan) berusia antara 18 hingga 25 tahun, penelitian ini mengajukan sistem ukuran untuk populasi orang Indonesia dewasa dengan tujuh dimensi tubuh, hip width, arm length, waist width, bust width, back-waist length, back-rest width,dan stature. Ada dua tahap dalam metode yang diajukan. Tahap pertama adalah ekstraksi fitur dengan principal component analysis (PCA). Kemudian, beberapa teknik berbasis metaheuristik digunakan untuk mencari sistem ukuran terbaik yang sesuai dengan populasi dan digabungkan dengan metode kluster fuzzy c-means. Hasil perhitungan menunjukkan bahwa lima kelompok ukuran cocok dengan data. Sebagai tambahan, berdasarkan aggregate loss of fit, sistem ukuran yang diajukan memiliki akurasi yang baik dan hasilnya dapat digunakan sebagai rekomendasi untuk menentukan ukuran yang tepat untuk konsumen.

Sizing system is essential for apparel design and production. Accurate size of apparel is related to customer satisfaction and manufacturing. Several researches had been proposed to create sizing system. This study aims to develop a new sizing system for anthropometry data using novel data mining approach. This study employs metaheuristic-based clustering techniques to determine a new standard sizing system for apparel industry. Through measuring anthropometry of 912 objects (598 males and 304 females) aged between 18 and 25, this study proposes a sizing system for Indonesian adult with seven variables, hip width, arm length, waist width, bust width, back-waist length, back-rest width, and stature. There are two stages for the proposed method. The first stage employs principal component analysis (PCA) for feature extraction. Then, several metaheuristicbased techniques will be employed to find the best sizing system which fit to the population and hybridized with fuzzy c-means. The computational result indicated that five groups of size are feasible for the current data. In addition, based on the aggregate loss the proposed model has a good accuracy and the result can be used as a size recommendation to specify the right size for the customers.

Kata Kunci : Sistem ukuran, Antropometri, Analisis Kluster, Optimasi Metaheuristic, Principal Component Analysis