INTERAKSI MANUSIA DAN KOMPUTER “ Faktor Manusia ”

1. INTERAKSI MANUSIA DAN KOMPUTER“FaktorManusia” Timothy Seta 0610U008 SeptianRizky 0610U016 WeslySibagariang 0610U051 Mustika M Wijaya 0610U0

2. Pendahuluan Manusiamerupakanelementerpenting dalaminteraksimanusiadankomputer, yaitu sebagaisubjeksekaligussebagaiobjek • Manusiadapatdipandangsebagaisistempemrosesinformasi • Model sederhana : * informasi diterima dan ditanggapi melalui saluran I/O * informasidisimpandalamingatan (memory) * informasidiprosesdandiaplikasikandalampelbagaicara • Kemampuanmanusiadalamhalinisangatpentingdalam mendesainyang berbedaantarasatu orang dengan orang lainnya

3. Pendahuluan • Aspekdalamsistemkomputer – Aspek hardware – Aspek software – Aspekbrainware • Kegiatanmemodelkanmanusiaadalahkegiatan yang cukup sulitkarenamanusiamenggunakanpancaindera • Pancainderamanusia: – Mata: benda, ukuran, warna, bentuk, kepadatan, dantekstur – Telinga: nada, warna nada, pola titik nada, intensitas, frekuensi – Hidung: membedakanbau – Lidah: membedakan rasa manis, kecut, pahit, asin – Kulit: merasakan tekanan dan suhu

4. FaktorManusiapada SoftwareInteraktif • InteraksiManusiadanKomputer (IMK) atau Human- • Computer Interaction (HCI) adalahdisiplinilmu yang • berhubungandenganperancangan, evaluasidan • implementasisistemkomputerinteraktifuntukdigunakan • olehmanusia, sertastudifenomena-fenomenabesar yang • berhubungandengannya. (Definisioleh ACM SIGCHI). • • Titikberat IMK adalahperancangandanevaluasiantarmuka • pemakai (user interface) • • Antarmukapemakaiadalahbagiansistemkomputer yang • memungkinkanmanusiaberinteraksidengankomputer.

5. Tujuanrekayasasistem IMK – Fungsionalitas yang semestinya • Sistemdenganfungsionalitas yang kurangmemadai mengecewakanpemakaidanseringditolakatautidak digunakan. • Sistemdenganfungsionalitasberlebihanberbahaya: implementasi, pemeliharaan, belajardanpenggunaansulit – Kehandalan, ketersediaan, keamanan, integritas data • Kehandalan (reliability): berfungsiseperti yang diinginkan • Ketersediaan (availability): tersediaketikahendakdigunakan • Keamanan (security): terlindung dari akses yang tak diinginkan dankerusakan yang disengaja. • Integritas data (data integrity): keutuhan data terjamin

6. TujuanPerancanganBerdasarkanFaktorManusia • Setelahmerencanakansistemuntukmemenuhitujuan rekayasasistem, pengembangsistemdapatmemusatkan perhatianpada proses perancangandanpengujian • Lima faktormanusiaterukur (measurable human factors) adalah: – Waktubelajar : berapa lama orang biasamempelajaricara melakukansuatutugas yang relevan? – Kecepatan kinerja : berapa lama suatu tugas dilakukan? – Tingkat kesalahan : berapabanyakkesalahandankesalahan apasaja yang dibuatpemakai?

7. TujuanPerancanganBerdasarkanFaktorManusia – Daya Ingat : bagaimana kemampuan pemakai mempertahankanpengetahuannyasetelahjangkawaktu tertentu? – Kepuasansubjektif : bagaimanakepuasanpemakaiterhadap berbagai aspek sistem? Berikan kesempatan pemakai memberiumpanbalik. • Meskipunperancanginginberhasildalamsetiap kategori tsb, sering harus direlakan pengorbanan pada kategoritertentu • Ujisemuaalternatifperancanganmenggunakan metodeyang jelas.

8. KecapakanManusiadanKomputer

9. Saluran input-output Pandangan (Vision) - Duatahapdalam vision * Penerimaan fisik dari suatu stimulus * Pengolahan dan interpretasi dari stimulus Alatfisik : mata - mekanismeuntukmenerimacahayadan mentransformasikannyakedalamenergielektrik - cahayamemantuldariobjek-objek;citradarimereka difokuskanterbalikpada retina - retina mengandung rods (organ berbentukbatang) untuk pandangancahayalemah dan cones (organberbentuk kerucut) untukpandanganberwarna - selganglion (simpul/pusatsyaraf) mendeteksipoladan gerakan

10. IstilahdalamPenglihatan/Visual • Luminans/kejelasanobjek – Banyaknyacahaya yang dipantulkanoleh permukaanobyek – Semakinbesarluminanssebuahobyek, rincian obyek yang dapat dilihat oleh mata akan semakin bertambah • Kontras – Selisih antara luminans obyek dengan luminans latarbelakang – Nilaikontrasdapatpositifataunegatif – Nilaikontrasnegatifakanmembuatobyektidak nampak

11. IstilahdalamPenglihatan/Visual • Kecerahan – Tanggapansubyektifpadacahaya – Tidakadakaitandenganluminansdankontras, namun luminansdapatberimplikasipadakecerahan • Sudutdanketajamanpenglihatan – Sudut penglihatan (visual angle): sudut yang dibentukantaraobyekdenganmata – Ketajaman penglihatan (visual acuity): sudut penglihatan minimum ketika mata masih dapat melihatsebuahobyekdenganjelas

12. IstilahdalamPenglihatan/Visual • Medan penglihatan: sudut yang dibentukketika mata bergerak ke kiri terjauh dan ke kanan terjauh – Daerah I, penglihatanbinokuler – Daerah II, penglihatanmonokulerkiri – Daerah III, penglihatanmonokulerkanan – Daerah IV, daerahbuta

13. IstilahdalamPenglihatan/Visual

14. Warna • terbentukdari hue(corak), intensity(intensitas), saturation(kejenuhan) • cones sensitifterhadappanjanggelombangwarna • ketajamanpandanganwarnabiruadalah yang paling rendah • sistem visual mengkompensasikandiriuntuk pergerakan dan perubahan dalam kejelasan pandangan(luminance)

15. Warna yang Efektif Aspekpsikologis • Hindarkan penggunaan warna berikut secara bersama-sama seperti cyan, magenta, dan kuning karena dapat menimbulkan kelelahanmata • Hindarkanwarnabiruuntukgaris tipis, teksdanbentukkecil, sebabsistempenglihatankitatidakdisiapkanuntuk rangsanganyang tajam, terincidanbergelombangpendek • Pertimbangkanwarnatajamuntukpenggunausiatua • Warnaakanberubahjikaarascahayasekelilingberubahdan jugaakibatpenambahandanpenurunankontras • Perubahanwarna yang dapatdideteksibervariasiuntukwarna yang berbeda. Merahdanungusukardideteksidibandingkan dengankuning, hijauataubiru • Hindarkan warna merah dan hijau dalam skala besar pada tempatberseberangan. Warna yang cocokadalahbiru-kuning

16. PenggunaanWarna Aspekpsikologis • Warnaberlawanan yang dapatdigunakanbersama-sama mis: merah-hijaudanbiru-kuning. Kombinasihijau-biru memberikancitrajelek • Hindarkanperubahanwarnatunggaluntukmenolong penggunadenganketerbatasandalammelihatwarna Aspekkognitif • Janganmenggunakanwarnasecaraberlebihan. Penggunaan warnaditujukanuntukmenarikperhatian, atauuntuk pengelompokkaninformasi. Manfaatituakanhilangjika warnayang digunakanterlalubanyak • Waspadalahterhadapmanipulasiwarnasecaratidak linier • Kelompokkanlah elemen-elemen yang saling berkaitan dengan warna latar belakang yang sama

17. PenggunaanWarna Aspekkognitif Warna yang sama “membawa” pesan yang serupa • Kecerahan dan saturasi akan menarik perhatian • Urutkanwarnasesuaidenganposisispektralnya • Warna hangat (panjang gelombang besar) dapat digunakanuntukmenunjukkanarastindakan. Biasanyawarna yang hangatdigunakanuntukmenunjukkanadanyatindakan atautanggapanyang diperlukan. Warna yang dingindapat dipakaiuntukmenunjukkanstatus atauinformasilatar belakang

18. PenggunaanWarna Kombinasiwarna yang baik

19. PenggunaanWarna Kombinasiwarnaterjelek

20. Pendengeran Sebagianbesar orang dapatmendeteksisuarapadakisaranfrekuensi 20 Hz hingga 20 KHz, tetapibatasbawahdanbatasatastersebutdipengaruhifaktorkesehatandanusia. Pendengaran yang lebihsensitifdapatmendeteksisuarapadakisaran 1000 – 4000 Hz, yaitusetaradenganbatasatasduaoktaf keyboard piano. Selaindarifrekuensi, suarajugadapatdiukurdarikebisingan (loudness). Jikabataskebisingandinyatakandengan 0 dB, makasuarabisikankira-kiramempunyaikebisingan 20 dB danpercakapan normal mempunyaikebisingan 50 hingga 70 dB.Suaradengantingkatkebisinganlebihdari 170 dB bisamenyebabkankerusakangendangtelinga.

21. Sentuhan Sentuhanmerupakansaranainteraksi yang lebihpentingpada orang butaselainsuara. Sensitifitassentuhanlebihdikaitkandenganaspekergonomisdalamsebuahsistem. Aspekiniseringdigunakandalampapanketikatautombol. Keluhanbiasaterjadiapabilapapanketikatautombolkurangmenimbulkansensasisentuhan yang nyamanataupapanketikatautomboltersebutterlalusensitifsehinggadengansedikitsentuhanpapanketikatautombolsudahbekerja.

22. PemodelandanSistemPengolahan • Model sistempengolahanmanusiaterdiridaripengolahanperseptual, pengolahanintelektualdanpengendalianmotorik yang beinteraksidenganmemorimanusia. • Model sistemkomputerterdiridaripengolah (processor) danmemori. Interaksikeduanyamelaluibus

23. PengendalianMotorik Pengendalianmotorikpadamanusiadapatdilatihuntukmencapaitaraftertentusepertimengetik 10 jariuntukkecepatan 1000 hurufpermenit

24. MemoriManusia

25. Sensory stores • Sensoriuntukmerasakan • Buffer (penyangga) untuk stimuli (rangsangan) - Iconic - visual stimuli (rangsangan visual) - Echoic - aural stimuli (rangsangan suara) - Haptic-touch stimuli(rangsangansentuhan) • Dapatdipandangsebagaisekumpulan register penyangga temporer • Informasi yang masukakandinyatakandalambentuktak terprosesatautakterkodekan • Informasidisimpandalambentukfisikdanbukandalam bentuksimbolik • Secaraterusmenerusakandiperbarui • Pemilihanrangsangandiaturolehselera/gairah

26. Short-term memory • Dapat dipandang sebagai penyimpan temporer • Informasi yang masukakandinyatakandalambentuk terkodekanbukandalambentukfisik • Seringdisebutsebagaiworking memory • Lapisan scratch(scratch pad) untukpengingatankembali sementara - aksescepat = 70ms - penghilangancepat = 200ms - kapasitasterbatas • Recency effect-recall sesuatu yang terakhirdilihatlebihbaik daripadarecall item-item yang lebihdulu

27. Long-term memory • Informasi yang masukmelaluikesadaranpenuh yang disebut proses “belajar” ataulewat proses bawahsadar yang terjadiberulang-ulang • Berbasissemantikdandiaksessecaraasosiatif • Sifatpenyimpanannyasukardilupakan • Tempat penyimpanan (repository) untuk semua pengetahuan kita - aksespelan = 1/10s - decay(penghilangan) pelan,jikaada - kapasitas yang besar atau tidak terbatas • Duajenis - Episodik-memory berurutandarikejadian-kejadian - Semantik-memory terstruktur dari fakta-fakta,konsep dan ketrampilan • Informasidalam memory jangkapanjangsemantikditurunkandari memory jangkapanjangepisodik

28. Long-term memory • Struktur memory Semantik - menyediakanakseskeinformasi - merepresentasikanhubungandiantara bit-bit informasi - mendukunginferensia • Model jaringansemantik f) Inheritance,node-node anakdituruniproperti(sifatdan kemampuan) dari node-node orangtuanya g) Hubungandiantara bit-bit informasidilakukansecaraeksplisit h) Mendukunginferensiamelalui inheritance (penurunansifat)

29. Thinking “Reasoning and Problem Solving” Thinking - Pertimbangan (reasoning) Deduktif:menurunkan konklusi yang diperlukan secara lojik dari premise (dasarpikiran), contoh: Jika hari Minggu maka dia akan berlibur JikahariMinggu.Olehkarenaitudiaakanberlibur. * konklusisecaralojiktidakmestiharusbenar Jikaharimendungmakaakanturunhujan Hari mendung.Oleh karena itu akan turun hujan. b. Induktif:generalisasidarikasus yang terlihatuntuk case yang belumterlihat. Unreliable (tidakdapatdiandalkan) hanya dapatdibuktikankesalahannyabukan kebenarannyaContoh:semuagajahmemilikibelalaioleh karenaitusemuagajahmemilikibelalai.

30. Thinking - Pertimbangan (reasoning) • c. Abductive (penculikan) : pertimbangan dari kejadian ke • penyebab. Contoh,Dinolaridengankencangdisaat • dikejaranjing. Jikamelihat Dino laridengankencang, • diasumsikaniadikejaranjing. Unreliable(tidakdapat • diandalkan) dapatmengarahkepenjelasanyang salah. • PenyelesaianMasalah • Proses menemukansolusiuntuktugas-tugas yang tidakfamiliar menggunakanpengetahuan

31. TeoriPenyelesaianMasalah - Gestalt • Penyelesaianmasalahbaikproduktifdanreproduktif • Penyelesaianmasalahproduktifmenempatkandirinyadari • dalamdanmerestrukturisasipermasalahan • Atraktif tetapi tak cukup ada bukti untuk menjelaskan situasi • dan lain-lain • Berpindahdaribehavioralism (pahamperilaku) danmengarah • padateori-teoripemrosesaninformasi

32. TeoriPenyelesaianMasalah –Teoriruangpermasalahan (problem space) • Ruangpermasalahanterdiridaribagian/keadaan (states) • permasalahan • Penyelesaianmasalahmelibatkanpembangkitan states • (keadaan) menggunakan operator-operator legal • Beroperasidalamsistempemrosesaninformasi • manusia,contoh:batasanmemory jangkapendek • Banyakdiaplikasikanuntukpenyelesaianmasalahdalam area • yang sudahdikenal, contoh:puzzle • Heuristics dapatdigunakanuntukmemilih operator

33. TeoriPenyelesaianMasalah – Analogi • Permasalahan yang barudiselesaikandenganmenggunakan pengetahuandari domain yang serupadalamdomain baru- pemetaansecaraanalogi • Pemetaan secara analogi kemungkinan sulit jika domainnya secarasemantikberbeda

34. Kesalahandan Model Mental • Jenis-jeniskesalahan: - Slips(selip/terpeleset/tergelincir)-perubahanaspekperilaku berketrampilandapatmenyebabkanselip - Pemahaman yang tidakbenar-manusiamenciptakan model mental untuk menjelaskan perilaku/kebiasaan. Jika salah (berbedadarisistemaktual) kesalahandapatsajaterjadi. • Perbedaanindividu Berdasarkanjangkawaktunya: - Jangka panjang - jenis kelamin,fisik dan kemampuan intelektual - Jangkapendek - efekdaristres (tertekan) ataukeletihan - Perubahan - usia

35. PsikologidanRancanganSistemInteraktif • Beberapadapatditerapkanpadaaplikasilangsung. • Contoh:ketajaman/kejelasanwarnabiruadalahtidakbagus sehinggawarnabirutakseharusnyadigunakanuntukdetil yang penting • Namundemikian, suatuaplikasisecaraumummembutuhkan - pemahamanmengenaikonteksdalampsikologi - pemahamanmengenaikondisi-kondisieksperimentertentu • Banyak pengetahuan telah disarikan dalam - guidelines(garispedoman) - model kognitif - teknik-teknikevaluasianalitisdaneksperimental