Abstract:
This
article presents a novel summarization of biomechanical and performance data
for user interface designers. Previously, there was no simple way for designers
to predict how the location, direction, velocity, precision, or amplitude of users’
movement affects performance and fatigue. We cluster muscle coactivation data
from a 3D pointing task covering the whole reachable space of the arm. We
identify 11 clusters of pointing movements with distinct muscular,
spatio-temporal, and performance properties. We discuss their use as heuristics
when designing for 3D pointing.
Pengkaji : Rijen Juni P. Sianturi
(G64120020)
Interaksi Manusia dengan komputer mendeskripsikan
kenyamanan user dalam melakukan
interaksi dengan sistem atau perangkat yang digunakan, beberapa aspek seperti
kecepatan, kenyamanan GUI, usaha yang dibutuhkan untuk memahami fungsi yang
disediakan oleh sistem, dan yang paling penting dari pergerkan yang diberikan user berupa aktivitas gerak otot untuk
melakukan interaksi semua bagian ini dikenal dalam HCI (Human-Computer
Interaction). Papper ini membahas mengenai gerakan otot yang diberikan user saat melakukan pengendalian data
dan interaksi terhadap sistem, untuk pengujian dilakukan simulasi biochemicall, untuk mendapatkan gambaran
kinerja otot secara visual yang pada akhirnya dibentuk cluster yang merangkum
aspek pergerakan utama pada otot lengan manusia secara biologis dan
menghubungkannya dengan standar pengukuran user
performances. Pergerakan otot menjadi perhatian utama dalam user performance karena berhubungan erat
dengan besarnya kekuatan dan usaha yang diberikan user untuk mengoperasikan sistem. Sebuah sistem yang baik harus
dirancang sedemikian rupa agar user
mampu memberikan inputan dengan baik namun, usaha yang dilakukan oleh user harus seminimal mungkin untuk
mengurangi kelelahan dan kejang otot. Cluster yang dibentuk dalam usulan hasil
penelitian ini akan memberikan bantuan kepada designer untuk merancang sistem
agar menciptakan design yang
menghindarkan user dari keletihan
akibat melakukan interaksi dengan sistem melalui cluster yang diperlihatkan
dari hasil dari penelitian ini.
Simulasi dalam penelitian ini dilakukan oleh seorang
atlit yang melakukan interakasi terhadap 25 target dengan jarak target masing-masing 2,
4 dan 8 cm yang berada di hadapannya. Gerakan akan dilakukan dengan lengan
sebagai simulasi interaksi terhadap sistem, untuk melihat pergerakan otot
dilakukan dengan biochemical simulation.
Dengan simulasi ini akan terlihat otot dan sendi mana saja yang melakukan
pergerakan fungsi lain dilakukan pula untuk menduga indikasi terjadinya
kelelahan dalam setiap gerakan. Adapun sistem yang digunakan dalam pengambilan
dataset ini adalah PhaseSpace system dengan
12 implus kamera 480fps , OpenSim
digunakan dalam pemodelan simulasi biomechanical.Hasil pemrosesan yang
dilakukan, didapatkan dataset yang akan digunakan untuk melakukan clusstering,
lebih dari 400 variabel digunakan untuk mendeskripsikan interelasi yang
kompleks antara informasi lokasi, performa dan ergonomic. Hasilnya dapat
dilihat bagian otot dan sendi mana yang melakukan kinerja berdasarkan
pergerakan user terhadap letak
terget yang dideskripsikan.
Gambar disamping merupakan salah satu hasil penelitian
simulasi biochemicall yang telah
dilakukan.Kita dapat mengetahui bagian sendi dan otot mana yang bekerja saat user melakukan interaksi. Bagian yang
berwarna merah menunjukan bagian otot yang bekerja saat sistem berada di atas,
yang brwarna hijau ketika sistem bekerja sejajar dengan dada atau bagian tengah,
dan yang terakhir ketika sistem berada pada bagian bawah. Pada gambar kita
melihat warna terpekat yang dideklarasikan adalah pada gambar ketiga yang
mengindikasikan otot dan sendi banyak melakukan pekerjaan , kemudian warna
merah dan hijau. Dalam hal ini kita mengetahui bahwa user akan lebih nyaman melakukan interaksi atau dengan kata lain
lebih sedikit mengeluarkan energi saat interaksi terhadap sistem sejajar dengan
dirinya. Metode yang diberikan untuk cluster
ini adalah algoritma k-Means digunakan untuk menghimpun cluster yang dibentuk pada awalnya dibuat 20 cluster,namun setelah dianalisa beberapa cluster menunjukan keidentikan sehingga terbentuk hanya 11 cluster,
Aglomerative hirarchical Clustering yang digunakan untuk membagi abstraksi kedalam
level yang berbeda, Euclidian distance yang digunakan untuk mengukur kemiripan tiap gerakan untuk dijadikan sebuah kesatuan
didalam satu cluster.
Gambar diatas merupakan penggolongan kinerja jenis
otot yang didapatkan setelah otot melakukan aktivitas berat yang berbeda dalam berbagai gerakan,
persentase diatas menunjukan aktivitas cluster dalam pergerakan yang dilakukan secara keseluruhan.
Pada Cluster pertama, pergerakan terhadap bagian otot infarspinatus, anterior deltoid tinggi
dan medium untuk bisep pergerakan
yang dilakukan pada cluster ini cocok
untuk interaksi yang singkat. Pada cluster kedua aktivitas yang terberat hanya
ditumpukan pada medial deltoid saja,
sedang untuk anterior deltoid, pronantus
peres, bracialis dan lemah untuk bagian otot lainnya sehingga cocok
digunakan untuk aktivitas yang membutuhkan waktu lama untuk berinteraksi. Pada
cluster ketiga, menangani pergerakan yang memerlukan aktivitas pendek pada
bagian target yang diletakan diatas dan seajar dengan user, hal ini dikarenakan aktivitas yang tinggi hanya terdapat pada
infraspinatus dan anterior deltoid. Pada tipe cluster ini
cocok untuk interaksi yang pendek dan membutuhkan kecepatan. Cluster 4
menangani aktivitas yang lama dari user
namun pada jarak yang dekat secara vertikal kinerja otot yang berat terdapat
pada bagian anterior dan medal deltoid, inspinatus, dan brancialis. Pada cluster kelima menangani
pergerakan yang pendek sampai sedang dalam pergerakan secara horizontal, pada cluster ini pergerakan otot tertinggi
ada pada anterior deltoid dan
infrapinatus, pergerakan pada cluster
ini cocok untuk interaksi yang memerlukan aktivitas rendah contoh aplikasi smartwatches. Pada cluster 6 melakukan gerakan pada media yang diagonal dekat dengan pergerakan
secara horizontal pada bagian atas, untuk cluster ini aktivitas otot cukup
berat bekerja sehingga akan cocok digunakan pada interaksi yang memerlukan
sedikit pergerakan. Pada cluster ketujuh pergerakan dilakukan pada jarak yang sedang hingga panjang, titik
berat kinerja otot terdapat pada anterior
deltoid pergerakan pada cluster
ini adalah yang paling nyaman dari seluruh cluster
yang didefinisikan. Pada cluster
delapan dan sembilan menangani interaksi dengan pola short-interaction yang karena memerlukan kecepatan dalam akses. Cluster
kesepuluh menjangkau pergerakan yang pendek dan medium pada bagian kanan atas, kinerja
yang dilakukan cukup berat pada bagian otot anterior
deltoid. Bagian ini dibutuhkan saat
pola interaksi jangka pendek. Cluster kesebelas menjangkau pergerakan secara
vertikal yang sedang dan pendek pada bagian kanan target simulasi, aktivitas
otot yang tertinggi terdapat pada Medial
Deltoid, Supraspinastus,upper trapezius dan subscapularis.
Untuk mengukur tingkat kepercayaan cluster ini dilakukan
perhitungan secara statistical dengan
metode Fits law model dan didapatkan
nilai R2= 95. Cluster tersebut diujikan pada beberapa sistem untuk
melakukan evaluasi salah satunya pada In-Air
keyboard Placement. Rancangan keyboard
udara yang dioperasikan dengan menggunakan gestur lengan untuk menunjuk inputan, pertannyaan yang bisa
diajukan bagaimana merancang posisi interaksi agar user mampu memberikan inputan secara cepat (wpm) dengan level
kelelahan yang minim untuk interaksi yang dibutuhkan dalam jangka panjang? .
Jika melihat kasus ini akan lebih baik ineraksi yang digunakan menerapkan
cluster nomor 2 , dimana dalam cluster ini memungkinkan user untuk melakukan aktivitas yang lama pada jarak dekat, karena fungsi otot yang bekerja keras hanya
pada bagian medial deltoid saja,
kesesuaian design ini akan
menghindarkan dari kelelahan otot.
Penelitian ini memberikan manfaat yang sangat besar
dalam dunia interaksi manusia dengan komputer, dimana dalam merancang sebuah
interaksi designer seharusnya bukan
hanya memikirkan interkasi yang menarik agar orang mau menggunakan sistem namun,
hal yang tak kalah penting designer harus juga memperhatikan bagaimana user mampu menggunakan sistem secara
maksimal dengan nyaman dan sehat dilihat dari sudut pandang biomechanicall. 11 cluster yang dirancang memberikan sebuah gambaran bagian otot dan sendi mana saja yang bekerja
secara keras dalam melakukan pergerakan terhadap sistem, adanya cluster-cluster tersebut bisa membantu designer
untuk merancang aplikasi yang bersahabat dengan user.
Blog yang dikomentari:
1. Rahmat Nasution (G64120045)
2. Ahmad Hafiz (G64120079)
3. Adek Ayu Putri (G64120129)
4.Syadza Nadhir Rayhan (G54120061)
Blog yang dikomentari:
1. Rahmat Nasution (G64120045)
2. Ahmad Hafiz (G64120079)
3. Adek Ayu Putri (G64120129)
4.Syadza Nadhir Rayhan (G54120061)
Mungkin ini merupakan suatu hal yang bagus. Akan tetapi penerapannya harus sesuai dengan kebutuhan manusia dan lebih memudahkan tigas manusia
BalasHapusYa setuju research ini sangat interesting dan saya pikir kebutuhan manusia akan selalu berkembang. Dan tantangannya apakah sistem yg dikembangkan akan usefriendly
Hapuspenelitian yang sangat bermanfaat sekali khususnya yang terkait kesehatan manusia. benar sekali bahwa seorang designer harus memperhatikan bagaimana kesehatan pengguna saat menggunakan aplikasi tersebut.
BalasHapusTerimakasih atas komentarnya karryn-chan
HapusNice post, ringkasannya terhitung rapih dan semua informasi seperrtinya dijelaskan secara singkat dan padat.
BalasHapusThanks buat komentarnya Wahyu angga semoga ringkasan ini bisa menambah wawasan..
Hapuskajian yang bagus, informasi yang disampaikan sangat berguna :)
BalasHapusTerimaksih atas tanggapannya indri , semoga ringkasan ini dapat menambah wawasan anda kalau suatu hari nanti membuat atau mengembangkan sistem
HapusSaya rasa kajian yang anda berikan cukup mudah di pahami, mungkin masukan saja agar diberikan sub header dalam materinya dan juga d berikan hasil kesimpulan
BalasHapusThanks dirman buat komentarnya, sebenarnya kesimpulan sudah saya coba jelaskan pada bagian akhir resume dimana dihasilkan 11 cluster dari penelitian ini yang bermanffat sebagai acuan untk designer dalam mengembangkan sistem , terimakasijuga buat sarannya hehe
HapusReview yang bagus dan sangat informatif :)
BalasHapusnamun akan lebih baik bila penjelasan tentang apa yang akan dibahas dibuat lebih panjang, kurang lebih satu paragraf lagi baru ke metode agar kita lebih mengerti latar belakang dari penelitian tersebut.
hanya memberikan saran saja :D
Terimakasih atas komentar dan saranya mirza
Hapussama seperti pembahasan sebelumnya saya komentari hehe...sepertinya interaksi manusia komputer di masa depan semakin mengarah kpd hubungan langsung antara manusia secara fisik,pikiran , bahkan sudah mencapai tahap biomolekular . tidak lagi sekedar manusia secara tradisional.
BalasHapusTerimakasi atas komentarnya Ruri ya saya setuju, saat ini perkembangan teknologi membawa kita kedalam dunia maya yang semakin nyata, sistem dibuat semirip mungkin dengan kinerja manusia sepert teknologi ontologi yg memungkinkan sistem berfikir mungkin kedepan sistem dikembangkan memilki fungsi yg sama dgan manusi r
Hapusbagus sekali. Penjelasan singkat, penyertaan gambar juga deksripsi yang mengena membuat pembaca tertarik menelaah lebih jauh apa yang anda tulis di blog ini
BalasHapusThanks buat komentarnya singaapi, semoga resume ini membantu sebagai rujukan dalam anda mengembangkan sistem kedepannya
HapusPenelitian yang menarik, menggabungkan desain interaksi dengan biomechanical (muscle/otot). Penggunaan metode clustering pada penilitian ini juga menambah wawasan tentang penerapan komputer yang berhubungan langsung dengan interaksi manusia.
BalasHapusThanks buat komentarnya mann
HapusSetuju design interface bukan cuma liat tampilan aja tapi aksi yang dilakukan user harus diperhtgkan juga, peneliti sangat baikdalam menerapkan kegunaan clustering dengan biomechanical simulation
penelitian yang sangat bagus! sangat bermanfaat untuk mengurangi terjadinya "injury" pada saat pemakaian komputer
BalasHapusTerimakasih buat komentarnya farisya setuju penelitian ini sangat bermanfaat terutama bagi deaigner sistem
HapusKajian yang menarik terkait penggabungan IMK dengan kesehatan terutama di bidang otot. Kajian ini mungkin sangat bermanfaat bagi para atlet, maupun dokter kesahatan dalam mendiagnosa penyakit. Karena saat ini, masih tedapat beberapa orang yang menduga terkait permasalahan di otot. Sehingga dengan adanya kajian ini, dapat meminimalisir resiko penyakit bertambah parah..
BalasHapusTerimakasih untuk komentarnya alfabdio kajian ini benar bisa diterapkan saya pikir dalam dunia teerapi rumah sakit untuk penyembuhan
HapusSemoga bermanfaat