Informing the Design of Novel Input Methods with Muscle Coactivation Clustering

MYROSLAV BACHYNSKYI (Max Planck Institute for Informatics and Saarland University), GREGORIO PALMAS (Max Planck Institute for Informatics), ANTTI OULASVIRTA (Max Planck Institute for Informatics and Saarland University), TINO WEINKAUF (Max Planck Institute for Informatics).

URL: DOI: http://dx.doi.org/10.1145/2687921

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)