Jumat, 11 Maret 2016, Telah dilaksanakan kegiatan pelatihan yang diselenggarakan oleh UX Indonesia. Pelatihan kali ini bertemakan Customer Journey Mapping, Pada pelatihan kali ini dihadiri mulai dari mahasiswa hingga praktisi yang bekerja dibidang UX dan berasal mulai dari startup, e commerce, perbankan, transportasi, dan perusahaan lainnya. Tujuan utama dari pelatihan ini agar peserta mampu menggunakan hingga membuat peta pengalaman pengguna dalam proses bisnis dan desain berdasarkan prinsip – prinsip pengalaman pengguna (UX).



Pelatihan ini dibagi menjadi 2 sesi utama, pada sesi pertama membahas secara mendasar megenai Peta pengalaman pengguna seperti bagaimana bentuk peta pengalaman pengguna yang baik, diikuti dengan praktikal pembuatan yang dilakukan secara berkelompok. Tahap awal penggunaan peta pengalaman pengguna dimulai dengan menentukan produk atau sisitem yang ingin dikembangkan dan kemudian peserta bisa memetakan pengalaman pengguna yang dibagi menjadi 3 dimensi waktu yaitu before, during dan after. Hal ini bertujuan agar kita dapat memahami alur yang telah dilewati oleh sasaran pengguna aplikasi sebelum hingga sesudah pemakaian aplikasi yang ingin kita kembangkan secara umum. Tahap kedua peserta membuat daftar yang terdiri dari Customer Gains, Customer Pains Customer Jobs, Gain Creators dan Pain Relievers. 
Hal tersebut dilakukan agar kita bisa memetakan apa saja faktor yang bisa mempengaruhi respons pengguna terhadap sistem yang sedang dikembangkan. Tahap terakhir dari sesi 1 ini di tutup dengan pembuatan user persona.  




 
Sesi kedua dibuka dengan presentasi hasil pekerjaan dari setiap kelompok, diakhir presentasi  setiap kelompok akan mendapatkan feedback baik dari narasumber dan peserta lainnya. Tahap selanjutnya setiap peserta bersama regunya  mulai membuat peta pengalaman pengguna secara keseluruhan yang kemudian kembali di presentasikan kepada setiap peserta lainnya diikuti feedback yang diberikan dari narasumber,

yang paling menarik pada pelatihan kali ini adalah ketika kita mengerjakan secara berkelompok sehingga dibutuhkan kerja sama tim yang baik dan menyatukan berbagai macam pendapat hingga menfapatkan solusi yang terbaik.







GitHub adalah software Hosting untuk proyek open source  yang menggunakan Tool  System revisi kontrol Git. Git adalah tool untuk melakukan revisi code, sedangkan github adalah webhostingnya. Mudahnya Github adalah Webhosting untuk proyek proyek software seperti Google code atau sourceforge.net.  Sehingga bisa dikatakan, Github adalah jejaring social untuk software developer.









Yang membedakan Github dari Project hosting yang lain yaitu:



  1. Github menggunakan Git sebagai tool utama dalam merevisi code.
  2. Github menyediakan free hosting untuk proyek open source, namun Github juga menawarkan  hosting berbayar untuk proyek perusahaan atau pribadi yang sifatnya privat.
  3. Github ditargetkan untuk para developer yang bekerja secara tim dan tidak disatu tempat.
  4. Github mempunyai fitur Social seperti  Twitter seperti follow atau favorit (Star).
  5. Github mendukung semua bahasa pemrograman, anda bebas memakai bahasa dan tool yang biasa anda pakai.


Fitur social digithub

Beberapa fitur Social di Github:
  1. Github user profile.
  2. Follow, Kita bisa memfollow profil progammaer lain di github.
  3. Star, fungsinya sama dengan Bookmark.
  4. Watch, memonitor repository tertentu. Setiap ada perubahan di Repo, maka kita akan dikirim notifikasi.
  5. Fork, mengcopy keseluruhan code repository ke repo kita sendiri.

Github Profile

Sama seperti Twitter, Github juga mempunyai profil. Profil berisi foto, jumlah repo yang dimiliki, jumlah follower, jumlah user yang kita follow dan Star (jumlah proyek yang kita beri tanda bintang).

Struktur Halaman Projek di GitHub

Bagian Statistik

Bagian statistik, kia bisa melihat jumlah Watch, star dan fork pada suatu projek.

Bagian Code 

Bagian utama dari struktur proyek ini adalah code itu sendiri. Kode ini juga berisi penjelasan kapan dan apa file terakhir yang diedit berserta penjelasan perubahan apayang terjadi.

Bagian Clone dan Download

Clone in desktop  di gunakan untuk mengkopi source code proyek terserbut ke komputer kita , namun komputer kita harus sudah terinstall Github for Windows atau Mac. Bagian paling penting dan paling sering dipakai adalah menu DOWNLOAD.  jika anda ingin langsung mencoba code di komputer , cukup klik download, maka source code otomatis akan dizip dan diunduh ke kompuer anda.


Github Gist

Selain fitur diatas, ada satu lagi fitur github yang cukup bermanfaat, fitur itu bernama gist. Gist adalah layanan share snippet dari github. Biasanya hanya potongan code pendek untuk memecahkan solusi di bahasa pemrograman tertentu. Sebagai contoh, anda ingin mengetahui bagaimana cara menampilkan tanggal di php, anda cukup buka https://gist.github.com. lalu masukan query “php date”.

Contoh pencarian snipet code di Gist

Berbagi snipet code di Gist


Jika anda ingin berbagi snippet atau fungsi tertentu, misalkan anda ingin memberikan snippet fungsi chaptca, cukup klik “create gist” dan copas code anda dan berikan penjelasan code secukupnya, Jika ada yang bertanya tentang captcha, anda cukup mengshare link ke GIST tersebut.

TIZIANO D’ALBIS, ROSSELLA BLATT, ROBERTO TEDESCO, LICIA SBATTELLA, and MATTEO MATTEUCCI, Politecnico di Milano

Abstract
Persons suffering from motor disorders have limited possibilities for communicating and normally require assistive technologies to fulfill this primary need. Promising means of providing basic communication abilities to subjects affected by severe motor impairments include brain-computer interfaces (BCIs), that is, systems that directly translate brain signals into device commands, bypassing any muscle or nerve mediation. To date, the use of BCIs for effective verbal communication is yet an open issue, primarily due to the low rates of information transfer that can be achieved with this technology. Still, performance of BCI spelling applications could be considerably improved by a smart user interface design and by the adoption of natural language processing (NLP) techniques for text prediction. The objective of this work is to suggest an approach and a user interface for BCI spelling applications combining state-of-the-art BCI and NLP techniques to maximize the overall communication rate of the system. The BCI paradigm adopted is motor imagery, that is, when the subject imagines moving a certain part of the body, he/she produces modifications to specific brain rhythms that are detected in real-time through an electroencephalogram and translated into commands for a spelling application. By maximizing the overall communication rate, our approach is twofold: on one hand, we maximize the information transfer rate from the control signal, on the other hand, we optimize the way this information is employed for the purpose of verbal communication. The achieved results are satisfactory and comparable with the latest works reported in literature on motor-imagery BCI spellers. For the three subjects tested, we obtained a spelling rate of respectively 3 char/min, 2.7 char/min, and 2 char/min.

Pengkaji: Irfan Zidny (G64120077)

Kemampuan untuk berkomunikasi dengan orang lain adalah salah satu faktor utama yang membuat kehidupan setiap manusia menyenangkan. Individu yang menderita gangguan motorik mungkin memiliki kemungkinan yang terbatas untuk berkomunikasi dan mungkin memerlukan teknologi pendukung untuk memenuhi kebutuhan primer ini. Beberapa orang mungkin telah benar-benar kehilangan kontrol terhadap voluntary otot yang sementara masih sepenuhnya sadar dan sadar akan apa yang terjadi di lingkungan mereka. Ini adalah kasus yang disebut sindrom "Locked-In", yang biasanya disebabkan oleh lesi ke batang otak atau penyakit neurodegenerative.
brain-computer interfaces (BCIs) adalah sarana yang menjanjikan untuk menyediakan komunikasi dasar kemampuan untuk orang menderita gangguan motorik seperti itu. antarmuka otak-komputer adalah sebuah sistem yang melewati setiap otot atau saraf mediasi dan menerjemahkan sinyal yang diperoleh dari otak ke dalam perintah untuk perangkat eksternal. Pendekatan yang paling umum untuk memperoleh sinyal otak noninvasif adalah electro encephalo graphy (EEG) di mana aktivitas listrik yang disebabkan oleh neuron kortikal dirasakan melalui serangkaian elektroda ditempatkan pada kulit kepala subjek, pengguna dapat belajar untuk menghasilkan modifikasi voluntary pada sinyal EEG mereka yang dapat dideteksi secara real-time dan digunakan untuk menghasilkan sinyal kontrol. Sementara komunikasi adalah proses yang kompleks yang membutuhkan seperangkat besar simbol bahasa untuk menyampaikan pesan. Pemetaan besarnya set simbol menjadi sejumlah perintah masukan adalah salah satu tantangan utama. Di sisi lain, bahasa alami mengkodekan pesan dengan cara berlebihan, dan komunikasi verbal ditandai dengan struktur berulang dikenakan oleh aturan tata bahasa dan sintaksis. Oleh karena itu, digunakan teknik natural language processing (NLP) untuk mengeksploitasi redudansi bahasa dan meningkatkan kinerja perangkat bantu komunikasi.
Tujuan dari penulisan paper ini ialah untuk menyarankan sebuah pendekatan dan sebuah UI untuk BCI Spelling application yang mengkombinasi state-of-the-art BCI dan teknik NLP untuk memaksimalkan tingkat komunikasi keseluruhan pada sistem. Paradigma BCI yang diadopsi seperti gambaran motorik, yaitu ketika subjek bergerak membayangkan suatu bagian dari tubuh, menghasilkan modifikasi dengan ritme otak tertentu yang terdeteksi secara real-time melalui electroencephalogram dan diterjemahkan ke dalam perintah untuk aplikasi pengejaan. Dengan memaksimalkan tingkat komunikasi secara keseluruhan, terdapat dua pendekatan: yang pertama, memaksimalkan kecepatan transfer informasi dari sinyal kontrol, kedua, mengoptimalkan cara informasi ini digunakan untuk tujuan komunikasi verbal. Pada isu pertama, kita mendefinisikan fitur Novel yang akan diekstrak dari sinyal EEG dan mempekerjakan teknik pembelajaran state-of-the-art untuk seleksi fitur dan klasifikasi belajar. Sedangkan pada masalah kedua, Mengusulkan sebuah spelling application asli yang redudansi dalam bahasa alami yang digunakan untuk mempercepat pemilihan simbol dan usulan kata yang diberikan selama komposisi.
Salah satu spellers BCI pertama yang telah dikembangkan disebut “Thought Translation Device”. Sistem ini bekerja untuk menghasilkan sinyal kontrol dan mencapai tingkat ejaan sekitar 0,5 Char / min dengan menggunakan binary decision untuk pemilihan simbol. Pada tahun 2003, kelompok yang dipimpin oleh Gert Pfurtscheller mengembangkan "Virtual Keyboard", spelling application dikendalikan oleh dua kelas BCI berdasarkan citra motorik. Dalam versi pertama, sistem melakukan klasifikasi biner pada dua tugas mental yang berbeda, dan pemilihan simbol dilakukan dengan prosedur pencarian dichotomous. Dengan sistem ini, ketiga subjek mencapai tingkat ejaan, masing-masing, 0,85, 1,02, dan 0,67 Char / min. Kemudian, kelompok yang sama mengusulkan versi lain dari Virtual Keyboard yang dikendalikan oleh a voluntary asynchronous modulation of the brain rhythms yang berhubungan dengan tiga tugas motor imagery. prediksi spelling application BCI lainnya dengan pengendalian motor-imagery adalah "Hex-o-Eja"(dari literatur tertulis). Dalam aplikasi ini, huruf ditampilkan dalam hexagons dan pilihan dilakukan secara berputar dan panah dengan cara dua tugas motor imagery yang berbeda. Aplikasi ini telah diuji oleh dua subjek yang tidak terlatih, pencapaian tingkat ejaan antara 2,3 dan 5 Char / menit untuk subjek pertama  dan antara 4,6 dan 7,6 Char / menit untuk subjek kedua.
Spelling application BCI yang penulis ajukan dalam artikel ini mengadopsi synchronized control Paradigm di mana pilihan yang dilakukan sesuai dengan protokol aplikasi terdiri dari empat fase: 1.Preparation, Pada awal tahap persiapan, antarmuka pengguna grafis ditampilkan pada layar dan pesan teks memperingatkan pengguna bahwa sesi ejaan akan dimulai dalam beberapa detik; 2.Thinking, Selama fase ini, sinyal EEG yang diperoleh benar-benar diabaikan. Fase ini berlangsung 3 detik; 3.Recording, subjek melakukan tugas motor imagery yang sesuai dengan target yang dipilih dan sinyal EEG buffer untuk klasifikasi nantinya. Selama fase ini, otak digambarkan pada pusat layar berwarna hijau dan dua bar hijau ditampilkan di sisinya. Ketinggian setiap batang, yaitu, umpan balik visual, sebanding dengan kekuatan karakteristik ritme otak dimana pengguna belajar untuk memodulasi selama motor imagery. Fase ini berlangsung enam detik. 4.Begitu tahap rekaman berakhir, sinyal diklasifikasikan dan sinyal kontrol  yang terkait segera tersedia pada spelling application. Selama fase ini, target yang dipilih berwarna hijau menyediakan pengguna dengan umpan balik langsung tentang hasil klasifikasi. Fase ini berlangsung 500 ms. Di akhir fase ini, sinyal kontrol yang dihasilkan dievaluasi dan pengembalian sistem dalam tahap pemikiran untuk pilihan target baru. Durasi waktu yang terkait dengan fase yang berbeda telah dipilih secara empiris. Setelah serangkaian uji coba tes dengan mata pelajaran yang berbeda. Panjang waktu fase rekaman jelas merupakan trade-off antara jumlah sinyal yang tersedia untuk klasifikasi serta kecepatan seleksi yang dapat dicapai. Penulis tidak secara khusus menyelidiki bagaimana kinerja bervariasi menurut konfigurasi timing yang berbeda; Namun demikian, parameter-parameter ini dapat mudah dikonfigurasi dalam aplikasi, dan solusi yang berbeda dapat diadopsi untuk subjek yang berbeda.
Modul BCI memproses sinyal EEG baku yang diperoleh dari amplifier, mengklasifikasikan tugas motorik imagery yang berbeda, dan menyediakan sebagai output sinyal kontrol untuk ejaan antarmuka. Selain itu, modul ini memberikan sinyal umpan balik yang diperoleh dan dihitung dari  Data EEG yang ditampilkan secara real-time pada antarmuka pengguna. Spelling application menyajikan pilihan kepada pengguna dalam bentuk target grafis untuk target dipilih, yaitu, daerah persegi panjang dengan ekstrim. Sebuah Target mungkin berisi satu set huruf untuk diperluas, saran kata, atau pelengkap. Spelling application menerjemahkan sinyal kontrol yang diterima menjadi pilihan target dan memberikan output teks dalam bahasa alami. Modul ini menerima dari prediksi modul probabilitas simbol dan kata-kata dalam konteks komposisi saat ini untuk mempercepat pemilihan simbol dalam memberikan kata saran. Akhirnya, modul prediksi terus diperbarui dengan pesan yang diterima dari spelling interface.
Pada sistem BCI yang penulis buat merekaa mempertimbangkan empat tugas motor imagery: yaitu motor imagery tangan kiri, tangan kanan, kedua tangan, dan kaki.Menggunakan pemrosesan sinyal dan teknik pembelajaran mesin, modul BCI mengklasifikasikan empat tugas dari sinyal EEG yang diperoleh secara real-time dari kulit kepala subjek. Oleh karena itu penulis mengadopsi BCI processing pipeline yang terdiri dari 6 tahap: (1) Signal acquisition. Sinyal EEG baku diperoleh dari kulit kepala subjek, diamplifikasi,dan di ambil sampel oleh amplifier EEG. (2) Spatial filtering. Sinyal EEG digital spasial disaring,meningkatkan lokalisasi sinyal dan rata-rata semua aktivitas latar belakang yang tidak relevan untuk di klasifikasi. (3) Spectral estimation. Sinyal EEG mengalami estimasi spektral. (4) Feature extraction. Sejumlah fitur, dirancang untuk membedakan motorimagery yang berbeda tugas, yang diambil dari kekuatan spektrum EEG. Sebagai tambahan, umpan balik sinyal diperkirakan secara real-time dari data EEG dan diberikan kepada pengguna antarmuka untuk visualisasi. (5) Feature projection. Fitur vektor diproyeksikan dalam ruang dimensi yang lebih rendah. (6) Classification. Fitur yang diproyeksikan diklasifikasikan, serta kontrol yang sesuai sinyal disediakan untuk spelling application.

Model user interface memegang peranan yang sangat penting dalam desain keseluruhan spelling applicatin baik untuk mencapai goal suatu fungsi juga efisiensi penggunaan berbagai fungsi pada sistem. Fungsional utama persyaratan kami dipertimbangkan dalam desain antarmuka secara ringkas meliputi: memungkinkan komposisi plain text dalam bahasa Inggris dengan menggunakan sinyal kontrol pada tiga atau empat negara yang berbeda. Menyediakan Sejumlah fungsi tambahan yang dapat diaktifkan selama komposisi, misalnya, sintesis pidato, kata penghapusan, dll. Deal Dengan kesalahan yang diperkenalkan oleh klasifikasi BCI salah atau pilihan yang salah.
Dengan pengembangan yang terus berlanjut sistem ini akan sangat bermanfaat dan akan semakin baik dalam membantu cara berkomunikas bagi penderita gangguan motorik.

URL yang saya komentari:

http://hamidatulkhairat.blogspot.com/2015/06/kajian-artikel-ilmiah-imk-introduction_21.html?showComment=1435025770200#c2794298328894508508

http://riskiadii.blogspot.com/2015/06/embodied-cognition-and-magical-future.html?showComment=1435027288076

http://broiwan.blogspot.com/2015/06/tht3-applying-lens-of-sensory.html

        Pada postingan kali ini saya akan melakukan evaluasi heuristik pada salah satu aplikasi pendeteksi musik yang sudah tidak asing bagi pengguna smartphone. sebelum kita memulai tahap evaluasi sebelumnya mari kita mengenal lebih dalam mengenai berbagai fakta dari SoundHound.


SoundHound adalah aplikasi yang memungkinkan pengguna untuk mengidentifikasi dengan dengungan, siulan, dan musik yang sedang dimainkan. Layanan ini diluncurkan oleh SoundHound inc. Aplikasi ini sudah tersedia di app Store, Google Play dan Windows Market Place. SoundHound berfungsi untuk mengidentifikasi musik saat dimainkan. Hal ini juga memungkinkan untuk melafalkan atau mengetik nama artis atau lagu. Setelah mengidentifikasikan lagu, aplikasi ini memberikan kita lirik dari lagu tersebut, lalu applikasi ini dapat menyediakan link yang dapat menyambungkan kita ke video lagu tersebut di YouTube, iTunes, nada dering, dan dapat mengakses Pandora Radio , serta memberikan rekomendasi untuk lagu lainnya. Jika kita berada pada salah satu cafe atau dimanapun, kemudian kita mendengarkan sebuah musik namun tidak mengetahui penyanyi, judul lagu dan albumnya maka cukup dengan membuka aplikasi SoundHound dan melakukan satu sentuhan maka dalam bebrapa detik kita akan mendapatkan apa yang diinginkan.   

           
Apa saja Prinsip-Prinsip Evaluasi Heurisitik?
Menurut Nielsen(1995a), ada sepuluh prinsip heuristik yang dapat digunakan, yaitu :
1. Match between system and the real world
Sistem harus ‘berbicara’ dalam bahasa yang biasa digunakan oleh pengguna. Kata,frasa, dan istilah yang digunakan mengikuti kebiasaan yang ada.
2. Visibility of system status 
Sistem harus dapat menginformasikan kepada pengguna tentang apa yang terjadi pada system.
3.Consistency and standards
Pengguna tidak harus berpikir apakah kata, situasi, dan aksi yang berbeda ternyata memiliki arti yang sama.
4. User control and freedom
Pengguna kadang memilih pilihan yang salah dan memerlukan opsi ‘emergency exit’. Pengguna dapat keluar dari keadaan akibat pilihan yang salah tersebut tanpa perlu melewati kegiatan tambahan lainnya.
5. Error prevention
Sistem didesain sehingga mencegah pengguna melakukan kesalahan dalam penggunaan system. Bisa dilakukan dengan menggunakan pilihan konfirmasi.
6. Recognition rather than recall
Membuat objek, aksi, dan pilihan yang ada visible (jelas).
7. Aesthetic and minimalist design
Dialog seharusnya tidak mengandung informasi yang tidak relevan atau tidak terlalu diperlukan.
8. Flexibility and efficiency of use
Permudah pengguna untuk melakukan kegiatannya dengan lebih cepat.
9. Help and documentation
Sistem menyediakan bantuan dan dokumentasi yang berisi informasi tentang penggunaan system.
10. Help users recognize, diagnose, and recover from errors
Pesan kesalahan harus dijelaskan dalam bahasa yang jelas, menjelaskan masalah dan memberikan solusi.
Okay dari 10 prinsip diatas saya akan membahas 5 prinsip pada aplikasi SoundHound. yang terdiri dari:




1.Terdapat Informasi pada Proses Listening yang Tidak Perlu ditampilkan

SoundHound memiliki waktu identifikasi dalam hitungan 3-5 detik untuk mengenali informasi sebuah lagu. Namun jika terdapat banyak noise atau volume yang tidak tertangkap oleh mic, SoundHound memerlukan waktu lebih lama bahkan bisa gagal dalam mengidentifikasi sebuah lagu. Pada saat SoundHound memerlukan waktu lebih lama muncul sebuah informasi "Tap when done" yang seharusnya tidak perlu dimunculkan. karena ketika di tap maka akan mengakhiri sesi listening. Seorang pengguna menginginkan hasil sesegera mungkin dan tidak akan membatalkan sebuah proses identifikasi yang sudah lama ditunggu.   



Solusi: 
Seharusnya "Tap when done" tidak perlu di tampilkan, tetapi jika memang waktu identifikasi terlalu lama maka aplikasi SoundHound secara otomatis menghentikan proses listening. 

2.Fungsi Save yang tidak memiliki penjelasan rinci.

Selanjutnya jika sistem gagal mengidentifikasi kita akan diberikan informasi yang lengkap mengenai berbagai penyebab kegagalan identifikasi. sehingga pengguna bisa mengerti letak kesalahan secara spesifik. namun ada satu fungsi save disana yang mungkin kurang membantu bahkan ketika kita pilih hanya merubah keterangan dari "Save" menjadi "Saved" tanpa ada keterangan untuk apa, disimpan dimana, dalam format apa, bagaimana menggunakannya. Sehingga pengguna ragu untuk menggnakan fungsi tersebut.


Solusi: 
Seharusnya jika ada fungsi recover alangkah baiknya memiliki informasi yang detail saat dilakukan. misal ketika di klik tombol "save" maka ada popup informasi detailnya.

Menurut Nielsen (1995), severity rating itu terbagi ke dalam 5, yaitu :

SR


Pada kasus diatas nilai severity rating berada pada tinglkatan no. 2 sehingga perbaikan dilakukan dalam prioritas rendah.

Kembali ke >> Evaluasi Heuristik pada MobileApps SoundHound

1. Seluruh Fungsi Utama terdapat pada tampilan Home dan menu swipe

Mengingat fungsi utama dari aplikasi SoundHound yaitu sebagai pengenal musik secara instan ,maka ketika aplikasi terbuka terlihat sebuah tombol dengan ukuran yang besar, terletak di tengah dan memiliki efek yang unik yang secara langsung membuat pengguna tidak berfikir panjang untuk menebak tombol tersebut menjalankan fungsi utama dari aplikasi tersebut. di atas tombol fungsi Utama terdapat 3 tab yang merupakan fungsi penunjang yang penting. sehingga memudahkan pengguna untuk melakukan kegiatannya dengan cepat. namun jika pengguna melakukan swipe akan keluar menu yang menamilkan fungsi yang sama dengan yang tersedia pada tab yang berada pada laman home.




Solusi:
Seharusnya menu penunjang di letakkan pada menu swipe saja atau pada tab tidak perlu ditampilkan keduanya, sehingga pengguna tidak bingung dan tampilan bisa menjadi minamlist.

2. Fungsi Bantuan yang Sulit dijangkau

Fungsi Help pada dasarnya pasti selalu ditemukan diberbagai aplikasi yang baik, hal ini untuk menunjang dan membantu pengguna agar memahami aplikasi secara menyeluruh. namun pada aplikasi SoundHound fungsi help ini sulit untuk diakses dan memerlukan langkah yang cukup panjang untuk menemukannya ditambah iconnya terlalu kecil sehingga menyulitkan pengguna untuk mengaksesnya.


Solusi:
Seharusnya menu bantuan dibuat dengan icon yang lebih besar dan ldapat diakses dengan langkah yang mudah. 

3. Fungsi Mendapatkan Informasi Lirik Tidak Praktis

Untuk mendapatkan informasi lirik lagu yang dicari pengguna dibawa keluar aplikasi dengan membuka laman google yang langsung tertuju dengan keyword berdasarkan judul lagu.sehingga hal ini terlihat kurang praktis dan membuat kegiatan yang dilakukan pengguna lebih lambat.


Solusi:
Seharusnya informasi lirik diambi dari luar namun tetap ditampilkan dalam aplikasi sehingga terkesan lebih baik dan praktis sehingga pengguna tidak bingung dan merasa dilempar ke aplikasi lain untuk mendapatkan informasi lirik.




Menurut Nielsen (1995), severity rating itu terbagi ke dalam 5, yaitu :

SR

Kasus 1:
Nilai severity rating berada pada tinglkatan no. 3 sehingga penting untuk dilakukan perbaikan dengan prioritas yang tinggi.

Kasus 2:
Nilai severity rating berada pada tinglkatan no. 2 sehingga perbaikan dilakukan dalam prioritas rendah.

Kasus 3:
Nilai severity rating berada pada tinglkatan no. 4 sehingga sangat penting untuk diperbaiki sebelum sistem atau produk dipublikasikan.

Kembali ke >> Evaluasi Heuristik pada MobileApps SoundHound

1.Terdapat Menu yang Tidak Konsisten

Terdapat 2 akses untuk mengakses menu bantuan, yaitu pada menu luar swipe, dan satu lagi pada menu setting. ketika diakses ternyata memiliki isi yang berbeda dengan judul yang sama yaitu "Help". hal ini membuat pengguna berfikir apakah yang ia pilih sudah benar.

Akses 1





Akses 2



Solusi:
Seharusnya menu bantuan dimuat menjadi satu, tidak dipisah, sehingga pengguna tidak akan berfikir terlalu lama untuk menentukan menu mana yang bisa membantu masalah yang dihadapinya.


2.Fungsi yang tidak memiliki keterangan

setiap fungsi jika pengguna melakukan input maka harus ada feedback dari sebuah sistem yang minimal terdapat keterangan dari output yang dilakukan. sehingga user mengetahui bahwa fungsi tersebut berfungsi, atau sebagai sebatas informasi user berada pada kondisi apa pada saat itu. pada aplikasi SoundHound ini terdapat beberapa tombol yang tidak memberikan keterangan melainkan hanya perubahan dari tampilan tombol tanpa ada keterangan fungsi tersebut atau letak penyimpanan untuk diakses kembali sehingga menimbulkan keraguan.




Solusi:
Seharusnya ketika tombol bintang(bookmark) di pilih maka ada popup dengan ukuran kecil yang bertuliskan "add to favorites". sehingga user mengatahui fungsi dari tombol tersebut. 



Menurut Nielsen (1995b), severity rating itu terbagi ke dalam 5, yaitu :
SR

Kasus 1:
severity rating berada pada tinglkatan no. 2 sehingga perbaikan dilakukan dalam prioritas rendah.

Kasus 2:
severity rating berada pada tinglkatan no. 2 sehingga perbaikan dilakukan dalam prioritas rendah.


Kembali ke >> Evaluasi Heuristik pada MobileApps SoundHound





1.Iklan ditampilkan dengan space yang cukup besar dan tidak relevan dengan fungsionalitas sistem.

Jika dibandingkan dengan aplikasi pengenal musik lainnya seperti shazaam dan Track id, SoundHound memiliki beberapa kekurangan yang tidak ditemukan pada aplikasi tersebut. salah satunya yaitu terdapat informasi yang tidak relevan. Informasi yang tidak relevan ini ditunjukkan dari beberapa iklan yang tidak memiliki keterkaitan dengan fungsionalitas. Hal ini menyebabkan kebingungan pada user mengingat layar smartphone yang kecil dipenuhi dengan iklan yang memakan terlalu banyak ruang.


Solusi: 
Jika Iklan merupakan sumber pemasukkan dari SoundHound maka alangakah baiknya jika iklan di filter dan yang ditampilkan hanya bagian yang relevan atau jangan beri ruang yang utuh pada aplikasi sehingga dapat menampilkan tampilan, tetapi gunakan iklan dengan popup diatas aplikasi dengan tingkat kemunculan yang rendah.


2.Informasi Lokasi Muncul ketika SoundHound Gagal Mengidentifikasi Musik

Ketika SoundHound gagal mengidentifikasi maka terlihat tampilan seperti dibawah ini. hal yang mencolok ialah tombol "Try Again" yang tidak memiliki kesalahan, sedangkan pada fokus kedua ialah "Search Location" yang sebenarnya tidak perlu ditampilkan. karena sistem gagal mengidentifikasi. lain halnya jika sistem berhasil mengidentifikasi maka sangat baik jika lokasi di tampilkan untuk dishare agar orang di sekitar dapat mengetahui. namun hal ini tidak berguna jika sistem gagal mengidentifikasi.


Solusi:
Seharusnya Layout Search Location dihilangkan atau diganti dengan search bar untuk mengidentifikasi lagu dengan inputan text yang dimana merupakan fitur lain untuk identifikasi lagu dari SoundHound.
Menurut Nielsen (1995b), severity rating itu terbagi ke dalam 5, yaitu :
SR


Kasus1:
severity rating berada pada tinglkatan no. 3 sehingga penting untuk dilakukan perbaikan dengan prioritas yang tinggi.

Kasus2:
severity rating berada pada tinglkatan no. 2 sehingga penting untuk dilakukan perbaikan dengan prioritas yang tinggi.

Kembali ke >> Evaluasi Heuristik pada MobileApps SoundHound

1.Tutorial penggunaan aplikasi ini hanya dapat dilakukan sekali pada saat pertama install.

Ketika pertama kali aplikasi diinstal pada smartphone maka terdapat informasi - informasi yang memberikan bantuan tentang penggunaan sistem sehingga pengguna dengan mudah mempelajari dan menggunakan sistem kedepannya. namun jika pengguna mengakses untuk kedua kalinya bantuan seperti ini tidak akan muncul kembali. padahal terkadang pengguna membutuhkan informasi seperti hal tersebut lebih dari sekali.




Solusi: 
Seharusnya ada menu seperti applikasi Tour sehingga bagi pengguna yang ingin mendapatkan informasi penggunaan secara instan dapat dilakukan kapanpun.

2.Menu bantuan berisi informasi penggunaan memiliki tahap yang cukup panjang untuk menjangkaunya.

Segala  sesuatu tidak akan diketahui secara keseluruhan oleh user. Mengingat SoundHound memiliki berbagai fitur-fitur baru yang tidak pernah di temukan pada aplikasi lainnya. sehingga terkadang pengguna membutuhkan penjelasan. oleh karenanya tombol help sangat di perlukan untuk menunjang permasalahan tersebut namun. jika dilihat pada aplikasi SoundHound tombol tersebut tidak terlihat pada tampilan utama, melainkan menghauskan pengguna melakukan beberapa step untuk menemukannya. setelah terlihat tombol help (bantuan) justru memiliki ukuran yag sangat kecil.





Solusi:
Seharusnya menu bantuan diletakkan pada tampilan awal. atau jika terdapat pada menu swipe harus menggunakan icon yang lebih besar.


Menurut Nielsen (1995b), severity rating itu terbagi ke dalam 5, yaitu :
SR

Pada Kasus 1 dan 2  memiliki nilai severity rating pada tinglkatan no. 2 sehingga perbaikan dilakukan dalam prioritas rendah.

Kembali ke >> Evaluasi Heuristik pada MobileApps SoundHound

     
HI There! kali ini saya ingin membahas mengenai visualisasi informasi. Visualisasi Informasi adalah suatu metode penggunaan komputer untuk menemukan metode terbaik dalam menampilkan data untuk mengingat informasi dengan cara penerimaan alami manusia serta memberikan cara untuk melihat data yang sulit dilihat, sehingga peneliti bisa mengamati simulasi dan komputasi, juga memperkaya proses penemuan ilmiah dan mengembangkan pemahaman yang lebih dalam dan tak diduga, salah satu contohnya adalah dengan menampilkan data/informasi dalam bentuk gambar animasi dan lain sebagainya.

Pada postingan kali ini saya ingin menyajikan data yang diambil dari buku Statistika Indonesia 2014 tepatnya pada Bab 9, halaman 340 yang berjudul Rata-Rata Pengeluaran Wisatawan Mancanegara per Kunjungan Menurut Negara Tempat Tinggal (US$), 2009–2013. Visualisasi yang saya buat kali ini menggunakan infogr.am.