MODEL KOGNITIF

Model kognitif merupakan suatu model yang berhubungan dengan sistem interaktif yang memodelkan
aspek pengguna, seperti pemahaman, pengetahuan, tujuan dan pemrosesan. Kategorisasi khusus model
ini adalah kompetensi kinerja, selera komputasi, tanpa disertai pembagian yang jelas.

Banyak model yang menggunakan pemrosesan mental dimana user mencapai tujuan dengan
memecahkan sub-tujuan secara divide-and-conquer (bagi dan taklukkan). Model yang digunakan pada
metode ini adalah :

1. GOMS

GOMS merupakan model Goals, Operators, Methods, Selections yang diperkenalkan oleh Card, Moran
dan Newell.

a. Goal adalah tujuan yang ingin dicapai oleh user

b. Operator, merupakan level terendah analisis, terdiri atas tindakan dasar yang harus dilakukan user
dalam menggunakan sistem

c. Method, dimana ada beberapa cara untuk membagi tujuan ke dalam beberapa sub-tujuan

d. Selection, merupakan pilihan terhadap metode yang ada.

GOMS tidak membiarkan pilihan menjadi random, namun lebih dapat diprediksi yang secara umum
tergantung dari user, kondisi sistem dan detai tujuan. Analisis GOMS umumnya terdiri dari satu tujuan
tingkat tinggi yang kemudian didekomposisi menjadi deretan unit tugas yang selanjutnya dapat
didekomposisi lagi sampai pada level operator dasar.

Dekomposisi tujuan antara tugas keseluruhan dan yugas unit melibatkan pemahaman terhadap strategi
pemecahan masalah oleh user dan doman aplikasi secara detail. Bentuk deskripsi high level goal ini
nantinya diadopsi selama proses analisis tugas.

Analisis struktur tujuan GOMS dapat digunakan untuk mengukur kinerja. Kedalaman tumpukan struktur
tujuan dapat digunakan untuk mengestimasi kebutuhan memori jangka pendek. Pemilihan dapat diuji
keakuratannya dengan jejak user dan perubahan respons.

GOMS merupakan metode yang baik untuk mendeskripsikan bagaimana seorang ahli melakukan
pekerjaannya. Jika digabung dengan model fisik dan model perlengkapan maka akan dapat digunakan
untuk memprediksi kinerja user dari aspek waktu eksekusi.

Contoh :
2. CCT

CCT adalah kepanjangan dari Cognitive, Complexity Theory yang diperkenalkan oleh Kieras dan Polson.
CCT merupakan perluasan dari GOMS yang mengandung banyak prediksi atau kemungkinan.

Pada CCT terdapat dua deskripsi paralel, yaitu :

a. User goal

Berhubungan dengan aturan produksi. Aturan tersebut berbentuk IF <kondisi> THEN <aksi> dan
dipisahkan antara aturan untuk pemula dan yang sudah ahli.

b. System atau device

Berhubungan dengan jaringan transisi tergeneralisasi yang sangat detail. Terdapat deskripsi yang luas
dan jaringan transisinya mencakup semua model dialog.

State (kondisi) adalah pernyataan tentang isi memori kerja. Jika kondisi benilai benar maka aturan
produksi dijalankan, sedangkan aksi dapat terdiri dari satu atau lebih aksi elementer yang mungkin
mengubah memori kerja atau berupa aksi ekternal seperti keystroke.

Aturan CCT dapat menggambarkan rencana yang kompleks dibandingkan dengan hirarki sekuensial pada
GOMS. Aktivitas yang kontinyu dari semua aturan produksi memungkinkan untuk merepresentasikan
rencana yang berkesinambungan. Secara umum, semakin banyak aturan produksi dalam CCT maka akan
semakin sulit suatu interface dipelajari.

Masalah yang ada pada CCT adalah :

a. Semakin detail deskripsinya, ukuran deskripsi dari satu bagian interface dapat menjadi sangat
besar. Dimungkinkan terdapat beberapa cara untuk merepresentasikan perilaku user dan
iterasi yang sama sehingga mengakibatkan adanya perbedaan pada hasil pengukuran
 b. Pemilihan notasi yang digunakan, karena penggunaan notasi yang berbeda dapat
mengakibatkan perbedaan pengukuran

c. CCT adalah alat rekayasa dengan pengukuran kemudahan untuk dipelajari dan tingkat kesulitan
secara garis besar digabung dengan deskripsi detail perilaku user.

MODEL LINGUISTIK

Model linguistik merupakan suatu pemahaman dari perilaku pengguna dan kesulitan kognitif yang
didasarkan pada analisis bahasa diantara pengguna dan sistem yang dalam hal ini penekanannya ada
pada model-model dialog.

Model ini terbagi atas :

1. Backus-Naur Form (BNF)

Suatu notasi yang sangat umum dalam ilmu komputer yang merupakan pandangan sintaktik murni dari
dialog yang terbagi menjadi :

a. Terminal

Tingkat terendah dari perilaku user dituliskan dengan huruf kapital, misal : CLICK-MOUSE, MOVE-
MOUSE

b. Non Terminal

Merupakan tingkat yang lebih tinggi dari abstraksi dituliskan dengan huruf kecil, misal : select-menu,
position-mouse

Sintak dasar dari non-terminal ::= ekspresi, suatu ekspresi memiliki terminal dan non-terminal yang
dikombinasikan dalam urutan (+) atau sebagai suatu alternatif (|), misal :

BNF mengabaikan struktur konsistensi bahasa dan hanya menggunakan command name dan letter.

2. Task-Action Grammar (TAG)

TAG lebih menekankan kepada konsistensi yang dibuat lebih jelas dengan parameter aturan tata bahasa
sedangkan non-terminal dimodifikasi agar dapat menampung fitur-fitur semantik tambahan.
Selain konsistensi, TAG juga ditujukan untuk menyimpan pengetahuan dengan menambahkan bentuk
khusus known-item yang digunakan untuk menginformasikan ke user bahwa input telah diketahui secara
umum dan tidak perlu dipelajari.

MODEL FISIK PERALATAN (PHYSICAL AND DEVICE MODEL)

Model ini berdasarkan pada pengetahuan empiris dari sistem motorik manusia. Tugas pengguna adalah
akuisisi kemudian dieksekusi. Model fisik dan perlatan hanya berhubungan dengan eksekusi yang saling
melengkapi dengan hirarki tujuan, contoh : Keystroke Level Model (KLM – model level penekanan
kunci).

Pada KLM terdapat fase eksekusi operator, yaitu :

1. Motorik fisik, terdiri :

a. K-keystroking : keyborad

b. P-pointing : memindahkan mouse ke target

c. B-pressing : menekan tombol mouse

d. H-homing : memindah tangan antara mouse dan keyboard

e. D-drawing : menggambar garis dengan mouse

2. Mental – Mental Preparation : persiapan mental menghadapi aksi fisik

3. System – R-response : respons sistem waktu

Waktu secara empiris ditentukan oleh :

T-execute = TK + TP + TB + TH + TD + TM + TR

MODEL ARSITEKTUR KOGNITIF

Pada model arsitektur kognitif, prediksi dan pemahaman terhadap kesalahan merupakan fokus dari
analisis yang dilakukan.

MODEL RUANG PERMASALAHAN

Secara umum ruang permasalahan merupakan suatu masalah yang terjadi pada waktu terjadi interaksi
antara manusia dan komputer. Untuk memperkecil ruang masalah perlu dipertimbangkan hal berikut :
1. Mendefinisikan masalah dengan tepat, mencakup spesifikasi yang tepat mengenai kondisi awal dan
solusi yang diharapkan

2. Menganalisa masalah serta mencari berbagai teknik penyelesaiannya yang sesuai

3. Merepresentasikan pengetahuan yang diperlukan untuk menyelesaikan masalah tersebut

4. Memilih teknik penyelesaian masalah yang terbaik

Masalah yang terjadi pad auser adalah tidak memiliki pengetahuan atas apa yang dikerjakan, misalnya
seseorang ingin mengetik dengan WORD tetapi tidak tahu fitur-fitur yang ada pada aplikasi itu. Aplikasi
yang cerdas mempunyai basis pengetahuan dan inference engine (mesin penarik kesimpulan) untuk
menyelesaikan suatu masalah.

Beberapa metode yang digunakan dalam pencarian dan pencocokan, misalnya :

1. Pencarian Buta (Blind Search)

Pencarian ini dibagi menjadi dua bagian, yaitu :

a. Breadth-first search (pencarian melebar pertama)

Semua node pada level n akan dikunjungi terlebih dahulu sebelum mengunjungi node n+1.
Pencarian dimulai dari node root terus ke level 1 dari kiri ke kanan demikian seterusnya

b. Depth-first search (Pencarian mendalam pertama)

Proses pencarian dilakukan pada semua anak sebelum dilakukan pencarian ke node se-level.

1. Pencarian Heuristik

Merupakan suatu solusi untuk mengatasi kelemahan pencarian buta. Pemecahan masalah dilakukan
dengan menggunakan panduan siatuasi dasar, seperti :

a. Permasalahan yang mungkin tidak mempunyai solusi yang pasti karena permasalahan atau data
yang tersedia bersifat ambigu

b. Permasalahan yang boleh jadi memiliki solusi pasti, tetapi biaya komputasi untuk mendapatkan
solusinya semakin sangat tinggi, seperti catur, puzzle, dan sebagainya
Heuristik hanyalah panduan informasi untuk menebak lagkah berikut yang harus diambil guna
menyelesaikan permasalahan.

2. Perilaku Rasional

Didefinisikan sebagai perilaku yang dibentuk untuk mencapai tujuan khusus tertentu. Keberadaan
elemen rasionalitas ini digunakan untuk membedakan antara perilaku sistem cerdas (intelligent) dengan
mesin (machine-like). Dalam bidang kecerdasan buatan, sistem yang memiliki karakter perilaku rasional
dikenal sebagai knowledge level system.

Dalam sebuah knowledge level system terdapat agen yang memiliki pengetahuan tentang diri dan
lingkungan, termasuk tujuan yang ingin dicapai. Agen tersebut melaksanakan aksi tertentu dan
menangkap informasi perubahan lingkungan. Tujuan agen dapat didefinisikan sebagai pilihan dari semua
rangkaian kondisi agen atau lingkungan yang dimungkinkan.

Model komputasi ruang masalah dikemukakan oleh Newell dan Simon dari Carnegie Mellon University
dimana ruang masalah terdiri dari sekumpulan kondisi dan operasi yang dilakukan terhadap kondisi itu.

Terdapat empat aktivitas pada ruang masalah, yaitu :

a. Formulasi tujuan (goal formulation)

b. Pemilihan operasi (operation selection)

c. Aplikasi operasi (operation application)

d. Pencapaian tujuan (goal completion)

Kelebihan dari model ini adalah rekursifnya. Aktivitas pada proses manapun hanya akan dijalankan bila
pengetahuan yang dibutuhkan tersedia.

INTERAKSI BERBASIS TAMPILAN

Interaksi ini telah banyak di pasaran seperti telepon seluler yang sudah memiliki pengindera bau untuk
mendeteksi lingkungannya, menjalankan komputer, membuka pintu dan sebagainya dengan
menggunakan suara.

Masalah yang terjadi adalah kesalahan dalam pengenalan pola sehingga banyak mengakibatkan false
positive dan false negative pada suatu sistem tetapi bisa diatasi dengan menggunakan back-up system.