Buku Marthin

Isi
BAGIAN I Faktor Manusia yang Berpusat pada Informasi
Bab 1 Pengantar Faktor Manusia dan Ergonomi 3
Bab 2 Analisis Biaya-Manfaat dari Peningkatan pada Faktor Manusia 17
Bab 3 Desain Melakukan Investigasi Faktor Manusia 29
Bab 4 Visi dan Desain Penerangan 41
Bab 5 Pemrosesan Informasi Manusia 68
Bab 6 Desain Kontrol, Layar, dan Simbol 94
Bab 7 Desain Interaksi Manusia-Komputer 120
BAGIAN II Ergonomi yang Berpusat pada Tubuh Manusia
Bab 8 Antropometri dalam Desain Workstation 147
Bab 9 Postur Kerja 167
Bab 10 Manual Penanganan Material 187
Bab 11 Cedera Gerakan Berulang dan Desain Alat Tangan 209
Bab 12 Beban Kerja Fisik dan Stres Panas 224
Bab 13 Kebisingan dan Getaran 236
BAGIAN III Faktor Manusia yang Berpusat pada Organisasi / Manajemen
Bab 14 Ergonomi Stasiun Kerja Komputer 259
Bab 15 Pelatihan, Keterampilan, dan Analisis Tugas Kognitif 273
Bab 16 Shiftwork 292
Bab 17 Desain untuk Pembuatan dan Pemeliharaan 302
Bab 18 Kecelakaan, Kesalahan Manusia, dan Keselamatan 324
Referensi 348
Lampiran: Penggunaan Daftar Faktor Manusia / Ergonomi 365
Indeks 370
Bagian I
Informasi — Berpusat
Faktor manusia
1
Pengantar Faktor Manusia dan
Ergonomi
Ilmu pengetahuan tidak pernah tampak begitu indah seperti ketika diterapkan pada
penggunaan kehidupan manusia.
Thomas Jefferson
1.1 PENDAHULUAN
Tujuan bab ini adalah untuk memberikan gambaran tentang faktor manusia dan ergonomi (HFE) dan untuk
menunjukkan bagaimana kedua ilmu ini berkembang — ergonomi di Eropa dan HFE di AS.
Kata ergonomi berasal dari kata Yunani ergo (kerja) dan nomos (hukum). Ini digunakan untuk pertama kalinya
oleh Wojciech Jastrzebowski di koran Polandia pada tahun 1857 (Karwowski, 1991). Di AS, rekayasa faktor
manusia dan faktor manusia hampir identik. Ergonomi Eropa berakar pada fisiologi kerja, biomekanik, dan desain
workstation. Faktor manusia, di sisi lain, berasal dari penelitian dalam psikologi eksperimental, di mana fokusnya
adalah pada kinerja manusia dan desain sistem (Chapanis, 1971).
Tetapi ada beberapa nama lain, seperti psikologi teknik, dan lebih baru rekayasa kognitif dan rekayasa sistem
kognitif. Yang terakhir menekankan pentingnya pemrosesan informasi manusia untuk sains kita (Hollnagel dan
Woods, 2005).
Terlepas dari perbedaan antara faktor manusia dan ergonomi dalam jenis pengetahuan dan filosofi desain, kedua
pendekatan ini semakin dekat. Ini sebagian karena pengenalan komputer di tempat kerja. Desain tempat kerja
komputer diambil dari berbagai faktor manusia dan pengetahuan ergonomi (lihat Tabel 1.1). Kita dapat
menggambarkan masalah seperti yang ditunjukkan pada Gambar 1.1. Di sini pengguna komputer melihat informasi
pada layar. Informasi ditafsirkan dan tindakan yang tepat dipilih. Tindakan dijalankan secara manual sebagai input
kontrol, yang pada gilirannya mempengaruhi status informasi pada layar. Tampilan baru dihasilkan.
Untuk memecahkan masalah yang terkait dengan tempat kerja komputer, seorang ahli ergonomi harus mampu
mengidentifikasi masalah, menganalisisnya, dan menyarankan perbaikan dalam bentuk solusi desain. Ini mengarah
ke pepatah pertama kami:
Tujuan utama dari faktor manusia dan ergonomi adalah desain.
Dalam merancang tempat kerja, situasi yang ada harus terlebih dahulu dianalisis, solusi desain baru harus disintesis,
dan solusi desain ini harus dianalisis lagi. Itu
Panduan untuk faktor manusia dan ergonomi 4
proses desain dapat dijelaskan menggunakan loop kontrol, seperti yang ditunjukkan pada Gambar 1.2. Melalui
iterasi desain berturut-turut, kadang-kadang selama periode waktu yang lama,
TABEL 1.1 Masalah Desain dan Pengetahuan Terkait yang Timbul

dari Pengenalan Komputer di Tempat Kerja
Diperlukan Pengetahuan untuk

Masalah Memecahkan Masalah
Postur dan kunci kerja Biomekanik
Ukuran karakter layar, kontras, warna Visi penelitian, persepsi
Faktor lingkungan Kebisingan, tekanan lingkungan
Layout informasi layar Psikologi kognitif, rekayasa kognitif
Desain sistem baru Desain sistem dan sibernetika
Kolaborasi di internet Psikologi, psikologi kognitif, antropologi
Pemecahan masalah di tempat
kerja Analisis kerja kognitif, analisis tugas
GAMBAR 1.1. Analisis manusia

antarmuka mesin membutuhkan
pengetahuan interdisipliner
biomekanik, psikologi kognitif,
dan metodologi desain sistem.

desain ditingkatkan. Bahkan, bahkan desain sederhana, seperti klip kertas, membutuhkan waktu lebih dari 120 tahun
untuk matang, dari paten pertama pada 1814, yang untuk peniti kertas, hingga klip kertas yang sekarang, yang
dipatenkan pada 1934 (Petroski , 1992). Kita dapat memahami dari contoh ini bahwa desain sistem yang kompleks
seperti komputer masih dalam masa pertumbuhan.
Oleh karena itu, pengetahuan interdisipliner diperlukan dalam desain ergonomi karena alasan berikut: (1) untuk
merumuskan tujuan sistem; (2) untuk memahami persyaratan fungsional; (3) untuk merancang sistem baru; (4)
untuk menganalisis suatu sistem; dan (5) untuk mengimplementasikan suatu sistem. Dari loop umpan balik pada
Gambar 1.2 juga mengikuti itu
Pengantar faktor manusia dan ergonomi 5
GAMBAR 1.2 Prosedur untuk desain dan mendesain ulang

suatu sistem.
desain adalah kegiatan yang tidak pernah berakhir. Selalu ada peluang untuk perbaikan atau modifikasi.
Sifat interdisipliner ergonomi jelas ketika seseorang mencatat latar belakang profesional campuran ergonomi.
Mereka datang dari berbagai profesi— teknik, psikologi, dan profesi medis, untuk menyebutkan beberapa.
Banyak ahli HFE adalah desainer. Skenario desain umum adalah sebagai berikut. Bayangkan bahwa sistem pada
Gambar 1.1 dirancang ulang dengan tiga tampilan, bukan satu, dan bahwa beberapa keputusan operator diambil alih
oleh sistem pendukung keputusan, dan bahwa input pengguna ke sistem komputer dibuat oleh teknologi pengenalan
suara daripada manual. penguncian. Jenis sistem saat ini digunakan dalam pesawat tempur. Dalam merancang
sistem seperti itu, spesialis HFE harus mempertimbangkan banyak masalah:
• Haruskah pengguna selalu bertanggung jawab, atau adakah situasi di mana komputer harus mengambil alih dan
menerbangkan pesawat secara otomatis? Jika demikian, tentukan dalam situasi apa komputer harus mengambil
alih.
• Bagaimana cara meletakkan informasi pada ketiga layar? Jenis informasi apa yang harus ditampilkan pada
tampilan apa? Apakah kita mendapatkan sesuatu dari menggunakan tampilan warna (yang mahal)?
• Dapatkah sistem pengenalan suara memahami pilot meskipun latar belakangnya berisik? Bagaimana seseorang
dapat menghindari kesalahan pengenalan oleh komputer? Kami lebih baik memastikan bahwa perintah kritis,
seperti "api," dipahami dengan benar.
• Adakah kendala desain, seperti kendala ekonomi dan organisasi, dan kemungkinan kendala dari serikat
pekerja? Beberapa kendala penting ditentukan oleh persyaratan pelatihan. Pilot mungkin bingung jika model
baru pesawat sangat berbeda dari model lama, dan mereka dapat kembali ke perilaku kontrol untuk pesawat
lama, terutama dalam kondisi tertekan.
Spesialis HFE akan menganalisis situasi dan mendapatkan informasi dari pengguna dan manajemen. Untuk
mendapatkan desain yang bagus, Anda perlu mendapat informasi
tentang desain sistem serupa. Banyak ide desain yang bagus dapat ditemukan di buku teks dan artikel ilmiah.
Spesialis HFE akan menghasilkan beberapa alternatif desain, yang kemudian akan dievaluasi. Spesialis HFE
kemudian harus memilih alat evaluasi. Ada banyak pilihan, termasuk prototipe cepat, studi kegunaan, atau
melakukan percobaan dengan pengguna sebagai subjek uji.
Skenario ini mengarah ke pepatah kedua kami:
Dalam HFE, pendekatan sistematis dan interdisipliner diperlukan untuk desain dan analisis.
1.2 DEFINISI FAKTOR MANUSIA DAN ERGONOMI
(HFE)
Ada banyak definisi dalam literatur HFE. Berikut ini adalah dari Helander (1997):
• Mempertimbangkan kendala lingkungan dan organisasi,
• Gunakan pengetahuan tentang kemampuan dan keterbatasan manusia

• Untuk merancang sistem, organisasi, pekerjaan, mesin, alat, atau produk konsumen
• Sehingga aman, efisien, dan nyaman digunakan.
Perhatikan lagi bahwa tujuan utamanya adalah desain (Chapanis, 1995). Ergonomi dengan demikian berbeda dari
sebagian besar badan pengetahuan yang digunakan untuk mendukung HFE. Ergonomi berbeda dari antropologi,
ilmu kognitif, psikologi, sosiologi, dan ilmu kedokteran, karena tujuan utamanya adalah untuk memahami dan
memodelkan perilaku manusia — tetapi tidak untuk mendesain.
International Ergonomics Association (2000) memberikan definisi berikut:
"Ergonomi (atau faktor manusia) adalah disiplin ilmu yang berkaitan dengan pemahaman interaksi di
antara manusia dan unsur-unsur lain dari suatu sistem, dan profesi yang menerapkan teori, prinsip,
data, dan metode yang dirancang untuk mengoptimalkan kesejahteraan manusia dan keseluruhan
kinerja sistem. "
"Ergonomis berkontribusi pada desain dan evaluasi tugas, pekerjaan, produk, lingkungan, dan
sistem untuk menjadikannya kompatibel dengan kebutuhan, kemampuan, dan keterbatasan orang."
Sepanjang buku ini, saya akan menggunakan istilah ergonomi, faktor manusia, dan HFE secara bergantian. Saya
akan berasumsi bahwa tidak ada perbedaan antara kata-kata ini, meskipun, seperti yang akan kita lihat di bawah ini,
sejarah faktor manusia dan ergonomi sangat berbeda.
1.3. PENGEMBANGAN AWAL FAKTOR MANUSIA DAN
ERGONOMI (HFE)
Orang mungkin berpendapat bahwa mendesain untuk penggunaan manusia bukanlah hal baru. Alat-alat tangan,
misalnya, telah digunakan sejak awal umat manusia, dan ergonomi selalu menjadi perhatian. Jika alat-alat tangan
dirancang dengan tepat, mereka dapat berkonsentrasi dan memberikan daya, dan membantu manusia dalam tugas-
tugas seperti memotong, menghancurkan, mengikis, dan menusuk. Berbagai perkakas tangan telah dikembangkan
sejak Zaman Batu, dan ketertarikan pada desain ergonomis dapat ditelusuri kembali ke dalam sejarah (Childe, 1944,
Braid wood, 1951).
Bernardino Ramazzini adalah seorang profesor kedokteran di Padua dan Modena di Italia. Pada 1717 ia
menerbitkan buku berjudul The Diseases of Workers, yang mendokumentasikan hubungan antara banyak bahaya
pekerjaan dan jenis pekerjaan yang dilakukan. Dia menggambarkan, misalnya, perkembangan gangguan trauma
kumulatif, yang dia yakini disebabkan oleh gerakan tangan yang berulang, oleh postur tubuh yang terbatas, dan oleh
tekanan mental yang berlebihan. Meskipun ia tidak memiliki alat sains saat ini untuk mendukung temuannya
(seperti pengujian statistik), ia mengusulkan banyak solusi inovatif untuk meningkatkan tempat kerja.
Buku kontroversial LaMettrie dari Prancis, L'homme Machine (Man, the Machine) diterbitkan pada 1748, pada
awal Revolusi Industri (Christensen, 1962). Dia memeriksa analogi antara manusia dan mesin dan menyimpulkan
bahwa manusia ... sangat mirip. Dua hal dapat dipelajari dari tulisan-tulisan LaMettrie. Pertama, perbandingan
kapabilitas manusia dan kapabilitas mesin sudah merupakan masalah sensitif di abad ke-18. Kedua, dengan
mempertimbangkan bagaimana mesin beroperasi, orang dapat belajar banyak tentang perilaku manusia. Kedua
masalah tetap diperdebatkan dalam ergonomi di zaman kita. Sebagai contoh, robot industri memiliki banyak
kendala. Beberapa tugas perakitan benar-benar sulit dilakukan robot, seperti memasang mesin cuci pada sekrup
sebelum sekrup dikencangkan. Oleh karena itu, dalam desain produk baru, seseorang harus mempertimbangkan
"desain untuk kelengkapan." Tidak boleh ada mesin cuci dalam desain, tidak ada tugas presisi yang sulit untuk
diprogram, dan sebagainya. Ternyata fitur desain yang sama juga sangat membantu operator perakitan manusia;
kami hanya tidak memikirkan masalah ini sampai kami harus berurusan dengan robot. Tampaknya ironi besar
bahwa hanya dengan diperkenalkannya robot, desainer mulai mempertimbangkan persyaratan dari operator manusia
(Helander, 1995).
Rosenbrock (1983) menunjukkan bahwa selama Revolusi Industri di Inggris ada upaya untuk menerapkan konsep
"desain yang berpusat pada manusia" ke alat-alat seperti Spinning Jenny dan Spinning Mule. Perhatiannya adalah
untuk mengalokasikan tugas-tugas menarik ke operator manusia, tetapi biarkan mesin melakukan tugas yang
berulang. Ini adalah alasan umum lain untuk robotika di zaman kita: untuk membuat pekerjaan lebih menarik, kita
harus menghapus tugas yang berulang dan tidak menarik.
Pada awal abad ke-20, Frederick Taylor memperkenalkan studi ilmiah tentang pekerjaan. Ini diikuti oleh Frank
dan Lillian Gilbreth, yang mengembangkan studi waktu dan gerak dan konsep membagi pekerjaan biasa menjadi
beberapa elemen kecil yang disebut "therbligs" (Konz dan Johnson, 2004). Saat ini, ada keberatan terhadap
Taylorism, yang telah dilihat sebagai alat untuk mengeksploitasi pekerja. Ini karena ada aspek perilaku dari
penyederhanaan pekerjaan: berikan seseorang pekerjaan yang berulang dan tidak ada artinya, dan ada
risiko besar bahwa orang tersebut akan menjadi mindless. Meskipun demikian, studi waktu dan gerak tetap berguna
untuk mengukur dan memprediksi aktivitas kerja, seperti waktu yang diperlukan untuk melakukan tugas (Helander,
1997). Ini adalah alat yang berharga jika digunakan untuk tujuan yang benar!
1.4 PENGEMBANGAN SAAT INI FAKTOR MANUSIA DI AS DAN EROPA
Pada awal abad ke-20, psikologi industri melakukan banyak penelitian untuk menemukan prinsip untuk memilih
operator yang paling cocok untuk melakukan tugas. Penelitian tentang kecenderungan kecelakaan adalah tipikal
untuk tahun 1920-an. Kecenderungan kecelakaan mengasumsikan bahwa individu-individu tertentu memiliki sifat
kepribadian yang abadi, yang membuat mereka lebih rentan mengalami kecelakaan daripada yang lain. Ini karena
mereka memiliki "kepribadian yang buruk." Jika seseorang dapat memahami bagaimana individu-individu ini
berbeda dari orang-orang "normal", seseorang dapat mengecualikan mereka dari kegiatan di mana mereka akan
mengalami kecelakaan. Pendekatan ini, yang mendominasi penelitian selama sekitar 40 tahun, tidak membuahkan
hasil. Ternyata rawan kecelakaan dan banyak fitur kepribadian bukan fitur stabil, tetapi berubah dengan usia dan
pengalaman (Shaw dan Sichel, 1971). Seseorang mungkin mengalami banyak kecelakaan di usia mudanya, tetapi 10
tahun kemudian dia adalah orang yang berbeda tanpa kecelakaan. Dalam ergonomi saat ini ada kesadaran bahwa
kesalahan manusia sebagian besar disebabkan oleh desain yang buruk, dan orang tidak boleh menyalahkan operator
atas kecelakaan. Alih-alih, tujuannya adalah mendesain lingkungan dan artefak yang aman untuk semua pengguna.
Di Eropa, ergonomi mulai serius dengan aplikasi industri pada 1950-an, dan menggunakan informasi dari
fisiologi kerja, biomekanik, dan antropometri untuk desain workstation dan proses industri. Fokusnya adalah pada
kesejahteraan pekerja dan juga pada peningkatan produktivitas manufaktur. Ergonomi mapan pada 1960-an,
terutama di Inggris, Prancis, Jerman, Belanda, Italia, dan negara-negara Skandinavia. Di banyak negara Eropa,
serikat pekerja memiliki minat awal dalam mempromosikan ergonomi sebagai hal yang penting untuk keselamatan,
kesehatan, kenyamanan, dan kenyamanan pekerja. Serikat buruh sangat kuat di negara-negara Skandinavia, di
Perancis, dan di Jerman, di mana mereka sering dapat menentukan jenis peralatan produksi yang harus dibeli
perusahaan. Desain ergonomis yang baik sekarang diterima begitu saja. Akibatnya, bahkan alat berat, seperti mesin
konstruksi, dirancang agar sangat nyaman dan nyaman untuk dioperasikan.
Di AS, faktor manusia muncul sebagai disiplin setelah Perang Dunia II. Banyak masalah yang dihadapi dalam
penggunaan peralatan canggih seperti pesawat terbang, stasiun radar dan sonar, dan tank. Terkadang masalah ini
menyebabkan kesalahan manusia dengan konsekuensi yang serius. Sebagai contoh, selama Perang Korea, lebih
banyak pilot tewas selama pelatihan daripada dalam kegiatan perang yang sebenarnya (Nichols, 1976). Temuan
mengejutkan ini mengarah ke tinjauan desain pesawat serta prosedur dan strategi dalam operasi. Beberapa masalah
desain baru diangkat:
• Bagaimana informasi dapat ditampilkan dengan lebih baik sehingga pilot dapat dengan cepat memahami apa
situasinya. (Dalam istilah hari ini, kami akan merujuk pada peningkatan "kesadaran situasi.")
• Bagaimana kontrol dapat diintegrasikan dengan tugas sehingga intuitif dan lebih mudah ditangani?
(Kompatibilitas kontrol-tampilan adalah konsep desain yang berguna; lihat Bab 13.)
Banyak penelitian yang dilakukan di HFE untuk mendukung desain baru dan banyak perbaikan dilaksanakan, seperti
tongkat kendali pilot yang menggabungkan beberapa fungsi kontrol dan membuatnya lebih mudah untuk menangani
fungsi pesawat dan tempur tambahan (Wiener dan Nagel, 1988). Sebagai hasil dari peningkatan ini dan program
pelatihan pilot baru, jumlah kematian dalam pelatihan pilot menurun hingga 5% dari yang sebelumnya. Sejak ini
terjadi, banyak penelitian dalam faktor manusia telah disponsori oleh Departemen Pertahanan AS. Akibatnya,
informasi dalam buku teks faktor manusia sering lebih dipengaruhi oleh militer daripada oleh aplikasi sipil
ergonomi. Namun, dengan diperkenalkannya komputer di tempat kerja pada awal 1980-an situasi ini telah berubah.
Tempat kerja telah menjadi teknologi tinggi seperti skenario militer, dan saat ini lebih banyak dana disalurkan untuk
menyelesaikan masalah ini.
Beberapa lembaga pemerintah telah mensponsori penelitian tentang aplikasi sipil HFE. Di AS ada banyak
contoh: Federal Highway Administration (desain jalan raya dan rambu-rambu jalan), NASA (kemampuan manusia
dan keterbatasan ruang; desain stasiun ruang angkasa), National Safety Traffic Traffic Administration (desain mobil,
termasuk kelayakan kecelakaan) dan efek dari obat-obatan dan alkohol pada mengemudi), Departemen Dalam
Negeri (ergonomi dalam penambangan bawah tanah), Institut Nasional Standar dan Teknologi (desain produk
konsumen yang aman), Institut Nasional Keselamatan dan Kesehatan Kerja (cedera ergonomis saat bekerja ,
keselamatan industri, tekanan kerja), Komisi Pengaturan Nuklir (persyaratan desain untuk pembangkit listrik tenaga
nuklir), dan Administrasi Penerbangan Federal (keselamatan penerbangan).
Di AS, aplikasi ergonomi di bidang manufaktur cukup baru. Eastman-Kodak di Rochester, New York, mungkin
merupakan perusahaan pertama yang mengimplementasikan program besar sekitar tahun 1965. Pendekatan mereka
didokumentasikan dengan baik dalam buku yang sangat bagus (Eastman Kodak Company, 2004). Di IBM
Corporation, minat ergonomi manufaktur dimulai sekitar tahun 1980. Pada waktu itu IBM memiliki banyak ahli
faktor manusia, tetapi mereka bekerja pada desain produk konsumen, komputer, dan sistem perangkat lunak.
Sebagian besar ergonomi manufaktur dilakukan oleh insinyur industri dan perawat perusahaan (Helander dan Burri,
1994).
Seperti yang telah saya catat, faktor manusia berkembang dari masalah militer, dan berawal pada psikologi
eksperimental dan rekayasa sistem. Selama sepuluh tahun terakhir telah terjadi peningkatan minat dalam ergonomi
tempat kerja, dan tampaknya dua tradisi faktor manusia dan ergonomi telah menyatu. Perubahan nama Masyarakat
Faktor Manusia di Amerika Serikat menjadi Faktor Manusia dan Masyarakat Ergonomi merupakan indikasi dari
perubahan zaman.
Ergonomi dan faktor manusia telah berkembang sejak tahun 1950 di Asia, Afrika, Amerika Latin, dan Australia
(Luczak, 1995). Di banyak negara berkembang secara industri (IDC), masalah-masalah ergonomi telah
memanifestasikan diri mereka sendiri, dan menjadi semakin jelas di era industrialisasi yang pesat ini. Transformasi
yang cepat dari kehidupan agraris-agraris ke kehidupan industrial-perkotaan telah merugikan, dan para pekerja
“membayar” dalam hal meningkatnya cedera industri yang luar biasa dan meningkatnya stres di tempat kerja.
Banyak dari masalah ini tetap tersembunyi, karena statistik resmi yang dapat menerangi keadaan sebenarnya
biasanya tidak tersedia. Misalnya, pekerja di negara-negara Asia tidak suka mengeluh tentang masalah ergonomi,
yang karenanya tidak diperhatikan.
TABEL 1.2 Area Muncul Penting dalam Ergonomi di Seluruh

Dunia
Metodologi untuk mengubah organisasi kerja dan desain
Gangguan muskuloskeletal terkait pekerjaan
Pengujian kegunaan untuk barang elektronik konsumen
Antarmuka manusia-komputer: perangkat lunak
Desain organisasi dan organisasi kerja psikososial
Desain ergonomis lingkungan kerja fisik
Desain ruang kontrol pembangkit listrik tenaga nuklir
Pelatihan ergonomi
Desain antarmuka dengan teknologi tinggi
Penelitian keandalan manusia
Pengukuran beban kerja mental
Perhitungan biaya tenaga kerja
Tanggung jawab produk
Keselamatan jalan dan desain mobil
Transfer teknologi ke negara-negara berkembang
Dalam transisi ke status industri, IDC telah melewati beberapa tahap perkembangan dan sekarang benar-benar
tenggelam dalam lingkungan global terkomputerisasi. Apa yang membawa dunia Barat 200 tahun telah dicapai
hanya dalam 20 tahun oleh para IDC. Terkait dengan perkembangan ini adalah masalah HFE baru dalam tenaga
kependidikan dan pelatihan. Ada kebutuhan luar biasa untuk melatih karyawan lokal untuk memahami ergonomi,
sehingga mereka dapat memantau sendiri potensi bahaya. Spesialis faktor manusia, yang memahami masalah
pelatihan, dapat memiliki peran penting untuk dimainkan.
Sebuah survei di seluruh dunia tentang masyarakat profesional HFE dilakukan oleh Asosiasi Ergonomi
Internasional (Brown, Hendrick, Noy, dan Robertson, 1996). Hasilnya diberikan pada Tabel 1.2.
Tabel 1.2 dengan jelas menggambarkan bahwa, sementara ergonomi fisik tradisional dan biomekanik tetap
penting, ada kebutuhan untuk ergonomi kognitif dan masalah organisasi. Temuan ini mengejutkan, karena IDC
sebelumnya hanya mensponsori penelitian ergonomi fisik. Tiga pekerjaan yang mendominasi adalah pertanian,
konstruksi, dan manufaktur — semuanya membutuhkan pekerjaan fisik yang berat.
1.5 DESKRIPSI SISTEM

Tujuan dari bagian ini adalah untuk menggambarkan HFE dalam konteks sistem . Sebagian besar masalah HFE
dijelaskan dengan baik dengan pendekatan sistem. Dalam Gambar 1.3 kami mempertimbangkan sistem lingkungan-
operator-mesin (Helander, 1997). Operator adalah pusat
GAMBAR 1.3 Sistem ergonomi
model untuk pengukuran keselamatan dan
produktifitas.
fokus dalam ergonomi dan harus dijelaskan dalam konteks organisasi, yang merupakan tujuan dari Gambar 1.3.
Angka tersebut menggambarkan konsep operator yang paling penting. Pada kenyataannya, persepsi manusia,
pemrosesan informasi, dan respons jauh lebih kompleks, dengan banyak loop umpan balik dan variabel yang tidak
dibahas di sini.
Dalam studi penelitian HFE, klasifikasi variabel independen dan dependen digunakan untuk menganalisis
masalah. Bab 3 menjelaskan metodologi yang digunakan dalam penelitian HFE. Sebagai contoh, kita dapat
mempelajari pengaruh faktor lingkungan terhadap kinerja operator. Karakteristik lingkungan (seperti kebisingan dan
panas) adalah variabel independen yang dapat kita manipulasi melalui desain, dan ukuran kinerja operator adalah
variabel dependen. Satu ukuran kinerja operator yang umum adalah waktu yang diperlukan untuk merakit widget.
Ukuran lain adalah jumlah kesalahan yang dilakukan oleh operator per jam. Seseorang juga dapat bertanya kepada
operator apa yang dia pikirkan tentang desain baru — seberapa bagus desain itu dan seberapa memuaskannya untuk
bekerja dengannya. Kepuasan — yang dinilai pada skala tujuh poin — akan menjadi tipe ketiga dari variabel
dependen.
Operator merasakan lingkungan terutama melalui indera visual dan pendengaran, kemudian mempertimbangkan
informasi, membuat keputusan, dan, akhirnya, menghasilkan respons kontrol. Persepsi dipandu oleh perhatian
operator. Dari jutaan bit informasi yang tersedia, operator akan memperhatikan informasi yang tampaknya paling
relevan dengan tugas tersebut. Beberapa proses perhatian bersifat otomatis dan bawah sadar (pra-insentif) dan
dieksekusi secara instan (Neisser, 1967). Mereka begitu otomatis sehingga operator tidak akan dapat mengatakan
apa yang terjadi. Beberapa proses lain menjadi otomatis hanya setelah pelatihan, sementara beberapa membutuhkan
pemikiran yang dalam dan merenungkan alternatif dan karenanya memerlukan lebih banyak waktu untuk
menganalisis.
Untuk tugas-tugas baru atau tidak biasa, pengambilan keputusan dapat memakan waktu. Operator harus
menafsirkan informasi, mempertimbangkan alternatif tindakan, dan menilai apakah tindakan tersebut relevan untuk
mencapai tujuan tugas. Untuk tugas-tugas rutin, keputusan lebih atau kurang otomatis dan butuh waktu lebih sedikit
untuk memutuskan. Orang mungkin mempertanyakan apakah "pengambilan keputusan" adalah istilah yang tepat; ini
lebih merupakan reaksi otomatis, dan operator biasanya tidak merefleksikan keputusan tersebut. Klein (1993)
menggunakan istilah Pengambilan Keputusan Pengakuan Primer (RPD). Seorang operator mengenali sebuah
skenario dan dia segera tahu apa yang harus dilakukan.
Tujuan dari respons operator adalah untuk menyampaikan informasi melalui respons manual, seperti kontrol
mesin (misalnya, komputer) atau alat (misalnya, palu) atau artefak (misalnya, sepak bola), atau melalui respons
verbal terhadap rekan kerja. Untuk beberapa teknologi, respons verbal juga dapat digunakan dalam mengendalikan
mesin dengan berbicara.
Ada beberapa variabel modulasi yang memengaruhi kinerja tugas, termasuk kebutuhan operator, sikap,
kompetensi, keahlian, motivasi, usia, jenis kelamin, ukuran tubuh, dan kekuatan. Ini adalah variabel istimewa dan
mereka berbeda di antara individu. Misalnya, operator yang berpengalaman dan kompeten akan melihat tugas secara
berbeda dari operator pemula. Operator yang berpengalaman akan fokus pada perincian penting, menyaring
informasi yang tidak relevan, dan "memotong" informasi menjadi unit-unit yang lebih besar, sehingga
dimungkinkan untuk membuat keputusan yang lebih cepat dan lebih efisien. Operator pemula, di sisi lain, mungkin
tidak tahu ke mana harus mencari informasi penting, dan mungkin berpikir pekerjaan itu sangat menegangkan.
Variabel modulasi lainnya adalah ukuran tubuh. Dimensi tubuh yang berbeda memiliki konsekuensi untuk desain
workstation. Masalah-masalah ini ditangani dalam antropometri.
Stres adalah variabel penting yang memengaruhi persepsi, pengambilan keputusan, dan respons pilihan. Tingkat
stres psikologis yang tinggi adalah umum ketika waktu untuk melakukan tugas terbatas, atau ketika ada terlalu
banyak informasi untuk diproses. Dalam kondisi seperti itu, bandwidth perhatian mungkin menyempit, dan operator
mengembangkan "visi terowongan." Dengan demikian kemungkinan kesalahan operator meningkat. Secara umum,
tingkat stres yang tinggi menyebabkan peningkatan gairah fisiologis, yang dapat diukur dengan menggunakan
berbagai tindakan fisiologis (misalnya, denyut jantung, EEG, laju kedip, dan ekskresi katekolamin). Ini adalah
variabel dependen untuk memantau stres.
Lingkungan Sub-sistem digunakan untuk membuat konsep tugas serta konteks di mana ia dilakukan. Bisa jadi
pekerja baja memonitor oven. Di sini organisasi pekerjaan menentukan alokasi tugas: beberapa tugas dapat
dialokasikan untuk sesama pekerja, atau penyelia, atau komputer. Alokasi tugas adalah masalah utama dalam
ergonomi. Bagaimana cara terbaik mengalokasikan tugas kerja di antara alat berat dan operator untuk mewujudkan
tujuan perusahaan dan tujuan individu? Alokasi tugas mempengaruhi bagaimana informasi dikomunikasikan antara
karyawan dan komputer, dan itu juga mempengaruhi kinerja sistem.
Operator menerima berbagai bentuk umpan balik dari tindakannya. Mungkin ada umpan balik dari kinerja tugas,
dari rekan kerja, dari manajemen, dan sebagainya. Untuk meningkatkan kinerja tugas, komunikasi, dan kepuasan
kerja, umpan balik tersebut harus informatif. Ini berarti bahwa individu harus menerima umpan balik tentang
seberapa baik atau seberapa buruk yang mereka lakukan, serta umpan balik melalui komunikasi.
Lingkungan sekitar menggambarkan pengaruh variabel lingkungan pada operator. Misalnya, seorang pekerja baja
terpapar pada tingkat kebisingan dan panas yang tinggi. Ini
meningkatkan gairah dan stres fisiologis, sehingga memengaruhi kinerja, keselamatan, dan kepuasan tugas.
Pentingnya lingkungan organisasi telah semakin ditekankan selama beberapa tahun terakhir. Gerakan ini dalam
ergonomi disebut sebagai makroergonomi (Hendrick, 1995; Hendrick, 2001). Pekerjaan dilakukan di sebuah
konteks organisasi, yang sangat mempengaruhi kesesuaian langkah-langkah desain alternatif. Kebijakan perusahaan
berkenaan dengan pola komunikasi, desentralisasi tanggung jawab, dan alokasi tugas berdampak pada desain
ergonomi. Pertama-tama orang harus memutuskan siapa yang harus melakukan apa dan bagaimana orang harus
berkomunikasi. Setelah aktivitas ini, tugas individu, mesin, layar, dan kontrol dapat dirancang.
Makroergonomi adalah bidang yang banyak diabaikan, dan sampai saat ini belum ada penelitian yang cukup.
Satu pengecualian adalah penelitian sosio-teknis yang dikembangkan di Inggris pada 1950-an (misalnya, kelompok
Tavistock). Mungkin karena penelitian faktor manusia di lingkungan militer cukup dominan di AS, pentingnya
konteks organisasi tidak ditekankan.
Pertimbangan organisasi penting dalam konteks kerja, tetapi kurang penting untuk desain sistem waktu luang dan
produk konsumen. Ini biasanya digunakan oleh individu yang tidak harus mempertimbangkan kolaborasi dan
delegasi tugas.
Mesin sub-sistem secara luas dikonseptualisasikan pada Gambar 1.3. Istilah "mesin" dalam arti menyesatkan. Ini
adalah singkatan dari artefak terkontrol. "Mesin" dapat berupa komputer, perekam kaset video (VCR), atau sepak
bola. Kontrol jangka menunjukkan kontrol alat berat yang digunakan oleh operator. Perhatikan bahwa dalam
beberapa sistem, kontrol mesin dapat diambil sepenuhnya atau sebagian oleh otomasi dan komputer.
Sebagai hasil dari kontrol mesin, ada perubahan kondisi yang ditampilkan. Itu dapat dilihat atau didengar:
kalkulator saku akan menunjukkan hasil perhitungan; besi leleh di pabrik baja akan mengubah suhu dan warna;
komputer akan menghasilkan suara: atau pemanggang roti akan muncul roti. Semua ini adalah contoh tampilan.
Mereka menyampaikan informasi visual atau pendengaran, dan mereka dapat dirancang untuk mengoptimalkan
kinerja sistem. Streitz (2004) mempresentasikan beberapa contoh interaksi manusia-artefak di mana tampilan tidak
harus menampilkan CRT tetapi dapat berupa artefak, seperti roti panggang.
Penting untuk dicatat bahwa sistem pada Gambar 1.3 memiliki umpan balik . Informasi alat berat dimasukkan
kembali ke subsistem lingkungan dan menjadi terintegrasi dengan tugas. Ergonomi berkaitan dengan sistem dinamis
— perlu berputar-putar dan menggabungkan efek umpan balik. Ergonomi, dalam hal ini, berbeda dari disiplin ilmu
lain. Dalam psikologi eksperimental, misalnya, tidak ada persyaratan untuk mempelajari sistem dinamis.
Dengan sistem sebagai dasar, kita sekarang akan membahas tiga tujuan sistem utama dalam HFE yang disebutkan
dalam definisi di atas: keselamatan, produktivitas, dan kepuasan operator.
1.6 TUJUAN KESELAMATAN
Ergonomi jarang merupakan tujuan itu sendiri. Keselamatan, kepuasan operator, dan produktivitas adalah tujuan
bersama. Ergonomi adalah metodologi desain yang digunakan untuk mencapai keamanan, produktivitas, dan
kepuasan.
Status keamanan suatu sistem dapat dinilai dengan membandingkan persyaratan kinerja lingkungan dengan
batasan kinerja operator (lihat Gambar 1.3). Mari kita ambil contoh mengendarai mobil. Tugas mengemudi
memaksakan permintaan untuk perhatian operator, tetapi permintaan ini bervariasi dari waktu ke waktu. Terkadang
seorang pengemudi mobil harus selalu melihat lalu lintas, dan di saat lain situasi lalu lintas tidak terlalu menuntut.
Pada saat yang sama, perhatian operator bervariasi dari waktu ke waktu. Pengemudi yang mengantuk memiliki
tingkat perhatian yang rendah, sedangkan pengemudi yang waspada memiliki tingkat perhatian yang tinggi. Jika
tuntutan tugas lebih besar daripada perhatian yang tersedia, ada risiko yang meningkat untuk kecelakaan atau
kesalahan. Oleh karena itu, penting untuk memahami bagaimana batasan yang dikenakan oleh persepsi operator,
pengambilan keputusan, dan tindakan kontrol dapat dipertimbangkan dalam desain, sehingga dapat menciptakan
sistem dengan persyaratan kinerja yang rendah dan stabil.
Cedera dan kecelakaan relatif jarang terjadi di tempat kerja. Daripada menunggu kecelakaan terjadi, mungkin
perlu memprediksi masalah keselamatan dengan menganalisis indikator lain (atau variabel dependen) seperti
kesalahan operator, penilaian subyektif, dan variabel respons fisiologis. Langkah-langkah ini ditunjukkan pada
Gambar 1.3 di bawah judul "Ukuran Hasil Negatif."
Jika suatu sistem harus dirancang ulang agar lebih aman, ada beberapa hal yang dapat dilakukan:
1. Periksa alokasi tugas antara pekerja dan mesin atau komputer. Pekerja dapat dipindahkan dari area berbahaya dan
otomatisasi dapat mengambil alih pekerjaan mereka.
2. Postur kerja yang buruk menyebabkan kelelahan dan kualitas kerja yang buruk. Mendesain ulang proses kerja
dan stasiun kerja untuk meningkatkan postur, kenyamanan, dan kenyamanan pekerja.
3. Lingkungan sekitar — pencahayaan, kebisingan, getaran, dan panas atau dingin — bisa membuat stres.
Misalnya, pencahayaan yang tidak memadai membuat sulit untuk melihat bahaya keselamatan, dan oleh karena
itu pencahayaan yang rendah memaksakan stres.
4. Faktor-faktor organisasi, seperti alokasi tanggung jawab dan otonomi, serta kebijakan untuk komunikasi, dapat
diubah. Terkadang operator tidak bertanggung jawab atas proses mereka sendiri. Waktu yang berharga hilang
jika mereka harus menghubungi penyelia untuk mendapatkan izin untuk menutup suatu proses.
5. Fitur desain alat berat dapat ditingkatkan, termasuk perubahan kontrol dan tampilan.
1.7 TUJUAN PRODUKTIVITAS
Desain sistem memiliki tiga tujuan: keselamatan, produktivitas, dan kepuasan operator. Kepentingan relatif mereka
bervariasi tergantung pada sistem. Dalam pembangkit listrik tenaga nuklir, keselamatan dan produksi listrik adalah
dua tujuan yang terbukti dengan sendirinya, dan bersama-sama mereka menentukan desain pembangkit.
Untuk meningkatkan kinerja sistem, seseorang dapat merancang sistem yang meningkatkan biaya kinerja. Ini
berarti bahwa melalui desain sistem yang efisien, operator dapat unggul dalam melatih keterampilannya. Desain
sistem seperti itu memungkinkan untuk melihat dengan cepat, membuat keputusan cepat, dan melakukan kontrol
yang efisien.
Untuk meningkatkan kinerja sistem, seorang ergonomis dapat, misalnya, merancang biaya sistem sehingga
mereka meningkatkan parameter keterampilan yang penting: penanganan kontrol alat berat menjadi intuitif
(misalnya, melalui kompatibilitas respons-kontrol), dan
interpretasi tampilan menjadi seketika (misalnya, melalui penggunaan tampilan ekologis).
Pada Gambar 1.3, beberapa ukuran hasil positif diindikasikan. Seseorang dapat mengukur produktivitas, kualitas,
dan waktu untuk melakukan tugas, dan orang dapat bertanya pada operator seberapa baik sistem bekerja (penilaian
subyektif). Ukuran ini adalah variabel dependen umum yang digunakan untuk mengukur produktivitas suatu sistem.
1.8 PERDAGANGAN ANTARA PRODUKTIVITAS DAN KESELAMATAN
Manajer industri sering berharap karyawan bekerja lebih cepat dengan kesalahan kualitas yang lebih sedikit. Namun,
penelitian telah menunjukkan bahwa orang tidak dapat secara bersamaan mengurangi kesalahan dan meningkatkan
kecepatan. Secara umum, semakin besar kecepatan (kendaraan, mesin produksi, dll.), Semakin sedikit waktu yang
diperlukan operator untuk bereaksi, dan sebagai hasilnya ia akan membuat lebih banyak kesalahan. Siklus kerja
yang lebih pendek meningkatkan produktivitas tetapi membahayakan keselamatan. Operator karenanya memiliki
pilihan antara peningkatan kecepatan atau peningkatan akurasi. Ini disebut sebagai trade-akurasi kecepatan -off atau
SATO (Wickens dan Hollands, 2000). Harapan manajer sering bertentangan dengan SATO dan karenanya tidak
mungkin untuk dicapai.
Namun, dimungkinkan untuk meningkatkan keamanan dan kualitas produksi pada saat yang bersamaan.
Pengurangan dalam jumlah kesalahan operator biasanya akan mengarah pada peningkatan keselamatan serta
peningkatan kualitas produksi. Karena itu, penekanan pada kualitas produksi lebih tepat dan lebih efektif daripada
pendekatan tradisional dalam industri, yang menekankan kecepatan dan kuantitas produksi.
1.9 TUJUAN KEPUASAN OPERATOR
Kami membahas kepuasan dalam arti luas — kepuasan kerja serta kepuasan pengguna. Berbagai aspek
ketidakpuasan juga dipertimbangkan, seperti ketidakpuasan kerja dan ketidakpuasan konsumen. Penting untuk
dicatat bahwa kepuasan serta ketidakpuasan dapat dipahami hanya jika kebutuhan operator atau pengguna dipahami
dengan jelas. Orang yang berbeda memiliki kebutuhan dan harapan yang berbeda, dan ini berbeda secara substansial
antara negara dan budaya. Apa yang dianggap hak-hak pekerja yang penting di Swedia terkadang kurang penting di
AS atau Asia. Misalnya, di Swedia ada undang-undang yang mengharuskan pekerja kantor harus memiliki kantor
dengan jendela. Akibatnya pekerja kantor telah “memperoleh” kebutuhan akan jendela, dan kurangnya jendela akan
menyebabkan ketidakpuasan yang besar.Pekerja kantor di AS atau Asia mungkin tidak berpikir dua kali tentang
kurangnya jendela. Itu tidak diharapkan dan karenanya mereka tetap bahagia.
Kepuasan kerja tidak mempengaruhi produktivitas atau keselamatan. Orang akan berpikir bahwa pekerja yang
puas akan menghasilkan lebih banyak dan pekerja yang tidak puas akan menghasilkan lebih sedikit. Seseorang juga
akan berpikir bahwa pekerja yang puas akan lebih aman dan pekerja yang tidak puas tidak begitu aman. Tetapi
penelitian yang luas tentang masalah ini telah menunjukkan bahwa tidak ada hubungan antara kepuasan dan
produktivitas, keselamatan, atau kualitas.
1.10 KESIMPULAN
Sejak awal sejarah ergonomi sekitar tahun 1950, masyarakat dan teknologi telah berkembang pesat, dan HFE telah
mengikuti. Berikut ini dapat menjadi ciri pembangunan selama 50 tahun terakhir. Berbagai masalah telah
mendorong perkembangan sains kita dari tahun 1950 hingga saat ini.
• 1950-an: Ergonomi militer
• 1960-an: ergonomi industri

• 1970-an: ergonomi produk konsumen
• 1980-an: Interaksi manusia-komputer dan ergonomi perangkat lunak
• 1990-an: Ergonomi kognitif dan ergonomi organisasi
• 2000-an: Komunikasi global, internet, dan kolaborasi virtual
Seperti yang telah saya tekankan, HFE adalah ilmu sistem dan ilmu desain. Pendekatan sistem pada Gambar 1.3
berguna untuk mengonseptualisasikan masalah dan menyarankan solusi desain. Profesi kami didorong oleh
persyaratan desain dari pengguna, pasar, industri, organisasi, dan pemerintah. Kita harus mampu merespons dengan
cepat terhadap perubahan kebutuhan masyarakat. Oleh karena itu HFE berada di garis depan pengembangan
teknologi.
Ergonomi akan terus berkembang dan ahli ergonomi profesional harus memperluas pengetahuan mereka untuk
menghadapi skenario yang berubah dengan cepat. Saya percaya bahwa ini akan membutuhkan peningkatan interaksi
dengan disiplin ilmu lain untuk menyelesaikan masalah. Sebagian besar masalah di dunia ini bersifat interdisipliner.
Dalam perancangan sistem yang kompleks perlu menerapkan banyak kriteria desain secara bersamaan. Semua
kriteria ini harus setidaknya sebagian puas — atau, untuk menggunakan terminologi Simon (1996), banyak kriteria
harus “dipenuhi.” Dengan kata lain, ada banyak tujuan yang mendorong desain. Dalam manufaktur ada tujuan yang
terkait dengan kualitas, produktivitas, dan kepuasan pekerja. Seseorang mungkin tidak dapat menemukan solusi
desain yang sepenuhnya dapat memenuhi semua kriteria. Masalahnya kemudian adalah mengidentifikasi solusi
desain yang cukup baik — di mana semua kriteria penilaian telah mencapai tingkat yang dapat diterima. Beberapa
kriteria terpenuhi.
Dalam Bab 2, kami membahas manfaat dan biaya perbaikan HFE di dua bidang: manufaktur dan interaksi
manusia-komputer. Kami akan mencatat bahwa perubahan desain dapat meningkatkan semua aspek kinerja sistem,
produktivitas, dan kepuasan — situasi yang saling menguntungkan, seperti yang mereka katakan.
2
Analisis Biaya-Manfaat dari Perbaikan di
Desain Faktor Manusia
2.1 PENDAHULUAN
Prinsip rekayasa faktor manusia dapat digunakan untuk mendesain ulang sistem agar lebih produktif dan lebih aman.
Desain ulang semacam itu akan membutuhkan biaya, dan untuk membenarkan pengeluaran, kami harus yakin
bahwa akan ada manfaat yang terkait dengan perbaikan tersebut. Pertanyaannya adalah, apakah perbaikan
bermanfaat? Apakah mereka membayar? Dalam bab ini disajikan dua studi kasus. Studi pertama menyangkut
pabrik. Dalam manufaktur ada beberapa jenis manfaat: peningkatan produktivitas dan kualitas, tingkat cedera
berkurang, dan peningkatan kenyamanan pekerja. Dalam hal ini, manfaat ekonomi dari peningkatan produktivitas
sangat besar, dan jauh lebih besar daripada manfaat lainnya.
Studi kasus kedua berkaitan dengan peningkatan interaksi manusia-komputer. Ada banyak cara untuk mengukur
manfaat, seperti mengurangi waktu kinerja tugas, mengurangi jumlah penekanan tombol, atau jumlah kesalahan pengguna.
Misalnya, seseorang dapat mengukur waktu yang diperlukan untuk menyelesaikan pengisian informasi kartu kredit pada
halaman web e-commerce.
2.2 PERBAIKAN ERGONOMI DALAM PERANCANGAN KARTU
Di IBM di Austin, Texas, papan sirkuit cetak untuk komputer diproduksi. Papan terdiri dari beberapa lapisan
lembaran tembaga dan fiber glass dengan sirkuit terukir. Lubang dibor melalui papan sirkuit untuk memasukkan
komponen. Sebagian besar penyisipan komponen diautomatisasi menggunakan mesin khusus — yang disebut mesin
penumpukan kartu. Namun, ada banyak tugas yang tidak dapat diotomatisasi, termasuk kontrol kualitas dan inspeksi
bagian-bagian komponen dan produk jadi.
Salah satu ukuran penting kualitas dalam pembuatan papan adalah persentase hasil produksi. Seseorang dapat
menetapkan hasil target sehingga, katakanlah, 95% dari papan harus lulus uji kontrol kualitas pada akhir proses
pembuatan. Dalam hal ini, manajemen pabrik mengeluh bahwa hasil panen secara konsisten 5-10% di bawah target
(Burri dan Helander, 1991a). Sebagian besar masalah kualitas adalah cacat di dalam papan sirkuit, yang bisa terjadi
di departemen yang disebut "Core Circuitize." Ini terletak tepat sebelum penentuan hasil persentase, sekitar setengah
jalan melalui proses pembuatan. Gambar 2.1 menunjukkan gambaran umum area tanaman ini.
GAMBAR 2.1 Gambaran umum pabrik.
Secara keseluruhan, 132 orang, sebagian besar operator, bekerja di lokasi ini, yang memiliki 59 stasiun kerja. Untuk
mengevaluasi skenario pembuatan, informasi dikumpulkan dari lima sumber berbeda:
1. Diskusi dengan manajemen. Kami bertanya kepada mereka apa masalahnya dan apa yang seharusnya menjadi
fokus penelitian kami. Pertanyaan-pertanyaan ini memunculkan masalah baru untuk ditelusuri. Selain cedera
gerakan berulang, kami juga belajar tentang masalah dalam tingkat hasil.
2. Walk-through pabrik, inspeksi, dan pencatatan. Bagaimana pembuatan dan aliran material terorganisir?
3. Diskusi dengan operator. Bagaimana mereka melakukan tugasnya? Berapa lama waktu yang dibutuhkan untuk
belajar tugas baru? Apa masalah yang dimiliki pekerja baru yang dipekerjakan?
4. Diskusi dengan penyelia lini pertama. Seringkali ini adalah pekerja yang mampu yang telah dipromosikan.
Mereka adalah sumber informasi yang bagus.
5. Pengukuran di pabrik pencahayaan, kebisingan, dan desain workstation.
Nilai-nilai pengukuran ini harus dicatat dan didokumentasikan dengan cara yang sistematis, sehingga perbandingan
dapat dibuat antara workstation yang berbeda. Misalnya, berapa tingkat pencahayaan dan kebisingan di tempat kerja
yang berbeda?
Atas dasar diskusi, pendapat, dan data pengukuran ini, kami memperoleh penilaian komprehensif tentang sistem
manufaktur dan tugas operator. Selain itu, temuan ini mengungkapkan peluang signifikan untuk perbaikan.
Sebagian besar dari 59 workstation berbeda, dan itu tidak relevan untuk meringkas data di sini. Sebaliknya, kami
fokus pada rekomendasi. Berdasarkan informasi yang dikumpulkan, kami mengidentifikasi 14 perbaikan desain
(lihat Tabel 2.1). Beberapa di antaranya
TABEL 2.1 Perbaikan Ergonomis di Pabrik IBM di Austin,

Texas
1. Tingkat pencahayaan seragam pada 1000 lux
2. Pemasangan pencahayaan khusus untuk inspeksi

Analisis biaya-manfaat dari perbaikan dalam desain faktor manusia 19
3. Rotasi pekerjaan untuk menghindari monoton
4. Musik pribadi mengganggu dan dihentikan
5. Kursi ergonomis bersertifikat untuk kamar bersih
6. Peningkatan komunikasi
7. Pedoman penanganan bahan
8. Otomatisasi pekerjaan yang monoton
9. Grafik konversi metrik ke desimal
10. Pembenahan kamar ditingkatkan
11. Pengurangan kebisingan
12. Pelatihan ergonomi
13. Manufaktur aliran kontinu
14. Gunakan sarung tangan pelindung
adalah langkah-langkah ergonomis yang agak konvensional, dan beberapa diperlukan desain ulang proses
pembuatan.
2.3 PERBAIKAN DESAIN
TINGKAT PENERBANGAN
Penerangan yang lebih baik ternyata yang paling penting dari semua tindakan. Beberapa operator melakukan tugas
yang relatif sederhana. Mereka menempatkan papan sirkuit ke mesin penumpukan kartu untuk pemasangan
komponen secara otomatis. Para manajer menganggap operator sebagai pengawas mesin otomatis. Namun,
wawancara dengan operator mengungkapkan bahwa mereka menganggap diri mereka lebih sebagai inspektur
kualitas daripada sebagai tender mesin. Mereka akan memeriksa kartu dan komponen yang ditempatkan di mesin,
dan mereka memeriksa produk jadi setelah dikeluarkan dari mesin. Salah satu aspek terpenting dari tugas ini adalah
memeriksa majalah yang berisi komponen elektronik yang dimasukkan ke dalam mesin penumpukan kartu. Masalah
umum adalah bahwa komponen diputar ke arah yang salah di majalah dan karena itu akan dimasukkan ke arah yang
salah ke papan tulis.
PENCAHAYAAN KHUSUS UNTUK INSPEKSI
Penerangan diukur di pabrik. Level rata-rata sekitar 500 lux, yang tidak memadai untuk pekerjaan inspeksi. Di
beberapa daerah iluminasi serendah 120 lux. Diputuskan untuk meningkatkan iluminasi menjadi 1000 lux. Hal ini
dicapai dengan memasang tabung lampu neon, menyalakan lampu yang telah dimatikan karena alasan konservasi
energi, dan menurunkan perlengkapan lampu dari langit-langit tinggi ke lokasi yang lebih dekat ke stasiun kerja.
Selain langkah-langkah ini, beberapa lampu terpolarisasi dipasang untuk membuatnya lebih mudah untuk melihat
ketidaksempurnaan dan cacat kualitas. Banyak contoh sistem iluminasi khusus untuk inspeksi disajikan pada Bab 4.
ROTASI KERJA DAN SHIFT OVERLAP
Inspeksi visual seringkali monoton, dan operator memiliki masalah dalam mempertahankan perhatian mereka di
seluruh shift kerja. Untuk memecah kebodohan, rotasi pekerjaan dimasukkan. Operator kemudian dapat membagi
waktu mereka di antara dua pekerjaan (Grandjean, 1985). Pola istirahat yang ada dievaluasi, tetapi tampaknya tidak
perlu menambah panjang istirahat. Waktu yang tumpang tindih antara shift berkurang dari 30 menjadi 12 menit.
Tumpang tindih shift memungkinkan shift keluar untuk menginformasikan shift masuk tentang masalah potensial,
seperti masalah dengan mesin dan proses. Namun, tumpang tindih 30 menit yang ada ternyata berlebihan dan tidak
produktif.
MUSIK PRIBADI
Percobaan dilakukan untuk memperkenalkan musik pribadi ke tempat kerja. Namun, musik itu mengganggu
pekerjaan dan karena itu dihentikan. Masalah umum adalah menemukan musik yang disukai semua orang. Beberapa
lebih suka hard rock dan akan kesal mendengarkan negara dan barat, dan sebaliknya.
KURSI ERGONOMI
Kursi ergonomis baru meningkatkan kenyamanan, dan pada saat yang sama meningkatkan produktivitas karena
operator dapat tetap duduk selama inspeksi. Kursi-kursi itu diproduksi untuk digunakan dalam lingkungan ruangan
yang bersih. Ada beberapa fungsi penyesuaian, termasuk ketinggian kursi, sudut sandaran, dan sudut sandaran.
Untuk beberapa operator, jenis kursi / dudukan juga disediakan untuk penggunaan sesekali.
KOMUNIKASI OPERATOR DAN UMPAN BALIK
Untuk meningkatkan komunikasi verbal dan umpan balik antara operator, penutup beberapa workstation telah
dihapus. Akses terbuka ke rekan kerja meningkatkan komunikasi secara signifikan, dan sangat membantu, terutama
berkenaan dengan kontrol kualitas (Bailey, 1996).
PENANGANAN BAHAN
Bagian-bagian manufaktur dan produk jadi disimpan di rak. Rak-rak terendah diambil. Ini membuatnya tidak
mungkin untuk menyimpan bahan pada ketinggian rendah, yang pada gilirannya mengurangi jumlah cedera lentur
dan punggung. Selain itu, pedoman untuk berat maksimum bagian ditetapkan.
OTOMASI PEKERJAAN MONOTON
Beberapa operasi dikonversi dari pekerjaan manual ke otomatisasi. Salah satu pekerjaan melibatkan tugas di mana
pita pelindung dilepas dari papan. Ini adalah tugas yang sangat monoton dan berulang-ulang dan tidak memberikan
kepuasan kerja. Karena itu otomatis. Operator sekarang mengawasi beberapa bagian otomatisasi, situasi yang
menyediakan pekerjaan yang lebih bervariasi dan menarik.
METRIK UNTUK PERUBAHAN KEPUTUSAN
Konversi antara satuan pengukuran metrik dan desimal membingungkan bagi beberapa operator, dan grafik konversi
dipasang di setiap stasiun kerja.
PEMBENAHAN
Melalui kolaborasi dengan manajemen, sebuah contoh tata graha yang baik didirikan di bagian pabrik. Daerah itu
dibersihkan dan diatur. Ini mengilhami operator di area lain juga, dan tata graha meningkat. Sebagai bagian dari
upaya pembersihan, fasilitas manufaktur diubah menjadi fasilitas 10.000 kamar bersih. Pakaian dan baju luar kamar
bersih dievaluasi dan penggunaannya direkomendasikan.
PENGURANGAN KEBISINGAN
Tingkat kebisingan berada dalam 85 dBA yang ditetapkan dalam peraturan oleh Institut Nasional Keselamatan dan
Kesehatan Kerja (NIOSH). Namun, untuk meningkatkan komunikasi verbal, penutup isolasi suara dipasang untuk
beberapa proses. Tingkat kebisingan sekitar di workstation ini kemudian dikurangi dari sekitar 75 hingga 60 dBA,
yang memungkinkan operator melakukan percakapan yang tidak terganggu.
PELATIHAN ERGONOMI
Pelatihan ergonomi dan program penyadaran disediakan untuk operator. Ini adalah program 4 jam yang membahas
berbagai masalah. Moto adalah meningkatkan kewaspadaan diri sendiri dengan memberi tahu para operator tentang
bahaya ergonomis.
MANUFAKTUR ALIRAN LANJUTAN
Pembuatan aliran kontinu dilaksanakan di beberapa lokasi di pabrik. Tujuan utamanya adalah untuk mengurangi
jumlah ruang yang dibutuhkan untuk manufaktur, bukan untuk meningkatkan ergonomi. Ada manfaat penting yang
dicapai karena jarak antara operator yang berdekatan berkurang sehingga memungkinkan untuk berbicara dengan
operator lain.
EVALUASI SARUNG TANGAN
Banyak operator menggunakan sarung tangan pelindung untuk menghindari luka tajam pada bagian ujung papan.
Namun, beberapa jenis sarung tangan mengurangi sensasi taktil, sehingga sulit untuk memanipulasi komponen.
Beberapa sarung tangan yang berbeda diuji oleh operator. Sarung tangan yang dipilih nyaman dan pada saat yang
sama meningkatkan sensasi sentuhan.
GAMBAR 2.2 Lokasi latihan bit memaksa mencapai yang
berlebihan dan membutuhkan perhatian besar. Setelah
modifikasi, mata bor ditempatkan lebih dekat ke bor,
sehingga mengurangi jangkauan.
MASALAH KHUSUS
Selain masalah umum yang diidentifikasi, ada masalah khusus di beberapa stasiun kerja. Di satu stasiun kerja,
operator mengawasi mesin yang digunakan untuk mengebor lubang di papan. Untuk mengganti mata bor, operator
harus membungkuk pada mesin (lihat Gambar 2.2). Mereka juga harus membungkuk dengan sangat hati-hati untuk
mencegah bor menempel ke perut mereka. Mesinnya diganti. Pada mesin baru, mata bor dipindahkan, yang
membuatnya lebih mudah dijangkau, selain memperbaiki postur kerja. Yang sama pentingnya adalah mereka
membuat pekerjaan lebih mudah dilakukan; menghemat sekitar 1,5 menit
per operasi berubah. Karena ada banyak mesin dan banyak perubahan mata bor, penghematan tahunan adalah $
270.000.
EFISIENSI BIAYA PERBAIKAN
Berdasarkan pengalaman yang diperoleh dalam studi lapangan sebelumnya, kami telah memproyeksikan
peningkatan 20% dalam hasil proses, peningkatan 25% dalam produktivitas operator, dan pengurangan 20% dalam
cedera. Perbaikan yang sebenarnya dekat dengan prediksi kami
TABEL 2.2 Perbaikan dan Pengurangan Biaya dalam Dolar
Peningkatan (%) Pengurangan Biaya ($ )

Proyeksi Aktual DiproyeksikanSebenarnya
Peningkatan hasil 20 18 2.268.800 2.094.000
Produktivitas
operator 25 23 5.647.500 5.213.000
Pengurangan cedera 20 19 73.400 68.000
Total 7.989.700 7.375.000
dan menghasilkan pengurangan biaya $ 7.375.000 (lihat Tabel 2.2). Biaya bahan untuk perbaikan ergonomis (seperti
pencahayaan yang ditingkatkan) adalah $ 66.400. Biaya tenaga kerja untuk implementasi adalah sekitar $ 120.000.
Rasio manfaat / biaya untuk perbaikan ini adalah sekitar 40: 1 untuk tahun pertama — dengan kata lain, waktu
pengembaliannya sekitar 1 minggu (Helander dan Burri, 1994).
Pengurangan biaya cedera cukup kecil dibandingkan dengan peningkatan produktivitas dan hasil. Studi kasus ini
menunjukkan bahwa peningkatan produktivitas terkadang luar biasa, dan ergonomi dapat memainkan peran besar
dalam peningkatan produktivitas. Manajemen terkesan dengan hasil dan mempekerjakan dua ergonomis dengan
latar belakang teknik industri untuk melanjutkan pekerjaan perbaikan.
Ada juga peningkatan dalam kenyamanan operator, kemudahan, dan kepuasan kerja. Wawancara informal
dilakukan di antara sejumlah besar operator dan dengan manajemen. Tidak ada efek negatif dari sistem baru.
Operator umumnya menghargai apa yang telah dilakukan dan senang dengan sistem baru. Jenis peningkatan ini
lebih nyata dan sulit untuk diukur dalam hal penghematan biaya daripada peningkatan produktivitas dan
keselamatan.
KESIMPULAN
Dari sudut pandang ilmiah penelitian ini tidak memuaskan. Tidak ada kelompok kontrol yang dapat digunakan
untuk membandingkan hasil. Karenanya kami tidak dapat dengan mudah membuktikan klaim bahwa manfaatnya
adalah karena perbaikan ergonomis. Seperti yang sering terjadi dalam industri, karena biasanya sangat sulit untuk
menemukan kelompok kontrol yang identik. Perbaikan mungkin bisa disebabkan oleh faktor lain, seperti pembuatan
aliran kontinu, yang juga dilaksanakan. Perbaikan juga bisa disebabkan oleh "faktor-faktor yang tidak terkontrol"
seperti perubahan gaya kepemimpinan. Karena ini tidak direkam, kita tidak tahu apakah ada perubahan nyata.
Dalam upaya untuk memvalidasi hasil, kami mewawancarai 26 manajer dan insinyur di pabrik. Mereka sepakat
bahwa sekitar setengah dari tabungan dapat dikaitkan dengan ergonomi, sedangkan sisanya dikaitkan dengan
peningkatan lain termasuk pembuatan aliran berkelanjutan. Manajemen sangat positif tentang peningkatan
ergonomis, terutama peningkatan tingkat iluminasi untuk inspeksi visual. Ini ternyata merupakan perubahan kritis
yang meningkatkan kualitas dan produktivitas.
Studi kasus ini juga menunjukkan bahwa perbaikan ergonomis tidak dapat dilakukan secara terpisah dari proses
manufaktur. Harus ada pemahaman yang jelas tentang alternatif teknologi untuk meningkatkan produktivitas dan
bagaimana ergonomi dipengaruhi oleh pilihan sistem teknis, tata letak proses, peralatan, dan pola komunikasi antara
karyawan.
2.4 PENINGKATAN MANFAAT BIAYA DALAM INTERAKSI MANUSIA-KOMPUTER
Peningkatan biaya-manfaat lebih mudah ditunjukkan dalam interaksi manusia-komputer dibandingkan dengan
ergonomi industri. Tullis (1981) adalah yang pertama menunjukkan manfaat ekonomi dari meningkatkan interaksi
komputer manusia. Dia menyelidiki tugas yang sangat spesifik, yaitu mengidentifikasi dan memperbaiki kesalahan
dalam jaringan telepon. Ini adalah tugas umum di perusahaan telepon, dan temuannya memiliki dampak ekonomi
yang signifikan.
Gambar 2.3 menunjukkan desain antarmuka untuk menganalisis saluran telepon sebelum (ke kiri) dan setelah
mendesain ulang (ke kanan). Antarmuka ke kiri adalah format naratif untuk menyajikan hasil, sedangkan antarmuka
ke kanan menyajikan format terstruktur, simbolik. Dalam kasus pertama, dibutuhkan rata-rata pengguna
berpengalaman 8,3 detik untuk menafsirkan tampilan, sedangkan dalam kasus kedua butuh 5,0 detik. Hasilnya
adalah pengurangan 40% dalam waktu kinerja. Mempertimbangkan bahwa pemeliharaan telepon adalah tugas
umum dalam industri telepon, perancangan ulang menghemat beberapa
GAMBAR 2.3 Di sebelah kiri, contoh
dari format "narasi" untuk presentasi

hasil tes pada saluran telepon. Waktu rata-rata untuk

pengguna berpengalaman adalah 8,3 detik. Di sebelah kanan,
format "terstruktur" untuk menyajikan hasil pengujian pada
saluran telepon. Waktu rata-rata untuk pengguna yang
berpengalaman adalah 5,0 detik - pengurangan 40%
dibandingkan dengan format naratif.
TABEL 2.3 Nilai Desain yang Berpusat pada Pengguna dalam

Interaksi Manusia-Komputer
Aplikasi dan Ukuran Peningkatan Produktivitas (%)

Berbagai produk di Digital Equipment Corp. 30
Instalasi mainframe di IBM 400
Sistem transaksi untuk entri data di NCR 67
Browser teks untuk menemukan informasi di
Bellcore 100
Prosedur log-on keamanan untuk jaringan di
IBM 720
Diadaptasi dari Landauer (1995).
seratus ribu dolar. Contoh Tullis mudah untuk diilustrasikan. Banyak masalah kegunaan lain yang lebih abstrak dan
tidak dapat ditangkap dengan mudah.
Landauer (1995) mempresentasikan hasil dari beberapa studi kegunaan yang dilakukan oleh perusahaan
komputer. Seperti diilustrasikan dalam Tabel 2.3, interaksi manusia-komputer yang lebih baik dapat menghasilkan
efek produktivitas yang signifikan.
Masalah dengan metode evaluasi saat ini untuk sistem komputer dan perangkat lunak adalah bahwa mereka
biasanya dilihat dari perspektif teknik: seberapa cepat mereka menghitung, berapa banyak data yang mereka simpan,
seberapa sempurna mereka berjalan, kualitas grafik, dan kesan dari trik (Nickerson dan Landauer, 1997). Perspektif
ini sering mengabaikan kegunaan.
Berita baiknya adalah bahwa ada banyak teknik untuk meningkatkan kegunaan, dan rata-rata efisiensi tugas kerja
dapat ditingkatkan sekitar 50%. Nielsen (1994) menunjukkan bahwa antarmuka komputer rata-rata memiliki sekitar
40 bug kegunaan. Ini seharusnya tidak mengejutkan karena hampir 60% dari kode komputer berkaitan dengan
antarmuka pengguna. Nielsen berpendapat bahwa lima hingga enam pengguna dapat menemukan sebagian besar
bug kegunaan. Dalam hal ini pengguna akan mencoba menggunakan sistem dan pada saat yang sama menganalisis
antarmuka dan mengomentari fitur desain yang mereka pikir harus dihapus atau diganti. Pengguna yang berbeda
akan menemukan masalah yang berbeda. Pengujian dengan dua pengguna dapat mengidentifikasi setengah dari
kekurangan, sementara enam pengguna akan menemukan hampir 90% dari bug kegunaan. Pengujian akan memakan
waktu sekitar 2 hari. Setelah satu hari pengujian kegunaan, efisiensi kerja dapat diharapkan meningkat sekitar 50%.
Oleh karena itu, pengujian kegunaan merupakan metode yang berhasil untuk mengurangi kesulitan dan waktu
untuk melakukan tugas pada komputer. Pengujian kegunaan dapat secara dramatis meningkatkan kualitas pekerjaan
sehubungan dengan produktivitas dan juga sehubungan dengan kepuasan kerja.
Sebuah tugas yang memiliki alur kerja yang mudah dan lancar hanya lebih menarik dan lebih memuaskan untuk
dilakukan.
Karat (1997) menguraikan lebih lanjut tentang pentingnya kegunaan. Dia mencatat bahwa teknik kegunaan
memiliki banyak efek positif langsung dan tidak langsung untuk suatu organisasi. Ini seperti gerakan kualitas di
bidang manufaktur. Karena peningkatan
TABEL 2.4 Peningkatan Kegunaan Memiliki Banyak Efek

Menguntungkan pada Pengembangan Sistem (Karat, 1992)
Desain produk dan kinerja produk akan meningkat.
Kepuasan pengguna akan meningkat.
Karena kesalahan penggunaan dapat dideteksi jauh lebih awal dalam siklus pengembangan sistem, waktu
pengembangan dan biaya pengembangan untuk antarmuka akan berkurang.
Sebagai hasil dari desain perangkat lunak yang ditingkatkan, penjualan dan pendapatan akan meningkat.
Karena antarmuka lebih mudah ditangani, akan membutuhkan waktu lebih sedikit untuk melatih karyawan.
Akan ada pengurangan biaya perawatan, pengurangan biaya personil, dan peningkatan produktivitas pengguna.
fokus pada pengguna, ada pemahaman yang lebih baik tentang kebutuhan pengguna. Sebagai manfaat tambahan,
definisi produk atau perangkat lunak membaik (lihat Tabel 2.4).
Ambil, misalnya, pemeliharaan perangkat lunak. Studi telah menunjukkan bahwa 80% dari biaya pemeliharaan
dihabiskan untuk kebutuhan pengguna yang tidak terduga; hanya 20% yang disebabkan oleh bug perangkat lunak.
Jika rekayasa kegunaan dapat mengidentifikasi dan menyelesaikan sebagian besar persyaratan pengguna sebelum
rilis produk, organisasi akan memperoleh manfaat besar dan menghindari biaya di masa depan. Yang terbaik adalah
melakukan studi kegunaan di awal siklus hidup pengembangan produk untuk memberikan umpan balik pada desain
dan kinerja produk.
Contoh: Karat (1990) melaporkan desain sistem yang digunakan untuk menyelesaikan 1.308.000 tugas per tahun.
Dia mempelajari perangkat lunak untuk tugas ini dan berhasil meningkatkan kegunaan, sehingga waktu kinerja tugas
berkurang 9,6 menit per tugas. Manfaat tahun pertama karena peningkatan produktivitas kemudian dapat dihitung:
1.308.000 × 9,6 menit = 209.280 jam, yang berhubungan dengan penghematan biaya $ 6.800.000. Pengujian
kegunaan dan biaya terkait berjumlah $ 68.000. Oleh karena itu rasio biaya-manfaat dapat dihitung sebagai 1: 100
untuk tahun pertama aplikasi.
2.5 PEMBAHASAN BIAYA DAN MANFAAT
Dua studi kasus telah menggambarkan biaya dan manfaat dari perbaikan ergonomi dalam industri dan peningkatan
kegunaan dalam interaksi manusia-komputer. Dalam kasus industri sulit untuk menghubungkan peningkatan
produktivitas dengan ergonomi saja. Ada banyak perubahan simultan lainnya di pabrik, dan karena itu dapat
diperdebatkan bahwa implementasi industri ergonomi tidak begitu terkontrol dengan baik. Namun demikian,
sebagian besar karyawan yang diwawancarai setuju bahwa peningkatan produktivitas terutama disebabkan oleh
sistem penerangan yang lebih baik. Sebagai hasil dari peningkatan, operator dapat melihat apa yang mereka lakukan,
dan banyak kesalahan kualitas dapat dihindari.
Untuk kegunaan dalam interaksi manusia-komputer, jauh lebih mudah untuk memperhitungkan manfaat dengan
perbandingan sederhana sebelum dan setelah perbaikan diimplementasikan. Ini dapat dilakukan sebagai "studi
laboratorium" dengan kontrol penuh faktor eksternal. Juga jauh lebih murah untuk melakukan studi tentang
kegunaan antarmuka komputer daripada di pabrik. Argumen seperti itu membenarkan perlunya analisis kegunaan
antarmuka pengguna. Akibatnya, jumlah profesional kegunaan teknik telah berkembang pesat dalam sepuluh tahun
terakhir. Perusahaan seperti Microsoft dan IBM sekarang mempekerjakan sejumlah besar profesional kegunaan.
Masalah-masalah tentang interaksi manusia-komputer akan dibahas secara lebih rinci dalam Bab 12.
READING YANG DISARANKAN
Hendrick, HW, 1996, Ergonomi yang baik adalah ekonomi yang baik, Prosiding dan Faktor Manusia Pertemuan Tahunan ke-40
Ergonomics Society, Santa Monica, CA: Faktor Manusia dan Ergonomi Masyarakat, hlm. 1–10. Juga tersedia secara gratis di
www: //hfes.org/publications/goodergo.pdf.
3
Melakukan Investigasi Faktor Manusia
3.1 PENDAHULUAN
Profesional faktor manusia sering terlibat dalam desain peralatan dan antarmuka baru. Banyak keputusan desain
harus dibuat, dan desain baru harus dievaluasi. Buku pegangan dan artikel mungkin menawarkan bantuan, tetapi
masalah desain seringkali cukup spesifik, dan sulit untuk menemukan data yang dipublikasikan yang dapat
diterapkan secara langsung. Profesional HFE kemudian dapat melakukan investigasinya sendiri. Ini dapat berupa
penelitian penelitian formal atau dapat berupa kumpulan data yang cepat untuk menerangi aspek-aspek penting dari
masalah penelitian. Bab ini memberikan tinjauan umum tentang metode investigasi umum dalam HFE.
Ada tiga jenis studi di HFE:
1. Studi deskriptif, yang digunakan untuk mengkarakterisasi populasi pengguna
2. Studi eksperimental, yang menguji pengaruh beberapa fitur desain pada kinerja manusia
3. Studi evaluasi, yang menguji pengaruh sistem terhadap perilaku manusia
Berbagai pendekatan ini akan dijelaskan di bawah ini.
3.2 STUDI DESKRIPTIF
Tujuan dari penelitian deskriptif adalah untuk menggambarkan karakteristik pengguna, seperti ukuran
antropometrik, kemampuan pendengaran, kinerja visual, usia, dan sebagainya. Tujuan utamanya adalah untuk
mengumpulkan data dengan tujuan memahami suatu pola, tren, atau karakteristik. Data dapat diklasifikasikan
sebagai variabel independen atau modulasi, dan dapat mencakup informasi seperti usia, jenis kelamin, ukuran,
pendidikan, dan pengalaman, seperti yang ditunjukkan pada pusat Gambar 3.1 di bawah judul Variabel Modulasi.
Misalnya, untuk membuat basis data antropometrik untuk Singapura, tiga segmen populasi utama harus
dipertimbangkan: Cina, Melayu, dan India. Orang India sedikit lebih tinggi daripada penduduk lainnya, orang
Melayu relatif lebih pendek, dan orang Cina di antaranya. Dalam mengukur ukuran orang, peserta dipilih secara
acak dalam masing-masing dari tiga populasi. Proses pengacakan memungkinkan untuk menggeneralisasi hasil
untuk setiap jenis populasi. Untuk menggambarkan secara memadai tiga populasi serta seluruh populasi Singapura,
seseorang perlu mengukur sekitar 5.000 individu.
Data antropometrik diperlukan untuk mendesain banyak produk. Pabrikan kursi, misalnya, mungkin ingin
memahami ukuran pengguna untuk mendesain
GAMBAR 3.1 Pendekatan sistem untuk
pengukuran kinerja manusia
dan preferensi.
penyesuaian kursi dengan benar. Meja kantor juga harus pada ketinggian yang nyaman. Di AS ketinggian meja
biasanya 29 in (74 cm) di atas lantai. Ini terlalu tinggi untuk populasi Asia. Sayangnya sebagian besar negara di Asia
telah mengadopsi standar AS / Eropa tanpa merefleksikan masalah ini. Akses ke basis data antropometrik untuk
populasi lokal akan memungkinkan desain untuk pengguna lokal.
Data deskriptif terkadang dapat dikumpulkan dengan menggunakan kuesioner. Sayangnya banyak kuesioner
tidak dikembalikan. Mari kita asumsikan bahwa Anda meminta orang untuk menilai nyeri punggung pada skala dari
1 hingga 7, dengan 1 menjadi “Tanpa Nyeri” dan 7 “Nyeri Ekstrim.” Katakanlah 30% kuesioner dikembalikan dan
rata-rata nyeri punggung dinilai 6 Ini menimbulkan pertanyaan penting: apakah orang yang mengembalikan
kuesioner punya alasan khusus untuk merespons? Mungkin mereka semua menderita sakit punggung, dan mungkin
mereka yang tidak merespons tidak memiliki sakit punggung, dan karena itu tidak termotivasi untuk mengembalikan
kuesioner. Jika tanggapan mereka telah dipertimbangkan, sakit punggung rata-rata bisa sekitar 2 atau 3. Oleh karena
itu, seseorang harus berhati-hati dalam interpretasi data, terutama ketika tingkat responsnya rendah.
3.3 PENELITIAN EKSPERIMENTAL
Eksperimen dilakukan untuk menyelidiki masalah tertentu. Mereka kadang-kadang dilakukan di lingkungan
laboratorium dan kadang-kadang di lingkungan lapangan nyata. Satu manfaat utama
Melakukan investigasi faktor manusia 31
dari suatu eksperimen adalah bahwa hasilnya dapat digunakan untuk menarik kesimpulan yang tegas sehubungan
dengan sebab dan akibat. Pada Gambar 3.1 ada beberapa jenis variabel dependen. Mereka terdaftar sebagai indikator
di bagian bawah gambar dan termasuk: jumlah kesalahan, jumlah cedera, waktu bertugas, dan kualitas pekerjaan.
Ada juga variabel subjektif — yaitu, informasi yang datang langsung dari menanyakan kepada orang apa pendapat
mereka tentang tugas atau desain tertentu.
Untuk meringkas, tiga jenis variabel dependen dapat dievaluasi dalam percobaan:
1. Variabel kinerja, seperti waktu kinerja tugas dan kesalahan
2. Variabel fisiologis, seperti detak jantung, elektromiografi (EMG), dan respons kulit galvanik (GSR)
3. Variabel subyektif — informasi yang berasal dari menanyakan orang, seperti dengan kuesioner atau
skala penilaian
Variabel independen, seperti yang ditunjukkan pada Gambar 3.1, adalah variabel desain di lingkungan dan
subsistem mesin. Contohnya adalah suhu dan kebisingan di subsistem lingkungan dan desain kontrol dan tampilan
di subsistem mesin.
Ada hubungan antar variabel sehingga
y = f (x)
di mana y adalah variabel dependen (kinerja, fisiologis, atau data subjektif) dan x adalah variabel independen, desain
yang sedang diselidiki.
Asumsikan bahwa Anda ingin mengukur sejauh mana reaksi stres mental pengemudi
(y) dalam situasi lalu lintas sebagai fungsi dari kondisi jalan dan lalu lintas (x). Untuk menentukan stres (y), ada
beberapa langkah yang bisa diambil, termasuk detak jantung, variabilitas detak jantung, GSR, blink rate, parameter
pupil, dan ekskresi hormon stres. Pertama, penyelidik harus memutuskan variabel apa yang akan diukur.
• Denyut jantung, meskipun mudah diukur, mungkin tidak tepat karena dipengaruhi oleh pekerjaan fisik dan juga
pekerjaan mental.
• Variabilitas denyut jantung sering digunakan dalam studi lalu lintas. Namun, ada banyak cara untuk
mendefinisikan dan mengukur variabilitas detak jantung, yang mengarah pada ketidakpastian dalam
mengumpulkan data.
• Galvanic skin response (GSR) adalah ukuran konduktivitas listrik dari jenis kelenjar keringat tertentu. Lokasi
yang baik untuk mengukur GSR ada di telapak tangan. Jika ada peningkatan permintaan tugas yang tiba-tiba,
atau jika ada kejadian tak terduga yang mengejutkan pengemudi, akan ada respons GSR. Oleh karena itu, ini
adalah ukuran yang tepat untuk mengukur tekanan manusia dalam lalu lintas.
• Blink rate adalah ukuran stres yang sangat baik untuk tugas-tugas tertentu, seperti pilot pesawat tempur di kokpit.
Di bawah tekanan yang sangat tinggi, pilot berhenti berkedip! Pertanyaannya adalah apakah ukuran ini juga akan
berfungsi dalam lalu lintas, di mana tingkat stres lebih rendah.
• Diameter pupil sensitif terhadap beban kerja mental, seperti aritmatika mental. Ukuran murid bertambah
ketika beban kerja mental meningkat. Tetapi perubahan kondisi pencahayaan di dalam mobil juga akan
mempengaruhi ukuran pupil, jadi itu tidak akan menjadi ukuran yang valid dalam lalu lintas.
• Evaluasi subyektif juga dapat digunakan. Seseorang dapat meminta pengemudi untuk menggunakan skala,
katakanlah, 1 hingga 5 untuk terus menilai kesulitan atau tekanan dari kondisi lalu lintas saat mereka terus
mengemudi. Ukuran ini biasanya memberikan penilaian stres yang cukup baik.
• Ekskresi hormon stres lebih berguna untuk menilai stres jangka panjang daripada stres sementara dalam lalu
lintas. Misalnya, pengukuran ini dapat menunjukkan efek kumulatif stres dari kerja keras seharian.
Beberapa tindakan potensial lainnya dapat dipertimbangkan, tetapi biasanya variabilitas detak jantung, respons kulit
galvanik, dan evaluasi subyektif adalah yang paling tepat dalam skenario lalu lintas.
Seperti disebutkan di atas, variabel independen di lingkungan lalu lintas terkait desain, seperti penerangan jalan,
lebar jalan, dan kepadatan lalu lintas. Variabel-variabel ini paling penting bagi insinyur lalu lintas dalam merancang
jalan. Misalnya, untuk meningkatkan kapasitas lalu lintas, seorang insinyur lalu lintas harus memutuskan di antara
opsi-opsi, seperti membuat jalan lebih lebar atau membangun lebih banyak jalur lalu lintas. Opsi terakhir lebih
mahal, jadi ada beberapa keputusan trade-off yang harus dibuat.
CONTOH
Helander (1978) mengukur respon kulit galvanik (GSR) selama berbagai jenis peristiwa lalu lintas. Lima puluh
orang yang diuji mengendarai kendaraan eksperimental di jalan sempit pedesaan yang panjangnya 24 km.
Eksperimen sedang duduk di kursi penumpang di sebelah pengemudi, menandai setiap peristiwa lalu lintas pada
keyboard saat itu terjadi. Peristiwa lalu lintas direkam pada perekam digital bersama dengan respons kulit galvanik
dan variabel yang menggambarkan perilaku kendaraan, seperti tekanan rem dan sudut roda kemudi.
Tekanan rem rata-rata dan GSR rata-rata dihitung untuk 15 peristiwa lalu lintas (lihat Tabel 3.1). Peristiwa lalu
lintas kemudian diberi peringkat secara berurutan, sehingga peristiwa dengan tekanan rem rata-rata terbesar
memperoleh peringkat 1 untuk rem, peristiwa lalu lintas dengan GSR rata-rata terbesar memperoleh peringkat 1
untuk GSR, dan sebagainya. Dari Tabel 3.1, jelas bahwa dalam kebanyakan kasus urutan peringkat tekanan rem dan
GSR saling mengikuti dengan sempurna. Korelasi urutan peringkat Spearman dihitung antara rem dan GSR (Siegel
dan Castellan, 1988). Sebelum melakukan analisis statistik, kami mencatat bahwa untuk peristiwa 15 dan 13
pengemudi melewati atau dilewati, dan tidak ada alasan mengapa ia harus mengerem. Jika peristiwa ini dikeluarkan,
koefisien korelasi rank antara tekanan rem dan GSR adalah R s = 0,95, yang secara statistik signifikan dengan p
<0,0001. Yang signifikan /? nilai berarti bahwa koefisien korelasi dapat diperoleh secara kebetulan hanya dalam
satu kasus dari 10.000. Temuan itu konklusif.
Kita dapat menyimpulkan dari studi ini bahwa peristiwa lalu lintas yang memerlukan pengemudi untuk mengerem
juga akan dianggap sebagai stres. Untuk merancang lingkungan lalu lintas yang kurang stres, orang dapat mencoba
membangun lingkungan lalu lintas tempat arus lalu lintas lancar dan mengurangi kebutuhan pengereman. Arus lalu
lintas di jalan raya dan jalan raya dengan beberapa lajur dan iluminasi yang baik biasanya jauh lebih lancar daripada
di jalan pedesaan dan membutuhkan pengereman yang lebih sedikit. Jalan bebas hambatan juga sekitar empat kali
lebih aman dari jalan pedesaan
TABEL 3.1 Pesanan Peringkat untuk Tekanan Rem Rata-Rata dan

GSR untuk Lima Belas Acara Lalu Lintas yang Berbeda saat
Mengemudi di Jalan Pedesaan
Acara Lalu Lintas Jumlah Peristiwa Rem GSR

Pengendara sepeda atau pejalan
1. kaki + MOC * 28 1 1
2. Mobil lain menyatu di depan 47 2 2
3. Berbagai acara 163 3 3
4. Penyimpangan mobil terkemuka 207 4 5
5. kaki 839 5 7
Mobil sendiri melewati mobil
6. lain + CF ** 126 6 6
7. kaki + CF ** 65 7 10
8. Mobil mengikuti + MOC * 353 8 12
9. MOC * 1.535 9 9
10. CF ** 13.049 10 11
11.1. Mobil yang diparkir 742 11 15
12. Tidak ada event 112, 630 12 13
Mobil lain melewati mobil
13. sendiri 157 13 8
Mobil diparkir + mengikuti
14. mobil 64 14 14
Mobil sendiri melewati mobil
15. lain 3.590 15 4
* MOC = bertemu mobil lain.
** CF = mengikuti mobil.
Jika peristiwa 13 dan 15 dikecualikan, urutan peringkat koefisien korelasi r s = 0,95, p <0,001.
3.4 PENELITIAN EVALUASI
Evaluasi penelitian lebih global dan kurang spesifik dalam tujuannya daripada studi eksperimental. Ini biasanya
melibatkan studi tentang kinerja manusia dalam pengaturan dunia nyata, seperti operator di pabrik, dokter medis di
ruang operasi, atau petugas pemadam kebakaran yang memadamkan api. Studi-studi ini dapat bersifat eksplorasi,
yang berarti bahwa mungkin tidak ada tujuan langsung, tetapi penyelidik ingin mendidik dirinya sendiri dan
memahami bagaimana para pekerja melakukan tugas-tugas mereka, dampak lingkungan, dan sebagainya.
Studi kasus manufaktur pada Bab 2 adalah contoh yang baik dari penelitian evaluasi. Tujuannya adalah untuk
mengidentifikasi alasan gangguan muskuloskeletal di antara pekerja pabrik. Kemudian kami mengalami masalah
yang lebih penting dalam kontrol kualitas. Tidak mungkin untuk membuat studi eksperimental untuk menyelidiki
masalah ini. Alih-alih, kami mengumpulkan informasi dengan berbicara kepada orang-orang yang bekerja di pabrik.
Beyer dan Holtzblatt (1988) mengembangkan metode yang disebut penyelidikan kontekstual. Tujuan dari metode
ini adalah untuk pergi ke operator, mengamati pekerjaan nyata, mewawancarai orang-orang saat mereka bekerja, dan
memahami apa yang dicari operator dan bagaimana mereka membuat keputusan. Faktanya, studi kasus manufaktur
kami di Bab 2 dilakukan di sepanjang jalur ini.
CONTOH
Studi Hawthorne merupakan contoh yang baik dari penelitian evaluasi. Studi-studi ini, yang dilakukan sekitar tahun
1930, terkenal karena mereka mengilustrasikan bahwa seorang supervisor yang peduli dapat meningkatkan motivasi
kerja dan produktivitas pekerja di tempat kerja.
Ada tujuh pekerja perempuan di pabrik. Mereka membuat trafo. Para peneliti berpikir bahwa produktivitas dapat
ditingkatkan jika tingkat pencahayaan di workstation ditingkatkan. Level pencahayaan meningkat dalam beberapa
langkah selama beberapa waktu. Setiap kali produktivitas meningkat, dan kesimpulannya adalah bahwa peningkatan
pencahayaan akan meningkatkan produktivitas. Untuk memeriksa keandalan temuan, para peneliti menurunkan
tingkat iluminasi. Hasil yang mengejutkan adalah produktivitas semakin meningkat. Oleh karena itu para penyelidik
sampai pada kesimpulan baru: alasan peningkatan produktivitas bukan karena tingkat iluminasi, melainkan
kekhawatiran yang dimiliki pengawas demi kesejahteraan pekerja. Ini meningkatkan motivasi kerja dan
produktivitas. Kelompok pekerja ini memang diperlakukan berbeda dari pekerja lain di pabrik dan ada banyak
percakapan tentang efek iluminasi dan bagaimana pekerja menyukainya.
Bertahun-tahun kemudian Parsons (1986) menganalisis kembali temuan. Dia menunjukkan bahwa para wanita
dibayar per potong untuk setiap transformator. Di belakang workstation terdapat penghitung yang menunjukkan
jumlah transformator yang sudah jadi, sehingga setiap pekerja tahu persis berapa banyak yang dia produksi setiap
hari. Ada juga semangat kompetitif di antara para pekerja dan sistem pembayaran juga memberikan insentif bagi
perempuan untuk bekerja cepat. Beberapa peningkatan produktivitas mungkin merupakan efek pelatihan; pekerja
belajar pekerjaan dan mereka bekerja lebih cepat (lihat Bab 15). Baik iluminasi maupun motivasi kerja tidak begitu
penting dalam kasus ini — walaupun mereka bisa memainkan peran kecil. Umpan balik dari konter dan dari
kenaikan gaji lebih penting.
Contoh ini menunjukkan kesulitan dalam menarik kesimpulan tegas dari studi evaluasi. Sebuah studi eksperimental,
yang membandingkan berbagai kelompok pekerja yang menerima "perlakuan" berbeda, akan lebih informatif.
Misalnya, bisa ada tiga tingkat iluminasi dan tiga kelompok pekerja. Dalam kehidupan nyata sangat sulit untuk
mengatur studi ini, karena biasanya ada sedikit insentif bagi pemilik pabrik untuk berpartisipasi.
3.5 PILIHAN VARIABEL TERGANTUNG
Dalam memilih variabel dependen, ada tiga kriteria utama yang harus dipenuhi: itu harus dapat diandalkan, valid,
dan sensitif.
KEANDALAN
Di sini kita merujuk pada konsistensi atau stabilitas ukuran dari waktu ke waktu. Misalnya, untuk masuk ke
universitas, seorang siswa perlu mengikuti Tes Kemampuan Skolastik (SAT). Jika seorang siswa mengikuti tes
berkali-kali, skor tes harus hampir sama setiap kali; DUDUK
harus menjadi ukuran yang andal. Untuk mengukur reliabilitas, seseorang dapat mengkorelasikan hasil tes untuk dua
kesempatan dan menghitung koefisien reliabilitas test-retest. Memang ada efek pelatihan di SAT; Namun,
peningkatan skor SAT dari satu kesempatan ke yang lain cukup kecil. Koefisien reliabilitas tes-tes ulang 0,8 sering
dianggap memadai (1,0 menunjukkan kesepakatan sempurna).
KEABSAHAN
Apakah instrumen mengukur apa yang ingin kita ukur? Suatu instrumen dapat diandalkan tetapi tidak valid.
Misalnya, suhu tubuh mudah diukur dan sangat andal. Tetapi itu bukan ukuran yang baik dari beban kerja mental.
Variabilitas denyut jantung juga dapat diandalkan dan mudah diukur dan akan menjadi indikator beban kerja mental
yang baik. Ada tiga cara utama untuk mengevaluasi validitas: validitas wajah, validitas konten, dan validitas
konstruk.
Validitas wajah
Dalam hal ini kita dapat bertanya kepada seorang ahli apakah dia percaya bahwa tindakan itu valid. Pakar itu bisa
berkata, "Terlihat bagus untukku," atau "Sudah bekerja sebelumnya." Penegasan seperti itu menunjukkan bahwa
validitas wajah telah tercapai.
Validitas Konten
Ukuran harus mencakup semua aspek yang ingin kita ukur. Misalnya, Administrasi Penerbangan Federal mungkin
ingin merancang tes untuk pemilihan orang yang akan menjadi pengontrol lalu lintas udara. Tes semacam itu harus
mengukur berbagai keterampilan yang dimiliki oleh pengontrol lalu lintas udara yang baik: kemampuan untuk
melakukan beberapa tugas secara bersamaan (kemampuan kinerja dua tugas), kemampuan untuk berkomunikasi
secara efektif dengan pengontrol lalu lintas udara lain (komunikasi tim), kemampuan untuk melacak semua pesawat
(rentang perhatian dan kemampuan memori), dan kemampuan untuk memprediksi bagaimana skenario saat ini akan
berkembang (kemampuan spasial dan prediktif). Tes seleksi yang menggabungkan semua kemampuan ini dikatakan
memiliki validitas konten.
GAMBAR 3.2 Bagian kanan dari
Angka menggambarkan denyut jantung itu

mengukur beberapa tekanan dalam lalu lintas
tapi tidak semua. Selain bereaksi terhadap

stres lalu lintas, detak jantung juga merespons
ke parameter lain, seperti fisik
bekerja dalam menyetir mobil dan banyak lagi
stressor lain dalam hidup yaitu pengemudi
kebetulan memikirkan.
Bangun Validitas
Dalam hal ini kita perlu tahu apakah ukuran tersebut membahas konstruk atau teori yang mendasarinya. Banyak
studi penelitian membangun di atas teori, dan mengembangkan asumsi dan hipotesis tentang peristiwa yang
mungkin terjadi. Mari kita asumsikan bahwa kita ingin mengukur tekanan fisiologis operator yang bekerja di call
center. Ini dianggap sebagai pekerjaan yang penuh tekanan, karena operator menjual layanan kepada pelanggan
potensial yang mungkin tidak tertarik; alih-alih, mereka bisa kesal pada operator. Untuk mengukur tingkat stres,
seseorang dapat memilih untuk menganalisis konsentrasi hormon stres, seperti adrenalin dan noradrenalin dalam
sampel air liur, urin, atau darah. Maka pertanyaannya adalah sejauh mana hormon stres dapat mengukur stres di
tempat kerja dan sejauh mana mereka terkait dengan teori stres di tempat kerja. Ini diilustrasikan pada Gambar 3.2.
Mari kita asumsikan bahwa untuk meningkatkan keselamatan lalu lintas, penting untuk mengidentifikasi puncak
stres pengemudi yang tinggi dan kemudian mendesain ulang bagian jalan sehingga mereka kurang menuntut dan
mengurangi stres pengemudi. Teori atau konstruksi didasarkan pada Hukum Yerkes-Dodson. Undang-undang ini
menyiratkan bahwa jika ada situasi di mana kebanyakan orang memiliki tingkat stres yang tinggi, maka ada juga
kemungkinan tingkat kinerja berkurang. Ada tingkat stres optimal di mana ada kemungkinan kinerja lebih besar.
KEPEKAAN
Selain reliabilitas dan validitas, variabel dependen juga harus memiliki sensitivitas, sehingga orang dapat
membedakan antara berbagai level variabel independen. Anggaplah kita ingin menemukan ukuran yang baik dari
beban kerja mental dalam berkendara. Seharusnya memiliki kepekaan untuk membedakan antara situasi seperti
mengemudi di jalan bebas hambatan, memasuki jalan bebas hambatan, dan keluar dari jalan bebas hambatan. Salah
satu jenis ukuran adalah kapasitas pengemudi harus melakukan dua tugas pada saat yang sama, atau kapasitas tugas
ganda. Untuk menyelidiki jenis-jenis masalah ini Michon (1967) menggunakan tugas penyadapan. Idenya adalah
bahwa pengemudi dapat membangun ritme yang rata dalam penyadapan verbal — mengatakan “ta-ta” dengan
kecepatan satu “ta” per detik. Tetapi ketika kondisi lalu lintas menjadi sulit, ritme menjadi tidak teratur, karena tidak
ada kapasitas mental yang cukup untuk mengemudi dan mengetuk. Jika ukuran khusus ini dapat membedakan antara
tingkat kesulitan dalam mengemudi di jalan atau lingkungan lalu lintas yang berbeda, maka itu adalah ukuran
sensitif.
OLAHRAGA
1. Tujuan dari latihan ini adalah untuk merancang studi dan memilih variabel dependen dan independen seperti
yang dibahas dalam bab ini. Masalah penelitian dapat berupa sistem kendaraan pengemudi lingkungan, mirip
dengan sistem pada Gambar 3.1. Atau dapat menyelidiki sistem manufaktur, atau penggunaan produk konsumen,
dengan fokus pada manusia, sistem, atau kinerja produk.
Tentukan studi yang ingin Anda lakukan.
• Mengapa penelitian ini menarik untuk diselidiki, dan apa yang ingin Anda capai? Merumuskan tujuan.
2. Pilih variabel independen (desain).
• Apa alternatif desain yang ingin Anda selidiki?
3. Pilih variabel dependen.
• Sehubungan dengan Gambar 3.1, bahas langkah-langkah yang mungkin dari hasil negatif serta hasil positif.
Kemudian pilih satu atau beberapa variabel dependen yang ingin Anda ukur.
4. Putuskan bagaimana Anda ingin mengumpulkan data
• Lingkungan apa yang akan Anda gunakan untuk pengujian?
• Siapa subjek ujian?

• Berapa lama tes akan berlangsung?
• Bagaimana Anda akan menginstruksikan subyek tes?
5. Gambar sebuah sistem.
• Gambar sistem di mana semua variabel independen dan dependen ditunjukkan. Gunakan Gambar 3.1 sebagai
model untuk sistem Anda. Hapus variabel modulasi yang tidak Anda butuhkan; lalu tambahkan milik Anda.
Demikian juga menghapus kotak (subsistem) dan variabel independen dan dependen yang tidak Anda butuhkan.
Ini berarti bahwa isi semua kotak kecil dalam sistem harus dimodifikasi agar sesuai dengan tujuan studi Anda.
Namun, urutan pemrosesan informasi operator, persepsi, pengambilan keputusan, kontrol, dan stres tetap sama.
6. Diskusi.
• Diskusikan mengapa Anda memilih variabel dependen. Apakah mereka dapat diandalkan dan valid? Apakah
mereka akan memiliki kepekaan untuk membedakan antara variabel (desain) independen yang berbeda?
3,6 METODE
Dalam HFE ada banyak metode investigasi (lihat Tabel 3.2). Beberapa tindakan yang telah kita bicarakan dalam bab
ini tercantum dalam tabel, termasuk ukuran kinerja, pengukuran stres, metode psikofisiologi (GSR), dan kuesioner.
Metode lain disimpulkan dari Gambar 3.1: analisis kecelakaan dan analisis kesalahan. Beberapa metode dalam tabel
adalah untuk desain sistem baru. Tujuan utama dalam menyajikan tabel adalah untuk menekankan bahwa ada
banyak metode, yang sebagian besar unik untuk HFE. Beberapa metode mendukung analisis dan beberapa desain
dukungan. Beberapa dari mereka dibahas dalam bab-bab selanjutnya di mana penggunaannya lebih relevan.
Gambaran yang komprehensif tentang metode diberikan oleh Brookhuis, Hendrick, Hedge, Salas, dan Stanton
(2004).
TABEL 3.2 Seratus Metode dan Teknik untuk Mengumpulkan dan

Menganalisis Data dalam Faktor Manusia dan Ergonomi untuk
Desain Sistem Baru
Analisis Kecelakaan Pengukuran Kelelahan

Analisis Aktivitas Analisis Pohon Kesalahan
Analisis / Desain Antropometri Alokasi fungsi
Analisis Biomekanik Analisis Tugas / Sarana Tujuan
Irama Tubuh dan Desain Kerja Shift Analisis GOMS
Analisis Bahaya
Analisis Daftar Periksa Penilaian Keandalan Manusia
Analisis Iklim Interaksi Manusia-Komputer
Pengujian Kemampuan Kognitif Pengukuran Penerangan
Desain Sistem Kognitif Analisis Informasi
Analisis Tugas Kognitif Visualisasi Informasi
Panduan Kognitif Analisis Cedera
Analisis Pekerjaan Kognitif Studi Intervensi
Peringkat Kenyamanan Teknik Wawancara
Analisis Komunikasi Penilaian Motivasi Kerja
Analisis Biaya / Manfaat Pengukuran Kepuasan Kerja
Teknik Insiden Kritis Rekayasa Kansei
Desain Sistem Pendukung Keputusan Analisis Tautan
Analisis Keputusan / Tindakan Makroergonomi
Ulasan Desain Penilaian Penanganan Bahan Manual
Pengamatan Langsung / Analisis
Aktivitas
Penilaian Model Mental
Peringkat Ketidaknyamanan Penilaian Beban Kerja Mental
Sampling Lingkungan Desain Menu
Analisis Kesalahan Desain / Analisis Mockup
Klasifikasi Kesalahan Desain Multimedia
Desain eksperimental Desain Antarmuka Bahasa Alami
Mode Kegagalan dan Analisis Efek Analisis Urutan Operasional

Penilaian Kinerja Operator Keamanan Sistem
Analisis Organisasi Analisis Tugas
Desain organisasi Ukuran Kinerja Tugas
Pengukuran Kinerja (Waktu dan Kesalahan) Prediksi Tingkat Kesalahan Manusia
(THERP)
Peringkat Kinerja Pengukuran Stres Termal
Penilaian Beban Kerja Fisik Studi Waktu dan Gerakan
Analisis Waktu Yang Ditentukan Fotografi Time Lapse
Analisis Sistem Produksi Penilaian Kebutuhan Pelatihan
Tes Kecakapan Psiko-Motor Analisis Kegunaan
Psikofisika dan Penskalaan Rekayasa Kegunaan
Pengukuran Psikofisiologis Pengujian Kegunaan
Buku Log Pengguna
Daftar pertanyaan Definisi Populasi Pengguna
Prototyping cepat Analisis Protokol Verbal
Penilaian Cedera Gerakan Berulang Pengukuran Getaran
Rekaman video
Desain Berbasis Skenario Desain Lingkungan Virtual
Desain Layar Analisis Visibilitas / Keterbacaan
Tes Seleksi Visi / Tes Pendengaran
Desain / Evaluasi Simulasi Penilaian Kinerja Visual
Standar dan Pedoman Desain Analisis Walkthrough
Evaluasi Kondisi Kerja
Pengukuran Stres Analisis Postur Kerja
Desain Survei Analisis Beban Kerja
Analisis Sistem Desain Ruang Kerja
BACAAN LEBIH LANJUT
Ada beberapa buku menarik yang berhubungan dengan faktor manusia
metode.
Wilson, JR dan Cornett, EN, 2002, Evaluasi Pekerjaan Manusia, edisi ke-2, London: Taylor & Francis.
Young, MS dan Stanton, N., 1999, Panduan Metodologi dalam Ergonomi: Merancang untuk Manusia
Gunakan, Boca Raton, FL: CRC Press.
Brookhuis, K., Hendrick, HW, Hedge, A., Salas, E., dan Stanton, N., 2004, Handbook of Human Faktor dan Metode Ergonomi,
Boca Raton, FL: CRC Press.
4
Visi dan Desain Penerangan
4.1 PENDAHULUAN
Dalam bab ini pertama-tama kita akan menjelaskan anatomi mata dan sifat-sifat penglihatan. Bagian kedua dari bab
ini dikhususkan untuk merancang sistem pencahayaan untuk meningkatkan visibilitas teks serta di lingkungan kerja.
4.2 STRUKTUR MATA
Mata adalah bola yang agak tidak beraturan dengan diameter sekitar 2,5 cm (lihat Gambar 4.1). Di depan mata,
menutupi pupil mata, adalah kornea. Kornea melindungi mata. Ini sangat sulit — bahkan lebih sulit daripada kuku
(Snyder, 1995). Ini memiliki indeks bias tinggi, yang membantu untuk memfokuskan gambar pada retina. Humor
berair, antara kornea dan pupil, adalah zat cair yang tampaknya tidak berfungsi dengan baik, kecuali mungkin
melumasi iris. Ukuran pupil berkisar dari diameter kecil 2 mm hingga diameter besar 8 mm; oleh karena itu bukaan
yang lebih besar adalah 16 kali lebih besar dari bukaan yang lebih kecil. Murid berada di bawah kendali saraf
otonom, yang berarti bahwa ukuran pupil tidak dapat diubah dengan sengaja.
Otot siliaris adalah otot cincin yang mengelilingi lensa. Itu bisa berkontraksi atau bisa rileks, dan dengan
melakukan itu ia mendorong lensa, sehingga menonjol, atau menarik lensa, sehingga menjadi lebih rata. Untuk
melihat benda yang dekat, lensa harus membengkak, sehingga meningkatkan daya bias, sedangkan untuk objek yang
jauh ia mendatar dan mengurangi daya bias. Namun, menarik untuk dicatat bahwa 70-80% dari daya refraktif ada di
kornea, dan sisanya, 20-30%, adalah "fine tuning" yang dilakukan oleh lensa. Sebenarnya ada dua "lensa" mata:
kornea dan lensa.
Bagian dalam bola mata dilapisi oleh retina. Ini adalah sel tipis kertas yang peka terhadap cahaya. Semua sel
terhubung ke saraf optik, yang mentransmisikan informasi ke korteks visual, lokasi utama untuk pemrosesan
informasi visual.
Sumbu visual memanjang dari kornea ke fovea, yang merupakan bagian tengah retina. Area fovea berhubungan
dengan penglihatan sentral mata. Ini memiliki set sel yang berbeda dari sisa retina. Di fovea ada sebagian besar
kerucut, yang bertanggung jawab untuk penglihatan warna mata. Kerucut juga memiliki resolusi sangat tinggi, yang
berarti bahwa mereka dapat merasakan detail yang sangat kecil. Gambar 4.2 menunjukkan distribusi batang dan
kerucut di sepanjang retina.
Sensor cahaya dalam penglihatan tepi sebagian besar batang. Batang tidak sensitif terhadap warna melainkan
hitam dan putih. Batang memiliki resolusi lebih sedikit tetapi sensitivitas cahaya lebih besar dari kerucut. Ini karena
beberapa batang digabungkan
GAMBAR 4.1 . Struktur mata.
seri sehingga energi cahaya yang masuk "diperkuat," tetapi karena daerah reseptor meningkat, ada resolusi yang
hilang (lihat Gambar 4.3).
Seorang pengemudi di malam hari dapat melihat banyak efek dari sistem visual. Semakin gelap, penglihatan
warna hilang, karena kerucut, yang memiliki sensitivitas rendah, tidak lagi aktif. Energi cahaya yang masuk tidak
cukup untuk merangsang kerucut sehingga pengemudi bergantung pada batang di penglihatan tepi. Sopir malam
yang berpengalaman, seperti supir truk, terkadang akan memalingkan kepalanya ke samping. Dengan cara ini ia
dapat memfokuskan gambar langsung pada bidang penglihatan tepi (batang) daripada pusat. Ini akan meningkatkan
sensitivitasnya, dan dia bisa melihat jalan di depan dengan lebih jelas.
Visi dan desain penerangan 43
4.3 AKOMODASI ATAU FOKUS DARI MATA
Melalui akomodasi mata kita dapat melihat benda-benda tajam pada jarak yang berbeda. Akomodasi adalah
mekanisme yang mengubah bentuk lensa agar dapat dibawa
GAMBAR 4.2 Distribusi batang dan kerucut di retina.

Untuk mengingat fungsi kerucut, pikirkan CCC: kerucut,
pusat, dan warna.
GAMBAR 4.3 Setiap kerucut terhubung satu-ke-satu ke
sinapsis saraf. Ini mengarah ke resolusi tinggi, tetapi
cahaya rendah
kepekaan. Untuk batang ada koneksi saraf banyak-ke-satu.

Ini meningkatkan sensitivitas cahaya sekitar 1000 kali
dibandingkan kerucut, tetapi dengan harga resolusi yang
lebih rendah.
gambar menjadi fokus tajam pada retina. Ini dilakukan dengan kontraksi dan relaksasi otot-otot siliaris, dan sebagai
akibatnya kelengkungan lensa meningkat atau berkurang, sehingga memengaruhi daya refraksinya. Seperti yang
akan kami jelaskan di bawah ini, kemampuan akomodasi atau amplitudo akomodasi hilang seiring bertambahnya
usia (lihat Gambar 4.11). Saat lahir, amplitudo akomodasi sekitar 16 dioptri (D), yang berkurang menjadi sekitar 7-8
D pada usia 25 dan sekitar 1-2 D pada usia 60. Perubahan usia ini disebut presbiopia.
GAMBAR 4.4 Untuk miopia gambarnya diproyeksikan di

belakang retina (a), dan untuk hiperopia diproyeksikan di
depan retina (b).
4.4 KESALAHAN REFRAKTIF

Banyak orang mengalami kesulitan dalam memfokuskan pada objek karena miopia (rabun dekat), hiperopia (rabun
jauh), astigmatisme (penglihatan sepanjang sumbu vertikal berbeda dengan sumbu horizontal), dan presbiopia
(perubahan karena usia). Kesalahan bias disebabkan oleh bentuk mata dan oleh perubahan lensa mata. Untuk
miopia, atau rabun dekat, gambar diproyeksikan di depan retina daripada di retina itu sendiri (lihat Gambar 4.4). Ini
bisa terjadi karena dua fenomena yang berbeda. Entah bola matanya
terlalu panjang, atau kekuatan bias kornea dan lensa terlalu kuat. Obatnya adalah memakai lensa cekung atau
negatif. Hiperopia, atau rabun jauh, terjadi ketika gambar diproyeksikan di belakang retina. Ini mungkin terjadi
karena bola mata terlalu pendek, atau kekuatan refraktif kornea dan lensa terlalu lemah. Astigmatisme dapat terjadi
karena penyimpangan pada kelengkungan kornea. Sebagai contoh, kornea mungkin memiliki kelengkungan yang
tajam pada arah horizontal tetapi bentuk yang lebih rata pada arah vertikal. Oleh karena itu, sebagian gambar dapat
diproyeksikan di depan retina dan sebagian lagi di belakang.
Presbiopia, atau perubahan karena usia, juga menghasilkan gambar buram. Dengan bertambahnya usia, lensa
mata semakin sulit, sehingga tidak bisa menampung, atau menonjol masuk dan keluar. Untuk orang dengan
penglihatan normal (emmetrope), ini mungkin memiliki efek bahwa dia mengembangkan miopia dan juga
hyperopia. Ini berarti bahwa dia tidak dapat melihat objek dalam jarak jauh maupun dalam jarak dekat. Saya ingat
dengan jelas kakek saya, yang pada usia 75 akan mengambil korannya dan memindahkannya bolak-balik untuk
menemukan rentang fokus yang tepat di mana dia bisa membaca. Kami akan kembali ke masalah ini di bawah pada
4.11.
4.5 ADAPTASI CAHAYA DAN ADAPTASI GELAP
Sistem visual manusia memiliki kemampuan luar biasa untuk merasakan cahaya. Kisaran dinamis mata bergerak
dari 0,0000004 kaki-lamberts (fhr L), yang merupakan sensitivitas minimum mata, hingga maksimum 30.000 fhr L.
Tingkat yang lebih rendah sesuai dengan cahaya dari lilin pada jarak sekitar 2 km. Tingkat cahaya yang lebih tinggi
sesuai dengan pantai pasir putih di bawah sinar matahari yang intens. Di luar level ini ada terlalu banyak tatapan dan
silau dan orang tidak bisa melihat dengan baik. Kisaran visi sesuai dengan sekitar 12 unit logaritma. Dalam rentang
ini, mata dapat merasakan kisaran sekitar 3 unit log tanpa adaptasi.
Dari 12 unit log, hanya sebagian kecil dari tempat adaptasi pada siswa. Seperti yang telah kami sebutkan,
perbedaan ukuran antara murid yang dikontrak sepenuhnya dan yang diperluas sepenuhnya adalah sekitar 1:16, yang
sesuai dengan hanya 1,5 unit log. Sisa adaptasi berasal dari sumber lain; akun adaptasi retina untuk 4 unit log. Gain
sistem saraf menambah 3 unit log lainnya. Tidak semuanya di mata; ada juga perubahan pada korteks visual.
Dengan menambahkan, kami memperoleh: 3 + 1,5 + 4 + 3 = 11,5 unit log.
Ketika kita berjalan ke bioskop gelap, dibutuhkan beberapa menit sebelum mata beradaptasi dengan kegelapan.
Setelah itu, kita bisa melihat orang-orang di sekitarnya. Proses ini disebut adaptasi gelap, dan dicapai dengan proses
foto-kimia di mata.
Kedua batang dan kerucut mengandung bahan kimia peka cahaya yang disebut photopigment. Fotopigment pada
batang disebut rhodopsin. Kerucut mengandung tiga jenis fotopigmen untuk merasakan warna merah, biru, dan
hijau. Ketika cahaya mengenai fotopigmen, mereka mengalami reaksi kimia yang mengubah energi cahaya menjadi
aktivitas listrik. Reaksi kimia ini disebut adaptasi cahaya. Dalam proses ini, fotopigmen didekomposisi. Cahaya
yang intens akan menguraikan photopigment dengan cepat dan sepenuhnya, sehingga mengurangi sensitivitas mata
sehingga menjadi sulit untuk dilihat dalam cahaya redup. Fotopigmen kemudian diregenerasi selama adaptasi gelap,
seperti ketika seseorang masuk ke lingkungan yang gelap dan membutuhkan lebih banyak fotopigmen untuk
melihat. Proses adaptasi gelap ditunjukkan pada Gambar 4.5.
Gambar tersebut mengilustrasikan pengurangan ambang cahaya sebagai fungsi waktu. Ketika seseorang pertama
kali berjalan ke lingkungan yang gelap, intensitas ambang tinggi. Ini berarti photopigment tidak terlalu sensitif, dan
akibatnya banyak foton diperlukan untuk menghasilkan impuls saraf. Selama 10 menit pertama kerucut
mengembangkan lebih banyak rhodopsin, sehingga mata menjadi jauh lebih sensitif terhadap cahaya tingkat rendah;
ambang batas untuk penglihatan dikurangi. Fase awal ini disebut fase fotopik.
Tongkat kemudian mengambil alih. Seperti yang dapat kita lihat pada gambar, kurva ambang untuk batang
berjalan di bawah kurva ambang batas kerucut. Ini berarti bahwa batang lebih sensitif dan dapat merespon energi
cahaya yang lebih sedikit daripada kerucut. Fase kedua, atau scotopic, dihasilkan dari regenerasi rhodopsin pada
batang. Ada peningkatan sensitivitas seribu kali lipat, dan adaptasi gelap selesai dalam waktu sekitar 30 hingga 40
menit.
4.6 VISI WARNA
Rentang cahaya tampak dalam panjang gelombang dari 380 nanometer (nm) hingga 760 nm. Ini sesuai dengan
warna violet, nila, biru, hijau, oranye, dan merah. Berdampingan
GAMBAR 4.5 Kurva adaptasi gelap , menggambarkan
tingkat ambang kerucut dan batang.
portion of the spectrum, although not visible, can also affect the eye. Ultraviolet (UV) wavelengths extend from 180
nm to 380 nm. Exposure to UV radiation can produce ocular tissue damage. Infrared (IR) wavelength occurs from
760 nm up to the microwave portion of the spectrum. IR, or thermal radiation, can also damage tissues in the eyes.
Vision and illumination design 47
The rods and the cones have different sensitivity to wavelengths. The cones are sensitive to the entire light
spectrum from 380 to 720 nm. Rods on the other hand are not so sensitive to the upper or red part of the spectrum;
their sensitivity is limited to 400 to about 560 nm (see Figure 4.6). The maximum sensitivity for the cones is at a
wavelength of about 510 nm, corresponding to yellowish green, and for the rods at 510 nm, corresponding to green
(perceived as black/white). Above the cone threshold curve (level 4), colors are visible. Below the rod threshold
curve, nothing is visible—it is too dark. In the area between the cone curve and the rod curve there is black and
white vision.
Saat iluminasi turun, terjadi pergeseran warna, sehingga warna yang dirasakan menjadi semakin kehijauan. Di
atas kurva sensitivitas kerucut, pada level 4 pada gambar, hanya hijau yang terlihat. Merah tidak terlihat — bahkan
oleh batangnya.
GAMBAR 4.6 Sensitivitas relatif
batang dan kerucut.

Di bawah kurva sensitivitas kerucut, orang hanya dapat melihat warna abu-abu; di bawah level 4 pada gambar,
hanya ada visi abu-abu. Ini karena penerangan batang hanya akan menyebabkan persepsi hitam dan putih. Dari
gambar ini kita dapat mencatat lagi bahwa batang lebih sensitif.
Ada beberapa implikasi desain yang mengikuti dari gambar.
1. Kerucut tidak beroperasi dalam pencahayaan rendah. Untuk memahami benda-benda kecil, seperti huruf-huruf
kecil, kerucut harus digunakan. Oleh karena itu objek dan huruf yang disajikan di bawah pencahayaan rendah
harus jauh lebih besar daripada di kondisi siang hari, sehingga mereka dapat dilihat oleh kerucut.
2. Jangan gunakan kode warna ketika iluminasi sangat rendah, karena tidak akan ada perbedaan warna.
3. Untuk beberapa tugas, penting bagi operator untuk mempertahankan adaptasi yang gelap. Ini adalah kasus untuk
pilot yang terbang di malam hari di kokpit gelap. Tantangannya adalah untuk dapat melihat cahaya di tanah dan
bernavigasi. Karena adaptasi gelap membutuhkan waktu hingga 30 menit, pilot dapat beradaptasi gelap sebelum
penerbangan dengan mengenakan kacamata merah gelap. Ini memberikan cahaya yang cukup untuk berkeliling
di siang hari tetapi menghalangi panjang gelombang yang lebih pendek (biru-oranye). Hanya bagian merah dari
spektrum yang dapat melewati kacamata. Batang sangat tidak sensitif terhadap panjang gelombang merah, dan
oleh karena itu batang dapat mempertahankan adaptasi dengan gelap. Begitu berada di kokpit yang gelap,
kacamata dilepas dan pilotnya beradaptasi dengan baik.
CONTOH
Beberapa tahun yang lalu saya terlibat dalam merancang mesin untuk tambang batubara bawah tanah di AS. Kami
ingin mengusulkan tanda peringatan untuk memasang mesin yang digunakan di bawah tanah di tambang batubara.
Biasanya, tanda-tanda peringatan memiliki teks merah, jadi kami membawa beberapa prototipe, tetapi kami segera
mengetahui bahwa itu sangat gelap di tambang sehingga sulit untuk melihat merah. Pengkodean warna tidak
berfungsi di lingkungan dengan pencahayaan rendah. Kami memutuskan untuk menggunakan teks hitam pada latar
belakang putih, untuk membuat kontras sebesar mungkin.
4.7 PENGUKURAN AKUITAS VISUAL

Cara paling umum untuk mengukur ketajaman visual adalah dengan menggunakan bagan dengan huruf dengan
ukuran yang berbeda, yang disebut bagan Snellen. Ini dikembangkan oleh Hermann Snellen pada 1860-an. Bagan
Snellen, meskipun umum digunakan, agak tidak akurat, karena hurufnya berbeda lebar, dan karenanya beberapa
huruf lebih mudah dibedakan daripada yang lain (lihat Gambar 4.7). Cincin Landolt dan pola kotak-kotak
menghasilkan hasil yang lebih andal.
Cara yang umum untuk mengekspresikan ketajaman visual adalah dengan menggunakan angka seperti 20/20.
20/20 berarti seseorang dapat membaca pada jarak 20 kaki seperti yang biasa dilihat orang
GAMBAR 4.7 Beberapa jenis rangsangan visual digunakan

untuk menguji ketajaman visual.
GAMBAR 4.8 Standar untuk ukuran minimum teks pada
tampilan visual.
seseorang harus bisa membaca dengan jarak 20 kaki. 20/40 berarti bahwa orang tersebut harus berdiri pada
ketinggian 20 kaki untuk membaca surat yang sama yang dapat dibaca oleh orang dengan penglihatan 20/20 pada
ketinggian 40 kaki dan seterusnya. Untuk orang muda, ketajaman 20/10 adalah normal, sesuai dengan 0,5 menit dari
resolusi. Analogi yang lebih baik adalah bahwa 20/20 sesuai dengan ketajaman visual busur 1 menit
atau 1/60 gelar. Sudut visual didefinisikan sebagai sudut yang dituju oleh objek dari mata (lihat Gambar 4.7 dan
4.8).
Masalah dengan metode Snellen adalah bahwa hasilnya tergantung pada kemampuan membaca, dan karenanya
Snellen bukan metode yang berguna untuk anak-anak. Selain itu huruf yang berbeda memiliki ukuran yang berbeda
dan beberapa karena itu lebih mudah dilihat daripada yang lain.
Untuk mengatasi masalah ini, seseorang dapat menggunakan Landolt C-rings atau biasa disebut E-chart, seperti
yang diilustrasikan pada Gambar 4.7. Untuk melakukan tes penglihatan, cincin-C dengan ukuran berbeda diputar
dalam empat arah yang berbeda, dan responden harus mengidentifikasi apakah arah celah di C adalah atas, bawah,
kiri, atau kanan. Demikian juga untuk E-chart, ukuran E yang berbeda disajikan, dan orang tes harus melaporkan ke
arah mana sisi terbuka menunjuk - atas, bawah, kiri, atau kanan.
Standar dirumuskan dalam sudut pandang visual (lihat Gambar 4.8). Untuk teks biasa rekomendasinya adalah
bahwa ukurannya harus sekitar 20 menit busur (arcmin), yaitu sekitar 20/60, atau sepertiga derajat. Huruf yang lebih
kecil dari 10 arcmin sulit dibaca, dan huruf yang lebih besar dari 25 arcmin terlalu besar, karena ukurannya yang
lebih besar membuat sulit untuk memindai beberapa kata hanya dengan satu tatapan mata. Menggerakkan titik
pandang mata bolak-balik membutuhkan waktu lebih lama dan karena itu membaca lebih lambat. Untuk menghitung
keterbacaan rambu lalu lintas, gunakan rumus berikut:
Tan θ = (A / 2) / D
di mana A adalah ketinggian karakter, D adalah jarak ke karakter dari mata, dan 2 adalah sudut visual karakter.
Untuk nilai kecil θ, tan θ = θ.
CONTOH
Asumsikan bahwa huruf pada rambu lalu lintas adalah 0,2 m. Hitung jarak maksimum dari mana pengemudi dapat
membaca tanda, dengan asumsi bahwa ukuran kritis tanda adalah 30 arcmin.
4.8 PENERBANGAN DI BEKERJA
Sistem penerangan yang dirancang dengan baik penting untuk produktivitas dan kualitas industri, serta kinerja,
kenyamanan, dan kemudahan operator (Hopkinson dan Collins, 1970). Di bawah ini kami akan menjelaskan cara
mendesain iluminasi. Pencahayaan yang ditingkatkan bukan hanya masalah memasang lebih banyak lampu, tetapi
juga bagaimana hal ini dilakukan. Ada beberapa cara untuk meningkatkan kualitas iluminasi; misalnya dengan
menggunakan pencahayaan tidak langsung. Pencahayaan seperti itu bisa menjadi penting karena mengurangi jumlah
cahaya. Seperti yang akan kita catat, orang tua sangat peka terhadap silau, yang mungkin memiliki efek
melumpuhkan pada penglihatan mereka.
Kami juga membahas iluminasi untuk inspeksi visual. Inspeksi visual dapat ditingkatkan dengan menggunakan
iluminasi tujuan khusus, yang membuat kelemahan lebih terlihat. Penerangan untuk workstation komputer dibahas
pada Bab 14.
4.9 PENGUKURAN KETERLAMBATAN DAN KEMUDIAN
Perbedaan antara iluminasi (juga disebut iluminasi) dan pencahayaan adalah penting. Iluminansi adalah cahaya yang
jatuh di atas permukaan. Setelah jatuh di permukaan, itu tercermin sebagai luminance. Oleh karena itu, luminance
adalah ukuran cahaya yang dipantulkan dari suatu permukaan. Luminance juga digunakan untuk mengukur cahaya
yang dipancarkan dari layar komputer. Secara teori ini mungkin salah, tetapi untuk semua tujuan praktis, cahaya dari
layar komputer dapat dianggap memiliki sifat yang sama dengan cahaya yang dipantulkan.
Untuk menghitung berapa luminance yang dapat dihasilkan dari suatu permukaan, orang harus tahu seberapa
reflektif permukaan itu. Ini ditentukan dengan mengukur reflektansi, angka yang bervariasi dari 0 hingga 1. Secara
praktis tidak mungkin mencapai reflektansi sempurna 1,0; selembar kertas putih memiliki pantulan sekitar 0,85.
Permukaan hitam non-reflektif memiliki pantulan 0.
Unit pengukuran biasanya ditentukan dalam sistem SI (sistem metrik). Penerangan diukur dalam lux dan
luminance dalam candela per meter persegi (cd / m 2 ), juga disebut "nits." Ini adalah unit pengukuran yang disukai
(Boyce, 198 1b).
Di AS "sistem Inggris" masih digunakan, meskipun sistem SI mendapatkan tanah. Menurut sistem bahasa
Inggris, pencahayaan diukur dalam kaki-lilin (fc). Satu kaki-lilin sama dengan 10,76 lux, tetapi untuk tujuan praktis
faktor konversi 10 sudah cukup. Jadi pencahayaan 1000 lux, yang akan sesuai untuk workstation industri, sesuai
dengan 100 fc. Dalam sistem bahasa Inggris, pencahayaan diukur dalam foot-lamberts (fL). Satu kaki-lambert setara
dengan 3,4 cd / m 2 (atau 3,4 nits). Unit pengukuran diilustrasikan pada Tabel 4.1.
Ada rumus sederhana untuk mengubah pencahayaan menjadi pencahayaan.

Untuk sistem SI:
Luminance (cd / m 2 ) = Penerangan (lux) × Reflectance) / π
Untuk sistem bahasa Inggris:
Luminance (fhr L) = Penerangan (fc) × Reflektansi
TABEL 4.1 Unit untuk Mengukur Penerangan dan Penerangan

(Unit SI Lebih disukai)
Inggris SI
Jumlah Cahaya Jatuh pada Permukaan
Penerangan 1 kaki-lilin (fc) = 10 lux (Ix)
(atau penerangan) (atau lumen / kaki
2
) (atau lumen / m 2 )
Cahaya Dipantulkan dari Permukaan
Luminance 1 kaki-lambert (fL) = 3,4 candela / m 2
(atau candela / jam 2 (cd / m 2 atau 3,4
) nits)
4.10 PENGUKURAN KONTRAS
Kontras adalah perbedaan pencahayaan antara dua objek yang berdekatan. Ini dihitung sebagai rasio kontras antara
luminansi dari dua area A dan B:
Rasio kontras = Luminance A / Luminance B
Cara alternatif untuk mengekspresikan kontras adalah sebagai kontras modulasi:

Kontras modulasi = (Lum max −Lum min ) / (Lum max + Lum min )
di mana Lum max lebih besar dari dua luminansi. Kontras modulasi kurang dari 1,0. Beberapa ahli lebih suka
ungkapan kontras ini, karena memiliki sifat yang lebih baik menyerupai sensitivitas mata manusia (Snyder, 1988).
Baik kontras dan pencahayaan penting untuk visibilitas. Untuk banyak item di lingkungan kerja, kontrasnya agak
tinggi. Misalnya, untuk cetak hitam pada kertas putih kontrasnya sekitar 1:40, yang memberikan visibilitas yang
sangat baik. Namun, untuk karakter pada layar VDT, kontras 1: 8 bukanlah tidak biasa, yang agak kurang terlihat
(Shurtleff, 1980). Untuk layar ponsel saat ini, kontras biasanya hanya 1: 5. Kita mungkin akan melihat nilai-nilai ini
meningkat di masa depan.
CONTOH: PERSYARATAN KONTRAS DALAM MANUFAKTUR
Dalam pembuatan perakitan, kontras visual mungkin sangat penting. Untuk satu rakitan khusus, penting untuk
membedakan antara elektroda berwarna emas, elektroda berwarna tembaga, dan tembaga oksida. Ini melibatkan
detail yang sangat kecil dalam pembuatan elektronik. Operator melihat melalui mikroskop dan mengikat elektroda
tembaga ke elektroda emas. Bekerja dengan mikroskop sangat menuntut, dan untuk meringankan ketegangan
postural sistem TV dengan kamera TV dan
sebuah monitor dibawa masuk. Daripada melihat ke dalam mikroskop, operator sekarang dapat melihat monitor
sambil tetap melakukan operasi pengikatan secara manual. Namun, ternyata rendering warna sistem TV tidak cukup
untuk membedakan perbedaan yang agak halus antara emas, tembaga, dan tembaga oksida. Sistem TV harus dilepas
dan operator kembali menggunakan mikroskop.
Kontras yang sangat besar antara objek besar dapat menyebabkan silau yang tidak nyaman. Misalnya, kontras antara
jendela dan dinding yang berdekatan seringkali sebesar 100: 1. Ini adalah rekomendasi umum untuk tidak
menemukan workstation sehingga operator akan menghadapi jendela yang cerah. Ketidaknyamanan silau dapat
menyebabkan osilasi pada pupil mata, tetapi orang biasanya tidak menyadari fenomena ini. Meskipun silau
ketidaknyamanan itu tidak berbahaya, tetap saja itu menyebalkan dan tidak menyenangkan.
Untuk alasan yang sama, seseorang harus menghindari kontras yang ekstrem di tempat kerja.
Rekomendasi umum adalah bahwa rasio kontras antara tugas dan item besar di workstation harus kurang dari 10:
1 (atau lebih besar dari 1:10). Beberapa rekomendasi menetapkan bahwa kontras antara tugas dan lingkungan yang
berdekatan harus kurang
dari 3: 1 (Illuminating Engineering Society, 1982). Tetapi 3: 1 terlalu membatasi, dan 10: 1 lebih masuk akal
(Kokoschka dan Haubner, 1985). Grandjean (1988) merekomendasikan bahwa rasio pencahayaan maksimum dalam
suatu kantor tidak boleh melebihi 40: 1.
Rasio pencahayaan, pencahayaan, dan kontras dapat diukur dengan fotometer genggam. Perangkat ini mirip
dengan pengukur cahaya kamera, kecuali bahwa ia menyediakan pembacaan langsung dalam lux (atau cd / m 2 ).
Sebuah fotometer dikoreksi warna sehingga mensimulasikan sensitivitas manusia terhadap warna. Dengan demikian,
karena sensitivitas manusia terhadap violet dan merah (di ujung yang berlawanan dari spektrum warna) kurang dari
pada hijau dan kuning (di tengah spektrum warna), fotometer akan menghasilkan nilai yang lebih rendah untuk
violet dan merah daripada untuk hijau dan kuning. Oleh karena itu, dalam menentukan pencahayaan seseorang tidak
perlu khawatir tentang warna, karena fotometer akan mengubah nilai-nilai untuk mensimulasikan sensitivitas mata
manusia.
Fotometer yang baik memiliki dua pengaturan yang berbeda: satu untuk mengukur pencahayaan dan satu untuk
mengukur pencahayaan (Gambar 4.9). Untuk mengukur pencahayaan yang jatuh pada permukaan, seseorang harus
mempertimbangkan kontribusi dari berbagai sumber: sumber cahaya (tokoh-tokoh), jendela, dan pantulan dinding.
Fotometer karenanya harus memiliki sudut penerimaan yang luas. Fotometer harus dikoreksi kosinus untuk
memperhitungkan kontribusi yang tidak tegak lurus terhadap fotosel pada fotometer.
Untuk mengukur pencahayaan, fotometer harus memiliki attachment sudut sempit, misalnya attachment dengan 1
derajat penerimaan. Ini memungkinkan pembacaan yang akurat dari area yang berdekatan dengan pantulan yang
berbeda. Untuk mengukur rasio kontras antara dua area yang berdekatan, dua pembacaan pencahayaan diperoleh,
dan rasio kontras dihitung.
GAMBAR 4.9 Penggunaan fotometer untuk mengukur (A)
pencahayaan dan (B) pencahayaan. (A) Sudut penerimaan
lebar
dengan koreksi kosinus. (B) Sempit
sudut penerimaan untuk tempat
pengukuran.
Rasio kontras antara karakter pada VDT dan latar belakang layar penting untuk visibilitas, tetapi sulit untuk
diukur. Karakter terdiri dari array titik-titik (piksel). Untuk mengukur luminansi piksel, diperlukan fotometer khusus
dengan celah gambar mikro. Prosedurnya ditentukan dalam US Standard ANSI / HFS 100 (Human Factors Society,
1988).
Banyak percobaan telah dilakukan untuk menentukan tingkat penerangan yang sesuai untuk tugas yang berbeda.
Selama bertahun-tahun telah ada suksesi rekomendasi, masing-masing mengklaim untuk memberikan penerangan
yang memadai. Tingkat yang direkomendasikan, bagaimanapun, terus meningkat. Level yang direkomendasikan
saat ini sekitar 5 kali lebih besar dari level yang direkomendasikan 30 tahun yang lalu untuk tugas yang sama
(Sanders dan McCormick, 1993).
Salah satu metode untuk menentukan iluminasi yang diperlukan didasarkan pada penelitian laboratorium oleh
Blackwell (Blackwell, 1964, 1967; Blackwell dan Blackwell, 1971). Tugas eksperimental adalah untuk mendeteksi
keberadaan disk bercahaya seragam yang menundukkan sudut visual 4 ′ (empat menit, yang sama dengan sekitar 1,1
mm pada jarak 1 m). Blackwell menemukan bahwa ketika pencahayaan latar belakang menurun, kontras dari
cakram yang nyaris tidak terlihat itu harus ditingkatkan untuk membuatnya nyaris tidak terlihat lagi. Studi
laboratorium bukannya tanpa masalah. Penelitian Blackwell dapat dikritik karena terlalu buatan, karena ada
beberapa situasi kehidupan nyata yang menyerupai pengaturan eksperimentalnya. Sebagai tambahan,subyek dalam
penelitian laboratorium tahu bahwa mereka berpartisipasi dalam percobaan dan mereka biasanya termotivasi untuk
melakukan dengan baik — jauh lebih baik daripada yang dilakukan seseorang di tempat kerja.
Studi lapangan juga memiliki masalah, karena ada banyak variabel independen simultan yang mempengaruhi
hasil. Variabel independen ini biasanya tidak dimanipulasi; terkadang mereka bahkan tidak diukur. Karena itu, sama
sulitnya menarik kesimpulan dari studi lapangan. Sebagai contoh studi lapangan yang sukses, Bennett et al. (1977)
mengukur waktu penyelesaian tugas untuk beberapa tugas industri, sambil memvariasikan pencahayaan.
Kesimpulan umum adalah bahwa meningkatkan iluminasi di atas 1000 lux tampaknya memiliki manfaat terbatas
(Gambar 4.10).
Penelitian Bennett juga diverifikasi dalam standar pencahayaan saat ini, diterbitkan sekitar 25 tahun kemudian.
Ada beberapa standar independen, dan mereka tampaknya menyetujui rekomendasi penerangan di tempat kerja.
Rekayasa Penerangan
GAMBAR 4.10 Hubungan antara jumlah pencahayaan dan waktu
penyelesaian tugas (Bennet et al., 1977).
TABEL 4.2 Penerangan yang Direkomendasikan oleh IESNA

untuk Tugas Industri
Jenis Tugas Berbagai

Penerangan (lux)
Tempat kerja di mana tugas visual hanya sesekali dilakukan 100–200
Tugas visual dengan kontras tinggi atau ukuran besar: bahan cetak, bangku
kasar 200–500
dan kerja mesin, inspeksi biasa
Bekerja di terminal tampilan visual untuk periode waktu yang lama * 300–500
Tugas visual dengan kontras sedang atau ukuran kecil; misalnya, tulisan
tangan dengan pensil, 500–1000
inspeksi sulit, perakitan sedang
Tugas visual dengan kontras rendah atau ukuran sangat kecil; misal, tulisan
tangan dalam hard 1000–2000
pensil di atas kertas berkualitas buruk, inspeksi sangat sulit
Tugas visual dengan item kontras rendah dan ukuran sangat kecil dalam
waktu lama 1000
periode; mis. perakitan bagus, inspeksi sangat sulit
Kinerja tugas visual yang menuntut seperti kerja mesin ekstra halus, 3000
perakitan rakitan dan kerajinan manual, pengelasan busur presisi
* Rekomendasi ini dari ANSI / HFS 100 (Human Factors Society, 1988).
Diadaptasi dari Kaufman dan Christensen (1984). Nilai tertinggi dalam kisaran adalah untuk individu yang berusia di atas 55
tahun dan nilai yang lebih rendah untuk individu yang lebih muda dari 40 tahun.
Masyarakat (IES) menerbitkan nilai-nilai iluminasi yang direkomendasikan (Tabel 4.2). Tergantung pada ukuran
tugas visual dan kontras tugas, tingkat pencahayaan yang berbeda diperlukan. Panduan ini juga memperhitungkan
usia pekerja, pentingnya kecepatan dan ketepatan, dan pantulan latar belakang tugas. Ujung atas kisaran yang
direkomendasikan dalam tabel harus digunakan untuk mengakomodasi pekerja yang lebih tua dan nilai yang lebih
rendah untuk pekerja yang lebih muda. Juga disarankan agar pencahayaan tugas lokal daripada pencahayaan
ambient umum digunakan, terutama jika iluminasi di tempat kerja lebih dari 1000 lux.
4.11 MATA PENUAAN
Untuk individu yang lebih tua ada beberapa perubahan fisik di mata. Yang paling penting adalah hilangnya daya
fokus (akomodasi) dari lensa di mata (Safir, 1980). Ini karena dengan bertambahnya usia, lensa mata kehilangan
elastisitasnya, dan karenanya tidak dapat membengkak atau meratakan sebanyak sebelumnya.
Gambar 4.11 mengilustrasikan bahwa akomodasi rata-rata untuk anak berusia 25 tahun adalah sekitar 11 dioptri,
tetapi untuk anak berusia 50 tahun hanya 2 dioptri dan untuk anak berusia 65 tahun adalah 1 diopter. Jumlah dioptri
diterjemahkan ke dalam berbagai visi yang jelas yang ditentukan oleh titik jauh dan titik dekatnya. Asumsikan
bahwa untuk pemain berusia 25 tahun, titik jauh adalah
GAMBAR 4.11 Perubahan dalam akomodasi mata seiring

bertambahnya usia. Daerah yang diarsir menunjukkan
bahwa ada variabilitas yang besar antara individu
(Handbuch für Beleuchtung, 1975).
tak terhingga. Titik dekat akomodasi kemudian 9 cm, yang dapat dihitung menggunakan persamaan:
f=1/D
di mana f adalah jarak fokus (dalam meter), dan D adalah jumlah dioptri akomodasi.
Demikian juga, jika titik jauh untuk anak berusia 50 tahun dengan 2 dioptri akomodasi berada pada tak terhingga,
maka titik terdekatnya adalah 50 cm (Gambar 4.12). Tetapi dengan asumsi bahwa 50 tahun yang sama memiliki 3
dioptri rabun jauh (miopia), maka titik jauh (tanpa kacamata) adalah 33 cm dan titik dekat adalah 20 cm. Seseorang
yang rabun pada usia muda biasanya akan menemukan bahwa dengan bertambahnya usia titik jauh bergerak lebih
dekat dan titik dekat bergerak lebih jauh. Untuk seseorang yang tidak memiliki kesalahan refraktif saat muda, titik
dekat bergerak lebih jauh, sedangkan titik jauh mungkin tetap tak terhingga.
Implikasinya bagi pekerjaan industri adalah bahwa rentang pandangan yang berbeda tidak hanya mempengaruhi
visibilitas tugas tetapi juga postur kerja. Untuk mengimbangi penglihatan yang buruk, orang yang rabun dekat akan
lebih dekat, dan seorang individu yang rabun dekat (rabun dekat)
akan bergerak lebih jauh. Postur kerja yang buruk diamati dalam industri karena itu sering karena visi yang buruk.
Jika penglihatan dikoreksi dengan kacamata, postur yang buruk juga dapat mengoreksi dirinya secara otomatis.
Pekerja sering tidak mendapat informasi tentang jenis koreksi visual apa yang layak. Untuk membantu dalam
menasihati pekerja, beberapa perusahaan mempekerjakan ahli kacamata yang mengukur jarak pandang yang tepat
GAMBAR 4.12 Perhitungan titik dekat dan titik jauh dari
penglihatan fungsional maju. Rentang visi yang jelas
tergantung pada rentang
akomodasi (dioptri) lensa di mata, dan kesalahan bias.
dari mata ke berbagai elemen tugas. Kacamata yang disesuaikan dengan kondisi di tempat kerja kemudian dapat
ditentukan.
Jangkauan terbatas dari visi yang jelas membuatnya perlu bahwa barang-barang di tempat kerja ditempatkan pada
jarak di mana mereka dapat dilihat dengan jelas. Dengan cara yang sama bahwa jangkauan fungsional maju
membatasi organisasi fisik suatu ruang kerja, demikian juga visi fungsional ke depan.
Efek terpenting kedua dari usia adalah pengaburan penglihatan. Dalam humor vitreous, antara lensa dan retina,
ada partikel dan kotoran. Dengan bertambahnya usia, kotoran-kotoran ini bertambah besar. Mereka merusak
penglihatan yang jelas, karena mereka menyebarkan cahaya yang masuk ke retina. Oleh karena itu orang yang lebih
tua sangat sensitif terhadap sumber silau atau penerangan menyimpang, yang menambahkan pencahayaan berjilbab
(awan) di atas
GAMBAR 4.13 Silau tidak langsung (A) muncul dari

cahaya yang dipantulkan, sedangkan silau langsung
(B) muncul langsung dari sumber cahaya.

retina (Wright dan Rea, 1984). Akibatnya, kontras pada retina berkurang. Oleh karena itu bagi orang yang lebih tua,
penting untuk meminimalkan penerangan dan cahaya yang menyimpang yang bukan bagian dari tugas (Gambar
4.13).
Silau langsung datang dari sumber cahaya, seperti tokoh-tokoh di atas kepala, yang bersinar langsung ke mata
operator. Silau terpantul atau tidak langsung berasal dari cahaya yang terpantul di tempat kerja dari kaca atau
penutup plastik, logam mengkilap, atau tutup tombol pada keyboard. Salah satu cara untuk memecahkan masalah
baik yang langsung maupun yang dipantulkan adalah dengan menggunakan penerangan tugas. Ini melibatkan
mengarahkan lampu dengan kerucut cahaya terbatas ke arah tugas visual. Beberapa contoh lampu tugas ditunjukkan
pada Gambar 4.14 (Carlsson, 1979).
4.12 PENGGUNAAN PENCAHAYAAN TIDAK LANGSUNG (REFLEKSI)
Banyak arsitek dan perancang interior kantor lebih suka menggunakan pencahayaan tidak langsung (tercermin)
karena menciptakan lingkungan yang menyenangkan (Carlsson, 1979). Dalam hal ini, sekitar 65% iluminasi
diarahkan ke atas ke langit-langit dan kemudian dipantulkan dari langit-langit kembali ke tempat kerja (Gambar
4.15). Penggunaan pencahayaan tidak langsung meminimalkan silau langsung dan silau tidak langsung. Ini
meminimalkan silau langsung karena cahaya diarahkan ke langit-langit daripada mata operator, dan meminimalkan
pantulan silau karena cahaya yang dipantulkan dari langit-langit tidak terarah, dan karenanya akan menghasilkan apa
yang disebut refleksi difus.
Ada satu kelemahan dari pencahayaan tidak langsung, yaitu, hilangnya cahaya saat dipantulkan dari langit-langit.
Lebih disukai menggunakan plafon putih dengan nilai reflektansi tinggi. Pencahayaan tidak langsung sebagian besar
cocok untuk kantor dan tempat kerja manufaktur bersih di mana langit-langit tidak menjadi kotor. Penerangan tidak
langsung mungkin tidak akan efektif untuk proses pembuatan yang kotor, karena sumber cahaya dan fiting lampu
menjadi tertutup oleh kotoran dan perlu untuk membersihkan luminer dan mengecat langit-langit secara berkala.
GAMBAR 4.14 Contoh tugas penerangan. (A) Lampu tugas overhead
dengan kerucut lampu terbatas digunakan untuk menerangi dokumen
sumber pada a
pemegang dokumen. (B) Lampu atas meja dapat digunakan

pada meja kerja untuk memberikan penerangan tugas yang
tidak menghasilkan silau.
4.13 EFISIENSI BIAYA PENERBANGAN
Konz (1992b) telah memberikan argumen yang meyakinkan bahwa biaya pencahayaan industri minimal. Faktanya,
tingkat penerangan yang murah hanya sekitar 1% dari gaji pekerja (di AS). Seperti ditunjukkan dalam studi kasus
pertama pada Bab 2, efisien
GAMBAR 4.15 Tiga jenis luminer tidak langsung.
Penggunaan cahaya tidak langsung menciptakan suasana
yang menyenangkan.
Sekitar 60-65% dari cahaya diarahkan ke atas dan

dipantulkan secara difus ke bawah.
pencahayaan biasanya meningkatkan kualitas di bidang manufaktur dan hasil manufaktur. Sangat disarankan untuk
mengurangi penerangan untuk menghemat beberapa uang.
Efisiensi sumber cahaya diukur dalam lumen per watt (1m / W). Seperti diilustrasikan pada Tabel 4.3, beberapa
sumber cahaya sangat efisien sedangkan yang lain kurang efisien. Tapi ada trade-off penting, yaitu rendering warna
cahaya. Indeks rendering warna (CRI) adalah ukuran bagaimana warna muncul di bawah sumber cahaya
dibandingkan dengan siang hari. Skor CRI sempurna adalah 100. Perhatian utama adalah bahwa warna cahaya dapat
mengubah persepsi. Lampu natrium tekanan rendah, yang sangat kuning, membuat wajah terlihat abu-abu dan tidak
boleh digunakan di dalam ruangan. Ini terutama digunakan untuk penerangan di luar ruangan, tetapi bahkan dalam
situasi ini sulit untuk, katakanlah, menemukan mobil di tempat parkir karena semua warna terlihat serupa. Ukuran
efisiensi sumber cahaya dan rendering warna juga disajikan pada Tabel 4.3.
TABEL 4.3 Efisiensi Sumber Cahaya dan Indeks Rendering

Warna (CRI)
Mengetik Efisiensi CRI Komentar

(lm / W)
Cahaya yang paling tidak efektif tetapi paling
Pijar 17–23 92 umum digunakan
sumber
Fluoresen 50–80 52–8 Efisiensi dan rendering warna bervariasi
9 sangat dengan jenis lampu
Coolwhite Deluxe 89
Warmwhite Deluxe 73
Air raksa 50–55 45 Umur lampu sangat singkat
Logam halida 89–90 65 Rendering warna yang memadai
Tekanan tinggi 85–125 26 Rendering warna sangat efisien, tapi miskin
sodium
Tekanan rendah 100–180

sodium
Nilai maksimum CRI adalah 100.
Diadaptasi dari Wotton (1986).

20 Rendering warna yang paling efisien, tetapi sangat buruk; digunakan untuk jalan
Cahaya pijar menghasilkan rendering warna terbaik, sehingga wajah terlihat alami, tetapi efisiensinya hanya 17-23
lm / W, yang membuat lampu ini mahal untuk digunakan. Lampu neon memiliki rendering warna yang adil ke baik.
Render warna terbaik diperoleh dengan sumber Coolwhite Deluxe, yang memiliki lebih banyak warna merah dalam
spektrum dan terlihat lebih alami. Efisiensi cahaya bervariasi cukup banyak (50–80 lm / W).
Sumber cahaya lainnya (merkuri, logam halida, dan natrium tekanan tinggi) memiliki rendering warna yang
cukup buruk dan tidak boleh digunakan di pabrik atau kantor. Mereka lebih tepat di lingkungan di mana ada
beberapa orang (misalnya, di gudang, pengiriman dan penerimaan, dan di luar ruangan) (Wotton, 1986; Boyce,
1988).
4.14 PENCAHAYAAN TUJUAN KHUSUS UNTUK INSPEKSI DAN
KONTROL KUALITAS
Jenis pencahayaan khusus dapat digunakan untuk mendeteksi kesalahan dalam pembuatan. Misalnya, untuk
membuat goresan permukaan pada kaca atau plastik terlihat, biasanya menggunakan pencahayaan tepi yang
diarahkan dari samping. Ada banyak jenis cahaya khusus lainnya, termasuk lampu terpolarisasi, polarisasi silang,
lampu sorot, lampu konvergen, dan transiluminasi (Faulkner dan Murphy, 1973). Informasi yang diberikan pada
Tabel 4.4 diadaptasi dari Eastman Kodak (1983), di mana informasi yang lebih lengkap diberikan. Kolom kedua
dalam tabel menjelaskan lampu tujuan khusus atau alat bantu lainnya, dan kolom terakhir menjelaskan cara kerja
teknik.
Tabel 4.4. Pencahayaan Khusus untuk Tugas Inspeksi
Diinginkan Tujuan khusus Teknik

Pencahayaan atau
Peningkatan di Lainnya
Tugas Inspeksi Bantu
Tingkatkan Pencahayaan tepi dapat digunakan Refleksi cahaya internal secara
permukaan transparan
untuk produk gelas atau piring plastik; penggunaan fluoresen intensitas
goresan tinggi atau
setidaknya setebal 1,5
mm lampu kuarsa berbentuk tabung
Mengasumsikan goresan linear dari arah yang
Menyoroti diketahui;
memberikan penyesuaian sehingga mereka dapat
disejajarkan
ke satu sisi dari arah awal; menggunakan louvres
untuk mengurangi silau bagi inspektur
Cahaya iluminasi medan gelap dipantulkan atau diproyeksikan melalui
(mis. mikroskop) produk dan fokus ke titik tepat di samping mata;
goresan memfokuskan cahaya ke satu sisi
Tingkatkan Merumput permukaan Sumber cahaya yang dikumpulkan dengan sinar
permukaan atau oval
proyeksi pembayangan
lekukan
Proyeksikan sinar collimated cerah melalui
Pola moiré (untuk paralel
menonjolkan
permukaan garis jarak pendek dari permukaan,
kelengkungan) mencari pola interferensi (Stengel, 1979);
dibutuhkan permukaan datar atau kontur yang
dikenal
Peningkatan yang
Diinginkan Khusus- Teknik
dalam Tugas
Inspeksi Tujuan
Pencahayaan
atau
Bantuan
Lainnya
Sesuaikan sudut untuk mengoptimalkan visualisasi
Menyoroti ini
cacat
Cahaya Mengurangi pantulan bawah permukaan saat sumbu
terpolarisasi dari
transmisi paralel dengan permukaan produk
Kecerahan Refleksi gambar simetris kontras tinggi aktif
pola permukaan produk specular; detail pola
harus disesuaikan dengan ukuran produk, dengan
lebih detail
untuk permukaan yang lebih kecil

Tingkatkan tekanan Tempatkan dua lembar polarizer linier pada masing-
internal Menyeberang- masing 90 °
dan strain polarisasi lainnya, satu di setiap sisi produk transparan
diteliti; mendeteksi perubahan warna atau pola
dengan
cacat
Tingkatkan perubahan ketebalan Gunakan dalam kombinasi dengan bahan dichroic
polarisasi
Diffuse reflection Mengurangi kontras pola kecerahan dengan
memantulkan a
permukaan difus putih pada produk specular datar;
menghasilkan pelangi warna-warni yang akan
disebabkan oleh cacat pada lapisan transparan tipis
Lihat “Meningkatkan proyeksi atau lekukan
Pola moiré permukaan”
atas
Meningkatkan cahaya Terpolarisasi nonspesifik
cacat pada permukaan specular, seperti mar pada produk

SEBUAH permukaan non-logam specular bertindak, dalam kondisi tertentu, seperti polarizer horizontal dan memantulkan
cahaya; bagian-bagian non-spekuler seperti mar akan mendepolarisasinya; memproyeksikan cahaya terpolarisasi horizontal pada
sudut 35 ° ke horizontal
Diinginkan Tujuan khusus Teknik

Pencahayaan atau
Peningkatan di Lainnya
Tugas Inspeksi Bantu
Untuk produk transparan, seperti botol, sesuaikan
Tingkatkan opacity Transiluminasi dengan
memberikan pencahayaan seragam ke seluruh
lampu berubah permukaan; menggunakan
opalized glass sebagai diffuser pada tabung
fluorescent
untuk inspeksi lembar; transmisi ganda
transiluminasi juga dapat digunakan
Meningkatkan Pilih jenis pencahayaan yang sesuai dengan
warna Spektrum-seimbang spektrum
berubah, seperti kondisi pencahayaan diharapkan saat produk
dalam warna lampu berada
bekas; gunakan lampu 3000 K jika produk
cocok dalam tekstil digunakan
di dalam ruangan, lampu 7000 K jika digunakan
di luar ruangan
Filter negatif, seperti pada
memeriksa lapisan
film berwarna untuk cacat

Filter ini mentransmisikan cahaya terutama dari ujung spektrum yang berlawanan dengan yang darinya produk biasanya
mentransmisikan atau memantulkan; pembalikan ini membuat permukaan produk tampak gelap, kecuali untuk noda warna yang
berbeda, yang kemudian lebih cerah dan lebih jelas
Tingkatkan Gunakan sinar ultraviolet untuk mendeteksi

fluorescing Cahaya hitam pemotongan minyak dan lainnya
pengotor; dapat digunakan dalam industri pakaian
cacat untuk
menandai pola; tinta fluorescing tidak terlihat di
bawah
cahaya putih, tetapi sangat terlihat di bawah
cahaya hitam
Meningkatkan garis Lapisi dengan Penggunaan inspeksi sinar ultraviolet akan
rambut fluorescing mendeteksi kolam
istirahat dalam coran minyak minyak di celah-celah
Diadaptasi dari Eastman Kodak Co. (1983), dengan izin.

LATIHAN: PENGUKURAN ILLUMINASI (ILLUMINANCE) Gunakan pengukur cahaya untuk

mengukur karakteristik pencahayaan di kantor.
1. Ukur jumlah iluminasi yang jatuh di beberapa meja kantor. Bandingkan iluminasi yang direkam dengan
standar pada Tabel 4.2. Membuat rekomendasi sehubungan dengan kesesuaian tingkat penerangan.
2. Ukur iluminasi yang jatuh pada layar VDT. Dalam hal ini, pengukur cahaya harus dipegang sehingga permukaan
yang peka cahaya sejajar dengan permukaan layar. Bandingkan hasil dengan Tabel 4.2.
3. Ukur tingkat iluminasi di beberapa area lain, seperti koridor, tempat kerja khusus untuk pekerjaan
penyusunan, dll., Dan bandingkan dengan Tabel 4.2.
BACAAN LEBIH LANJUT
Buku yang sangat bagus adalah Peter Boyce, 2003, Human Factors in Lighting, edisi ke-2. London: Taylor dan Francis.
5
Pemrosesan Informasi Manusia
5.1 PENDAHULUAN
Pemrosesan informasi manusia telah menjadi bidang yang sangat penting dalam HFE. Mungkin tampak
mengejutkan bahwa ada sedikit minat dalam kognisi dan pemrosesan informasi manusia sampai 1967, ketika Ulrich
Neisser menerbitkan bukunya tentang psikologi kognitif. Saat ini, psikologi kognitif dan ilmu kognitif merupakan
hal mendasar dalam desain sistem informasi, termasuk desain tampilan informasi, komputasi yang luas dan ada di
mana-mana (komputer di mana-mana), komputasi genggam, dan telepon seluler.
Untuk mengilustrasikan pentingnya pemrosesan informasi manusia, pertama-tama kita akan memperkenalkan
hukum Hick dan model pemrosesan informasi manusia. Beberapa model untuk pengambilan keputusan akan
disajikan selanjutnya. Model-model ini baik mengandalkan prinsip-prinsip psikologi kognitif, atau pada pengamatan
pengambilan keputusan naturalistik orang dalam pengaturan kerja nyata.
5.2 CONTOH: MASALAH DENGAN INFORMASI
Masalah utama dengan desain sistem komputasi serta produk konsumen adalah seringnya ada terlalu banyak
informasi dalam desain antarmuka, khususnya kontrol untuk memanipulasi mesin. Baru-baru ini, oven microwave
saya berhenti bekerja dan saya harus menggantinya. Yang lama memiliki dua kontrol, satu untuk daya dan satu
untuk waktu (lihat Gambar 5.1). Putar kenop waktu dan microwave sudah bersenandung.
Saya berbicara dengan orang-orang penjualan di pusat perbelanjaan, mencoba menemukan oven microwave yang
sama. Mereka hanya menggelengkan kepala. Akhirnya saya menyerah dan membeli oven microwave dengan 28
kontrol. Beberapa kontrol dikhususkan untuk melakukan fungsi tertentu. Bagi seseorang yang tidak membuat
popcorn selama 5 tahun, kontrol pertama — di lokasi yang paling diprioritaskan — tidak berguna dan
menjengkelkan. Microwave lama saya membutuhkan 2 detik untuk hidup; yang baru butuh 20 detik. Beberapa
masalah dengan desain antarmuka dapat diidentifikasi:
1. Terlalu banyak kontrol — tidak semua diperlukan.
2. Daripada memutar dial, Anda harus memasukkan waktu memasak.

3. Terlalu banyak tindakan kontingen — bahkan tombol “mulai” harus ditekan. Tidak lagi otomatis setelah langkah
2 di atas.
4. Fungsi yang tampak menipu. Misalnya, jika Anda ingin memanaskan secangkir kopi — tekan "minuman".
Kemudian akan dimasak selama 1 menit 20 detik. Tetapi oven microwave tidak tahu cangkir Anda setengah
penuh, dan Anda ingin suhunya kurang panas - sekitar 65 ° C.
Pemrosesan informasi manusia 69
GAMBAR 5.1 Desain antarmuka dua oven microwave.

Desain A menggabungkan kesederhanaan dan
fungsionalitas. Desain B menyebabkan kebingungan dan
banyak kesalahan pengguna.
Ini membingungkan saya bahwa desain gelombang mikro ini menjadi sangat populer. Namun, pertimbangkan bahwa
biaya kontrol tambahan sangat sedikit untuk diproduksi. Bagi pelanggan, ini terlihat seperti pembelian yang lebih
baik — lebih banyak untuk investasi yang sama. Tetapi investasi pada waktunya karena kesulitan penggunaan
sepenuhnya diabaikan. Efek dari terlalu banyak informasi mudah dijelaskan oleh hukum Hick.
5.3 WAKTU REAKSI MANUSIA DAN HUKUM HIK
Ukuran kinerja umum dalam HFE adalah waktu reaksi manusia (RT). Waktu reaksi bervariasi tergantung pada apa
yang orang bereaksi. Skenario RT yang paling umum dalam kehidupan nyata mungkin adalah awal dari kompetisi
lari: siap, mantap, maju. Dalam reaksi HFE, waktu digunakan untuk mengukur seberapa rumit keputusan itu.
Keputusan yang kompleks membutuhkan waktu yang lama dan keputusan yang mudah membutuhkan waktu yang
singkat. RT digunakan untuk merumuskan kembali atau mendesain ulang keputusan sehingga menjadi lebih mudah,
lebih cepat, dan lebih dapat diandalkan.
Hukum Hick menetapkan bahwa waktu reaksi adalah fungsi dari sejumlah pilihan dalam suatu keputusan.
RT = a + b log 2 N
GAMBAR 5.2 Hukum Hick. Reaksi
waktu diplot sebagai fungsi dari

ketidakpastian informasi (atau entropi)
dalam bit.
di mana RT adalah waktu reaksi, N adalah jumlah alternatif, dan a dan b adalah konstanta. Persamaan diplot pada
Gambar 5.2.
Hukum Hick dapat diverifikasi dalam percobaan waktu reaksi di lingkungan laboratorium. Eksperimen dapat
menggunakan kotak dengan delapan lampu, di mana salah satu lampu dapat menyala kapan saja. Tugas Anda saat
lampu menyala adalah menekan sakelar kontak tepat di bawah lampu. Delapan lampu berhubungan dengan 3 bit
ketidakpastian informasi, atau entropi. Katakanlah waktu reaksi Anda adalah 1,4 detik. Percobaan kemudian
diulangi dengan 4 lampu (2 bit informasi) dan RT adalah 0,9 detik, dan akhirnya dengan 2 lampu (1 bit informasi)
dengan RT = 0,4 detik.
Temuan yang menarik adalah hubungan linier lurus pada Gambar 5.2. Dari gambar itu tampaknya otak terhubung
untuk merespons secara linier terhadap jumlah bit informasi. Ini adalah temuan yang sangat berguna, karena
memungkinkan untuk memprediksi waktu pemrosesan informasi. Sebagai contoh, katakanlah kita sedang
merancang antarmuka komputer dengan menu pull-down dan kami ingin memahami bagaimana penyajian item
menu dengan konten informasi yang berbeda dapat dioptimalkan sehingga waktu pencarian diminimalkan.
Pertanyaan ini membawa kita ke tajuk berikutnya: teori informasi.
5.4 TEORI INFORMASI
Jumlah informasi dalam suatu stimulus tergantung pada probabilitas bahwa stimulus tersebut membawa informasi yang
relevan. Dalam konteks ini kita juga berbicara tentang ketidakpastian informasi atau entropi. Shannon dan Weaver (1949)
memelopori teori informasi. Mereka mendefinisikan informasi sebagai ketidakpastian atau entropi. Beberapa informasi
memiliki konten informasi yang sangat sedikit. Misalnya, pernyataan seperti "Matahari terbit pagi ini" tidak membawa
informasi, karena matahari terbit setiap pagi. Probabilitasnya adalah p = 1.0, dan karena itu tidak ada ketidakpastian
informasi. Pernyataan seperti "Ada gempa bumi di Paris" membawa banyak informasi, karena sangat tidak mungkin
terjadi — Paris tidak berada di garis patahan! Karena itu, probabilitas suatu peristiwa memengaruhi jumlah informasi.
Shannon dan Weaver (1949) mempresentasikan model untuk perhitungan informasi dalam bentuk bit. Jika 2
rangsangan sama-sama mungkin terjadi dengan p = 0,5, ada ketidakpastian informasi 1 bit. Jika ada 4 kemungkinan
kejadian, masing-masing dengan probabilitas p = 0,25, ada 2 bit. Rumus umum untuk menghitung jumlah bit
informasi karenanya terkait dengan probabilitas:
= H s log 2 N
di mana H s adalah jumlah informasi dan N adalah jumlah hasil probabilitas yang sama. Untuk N peristiwa
probabilitas bahwa setiap mungkin terjadi karena itu p = 1 / N.
= H s log 2 (1 / p )
Untuk merangkum informasi untuk semua N acara yang kami dapatkan:

= H s log 2 (1 / p )
CONTOH 1
Mulailah dengan setumpuk 64 kartu — 16 kartu dalam 4 setelan. Minta seseorang untuk memikirkan kartu. Tugas
Anda adalah mengidentifikasi kartu yang dipikirkan orang tersebut. Anda dapat meminta petunjuk orang tersebut.
Pertama, mari kita perhatikan bahwa jumlah ketidakpastian informasi dalam kartu tunggal yang akan Anda coba
identifikasi adalah sebagai berikut:
= H s log 2 N = log 2 64 = 6 bit
Kita juga bisa melakukan perhitungan menggunakan probabilitas. Probabilitas untuk menemukan kartu tunggal
adalah p = 1/64:
= H s log 2 (1 / p ) = log 2 (1/1/64) = log 2 64 = 6 bit
Mengingat petunjuk bahwa kartu itu merah, ketidakpastian berkurang dari 64 menjadi 32: 1 bit. Mengingat
bahwa kartu itu adalah hati: 1 bit; 8 hati yang lebih rendah: 1bit; lebih rendah 4 kartu: 1 bit, lebih rendah 2 kartu: 1
bit; ace of heart: 1 bit; 6 bit sama sekali. Ini sesuai dengan perhitungan di atas.
Peluang yang Tidak Sama
Untuk acara yang memiliki probabilitas tidak setara:

h i = log 2 (1 / p i ) = - log 2 (p i )
dimana p i adalah probabilitas dari peristiwa ke-i dan h i adalah informasi dari peristiwa ke-i. Variabel h i juga
disebut mengejutkan — jelas, semakin rendah probabilitas untuk satu peristiwa terjadi, semakin besar kejutan.
CONTOH 2
Koin bengkok dilemparkan dan muncul kepala 90% dari waktu dan ekor 10% dari waktu.
Hitung jumlah informasi dalam koin ini, dengan mempertimbangkan kedua hasil. Mempertimbangkan:
melakukan perhitungan, kami menggunakan konversi dari log 2 ke log 10 ; log 2 x = 3,332 log 10 x
H head = p log 2 (1/9) = 0,9 × 0,0453 × 3,332 = 0,135 bit
Ekor H = p log2 (1 / 0,1) = 0,1 × 1 × 3,332 = 0,332 bit
Ketidakpastian informasi total melempar koin adalah 0,135 + 0,332 = 0,467 bit.
Pertimbangkan koin biasa:

H s = 2 × 0,5 log 2 (1 / 0,5) = 1.000
Karena koin bengkok muncul dengan kepala hampir sepanjang waktu, ada yang kurang mengejutkan daripada di
koin biasa.
Kita sekarang dapat memahami bahwa jumlah informasi dapat dihitung, dan kita dapat menerapkan hukum Hick
untuk membandingkan desain yang berbeda, menyadari bahwa semakin banyak informasi, semakin lama waktu
reaksi untuk membuat keputusan. Latihan perhitungan disajikan di akhir bab ini.
5.5 PENGOLAHAN INFORMASI MANUSIA
Pendekatan tradisional untuk pemrosesan informasi manusia disajikan pada Gambar 5.3. Menurut model ini, orang
merasakan lingkungan melalui melihat dan mendengar, kemudian membuat keputusan, dan akhirnya bertindak atas
keputusan tersebut. Di sini kita memperbaiki model dengan memecah komponen lebih lanjut.
Gambar 5.3 mengilustrasikan siklus pemrosesan informasi manusia, sebagaimana dikandung oleh Card, Moran,
dan Newell (1983). Ada tiga prosesor dalam model ini:
1. Prosesor persepsi (untuk melihat dan mendengar)
2. Prosesor kognitif (untuk berpikir)
3. Prosesor motor (untuk bertindak)

Waktu rata-rata untuk memproses informasi dalam 3 prosesor adalah sebagai berikut: 100 ms untuk persepsi; 70 ms
untuk kognisi; dan 70 ms untuk aksi. Angka-angka ini tergantung pada tugas; target yang kompleks dengan banyak
detail membutuhkan waktu lebih lama untuk diproses daripada target sederhana. Untuk prosesor motorik,
bagaimanapun, variabilitas dalam waktu tidak
GAMBAR 5.3 Informasi manusia pengolahan. Diadaptasi

dari model oleh Card, Moran, dan Newell (1982). HT =
setengah waktu memori; Cap = kapasitas; T = waktu
pemrosesan rata-rata.
Begitu besar; sekali keputusan telah dibuat, dibutuhkan waktu yang relatif singkat untuk menindaklanjutinya.
Mempertimbangkan masalah ini, kisaran variabilitas dalam prosesor persepsi dan kognitif sekitar 25-200 ms, dan
dalam prosesor motor sekitar 30-100 ms (Card et al., 1983).
Di bagian atas gambar adalah memori jangka panjang (LTM). LTM konon memiliki kemampuan penyimpanan
tidak terbatas. Ini mungkin tidak benar — orang memang melupakan hal-hal yang kurang relevan, meskipun di
bawah hipnosis dan dalam mimpi, informasi yang belum diambil selama bertahun-tahun dapat muncul ke
permukaan.
Mode informasi dalam LTM bersifat semantik; yaitu terdiri dari konsep. Kebanyakan orang menyimpan dan
mengambil informasi dari LTM dalam hal konsep. Misalnya, Anda dapat mengajar anak cara membaca arloji, tidak
peduli apakah wajah arloji memiliki angka atau spidol.
Ada pengecualian di antara orang-orang. Ayah saya memiliki karunia memori fotografi yang langka. Ketika ia
mengikuti ujian sebagai siswa, ia dapat memvisualisasikan halaman mana pun dalam sebuah buku, agak seperti
membaca "salinan visual" dari buku itu. Dia memiliki toko gambar, tetapi dia juga bisa mengerti tulisannya.
Sayangnya saya tidak mewarisi kemampuannya; alih-alih, saya sangat bergantung pada semantik — makna berbagai
hal.
LTM mendukung memori kerja (WM), juga disebut memori jangka pendek (STM). WM adalah apa yang kita
gunakan saat melakukan tugas. Kami mencatat di sebelah kanan Gambar 5.3 bahwa waktu paruh (HT) dari memori
yang bekerja adalah 7 detik. Ini berarti bahwa memori yang bekerja memudar dengan sangat cepat, dan setelah 7
detik, setengah dari informasi telah dilupakan. Ini agak praktis, karena kita tidak ingin membebani ingatan kita
dengan informasi tentang tugas-tugas rutin. Misalnya, ketika mengendarai mobil Anda dari rumah ke tempat kerja
Anda mengandalkan memori kerja Anda untuk membuat keputusan rutin. Setelah Anda tiba di tujuan, kemungkinan
besar Anda tidak ingat apa pun tentang perjalanan itu, kecuali sesuatu yang tidak biasa terjadi seperti kecelakaan.
Baddeley (1992) menyebut memori yang berfungsi sebagai bantalan awal mental yang untuk sementara menyimpan
informasi sambil secara aktif beroperasi di dalamnya. Ini seperti menu pull-down dalam sistem komputer. Setelah
kita masuk ke suatu situasi, kita dapat memilih dan menjalankan strategi yang sesuai. Saat mengemudi di pusat kota,
Anda tahu di mana jalan-jalan tersibuk, Anda tahu di mana harus mencari anak-anak; dan untuk masing-masing dari
dua skenario ini “menu pull-down” dengan strategi mengemudi dapat diaktifkan. Dengan demikian tindakan dan
tanggapan diprogram sebelumnya.
Informasi mengemudi di WM akan diperbarui dari LTM karena menjadi berguna selama mengemudi. Misalnya,
saat saya berkendara ke kampus Universitas Teknologi Nanyang, ada tikungan tajam ke kiri. Secara otomatis (tanpa
memikirkannya) saya mengambil skema kontrol motor yang tepat — saya melambat — sehingga saya bisa menyetir
melewati kurva dengan aman. Jenis memori kerja khusus ini juga disebut sebagai "memori yang berjalan" - itu terus
diperbarui, tetapi tidak perlu untuk retensi (Moray, 1986). Ini tipikal untuk banyak tugas interaksi manusia-mesin;
untuk operator yang terampil, mereka menjadi tugas rutin, tanpa banyak yang perlu diingat sesudahnya (Wickens
dan Hollands, 2000).
Sebuah makalah klasik karya George A. Miller (1956) memicu revolusi kognitif. Miller mengklaim bahwa
kapasitas memori yang bekerja adalah 7 ± 2 chunks. Bongkahan adalah unit informasi, seperti surat, kata-kata atau
situasi. Sebagai contoh, string huruf MBITTAWRT memiliki 9 potongan, dan diformat dengan cara ini mungkin
hanya sedikit melebihi STM pembaca cerdas. Ketika orang mempelajari tugas, mereka membentuk bongkahan besar
— bongkahan dapat berupa sekelompok huruf atau situasi. Oleh karena itu operator yang berpengalaman lebih
efisien daripada operator yang tidak berpengalaman. Seorang ahli catur bisa melihat strategi dan membuat proyeksi
yang sulit dipahami oleh pemain catur pemula.
Chase dan Simon (1973) menerbitkan penelitian mani tentang bagaimana para pemain catur memotong
informasi. Mereka menggunakan dua jenis subjek tes yang berbeda dalam percobaan mereka: master catur dan
pemula. Para pemain diberikan 10 detik untuk menghafal papan catur dengan 20 hingga 25 buah. Mereka kemudian
diminta untuk mengatur permainan di papan lain. Para master 93% akurat, sedangkan pemula hanya 33% akurat.
Pada bagian kedua percobaan mereka ditunjukkan papan catur dengan potongan-potongan dalam posisi acak.
Anehnya, skor semua pemain turun menjadi 20%, menggambarkan bahwa para pemain superior tunduk pada
batasan STM yang sama dengan pemain yang lebih lemah. Hanya ketika dihadapkan dengan papan catur yang
bermakna mereka dapat mengungguli subyek yang kurang berpengalaman.
Bratko, Tancig, dan Tancig (1986) mengklasifikasikan permainan catur dengan menggunakan pola posisi yang
biasa digunakan dalam catur. Mereka sampai pada kesimpulan bahwa untuk sekelompok master catur, ada rata-rata
7,54 potongan (besar) per papan. Para pemula catur belum belajar untuk mengkarakterisasi posisi yang berbeda.
Mereka tidak memahami semantik permainan, dan karena itu akan menggunakan lebih banyak potongan daripada
master, sehingga membebani WM mereka.
Studi-studi ini menginspirasi para peneliti lain untuk menyelidiki bagaimana orang yang efisien dapat menjadi
chunking informasi. Ericsson, Chase, dan Faloon (1980) melakukan percobaan dengan satu mahasiswa sarjana di
Universitas Carnegie Mellon. Tujuannya adalah untuk menyelidiki bagaimana chunking dapat membantu seseorang
untuk menghafal sederetan angka. Mahasiswa ini, dengan kemampuan memori dan kecerdasan rata-rata, melakukan
tugas rentang memori selama sekitar 1 jam sehari, 3 hingga 5 hari seminggu, selama 20 bulan. Tugasnya adalah
menghafal digit sebanyak yang dia bisa. Digit dibacakan kepadanya dengan kecepatan 1 digit per detik; dia
kemudian mengingat urutannya. Jika urutan dilaporkan dengan benar, urutan berikutnya meningkat sebesar 1 digit;
jika tidak maka berkurang 1 digit. Selama 20 bulan latihan, rentang digitnya terus meningkat dari 7 digit pada hari
pertama menjadi sekitar 80 digit pada akhirnya. Selain itu, kemampuannya untuk mengingat angka setelah sesi juga
meningkat. Pada awalnya dia hampir tidak bisa mengingat apa pun setelah latihan satu jam; Setelah 20 bulan
berlatih, dia bisa mengingat lebih dari 80% dari angka yang diberikan kepadanya. Seiring berlalunya waktu, orang
yang diuji menjadi sangat ahli dalam memotong angka-angka, dan sejak awal ia mulai menggunakan mnemonik
(skema untuk membantu ingatan). Misalnya, angka 3492 dicatat sebagai 3 menit dan 49,2 detik (rekor dunia baru
untuk mil); 893 adalah 89,3 (pria yang sangat tua). Waktu berjalan dan usia menyumbang hampir 90% dari asosiasi
mnemoniknya. Seiring waktu ia mulai mengatur struktur pengambilannya dengan membagi-bagi angkanya menjadi
beberapa subkelompok. Dia menggunakan dua kelompok 4 digit diikuti oleh dua kelompok 3 digit.
Pada suatu waktu, setelah tiga bulan latihan, sesi eksperimentalnya diubah dari digit ke huruf alfabet, dan
ingatannya turun kembali menjadi sekitar enam huruf. Para penulis menyimpulkan bahwa tidak mungkin untuk
meningkatkan kapasitas STM dengan praktik yang diperpanjang. Jelas, peningkatan rentang memori disebabkan
oleh penggunaan asosiasi mnemonik dalam LTM.
Kembali lagi ke huruf-huruf yang disajikan di atas, MBITTAWRT: memformat huruf dalam kelompok tiga —
MBI TTA WRT — membuat urutan lebih mudah diingat. Nomor telepon seperti 5282772 lebih mudah untuk
dihafalkan sebagai 528 2772 atau sebagai 52 82 772. Banyak penelitian telah dilakukan dalam desain kode pos serta
nomor telepon. Angka 8 sedikit lebih mudah diingat daripada angka lainnya; oleh karena itu populer digunakan
untuk menunjukkan nomor bebas pulsa di seluruh dunia. Nomor lain yang sangat mudah diingat telah diterbitkan
oleh Chapanis dan Moulden (1990).
Bahkan lebih baik daripada chunking IBM, ATT, dan TRW. Simbol, ikon, dan label yang sering digunakan dapat
menyederhanakan chunking, karena kita dapat merujuk pada skenario dan konsep yang dipahami dengan baik,
sehingga memudahkan untuk membentuk model mental untuk mengatur informasi.
Kembali lagi ke Gambar 5.3, kami mencatat bahwa mode penyimpanan informasi dalam memori yang bekerja
adalah akustik atau visual. Ini bisa dicontohkan dengan permainan bridge. Selama pertandingan, keempat pemain
harus melacak kartu yang dibuang. Mereka melakukannya dengan diam-diam mengulangi pada diri mereka sendiri:
dua klub, lima sekop, jack berlian, dan sebagainya
sebagainya. Dengan mengulangi berkali-kali, mereka menyegarkan jejak memori di WM; atau mungkin mereka
bahkan berharap untuk memasukkan informasi ke dalam LTM. Kalau tidak, mereka akan bertempur dalam
kekalahan melawan pembusukan WM. Semakin banyak informasi yang ada, semakin cepat informasi tersebut
menghilang. Jeda waktu (HT) untuk 1 informasi adalah sekitar 100 detik, dan untuk 3 informasi adalah sekitar 7
detik.
Seperti yang kami tunjukkan di atas, angka-angka ini adalah angka luas; mereka tidak absolut. Kapasitas dan HT
dari berbagai ingatan orang bervariasi tergantung pada jenis informasi apa yang disimpan dan pada seberapa banyak
informasi yang disimpan.
PROSESOR PERCEPTUAL
Ketika kita membuat keputusan, pertama kita melihat informasi, lalu mengekstrak fitur dari informasi tersebut.
Dalam Gambar 5.3, prosesor persepsi mengirim data dari mata dan telinga ke dua bank data, toko gambar visual dan
toko gambar pendengaran. Data di bank-bank ini membusuk dengan sangat cepat. HT untuk penyimpanan gambar
visual adalah 200 ms; untuk toko pendengaran HT adalah 1500 ms. Dengan tayangan visual, gambar pertama kali
tersedia dari retina mata dan disimpan di otak untuk waktu yang sangat singkat. Gambar itu benar, yang artinya
benar bagi dunia nyata. Namun, karena kemampuan pemrosesan informasi kami yang terbatas, kami hanya dapat
menangani beberapa bagian gambar. Ketika saya melihat 30 siswa yang aneh di kelas saya, saya hanya bisa
memperhatikan 1 siswa sekaligus. Perhatian itu seperti lampu pencarian. Dengan meletakkan sinar pada objek, kita
fokus pada objek tertentu tetapi melupakan sisanya, untuk saat ini.
Kadang-kadang ada fitur di lingkungan yang membuat kita memperhatikan fitur-fitur tertentu lebih dari kita
memperhatikan detail lainnya. Dari iklan kita tahu bahwa elemen besar, figur kompleks, dan gambar dinamis
menarik perhatian kita lebih dari sebaliknya; gambar kecil, sederhana, dan statis tidak terlalu diperhatikan. Visi
pinggiran memainkan peran besar dalam konteks ini. Ambil contoh gambar bergerak. Ketika ada benda bergerak
dalam penglihatan tepi kita, kita tidak bisa tidak memalingkan kepala untuk melihatnya. Ini adalah refleks pra-
perhatian bawaan — kita melihat secara otomatis bahkan sebelum kita memperhatikan apa yang sedang terjadi
(Neisser, 1967). Refleks semacam itu dapat memperingatkan kita tentang banyak bahaya, karena nenek moyang kita
diperingatkan tentang binatang buas.
Toko gambar visual juga disebut memori ikonik. Ini memiliki kapasitas sekitar 17 huruf. Kapasitas memori dapat
diselidiki dalam percobaan laboratorium; eksperimen semacam itu biasanya dilakukan di departemen psikologi.
Dengan menggunakan tachistoscope, seseorang dapat mem-flash sebuah gambar dengan beberapa huruf di layar
selama sekitar 500 ms. Karena durasi blitz sangat singkat, orang yang diuji tidak akan memiliki kesempatan untuk
menghafal surat-surat, dan hanya dapat mereproduksi mereka dengan "melihat" pada apa yang tersisa dari gambar
yang cepat membusuk. Tugasnya adalah menyebutkan sebanyak mungkin surat; 17 huruf adalah batas perkiraan.
Toko gambar auditori, juga disebut sebagai memori echo, bekerja dengan cara yang sama. Memori gema
menyimpan tayangan suara, dan HT-nya sekitar 1500 ms. Selama 1,5 detik ini kita masih bisa "mendengar" apa
yang dikatakan, itulah sebabnya jenis memori ini disebut memori gema. HT dari memori echoic jauh lebih lama
daripada memori ikonik. Hal ini memungkinkan untuk mendengarkan kata-kata bersama dalam sebuah kalimat dan
memahaminya sebagai keseluruhan kalimat, bukan sebagai kata-kata yang terisolasi.
Kami sekarang telah menyelesaikan seluruh rantai pemrosesan informasi pada Gambar 5.3, dari input persepsi
hingga kognisi (atau pengambilan keputusan) hingga aksi (atau output motor).
Untuk tugas rutin, dimungkinkan untuk memperkirakan berapa lama waktu yang dibutuhkan elemen-elemen ini.
Tugas sederhana, seperti menggerakkan kursor bolak-balik antara dua target di layar (tanpa melewatkan target) akan
memakan waktu sekitar 240 ms; 100 ms untuk prosesor perseptual, 70 ms untuk membuat keputusan tentang ke
mana harus pergi berikutnya, dan 70 ms untuk prosesor motor untuk menyelesaikan gerakan. Untuk tugas yang lebih
kompleks, proses persepsi dan kognitif akan membutuhkan waktu lebih lama, walaupun respons motorik mungkin
masih dapat diselesaikan dengan cukup cepat. Setelah keputusan dibuat, tindakan biasanya cepat.
5.6 HEURISTIK DIGUNAKAN UNTUK MENGATASI DENGAN
PEMBATASAN MEMORI KERJA
Seperti disebutkan di atas, batasan WM (atau STM) adalah 7 ± 2 bongkahan. Ini adalah kerentanan terbesar kami
sebagai pengolah informasi. Dalam kehidupan nyata kita sering mengalami situasi di mana permintaan pemrosesan
lebih besar dari 9 bongkahan. Jika demikian, kami dengan cepat menemukan cara mengatasi kelebihan informasi
dengan menggunakan aturan praktis, atau heuristik. Hal ini memungkinkan untuk menyederhanakan keputusan dan
dengan demikian mengurangi beban memori kerja. Mari kita asumsikan bahwa Anda mencoba mengalikan 147 × 52
di kepala Anda. Anda harus benar-benar cepat karena waktu informasi sekitar 7 detik. Ini berarti bahwa Anda
mungkin melupakan produk multiplikasi menengah lebih cepat daripada yang Anda hasilkan. Jadi kami
menyederhanakan masalah dengan menggunakan heuristik. Mari kita lihat, 147 × 52 hampir sama dengan 150 × 50
yang sama dengan 7.500. Jawaban ini seringkali cukup baik, kecuali ada kebutuhan untuk respon yang akurat.
Atau anggap Anda membaca kalimat dalam sebuah buku dan ada beberapa kata aneh yang tidak Anda mengerti.
Lewati kata-kata dan Anda mungkin mengerti arti dari kalimat itu.
Baru-baru ini ada banyak penelitian tentang heuristik dan bias. Ini berkaitan dengan bagaimana heuristik
menyelamatkan kita dari membebani otak (Gilovich, Griffin, dan Kahneman, 2002). Slovic dan Lichtenstein (1988)
mencatat bahwa keterbatasan kognitif memaksa pembuat keputusan untuk membangun model masalah mereka yang
disederhanakan. Gigerenzer dan Selten (1999) menggarisbawahi bahwa heuristik memungkinkan pengambilan
keputusan yang cepat, hemat, dan akurat, dan bahwa, bertentangan dengan kebijaksanaan konvensional, penggunaan
heuristik tidak perlu merugikan. Heuristik sederhana dapat mengeksploitasi keteraturan di lingkungan. Mereka
biasanya tugas khusus; tidak seperti model penelitian operasi, mereka bukan alat tujuan umum. Di bawah ini kami
memberikan gambaran singkat tentang beberapa heuristik terkenal.
SALIENCE BIAS (PAYNE, 1980)
Operator paling memperhatikan informasi yang menonjol, seperti tanda-tanda cerah, suara keras, huruf besar, bagian
atas halaman, dan sebagainya. Orang-orang dalam periklanan memahami ini dengan sangat baik: tanda-tanda besar
bekerja jauh lebih baik daripada tanda-tanda kecil. Di halaman kuning, kami menemukan sejumlah perusahaan yang
namanya diawali dengan A, seperti AA Automotive Repairs.
Sebagai JIKA HEURISTIK (JOHNSON, 1973)
Operator bertindak seolah-olah semua informasi sama-sama berharga. Beberapa informasi jelas lebih penting untuk
diagnosis dan pengambilan keputusan, dan informasi lainnya kurang penting. Namun, kami memperlakukan semua
informasi seolah-olah bernilai sama. Dokter medis, misalnya, mendasarkan diagnosis penyakit pada beberapa gejala
yang berbeda. Satu dokter mungkin mencari enam gejala, dan jika ia menemukan enam gejala, ada sedikit keraguan.
Tetapi katakanlah dokter hanya menemukan empat gejala dari enam. Apa yang harus dilakukan dokter? Itu
tergantung pada informasi kontekstual, seperti jenis penyakit yang sedang didiagnosis. Penyakit tropis akan masuk
akal di Singapura tetapi tidak di Swedia. Namun, sering kali, seorang dokter Swedia (dan juga orang lain), akan
mengabaikan informasi probabilitas — dan mungkin memutuskan untuk penyakit tropis — seolah-olah semua
informasi sama pentingnya.
PERHITUNGAN ARITHMETIK
Kami telah membuat referensi untuk ini di atas. Dalam mengalikan 147 × 52 kita mengambil jalan pintas dan
kalikan 150 × 50. Ini hampir sama, dan mungkin cukup baik untuk masalah yang kita coba selesaikan. Dengan
demikian memori yang bekerja tidak habis.
KETERSEDIAAN HEURISTIK (TVERSKY, 1974)
Peristiwa probabilitas tinggi lebih disukai daripada peristiwa probabilitas rendah. Misalnya, Anda dapat membawa
mobil ke bengkel untuk diperbaiki karena tidak mau memulai. Mekanik baru saja memperbaiki dua mobil dengan
gejala yang sama dan mereka berdua melibatkan penggantian timing belt. Karena ini adalah perbaikan baru-baru ini,
ia akan mulai dengan hipotesis bahwa timing belt mungkin menjadi penyebab kegagalan mobil.
BIAS KONFIRMASI (EINHORN, 1978)
Ini agak mirip dengan ketersediaan heuristik. Mari kita asumsikan bahwa Anda merekrut karyawan baru untuk
perusahaan Anda. Kesan pertama sangat penting. Satu orang masuk dan segera membuat kesan buruk. Anda
kemudian akan menjadi bias untuk terus mencari konfirmasi informasi negatif selama wawancara dan meremehkan
informasi positif. Strategi ini membuat tugas lebih mudah. Satu jawaban yang jelas dihasilkan tanpa ada atau tidak
ada.
REVERSE CAUSAL REASONING (EDDY, 1982)
A menyiratkan B juga berarti bahwa B menyiratkan A. Peningkatan suhu menyebabkan peningkatan tekanan di
dalam panci bertekanan — benar. Peningkatan tekanan menyebabkan peningkatan suhu — tidak benar; tetapi ini
adalah jenis kesalahan yang mungkin kita buat dalam alasan tentang prosesnya.
KEPERCAYA DIRI DALAM DIAGNOSA (KLEINMUNTZ, 1990)
Ini berlaku untuk sebagian besar penilaian yang kita buat dalam kehidupan sehari-hari. Tanyakan kepada penggemar
sepak bola Manchester United apa yang menurutnya merupakan probabilitas bahwa Manchester akan mengalahkan
Arsenal. Meskipun statistik pertandingan sepak bola terakhir menunjukkan probabilitas 0,6, ia mungkin mengatakan
0,9.
OVERESTIMASI NOMOR KECIL DAN
UNDERESTIMASI NOMOR BESAR
Sulit untuk menilai probabilitas kecil. Pengemudi mungkin berharap bahwa probabilitas kontrol kecepatan polisi
adalah 0,02 (2%). Pada kenyataannya, kontrol kecepatan jauh lebih jarang, tetapi karena kita menganggapnya
sebagai peristiwa penting, jumlahnya dilebih-lebihkan.
RINGKASAN
Untuk meringkas, kami menggunakan heuristik sepanjang waktu. Dalam kebanyakan kasus, kami bahkan tidak
merefleksikan bagaimana keputusan dibuat, dan kami tidak mengetahui heuristik tertentu yang kami adopsi untuk
menangani peristiwa dalam kehidupan nyata. Penggunaan heuristik meningkatkan kemampuan kita untuk berurusan
dengan keputusan secara real time dan untuk mencapai solusi yang masuk akal untuk masalah sehari-hari.
Terkadang mungkin ada efek yang tidak diinginkan dan keputusan yang sangat buruk, seperti diilustrasikan dalam
studi kasus di bawah kecelakaan Three Mile Island.
CONTOH: BIAS KONFIRMASI DI TIGA PULAU PEMBANGKIT LISTRIK NIGLE ISLAND
Pada saat kecelakaan pembangkit listrik tenaga nuklir di Three Mile Island di AS, operator fokus pada tampilan
yang menunjukkan bahwa katup bantuan telah ditutup. Ini ternyata informasi yang salah: katup relief sebenarnya
masih terbuka. Mereka kemudian mencari bukti yang mengkonfirmasi bahwa ketinggian air terlalu tinggi, meskipun
sebenarnya terlalu rendah. Dalam melakukan hal itu, perhatian mereka dialihkan dari banyak faktor yang saling
bertentangan, dan situasi berbahaya terus menumpuk hingga menjadi bencana (Wickens and Hollands, 2001). Ada
tiga alasan untuk bias konfirmasi:
1. Orang memiliki kesulitan kognitif dalam berurusan dengan informasi negatif.
2. Untuk mengubah suatu hipotesis diperlukan upaya.

3. Perumusan akhir dari keputusan menjadi ramalan yang terpenuhi dengan sendirinya. Kami memulai dengan
sikap hati-hati dan terus membangun bukti yang membenarkan.
Tantangan utama adalah membuat pengambil keputusan mempertimbangkan bukti yang tidak sesuai. Ini adalah
masalah yang sangat sulit untuk dipecahkan di pembangkit listrik tenaga nuklir. Mungkin dimungkinkan untuk
menekankan informasi yang tidak mengonfirmasi dengan menggunakan tampilan yang berbeda. Pajangan semacam
itu dapat mengekspresikan semantik dalam situasi tersebut, merangkum berbagai alternatif pengambilan keputusan,
dan mempertahankan alternatif itu tetap hidup sampai keputusan akhir dibuat.
5.7 DARI PEMBUATAN KEPUTUSAN FORMAL KEPADA NATURALISTIK
PEMBUATAN KEPUTUSAN
Dalam diskusi di atas, kita telah melihat bahwa sulit untuk merumuskan model yang tepat atau lengkap untuk
pemrosesan informasi. Pada bagian ini kami akan menjelaskan beberapa kasus ekstrem: sekolah pengambilan
keputusan klasik dan pendekatan naturalistik untuk pengambilan keputusan. Dalam pengambilan keputusan klasik,
banyak penekanan ditempatkan pada menemukan solusi optimal berdasarkan tujuan yang stabil, nilai-nilai, dan
faktor lingkungan. Namun, pandangan klasik tidak menjelaskan proses kognitif yang mendasari pengambilan
keputusan. Paradigma pengambilan keputusan yang naturalistik berupaya mempelajari bagaimana keputusan dibuat
oleh orang-orang di bawah kondisi dunia nyata, termasuk aspek-aspek yang sering terlewatkan dalam kondisi
laboratorium.
SEKOLAH KLASIK PEMBUATAN KEPUTUSAN
Seorang pembuat keputusan yang wajar seharusnya memilih alternatif yang memaksimalkan nilai yang diharapkan
Σρi ν i, di mana ρi dan v i adalah probabilitas dan nilai alternatif keputusan yang berbeda, diringkas lebih i
konsekuensi dari alternatif yang diberikan (Gigerenzer dan Selten, 1999) . Nilai yang diharapkan dari suatu
keputusan ditawarkan oleh sekolah normatif sebagai standar emas untuk pengambilan keputusan yang baik
(Wickens dan Hollands, 2000). Ini berarti bahwa keputusan optimal akan secara konsisten menghasilkan nilai
maksimum jika diulang berkali-kali.
Dalam beberapa tahun terakhir, telah ada perubahan dari pengambilan keputusan formal ke pendekatan yang
lebih oportunistik. Ada kesadaran bahwa alternatif sulit untuk dirumuskan, dan solusi optimal mungkin tidak ada.
Sulit untuk sepenuhnya mendiagnosis seluruh situasi, menetapkan probabilitas dan nilai, dan mempertimbangkan
semua hasil yang mungkin. Simon (1962) membahas pentingnya sub-optimalisasi, atau membuat pilihan
"memuaskan". Keputusan tidak pernah bisa sempurna; alih-alih kita harus mencari keputusan yang cukup baik.
KARAKTERISTIK PENGATURAN KEPUTUSAN NATURALISTIK
Dalam situasi sehari-hari, keputusan tertanam dalam tugas yang lebih besar. Penelitian keputusan di laboratorium
cenderung kehilangan perspektif yang lebih besar dari konteks yang bermakna. Dalam lingkungan alami, membuat
keputusan biasanya bukan tujuan itu sendiri, tetapi sarana untuk mencapai tujuan yang lebih luas. Orasanu dan
Connolly (1993) mengidentifikasi delapan faktor yang menjadi ciri pengambilan keputusan dalam pengaturan
naturalistik:
Masalah Terstruktur
Ketika suatu tugas tidak terstruktur, pembuat keputusan mungkin tidak sepenuhnya memahami masalahnya, namun
ia perlu menghasilkan respons yang tepat. Mungkin tidak ada prosedur yang pasti untuk diikuti, dan mungkin ada
beberapa cara yang sama baiknya untuk menyelesaikan masalah. Desain teknik adalah contoh masalah yang tidak
terstruktur.
Lingkungan Dinamis Tidak Pasti
Lingkungan tugas dapat berubah dengan cepat. Ini menghasilkan situasi yang tidak stabil di mana kondisi untuk
pengambilan keputusan juga berubah. Anggaplah Anda berlayar lima mil dari pantai. Awan gelap muncul; mungkin
Anda berlayar ke badai. Haruskah Anda menurunkan layar dan menghidupkan mesin atau menaikkan layar yang
lebih besar, sehingga Anda dapat dengan cepat mencapai pantai? Baiklah, mari kita lihat bagaimana situasinya
berkembang.
Pergeseran, Sasaran Tidak Jelas, atau Tujuan Bersaing
Pengambil keputusan dapat dibimbing oleh banyak tujuan yang berbeda, beberapa di antaranya mungkin tidak jelas
atau bertentangan dengan tujuan lain. Jadi pembuat keputusan harus menukar tujuan yang berbeda. Dalam membeli
mobil orang dapat mempertimbangkan kriteria yang saling bertentangan seperti sporty, nilai bekas, kebutuhan untuk
perbaikan, perawatan murah, dan harga. Ini adalah kriteria yang bertentangan, dan keputusan trade-off harus dibuat.
Menjelajahi Tindakan Alternatif
Dalam lingkungan naturalistik, pembuat keputusan mungkin membutuhkan waktu lama untuk menilai situasi, dan
keputusan akhir terdiri dari beberapa keputusan kecil yang terjadi seiring waktu. Dalam mengonfirmasi keputusan,
kendala diperkenalkan sekarang dan kemudian: "Oke, sekarang kita memutuskan untuk mendapatkan kendaraan
sport, bisakah kita sepakat bahwa kita tidak suka hitam?" Pembuat keputusan akan terlibat dalam serangkaian acara
untuk menangani masalah atau hanya untuk mengetahui lebih lanjut tentang situasi tersebut. Pembeli mobil biasanya
membutuhkan beberapa bulan untuk membuat keputusan akhir.
Menekankan
Pembuat keputusan yang berada di bawah tingkat stres pribadi yang tinggi sering lelah dan tidak termotivasi. Dalam
kondisi ini, mereka dapat menggunakan strategi yang tidak lengkap untuk sampai pada suatu keputusan.
Taruhan tinggi
Dalam situasi nyata, hasil dari suatu keputusan seringkali melibatkan pertaruhan nyata yang penting bagi pembuat
keputusan, yang karenanya akan mengambil peran aktif dalam memastikan hasil yang baik.
Banyak Pemain
Dalam sebuah tim, individu-individu mengambil peran yang berbeda. Masalah muncul ketika mereka tidak memiliki
tujuan yang sama.
Tujuan dan Norma Organisasi
Organisasi dapat menetapkan tujuan umum dan prosedur operasi standar yang harus dipatuhi individu. Ini mungkin
bertentangan dengan tujuan pribadi karyawan.
Fenomena yang diamati dalam lingkungan alam yang kompleks berbeda secara substansial dari penelitian yang
dihasilkan di lingkungan laboratorium universitas. Di bawah ini kami akan memberikan contoh model yang
dikembangkan dalam pengaturan naturalistik.
5.8 MODEL RASMUSSEN
Jens Rasmussen (1983; 1986) adalah salah satu yang pertama merumuskan model pengambilan keputusan yang
naturalistik. Ia membedakan antara pengambilan keputusan dan kinerja tugas Berbasis Keterampilan, Berbasis
Aturan, dan Berbasis Pengetahuan (lihat Gambar 5.4).
Seseorang dapat memasuki situasi yang sangat akrab. Dalam pembuatan, misalnya, seorang operator di jalur
perakitan mengambil bagian-bagian yang berbeda dari tempat sampah, merakitnya, dan menempatkan produk jadi
pada sabuk konveyor. Dia bisa melakukan tugas dalam tidurnya, seolah-olah. Ini otomatis dan biasanya tidak
banyak keputusan. Ini disebut sebagai perilaku keputusan berbasis keterampilan. Tidak perlu untuk keputusan
formal dan pelaksanaan tugas otomatis.
Tingkat selanjutnya disebut keputusan berbasis aturan. Ini tidak lagi otomatis. Dalam hal ini ada beberapa aturan
yang dipahami dengan baik untuk pengambilan keputusan.
• Jika situasi A, maka saya lakukan X.
• Jika situasi B, maka saya lakukan Y.

• Jika situasi C, maka saya lakukan Z.
Misalnya, mari kita asumsikan bahwa Anda mengemudi di jalan yang berliku dan sedingin es, dan Anda
mengarahkan mobil di sepanjang tikungan ke kanan.
GAMBAR 5.4 Model Rasmussen untuk
berbasis keterampilan, berbasis aturan, dan
perilaku berbasis pengetahuan.

• Situasi A: Mobil stabil. Putar setir ke kanan.
• Situasi B: Mobil tergelincir di jalan. Pertama-tama, belok ke kiri untuk menangkal penyaradan. Lalu
arahkan ke kanan.
Keputusan berdasarkan aturan biasanya sangat efektif, karena cepat dan dapat menangani berbagai kondisi.
Keputusan berdasarkan pengetahuan adalah tipikal untuk lingkungan yang kompleks dan untuk tugas yang tidak
dikenal. Dalam hal ini operator pertama-tama harus memikirkan maksud dan tujuan tugas (kotak di bagian atas
Gambar 5.4). Ini mungkin memerlukan pemikiran dan analisis yang mendalam, dan hasilnya tidak jelas. Misalnya,
pertimbangkan kilang minyak. Ini adalah lingkungan yang kompleks, di mana biasanya ada 2000 sensor untuk
pengukuran suhu, tekanan, dan aliran. Sensor-sensor ini terletak di seluruh pabrik, dan mereka sering digabungkan,
dalam arti bahwa jika ada masalah di satu lokasi, itu juga akan mempengaruhi sensor hulu dan hilir. Operator di
ruang kontrol duduk di depan layar komputer besar, di mana ia dapat memantau situasi.Dalam situasi alarm
mungkin ada 200 alarm simultan dan sangat sulit untuk mengidentifikasi akar penyebabnya.
Operator pertama-tama harus memahami apa yang terjadi. Dia akan mengamati informasi dan data di layar dan
mencoba menemukan kesalahannya. Dia mungkin dapat menyelesaikan masalah dengan segera melalui
pengambilan keputusan berdasarkan aturan: jika alarm untuk Sensor A dan B diaktifkan, maka lakukan X; jika
alarm untuk Sensor B, C, dan D diaktifkan maka lakukan Y; Dan seterusnya.
Kadang-kadang operator dapat memahami konsekuensi dari kesalahan, tetapi mungkin tidak dapat memutuskan
apa yang harus ia lakukan. Mungkin ada masalah dalam memahami tujuan dan prioritas perusahaan. Sebagai contoh,
manajemen mungkin telah memutuskan operator itu
hanya dapat membuat keputusan tentang masalah kecil, tetapi harus memanggil pengawas jika ada masalah besar.
Tetapi jika ada peristiwa bencana, operator harus segera menutup rencananya. Aturan-aturan ini mungkin tampak
jelas, tetapi dalam kehidupan nyata sulit untuk memahami apa yang merupakan masalah utama dan apa yang
merupakan masalah besar. Ada juga tujuan yang bertentangan dari produktivitas dan keselamatan, dan dilema utama
adalah untuk memahami seberapa jauh seseorang dapat memanipulasi pengaturan kilang minyak untuk
meningkatkan produktivitas tanpa membahayakan keselamatan operasi.
Sekalipun operator akhirnya menyelesaikan tujuan dan prioritas operasi, ia mungkin masih tidak mengerti apa
yang harus dilakukan tentang hal itu. Katakanlah dia sedang berusaha menurunkan suhunya. Apa kriteria untuk suhu
yang lebih rendah dan nilai terkait untuk aliran dan tekanan? Adakah implikasi kebijakan bagi perusahaan?
Jika masalah ini akhirnya diselesaikan, operator perlu mengubah pengaturan kontrol. Di pabrik yang kompleks
biasanya ada beberapa cara. Mungkin perlu bagi perusahaan untuk menerapkan kebijakan untuk pengaturan kontrol.
Dengan pelatihan dan pengalaman, banyak tugas berbasis pengetahuan diubah menjadi tugas berbasis aturan dan
tugas berbasis aturan menjadi tugas berbasis keterampilan. Ambil contoh seorang pilot pesawat tempur. Dengan
meningkatnya pelatihan, rutinitas berbasis pengetahuan dipahami dengan baik, sehingga pilot dapat
mengembangkan seperangkat aturan yang efektif. Bahkan, tujuan utama pelatihan pilot adalah untuk
mengembangkan respons otomatis dan refleks terhadap skenario yang sulit. Waktu adalah hal yang penting, dan
keraguan untuk mempertimbangkan kebijakan dan tujuan akan menyebabkan penundaan waktu, yang dapat menjadi
bencana bagi pilot.
Satu perbedaan utama antara model Rasmussen dan model pengambilan keputusan sebelumnya adalah bahwa
Rasmussen tertarik dalam mengklasifikasikan tugas; dia tidak begitu tertarik untuk menyelidiki kognisi manusia.
Jika suatu tugas berbasis pengetahuan, itu mungkin bermasalah; pertanyaannya kemudian adalah bagaimana tugas
itu dapat dirancang ulang. Ini adalah pendekatan teknik. Untuk mengklasifikasikan tugas kita perlu memahami
tentang persyaratan tugas dan tingkat keterampilan operator, tetapi pemahaman rinci tentang proses kognitif tidak
diperlukan.
OLAHRAGA
Seorang kolega Swedia mengklaim bahwa pekerjaan harus dirancang sehingga mereka memiliki konten berbasis
pengetahuan yang besar; dengan demikian operator akan memiliki kepuasan kerja yang lebih besar. Untuk
mengajukan keputusan berbasis pengetahuan, operator harus berpikir sangat keras. Ini adalah proses kreatif, dan
orang-orang yang memiliki peluang untuk menjadi kreatif memiliki kepuasan kerja yang lebih besar. Keputusan
penting harus diserahkan kepada operator, sementara tindakan berulang harus diotomatisasi dan dilakukan oleh
mesin.
Argumen tandingannya adalah bahwa operator mungkin saja stres. Mungkin ada lebih banyak kepuasan dari
tindakan yang mengalir, atau alur kerja yang baik.
Diskusikan pro dan kontra. Bisakah tugas berbasis pengetahuan menciptakan kepuasan lebih dari tugas
berdasarkan aturan? Berikan contoh pekerjaan yang berbeda dan tugas yang berbeda. Bandingkan tugas-tugas dari
(1) seorang penulis menulis sebuah novel, (2) seorang pianis melakukan konser, (3) seorang pilot tempur dalam
perkelahian anjing, (4) seorang politisi berpidato, dan sebagainya. Bagilah ini menjadi tugas-tugas berbasis
keterampilan dan berbasis aturan, dan jelaskan tugas-tugas mana yang menurut Anda memuaskan bagi operator.
5.9 KELEBIHAN EKSEKUSI DAN EVALUASI NORMAN
Konsep Rasmussen memiliki pengaruh besar pada penelitian dalam kognisi dan pengambilan keputusan. Norman
(1988) menerbitkan model yang disebut Teluk Eksekusi dan Evaluasi (lihat Gambar 5.5). Model ini telah digunakan
secara luas dalam interaksi manusia-komputer.
Menurut model ini, pengguna antarmuka harus dapat melakukan beberapa hal berbeda: merumuskan tujuannya;
merumuskan niatnya; tentukan tindakannya; melakukan tindakan; memahami kondisi sistem; menafsirkan status
sistem; dan mengevaluasi hasilnya. Untuk mewujudkan hal ini, seorang perancang sistem informasi perlu
mempertimbangkan dengan cermat bagaimana ia dapat merancang antarmuka sehingga:
• Status sistem dan alternatif tindakan terlihat
• Ada model konseptual yang baik dengan citra sistem yang konsisten
• Antarmuka memiliki pemetaan yang berguna yang mengungkapkan hubungan antar tahap
• Pengguna menerima umpan balik berkelanjutan tentang tindakannya
Model ini sebenarnya cukup mirip dengan Rasmussen. Satu perbedaan adalah bahwa model Norman dimulai di
sudut kanan bawah, sedangkan Rasmussen dimulai di bawah
GAMBAR 5.5 Jurang evaluasi
dan eksekusi (Norman, 1988).

kiri. Lebih penting lagi, implikasi model ditafsirkan secara sangat berbeda. Norman jelas lebih fokus pada desain
sistem, sedangkan Rasmussen hanya menyajikan kerangka kerja konseptual, yang kemudian ditafsirkan dalam
banyak konteks yang berbeda, yang mengarah ke beberapa proposal desain, termasuk Norman.
5.10 PENGAMBILAN KEPUTUSAN PROGRAM PENGAKUAN
Model Pengambilan Keputusan Pengakuan Prima (RPD) dikembangkan oleh Klein (1989) dan Klein et al. (1993).
Awalnya didasarkan pada pengamatan pemadam kebakaran di lingkungan alami mereka. Klein menemukan bahwa
dalam 80% keputusan petugas pemadam kebakaran, mereka mengenali situasinya dan dapat menggunakan tindakan
standar dalam memadamkan api. Semakin berpengalaman seorang pemadam kebakaran, semakin besar daftar
tindakan yang bisa dia lakukan. RPD
juga memiliki kesamaan dengan perilaku berbasis aturan Rasmussen: jika situasi A, maka lakukan X; jika situasi B,
maka lakukan Y; Dan seterusnya.
Dalam RPD ada tiga situasi keputusan yang berbeda.
1. Situasi pertama adalah seperti dijelaskan di atas, di mana operator mengenali suatu situasi dan bertindak seperti
sebelumnya.
2. Kadang-kadang situasinya mungkin sedikit berbeda dari situasi masa lalu, dan operator kemudian akan pergi
melalui simulasi mental tentang apa yang bisa terjadi jika ia memutuskan untuk bertindak sesuai dengan pola
yang sudah dikenalnya. Baru setelah itu ia memutuskan untuk menerima tindakan rutin yang umum.
3. Operator mensimulasikan tindakan lagi, tetapi memutuskan bahwa tindakan rutin tidak lagi sesuai.
Salah satu perbedaan penting dari RPD adalah bahwa pembuat keputusan tidak melalui semua alternatif yang
mungkin sebelum mereka membuat keputusan. Mereka menggunakan heuristik yang andal (dalam hal ini untuk
pemadaman kebakaran) dan dalam kebanyakan kasus mereka benar. Oleh karena itu model memiliki fitur kriteria
memuaskan Simon (1969) dan tangga keputusan Rasmussen pada Gambar 5.4.
MIKRO-KOGNISI DAN MAKRO-KOGNISI
Dalam perkembangan RPD, Klein (1994) membuat perbedaan antara kognisi mikro dan kognisi makro. Mikro-
kognisi adalah khas untuk kognisi dalam situasi eksperimental di laboratorium psikologi: pemecahan teka-teki,
mencari ruang masalah, perhatian selektif, memilih antara opsi, dan memperkirakan nilai-nilai ketidakpastian.
Banyak penelitian telah dilakukan pada pemecahan teka-teki (juga disebut masalah crypt-arithmetic) untuk
memahami jenis strategi apa yang digunakan orang untuk sampai pada hasil. Salah satu contoh masalah seperti ini
adalah ini:
DONALD + GERALD = ROBERT; selesaikan untuk D = 2
Dari studi ini kita dapat belajar sedikit tentang strategi untuk pemecahan masalah dan kognisi, dan kita dapat belajar
bagaimana mengatur model prediksi kuantitatif kognisi (seperti tujuan, operator, metode, dan seleksi [GOMS]; lihat
Bab 7), tetapi hasilnya sulit diterapkan untuk pemecahan masalah dunia nyata. Ini bukan untuk mengatakan bahwa
model kuantitatif tidak berguna. GOMS telah digunakan untuk merancang produk konsumen tertentu, seperti
keyboard dan kalkulator (Card, Moran, dan Newell, 1980).
Makro-kognisi adalah tipikal dari situasi kehidupan nyata, seperti perencanaan dan perencanaan ulang, deteksi
masalah, membangun tindakan, manajemen perhatian, mengenali situasi, dan mengelola ketidakpastian. Jenis
masalah ini sulit untuk dimodelkan secara kuantitatif, dan analisisnya kualitatif.
5.11. KESADARAN SITUASI
Agar berfungsi dengan baik, orang harus memiliki gambaran yang akurat tentang situasi mereka dan bagaimana itu
berkembang. Sebagai contoh, seorang pengemudi mobil harus mengetahui lalu lintas di sekitarnya. Seorang
pengemudi dengan kesadaran situasi akan melihat bahwa beberapa anak yang bermain di sebelah jalan akan berlari
ke jalan untuk menangkap bola.
Model kesadaran situasi dikembangkan oleh Endsley (1995). Ini telah digunakan secara luas untuk analisis dan
desain sistem. Dia memberikan definisi berikut: "Kesadaran situasi adalah persepsi unsur-unsur dalam lingkungan
dalam volume waktu dan ruang, pemahaman makna mereka, dan proyeksi status mereka dalam waktu dekat."
Konsep utama adalah model informasi manusia, dengan tiga langkah sebagai berikut:
1. Persepsi elemen dalam situasi saat ini
2. Pemahaman tentang situasi saat ini
3. Proyeksi status masa depan
Berdasarkan ini, orang tersebut membuat keputusan dan melakukan tindakan (lihat Gambar 5.6). Prediksi sangat
penting dalam semua interaksi manusia-mesin dan tugas-tugas HCI; jika pengguna memahami apa yang akan
terjadi, maka lebih mudah untuk merencanakan tindakan di masa depan. Lebih sedikit kesalahan akan dilakukan dan
waktu kinerja akan berkurang.
GAMBAR 5.6 Fitur utama
kesadaran situasi. Diadaptasi dari
Endsley (1995).
Informasi yang terkait dengan kesadaran situasi berbeda dari model pemrosesan informasi reguler; itu jauh lebih
spesifik dan terkait dengan kinerja tugas. Sementara sebagian besar informasi diakumulasikan dalam STM, seorang
ahli juga dapat mengambil informasi dari LTM dan dengan cepat mengunduh pola untuk pemrosesan dan tindakan
informasi. Ini akan berlaku untuk pemain catur, pengemudi mobil, peramal cuaca, dan pengontrol lalu lintas udara.
Beberapa orang memiliki kesadaran situasi yang baik karena mereka ahli dan mereka telah belajar untuk menguasai
suatu situasi.
Kesadaran situasi sulit diukur. Seseorang tidak bisa hanya bertanya kepada orang-orang apakah mereka memiliki
kesadaran situasi; mereka tidak akan tahu jika ada aspek yang tidak mereka sadari.
Seorang pilot pesawat tempur yang menyadari dan dapat memprioritaskan berbagai ancaman pada tahap awal
mungkin memiliki keunggulan dibandingkan pesawat musuh. Salah satu tantangan utama adalah merancang
tampilan yang dapat membantu pilot dalam memprediksi tindakan di masa depan. Asumsikan bahwa kami telah
merancang dua tampilan alternatif. Layar dapat diuji dalam simulator penerbangan. Biasanya seorang pilot akan
menerbangkan skenario dan pada waktu tertentu simulasi akan dihentikan dan pilot akan ditanyai pertanyaan tentang
konten tampilan, dan yang lebih penting, apa tindakan selanjutnya. Tampilan yang paling bisa mendukung prediksi
tindakan di masa mendatang lebih disukai.
5.12 PARADIGMA TEORI DETEKSI SINYAL
Terkadang sulit untuk mendengar dan melihat karena sinyalnya lemah dan ada ketidakpastian. Bayangkan Anda
sedang berjalan di Main Street dan pada jarak 50 m Anda mengenali teman Anda dan mulai melambaikan tangan.
Pada jarak 20 m Anda menyadari bahwa Anda telah melakukan kesalahan. Jenis peristiwa ini dapat dimodelkan
menggunakan teori deteksi sinyal (SDT). Menurut STD, ada dua kemungkinan dunia: apakah ada sinyal atau tidak
ada sinyal. Dalam kedua kasus, operator dapat menjawab "Ya" (ada sinyal) atau "Tidak" (tidak ada sinyal) (lihat
Gambar 5.7). Contoh klasik di militer melibatkan operator menonton pajangan radar atau mendengarkan bip sonar.
Sinyal radar disamarkan oleh noise, dan operator tidak selalu dapat memastikan apakah blip pada layar adalah
pesawat terbang, beberapa objek lain, atau hanya noise.Banyak penelitian telah dilakukan di bidang ini dengan
tujuan merancang pajangan, melatih operator, dan memastikan bahwa operator waspada dan tidak ada sinyal yang
hilang.
GAMBAR 5. 7 Deteksi sinyal

paradigma teori.
Menonton layar bisa menjadi tugas yang sangat membosankan. Tidak ada yang terjadi selama berjam-jam,
menyebabkan operator menjadi mengantuk. Mempertahankan kewaspadaan — yaitu, kemampuan untuk
mempertahankan perhatian selama periode waktu yang lama — bisa sangat menantang.
Menurut SDT, ada dua situasi: sinyal atau noise. Biasanya noise ditumpangkan pada sinyal seperti noise yang
pecah pada layar radar yang bising. Operator dapat merespons dengan dua cara: "Ya" (ada sinyal) atau "Tidak"
(tidak ada sinyal). Jika ada sinyal dan operator mengatakan ya, situasinya disebut sebagai pukulan. Ini dapat
dinyatakan sebagai probabilitas untuk mengatakan ya, diberi sinyal plus noise, atau p (Ya / S). Alarm palsu adalah
situasi di mana tidak ada target tetapi operator mengatakan "Ya." Jika tidak ada sinyal dan
operator mengatakan "Tidak," kami memiliki penolakan yang benar. Akhirnya operator mungkin kehilangan sinyal,
sehingga mengakibatkan kehilangan.
Ada banyak aplikasi teori deteksi sinyal dalam kehidupan nyata.
• Seorang ahli radiologi memeriksa x-ray untuk menentukan apakah suatu tumor ganas (sinyal) atau jinak (noise).
• Pengawas pembangkit listrik tenaga nuklir memutuskan apakah alarm yang ada berarti bahwa ada kerusakan
pada pembangkit listrik (sinyal) atau bahwa situasinya masih normal (bising).
• Pakar poligraf menentukan apakah data dari poligraf menunjukkan bahwa seseorang telah berbohong
(sinyal) atau mengatakan yang sebenarnya (noise).
• Petugas pemeliharaan pesawat berusaha menemukan celah di kerangka pesawat. Retaknya sulit dilihat. Untuk
mendeteksi kesalahan, mereka dapat menggunakan perangkat arus eddy, dan mereka harus memutuskan ada
(sinyal) atau tidak ada (noise).
• Petugas keamanan bandara melihat gambar isi tas jinjing, dan memutuskan apakah ada senjata tersembunyi
(sinyal) atau benda lain (kebisingan).
CONTOH
Pada suatu waktu saya berlayar di sepanjang pantai barat Florida dengan dua anak saya. Saya melihat grafik untuk
menemukan pintu masuk pelabuhan ke Naples. Sayangnya saya salah membaca grafik dan mencoba menemukan
pintu masuk yang tidak ada ke pelabuhan (alarm palsu). Jadi kami harus berbalik, yang menunda kami selama satu
setengah jam. Pada saat kami mendekati pintu masuk yang sebenarnya, suasana sudah gelap. Ada angin kencang dan
ombak besar serta kemungkinan besar kandas di perairan dangkal. Saya berhasil menyembunyikan kepanikan saya
dari anak-anak saya. Menurut grafik, pintu masuk ke pelabuhan seharusnya menjadi penanda dengan bel. Kami terus
mendengarkan suara bel, dan saya membayangkan bahwa saya mendengarnya beberapa kali (alarm palsu). Putri
saya, Maria, akhirnya mendengar suara bel (sinyal) yang sangat redup. Kami diselamatkan!
Teori deteksi sinyal dapat dijelaskan dengan menggunakan fungsi kerapatan probabilitas. Pada Gambar 5.7, ada dua
distribusi probabilitas, satu untuk noise dan satu untuk sinyal. Sumbu horizontal mengukur variabel bukti X, dan
sumbu vertikal frekuensi. Distribusi sinyal dan derau tumpang tindih, dan ini membuatnya sulit untuk menilai sinyal
dan derau. Seseorang dapat memutuskan bahwa di atas nilai X tertentu semuanya akan disebut sinyal dan di bawah
nilai X semuanya adalah noise. Nilai batas X disebut kriteria (beta). Seperti yang dapat kita lihat pada Gambar 5.8,
tingkat kebisingan kadang-kadang menonjol dan akan ditafsirkan sebagai sinyal, sementara kadang-kadang tingkat
sinyal lemah dan akan ditafsirkan sebagai kebisingan.
Lokasi β tergantung pada skenario untuk pengambilan keputusan. Bagaimana seharusnya seorang hakim menilai
tersangka penjahat? Jika ada ketidakpastian, kemungkinan besar dia akan pindah
GAMBAR 5.8 Deteksi noise-sinyal teori. Ada dua kurva

distribusi intensitas kebisingan dan intensitas sinyal. Sumbu
horizontal adalah kekuatan sinyal, dan operator akan
memutuskan titik potong di lokasi β. Nilai di sebelah kanan
mewakili sinyal, dan nilai di sebelah kiri mewakili derau.
Sensitivitas d ′ mengukur jarak antara dua kurva.
kriteria β di sebelah kanan pada Gambar 5.8, sehingga jumlah alarm palsu diminimalkan. Kami tidak ingin
menempatkan orang tidak bersalah di balik jeruji besi. Jumlah kesalahan akan meningkat, yang berarti bahwa akan
ada lebih banyak penjahat di jalanan. Nilai β yang tinggi disebut sebagai konservatif (hakim akan konservatif dalam
penilaiannya).
Aplikasi serupa dari teori deteksi sinyal adalah kesaksian saksi mata. Di sini pengamat memutuskan apakah
seseorang yang telah ditangkap oleh polisi adalah orang yang sama yang dilihat oleh pengamat di tempat kejadian
perkara.
Asumsikan situasi lain dari seorang ahli bedah yang memutuskan untuk mengoperasi seorang pasien. Dalam hal
ini kami ingin memindahkan kriteria ke kiri — yang disebut β berisiko. Dengan demikian kami telah meminimalkan
jumlah kesalahan. Sayangnya dokter juga akan berakhir melakukan prosedur pada orang sehat.
Di bagian kontrol kualitas pabrik ada keputusan serupa. Mungkin ada kriteria yang sangat ketat pada kualitas,
seperti six sigma (tiga kesalahan kualitas per juta), yang mengharuskan penerapan nilai β yang sangat konservatif.
Sayangnya, kita akhirnya juga akan menolak banyak produk bagus. Karena itu, kita harus dipandu oleh kriteria
biaya — yaitu, total biaya barang yang salah dan biaya membuang barang yang baik. Mencapai six sigma mungkin
bukan tujuan yang masuk akal!
In the best of worlds we would like to avoid trade-off decisions. If the sensitivity— also called d′ (d prime)—can
be increased, we will have solved the problems. Sensitivity or d′ measures the distance between the mean values of
the two distributions. Ideally, if we could separate the distributions totally there would be no false alarms and no
misses.
In some cases a medical doctor will know that the diagnosis is 100% accurate, and therefore there will be no false
alarms or misses. Sometimes, however, medical evidence is very uncertain. Rhea et al. (1979) reported that
radiologists missed about 20–40% of tissue abnormalities, which would lead to a tumor diagnosis. Parasuraman
(1985) reported that radiologists did not change the data when screening patients as compared to when investigating
referrals. Since referral patients have already been screened, one would think that the criterion β would be set lower
resulting in fewer misses.
The sensitivity (d′) or the separation between the two curves is affected by operator experience. An
inexperienced radiologist will have a lower value for d′ than an experienced radiologist, which means that the two
curves will come closer together. An experienced person has learned what to look for, and as a result d′ is greater,
and the rates of both misses and false alarms are lowered.
Sensitivity can also be used to evaluate equipment used to diagnose patients. Swets et al. (1979) found that
computerized tomography (CT) has greater sensitivity than a radio nuclide scan apparatus.
5.13 VIGILANCE AND SUSTAINED ATTENTION
As mentioned above, many research studies have been performed with people looking at displays or listening to rare
signals. The job of military radar operator is
FIGURE 5.9
typical of tasks that involve watching over long periods of time to detect intermittent and unpredictable signals,
which may happen once every half hour or so. It is a very monotonous task and operators have a tendency to fall
asleep on the job when it gets too boring (reference). In addition, the job involves total isolation from coworkers,
which makes it even less stimulating. Many studies have been conducted to analyze vigilance problems (see Figure
5.9).
Gambar 5.9 menunjukkan bahwa pada awal tugas tingkat kewaspadaan tetap memadai untuk beberapa waktu,
tetapi mulai menurun setelah 20 hingga 30 menit. Kerugian dalam kinerja dari waktu ke waktu disebut penurunan
kewaspadaan, sedangkan tingkat kondisi mantap dari kinerja kewaspadaan disebut tingkat kewaspadaan. Masalah
dengan kewaspadaan meningkat jika sinyal memiliki kekuatan rendah; jika ada ketidakpastian spasial atau temporal,
artinya seseorang tidak dapat memprediksi di mana atau kapan sinyal akan terjadi; dan jika hanya beberapa
peristiwa yang terjadi di latar belakang.
CONTOH
Pada suatu waktu saya bekerja untuk Human Factors Research, Inc., di Santa Barbara, AS. Perusahaan ini terkenal
dengan penelitian kewaspadaan, dan proyek yang dijelaskan di sini adalah salah satu dari banyak. Telah diamati
bahwa penjaga keamanan di beberapa instalasi militer di AS memiliki kecenderungan untuk tertidur di tempat kerja.
Mereka duduk sepanjang hari melihat-lihat gambar video dari kamera keamanan yang menghadap pagar dan pintu
masuk gedung. Tidak ada yang pernah terjadi, jadi itu pekerjaan yang membosankan. Tujuan dari penelitian ini ada
dua:
1. Untuk menunjukkan bahwa orang-orang benar-benar bisa masuk tanpa terlihat oleh penjaga
2. Untuk menyarankan solusi untuk memecahkan masalah kewaspadaan

Sebagai bagian dari penelitian, kolega saya Selz diberi tugas membobol lingkungan aman ini tanpa diperhatikan
oleh penjaga keamanan. Dia merangkak di sepanjang pagar, menemukan celah, dan akhirnya berhasil masuk ke
dalam gedung. Pada suatu waktu penjaga keamanan melihat layar dan melihat sesuatu bergerak — Ah! Seekor
landhog! (Ini menjadi nama panggilan baru untuk Selz.) Istirahat -in adalah pekerjaan yang berbahaya; dia bisa saja
ditangkap dan ditembak oleh penjaga keamanan. Dengan berhasil menerobos masuk, Selz membuktikan poin yang
sangat penting: penurunan kewaspadaan merupakan masalah yang sangat serius. Organisasi militer yang
bertanggung jawab atas instalasi sangat rahasia ini harus datang dengan cara-cara baru untuk menyelesaikan
masalah kewaspadaan.
Untuk mengurangi penurunan kewaspadaan, seseorang dapat melakukan banyak hal:
• Perlihatkan contoh target di layar dan dengan demikian meningkatkan ketersediaan mental.
• Tingkatkan arti-penting target — misalnya, ukuran target.

• Hapus isolasi sosial.
• Tambahkan tugas yang tidak relevan untuk meningkatkan tingkat aktivasi fisiologis, seperti bermain game.
• Berikan pengujian percobaan dengan umpan balik mengenai klik, penolakan yang benar, alarm salah, dan
kesalahan.
• Jadwalkan periode kerja dan istirahat untuk mengurangi kelelahan. Misalnya, mungkin ada penugasan pekerjaan
bergilir sehingga operator menghabiskan waktu paling banyak satu jam di depan layar.
• Sajikan sinyal dalam dua mode atau saluran secara bersamaan, seperti visual dan auditori. Ini umum dalam
operasi sonar, di mana operator mendengarkan "ping" dan juga melihat target di layar.
• Minum kopi dan minum stimulan lainnya.

OLAHRAGA
Mendesain ulang Format menu pull-down di MS Word (lihat Tabel 5.1).

Salah satu prinsip desain umum untuk menu pull-down adalah meletakkan informasi yang paling umum
digunakan di atas menu, sehingga mengurangi kemungkinan harus melihat lebih jauh ke bawah. Dalam Tabel 5.1
saya memperkirakan probabilitas saya sendiri p menggunakan semua fungsi. Ganti angka-angka ini dengan
perkiraan probabilitas Anda sendiri. Hitung informasi mengejutkan dan total, p log 2 1 / p, di menu. Dengan
perhitungan ini sebagai dasar, diskusikan bagaimana Anda bisa mendesain ulang menu pull-down.
TABEL 5.1 Perkiraan Kemungkinan Menggunakan Perintah-Perintah Tertentu di

Menu Pull-Down
log 2 1 / pp log 2 1
Fungsi hal / p
Fon 0,20 - -
Peluru / angka 0,02 - -
Penjajaran 0,01 - -
Penspasian
garis 0,10 - -
Ubah kasing 0,35 - -
Ganti font 0,20 - -
Desain slide 0,05 - -
Tata letak
slide 0,05 - -
Latar
Belakang 0,01 - -
Obyek 0,01 - -
READING YANG DISARANKAN
Wickens, CD dan Hollands, JG, 2000, Psikologi Teknik dan Kinerja Manusia, edisi ke-3, New York: Prentice Hall.
6
Desain Kontrol, Layar, dan Simbol
6.1 PENDAHULUAN
Banyak penelitian tentang kontrol dan desain tampilan telah disponsori oleh Departemen Pertahanan AS. Salah satu
tujuannya adalah untuk mengembangkan prinsip-prinsip desain yang dapat digunakan dalam standarisasi desain
peralatan militer. Standar Militer 1472F adalah standar yang mengatur desain HFE (Departemen Pertahanan AS,
2002). Saat ini, banyak penelitian yang dilakukan oleh perusahaan untuk mendukung desain produk konsumen dan
sistem komputer. Tujuannya adalah untuk meningkatkan desain kontrol, tampilan, dan simbol. Dalam bab ini kami
menyajikan prinsip-prinsip desain yang dapat diterapkan pada desain peralatan, mobil, peralatan, dan peralatan.
Kami pertama-tama menyajikan prinsip untuk pemilihan kontrol, dan kemudian memeriksa yang berlaku untuk
perangkat input komputer. Beberapa prinsip desain disajikan, termasuk pengkodean kontrol, stereotip gerakan
kontrol, dan hubungan display kontrol. Kami kemudian menyajikan prinsip-prinsip untuk desain simbol dan label
yang digunakan dalam kontrol dan tampilan.
Di pabrik, operator menangani berbagai objek, termasuk kontrol, handtools, dan bagian yang akan dirakit.
Prinsip-prinsip desain yang diturunkan untuk kontrol dapat diterapkan pada sebagian besar hal yang digunakan
operator; pada kenyataannya, mereka berlaku untuk apa pun yang disentuh operator dengan tangannya, seperti
bagian yang digunakan untuk pekerjaan perakitan. Prinsip pengkodean kontrol juga dapat diperluas ke pengkodean
bagian dalam pembuatan.
CONTOH
Saat bepergian dengan kereta kecepatan tinggi X2000 antara Linköping dan Stockholm di Swedia, saya ingin
mencuci tangan. Saya pergi ke toilet dan menemukan ada beberapa masalah kontrol.
Pertama, sulit untuk mengunci pintu (lihat Gambar 6.1). Saya mencoba memutar engkol tetapi tidak bergerak.
Saya membungkuk untuk melihat; ternyata ada engkol kedua. Sebuah tanda kecil di pintu berkata, “Jangan gunakan
engkol atas — ini untuk konduktor.” Bayangkan sejumlah keluhan sebelum manajemen memasang tanda! Tapi itu
sangat kecil sehingga sulit dibaca.
Saya kemudian mencari X2000 di Web dan menemukan komentar dari seorang penumpang di Australia yang
melakukan perjalanan dari Sydney ke Melbourne. Dia menyatakan, “Toilet memiliki beberapa masalah: Ada dua
kunci di pintu, satu berlabel dalam bahasa Swedia dan satu lagi dalam bahasa Inggris. Bahasa Inggris yang
berfungsi. "
Masalah kedua adalah bahwa saya tidak dapat menemukan keran air. Ada sepotong logam kosong di sebelah
kakiku — kontrol kaki! Saya menginjaknya beberapa kali, tetapi tidak ada air! Dari tempat saya berdiri saya tidak
dapat melihat kontrol lain, jadi saya membungkuk dan menemukan keran yang tersembunyi di atas baskom air.
Yang cukup menarik, kontrolnya elektronik.
Desain kontrol, tampilan, dan simbol 95
dan sentuh sensitif, sehingga melanggar semua harapan saya; biaya rendah dalam desain! Sangat mengejutkan
bahwa para insinyur desain X2000 tidak bisa mendapatkan antarmuka pengguna toilet yang benar. Dibandingkan
dengan inovasi rekayasa dalam mendesain kereta berkecepatan tinggi, ini akan menjadi masalah yang sangat sepele.
Tetapi kemudian kita lupa: sedikit orang yang memiliki keterampilan untuk memikirkan desain faktor manusia.
GAMBAR 6.1 Ilustrasi masalah kontrol di kereta X2000.
6.2 KEUNGGULAN PENGENDALIAN MANUAL
Kontrol manual harus dipilih sehingga sesuai dengan tugas dan intuitif untuk digunakan. Beberapa kontrol dapat
membuat tugas mudah dilakukan, sedangkan yang lain membuat tugas menjadi sulit. Salah satu cara menganalisis
persyaratan kontrol ditunjukkan pada Tabel 6.1, di mana kontrol diklasifikasikan berdasarkan jumlah pengaturan
dan oleh gaya yang diperlukan untuk memanipulasi kontrol. Misalnya, jika kontrol tidak memerlukan banyak
kekuatan dan hanya ada dua pengaturan yang terpisah, jenis yang disarankan adalah sakelar sakelar, tombol tekan,
atau kunci tombol. Jika ada beberapa pengaturan kontrol, pemilih putaran akan menjadi pilihan yang baik.
Jika kekuatan aktuasi besar diperlukan, orang harus memilih kontrol yang mudah diterapkan. Kontrol yang
digerakkan jari tidak akan berfungsi. Tombol push, pedal kaki, tuas, atau engkol bisa digunakan.
Perhatikan bahwa kontrol pada Tabel 6.1 semuanya mekanis dan aturannya diterbitkan lebih dari 30 tahun yang
lalu. Saat ini banyak kontrol yang diprogram dan sudah menjadi
TABEL 6.1 Pilihan Kontrol Bergantung pada Kekuatan dan Jumlah

Pengaturan Kontrol
Angkatan dan Pengaturan Jenis Kontrol
Kekuatan Aktuasi Kecil
2 pengaturan diskrit Kunci kunci, tombol tekan, sakelar sakelar 3 pengaturan diskrit Rotary pemilih,
sakelar sakelar 4–24 pengaturan diskrit Sakelar pemilih rotary
Rentang kecil pengaturan kontinu Kenop, tuas joystick Berbagai macam pengaturan
kontinu Crank, kenop putar
Kekuatan Aktuasi Besar
2 pengaturan terpisah , tombol tekan tangan, pedal kaki
3–24 pengaturan diskrit Detektor tuas, sakelar pemilih rotary
Rentang kecil pengaturan kontinu Handwheel, tuas joystick
Berbagai macam pengaturan kontinu Crank, hand wheel
Diadaptasi dari Chapanis dan Kinkade (1972).
murah. Oven microwave pada Gambar 5.1 adalah contoh lain. Sayangnya ini memberikan opsi yang tak ada
habisnya kepada desainer. Dan mudah bagi desainer untuk salah; toilet di kereta X2000 adalah contohnya.
6.3 STANDARISASI KONTROL
Selama bertahun-tahun banyak kontrol telah menjadi standar. Dalam mengendarai mobil kita begitu terbiasa dengan
setir dan pedal kaki, sehingga akan sulit membayangkan pengaturan lainnya. Contoh kontrol standar meliputi:
• Setir untuk kemudi
• Joystick untuk pesawat terbang

• Pedal kaki untuk pengereman dan akselerasi
• Tuas manual untuk throttle pesawat
• Kontrol tuas untuk pemindahan gigi
Seorang pengguna akan bingung dan kesal untuk menemukan jenis kontrol lainnya. Tetapi banyak dari standar
industri ini diciptakan pada awal abad ini, dan diberlakukan tanpa investigasi faktor manusia tentang jenis kontrol
apa yang terbaik.
Hari ini kami memahami cara mengevaluasi kontrol dan dapat melakukan penelitian yang luas. Salah satu contoh
adalah desain telepon tombol, yang menggantikan telepon rotary dial. Bell Laboratories dari AT&T menyelidiki
sembilan alternatif berbeda untuk tata letak tombol. Gambar 6.2 menunjukkan dua alternatif (Conrad dan Hull,
1968). Tata letak telepon dipilih daripada tata letak kalkulator yang sudah mapan, meskipun yang terakhir sudah
menjadi standar de facto di kantor. Alasan utama adalah bahwa percobaan menunjukkan bahwa pengguna membuat
lebih sedikit kesalahan dalam melakukan panggilan dengan tata letak telepon, dan karena panggilan nomor telepon
yang salah mahal, tata letak telepon dipilih, meskipun faktanya itu sedikit lebih lambat daripada tata letak kalkulator.
Sebagai hasilnya, kita sekarang memiliki dua
jenis keyboard numerik di kantor. Ini mungkin membingungkan, tetapi mempertimbangkan trade-off, itu mungkin
masih merupakan keseluruhan desain terbaik.
GAMBAR 6.2 Dua layout alternatif dari keyboard telepon.
Dengan munculnya komputer, banyak fungsi kontrol menjadi kurang terlihat (seperti keran air di kereta), dan
sebagai hasilnya mereka lebih abstrak. Apa yang sulit dilihat juga sulit dipikirkan. Sistem yang dulunya
dikendalikan secara manual dikendalikan dari jarak jauh oleh komputer. Misalnya, pabrik pengolahan dulu
dikendalikan secara manual dengan membuka dan menutup katup. Saat ini komputer digunakan. Tindakan kontrol
serta respons sistem sekarang dapat direpresentasikan secara grafis di layar komputer. Dalam mengembangkan
sistem seperti itu ada dua masalah: pemilihan perangkat input dan desain representasi grafis dari proses kontrol.
Masalah pertama adalah yang lebih mudah dari keduanya, dan dijelaskan di bawah ini. Masalah kedua
membutuhkan pemahaman rinci tentang proses dan tugas operator.
6.4 SELEKSI PERANGKAT INPUT KOMPUTER
Ada banyak penelitian tentang desain perangkat input, seperti mouse, track-ball, joystick, layar sentuh, pena cahaya,
dan tablet grafis. Beberapa kelebihan dan kekurangan dari perangkat ini dirangkum dalam Tabel 6.2 (Greenstein,
1997).
Dari Tabel 6.2, jelas bahwa perangkat input yang berbeda memiliki kelebihan dan kekurangan yang berbeda.
Untuk layar sentuh dan pena ringan, seseorang harus menunjuk dengan jari atau stylus; ini memberikan koordinasi
tangan-mata yang sangat baik. Menunjuk adalah cara yang sangat langsung untuk mengekspresikan preferensi.
Seorang anak akan menunjuk sesuatu dan berkata, "Aku menginginkan itu." Ini adalah perilaku dasar sehingga
pelatihan tidak perlu. Layar sentuh dan pena cahaya karenanya adalah perangkat yang paling langsung (Whitefield,
1986). Namun, ada kelemahannya. Jari pengarah sebagian akan mengaburkan tampilan tampilan, dan resolusi input
buruk. Untuk
layar sentuh resolusinya adalah lebar jari, dan untuk pena cahaya itu adalah lebar pena.
TABEL 6.2 Keuntungan dan Kerugian dari Perangkat Penunjuk

standar
Sentuh Sentuhan Ringan dengan Grafik Mouse Track- Joystick
Layar Pen Stylus atau Tablet Ball Puck
Tangan-mata + + 0 0 0 0 0
koordinasi
Latihan + 0 0 0 0 0 0
Persyaratan
Kemampuan untuk
hadir + 0 + 0 0 + +
tampilan
Pandangan terhalang - - + + + + +
tampilan
Bebas dari - - + + + + +
masalah paralaks
Fleksibilitas - - + 0 0 + +
penempatan di
tempat kerja
Kenyamanan dalam
diperpanjang - - 0 0 0 0 0
menggunakan
Kemampuan untuk
ditiru 0 0 + + 0 0 0
perangkat lain
Kesesuaian untuk
Menunjuk cepat + + 0 0 + 0 -
Menunjuk akurat - - 0 + + + 0
Menunjuk dengan - 0 0 + + + 0
konfirmasi
Gambar - 0 - + 0 - -
Menelusuri - - - + - - -
Pelacakan terus
menerus, 0 0 + + + + 0
target lambat
Pelacakan terus
menerus, - - 0 0 0 0 -
target cepat
Data alfanumerik 0 - - 0 - - -
masuk
+ = Keuntungan; 0 = Netral; - = Kerugian
Layar sentuh sangat sesuai untuk digunakan di lingkungan publik, seperti tampilan informasi di stasiun kereta
dan mesin penjual tiket di bandara. Perangkat jenis ini tidak memiliki bagian yang bergerak, dan kokoh serta kuat.
Mouse, track-ball, dan joystick memiliki resolusi input terbaik; karena itu mereka adalah yang terbaik untuk
penunjukan yang akurat. Ini karena resolusi input dapat diprogram dengan mengubah rasio roda gigi antara gerakan
perangkat dan gerakan kursor.
Untuk beberapa perangkat ada fleksibilitas sehubungan dengan penempatan di meja kerja. Trackball dan joystick
sangat baik dalam hal ini, karena mereka kecil dan mudah dipindahkan. Satu kelemahan dengan mouse dan tablet
grafis adalah mereka menempati ruang tabel utama di sebelah kanan keyboard, di ruang di mana pengguna suka
menulis. Seperti yang ditunjukkan pada Gambar 6.3, juga dimungkinkan untuk menempatkan mouse di atas
keyboard, sehingga meminimalkan penggunaan ruang kerja utama.
Operator layar sentuh dan pena cahaya duduk dengan lengan panjang, yang dapat menyebabkan kelelahan otot.
Tablet grafis terutama digunakan untuk menggambar. Tetapi mereka juga dapat diprogram dengan fungsi atau
subrutin khusus. Misalnya, proses pembuatan dapat digambarkan di layar maupun di tablet dengan representasi
ikonik dan garis aliran. Tablet grafis karenanya dapat berfungsi sebagai perangkat input perintah, dan layar dapat
memberikan umpan balik pada input. Pengaturan tampilan kontrol terintegrasi dapat meniru seluruh proses
pembuatan. Ini akan menjadi pengaturan fungsional dan naturalistik, karena ada korespondensi langsung antara
input tablet, umpan balik tampilan, dan peristiwa aktual di lingkungan kerja.
Ada beberapa tugas input, termasuk menunjuk, menunjuk dengan konfirmasi (klik dua kali), menggambar, dan
melacak (lihat Tabel 6.2). Keuntungan utama mouse adalah menunjuk pada konfirmasi; track-balls kurang tepat
untuk ini. Joystick
GAMBAR 6.3 Mouse di atas keyboard.
lebih unggul untuk tugas pelacakan militer (Parrish et al., 1982). Layar sentuh dan pena cahaya terutama baik untuk
menunjuk, karena sangat intuitif.
Perangkat input yang dijelaskan di atas adalah yang paling umum. Banyak penemuan baru terus diiklankan di
majalah komputer. Sebelum seseorang dapat membuat keputusan tentang perangkat ini, perlu untuk mengujinya. Ini
akan menyiratkan eksperimen dengan subjek uji manusia untuk melakukan tugas-tugas seperti menunjuk,
menggambar, dan melacak. Perangkat terbaik adalah yang membutuhkan waktu paling sedikit dan menghasilkan
kesalahan paling sedikit dalam melakukan tugas.
6.5 STEREOTYPES PENGENDALIAN GERAKAN
Orang memiliki harapan tentang apa yang harus dilakukan dengan kontrol. Di AS, sakelar lampu digerakkan ke atas
untuk menyalakan lampu. Bagi seseorang yang dibesarkan di Eropa, itu adalah harapan yang berlawanan — saklar
ditolak. Intinya adalah bahwa stereotip gerakan kontrol adalah harapan yang terlatih, dan banyak yang telah
dipelajari sejak kecil. Beberapa stereotip yang paling umum ditunjukkan pada Tabel 6.3. Misalnya, untuk
menghidupkan sesuatu ada harapan gerakan kontrol naik (di AS), ke kanan, maju, atau searah jarum jam (Van Cott
dan Kinkade, 1972).
Untuk menaikkan elemen secara vertikal, seperti overhead crane di pabrik, kami berharap untuk memindahkan
kontrol secara vertikal ke atas, seperti yang dapat dilakukan dengan kontrol yang memanjang secara horizontal. Ini
adalah stereotip yang jelas, karena ada satu-satu korespondensi antara gerakan kontrol dan elemen yang
dikendalikan. Untuk kontrol vertikal, stereotip terbaik adalah menarik tuas ke belakang,
TABEL 6.3 Stereotip Gerakan Kontrol:
Harapan Umum untuk Aktivasi Kontrol
Elemen Kontrol Tindakan Kontrol Manusia
Di Atas, kanan, maju, searah jarum jam

Mati Bawah, kiri, mundur
Kanan Searah jarum jam, benar
Menaikkan Kembali, kembali
Menurunkan Turun, maju
Menarik Naik, mundur, tarik
Memperpanjang Bawah, maju, dorong
Meningkat Maju, atas, kanan, searah jarum jam
Mundur, turun, kiri, berlawanan arah
Mengurangi jarum jam
Buka katup Berlawanan arah jarum jam
Tutup katup Searah jarum jam
seperti halnya joystick di pesawat ditarik kembali untuk menaikkan pesawat. Tapi ini adalah stereotip yang kurang
jelas untuk overhead crane. Gerakan kontrol horizontal, tetapi elemen yang dikendalikan bergerak secara vertikal.
Banyak orang akan melakukan kesalahan dengan mendorong kontrol ke depan (kecuali mereka telah dilatih secara
menyeluruh). Jadi opsi pertama kami untuk kontrol crane adalah tuas kontrol horizontal.
Stereotip untuk membuka katup selalu untuk memutar kontrol berlawanan arah jarum jam (buka), dan untuk
memutar kontrol searah jarum jam untuk menutup katup. Tampaknya produsen keran kamar mandi bisa belajar dari
prinsip ini. Sekarang ada banyak desain yang berbeda, dan pengguna yang tidak terbiasa (mis., Tamu hotel) tidak
dapat memahami cara mengoperasikan kontrol. Banyak kecelakaan terjadi di kamar mandi, terutama dengan orang
tua, yang terpeleset dan jatuh di kamar mandi karena mereka dikejutkan oleh suhu air. Standarisasi desain keran
akan sangat membantu.
CONTOH: KONTROL UNTUK KRAN OVERHEAD DI MANUFAKTUR Kontrol untuk overhead crane
dalam pembuatan seringkali melanggar stereotip gerakan kontrol. Baru-baru ini saya terlibat sebagai pakar ergonomi
dalam kasus hukum. Dalam hal ini seorang pekerja terluka ketika mencoba menangkap kait crane overhead ketika
kait diturunkan. Dia tidak berhasil menangkap kail; dia kehilangan keseimbangan dan jatuh sekitar 3 m ke lantai,
melukai pinggulnya. Kerekan diturunkan oleh seorang rekan kerja menggunakan kotak kontrol yang diikat ke
perutnya (Gambar 6.4). Pada kotak kontrol ada empat kontrol tuas identik dengan posisi penahanan netral. Hoist
utama dan hoist tambahan sesuai dengan stereotip umum (push to lower). Namun, pergerakan hoist di sepanjang
jembatan dan troli dikendalikan dengan menggerakkan tuas ke arah yang sama, yang membingungkan.
Idealnya,kontrol ini seharusnya dioperasikan oleh joystick yang dapat memindahkan kerekan di arah x dan y secara
bersamaan.
Ini bukan satu-satunya masalah. Ada satu set kontrol kedua di kabin derek yang terletak di bawah langit-langit
fasilitas pabrik. Keempat kontrol di kabin jelas membingungkan, karena seseorang telah menempelkan label di
sebelah tuas kontrol untuk menunjukkan bagaimana mereka seharusnya dipindahkan. Untuk tiga kontrol (hoist
bantu, hoist utama, dan troli) sebenarnya ada kecocokan dengan arah gerakan. Tetapi kontrol jembatan tidak
kompatibel; gerakan maju dari tuas membuat jembatan bergerak ke kanan dan gerakan mundur membuat jembatan
bergerak ke kiri (Gambar 6.4).
A third problem concerned the fact that the layout and the ordering of the controls in the crane cab differed from
the hand-held control box. An operator who was familiar with the control arrangement in the cab would have
problems using the control box, and vice versa; there would be an increased likelihood of errors in activating the
control. In human factors terms, this outcome is referred to as negative transfer of training (Wickens and Hollands,
2002; Patrick, 1992). Operators are likely to revert to the type of behavior they learned first, especially if they are
under stress. One can therefore expect many more errors in an emergency situation, and one error is likely to lead to
another. It is therefore veryimportant to use control movement stereotypes, and to analyze the compatibility between
control movements and the controlled element.
There are also advantages for productivity. A good control arrangement will always save time in performing a
task. A poor control arrangement will always take longer time even after several years of practice (Fitts and Seeger,
1953).
FIGURE 6.4 (A) The layout of the manufacturing area; note

the crane cab in the top right-hand corner. (B) The control
box, carried with a strap on the stomach. (C) Layout of the
control arrangement in the cab; note the labels that operators
taped next to the controls.
6.6 CONTROL-RESPONSE COMPATIBILITY
Chapanis and Lindenbaum (1959) performed a classic study on control-response compatibility. They studied the
preferred locations of controls for burners on stove tops. This study was later complemented by Ray and Ray (1979),
and their results are represented in Figure 6.5. In the figure the controls are numbered 1, 2, 3, and 4 from left to
right. There are, however, four alternative layouts of the burners. The question is: Which one is the best? To answer
this question, Ray and Ray (1979) used 28 female test subjects. There were 560 trials on each stove, and the
preferences (P) and errors (E) were calculated as percentages for each stove.
Design of controls, displays, and symbols 103
FIGURE 6.5 The arrangement of controls and burners is

used to illustrate the concept of control-response
compatibility. Preference (P) and errors in control activation
(E) are given as percentages.
The problem with the design of the stove top is that there is no clear control-response compatibility. Ideally, there
should be a one -to-one relationship between the controls and the responses (burners). It would be easy to redesign
the stovetop so that there is control-response compatibility. For example, the rear burners can be offset slightly to
the side. The controls can then be lined up one-to-one with the burners, and the association is immediate. Chapanis
and Lindenbaum (1959) proved that there was not a single error in control actuation with this arrangement. For a
less compatible arrangement such as in Figure 6.5, the user must look a few times to decide. Instead of a simple
reaction time there is a double or triple reaction time, which takes 3–4 s rather than 1 s.
The stovetop represents a familiar and common problem in control-response compatibility. In manufacturing, it
would be expected that workstations should be designed with similar considerations. In designing a workstation for
manual assembly one must line up part bins so that they are compatible with the assembly process.
FIGURE 6.6 Bin-assembly
compatibility for the assembly of car

brakes, as used at General Motors,
Saginaw Division, Buffalo, NY, US

For example, in the assembly of car brakes (Figure 6.6) there is a one-to-one correspondence between the location of
parts in the bins and the corresponding location of parts in the assembly. Such bin -assembly compatibility reduces
assembly time (Helander and Waris, 1993). Similar principles apply to the design of controls and displays for
process control—the controls and displays must be lined up to be compatible.
EXAMPLE: POOR CONTROL-RESPONSE COMPATIBILITY
A few years ago I inspected the control design of a fighter aircraft. It had two major controls: the left hand was on
the throttle, which had 21 control functions, and the right hand on the stick, which had 18 control functions. This is a
design concept called HOTAS—hands on throttle and stick. The pilot keeps his hands on the two controls all the
time, and all functions are accessible from the two controls. This is not an easy task to learn, and there are probably
better design options.
In one aircraft I inspected, the direction of movement of the cursor control for selection of objects on the display
screen was incompatible with the movement of the cursor on the screen. If you moved the control to the left, the
screen cursor moved up. Move the control down and the screen cursor moves to the left, and so forth. Despite
pointing it out to the military personnel, the attitude was that training will take care of the problem. It may be so, but
at what cost?
6.7 CODING OF CONTROLS
Controls can be coded by adding features to them. This makes them easier to distinguish.
There are six common types of control coding (Sanders and McCormick, 1993):
1. Lokasi
2. Warna
3. Ukuran
4. Bentuk
5. Labeling
6. Mode of operation
These principles apply to controls in automobiles and airplanes, as well as industrial and office environments. In
manufacturing assembly, control coding can be applied to hand tools, parts bins, and parts—practically to anything
that is purposefully touched or handled by the operator. We first explain the different types of coding and then give
some examples.
CODING BY LOCATION
Coding by location is the most powerful principle. For example, in automobiles the locations of many controls have
been standardized and drivers have clear expecta-tions of where to find certain functions. These expectations build
up with increasing experience in driving. Most car drivers can immediately find the location of the ignition even
when blindfolded; the location has been well coded (McGrath, 1976). Likewise, in the operating theatre, the location
of surgical tools is standardized, so that the surgeon can minimize pick-up time as well as human error.
CODING BY COLOR
In color coding, items are colored differently depending upon the function and the task. One potential problem with
color coding is that it only works in a wellilluminated environment. Color coding of controls on underground mining
machines, for example, does not make sense as it is very dark in mines.
Color coding requires a longer reaction time than location coding, since it is first necessary to reflect on the
meaning of the color before the task can be performed. This typically involves a double reaction time.
Some control colors have stereotypical meaning. It has become common to make emergency controls red. For
example, in industrial standards an emergency stop control for a machine or a conveyor line must be red. However,
different countries may have different color stereotypes. Courtney (1986) surveyed a large sample of Hong Kong
Chinese to determine the strength of associations between nine concepts and eight colors and then compared these
data with a similar study of Americans (Bergum and Bergum, 1981). Results of the two studies are compared in
Table 6.4.
There were some substantial differences between the two populations. While cold is associated with blue among
Americans, the preferred color among the Chinese is white. For the concepts of hot, danger, and stop, red was the
dominant color
TABLE 6.4 Concepts and Most Frequently Associated Color for

Two Populations: Hong Kong Chinese and Americans
Cina Americans
Konsep Color % Color %
Safe hijau 62.2 Green 61.4
Cold putih 71.5 Blue 96.1
Caution Yellow 44.8 Yellow 81.1
Go hijau 44.7 Green 99.2
Di hijau 22.3 Red 50.4
Off Hitam 53.5 Blue 31.5
Panas Merah 31.1 Red 94.5
Bahaya Merah 64.7 Red 89.8
Berhenti Merah 48.5 Red 100.0
among both populations. However, the percentage values for Americans were much greater than for the Chinese.
Courtney pointed out that the reason for the lower percentage values among Chinese is that for them red is the
symbol for happiness. The strength of the happiness association detracts from the safety association.
A series of cross-cultural comparisons showed that the color preference for different process control symbols
differs among the Asian population (Liang et al., 2004). Color coding on machines must then be designed to fit the
target user population.
CODING BY SIZE
To distinguish easily between different controls, size can be one coding option. A fighter pilot in combat is highly
stressed, but can distinguish between three different sizes of control knobs: small, medium, and large (Chapanis and
Kinkade, 1972). Size coding can of course be used in other environments as well.
CODING BY SHAPE
Controls can be coded by shape (Figure 6.7). In this case an operator can distinguish up to 12 different shape-coded
control knobs under conditions of stress (Woodson and Conover, 1964). These controls have been standardized for
aircraft design. The best control design is when the control shape resembles the control function. In Figure 6.7 the
flap control resembles the flap and the landing gear resembles a wheel so that the association is immediate. But for
more abstract functions, such as the shape codes for carburetor air and revolutions per minute (rpm), the mental
association between control function and control will take a much longer time to establish.
FIGURE 6.7 Shape-coded controls for airplanes.

EXAMPLE
Some years back I worked on a project sponsored by US Bureau of Mines to standardize controls for the roof bolters
that are used in underground coal mines. In one mine we found the roof bolter in Figure 6.8. The figure shows Brian
to the left and the roof bolter with 15 hydraulic controls. The controls used to be identical. However, the operator
had welded on extensions and added on shape coding to the controls. This was obviously a very difficult machine to
handle and the shape coding simplified the operation.
Shape coding of controls can also be used in industrial situations. In fact, sometimes operators add their own
shape coding. During investigations following the Three Mile Island nuclear accident, many intriguing principles of
shape coding used by power plant operators were discovered. At one plant, operators had coded identical control
levers with beer bottles.
CODING BY LABELING
A label may be used to describe a control. The label can be put above, underneath, or on top of the control. The
location of the label does not really matter as long as it is clearly visible and the wording reads from left to right
(Chapanis and Kinkade, 1972) . Vertical labels take longer to read and should not be used. One problem with labels
is that they might not survive in a harsh industrial environment. In particular, printed characters may be soiled or
destroyed. Embossed labels are therefore often used (Loewenthal and Riley, 1980). As with color coding and shape
coding, the use of label coding implies a double reaction time; the label has to be read and understood before action
can be taken.
FIGURE 6.8 The shape-coding of the controls of this roof

bolter had been welded on by the mine workers. This
simplified the operation of the roof bolter.
CODING BY MODE OF OPERATION
Controls can also be coded by the mode of operation. This implies that each controls has different feel or that each
control has a unique method of operation. A car driver can distinguish between the accelerators and brake because
they have different control resistance, dampening, and viscosity. The same principles may be used for controls in
industrial settings. The operator can verify that the correct control has been activated and also interrupt control
activation if there is an obvious error.
EXAMPLE: There are often usability problems with mode control. Many consumer products have mode control. I
have at least two mode controls on my fax machine: one is labeled “Mode” and the other “Function.” These
mysteriously combine with number sequences dialed on one of the two keyboards, and a myriad of combinations of
control input. To enter the year, month, day, and time, there are 22 control inputs. The problem with a mode control
is that not only do I forget what mode I am in, but if I press the wrong button I end up in the wrong mode. How to
reset the functions and start again? I found out that if I call the fax machine, it resets itself!
There is nothing intuitive about this machine, so I am forced to use the 110 page manual which lists about 200
different settings. All I want to do is to fax a letter! Why has this become so incredibly complex? This machine and
many others with mode
controls suffer from functionitis, a common disease that affectssystems designers. Here is how the designers think:
“Let's program every function we can think of. It does not cost anything extra for the buyer.” So here I am with 199
functions I never asked for.
When I installed the machine I must have pressed the wrong button, because Russian command words showed up
in the ten-character display. There were about ten different command words, none of which could be understood. So
I wrote them down and identified their meaning in a Russian-English dictionary that I found on the Web. I could
then translate the commands and switch the language to English. This little exercise took me about 2 hours—wasted
time indeed.
CODING OF OTHER ITEMS TOUCHED BY THE HAND; HAND TOOLS AND PARTS IN
MANUFACTURING
Coding principles can be applied to any items that are touched or held; it could be parts to be assembled as well as
hand tools. Hand tools and parts can be coded by location, color, and labeling. For example, color coding can be
used as a scheme for organizing a workstation, by applying the same color to parts bins and hand tools that belong
together. Color coding of parts is nothing new. It has long been used in electronics for marking resistors, transistors,
and capacitors, and this simplifies electronic assembly. In fact, these parts are also shape-coded, so that it would be
difficult to confuse a transistor with a capacitor. Handtools are often colored with different colors. This makes it
easier to find them.
6.8 EMERGENCY CONTROLS
The design and location of emergency controls requires particular attention, since it is crucial to be able to find them
quickly (Atherton, 1986). Emergency situations are stressful, and operators are likely to make mistakes. Emergency
controls must therefore be particularly well designed to allow fast action without any errors. Some design
recommendations are summarized in Table 6.5.
TABLE 6.5 Recommendations for the Design of Emergency
Controls
Position emergency controls away from other frequently-used controls, thereby lessening the risk of inadvertent activation
Make emergency controls easy to reach; put them in a location that is natural for the worker to reach
Make emergency controls large and easy to activate; eg, use a large rather than a small pushbutton Color emergency controls red
Many types of emergency control are used. Some industrial machinery have “dead man's” switches. As long as
this type of switch is actively pressed, the machinery keeps going. If the pressure is released, the machinery stops.
Some types of industrial machinery have an automatic switch or function in case the worker inadvertently comes
into the danger area. For example, rotating tire-building machines have emergency trip cords located above the
operator's feet. If the operator is pulled into the machine the feet will catch the trip cord and the machine will stop.
EXAMPLE: ACCIDENTAL ACTIVATION OF SEAT EJECTION CONTROL IN AIRPLANES

Emergency controls must be placed away from other frequently-used controls in a location that is easy to
distinguish. This principle has been of great concern in the design of airplane cockpits. It used to be the case that
fighter pilots were killed by accidentally ejecting themselves when the airplane was still on the ground. The pilot
would be catapulted 100 m and fall flat to the ground before the parachute had time to open. It also happened that
pilots would eject themselves into the ceilings of hangars. The eject control button has now been relocated to a safe
place (under the seat between the legs). This location has an additional benefit, since the pilot's arms are kept out of
the way during the ejection.
6.9 ORGANIZATION OF ITEMS AT A WORKSTATION
All items in a workstation that require handling need to be organized efficiently. This includes controls, hand tools,
parts to be assembled, and part bins. Workers sometimes take the initiative to organize a workstation. But one
cannot rely on this since workers do not understand HFE—and neither do their supervisors. It is better if there is a
deliberate design effort involving both the engineers and workers collaborating together in arranging a workstation.
This would result in an optimal solution for all users.
Predetermined time-and-motion studies (PTMS), such as methods time measurement (MTM), MOST, and
WORK FACTOR, have primarily been used for predicting and quantifying the time it will take to assemble a
product (Konz and Johnson, 2004). PTMS measurements can be used to divide a large task into several parts, thus
balancing the work between different workers. However, PTMS could have a much wider usage. It could be used to
evaluate the design of a product and alternatives for organizing a workstation. But this is rarely done, perhaps
because there are so many different options for workstation design; and it is difficult to understand where to start.
Some guiding principles are clearly needed, especially ergonomics-related principles, as described below.
KEEP THE NUMBER OF ITEMS TOUCHED BY THE HAND TO A MINIMUM
Minimize the number of hand tools, the number of different parts, and the number of controls. The number of parts
and the number of necessary tools depend on the product to be manufactured. It is important for product designers to
understand the implications of their designs in terms of manual labor. Why use five varieties of screw when two are
enough? Why not combine parts such as incorporating washers with the screws?
ARRANGE THE ITEMS (CONTROLS, HAND TOOLS AND PARTS) So THAT THE OPERATOR CAN
ADJUST His OR HER POSTURE FREQUENTLY
Sometimes the location of items ties up workers in impossible work postures. There are many examples of industrial
machinery which must be operated using a foot control. For example, in using an industrial punch press the operator
must hold the work item with both hands and press the foot control to initiate the pressing action. Using just one foot
causes one-sided strain that is likely to lead to back problems. It must be possible to move the foot control so that it
can be operated with either foot at the worker's convenience.
CONSIDER PREFERENCES IN HAND MOVEMENTS AND
HANDEDNESS
People can move their hands both faster and with much better precision in an arc than horizontally or vertically.
Imagine that you are drawing a straight line on a piece of paper. It is difficult to get the line straight if it is drawn
horizontally or vertically. It is easier to draw if the paper is turned at an angle so that the hand can move outwards
from the body, such as in the movement envelopes shown in Figure 6.9. This is because there are only a few active
joints in the arm; typically only the elbow joint moves. But for drawing a horizontal or a vertical line there are many
more active joints and many muscles that have to interact, which makes the movement more complex.
Handedness is important in the design of hand tools, particularly those intended for tasks which require skill and
dexterity. Assembly tasks do require skill and dexterity, and thus hand tools for left-handed individuals are needed.
ORGANIZING ITEMS IN THE WORKPLACE
Distinguish between Primary and Secondary Items
Primary items are those that are used most frequently, and secondary items are those that are not used as frequently.
List all the parts and classify them as primary or secondary items.
Divide the Tasks into Subtasks, Each Forming a Logical Unit
For very short tasks this may not be important, but for more comprehensive tasks it is desirable.
Divide the Worktable into Several Areas, One for Each Subtask
This may be practical only for comprehensive tasks where there are many items to keep track of. Organizing the
items for each subtask is practical and makes it easier for the operator to think of the task.
FIGURE 6.9 Arrangement of a
workstation, showing primary and
secondary move-ment envelopes.
Identify Primary and Secondary Movement Envelopes on the
Worktable
The functional reach for a 5th percentile female worker is about 40 cm (16 in), and this determines the limit of the
primary work envelope (Figure 6.9). Put primary items in the primary envelope. Secondary items should be put in
the secondary envelope, but within a reaching distance of about 60 cm (24 in).
Place Items such as Bins and Tools in a Convenient Location So That They Can Be Used Sequentially for
Each Subtask
A sequential order helps in organizing the productivity. A well-organized workstation productivity.

task and facilitates task learning and will save time, resulting in better
6.10 DESIGN OF SYMBOLS AND LABELS
In this section we explain how symbols and labels can be designed so that are easy to understand, especially when
employed in visual displays. The term visual displays refers to a wide variety of displays, from posters and signs to
computer displays. These displays have one thing in common: they carry visual information which must be given a
semantic interpretation, so that the reader understands what to do. We also discuss the design of safety warnings,
and explain why many workers ignore safety signs.
SIMBOL
Symbols are often used in industry to identify controls, machine functions, and states of processes. Symbols are also
widely used as traffic signs and for public information at airports and train stations. The idea is that a picture can
convey 1000 words, so a symbol can be more succinct than a label with many words. The other assumed advantage
is that symbols do not have to be translated and can be understood by individuals throughout the world.
As exemplified below, many international machine manufacturers prefer to use symbols, since labels would have
to be translated to the local language. But some symbols are difficult to understand, particularly those that relate to
abstract machine functions that may be hard to visualize or recall. In such instances, it is better to use a label
(Collins and Lerner, 1983).
Example: Standardization of Symbols
At one time I participated in a meeting organized by the Society of Automotive Engineers (SAE). The purpose was
to standardize symbols for off-road vehicles such as construction vehicles and agricultural machines. In the first
meeting, a proposal was made to standardize 130 different symbols, all of which had different meanings. As the only
ergonomist in the group, I asked if there was any information about whether the symbols would be understood by
the users. This was obviously the wrong question. The sole purpose of this group was to standardize symbols so that
labels did not have to be translated to 100 different languages. My involvement seemed futile and I resigned
immediately from the group. However, I brought with me several proposed symbols, some of which are depicted in
Figure 6.10. These symbols were intended for use in construction vehicles. To evaluate them we asked 40
construction workers in the US to translate the symbols into words and actions (Helander and Schurick, 1982).
Some of the symbols were easy to understand. The two arrows representing the up and down motion of a
controlled element was an obvious symbol. The oil level, which was understood by 75%, is an example of
composite symbols: a level and a drop of oil. The electric starter was understood by only 40%. But the worst was a
caution warning which was understood by only 20%. My point was proven: symbols must be evaluated, and the
SAE committee should have taken on this effort.
FIGURE 6.10 Symbols and the
percentage of construction workers
who understood their meaning.

Symbols may be difficult to understand for individuals in industrially developing countries, possibly due to lack of
education or previous exposure to other symbols. Liang et al. (2004) found various symbols were given different
interpretations by process control operators in Malaysia, Singapore, and China. The International Standards
Organization (ISO) has suggested that international symbols must be tested in a minimum of five different countries
and they must be understood by an average of 66% of users (Zwaga and Easterby, 1982).
A very large number of research studies have been conducted and they are nicely summarized by Lehto (1992)
and Lehto and Miller (1986). These address traffic signs, public symbols, military symbols, and computer icons.
One early study of symbolic traffic signs in Sweden investigated the percentage of drivers who could recall a
road sign 1 minute after passing it (Johansson and Backlund, 1970). Some of the results are displayed in Figure 6.11.
The danger sign could be recalled by 26% of the drivers only, probably because it is too general and can refer to a
variety of situations. The sign for frost damage is very common on Swedish rural roads. Most drivers have the
experience that the damage is usually
FIGURE 6.11 Road signs used in a field study on a rural

highway in Sweden, and the percentage of drivers who
recalled having seen each sign.
slight and will not affect driving. On the other hand, traffic signs with specific information or important information
were much easier to recall; and it is obvious that they were read. In summary, this study showed that individuals will
remember a sign that is relevant to their situation.
The results may also be applied to industrial situations. Generalized warning signs such as “Danger” or “Be Safe”
are not specific enough, as they do not instruct individuals what to do.
6.11 LABELS AND WRITTEN SIGNS
The main constraint in designing labels is that the message must be short; otherwise it will not be read (Vora et al.,
1994; Loewenthal and Riley, 1980). The difficulty is to find a short message that expresses the situation and
employs good semantics.
Di seberang kampus universitas SUNY Buffalo di AS, ada tanda di sebelah sakelar lampu yang membawa pesan
berikut:
Silakan matikan lampu
saat tidak diperlukan.

Kebanyakan orang mungkin hanya membaca baris pertama, karena mereka mengerti pesannya. Tetapi beberapa
orang akan mengabaikan label karena terlalu panjang. Masalahnya adalah bahwa pesan itu membingungkan.
Mengapa ada orang yang mematikan lampu jika tidak diperlukan? Desain yang lebih baik adalah sebagai berikut:
Harap matikan lampu
Broadbent (1977) mencatat bahwa pernyataan dapat diekspresikan secara afirmatif, pasif, atau negatif, seperti
diilustrasikan di bawah ini.
• Afirmatif: Tuas besar mengontrol kedalaman potongan.
• Pasif: Kedalaman potongan dikontrol oleh tuas besar.
• Negatif: Tuas kecil tidak mengontrol kedalaman potongan.
Broadbent menunjukkan bahwa pernyataan aktif dan afirmatif lebih mudah dipahami daripada pernyataan pasif.
Pernyataan negatif memerlukan waktu reaksi ganda, karena pengguna harus terlebih dahulu memahami apa yang
tidak boleh dilakukan, dan kemudian, hanya dengan kesimpulan, adalah tindakan yang tepat jelas. Pengamatan yang
sama juga berlaku untuk rambu lalu lintas. Tanda-tanda positif yang menyatakan tindakan yang disukai lebih mudah
dan cepat untuk dipahami daripada tanda-tanda penghalang.
6.12 TANDA PERINGATAN
Ada beberapa tahapan berbeda dalam memproses informasi tentang tanda-tanda peringatan (Gambar 6.12). Seorang
individu pertama kali terkena tanda peringatan. Akibatnya ada gambar tanda pada retina-nya, tetapi orang itu belum
memperhatikan. Ada beberapa faktor yang membuat orang melihat suatu tanda (Hale dan Glendon, 1987). Ukuran
tanda jelas penting: semakin besar semakin baik. Lokasi juga penting. Orang harus memposisikan tanda di mana
orang cenderung melihat. Pengemudi, misalnya, biasanya mencoba melihat sejauh mungkin ke jalan untuk
memaksimalkan jarak penglihatan. Ini berarti bahwa ketika jalan berbelok ke kanan, mereka akan melihat sepanjang
sisi kanan jalan. Oleh karena itu ini adalah lokasi yang optimal untuk rambu jalan. Demikian pula,orang dapat
menentukan di mana karyawan di pabrik industri mencari dan menemukan lokasi optimal untuk tanda-tanda
peringatan.
Setelah memproses tanda, kita berharap semantik tanda itu akan memungkinkan pekerja untuk menarik
kesimpulan yang jelas. Individu juga harus setuju dengan kesimpulan. Jika tidak ada kesepakatan, dia tidak akan
mengambil tindakan apa pun. Setelah perjanjian, individu harus memilih dan melaksanakan salah satu dari banyak
alternatif tanggapan. Pilihan tanggapan ini sangat tergantung pada pengalaman; seorang individu yang
berpengalaman memiliki repertoar respons yang lebih besar (Hale dan Glendon, 1987). Kami membahas beberapa
masalah ini secara lebih rinci di bawah ini.
PENGOLAHAN INFORMASI TANDA PERINGATAN
Berdasarkan model pada Gambar 6.12, kita sekarang dapat memperkenalkan beberapa faktor tambahan yang penting
dalam menilai efektivitas tanda-tanda (Lehto, 1992).
GAMBAR 6.12 Empat tahap yang terlibat dalam

pemrosesan informasi tanda-tanda peringatan.
Kelebihan informasi
Kelebihan informasi sangat jelas selama mengemudi. Ini adalah pengalaman umum ketika mengemudi di kota yang
tidak dikenal bahwa mungkin ada terlalu banyak rambu lalu lintas yang bersaing untuk mendapatkan perhatian
seseorang (Lehto dan Miller, 1986). Banyak pengemudi melakukan kesalahan karena mereka tidak punya waktu
untuk menghadiri dan membaca setiap tanda.
Perhatian dan Pemrosesan Aktif
Individu akan menghadiri suatu tanda jika mereka menganggap bahwa tanda itu relevan. Sayangnya, banyak orang
menganggap tanda-tanda peringatan tidak relevan. Karena bahaya tidak dirasakan, tanda peringatan tidak terbaca.
Ini juga salah satu masalah mendasar dalam memotivasi pekerja untuk bekerja dengan aman: bahayanya tidak
dirasakan, jadi tidak perlu bekerja secara berbeda. Zimolong (1985) memberikan beberapa data menarik tentang
pekerja konstruksi. Pelukis yang berdiri di atas tangga untuk sebagian besar waktu kerjanya tidak menganggap
tangga tidak aman. Namun, menurut statistik kecelakaan, pelukis memiliki lebih banyak cedera karena jatuh dari
tangga daripada kelompok pekerjaan lainnya. Demikian pula, perakit perancah tidak menganggap perancah sebagai
tidak aman, meskipun 50% dari semua kematian dalam pekerjaan konstruksi melibatkan perancah.
Ada kemungkinan bahwa pekerja mengembangkan mekanisme koping yang kuat yang membuat mereka
meremehkan bahaya, terutama jika bahaya ini melekat dalam pekerjaan mereka sendiri. Maka sulit untuk
memotivasi, katakanlah, pelukis untuk mempertimbangkan tanda peringatan untuk tangga. Peringatan itu
bertentangan dengan model mental pekerja tentang apa yang aman dan tidak aman. Masalah dasar yang sama
berlaku dalam pelatihan keselamatan. Peserta merasa pelatihan diarahkan pada orang lain tetapi tidak pada diri
mereka sendiri.
Masalah mendasar lainnya adalah kecelakaan jarang terjadi dan, oleh karena itu, tidak ada cukup contoh
peringatan saat ini. Ini lebih merupakan masalah bagi pekerja muda yang mungkin belum pernah melihat
kecelakaan. Pekerja yang lebih tua lebih perseptif dan termotivasi untuk mematuhi instruksi keselamatan
(Dedobbeleer dan Beland, 1989). Mungkin ada cara untuk meningkatkan relevansi yang dirasakan dengan
memaparkan pekerja muda ke "pengalaman jinak" (Purswell et al, 1987). Seseorang dapat membuat sesuatu terjadi
yang dapat memperkuat rasa bahaya. Mungkin kutipan yang ditulis oleh petugas keamanan perusahaan akan
melakukan trik. Diperlukan lebih banyak penelitian untuk menyelidiki masalah ini.
Pemahaman dan Perjanjian
Dalam memahami arti kata-kata, ada pertukaran antara deskripsi terperinci dan penggunaan kata-kata sederhana.
Kata-kata sederhana mungkin tidak cukup ilustratif, sedangkan deskripsi terperinci tidak akan dibaca. Wogalter et
al. (1985) menyarankan bahwa harus ada empat elemen fundamental dalam tanda peringatan:
1. Kata sinyal: untuk menyampaikan gravitasi risiko; misalnya, "Bahaya", "Peringatan" atau "Perhatian."
2. Bahaya: sifat bahaya.
3. Konsekuensi: apa yang mungkin terjadi jika peringatan tidak diikuti?
4. Instruksi: perilaku yang sesuai yang diperlukan untuk mengurangi bahaya.
Contoh peringatan minimalis yang efektif adalah:
Bahaya
Kabel Tegangan Tinggi

Bisa membunuh
Menjauh
Alasan utama untuk peringatan singkat adalah terbatasnya kapasitas memori jangka pendek manusia. Biasanya,
memori jangka pendek dapat menyimpan sekitar tujuh "potongan" atau konsep (Miller, 1956; Simon, 1974). Tetapi
memori jangka pendek terus ditingkatkan untuk memasukkan item saat ini, dan setengah dari memori karena itu
diganti dalam 3-4 detik. Rambu peringatan, seperti yang dibaca oleh pengemudi di mobil atau oleh pekerja di
industri, dianggap hanya untuk jangka waktu yang sangat singkat. Ada keputusan cepat untuk melakukan atau tidak
melakukan sesuatu. Skenario diproses dengan cepat dalam memori jangka pendek, setelah itu situasinya dilupakan.
Manusia mengambil jalan pintas dalam pemrosesan informasi. Ini diperlukan untuk memilah masalah-masalah
penting secara bijaksana dan menangani skenario yang ada secara berkelanjutan. Sebenarnya tidak perlu menyimpan
informasi seperti itu secara permanen.
Selecting and Performing a Response
An individual may have fully comprehended a warning sign and may also be in full agreement, but may select to do
something different because there is a cost of compliance. For example, the decision to press the stop button on an
industrial robot is offset by the realization that it may take an hour to start up the process again (Helander, 1990).
Employees often select not to be safe. Safety glasses, steel-toed boots, respirators, and other personal protective
equipment are perceived of as being inconvenient and uncomfortable (Krohn et al., 1984; Hickling, 1985). The cost
of compliance is too high, unless of course the company decides to change the cost equation by enforcing safety
rules. Some manufacturing companies have acquired a reputation for doing this very efficiently.
Another issue is whether the action implied by a warning sign can be incorporated in the regular work task. For
most drivers, safety behavior has become an integral part of driving. For example, drivers trace the movements of
children and bicycles instinctively. Stopping has become an act that is totally integrated into the driving task. Would
it be
possible to incorporate safe behavior in a regular work task? Maybe not, unless the novice worker is coached
extensively by a qualified trainer (supervisor or peer) on the shop floor, similar to driver training.
OLAHRAGA
International airports have a need to develop symbols for air travelers that everybody can understand. Develop
symbols for the following functions: airport train, car rental, customs office, information, money exchange,
restaurant, room for smokers, shower cabin, sleeping cabin, storage of luggage, and toilet for the disabled.
Describe the difficulties in developing symbols. What types of symbols are easy to propose and what types are
difficult? Draw the symbols and ask a sample of potential air travelers what they mean. Calculate the percentage of
correct responses. Which symbols would you select? Do you need to redesign any of the symbols?
BACAAN YANG DISARANKAN
Wogalter, MS, Laughery, KR, and Young, SL, 2002, Human Factors Perspectives on Warnings. Santa Monica, CA:
Human Factors and Ergonomics Society.
Woodson, WE, 1981, Human Factors Design Handbook, New York: McGraw-Hill. (This is a comprehensive collection of
design guidelines with many illustrations.)
7
Design of Human-Computer Interaction
7.1 INTRODUCTION
Research in human-computer interaction (HCI) started in the 1960s. One of the pioneering studies was presented by
Douglas Engelbart, who introduced the computer mouse at the Fall Joint Computer Conference in San Francisco in
1968 (Engelbart, English and Berman, 1967). The mouse was developed at Xerox Palo Alto Research Center
(PARC). Several other important design innovations originated from PARC, including the graphical user interface
and direct manipulation. These design principles were applied to the interface of Xerox Star computer, which was
introduced in April 1981. The design effort in developing this particular computer was without parallel. Several
hundred experiments were performed with human test subjects to validate design details (Card and Moran, 1986;
Verplank, 1988). Computer users are still fortunate to rely on this inspirational design.
The Xerox Star was a commercial failure, but the design concepts were copied by Steve Jobs and Steve Wozniak,
who launched the innovative Lisa in 1983 (US $10,000) followed by the Apple Macintosh in 1984 (US $2,500). The
Microsoft Windows software package, which built on similar principles, was released in 1985.
Since then, computers have revolutionized the way we work, communicate, and participate in all forms of
activities, including leisure. We have found new ways of collecting data, solving problems, and making decisions. In
doing so, we have been forced to adopt new work methods, which fit the requirements of computers, but not
necessarily the requirements of users. The adoption of computers has been a gradual process, and it may seem that
we have accepted the evolution of personal computer without much reflection or criticism. This may not have
happened were it not for the efforts at Xerox PARC to design usable interfaces.
Software usability has become an important part of software development. Today, Microsoft, Oracle and IBM
and many other companies employ several hundred usability experts, and they produce some of the best software on
the market. Sometimes, however, computer routines are actually not productive, and we would do better if we could
retain the old work routines. Landauer (1995) pointed out that many tasks that we now use computers for take less
time without computers.
Human-computer interaction is today a large scientific field supported by research in many areas including
anthropology, cognitive psychology, cognitive science, ergonomics, experimental psychology, human factors,
learning, linguistics, philosophy, and sociology (Helander, Landauer, and Prabhu, 1997).
Much research has also been published in various application areas, such as in manufacturing, aviation, military
command and control, e-commerce, and computer games. Lately there have been new areas, such as HCI for PDAs
and mobile phones. Di
Design of human-computer interaction 121
these cases the screen is so small that the interaction is limited to the few options that can be displayed, which makes
it more difficult to handle.
7.2 SOME USEFUL DESIGN PRINCIPLES IN HUMAN-
COMPUTER INTERACTION
In this chapter we give a brief overview of some important design issues in HCI. Six design issues are listed below,
but in mentioning these, we are only touching on the surface.
1. Provide an interface that does not violate the user's expectations or mental model.
2. Design a consistent interface. This will improve expectations and reduce user errors.
3. Reduce the memory requirements and memory load of the user.
4. Give feedback to the user, to inform users about what is going on.
5. Design the interface to cater to all types of users. Consider that there are great differences among
individuals in memory and cognitive capabilities.
6. Use direct manipulation to simplify the way information may be accessed and manipulated by the user. This
is one of many great ideas that were implemented at Xerox Star.
We will now describe these principles in greater detail.
DO NOT VIOLATE THE USER'S MENTAL MODEL
The human- computer dialogue must not violate the user's mental model, the way users think about the problem. It
should not be necessary for the user to translate the information on the screen, so that it fits with his mental model.
As an example, consider the situation where a company would like to write software for process control of a mineral
flotation process that is used to enrich minerals. This software could then partially replace the operators who worked
with this task.
The programmer who was assigned the book of writing the software realized that she was not an expert on
mineral enrichment and flotation. She wanted to understand whether the operators have a mental model of the
process, and if she should write the software so that it would agree with the mental model—and the procedures that
were commonly used, or maybe there are many mental models, one for each operator? If so, she would like to find
out if there are common features between the different models.
To find out, we can observe how operators make decisions about process control parameters—about temperature,
when to add chemicals, and when to finish. A cognitive task analysis would be a good way to document the
operators' expertise and what their mental models are.
What happens if all mental models are different? In this case the HCI designer can either select the best model, or
try to formulate a new model that will not violate the existing mental models. This is a difficult task in HCI; it will
require much analysis and evaluation before one can propose a good design solution. But once this is accomplished,
the software will have commercial value.
FIGURE 7.1 Programmers have many priorities, such as

organizing and debugging the program. The diffuse picture
of the user's needs may come second hand.
The programmer and the user have different goals, and therefore different mental models (see Figure 7.1). Often
the programmer will impose her model in developing software. The programmer has a different point of departure,
which is based on the structure of the program and the code, and the user needs may sometimes come second. The
top priority is often to just debug the program. As a result users' needs are deemphasized and usability flaws may
sneak into the program without being noticed. Table 7.1 lists some of the issues that should be taken into
consideration in software design. In developing a user interface, the programmer and the usability expert must think
of many issues (see Table 7.1).
CONSISTENCY IN USER INTERFACE DESIGN
Lack of consistency is a major problem in interface design. This forces the user to adopt several different methods,
rather than one consistent method, to solve similar problems. For example, the information may be presented at
different locations on adjacent screens, thereby forcing the operator to search for the information. The requirement
for consistency is applicable for all levels of design: screen layout, command words, and organization of dialogue.
Much research has been devoted to the choice and abbreviation of command words (summarized in Barnard and
Grudin, 1988; Paap and Cooke, 1997). The problem is how
to generate good descriptors that users will find useful. There is a similar problem in the yellow pages: should one
look for attorney, lawyer, legal, solicitor, barrister, or what?
TABLE 7.1 Issues to Consider in the Development of

Usable Software
Use the user's language, terminology, format, and system presentations.
Words used in menus, commands, help information, and error messages must be chosen carefully, so that they don't lead the
user astray.
The meaning of icons and symbols must be intuitive.
Input devices must be compatible with the task. As illustrated in Table 6.2, different input devices are good for different tasks.
The information on the screen must be formatted so that it is easy to find the relevant information on the screen.
Objects on the screen should be grouped in categories that support the operator's decision making.
Some researchers advocated the idea of user-defined command words—that is, let the users themselves define
command words. This is not a good idea. Users are not very good at understanding what is best for them. Although
they understand their task, they do not understand HCI. Several studies investigated the likelihood that any two
people would generate the same command name; the probability of doing so ranged from 0.07 to 0.18 (Carroll,
1985).
One study showed that a single user employed 15 different principles for abbreviation of command words
(Carroll, 1985). In other words, user-defined abbreviations would not work. Instead, the interface designer has to
select a strategy for abbreviations. There are four main strategies:
1. Phonetic strategy: Use an abbreviation that sounds the same. For example, APND for
APPEND.
2. Contraction: Keep the first and last character of the word. For example, EXTE instead of EXECUTE.
3. Delete Vowels: Remove vowels in the word. For example, RMV for REMOVE.
4. Abbreviation: Use a minimum number of characters from the beginning of the word, such as OP for
OPERATE.
Although many studies have indicated that abbreviations are best, there is an even more important principle:
consistency. Use only one way to abbreviate!
Consistency is also important for other design details, such as consistency in location of information on the
screen. A study at IBM (Czerwinski, 2000) showed that if menu words had different locations from one screen to the
next, the menu search time increased by 73%. Consistency in schematics and organization of dialogue can be
investigated using a state transition diagram (see Figure 7.2).
The state transition diagram starts off in the upper left corner with a display of the current month, week, and day.
From the month one can select another month,
FIGURE 7.2 State transition diagram for an electronic
calendar.
week, and day. From the day, one can select a time slot, and from the time slot one can do text entry. Using the state
transition diagram, one can evaluate the loops and get an overall view of the organization of the program. The
functionality of the calendar can easily be investigated, thereby identifying important access points and interactions
that we may have forgotten.
MEMORY REQUIREMENTS
The computer dialogue should be designed so as to minimize the memory requirements, or the number of chunks in
the user's short-term memory (STM). Miller's magic number 7 ± 2 applies here (see Chapter 5) . For example, if
there are more than eight different choices in a menu, some users will forget the first few alternatives and will have
to read the menu alternatives all over again.
It is possible to format the information on the display in such a way that the operator will find it easy to group
and chunk information. Symbols, icons, and labels which are used frequently can help to simplify chunking of
information, thereby making it easy to form a mental model. The pioneering study by Tullis (1997), which was
explained in
Figure 2.3, proved that chunking information can be very cost effective; it reduced the performance time by 40%.
FEEDBACK
Give users feedback on everything, as often as it is practical. Users must understand where they are in the program,
what has been done, and what is correct and incorrect. With feedback users can understand how well they are doing,
and it is possible to correct errors. It is also easier to learn the system and develop a mental model.
One type of feedback is “intelligent help.” Here the computer keeps track of the type of errors committed. The
program will draw conclusions with respect to how advanced the user is and then adapt help messages and other
feedback to the level of the expertise. Typically the expert will prefer short symbolic help messages, but the novice
will require more complete information.
Intelligent help is difficult to design. An example is Clippy, the paperclip that travels on a motorcycle in MS
Word. I have yet to find a computer user who likes Clippy's advice. Often, users are irritated by Clippy's uninvited
appearance on the screen, because the offered help is not relevant to the user's task. It is indeed difficult to make
inferences from a user's action in order to provide intelligent advice.
Sometimes in the ambition to help users the wrong feedback is given. A recent usability study on e-government
portals showed that there were various feedback messages that were inappropriate or not meaningful to users
(Khalid, 2004). Users could apply for a business license online. While waiting for their password to be confirmed,
the screen went blank for about 30 s. Some users thought their passwords were incorrect and used the back button to
retry. Only then a message appeared: “Processing in progress. Please wait.” However, they were not informed how
long they should wait. Another example is that, when users clicked on the “Proceed” button in the license form, they
expected the cursor to change its shape from an arrow to a hand, but there was no such feedback.
INDIVIDUAL DIFFERENCES
Orang berbeda dalam kemampuan mereka untuk menangani komputer dan perangkat lunak. Sebuah makalah klasik
oleh Egan (1988) merangkum penelitian tentang perbedaan antara individu berperforma tinggi dan individu yang
berkinerja rendah. Dalam studinya dia sangat berhati-hati untuk mengimbangi perbedaan dalam pelatihan dan
pengalaman. Kelompok-kelompok yang dia pelajari adalah homogen, dan terdiri dari subjek tes siswa, profesional
dan programmer berpengalaman. Egan memilih tiga aplikasi penting:
1. Pengeditan teks — tugas rutin
2. Pencarian informasi — tugas yang tidak rutin
3. Pemrograman — penalaran abstrak
Ada tiga variabel dependen: waktu yang diperlukan untuk melakukan tugas, jumlah upaya, dan persen benar pada
upaya pertama.
Untuk mengedit teks waktu kinerja untuk pengguna paling lambat dibandingkan dengan tercepat adalah 5: 1;
untuk tugas pencarian informasi, 9: 1; dan untuk tugas pemrograman komputer, 22: 1.
Egan menyadari bahwa pengguna tercepat dan paling lambat tidak selalu mewakili populasi, jadi ia menghilangkan
25% individu teratas dan terbawah dari perbandingan. Kemudian dia membandingkan perbedaan antara persentil ke-
75
TABEL 7.2 Hasil dari Studi Egan
Tugas Maks / Min Q 3/ Q 1

Pengeditan teks 5: 1 2: 1
Pencarian informasi 9: 1 2: 1
Pemrograman 22: 1 2: 1
Tiga tugas dibandingkan: pengeditan teks, pencarian informasi, dan pemrograman. Rasio kinerja maksimum ke minimum dan
rasio kinerja kuartil ke-75 dan ke-25 diberikan.
dan persentil ke-25. Rasio kinerja untuk ketiga tugas itu sekitar 2: 1, atau 100% peningkatan kinerja dari pengguna
persentil ke-25 ke 75 (lihat Tabel 7.2).
Egan melangkah lebih jauh untuk menyelidiki dengan tepat faktor kognitif apa yang dapat bertanggung jawab
atas perbedaan dalam kinerja HCI. Beberapa keterampilan kognitif diuji menggunakan prosedur pengujian standar
(Ekstrom et al, 1976). Biasanya, orang yang berkinerja baik dalam pengeditan teks mendapat skor lebih tinggi pada
memori spasial daripada mereka yang berkinerja buruk. Perbedaan dalam pencarian informasi dan kemampuan
pemrograman dijelaskan oleh perbedaan dalam memori spasial serta kemampuan penalaran logis.
Memori spasial dapat diuji dengan meminta peserta untuk menghafal peta kota. Peserta pertama-tama
mempelajari peta selama 5 menit. Kemudian peta diambil, dan mereka ditanyai pertanyaan seperti: Di mana gereja
itu berada? Dimana McDonald's? Dan seterusnya.
Pentingnya memori spasial adalah bahwa itu membantu orang untuk bernavigasi. Pengguna yang dapat
mengingat cara menavigasi ke suatu fungsi di komputer pasti akan menghemat waktu. Tetapi banyak dari kita yang
miskin dalam menghafal lokasi berbagai fungsi. Di MS Word, apakah Anda tahu cara mengurutkan kata
berdasarkan alfabet? Lihat di bawah menu pull-down untuk Table.
Memori spasial yang buruk bisa menjadi cacat yang melemahkan. Pertanyaan kemudian muncul: Apa yang bisa
kita lakukan sebagai desainer HCI untuk membantu orang dengan memori spasial yang lebih rendah bekerja lebih
baik di komputer? Salah satu caranya adalah membuat semua file dan fungsi terlihat di layar. Dengan demikian
tidak perlu navigasi. Ini memang ide di balik manipulasi langsung, konsep untuk Xerox Star dan Apple Lisa. Untuk
menghindari masalah navigasi, dimungkinkan untuk merancang antarmuka manipulasi langsung, sehingga pengguna
tidak harus bergantung pada memori spasial mereka.
Perbedaan kinerja kognitif jauh lebih besar daripada perbedaan kinerja manual. Biasanya di antara pekerja di
jalur perakitan pabrik ada perbedaan maksimal dalam kinerja perakitan manual sekitar 25% (Konz dan Johnson,
2004). Perbedaan kognitif lebih besar dari 100% dan jauh lebih konsekuensial. Orang dengan kinerja kognitif rendah
dapat, seperti yang kami jelaskan, dibantu oleh gaya desain antarmuka yang berbeda.
Desain interaksi manusia-komputer 127
MANIPULASI LANGSUNG
Prinsip untuk manipulasi langsung ditetapkan pada saat Xerox Star dikembangkan. Ziegler dan Fähnrich (1988)
mendokumentasikan tiga aspek manipulasi langsung.
1. Keterusterangan melalui visibilitas. Semua informasi harus terlihat di layar, dan dimungkinkan untuk
merujuk informasi dengan menunjuk dan mengklik.
2. Keterusterangan semantik. Simbol seperti ikon (misalnya, ikon keranjang belanja) harus mudah dipahami dan
intuitif untuk digunakan. Merancang ikon yang bermakna membutuhkan banyak tes kerja dan validasi.
Beberapa fungsi sangat abstrak sehingga sulit untuk menemukan simbol. Maka lebih baik menggunakan kata-
kata.
3. Keterusterangan melalui aksi cairan. Seharusnya dimungkinkan untuk menjalankan urutan perintah dengan
mouse tanpa mengganggu gerakan. Ini berarti bahwa ada tindakan lancar melalui klik dan seret.
Manipulasi langsung bekerja dengan baik pada Apple Lisa, yang dirilis pada tahun 1983. Sejak saat itu perangkat
lunak untuk aplikasi umum telah berkembang pesat; dan tidak ada lagi ruang untuk menampilkan semua fungsi di
layar. Diperlukan menu pull-down dan antarmuka serupa. Antara 1992 dan 1995 jumlah perintah di Microsoft Word
meningkat dari 400 menjadi 1100. Dr. Nathan Myhrvold, kepala petugas teknologi Microsoft, menjelaskan
situasinya sebagai berikut: "Perangkat lunak adalah gas — ia meluas untuk mengisi wadah tempatnya berada" (
Gibbs, 1997). Myhrvold juga menjelaskan dilema pelanggan: “Pengguna sangat tidak sadar diri. Pelanggan korporat
sering menuntut agar Microsoft secara bersamaan menambah fitur baru dan berhenti menambahkan fitur baru ”
(Mann, 2002). Mereka menyadari bahwa lebih sedikit fitur akan meningkatkan kegunaan, tetapi mereka tidak dapat
menahan fungsionalitas yang ditambahkan — mereka seperti anak-anak dengan toples kue.
7.3 PENGEMBANGAN DESAIN YANG DAPAT DIGUNAKAN
Desain yang baik membutuhkan analisis dan desain iterasi. "Jika Ernest Hemingway, Neil Simon, Pablo Picasso dan
Frank Lloyd Wright tidak bisa memperbaikinya pertama kali — apa yang membuat Anda berpikir Anda akan
melakukannya" (Heckel, 1984). "Alat paling penting yang dimiliki arsitek adalah penghapus di ruang tamu dan palu
godam di lokasi konstruksi" (Frank Lloyd Wright).
Untuk menghindari masalah dalam desain sistem, antarmuka harus direncanakan pada tahap awal dalam
pengembangan (Gould, 1988). Semua aspek desain perangkat lunak harus dikembangkan secara paralel. Sama
seperti teknik konkuren sangat penting dalam desain produk, desain konkuren harus digunakan untuk perangkat
lunak. Ini menyatukan banyak spesialis termasuk perancang sistem, programer, pakar kegunaan, dan pakar
pemasaran. Dengan demikian tujuan bersama dapat ditetapkan pada tahap awal untuk pekerjaan pengembangan.
Untuk memahami model mental pengguna, analisis tugas kognitif sangat membantu. Ini dapat dilengkapi dengan
informasi yang diperoleh dari wawancara pengguna, pengamatan, dan desain partisipatif. Dengan informasi ini
orang dapat memahami kebutuhan pengguna serta pengetahuan mereka. Konsumen akhirnya menjadi cukup sadar
akan masalah kegunaan dan mereka cenderung meningkatkan kekhawatiran tentang desain yang kompleks. Alasan
mengapa Apple dan iPod
Google telah begitu sukses karena kesederhanaan mereka dalam desain ( The Economist, 2004). Google memiliki
antarmuka 27 kata dan iPod memiliki satu kontrol putar. Konsumen Laporan sekarang mencantumkan sekitar 40%
dari ulasannya untuk kegunaan dan kegunaan dari a produk.
Sama seperti dalam desain produk, prototipe sangat membantu dalam pengembangan perangkat lunak. Tujuannya
adalah untuk mengumpulkan informasi tentang kegunaan, yang kemudian dapat digunakan sebagai dasar untuk
perbaikan dan desain ulang.
Selama fase awal prototipe kertas dapat digunakan. Meskipun prototipe kertas mungkin tidak sesuai untuk
pengujian pengguna, para ahli kegunaan dapat menggunakannya untuk panduan kognitif, seperti yang dijelaskan di
bawah ini. Selama fase pengembangan selanjutnya prototipe perangkat lunak dapat dievaluasi dalam pengujian
pengguna. Hasilnya dapat diharapkan untuk meningkatkan fungsionalitas serta kegunaan.
Menurut Karat (1997) ada manfaat ekonomi yang signifikan dalam meningkatkan kegunaan. Kegunaan sangat
penting untuk desain produk. Produk dengan kegunaan yang buruk tidak akan menjual; mungkin sudah terlambat
untuk meningkatkan kegunaan, karena biaya untuk perubahan pascabebasan tidak terjangkau bagi sebagian besar
perusahaan. Pengantar awal sangat penting, sehingga jarang ada kesempatan kedua. Hilangnya momentum dan
itikad baik pelanggan bahkan mungkin membuat sulit untuk melanjutkan di area pasar yang sama.
Rekayasa Kegunaan berkontribusi pada berbagai tahap siklus desain produk dan manfaat bertambah sepanjang
siklus hidup produk. Tetapi lebih murah untuk menerapkan kegunaan pada awal upaya desain. Gould (1997)
mengusulkan daftar periksa untuk memastikan pengujian kegunaan awal perangkat lunak (lihat Tabel 7.3).
TABEL 7.3 Daftar Periksa untuk Mencapai Pengujian Pengguna

Awal
Kami telah membuat sketsa informal dan awal dari beberapa skenario pengguna — menetapkan dengan tepat seperti apa pesan
pengguna dan sistem — dan menunjukkannya kepada beberapa calon pengguna.
Kami sudah mulai menulis buku petunjuk, dan itu memandu proses pengembangan.
Kami telah menggunakan simulasi untuk mencoba fungsi dan organisasi antarmuka pengguna.
Kami telah menggunakan maket.
Kami telah mengundang orang untuk mengomentari komponen kegunaan.
Kami memiliki calon pengguna berpikir keras saat mereka menggunakan simulasi dan prototipe.
Kami menggunakan metode lorong dan etalase.
Kami melakukan pengujian pengguna prototipe formal.
Kami bertemu dengan tolok ukur perilaku kami.
Kami melakukan studi lapangan.
Kami melakukan studi lanjutan pada orang-orang yang menggunakan sistem.
Diadaptasi dari Gould (1998).
7.4 KEGUNAAN USABILITAS

Sangat penting untuk menekankan kegunaan dalam pengembangan perangkat lunak. Memang, kegunaan telah
menjadi sangat penting sehingga profesi baru telah ditetapkan: ahli kegunaan dan insinyur kegunaan. Banyak dari
mereka yang tergabung dalam Usability Professionals Association (UPA), sebuah badan profesional yang
mengambil pandangan pragmatis dari pekerjaan mereka dengan berfokus pada desain.
daripada teori kognitif. UPA menyelenggarakan konferensi reguler untuk mengikuti perkembangan di lapangan.
Organisasi Standar Internasional telah menerbitkan standar terkenal, ISO 9241-11. Standar ini mendefinisikan
kegunaan sebagai berikut (ISO, 1995):
Kegunaan adalah sejauh mana suatu produk dapat digunakan oleh pengguna tertentu untuk
mencapai tujuan yang ditentukan dengan efektivitas, efisiensi dan kepuasan dalam konteks
penggunaan tertentu.
Efektivitas mengacu pada akurasi dan kelengkapan yang digunakan pengguna untuk mencapai tujuan yang
ditentukan. Efisiensi berkaitan dengan sumber daya yang dikeluarkan terkait dengan akurasi dan kelengkapan yang
digunakan pengguna untuk mencapai tujuan. Kepuasan mengacu pada kenyamanan dan penerimaan penggunaan.
Seiring waktu definisi telah melihat banyak modifikasi. Nielsen (1994) menetapkan lima karakteristik kegunaan:
kemudahan belajar, efisiensi penggunaan, kemampuan mengingat (kemudahan mengingat), frekuensi kesalahan, dan
kepuasan subyektif. Jordan (1998) lebih tertarik pada pengalaman pengguna tentang kegunaan: kemampuan
menebak, kemampuan belajar, kinerja pengguna yang berpengalaman (EUP), potensi sistem (kinerja optimal), dan
penggunaan kembali.
Akhir-akhir ini ada perdebatan yang berfokus pada "kesenangan" di HCI. Hal-hal yang menyenangkan, klaim
Carroll (2004), ketika mereka menarik, menangkap, dan menarik perhatian kita dengan memancing persepsi baru
atau tidak biasa, membangkitkan emosi dalam konteks. Mereka menyenangkan ketika mereka mengejutkan kita, dan
menyajikan tantangan atau teka-teki saat kita mencoba memahami mereka.
Carroll (2004) mengusulkan redefinisi kegunaan untuk memasukkan kesenangan dan aspek penting lainnya dari
pengalaman pengguna. Menurut Carroll konsep baru ini harus bergantung pada analisis terintegrasi dari pengalaman
pengguna . Hal ini cenderung mengarah pada kemajuan teknologi yang lebih besar, daripada sekadar merinci
berbagai aspek pelengkap pengalaman pengguna. Pengalaman pengguna disatukan; itu adalah kesan Gestalt.
Pengguna tidak menguraikan kesan mereka dalam hal kegunaan, estetika, dan kesenangan. Norman (2004), yang
sebelumnya menekankan kegunaan, sekarang dengan cepat menambahkan bahwa produk yang dapat digunakan
yang tidak menarik tidak laku. Emosi, estetika, dan kegunaan memang saling terkait (Helander dan Khalid, 2005).
7.5 METODE UNTUK EVALUASI USABILITAS
Evaluasi kegunaan dilakukan untuk mengidentifikasi masalah dan kesulitan yang dialami dalam menggunakan
perangkat lunak. Ada dua kategori utama dari metode usability: evaluasi analitik dan evaluasi berbasis pengguna.
Evaluasi analitik juga disebut metode pemeriksaan kegunaan. Dalam hal ini produk dievaluasi oleh analis
profesional, seperti ahli kegunaan. Ada tiga metode umum:
• Evaluasi heuristik
• Panduan kognitif
• Analisis berbasis model seperti tujuan, operator, metode, dan seleksi (GOMS)
Evaluasi berbasis pengguna melibatkan pengujian oleh pengguna. Ada beberapa metode:
• Pengujian kegunaan
• Desain partisipatif pengguna

• Berpikir keras
• Kuisioner dan wawancara
Metode-metode ini dibahas di bawah ini.
EVALUASI HEURISTIK
Evaluasi heuristik mengacu pada seperangkat aturan atau tujuan desain yang digunakan untuk mengevaluasi
antarmuka. Ini biasanya dirumuskan pada tingkat tinggi dengan tujuan abstrak, dan tergantung pada perancang
untuk menentukan bagaimana setiap tujuan dapat diimplementasikan dalam hal desain antarmuka. Misalnya, satu
tujuan tingkat tinggi adalah "Bicaralah bahasa pengguna." Analis kemudian akan menafsirkan apa ini menyiratkan
dalam hal desain antarmuka. Untuk menerapkan heuristik ini, kita harus memahami yang berikut:
• Apa sebenarnya bahasa pengguna. Bagaimana cara pengguna merujuk ke berbagai item?
• Bagaimana pendapat pengguna tentang tugas mereka?
Berdasarkan pengetahuan ini, analis akan lebih memahami kata-kata apa yang harus dipilih untuk desain dialog dan
menu.
Shneiderman (1998) mengusulkan delapan "aturan emas" untuk desain antarmuka, tetapi ia mengatakan bahwa
ada kebutuhan untuk memvalidasi dan menafsirkan aturan ini untuk aplikasi yang berbeda. Aturan emas ditunjukkan
pada Tabel 7.5. Nielsen dan Molich (1990) dan Nielsen (1994) mengusulkan sepuluh heuristik kegunaan. Ini telah
menjadi banyak digunakan dan merupakan set heuristik kegunaan yang paling dikenal (lihat Tabel 7.5). Banyak
peneliti lain juga telah mengembangkan rekomendasi. Bruce “Tog” Daftar prinsip pertama dari desain interaksi
Tognazzini adalah bacaan yang menarik (Tognazzini, 2004).
WALKTHROUGH KOGNITIF
Cognitive walkthrough (CW) adalah metode untuk mengevaluasi antarmuka pengguna dengan menganalisis proses
mental yang diperlukan pengguna (Lewis dan Wharton, 1997). Ini dilakukan oleh seorang analis, dan oleh karena itu
pengguna nyata tidak digunakan dalam jenis analisis ini. CW dapat dilakukan pada setiap tahap siklus desain. Pada
tahap awal desain,
TABEL 7.4 Delapan Aturan Emas Shneiderman
1. Berusaha keras untuk konsistensi
2. Aktifkan pengguna yang sering menggunakan pintasan
3. Tawarkan umpan balik yang informatif
4. Desain dialog untuk menghasilkan penutupan
5. Menawarkan pencegahan kesalahan dan penanganan kesalahan sederhana

6. Mengizinkan pembalikan tindakan yang mudah
7. Mendukung locus of control internal (pengguna mengendalikan sistem)
8. Mengurangi beban memori jangka pendek

sketsa, storyboard, dan kertas mock-up dapat digunakan untuk memvisualisasikan desain dan tindakan yang
diharapkan. Pada tahap selanjutnya prototipe cepat yang dihasilkan oleh komputer dapat menjadi dasar untuk CW.
Helander and Skinnars (2000) melakukan CW dari desain antarmuka untuk kokpit pesawat tempur Saab
Aerospace JAS 39 (lihat Gambar 7.3). Pada saat analisis, JAS 39 telah terbang selama beberapa tahun, tetapi ada
peningkatan antarmuka yang berkesinambungan.
Untuk melakukan CW, analis (Helander) bekerja bersama dengan perancang (Skinnars). Kami memutuskan
untuk menganalisis rutinitas navigasi. Salah satu masalah dalam perang modern adalah bahwa waktunya harus
sangat akurat. Untuk menyerang target, beberapa pesawat terbang mengambil rute berbeda dan bertemu di target.
Mereka kemudian harus mencapai target tepat pada waktu yang sama. Untuk menunda atau mempercepat pesawat,
pilot akan memprogram rute alternatif ke target.
Tergantung pada pengalamannya, seorang pilot dapat memilih berbagai cara untuk bernavigasi. Pertama dia
harus mengkalibrasi lokasi geografis. Seorang pilot berpengalaman dapat memeriksa landmark dan mengklik pada
mereka (di peta) ketika dia lewat. Pilot yang kurang berpengalaman tidak memiliki kepercayaan diri untuk melihat
dan mengidentifikasi landmark; alih-alih dia akan mengandalkan informasi pada peta elektronik. Pertanyaannya
adalah apakah desain antarmuka dapat mendukung kedua cara navigasi, sehingga dalam kedua kasus tindakan yang
diperlukan untuk mengoordinasikan lokasi pesawat dengan peta adalah intuitif dan cepat dilakukan.
Secara umum, setelah urutan tugas ditetapkan, analis akan menentukan apakah antarmuka dapat mendukung
tindakan yang sesuai. Jika kesulitan ditemukan, alasan kesulitan diidentifikasi dalam hal parameter desain
antarmuka.
Ada lima fitur kunci dari walkthrough kognitif, yang membedakan walkthrough kognitif dari metode lain.
1. CW dilakukan oleh seorang analis dan mencerminkan penilaian analis. Ini bukan berdasarkan data dari
pengguna tes (dalam kasus kami, pilot).
2. CW meneliti tugas pengguna tertentu, daripada menganalisis aspek global dari antarmuka pengguna.
3. Analis menyelidiki urutan tindakan pengguna yang benar, menanyakan apakah pengguna dapat
melakukan urutan ini menggunakan desain antarmuka yang dimaksudkan.
4. CW juga akan mengidentifikasi kemungkinan titik-titik masalah dalam sebuah antarmuka dan menyarankan
alasan untuk masalah tersebut. Dalam kasus kami, kami akan bertanya apa yang akan membuat pilot
melakukan kesalahan.
5. Analis mengidentifikasi masalah dengan melacak kemungkinan proses mental dari pengguna hipotetis, bukan
dengan berfokus pada antarmuka itu sendiri. Dengan demikian analis harus memahami latar belakang
pengetahuan pengguna dan mencoba menyimpulkan bagaimana memengaruhi atau mengubah proses mental.
TABEL 7.5 Heuristik Sepuluh Kegunaan Nielsen (Nielsen, 1994a)
1. Visibilitas status sistem
Sistem harus selalu memberi informasi kepada pengguna tentang apa yang sedang terjadi, melalui umpan balik yang
sesuai dalam waktu yang wajar.
2. Kecocokan antara sistem dan dunia nyata
Sistem harus berbicara dalam bahasa pengguna, dengan kata-kata, frasa, dan konsep yang akrab bagi pengguna, bukan istilah
yang berorientasi sistem. Ikuti konvensi dunia nyata, membuat informasi muncul dalam urutan yang alami dan logis.
3. Kontrol dan kebebasan pengguna
Pengguna sering memilih fungsi sistem secara tidak sengaja dan akan membutuhkan "pintu darurat" yang ditandai dengan jelas
untuk meninggalkan kondisi yang tidak diinginkan tanpa harus melalui dialog panjang. Mendukung undo and redo.
4. Konsistensi dan standar
Pengguna tidak perlu bertanya-tanya apakah kata-kata, situasi, atau tindakan yang berbeda memiliki arti yang sama. Ikuti
konvensi platform.
5. Pencegahan kesalahan
Bahkan lebih baik daripada pesan kesalahan yang baik adalah desain yang hati-hati yang mencegah masalah terjadi di tempat
pertama.
6. Pengakuan alih-alih mengingat
Buat objek, tindakan, dan opsi terlihat. Pengguna tidak harus mengingat informasi dari satu bagian dialog ke bagian lainnya.
Petunjuk penggunaan sistem harus terlihat atau mudah diambil kapan pun diperlukan.
7. Fleksibilitas dan efisiensi penggunaan
Akselerator — yang tidak terlihat oleh pengguna pemula — mungkin sering mempercepat interaksi bagi pengguna ahli
sehingga sistem dapat melayani baik pengguna yang belum berpengalaman maupun yang berpengalaman. Izinkan pengguna
untuk menyesuaikan tindakan yang sering dilakukan.
8. Desain estetika dan minimalis
Dialog tidak boleh mengandung informasi yang tidak relevan atau jarang dibutuhkan. Setiap unit informasi tambahan dalam
dialog bersaing dengan unit informasi yang relevan dan mengurangi visibilitas relatifnya.
9. Bantu pengguna mengenali, mendiagnosis, dan memulihkan dari kesalahan
Pesan kesalahan harus dinyatakan dalam bahasa sederhana (tanpa kode), menunjukkan masalah secara tepat, dan secara
konstruktif menyarankan solusi.
10. Bantuan dan dokumentasi
Meskipun lebih baik jika sistem dapat digunakan tanpa dokumentasi, mungkin perlu memberikan bantuan dan dokumentasi.
Setiap informasi seperti itu harus mudah dicari, harus fokus pada tugas pengguna, harus membuat daftar langkah konkret yang
harus dilakukan, dan tidak boleh terlalu besar.
GAMBAR 7.3 Antarmuka Saab
Aerospace Gripen 39 kokpit.

Lewis dan Wharton (1997) membahas langkah-langkah yang diperlukan dalam melakukan CW sebagai berikut:
1. Persiapan
• Tentukan pengetahuan pengguna saat menggunakan antarmuka.
• Pilih tugas sampel. Tugas harus menjadi aspek kritis dari sistem, dan harus merupakan representasi realistis
dari apa yang akan dilakukan pengguna. Tentukan urutan tindakan yang benar untuk tugas tersebut.
2. Analisis
• For each action, construct a success story that explains why a user would choose that action. The analyst
should again note the assumptions made about the user. In particular it is important to understand the user's
knowledge and experience, and how this affects his decisions and actions. In analyzing a success story, four
questions need to be considered:
a. Will the user be trying to achieve the right effect?
b. Will the user notice that the correct action is available?

c. Will the user associate the correct action with the desired effect?
d. If the correct action is performed, will the user see that progress is being made?
• Record problems. Identify failure stories. The analyst should identify and document all the problems in a
failure story, the reason for failure, and the assumption about the user's behavior. Consider and record design
alternatives. Modify the interface design to eliminate the problem.
GOALS, OPERATORS, METHODS, AND SELECTION (GOMS)
GOMS is a task analysis method. It uses a notation and syntax that is similar to traditional programming languages
(Card, Moran, and Newell, 1980). A GOMS model consists of the following elements:
1. Goal —a specification of what a user wants to achieve, such as finding a word in a manuscript that is being
edited.
2. Operators —the actions that the analyzed software allows a user to take, such as keyboard input, mouse
input, or voice recognition input.
3. Method —methods that can be used to accomplish a goal. For example: to find a specific word in a manuscript,
such as NASA-TLX, one can either employ the method of using the Find routine, which is listed under Edit in
MS Word, or one can use the method of simply scrolling down the text and searching for the word.
4. Selection —rules that a user follows in deciding which method to use in a particular instance. For example, a
user may utilize the following decision rules:
• If it is a long document, use the Find routine.
• If it is a short document, use the Scroll function, since it will be quicker.
GOMS is actually the wrong acronym. It should be GMSO. The user will first select a goal, then consider what
methods are available to accomplish the goal, then select a suitable method, and finally use an operator (eg, a
keyboard) to expedite the selected method.
To find the word in the document, we can program the two methods (see Table 7.6). Method A takes five steps.
Method B takes three steps if the word is on the first page. If the word is on the second page it takes five steps. If it
is on the third page it takes seven steps, and so forth.
TABLE 7.6 Two Alternative Methods for Finding a Document
Method A. Find a word using the find routine
Step 1. Accomplish goal: click on Edit
Step 2. Select Find
Step 3. Input word
Step 4. Click on Find Next
Step 5. Return with goal accomplished

Method B. Find a word by visually scanning pages
Langkah 1. Mencapai tujuan: cari halaman saat ini

Langkah 2. Putuskan apakah kata ada di halaman
Langkah 3. Jika kata ada di halaman, kembali dengan tujuan tercapai
Langkah 4. Jika kata tidak ada di halaman, gulir ke halaman berikutnya
Langkah 5. Pergi ke 2
Metode B bekerja dengan baik untuk dokumen satu halaman jika kata itu mudah ditemukan. Beberapa kata
menonjol dan mudah ditemukan. Kata dalam huruf kapital, seperti "GOMS," terlihat berbeda dan sangat mudah
ditemukan. Kami dapat dengan cepat memindai satu halaman penuh. Tetapi untuk mencari kata "metode" orang
mungkin harus memindai paragraf pada suatu waktu. Ini akan menambah jumlah langkah, dan metode pengguliran
dan pemindaian visual tidak lagi menjadi pilihan yang baik.
Model GOMS khas menggambarkan tugas pengguna dan pengetahuan pengguna dalam bentuk aturan produksi.
Aturan-aturan ini bisa membosankan dan menghabiskan waktu untuk dirumuskan, terutama ketika tugas-tugasnya
kompleks.
GOMS sendiri tidak mengidentifikasi tujuan pengguna. Pengguna harus mengidentifikasi tujuan. Ada beberapa
metode tradisional yang tersedia untuk melakukan ini: analisis tugas, wawancara dengan pengguna, pengamatan
pengguna menggunakan sistem yang sama, atau intuisi pada bagian analis (Kieras, 1998). Selalu ada beberapa cara
untuk menguraikan tugas dan menulis program GOMS. Analis harus menilai bagaimana pengguna melihat tugas
mereka, apa tujuan mereka, bagaimana mereka menguraikan tugas menjadi subtugas, dan langkah-langkah apa yang
akan dipilih pengguna untuk menyelesaikan metodenya (Kieras, 1998).
Memprediksi Kinerja Manusia melalui GOMS
Hasil analisis GOMS dapat digunakan untuk memprediksi pembelajaran manusia. Logikanya adalah semakin besar
jumlah pernyataan (langkah), semakin lama waktu belajar. Kieras (1998) mencatat bahwa untuk program dengan
sekitar 100 pernyataan waktu belajar (LT) adalah sebagai berikut:
LT = 30–60 menit + N × 0,5 menit
di mana N adalah jumlah pernyataan.
Sebagai contoh, Gray (1998) menghitung waktu belajar untuk permainan komputer. Dia menunjukkan bahwa
anak laki-laki berusia sepuluh tahun pun dapat mengambil selama orang tua mereka. Perbedaan utama adalah bahwa
beberapa anak laki-laki memiliki motivasi yang tidak ada habisnya. Orang tua biasanya tidak menyadari berapa
lama waktu yang dihabiskan anak-anak mereka untuk menyempurnakan permainan, dan oleh karena itu mereka
mengangkat mereka ke status jenius komputer. Sayangnya ini jarang terjadi.
PENGUJIAN USABILITAS
Pengujian kegunaan telah ditetapkan selama lebih dari 25 tahun. Ini difokuskan pada identifikasi masalah kegunaan
dalam suatu produk. Tes ini dilakukan oleh peserta di laboratorium kegunaan. Ada beberapa karakteristik tes
kegunaan.
1. Fokusnya adalah pada kegunaan
2. Peserta adalah pengguna akhir atau pengguna potensial

3. Peserta dapat diminta untuk berpikir keras ketika mereka melakukan tugas (lihat di bawah)
4. Data dicatat dan dianalisis
Kecanggihan analisis tergantung pada tujuan penelitian. Untuk studi percontohan sederhana, tidak perlu
menggunakan laboratorium dengan cermin satu arah dan perangkat lunak pencatatan data. Ada metode murah dan
cepat, seperti penggunaan kamera video tunggal. Ada juga perangkat lunak yang tersedia yang akan menyimpan
semua layar, gerakan kursor, dan rekaman suara pada PC; Camtasia Studio adalah salah satu contohnya (TechSmith,
2004).
Mengumpulkan Data untuk Pengujian Kegunaan
Seseorang dapat menggunakan ukuran kinerja serta ukuran subjektif dan rekaman video. Gambar 7.4 menunjukkan
lab kegunaan di Universitas Teknologi Nangang. Ukuran kinerja biasanya melibatkan waktu untuk melakukan tugas,
jumlah kesalahan, jenis kesalahan, dan berapa kali eksperimen harus turun tangan untuk membantu orang yang diuji.
Perangkat lunak dapat digunakan untuk merekam gerakan mouse, input keyboard, dan konten layar. Beberapa data
ini juga sulit dianalisis.
Input keyboard, misalnya, sulit untuk dianalisis. Bertahun-tahun yang lalu Alan Neal di IBM mencatat penekanan
tombol operator. Dia segera menyadari bahwa dia sedang merekam sejumlah besar data, dan tampaknya ada sedikit
gunanya untuk hasilnya (Neal, 1977).
Langkah-langkah subyektif melibatkan penilaian (seperti kuesioner — lihat di bawah) atau komentar lisan dari
peserta mengenai kegunaan. Kamera video dapat digunakan untuk merekam ekspresi wajah pengguna dan jenis
reaksi lainnya. Namun, tipe data ini bisa sangat sulit untuk dianalisis.
Seleksi Orang Uji
Van Welie et al. (1999) berkomentar bahwa pengetahuan pengguna suatu aplikasi akan memengaruhi penilaian
kegunaan. Untuk mengevaluasi sistem, penting untuk memilih orang yang diuji secara hati-hati. Pengguna
berpengalaman akan sering menemukan masalah kegunaan yang berbeda dari pengguna yang tidak berpengalaman.
Mungkin penting untuk menguji kedua jenis pengguna.
Menganalisis Data dari Tes Kegunaan
Dalam menganalisis data dari tes kegunaan, seseorang harus mempertimbangkan bahwa langkah-langkah yang
berbeda (variabel dependen) sering terkait satu sama lain. Misalnya, ikon yang dirancang dengan buruk akan
membuat kesalahan pengguna karena ikon yang salah dipilih. Ini juga akan meningkatkan waktu kinerja tugas dan
mengurangi kepuasan pengguna (Dumas, 2003). Ketergantungan antara langkah-langkah dapat diselidiki
menggunakan analisis korelasi. Jika ada korelasi tinggi yang signifikan, akan masuk akal bahwa ketiga ukuran
menunjukkan tren yang sama.
Salah satu cara menganalisis data adalah dengan membaginya menjadi tiga komponen yang mengikuti definisi
ISO; yaitu, efisiensi, efektivitas, dan ukuran kepuasan. Untuk mengukur efisiensi, seseorang dapat menggunakan
waktu kinerja — waktu yang diperlukan untuk melakukan tugas tertentu. Langkah-langkah efektivitas mengacu
pada keberhasilan tugas. Sejauh mana pengguna mengatur untuk mencapai apa yang seharusnya dia capai?
Langkah-langkah kepuasan (atau ketidakpuasan) berkaitan dengan penilaian dan komentar verbal pengguna.
GAMBAR 7.4 Laboratorium usabilitas di Universitas

Teknologi Nanyang. Ada beberapa kamera video yang
tersembunyi di langit-langit dan di belakang cermin satu
arah. Tindakan pengguna dan komentar suara direkam pada
perekam video dan dianalisis. Kinerja pengguna dievaluasi
dan terkait dengan desain antarmuka. Perbaikan desain
kemudian dapat disarankan.
Dumas dan Redish (1999) mengusulkan metode untuk mengatur masalah kegunaan dengan cakupan dan tingkat
keparahan. Lingkup menjawab pertanyaan, Seberapa luas masalahnya? Apakah masalah bersifat lokal dan terbatas
atau bersifat global, sehingga memengaruhi sebagian besar interaksi? Contoh masalah global adalah ketika sulit
menemukan item menu dalam menu pull-down. Masalah lokal, di sisi lain, terbatas pada satu layar.
Untuk mengklasifikasikan keparahan masalah kegunaan, Dumas dan Redish (1999) mengusulkan skala
keparahan empat poin:
1. Masalah yang mencegah penyelesaian tugas, seperti secara konsisten memilih opsi menu yang salah dan
tidak tahu apa yang harus dilakukan.
2. Masalah yang menyebabkan penundaan dan frustrasi yang signifikan. Sebagai contoh: tidak ada umpan balik
untuk mengonfirmasi tindakan yang telah dilakukan pengguna.
3. Masalah yang memiliki efek kecil pada kegunaan, seperti menggunakan kata yang sama untuk dua tindakan
berbeda.
4. Perangkat tambahan yang dapat ditambahkan di masa mendatang, seperti permintaan pengguna untuk tutorial
untuk mengomentari beberapa masalah.
Skala tingkat keparahan memiliki tiga sifat yang sama (Dumas, 2003):
1. Skala penilaian berasal dari skala pelaporan bug perangkat lunak. Kategori yang paling parah akan
mengakibatkan kehilangan data atau kegagalan tugas, sedangkan kategori yang paling parah tidak perlu segera
diperbaiki karena dianggap tidak begitu penting.
2. Timbangan saja tidak cukup untuk menilai tingkat keparahan. Penting juga untuk menilai apakah tindakan
tambahan perlu diambil untuk menentukan tingkat keparahan masalah. Rubin (1994) mengemukakan empat
faktor: frekuensi, dampak, ketekunan, dan dampak pasar. Dumas dan Reddish (1999) memperkenalkan dimensi
kedua: ruang lingkup masalah (lokal atau global).
3. Tidak ada skala yang dapat menunjukkan bagaimana memperlakukan perbedaan antara peserta.
DESAIN PARTISIPASI PENGGUNA
Banyak peneliti mendukung desain partisipatif pengguna, karena memberikan kesempatan bagi pengguna akhir
untuk menentukan apa yang penting. Ini adalah area di mana banyak penelitian telah dilakukan, dan Muller et al.
(1997) membuat referensi ke tidak kurang dari 61 metode berbeda untuk desain partisipatif. Misalnya, ada lokakarya
mendatang, lokakarya mendongeng, teater forum, metode etnografi, permainan spesifikasi, pengembangan bersama,
dan banyak lagi lainnya. Sebagian besar metode digunakan untuk desain perangkat lunak, dan mereka berlaku untuk
fase siklus desain yang berbeda: definisi persyaratan, desain konseptual, dan desain rinci.
Beberapa tes memiliki tujuan untuk menyelidiki kegunaan, tetapi mereka sangat berbeda dari pengujian kegunaan
biasa. Ada, misalnya, metode berikut: teater antarmuka, evaluasi kooperatif, walkthrough pluralistik, prototipe
storyboard, pemetaan kerja, dan evaluasi heuristik partisipatif.
Para peneliti terbagi dalam pendapat mereka. Meskipun pengguna akhir memahami aplikasi ini, mereka tidak
memahami kegunaan dan HFE. Karenanya ada argumen pro dan kontra. Argumen yang mendukung desain
partisipatif:
• Informasi akurat tentang tugas
• Pengambilan keputusan yang demokratis

• Rasa partisipasi
• Potensi untuk penerimaan pengguna yang lebih baik
Argumen terhadap desain partisipatif:
• Butuh waktu lama
• Pasukan desainer untuk terdiri dari tujuan desain

• Pengguna tidak mengerti HCI
• Pengguna tidak memahami efek negatif dari desain yang buruk
Dengan metode yang tepat, kepemimpinan yang tepat, dan pengguna yang tepat, desain partisipatif dapat menjadi
sukses besar (Muller et al., 1997). Saya percaya bahwa desain partisipatif bisa sangat relevan, menarik, dan
menyenangkan. Tujuan sekunder juga dapat dicapai, yaitu rasa persahabatan dan semangat kolaboratif di antara para
peserta.
PROTOKOL BERPIKIR ALOUD
Think-aloud adalah metode di mana peserta mengungkapkan apa yang dia coba capai, ketika dia mencari informasi
dan mencoba menyelesaikan masalah (Ericsson dan Simon, 1993). Berpikir-keras sering dilakukan sebagai bagian
dari pengujian kegunaan. Para peserta diminta untuk berpikir keras ketika mereka melakukan tugas. Ericsson dan
Simon (1993) mengutip beberapa penulis yang mendukung metode ini.
• “Cobalah untuk berpikir keras. Saya kira Anda sering melakukannya ketika Anda sendirian dan
mengerjakan suatu masalah ”(Duncker, 1926).
• "Pikirkan, beralasan dengan suara keras, ceritakan semua yang melewati kepala Anda selama pekerjaan Anda
mencari solusi untuk masalah" (Claparede, 1934).
• “Jangan merencanakan apa yang harus dikatakan atau dikatakan setelah pemikiran itu, tetapi biarkan pikiranmu
berbicara, seolah-olah kamu benar-benar berpikir keras-keras” (Silveria, 1972).
• “Untuk mengikuti pemikiran Anda, kami meminta Anda berpikir keras, menjelaskan setiap langkah selengkap
mungkin” (Smith, 1971).
Tujuan think-aloud adalah untuk mengidentifikasi niat dan tindakan pengguna untuk tujuan meningkatkan desain
antarmuka:
• Apakah niatnya benar? Jika tidak benar, bagaimana antarmuka dapat ditingkatkan sehingga pengguna akan
memiliki niat yang benar?
• Apakah tindakannya benar? Apakah mereka setuju dengan niat pengguna? Jika tindakannya salah,
bagaimana antarmuka dapat ditingkatkan untuk menghindari tindakan yang salah?
Salah satu masalah dengan metode think-aloud adalah bahwa tugas sekunder dikenakan, di samping tugas utama
menyelesaikan masalah yang disajikan di layar. Oleh karena itu, tugas sekunder — berbicara — akan menambah
beban kerja keseluruhan, dan karenanya pengguna dapat berperforma lebih buruk daripada jika mereka tidak
berbicara. Rosson dan Carroll (2002) berkomentar bahwa meskipun bukan perilaku alami bagi sebagian besar
pengguna komputer untuk berpikir keras, ini mengungkapkan banyak sumber kognitif yang tidak dapat diamati dari
masalah kegunaan.
NAMA PERTANYAAN
Kuisioner dapat digunakan untuk mengukur evaluasi subyektif pengguna terhadap suatu produk atau program
perangkat lunak. Kuisioner seringkali menyertakan skala lima poin atau tujuh poin, yang dapat digunakan untuk
mengukur seberapa baik atau buruk pengguna menemukan situasi. Angka ini berguna karena orang dapat
mengurutkan bagian antarmuka yang baik dan buruk. Sebagai contoh, seseorang dapat mengajukan pertanyaan
kepada pengguna pada Gambar 7.5. Hasil yang mengejutkan adalah bahwa banyak pengguna dari Amerika Utara
mengalami kesulitan dengan ikon khusus ini, sementara orang-orang di Eropa dan Asia mengenalinya sebagai tanda
peringatan, karena ini biasa digunakan di jalan-jalan.
Kuisioner juga harus diuji untuk melihat apakah dapat digunakan. Seringkali ada banyak peluang untuk salah
mengerti pertanyaan. Perhatikan bahwa untuk pertanyaan pada Gambar 7.5, kata-katanya tidak benar: "Sangat
Efektif" bukan kebalikan dari "Sangat Buruk." Seseorang harus menggunakan yang buruk-baik atau tidak efektif-
efektif. Selain itu, skala tujuh poin memberikan resolusi yang lebih baik daripada skala lima poin. Responden
memiliki kecenderungan untuk menghindari peringkat ekstrim 1 dan 5, yang hanya menyisakan skala 3 poin.
Cobalah untuk mengatakan pertanyaan sehingga skala yang sama dapat digunakan di seluruh kuesioner. Misalnya
pertanyaan tentang estetika dapat dirumuskan sebagai berikut: “Lakukan
Anda berpikir bahwa gambar layar itu indah? "Ini akan membuatnya perlu untuk menggunakan pasangan kata sifat
seperti jelek-cantik, daripada tidak efektif-efektif. Oleh karena itu skala tidak dapat dengan mudah dibandingkan
dengan skala pada Gambar 7.5. Namun, skala yang sama dapat digunakan jika pertanyaannya diungkapkan seperti
ini; "Silakan nilai efektivitas gambar layar dalam menggambarkan pengaturan yang indah."
Selalu uji kuesioner dengan beberapa pengguna. Beberapa pertanyaan pasti akan disalahpahami, dan harus
diganti atau diulang.
Banyak skala kegunaan perangkat lunak telah dipublikasikan. Ini dapat digunakan untuk menginspirasi
pengembangan skala baru; lihat, misalnya, Brooke (1996) dan Kirakowski (1996).
GAMBAR 7.5 Peringkat ikon
efektivitas menggunakan tujuh poin
Skala likert.
PERBANDINGAN METODOLOGI USABILITAS
Banyak penelitian telah dilakukan untuk membandingkan efektivitas berbagai metode evaluasi kegunaan (UEM). Fu
et al. (1999) mengusulkan bahwa UEM yang berbeda memiliki berbagai jenis masalah, seperti pengujian kegunaan
dan ulasan ahli.
Fu et al. (1999) mempelajari jenis masalah yang ditemukan dalam evaluasi kegunaan oleh ahli faktor manusia
dan pengguna. Masalah kegunaan dipecah menjadi tiga kategori menggunakan Rasmussen (1996) konsep berbasis
keterampilan, berbasis aturan, dan masalah berbasis pengetahuan.
• Kinerja berbasis keterampilan. Kesalahan yang dilakukan adalah karena masalah dalam persepsi dan / atau
respons motorik.
• Kinerja berbasis aturan. Kesalahan yang dilakukan berkaitan dengan pemilihan prosedur yang salah , dan
sering menyebabkan kelalaian langkah-langkah dalam suatu prosedur.
• Kinerja berbasis pengetahuan. Kesalahan ini terkait dengan kurangnya pengguna pengetahuan. Pengguna
melakukan tindakan yang salah, karena mereka tidak mengerti masalahnya.
Dalam menganalisis antarmuka, para ahli HCI dapat menggunakan langkah-langkah kognitif dan pengguna dapat
berpartisipasi dalam pengujian kegunaan. Ahli faktor manusia kemudian akan diharapkan untuk menemukan
masalah berbasis aturan dan keterampilan (ikon atau tata letak antarmuka) sementara pengguna dapat
mengidentifikasi masalah berbasis pengetahuan (karena kurangnya pengetahuan). Ini tentu masuk akal — orang luar
akan kesulitan memahami apa yang diketahui pengguna.
Lewis dan Wharton (1997) membandingkan metode evaluasi kegunaan yang berbeda (lihat Tabel 7.7).
TABEL 7.7 Perbandingan Metode Evaluasi Kegunaan yang Berbeda

(Lewis dan Wharton, 1997)
Ciri Kognitif Heuristik GOMS Pengguna Berpikir

Panduan Evaluasi Pengujian Nyaring
Uji pengguna Tidak Tidak Tidak iya nih iya nih
Khusus tugas iya nih Tidak iya nih iya nih iya nih
Melacak jalur yang
benar iya nih Tidak iya nih Mungkin Mungkin
Tetapkan alasan untuk iya nih Mungkin Tidak Mungkin iya nih
kesalahan
Menganalisis mental
pengguna iya nih Tidak iya nih Tidak Mungkin
proses
Perkirakan
pembelajaran Mungkin Mungkin iya nih Mungkin Mungkin
waktu
Memperkirakan kinerja Tidak Tidak iya nih iya nih Mungkin
waktu
Jelas ada kelebihan dan kekurangan dengan metode yang berbeda:
• Panduan kognitif memiliki keunggulan karena dapat menganalisis proses mental pengguna dan dapat digunakan
untuk memahami bagaimana kurangnya pengetahuan dan pengalaman pengguna dapat membuat antarmuka
tertentu sulit dipahami.
• Dalam evaluasi heuristik, evaluator tidak membuat asumsi tentang pengetahuan pengguna, dan karena
itu tidak dapat menganalisis alasan di balik kesalahan pengguna.
• Satu kelemahan dengan GOMS adalah tidak bisa menganalisis kesalahan. Model GOMS mencantumkan aturan
produksi yang diperlukan untuk menyelesaikan tugas. Namun, kesalahan dapat terjadi dalam ribuan cara yang
berbeda dan ini dapat dimodelkan dengan GOMS.
• Pengujian pengguna memiliki manfaat validitas wajah. Karena metode ini menguji pengguna, seseorang dapat
dengan mudah menghapus penyebab kesalahan. Namun, kelemahan antarmuka lainnya yang tidak mengarah
pada kesalahan tetapi dapat memperlambat penggunaan antarmuka tidak diidentifikasi.
• Metode think-aloud dapat memberikan beberapa wawasan tentang bagaimana pengguna beralasan, membuat
kesimpulan, dan melakukan kesalahan. Secara khusus, ini bisa efisien dalam menghilangkan penyebab
kesalahan.
Ada banyak studi perbandingan efektivitas berbagai metode. Banyak dari mereka diterbitkan pada awal 1990-an,
misalnya, Virzi et al. (1993). Namun, sejak 1990 beberapa metode telah diperbaiki. Sebagai contoh, prosedur untuk
walkthrough kognitif telah disederhanakan, dan sekarang jauh lebih mudah untuk dilakukan (Lewis dan Wharton,
1997).
EFEKTIVITAS BIAYA KEGUNAAN Kegunaan berkontribusi

langsung dan tidak langsung ke beberapa tujuan produk:
• Meningkatkan tampilan dan nuansa antarmuka pengguna
• Menghasilkan lebih sedikit dokumentasi

• Mengurangi biaya untuk help desk
• Mengurangi kebutuhan pelatihan
• Menggabungkan persyaratan pengguna
Karat (1993) mendokumentasikan studi kasus dari suatu sistem yang membutuhkan 1 jam pelatihan dibandingkan
dengan satu minggu untuk sistem serupa lainnya. Investasi dalam kegunaan menghemat organisasi jutaan dolar
untuk tahun pertama saja. Ada beberapa area bisnis di mana kegunaan menunjukkan manfaat yang signifikan.
Kegunaan luar biasa melakukan hal berikut:
• Meningkatkan definisi produk dan kinerja produk
• Meningkatkan kepuasan pengguna dan produktivitas pengguna

• Mengurangi waktu pengembangan dan biaya pengembangan
• Meningkatkan penjualan dan pendapatan
• Mengurangi biaya pelatihan dan help desk
• Mengurangi biaya perawatan dan biaya personel
• Meningkatkan kontrol proses kerja dan jejak audit
Menurut Karat (1997), kegunaan adalah bagian dari jalur kritis untuk pengembangan produk. Perusahaan tidak
mampu menempatkan produk di pasar yang tidak memiliki kegunaan yang diperlukan — mungkin tidak ada peluang
kedua. Biaya untuk perubahan pasca-rilis tidak terjangkau bagi sebagian besar perusahaan. Bahkan hilangnya
momentum dan itikad baik pelanggan membuat sulit untuk melanjutkan di area pasar yang sama. Sebagian besar
perusahaan menyadari pengembalian sepuluh kali lipat pada desain yang berpusat pada pengguna (Maya Group,
2002). Rekayasa Kegunaan karena itu berkontribusi pada berbagai tahap siklus hidup produk. Manfaat bertambah
sepanjang siklus hidup produk. Tetapi lebih murah untuk melakukan koreksi di awal.
LATIHAN: MERANCANG RADIO JAM DENGAN MAC ATAU WINDOWS INTERFACE
Tujuan dari proyek ini adalah untuk merancang antarmuka manusia untuk radio jam dengan antarmuka tipe-Mac
atau Windows (lihat Tabel 7.7). Semua informasi dan output sistem kecuali sinyal radio harus ditampilkan pada
layar komputer. Pengguna harus dapat mengakses semua fungsi perangkat lunak menggunakan perangkat penunjuk
(atau keyboard dan mouse jika Anda mau).
Untuk tinjauan desain hipotetis Anda harus melakukan hal berikut:
1. Siapkan contoh layar yang akan dilihat pengguna, serta urutan perintah untuk melakukan berbagai fungsi.
2. Ratakan pilihan Anda berdasarkan faktor manusia dan pertimbangan desain HCI.
3. Menganalisis urutan perintah dalam hal prinsip manipulasi langsung. Gunakan konsep-konsep dalam bab ini
yang menjelaskan manipulasi langsung.
4. Apakah Anda ingin mengusulkan konsep pengarahan tambahan yang lebih sesuai untuk tugas atau secara umum
untuk jenis antarmuka ini?
Merancang Radio Jam dengan Fitur Antarmuka Mac atau Windows Diperlukan
Fungsi yang Dapat Dikontrol Pengguna
Jam
Atur waktu sekarang. Tampilkan waktu sekarang
Alarm
Atur waktu alarm Tampilkan waktu alarm. Atur waktu alarm
Tunda
Aktifkan fungsi tunda setel interval tunda
Tidur
Aktifkan fungsi tidur Setel interval tidur (ini adalah interval antara menekan tombol tidur dan mematikan radio otomatis)
Radio
Menghidupkan dan mematikan Menyesuaikan volume Atur ke AM atau penyetelan FM. Tune to station of choice Tampilkan
stasiun saat ini Menyimpan hingga enam stasiun preset Ambil hingga enam stasiun prasetel

Buku Marthin

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Buku Marthin

Diunggah oleh

Hak Cipta:

Format Tersedia

Isi

BAGIAN I Faktor Manusia yang Berpusat pada Informasi

Bab 1 Pengantar Faktor Manusia dan Ergonomi 3

Bab 2 Analisis Biaya-Manfaat dari Peningkatan pada Faktor Manusia 17

Bab 3 Desain Melakukan Investigasi Faktor Manusia 29

Bab 4 Visi dan Desain Penerangan 41

Bab 5 Pemrosesan Informasi Manusia 68

Bab 6 Desain Kontrol, Layar, dan Simbol 94

Bab 7 Desain Interaksi Manusia-Komputer 120

BAGIAN II Ergonomi yang Berpusat pada Tubuh Manusia

Bab 8 Antropometri dalam Desain Workstation 147

Bab 9 Postur Kerja 167

Bab 10 Manual Penanganan Material 187

Bab 11 Cedera Gerakan Berulang dan Desain Alat Tangan 209

Bab 12 Beban Kerja Fisik dan Stres Panas 224

Bab 13 Kebisingan dan Getaran 236

BAGIAN III Faktor Manusia yang Berpusat pada Organisasi / Manajemen

Bab 14 Ergonomi Stasiun Kerja Komputer 259

Bab 15 Pelatihan, Keterampilan, dan Analisis Tugas Kognitif 273

Bab 16 Shiftwork 292

Bab 17 Desain untuk Pembuatan dan Pemeliharaan 302

Bab 18 Kecelakaan, Kesalahan Manusia, dan Keselamatan 324

Lampiran: Penggunaan Daftar Faktor Manusia / Ergonomi 365

Tujuan utama dari faktor manusia dan ergonomi adalah desain.

TABEL 1.1 Masalah Desain dan Pengetahuan Terkait yang Timbul

Diperlukan Pengetahuan untuk

GAMBAR 1.1. Analisis manusia

dan metodologi desain sistem.

GAMBAR 1.2 Prosedur untuk desain dan mendesain ulang

Skenario ini mengarah ke pepatah kedua kami:

1.2 DEFINISI FAKTOR MANUSIA DAN ERGONOMI

• Mempertimbangkan kendala lingkungan dan organisasi,

• Gunakan pengetahuan tentang kemampuan dan keterbatasan manusia

• Sehingga aman, efisien, dan nyaman digunakan.

International Ergonomics Association (2000) memberikan definisi berikut:

1.3. PENGEMBANGAN AWAL FAKTOR MANUSIA DAN

1.4 PENGEMBANGAN SAAT INI FAKTOR MANUSIA DI AS DAN EROPA

TABEL 1.2 Area Muncul Penting dalam Ergonomi di Seluruh

Metodologi untuk mengubah organisasi kerja dan desain

Gangguan muskuloskeletal terkait pekerjaan

Pengujian kegunaan untuk barang elektronik konsumen

Antarmuka manusia-komputer: perangkat lunak

Desain organisasi dan organisasi kerja psikososial

Desain ergonomis lingkungan kerja fisik

Desain ruang kontrol pembangkit listrik tenaga nuklir

Desain antarmuka dengan teknologi tinggi

Penelitian keandalan manusia

Pengukuran beban kerja mental

Perhitungan biaya tenaga kerja

Tanggung jawab produk

Keselamatan jalan dan desain mobil

Transfer teknologi ke negara-negara berkembang

1.5 DESKRIPSI SISTEM

GAMBAR 1.3 Sistem ergonomi

model untuk pengukuran keselamatan dan

1.6 TUJUAN KESELAMATAN

1.7 TUJUAN PRODUKTIVITAS

interpretasi tampilan menjadi seketika (misalnya, melalui penggunaan tampilan ekologis).

1.8 PERDAGANGAN ANTARA PRODUKTIVITAS DAN KESELAMATAN

1.9 TUJUAN KEPUASAN OPERATOR

• 1950-an: Ergonomi militer

• 1960-an: ergonomi industri

• 2000-an: Komunikasi global, internet, dan kolaborasi virtual

2.2 PERBAIKAN ERGONOMI DALAM PERANCANGAN KARTU