Pertemuan 12 - Evaluasi Fisiologis UX.pptx

USDE

1. Evaluasi Fisiologis : Eye-Tracking UX & SOFTWARE ENGINNERING Dr. Purwadi, M.Kom PASCA SARJANA S2 UNIVERSITAS AMIKOM PURWOKERTO

2. Tujuan Kuliah Eye-Tracking dalam UX dan Software Engineering Pemahaman Dasar Teknologi Eye-Tracking. Mahasiswa mampu memahami konsep dasar dan teknologi di balik Eye-Tracking. Analisis Aplikasi dalam UX. Mahasiswa dapat menganalisis bagaimana Eye-Tracking digunakan untuk meningkatkan pengalaman pengguna . Kemampuan Analisis . Mahasiswa mampu menginterpretasikan data Eye-Tracking untuk desain antarmuka yang lebih baik . Evaluasi Tantangan teknis dan etis . Mahasiswa memahami tantangan teknis dan etis dalam pengumpulan dan analisis data Eye-Tracking.

3. Pengantar Evaluasi Fisiologis : Eye-Tracking Apa itu Eye-Tracking? Teknologi untuk Analisis Visual dan Perilaku Pengguna Definisi Eye-Tracking Teknologi yang melacak dan merekam pergerakan mata pengguna , mencatat titik focus (fixation) dan gerakan antar mata ( saccades) untuk memahami pola perhatian visual pengguna . Tujuan Penerapan Memahami pola perhatian visual pengguna untuk meningkatkan desain UX dan antarmuka perangkat lunak . Penerapan Utama Digunakan dalam evaluasi antarmuka , aplikasi mobile, dan pengembangan E-Commerce.

4. Relevansi Eye-Tracking dalam UX Mengapa Eyes-Tracking Penting dalam Desain Antarmuka Identifikasi Fokus Pengguna Membantu desainer memahami area yang menarik perhatian pengguna dan elemen yang diabaikan . Validasi Desain Mengukur efektivitas desain UI dan UX dengan data objektif dari pola perhatian pengguna . Optimalisasi Navigasi Mempermudah penyempurnaan alur navigasi antarmuka berdasarkan pola gerakan mata .

5. Prinsip Dasar Eye-Tracking Bagaimana teknologi Eye-Tracking Bekerja Fixation Saat mata berhenti pada elemen tertentu untuk memproses informasi . Saccades Gerakan cepat antar antara dua titik focus yang menunjukkan alur navigasi visual. Pupil Dilation Pelebaran pupil yang dapat mencerminkan beban kognitif atau respons emosional .

6. Teknologi yang Digunakan dalam Eye-Tracking Perangkat Keras dan Lunak Modern Perangkat Keras Meliputi kamera inframerah , sensor pelacak , dan perangkat seperti Tobii Pro dan Pupil Labs. Perangkat Lunak Platform seperti Tobii Pro Lab dan UX Explore untuk analisis data dan visualisasi . Integrasi AI Penggunaan AI untuk analisis otomatis pola perhatian dan prediksi interaksi pengguna .

7. Metodologi Pengumpulan Data Eye-Tracking Pendekatan untuk mendapatkan Wawasan Pengguna In-Lab Studies Dilakukan di laboratorium untuk memastikan akurasi tinggi dengan lingkungan terkontrol . Field Studies Pengumpulan data di lingkungan pengguna nyata untuk memahami dan mencerminkan perilaku alami . A/B Testing Membandingkan beberapa desain UX untuk mengevaluasi elemen yang paling efektif .

8. Tahapan Pengumpulan Data Eye-Tracking Langkah-langkah dalam pengumpulan Data yang Akurat Perencanaan Eksperimen Menentukan skenario , jumlah pengguna dan tujuan penelitian . Kalibrasi Perangkat Menyesuaikan perangkat untuk akurasi pelacakan mata sesuai karakteristik individu . Pelaksanaan Eksperimen Mengumpulkan data gerakan mata saat pengguna berinteraksi dengan antarmuka . Validasi Data Mengevaluasi kualitas dan keakuratan data yang dikumpulkan sebelum dianalisis .

9. Tantangan dalam Pengumpulan Data Eye-Tracking Hambatan Teknis dan Praktis Akurasi Perangkat Dipengaruhi oleh pencahayaan , posisi pengguna , dan kualitas perangkat . Variasi Respon Individu Perbedaan perilaku penggunaan dapat mempersulit interprestasi data. Biaya Tinggi Perangkat Eye-Tracking berkualitas tinggi membutuhkan investasi besar . Kesalahan Kalibrasi Proses kalibrasi yang tidak optimal dapat menghasilkan data yang tidak valid/ tidak akurat .

10. Metode Analisis Data Eye-Tracking Pendekatan dalam Mengevaluasi Pola Perhatian Visual Heatmap Analysis Visualisasi area dengan perhatian tertinggi untuk memahami fokus pengguna . Scanpath Analysis Menganalisis lintasan gerakan mata untuk memahami pola navigasi . Fixation Metrics Mengukur durasi dan frekuensi perhatian pada elemen tertentu untuk memahami keterlibatan pengguna .

11. Studi Kasus : Eye-Tracking pada Google Maps Meningkatkan Efisiensi Navigasi Masalah Pengguna kesulitan menemukan tombol navigasi , terutama dalam mode malam . Pendekatan “ Scanpath analysis” menunjukkan perhatian visual pengguna tersebar luas . Solusi dan Hasil Redesain tombol navigasi dengan kontras warna tinggi meningkatkan efisiensi waktu respons hingga 30%.

12. Studi Kasus : Eye-Tracking pada Amazon Optimalisasi Fitur "Lightning Deals" Masalah Fitur "Lightning Deals" sering diabaikan oleh pengguna di halaman utama . Pendekatan Heatmap analysis menunjukkan perhatian pengguna lebih terpusat pada bagian tengah halaman . Solusi dan Hasil Penempatan ulang fitur ke bagian tengah halaman meningkatkan klik hingga 25% dalam dua minggu .

13. Studi Kasus : Eye-Tracking pada Spotify A/B Testing untuk Desain UI Masalah Menguji dua desain untuk meningkatkan perhatian pada daftar putar yang dipersonalisasi . Pendekatan Eye-Tracking digunakan untuk membandingkan fokus pengguna pada dua desain UI. Solusi dan Hasil Desain dengan hierarki visual yang jelas meningkatkan keterlibatan hingga 18%.

14. Integrasi Hasil Eye-Tracking ke Desain UX Meningkatkan Efektivitas Antarmuka Penerapan Heatmap Elemen penting ditempatkan di area dengan perhatian visual tinggi . Sederhanakan Navigasi Analisis scanpath membantu memperbaiki alur navigasi pengguna . Iterasi Berbasis Data Menggunakan hasil analisis untuk memperbarui desain secara berkelanjutan .

15. Manfaat Eye-Tracking dalam UX Keuntungan dalam Desain Antarmuka Berbasis Data Wawasan Mendalam Memahami pola perhatian visual untuk desain yang lebih intuitif . Validasi Desain Menguji elemen antarmuka dengan data objektif sebelum implementasi . Peningkatan Keterlibatan Menciptakan pengalaman pengguna yang menarik dan responsif . Aplikasi Lintas Sektor Digunakan Penerapan di pemasaran , pendidikan , dan pengembangan perangkat lunak .

16. Kelemahan dan Tantangan Eye-Tracking Hambatan dalam Pengembangan dan Penggunaan Teknologi Biaya Tinggi Perangkat canggih memerlukan investasi besar . Privasi Pengguna Data perhatian visual membutuhkan regulasi privasi yang ketat . Interpretasi Data Analisis data kompleks memerlukan keahlian tinggi . Keterbatasan Lingkungan Akurasi perangkat dapat terganggu oleh pencahayaan atau posisi pengguna .

17. Masa Depan Eye-Tracking Evolusi Teknologi dan Aplikasinya Integrasi dengan AI Meningkatkan analisis otomatis untuk wawasan yang lebih mendalam dan cepat . Perangkat Konsumen Pengembangan perangkat Eye-Tracking untuk smartphone dan headset AR/VR. Aplikasi Multisektor Penggunaan yang meluas di bidang pendidikan , kesehatan , dan gaming. Regulasi Privasi Penguatan standar yang lebih kuat untuk melindungi data pengguna .

18. Kesimpulan dan Ringkasan Eye-Tracking dalam UX dan rekayasa perangkat lunak Pemahaman Pengguna Eye-Tracking membantu memahami pola perhatian visual untuk desain UX yang lebih baik . Validasi Desain Memberikan data objektif untuk evaluasi dan penyempurnaan antarmuka . Tantangan dan Peluang Biaya tinggi , privasi dan akurasi menjadi hambatan , tetapi teknologi ini terus berkembang . Masa Depan Menjanjikan Integrasi dengan AI dan perangkat konsumen membuka peluang aplikasi baru di berbagai sektor .

19. Penutup Mengintegrasikan Eye-Tracking untuk Masa Depan Desain UX Refleksi Eye-Tracking adalah alat esensial untuk memahami pola perhatian visual. Tantangan Biaya , privasi , dan interpretasi data adalah hambatan utama . Masa Depan Integrasi dengan AI dan perangkat konsumen membuka peluang baru .

20. Soal Diskusi - Analisis Jurnal Eye-Tracking Pilih Dua Buah Jurnal Cari jurnal yang membahas Eye-Tracking dalam UX. Analisis Tujuan Apa tujuan utama penelitian dalam jurnal tersebut ? Evaluasi Metodologi Bagaimana metode pengumpulan data dilakukan ? Apakah efektif ? Relevansi dan Tantangan Apa relevansi hasil penelitian untuk pengembangan UX? Tantangan apa yang dihadapi ?