Visibility of System Status - www.rschtruetype.com

Halo, selamat malam semua.

Pada kesempatan kali ini saya akan membahas tentang prinsip Heuristic Evaluation atau yang biasa disingkat HE menurut Jakob Nielsen, Pada hal ini saya akan membahas prinsip HE ini pada situs jual beli online www.rschtruetype.com.

Prinsip yang pertama saya bahas yaitu Visibility of System Status, aplikasi diharapkan mampu menginformasikan dengan jelas setiap status sistem yang sedang dijalankan aplikasi. Harapannya, agar pengguna tau, sukses atau tidaknya setiap proses yang dilalui pengguna pada saat menjalankan aplikasi. Namun, dibeberapa kali saya mencoba aplikasi tersebut, saya menemukan beberapa masalah yang bertentangan dengan prinsip ini, yaitu :

1. Login yang bermasalah

Gambar diatas merupakan tampilan awal situs jual beli online www.rschtruetype.com sekilas terlihat biasa saja namun jika diperhatikan pada panel login tidak disediakan button sign up untuk mendaftar sebagai pelanggan pada situs tersebut, lalu saya mencoba memasukkan email dan password secara acak ketika saya klik enter yang terjadi seperti gambar dibawah ini.

500 ERROR apa maksudnya tidak semua orang mengerti maksud pesan itu termasuk saya pun tidak mengerti maksud pesan itu.

Rekomendasi Perbaikan : Seharusnya pihak developer lebih memperhatikan lagi kasus seperti ini bagaimana jika seseorang ingin berbelanja pada situs ini tetapi tidak bisa login malah membuat pembeli menjadi bingung maka dari itu segera perbaiki sistem login agar mempermudah pengguna untuk berbelanja.

Severity Rating : 4 = Usability Catastrophe (seharusnya diperbaiki terlebih dahulu sebelum aplikasi diliris).

-------------------------------------------------------------------------------------------------------------------------------

2. Tidak konsistennya sistem sehingga pengguna tidak tahu apa mereka sudah mengklik dengan benar.

Lanjut yang kedua berpindah ke sistem belanja dan melihat produk sama seperti situs belanja online lainnya situs ini menampilkan gambar produk yang dijualnya.

Tampilannya cukup baik dengan mudah pembeli melihat barang apa saja yang tersedia di toko online tersebut, tetapi ada masalah ketika saya mencoba mengklik panel ke ouval research yang terjadi seperti gambar dibawah ini.

Keanehan pertama tanda panah atau kursor tidak berubah tetap pada button rsch padahal saya sudah mengklik button di sebelahnya dan kedua tidak ada gambar produk dimunculkan ini membuat saya bingung dan bertanya apa saya sudah mengklik dengan benar atau masih loading untuk memuat gambar saya tidak tau. dan setelah diselidiki ternyata memang sudah benar saya berada pada posisi yang tepat tetapi untuk memunculkan produk saya harus memilih jenis product gender lalu klik search, ini membuat bingung pembeli karena pada tombol pertama gambar product langsung muncul tanpa dipilih kategori terlebih dahulu.

Rekomendasi Perbaikan : Seharusnya developer melakukan konsistensi dalam pembuatan web ini jika diawal langsung muncul maka munculkan juga saat pengguna mengklik tombol lain, untuk filter barang biar pengguna sendiri yang menentukan untuk memudahkan pencarian.

Severity Rating : 3 = Major Usability Problem (penting untuk diperbaiki, sehingga harus diberikan prioritas tinggi dalam perbaikan).

Sumber :

www.nngroup.com/articles/how-to-rate-the-severity-of-usability-problems

www.nngroup.com/articles/ten-usability-heuristics

www.rschtruetype.com

Produksi Kendaraan Bermotor Dalam Negeri (Unit) Periode 2009-2013

Hei balik lagi nih ane dengan postingan baru, setelah sekian lama blog ini ga dilirik sekarang ane datang dengan postingan baru. Sekarang ane mau ngeposting tentang Visualisasi Informasi ya walaupun ane bikin ini karena tugas Interaksi Manusia dan Komputer di kampus ane tapi ini sangat bermanfaat loh buat kalian yang baca. Oke langsung aja ya Visualisasi Informasi yang ane buat yaitu tentang Produksi Kendaraan Bermotor Dalam Negeri Dalam Satuan Unit untuk Periode 2009 - 2013 yang datanya ane dapet dari Statistical Yearbook of Indonesia 2014 tepatnya pada Halaman 361. Data yang dimaksud yaitu pada gambar dibawah ini:

Dari data diatas dapat dibuat dalam bentuk grafik untuk memudahkan pembacaan itulah fungsi dari visualisai informasi. Dalam kasus ini ane memakai tools dari web infogr.am yang berbentuk sederhana tapi cukup interaktif karena dapat dipilih langsung tampilan pada tiap tahunnya. Data yang terdapat pada gambar diatas menginformasikan berapa banyak unit kendaraan yang di produksi di Indonesia dan hasilnya cukup mengejutkan tiap tahunnya produksi semakin meningkat hanya terkecuali pada tahun 2012 produksi menurun dari tahun 2011, produksi terbesar di dominasi oleh sepeda motor atau kendaraan roda 2 mungkin dikarenakan karena harganya yang terjangkau oleh masyarakat Indonesia dan juga karena unitnya yang tergolong kecil mudah dibuat dan cepat diserbu pembeli dipasaran. Produksi terkecil yaitu bis/buses mungkin karena bis sering digunakan sebagai transportasi umum dan biasanya dibeli oleh instansi-instansi tertentu saja maka dari itu produksinya hanya dibuat jikalau ada permintaan saja. Berikut ane tampilin data infografik yang udah ane buat semoga bisa dipahami oleh pembaca.

Produksi kendaraan bermotor dalam negeri (unit). | Create infographics

Demikian ulasan ane tentang visualisasi informasi yang ane buat mohon maaf bila kurang menarik. Semoga Bermanfaat.

Removing Image Artifacts Due to Dirty Camera Lenses and Thin Occluders

         Oke ane nge blog lagi nih tapi kali ini ane mau ngebahas tentang teknologi, emang ya kalo ngomongin teknologi tuh ga ada abisnya taun ke taun teknologi makin keren sekarang udah ada kacamata ajaib pada tau kan tuh google glass kacamata tapi bisa sebagai alat macem gadget gitu hahahah keren emang teknologi sekarang. Tapi ane ga bahas itu bahasnya yang mudah"an bisa bermanfaat buat yang baca yaitu sama kayak judul yang artinya menghilangkan debu atau kotoran pada lensa kamera yang mengganggu di gambar. Ane dapet info ini dari web www.siggraph.org disitu banyak banget informasi seputar teknologi yang ada dimasa kini bahkan dimasa depan.

         Tuh gambar diatas logo siggraphnya ane dapet info ini dari web itu ente wajib baca deh bagi yang suka sama teknologi. Udah ya cukup pembukanya sekarang waktunya masuk ke topik haha.

         Kotoran pada lensa kamera dan oklusi dari benda tipis seperi pagar debu dan lainnya tidak hanya mengganggu fotographer tetapi juga halangan visi komputer dan forensik digital. Kedua efek dapat dijelaskan oleh satu gambar model pembentukan, dimana lapisan menengah (debu, atau kotoran) baik melemahkan cahaya yang masuk dan menyebarkan cahaya liar ke arah kamera karena kamera defocus dan frekuensinya rendah baik aditif maupun multiplikatif. ada sejumlah metode fisika untuk menghapus efek ini dari foto digital dan video. Untuk lensa kamera kotor ada dua metode untuk memperkirakan pelemahan dan hamburan dari kotoran lensa dan menghapus debu baik dengan mengambil beberapa pola kalibrasi terstruktur sebelumnya atau dengan memanfaatkan statistik gambar pasca pengolahan gambar yang ada.

           Gambar diatas adalah contoh gambar yang ada kotorannya dan yang sebelahnya gambar yang sudah di perbaiki bagaimana caranya disini akan ane bahas.
           Ada dua teori dan metode dalam kasus ini ane bahas dibawah ini ya gan.

         Pertama Gambar Inpainting dan Hole-filling: Berbagai inpainting dan teknik sintesis tekstur digunakan untuk memperbaiki ketidaksempurnaan dalam foto [Bertalmio et al. 2000; Efros dan Freeman 2001; Matahari et al. 2005]. Sebuah karya terbaru yang menarik [Liu et al. 2008] menggunakan simetri untuk menghapus artefak terstruktur (misalnya, pagar dan jerat) dari gambar input. Metode ini tidak memerlukan pengetahuan fisika, dan mengandalkan murni pada daerah tetangga untuk mensintesis informasi dalam daerah yang terkena dampak. Sebaliknya, karena informasi yang asli Adegan masih (sebagian) dapat diakses dalam kasus ini, dengan ini dapat mengambil pendekatan berbasis fisik dan memulihkan adegan pointwise asli, yang diharapkan akan lebih setia kepada struktur yang sebenarnya. Perhatikan bahwa operasi pointwise dan metode gambar inpainting tidak saling eksklusif - bekas dapat digunakan di mana adegan
sebagian terlihat, setelah yang terakhir dapat digunakan pada sisa, daerah benar-benar diblokir.
          Kedua Pemodelan dan Menghapus Kamera Artefak: [Talvala et al.2007] mempelajari kamera-jilbab silau yang, pada dasarnya, seragam hilangnya kontras dalam gambar. [Raskar et al. 2008] mengusulkan menggunakan kamera bidang cahaya untuk menghilangkan silau lensa. Baru-baru ini, [Koreban dan Schechner 2009] silau lensa menunjukkan dapat digunakan untuk memperkirakan geometri sumber dan kamera. Tubuh lain pekerjaan dianggap artefak gambar akibat hamburan berpartisipasi media dan teknik maju untuk dehazing [Schechner et al.2003], restorasi kontras dalam cuaca buruk [Narasimhan dan Nayar 2003], dan pencitraan bawah air [Schechner dan Karpel 2005]. Dua karya terbaru yang menarik pada dehazing [Fattal 2008; Dia et al. 2009] menggabungkan kedua pendekatan statistik dan berbasis fisik. Sementara menarik inspirasi dari metode ini, dan daerah yang lebih luas fotografi komputasi, kita fokus pada efek visual yang berbeda.

Dalam konteks lensa kamera kotor, [Willson et al. 2005] dianggap penampilan gambar debu yang terletak pada lensa transparan menutupi. Mereka melaporkan kedua "artefak debu gelap" (yaitu, redaman) Adegan occluder Lensa Kamera Sensor.

             Gambar diatas merupakan gambaran dari metode tersebut yang dapat dijadikan rumus yaitu

           Misalkan I0 (x, y) adalah pancaran target adegan,? (x, y) ∈ [0, 1] adalah pola pelemahan dari
Lapisan menengah, yaitu, fraksi cahaya yang ditransmisikan (0 = benar diblokir), dan saya? (x, y) adalah istilah intensifikasi (yaitu, cahaya ekstra dari lapisan menengah itu sendiri). Kami punya:
di mana k (x, y) adalah kernel defocus blur untuk lapisan menengah, dan * menunjukkan gambar convolution.2 Ada beberapa fitur penting Persamaan (1):

 Teknik menghilangkan debu dengan menggunakan kalibrasi
           

           Jika kita diperbolehkan untuk mengambil beberapa gambar kalibrasi sebelumnya, kami dapat menggunakan ide yang sama seperti di atas dan langsung mengukur nya (x, y) dan b (x, y) dengan mengambil satu set gambar dari pola terstruktur (misalnya, kotak-kotak) pada posisi yang berbeda: (x, y) = Imax (x, y) - Imin (x, y), b (x, y) = Imin (x, y), (6) di mana Imax dan Imin adalah maksimum dan minimum pointwise atas semua gambar, respectively.4 Idealnya, jika hitam dan putih piksel dalam pola terstruktur dapat ditukarkan tepat di kedua gambar, hanya dua gambar yang diperlukan. Dalam prakteknya, lebih banyak gambar dapat diambil untuk menekan kebisingan di sekitar tepi. Untuk menghapus artefak dari gambar baru, kita hanya perlu memperkirakan agregat dari luar pencahayaan c untuk adegan baru. Ini masih menantang karena c tidak bisa hanya dihitung sebagainilai rata-rata citra masukan. Karena lensa itu sendiri biasanya akanmelihat bidang yang jauh lebih besar pandang dari sensor gambar, c sering lebih besar dari nilai rata-rata citra masukan dan informasi mungkin tidak tercatat dalam foto yang diambil. Sebaliknya, kita menemukan bahwa c dapat diperkirakan dengan menggunakan statistik citra alami. Gambar alam yang dikenal memiliki sparsity kuat dalam mereka gradien [Rudin et al. 1992; Levin et al. 2007]. Sejak kotor-lensa artefak yang frekuensi rendah (karena blur defocus), jika artefak tidak benar-benar dihapus, gambar pulih akan bertahan.

  

Gambar Diatas: Hasil simulasi untuk memecahkan c berdasarkan Persamaan (7). (a) Sebuah gambar sintetik dengan artefak yang kotor-lensa yang dihasilkan dengan menggunakan pola kotoran lensa diekstrak dari Gambar. 3 (c). (b) Persamaan (7) adalah digunakan untuk memulihkan gambar artefak-bebas, dengan per- mutlak berarti error tampak dalam persentase 0,44% dibandingkan dengan ground truth. (c) Sebidang|| ∇I0 || 1 vs c. Perkiraan optimal, c ?, memiliki kesalahan 0,25% dibandingkan dengan ground truth.

Dibawah ini beberapa contoh gambar yang sudah berhasil di edit dan dihilangkan debu atau kotoran.

           Mungkin cuma itu yang bisa ane jelasin disini untuk lebih lengkapnya ente bisa liat di www.siggraph.org disitu ada lengkapnya semoga dengan adanya tulisan ini bisa bermanfaat bagi agan" sekalian ya mohon maaf cuma sedikit penjelasannya.