Sebelum kita jauh masuk sebenernya ada ga ya hubungannya Struktur Kognisi Manusia dengan Arsitektur Komputer? nah buat memperjelas kita baca yukkkk
Model kognitif merupakan suatu model yang
berhubungan dengan sistem interaktif yang memodelkan aspek pengguna, seperti
pemahaman, pengetahuan, tujuan dan pemrosesan. Kategorisasi khusus model ini
adalah kompetensi kinerja, selera komputasi, tanpa disertai pembagian yang
jelas.
Banyak model yang menggunakan pemrosesan
mental dimana user mencapai tujuan dengan memecahkan sub-tujuan secara divide-and-conquer (bagi dan taklukkan).
Model yang digunakan pada metode ini adalah :
1.
GOMS
GOMS merupakan model
Goals, Operators, Methods, Selections yang diperkenalkan oleh Card, Moran dan
Newell.
a.
Goal
adalah tujuan yang ingin dicapai oleh user
b.
Operator,
merupakan level terendah analisis, terdiri atas tindakan dasar yang harus
dilakukan user dalam menggunakan sistem
c.
Method,
dimana ada beberapa cara untuk membagi tujuan ke dalam beberapa sub-tujuan
d.
Selection,
merupakan pilihan terhadap metode yang ada.
GOMS tidak membiarkan
pilihan menjadi random, namun lebih dapat diprediksi yang secara umum
tergantung dari user, kondisi sistem dan detai tujuan. Analisis GOMS umumnya
terdiri dari satu tujuan tingkat tinggi yang kemudian didekomposisi menjadi
deretan unit tugas yang selanjutnya dapat didekomposisi lagi sampai pada level
operator dasar.
Dekomposisi tujuan
antara tugas keseluruhan dan yugas unit melibatkan pemahaman terhadap strategi
pemecahan masalah oleh user dan doman aplikasi secara detail. Bentuk deskripsi
high level goal ini nantinya diadopsi selama proses analisis tugas.
Analisis struktur
tujuan GOMS dapat digunakan untuk mengukur kinerja. Kedalaman tumpukan struktur
tujuan dapat digunakan untuk mengestimasi kebutuhan memori jangka pendek.
Pemilihan dapat diuji keakuratannya dengan jejak user dan perubahan respons.
GOMS merupakan metode
yang baik untuk mendeskripsikan bagaimana seorang ahli melakukan pekerjaannya.
Jika digabung dengan model fisik dan model perlengkapan maka akan dapat
digunakan untuk memprediksi kinerja user dari aspek waktu eksekusi.
2.
CCT
CCT adalah
kepanjangan dari Cognitive, Complexity Theory yang diperkenalkan oleh Kieras
dan Polson. CCT merupakan perluasan dari GOMS yang mengandung banyak prediksi
atau kemungkinan.
Pada CCT terdapat dua deskripsi paralel, yaitu :
- User goal
Berhubungan dengan
aturan produksi. Aturan tersebut berbentuk IF
<kondisi> THEN <aksi> dan dipisahkan antara aturan untuk pemula
dan yang sudah ahli
- System
atau device
Berhubungan dengan
jaringan transisi tergeneralisasi yang sangat detail. Terdapat deskripsi yang
luas dan jaringan transisinya mencakup semua model dialog.
State (kondisi)
adalah pernyataan tentang isi memori kerja. Jika kondisi benilai benar maka
aturan produksi dijalankan, sedangkan aksi dapat terdiri dari satu atau lebih
aksi elementer yang mungkin mengubah memori kerja atau berupa aksi ekternal
seperti keystroke.
Aturan CCT dapat
menggambarkan rencana yang kompleks dibandingkan dengan hirarki sekuensial pada
GOMS. Aktivitas yang kontinyu dari semua aturan produksi memungkinkan untuk
merepresentasikan rencana yang berkesinambungan. Secara umum, semakin banyak
aturan produksi dalam CCT maka akan semakin sulit suatu interface dipelajari.
Masalah yang ada pada
CCT adalah :
- Semakin detail deskripsinya,
ukuran deskripsi dari satu bagian interface dapat menjadi sangat besar.
Dimungkinkan terdapat beberapa cara untuk merepresentasikan perilaku user
dan iterasi yang sama sehingga mengakibatkan adanya perbedaan pada hasil pengukuran
- Pemilihan notasi yang
digunakan, karena penggunaan notasi yang berbeda dapat mengakibatkan
perbedaan pengukuran
- CCT adalah alat rekayasa dengan
pengukuran kemudahan untuk dipelajari
dan tingkat kesulitan secara garis besar digabung dengan deskripsi
detail perilaku user.
MODEL ARSITEKTUR KOGNITIF
Pada model arsitektur
kognitif, prediksi dan pemahaman terhadap kesalahan merupakan fokus dari
analisis yang dilakukan.
MODEL RUANG PERMASALAHAN
Secara umum ruang
permasalahan merupakan suatu masalah yang terjadi pada waktu terjadi interaksi
antara manusia dan komputer. Untuk memperkecil ruang masalah perlu
dipertimbangkan hal berikut :
1.
Mendefinisikan
masalah dengan tepat, mencakup spesifikasi yang tepat mengenai kondisi awal dan
solusi yang diharapkan
2. Menganalisa masalah serta mencari berbagai teknik penyelesaiannya yang
sesuai
3.
Merepresentasikan
pengetahuan yang diperlukan untuk menyelesaikan masalah tersebut
4.
Memilih
teknik penyelesaian masalah yang terbaik
Masalah yang terjadi
pada user adalah tidak memiliki pengetahuan atas apa yang dikerjakan, misalnya
seseorang ingin mengetik dengan WORD tetapi tidak tahu fitur-fitur yang ada
pada aplikasi itu. Aplikasi yang cerdas mempunyai basis pengetahuan dan inference engine (mesin penarik
kesimpulan) untuk menyelesaikan suatu masalah.
Pencarian dan
pelacakan merupakan salah satu teknik untuk menyelesaikan masalah. Keberhasilan
dari suatu sistem salah satunya ditentukan oleh kesuksesan dalam pencarian dan
pencocokan.
Beberapa metode yang
digunakan dalam pencarian dan pencocokan, misalnya :
1.
Pencarian
Buta (Blind Search)
Pencarian ini dibagi menjadi dua bagian, yaitu :
a.
Breadth-first
search (pencarian melebar pertama)
Semua node pada level n akan dikunjungi terlebih dahulu sebelum mengunjungi
node n+1. Pencarian dimulai dari node
root terus ke level 1 dari kiri ke
kanan demikian seterusnya
b.
Depth-first
search (Pencarian mendalam pertama)
Proses pencarian
dilakukan pada semua anak sebelum dilakukan pencarian ke node se-level
2.
Pencarian
Heuristik
Merupakan suatu
solusi untuk mengatasi kelemahan pencarian buta. Pemecahan masalah dilakukan dengan
menggunakan panduan siatuasi dasar, seperti :
a.
Permasalahan
yang mungkin tidak mempunyai solusi yang pasti karena permasalahan atau data
yang tersedia bersifat ambigu
b.
Permasalahan
yang boleh jadi memiliki solusi pasti, tetapi biaya komputasi untuk mendapatkan
solusinya semakin sangat tinggi, seperti catur, puzzle, dan sebagainya
Heuristik hanyalah
panduan informasi untuk menebak lagkah berikut yang harus diambil guna
menyelesaikan permasalahan.
3.
Perilaku
Rasional
Didefinisikan sebagai
perilaku yang dibentuk untuk mencapai tujuan khusus tertentu. Keberadaan elemen
rasionalitas ini digunakan untuk membedakan antara perilaku sistem cerdas (intelligent) dengan mesin (machine-like). Dalam bidang kecerdasan
buatan, sistem yang memiliki karakter perilaku rasional dikenal sebagai knowledge level system.
Dalam sebuah
knowledge level system terdapat agen yang memiliki pengetahuan tentang diri dan
lingkungan, termasuk tujuan yang ingin dicapai. Agen tersebut melaksanakan aksi
tertentu dan menangkap informasi perubahan lingkungan. Tujuan agen dapat
didefinisikan sebagai pilihan dari semua rangkaian kondisi agen atau lingkungan
yang dimungkinkan.
Model komputasi ruang
masalah dikemukakan oleh Newell dan Simon dari Carnegie Mellon
University dimana ruang
masalah terdiri dari sekumpulan kondisi dan operasi yang dilakukan terhadap
kondisi itu.
Terdapat empat aktivitas pada ruang masalah, yaitu :
a. Formulasi tujuan (goal formulation)
b. Pemilihan operasi (operation selection)
c. Aplikasi operasi (operation application)
d. Pencapaian tujuan (goal completion)
Kelebihan dari model ini adalah rekursifnya. Aktivitas pada proses manapun
hanya akan dijalankan bila pengetahuan yang dibutuhkan tersedia.
aqwam.staff.jak-stik.ac.id/files/11.-imk[2].doc
Tidak ada komentar:
Posting Komentar