laporan praktikum
Post on 14-Jul-2015
119 Views
Preview:
TRANSCRIPT
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 1/41
LAPORAN PRAKTIKUM
HUMAN FACTOR
Disusun oleh :
Kelompok Densus 99
1. Darussalam (0806458800)
2. Gabriela Sabaktani Pardede (0806337623)
3. Lukat Nur Halim (0806337756)
4. Roberton Siahaan (0806459021)
5. Ruth Palupi Widya Handari (0806337983)
DEPARTEMEN TEKNIK INDUSTRIFAKULTAS TEKNIK UNIVERSITAS INDONESIA
BAB I
CHOICE REACTION TIME
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 2/41
I.1 Dasar Teori
Pengambilan keputusan sebenarnya adalah inti dari proses informasi, dimana manusia
mengevaluasi alternatif dan memilih respon yang tepat. Salah satu teori klasik mengenai teori
keputusan dengan metode yang rasional adalah perhitungan dari nilai ekspektasi yang
diperoleh dari jumlah perkalian dengan probabilitas dari tiap-tiap alternatif:
E = ∑ PiVi
E = Expected value
Pi = Probabilitas dari kemunculan situasi ke-i
Vi = Value dari kemunculan situasi ke-i
Pengambilan keputusan ini juga dipengaruhi oleh ingatan manusia terhadap stimuli
yang diberikan. Sistem ingatan (memori) manusia secara konseptual terbagi atas tiga bagian,
yaitu:
Sensory storage, dimana ingatan ini bersifat sangat sementara dan mungkin hanya akan
diingat sampai orang tersebut selesai memberikan respon atas sebuah stimuli.
Short term memory atau lebih dikenal sebagai working memory, dimana terjadi proses
penyimpan data atas stimuli yang diberikan.
Long term memory, dimana dilakukan pengingatan kembali atas ingatan yang telah
tersimpan sebelumnya.
Working memory adalah langkah awal dari long term memory. Informasi pada
subsistem sensory memory harus melalui fase working memory terlebih dahulu dan tersimpan
dalam ingatan sebelum menjadi long term memory. Proses ini termasuk long term memory
dan bukan merupakan short term memory karena menggunakan ingatan praktikan mengenai
bentuk angka untuk memberikan respon atas stimuli yang diberikan.
I.1.1 Long Term Memory
Informasi yang diperoleh dari working memory diubah menjadi long term memory
dengan mengubahnya menjadi kode, yaitu dengan memberikan arti tertentu pada informasi
2
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 3/41
yang diberikan dan menghubungkannya dengan informasi yang sudah lebih dahulu tersimpan
dalam long term memory. Untuk memanggil kembali informasi yang sudah tersimpan,
informasi yang ada harus dianalisis, dibandingkan, dan dihubungkan dengan pengetahuan
yang lalu. Pemanggilan kembali informasi ini sering menjadi bagian tersulit dari penggunaan
informasi yang tersimpan pada long term memory. Penggunaan mnemonics untuk
mengorganisir informasi membuat pemanggilan data menjadi lebih mudah. Mnemonics yaitu
menghubungkan informasi yang diperoleh dengan sesuatu yang lebih mudah diingat seperti
kata tertentu atau gambar maupun suara.
Ketika manusia mendapatkan stimuli dan telah menyelesaikan fase pemanggilan
kembali informasi, maka orang tersebut akan memberikan respon atas stimuli tersebut.
Antara saat stimuli diberikan hingga respon selesai dikerjakan ada tenggang waktu yang
berbeda-beda tergantung pada orang yang menerima stimuli dan jenis stimuli yang diberikan.
Tenggang waktu inilah yang kemudian dipelajari dan dikenal sebagai response time.
I.1.2 Response Time
Dalam berbagai situasi, manusia diharuskan membuat respon terhadap beberapa
stimuli yang mereka terima dari lingkungan. Pada saat tertentu, kecepatan reaksi orang
tersebut menjadi sangat penting dalam memberikan respon. Waktu pemberian respon secara
umum terbagi menjadi dua bagian, yaitu waktu reaksi dan waktu gerakan. Waktu reaksi
adalah waktu sejak stimuli mulai diberikan sampai awal terjadinya respon. Sedangkan waktu
sejak awal respon hingga respon tersebut selesai dilakukan dinamakan waktu gerakan
(movement time). Dalam beberapa situasi, kedua waktu ini sulit dipisahkan.
Waktu respon terbagi menjadi dua macam, yaitu, simple reaction time dan choice
reaction time. Simple reaction time adalah waktu untuk memulai respon ketika hanya satu
stimuli yang muncul, dan respon yang diharapkan selalu sama. Sedangkan choice reaction
time akan kami bahas lebih lanjut pada sub bab berikut ini.
I.1.3 Choice Reaction Time
Choice reaction time adalah waktu yang diperlukan ketika satu dari beberapa stimuli
muncul dan setiap macamnya mengharapkan respon yang berbeda. Secara umum, semakin
banyak stimuli yang mungkin muncul dan semakin banyak respon yang diharapkan, maka
semakin panjang pula waktu respon yang diperlukan. Waktu respon yang dihasilkan biasanya
3
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 4/41
akan membentuk non-linear, tetapi dengan Hick-Hyman Law maka nilai tersebut akan diubah
menjadi bentuk linear:
RT = a + bH
RT = Response Time (sec)
H = jumlah informasi (bits); H = log2 n; n = jumlah stimuli
a = intercept
b = slope, information processing rate
Konsekuensi dari sistem hubungan logaritma ini adalah dengan menggandakan
jumlah alternatif, maka CRT akan meningkat secara konstan. Hal ini dibuktikan pada
beberapa penelitian bahwa CRT meningkat sekitar 150 ms untuk setiap penggandaan jumlah
alternatif.
Bila ditinjau lebih lanjut, CRT adalah fungsi probabilitas dari kemunculan stimuli
ketika probabilitas untuk sebuah stimuli semakin besar, maka probabilitas untuk stimuli
lainnya akan menurun. Hal ini mengakibatkan peningkatan CRT. Jika stimuli yang muncul
adalah stimuli dengan probabilitas tinggi, maka CRTnya akan semakin singkat, sementara
jika yang muncul adalah stimuli dengan probabilitas rendah, maka CRTnya akan semakin
panjang. Jika stimuli yang diharapkan tidak muncul, maka orang tersebut harus mengingat
kembali respon yang harus dilakukan berdasarkan ingatannya. Selain hal-hal tersebut, masih
terdapat hal-hal lain yang harus diperhatikan seperti:
1. Kesesuaian antara stimuli dan respon yang diharapkan
Yang dimaksud di sini adalah tingkat dimana hubungan antara stimuli dan respon
sesuai dengan pemikiran manusia. Semakin tinggi tingkat kesesuaiannya, semakin sedikit
proses pengolahan informasi yang harus dilakukan. Hal ini akan memberikan hasil
pembacaan yang lebih cepat, waktu respon yang lebih baik, kesalahan yang lebih sedikit, dan
penurunan beban mental kerja (mental workload ). Kesesuaian ini meliputi:
• Kesesuaian kode atau simbol dengan persepsi manusia sehingga mudah dibaca dan
dipahami,
• Kesesuaian antara pergerakan display dan sistem kontrol dengan respon yang
diinginkan,
4
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 5/41
• Kesesuaian pengaturan posisi panel kontrol dengan posisi stimuli yang diberikan.
Semakin rendah kesesuaiannya, semakin besar efek yang ditimbulkan bila dilakukan
penambahan jumlah alternatif yang mungkin akan muncul. Nyatanya, dengan tingkat
kesesuaian respon yang tinggi, perbedaan waktu respon untuk percobaan dengan 2 sampai 10
alternatif stimuli dapat diabaikan.
1. Latihan
Semakin sering pekerjaan tersebut dilakukan (menerima stimuli dan memberikan
respon), semakin kecil efek dari penambahan jumlah alternatifnya. Berdasarkan data, setelah
melakukan pekerjaan kesatu juta terlihat bahwa penambahan alternatif tidak lagi berpengaruh
(perlu diperhatikan bahwa hal ini memakan waktu 11 hari tanpa berhenti menerima stimuli
dan memberikan respon).
2. Peringatan
CRT dapat dikurangi dengan memberikan peringatan sebelum stimuli muncul.
Peringatan ini hanya untuk menandai stimuli akan muncul dan bukan stimuli mana yang akan
muncul. Tapi efek dari usaha ini tergantung pada jeda waktu antara peringatan danmunculnya stimuli. Tapi pada percobaan yang pernah dilakukan oleh para ahli, diperoleh data
bahwa dengan adanya peringatan ini, waktu respon semakin meningkat, tetapi menurunkan
jumlah terjadinya kesalahan.
3. Jenis gerakan
Semakin rumit gerakan yang harus dilakukan sebagai respon, semakin panjang pula
waktu respon yang diperlukan.
4. Lebih dari satu stimuli
Ketika dua stimuli memerlukan respon yang berbeda dan stimuli kedua muncul
sebelum respon pertama selesai dilakukan, maka respon untuk stimuli kedua akan tertunda.
Penundaan ini akan semakin panjang ketika respon pertama terdiri atas beberapa alternatif.
Waktu respon untuk stimuli kedua akan lebih mendekati normal ketika stimuli kedua
diberikan setelah respon pertama selesai dilakukan. Waktu respon untuk stimuli pertama
secara umum tidak terpengaruh oleh waktu kemunculan stimuli kedua.
5
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 6/41
I.2 Pembahasan Soal
I.2.1 Soal 1
Membuat analisis pengaruh jumlah stimuli/ pilihan dikaitkan dengan response time
menggunakan hipotesis ANOVA.
Penyelesaian
Untuk mengetahui apakah ada pengaruh jumlah stimuli terhadap reaction time kami
menggunakan Minitab dengan fungsi Stat ANOVA. Ada 3 level stimuli yang diberikan, yaitu
2 (4-5), 4 (3-6) dan 8(1-8) dengan masing-masing praktikan melakukan percobaan sebanyak
10 kali dan percobaan lanjutan sebanyak 60 kali. Berikut data praktikum yang diperoleh.
Tabel 1.1 Pengaruh jumlah stimuli terhadap reaction time
Jumlah stimuli2
Jumlah stimuli4
Jumlah stimuli8
0,71880,57810,46880,5156
0,70310,70310,50000,57810,68750,57810,56250,48440,50000,57810,39060,51580,4844
0,54690,48440,57810,51560,50000,48440,53130,62500,59380,53130,50000,51560,65630,4844
0,85940,68750,64060,8438
1,03130,64060,82810,82810,79690,57810,73440,79690,87500,64060,57810,53130,5000
0,73440,82810,70310,45310,82810,96880,93750,84380,82810,53130,79690,76560,73440,7188
1,25000,78131,09381,1875
0,68751,21880,79691,03130,96880,95310,76561,01561,06250,98440,89061,07810,7813
0,95311,01560,98440,96881,01560,87500,98440,95310,71881,01561,00000,75000,92190,9219
0,46880,46880,45310,5000
0,56250,50000,46880,54690,43750,53130,65630,60940,42190,57810,60940,68750,4688
0,48440,51560,60940,56250,53130,71880,46880,56250,65630,54690,53130,5625
0,79690,95310,93750,6406
0,79690,96880,59380,79690,90630,85940,64060,78130,59380,93750,85940,60940,6875
0,68750,81250,82810,62500,62500,82810,67190,76560,78130,57810,73440,7344
1,01560,79690,82810,8750
0,65630,78131,20310,90630,98440,87500,85940,78131,07810,78130,93751,04690,7344
0,95310,85940,87500,89060,98440,84380,87400,75000,53130,75001,09381,0156
6
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 7/41
Hipotesis yan digunakan:
H0 : μ1 = μ2 = μ3 (jumlah stimuli tidak mempengaruhi response time).
H1 : μ1 ≠ μ2 ≠ μ3 untuk paling sedikit satu pasang (jumlah stimuli mempengaruhi response
time).
Hipotesis yang kami lakukan menggunakan α = 0.05
Langkah berikutnya adalah memasukkan data response time tersebut ke dalam worksheet
Minitab dan mengolahnya, urutan pemgerjaannya adalah:
1) Membuka Software Minitab.
2) Memasukkan data pada Worksheet yang tersedia. Response time dimasukkan ke
dalam C2 (kolom kedua) sedangkan kolom pertama diisi dengan jumlah Stimuli yaitu
nilai 2, 4, atau 8 sesuai dengan data yang berkaitan dengan kolom sebelahnya.
3) Kemudian pilih Stat > ANOVA > One Way… lalu akan tampil kotak dialog One Way
Analysis Of Variance.
4) Pada Respon isi dengan C2 sedangkan pada Factor isi C1
5) Untuk menampilkan BoxPlot Klik Graphs, lalu centang pilihan BoxPLot Of Data
6) Pilih four in one untuk menunjukkan residual data.
7) Kemudian klik OK
Hasil Pengerjaan
7
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 8/41
842
1,3
1,2
1,1
1,0
0,9
0,8
0,7
0,6
0,5
0,4
C1
C 2
Boxplot of C2
Keterangan:
C1=jumlah stimuli C2= reaction time
Grafik 1.1 Grafik BoxPlot tiap response time dengan jumlah stimuli
Dari ANOVA di atas, dapat dilihat bahwa nilai P adalah 0.000 (lebih kecil dari α =
0.05) sehingga dengan demikian menolak H0 yang berarti adanya pengaruh yang signifikan
antara jumlah stimuli dengan response time.
Berdasarkan grafik boxplot di atas, dapat dikatakan bahwa ada sebagian data respon
time yang out-lier. Mungkin karena faktor lain yang tidak terlalu diperhatikan oleh praktikan
karena dianggap tidak mempengaruhi secara signifikan.
Pada gambar grafik 1.1 bisa dilihat pengaruh dari jumlah stimulus terhadap response
time, semakin banyak stimulus maka response time-nya akan semakin besar. Titik hitam
adalah rata-rata sampel dan lambang bintang yang tersusun vertikal menunjukkan persebaran
data, bisa dilihat persebaran data lebih terkonsentrasi di atas rata-ratanya. Response time yang
meningkat seiring dengan penambahan stimulus menunjukkan hubungan yang linear positif.
Dari hasil hipotesis yang telah diperoleh, kita dapat mengatakan bahwa semakin
banyak jumlah stimuli yang diberikan kepada seseorang, maka waktu yang diperlukan orang
tersebut untuk menanggapinya juga akan semakin lama. Hal ini sesuai dengan hukum Hick-
Hyman.
I.2.2 Soal 2
Membuat analisa pengaruh Jumlah Trial terhadap Response Time dengan
menggunakan Linier Regresi.
Penyelesaian
8
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 9/41
Untuk menentukan hal ini, akan digunakan data percobaan lanjutan yang berasal dari
hasil praktikum yang dilakukan oleh praktikan masing-masing sebanyak 60 kali untuk setiap
jenis stimuli. Data yang berasal dari percobaan yang salah, tidak diikutsertakan dalam
melakukan perhitungan.
Untuk melihat bagaimana pengaruh dari jumlah trial terhadap response time, akan
dibuat grafik linear dengan menggunakan excel. Selain itu akan dihitung pula persamaan
garis beserta nilai korelasinya dengan menggunakan minitab untuk mengetahui seberapa kuat
hubungan antara jumlah trial dengan response time.
Berikut merupakan data jumlah trial dengan alternative stimulus:
Trial RT 2 Stimuli RT 4 Stimuli RT 8 Stimuli Trial RT 2 Stimuli3 RT 4 Stimuli RT 8 Stimuli
1 0.7188 0.8594 1.25 31 0.4844 0.7188 0.92192 0.5781 0.6875 0.7813 32 0.4688 0.7969 1.0156
3 0.4688 0.6406 1.0938 33 0.4688 0.9531 0.7969
4 0.5156 0.8438 1.1875 34 0.4531 0.9375 0.8281
5 0.7031 1.0313 0.6875 35 0.5 0.6406 0.875
6 0.7031 0.6406 1.2188 36 0.5625 0.7969 0.6563
7 0.5 0.8281 0.7969 37 0.5 0.9688 0.7813
8 0.5781 0.8281 1.0313 38 0.4688 0.5938 1.2031
9 0.6875 0.7969 0.9688 39 0.5469 0.9063
10 0.5781 0.5781 0.9531 40 0.4375 0.9063 0.9844
11 0.5625 0.7344 0.7656 41 0.5313 0.8594 0.875
12 0.4844 0.7969 1.0156 42 0.6563 0.6406 0.8594
13 0.5 0.875 1.0625 43 0.6094 0.7813 0.7813
14 0.5781 0.6406 0.9844 44 0.5938 1.0781
15 0.3906 0.5781 0.8906 45 0.5781 0.9375
16 0.5158 0.5313 1.0781 46 0.6094 0.8594 0.9375
17 0.4844 0.5 0.7813 47 0.6875 0.6094 1.0469
18 0.5469 0.7344 0.9531 48 0.4688 0.6875 0.7344
19 0.4844 0.8281 1.0156 49 0.4844 0.6875 0.9531
20 0.5781 0.7031 0.9844 50 0.5156 0.8125 0.8594
21 0.5156 0.4531 0.9688 51 0.6094 0.8281 0.875
22 0.5 0.8281 1.0156 52 0.5625 0.625 0.8906
23 0.4844 0.9688 0.875 53 0.5313 0.625 0.9844
24 0.5313 0.9375 0.9844 54 0.7188 0.8281 0.8438
25 0.625 0.8438 0.9531 55 0.4688 0.6719 0.874
26 0.5938 0.8281 0.7188 56 0.5625 0.7656 0.75
27 0.5313 0.5313 1.0156 57 0.6563 0.7813 0.5313
28 0.5 0.7969 1 58 0.5469 0.5781 0.75
29 0.5156 0.7656 0.75 59 0.5313 0.7344 1.0938
30 0.6563 0.7344 0.9219 60 0.5625 0.7344 1.0156
Table 1.2 Response Time dengan 2,4,8 stimuli
9
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 10/41
Kemudian dengan menggunakan Excel, gambar grafiknya sebagai berikut:
Grafik 1.2 Pengaruh Jumlah Trial ke- terhadap Response Time
Grafik 1.3 Pengaruh Jumlah Trial ke- terhadap Response Time
10
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 11/41
Grafik 1.4 Pengaruh Jumlah Trial ke- terhadap Response Time
Langkah pengerjaan
Untuk menentukan persamaan regresinya kami menggunakan Minitab dengan langkah
langkah sebagai berikut:
1) Membuka Software Minitab. Hal ini dilakukan dengan memilih Start > Program >
Minitab 13 For Windows > Minitab
2) Memasukkan data pada Worksheet yang tersedia. Trial ke dimasukkan kedalam C1
(kolom pertama), kolom kedua (C2) diisi dengan Response Time dengan jumlah
stimuli 2, kolom ketiga (C3) diisi dengan Response Time dengan jumlah stimuli 4,
kolom keempat (C4) diisi dengan Response Time dengan jumlah stimuli 8,
3) Kemudian pilih Stat > Regression > Regression… lalu akan tampil kotak dialog
Regression
4) Untuk menentukan regrersi untuk jumlah stimuli 2, Pada Response isi dengan C2
sedangkan pada Predictors isi C1 lalu klik OK 5) Untuk menentukan regrersi untuk jumlah stimuli 4, Pada Response isi dengan C3
sedangkan pada Predictors isi C1 lalu klik OK
6) Untuk menentukan regresi untuk jumlah stimuli 8, Pada Response isi dengan C4
sedangkan pada Predictors isi C1 lalu klik OK
Hasil pengerjaan
11
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 12/41
Dari grafik 1.2 bisa dilihat persamaan regresi untuk jumlah trial terhadap response
time pada percobaan 2 stimuli adalah y = -8E-05x + 0.5516, hal ini menunjukkan adanya
12
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 13/41
hubungan yang linear negatif antara jumlah trial terhadap response time, yang berarti bahwa
semakin banyak percobaan (trial) yang dilakukan maka response time akan semakin kecil
(semakin cepat). Nilai koefisien determinasinya adalah 0.0004 yang berarti jumlah trial
memengaruhi response time sebesar 0.04% dan 99.96% lainnya dipengaruhi oleh faktor lain,
seperti konsentrasi dan kebisingan lingkungan sekitar.
Dari grafik 1.3 bisa dilihat persamaan regresi untuk jumlah trial terhadap response
time pada percobaan 4 stimuli adalah y = -0.0003x + 0.7606, hal ini menunjukkan adanya
hubungan yang linear negatif antara jumlah trial terhadap response time, yang berarti bahwa
semakin banyak percobaan (trial) yang dilakukan maka response time akan semakin kecil
(semakin cepat). Nilai koefisien determinasinya adalah 0.0019 yang berarti jumlah trial
memengaruhi response time sebesar 0.19% dan 99.81% lainnya dipengaruhi oleh faktor lain,
seperti konsentrasi, kebisingan lingkungan sekitar dan kecepatan gerakan jari.
Dari grafik 1.4 bisa dilihat persamaan regresi untuk jumlah trial terhadap response
time pada percobaan 8 stimuli adalah y = -0.0024x + 0.9952, hal ini menunjukkan adanya
hubungan yang linear negatif antara jumlah trial terhadap response time, yang berarti bahwa
semakin banyak percobaan (trial) yang dilakukan maka response time akan semakin kecil
(semakin cepat). Nilai koefisien determinasinya adalah 0.0863 yang berarti jumlah trial
memengaruhi response time sebesar 8.63% dan 91.37% lainnya dipengaruhi oleh faktor lain,
seperti konsentrasi, kebisingan lingkungan sekitar dan kecepatan gerakan jari.
I.2.3 Soal 3
Membuat Analisa Pengaruh Jenis Kelamin dikaitkan dengan Response Time
menggunakan Hipotesis Anova.
Penyelesaian
Untuk melihat adanya pengaruh antara jenis kelamin terhadap reaction time, kami
menggunakan hipotesis Anova. Dalam hipotesis yang akan dilakukan ini kita ingin
menentukan apakah terdapat pengaruh yang signifikan antara jenis kelamin dengan waktu
respon yang terjadi. Pada hipotesis ini, jumlah levelnya ada 2 karena ada 2 jenis kelamin
yaitu laki-laki dan perempuan dengan jumlah replikasi yang sama. Untuk keduanya adalah n
= 180.
Sehingga Hipotesisnya adalah sbb :
H0 : μ1 = μ2 (tidak ada pengaruh yang signifikan antara jenis kelamin dengan response
time)
H1 : μ1 ≠ μ2 (ada pengaruh yang signifikan antara jenis kelamin dengan response time)
13
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 14/41
Hipotesis yang kami lakukan menggunakan confidence level 95% atau α=0,05
Pengolahan data:
Tabel 1.3 Response Tiem dgn Jenis Kelamin
Jenis
kelamin
Reaction
time
Jenis
kelamin
Reaction
timePerempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
0,7188
0,5781
0,4688
0,5156
0,7031
0,7031
0,5000
0,5781
0,6875
0,5781
0,5625
0,4844
0,5000
0,5781
0,3906
0,5156
0,4844
0,5469
0,4844
0,5781
0,5156
0,5000
0,4844
0,5313
0,6250
0,5938
0,5313
0,5000
0,5156
0,6563
0,4844
0,4688
0,4688
0,4531
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
0,5313
0,5156
0,6406
0,6875
0,6250
0,6875
0,5625
0,4219
0,5000
0,4688
0,4063
0,5313
0,4531
0,3594
0,4375
0,3594
0,5469
0,4375
0,5469
0,4375
0,4844
0,4219
0,3594
0,3750
0,3750
0,4688
0,6094
0,5781
0,6563
0,5000
0,8281
0,8906
0,7031
0,8438
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
PerempuanPerempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
PerempuanPerempuan
0,5000
0,5625
0,5000
0,4688
0,5469
0,4375
0,5313
0,6563
0,6094
0,4219
0,5781
0,6094
0,6875
0,4688
0,4844
0,5156
0,6094
0,5625
0,5313
0,7188
0,4688
0,5625
0,6563
0,5469
0,5313
0,56250,8594
0,6875
0,6406
0,8438
1,0313
0,6406
0,8281
0,8281
0,79690,5781
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-lakiLaki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-lakiLaki-laki
0,6563
0,6094
0,5469
0,6563
0,4844
0,4063
0,5156
0,5313
0,5156
0,4531
0,4531
0,5781
0,5000
0,5000
0,6094
0,4844
0,5000
0,4688
0,4844
0,3906
0,5781
0,8906
0,5625
0,3906
0,3594
0,35941,0156
0,7344
0,4531
0,6719
0,5000
0,7500
0,8750
1,1875
0,62500,4375
14
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 15/41
Perempuan
Perempuan
Perempuan
Perempuan
PerempuanPerempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
PerempuanPerempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
0,7344
0,7969
0,8750
0,6406
0,57810,5313
0,5000
0,7344
0,8281
0,7031
0,4531
0,8281
0,9688
0,93750,8438
0,8281
0,5313
0,7969
0,7656
0,7344
0,7188
0,7969
0,9531
0,9375
0,6406
0,7969
0,9688
0,5938
0,7969
0,9063
0,8594
0,6406
0,7813
0,5938
0,9375
0,8594
0,6094
0,6875
0,6875
0,8125
0,8281
0,6250
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-lakiLaki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-lakiLaki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
0,7969
0,7344
0,5625
0,6563
0,75001,0313
0,6094
0,5938
0,5625
0,4531
0,4844
0,6563
0,8125
0,59380,6875
0,4531
0,5938
0,5469
0,5000
0,6719
0,5469
0,7188
0,5781
0,8438
0,6563
0,4688
0,9375
0,6563
0,8438
1,0000
0,6250
0,6563
0,7656
0,5000
0,6094
0,5625
0,7813
0,6875
0,6094
0,7656
0,5156
0,6875
Perempuan
Perempuan
Perempuan
Perempuan
PerempuanPerempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
PerempuanPerempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
0,6250
0,8281
0,6719
0,7656
0,78130,5781
0,7344
0,7344
1,2500
0,7813
1,0938
1,1875
0,6875
1,21880,7969
1,0313
0,9688
0,9531
0,7656
1,0156
1,0625
0,9844
0,8906
1,0781
0,7813
0,9531
1,0156
0,9844
0,9688
1,0156
0,8750
0,9844
0,9531
0,7188
1,0156
1,0000
0,7500
0,9219
0,9219
1,0156
0,7969
0,8281
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-lakiLaki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-lakiLaki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
0,5156
0,8438
0,7031
0,7969
1,03131,0781
0,4531
0,5000
0,9844
0,7188
0,5781
1,0313
1,1719
0,76560,8750
0,6250
0,7344
0,6563
0,6094
1,2500
0,9531
1,4063
0,7656
0,9375
0,8750
1,3125
0,8125
1,0469
0,6250
1,5625
0,7969
1,4531
0,8750
1,0313
1,3125
0,7969
1,0000
1,0469
0,9688
0,9531
0,8750
0,7813
15
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 16/41
Perempuan
Perempuan
Perempuan
Perempuan
PerempuanPerempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
0,8750
0,6563
0,7813
1,2031
0,90630,9844
0,8750
0,8594
0,7813
1,0781
0,7813
0,9375
1,0469
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-lakiLaki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
0,7188
0,6250
0,5469
0,8594
0,75000,6875
1,2031
0,9063
0,7656
0,8438
0,7188
0,7813
0,6094
Perempuan
Perempuan
Perempuan
Perempuan
PerempuanPerempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
0,7344
0,9531
0,8594
0,8750
0,89060,9844
0,8438
0,8750
0,7500
0,5313
0,7500
1,0938
1,0156
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-lakiLaki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
1,2500
1,0938
1,1094
0,6563
0,84380,6250
0,4375
0,4531
0,5000
0,4688
1,0313
0,7500
1,2969
16
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 17/41
Langkah pengerjaan
Untuk mempermudah perhitungannya kami menggunakan software Minitab. Berikut
adalah langkah pengerjaan dengan software Minitab:
1) Membuka Software Minitab.
2) Memasukkan data pada Worksheet yang tersedia. Response time dimasukkan
kedalam C2 (kolom kedua) sedangkan kolom pertama diisi dengan Jenis Kelamin
yaitu nilai laki-laki atau perempuan sesuai dengan data yang berkaitan dengan kolom
sebelahnya
3) Kemudian pilih Stat > ANOVA > One Way… lalu akan tampil kotak dialog One Way
Analysis Of Variance
4) Pada Respon isi dengan C2 sedangkan pada Factor isi C15) Kemudian klik OK
Hasil Pengerjaan
Analisis ANOVA:
Dari hasil minitab tersebut, dapat dilihat bahwa nilai P adalah 0.065 (lebih besar dari α =
0.05) sehingga dengan demikian menerima H0 yang berarti tidak terdapat pengaruh yang
signifikan antara jenis kelamin dengan response time.
17
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 18/41
21
1,50
1,25
1,00
0,75
0,50
jenis kelamin
r e a c t i o n t i m e
Boxplot of reaction time
Grafik 1.5 Blox plot antara jenis kelamin terhadap reaction time
Pada gambar grafik 1.5 bisa dilihat tidak adanya pengaruh dari jenis kelamin terhadap
reaction time. Hal ini sangat mungkin terjadi karena baik sampel laki-laki maupun perempuan
memiliki karakteristik yang hampir sama. Karakteristik yang sama yang dimaksud adalah
meliputi umur, pekerjaan (mahasiswa) dan yang lainnya. Sehingga dari karakteristik inimenyebabkan nilai response timenya hampir sama. Titik hitam adalah rata-rata sampel dan
lambang bintang yang tersusun vertikal menunjukkan persebaran data, bisa dilihat persebaran
data hampir sama dengan mean. Jenis kelamin memiliki hubungan negatif dengan jumlah
stimulus. Untuk yang laki-laki ada data outlier sedangkan untuk perempuan tidak ada. Hal itu
disebabkan oleh faktor lain yang tidak terlalu diperhatikan dalam praktikum ini, karena
dianggap tidak terlalu mempengaruhi secara signifikan.
I.2.4 Soal 4
Membuat Persamaan Hick-Hyman Law dari data yang diperoleh.
Penyelesaian
Untuk membuat persamaan Hick-Hyman, kita perlu mengubah nilai jumlah informasi
yakni jumlah stimuli menjadi bit. Untuk mengubahnya digunakan persamaan sebagai berikut:
H = 2Log n, dengan
H : jumlah informasi
n : jumlah pilihan
18
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 19/41
Sehingga untuk pilihan 4-5 mempunyai bit =1, pilihan 3-6 mempunyai bit= 2, dan pilihan 1-
8 mempunyai bit =3.
Kemudian data yang telah diperoleh dikelompokkan menurut bitnya sebagai berikut:
Bit Response Time Bit Response Time Bit Response Time
1 0.7188 1 0.5156 1 0.5313
1 0.5781 1 0.5 1 0.6563
1 0.4688 1 0.4844 1 0.6094
1 0.5156 1 0.5313 1
1 0.7031 1 0.625 1 0.5781
1 0.7031 1 0.5938 1 0.6094
1 0.5 1 0.5313 1 0.6875
1 0.5781 1 0.5 1 0.46881 0.6875 1 0.5156 1 0.4844
1 0.5781 1 0.6563 1 0.5156
1 0.5625 1 0.4844 1 0.6094
1 0.4844 1 0.4688 1 0.5625
1 0.5 1 0.4688 1 0.5313
1 0.5781 1 0.4531 1 0.7188
1 0.3906 1 0.5 1 0.4688
1 0.5158 1 0.5625 1 0.5625
1 0.4844 1 0.5 1 0.6563
1 0.5469 1 0.4688 1 0.54691 0.4844 1 0.5469 1 0.5313
1 0.5781 1 0.4375 1 0.5625
Tabel 1.4 Response Time dengan Jumlah Informasi 1 Bit
Bit Response Time Bit Response Time Bit Response Time
2 0.8594 2 0.4531 2 0.8594
2 0.6875 2 0.8281 2 0.6406
2 0.6406 2 0.9688 2 0.7813
2 0.8438 2 0.9375 2 0.59382 1.0313 2 0.8438 2 0.9375
2 0.6406 2 0.8281 2 0.8594
2 0.8281 2 0.5313 2 0.6094
2 0.8281 2 0.7969 2 0.6875
2 0.7969 2 0.7656 2 0.6875
2 0.5781 2 0.7344 2 0.8125
2 0.7344 2 0.7188 2 0.8281
2 0.7969 2 0.7969 2 0.625
2 0.875 2 0.9531 2 0.625
2 0.6406 2 0.9375 2 0.8281
2 0.5781 2 0.6406 2 0.6719
19
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 20/41
2 0.5313 2 0.7969 2 0.7656
2 0.5 2 0.9688 2 0.7813
2 0.7344 2 0.5938 2 0.5781
2 0.8281 2 2 0.7344
2 0.7031 2 0.9063 2 0.7344
Tabel 1.5 Response Time dengan Jumlah Informasi 2 Bit
Bit Response Time Bit Response Time Bit Response Time
3 1.25 3 0.9688 3 0.875
3 0.7813 3 1.0156 3 0.8594
3 1.0938 3 0.875 3 0.7813
3 1.1875 3 0.9844 3 1.0781
3 0.6875 3 0.9531 3
3 1.2188 3 0.7188 3 0.9375
3 0.7969 3 1.0156 3 1.0469
3 1.0313 3 1 3 0.7344
3 0.9688 3 0.75 3 0.9531
3 0.9531 3 0.9219 3 0.8594
3 0.7656 3 0.9219 3 0.875
3 1.0156 3 1.0156 3 0.8906
3 1.0625 3 0.7969 3 0.9844
3 0.9844 3 0.8281 3 0.8438
3 0.8906 3 0.875 3 0.874
3 1.0781 3 0.6563 3 0.75
3 0.7813 3 0.7813 3 0.5313
3 0.9531 3 1.2031 3 0.75
3 1.0156 3 0.9063 3 1.0938
3 0.9844 3 0.9844 3 1.0156
Tabel 1.6 Response Time dengan Jumlah Informasi 3 Bit
Langkah pengerjaan
Kemudian dari data tersebut diolah dengan menggunakan Minitab untuk mendapatkan
persamaan Hick-Hyman. Langkah-langkah pengerjaan dengan minitab adalah sebagai
berikut:
1) Membuka Software Minitab. Hal ini dilakukan dengan memilih Start > Program >
Minitab 13 For Windows > Minitab
2) Memasukkan data pada Worksheet yang tersedia. Response time dimasukkan
kedalam C2 (kolom kedua) sedangkan kolom pertama diisi dengan Jumlah informasi
20
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 21/41
(bits) yaitu nilai 1, 2, atau 3 sesuai dengan data yang berkaitan dengan kolom
sebelahnya
3) Kemudian pilih Stat > Regression > Regression… lalu akan tampil kotak dialog
Regression
4) Pada Respon isi dengan C2 sedangkan pada Predictor isi dengan C1
5) Kemudian klik OK
6) Untuk membuat Plot data klik Stat > Regression > Fitted Line Plot… kemudian
tampak kotak dialog Fitted Line Plot
7) Isi kolom Respon dengan C2 , kemudian isi Predictor dengan C1 kemudian klik OK
Hasil pengerjaan
Regression Analysis: C2 versus C1
The regression equation is
C2 = 0.368 + 0.187 C1
177 cases used, 3 cases contain missing values
Predictor Coef SE Coef T P
Constant 0.36753 0.02395 15.35 0.000
C1 0.18656 0.01108 16.83 0.000
S = 0.120408 R-Sq = 61.8% R-Sq(adj) = 61.6%
Analysis of Variance
Source DF SS MS F P
Regression 1 4.1070 4.1070 283.28 0.000
Residual Error 175 2.5372 0.0145
Total 176 6.6442
Regression Analysis: C2 versus C1
The regression equation is
C2 = 0.3675 + 0.1866 C1
S = 0.120408 R-Sq = 61.8% R-Sq(adj) = 61.6%
Analysis of Variance
Source DF SS MS F P
Regression 1 4.10703 4.10703 283.28 0.000
21
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 22/41
Error 175 2.53718 0.01450
Total 176 6.64421
Fitted Line: C2 versus C1
3.02.52.01.51.0
1.3
1.2
1.1
1.0
0.9
0.8
0.7
0.6
0.5
0.4
Bits
R e
s p o n s e T i m e
S 0.120408
R-Sq 61.8%
R-Sq(adj) 61.6%
Fitted Line PlotC2 = 0.3675 + 0.1866 C1
Grafik 1.6 Grafik Regresi antara Jumlah Informasi (Bits) dengan Response Time
Persamaan Hick-Hyman Law dari data yang diperoleh: RT = 0.3675 + 0.1866 H, sehinggaa = intercept = 0.3675
b = slope, information processing rate = 0.1866
Dari grafik yang diperoleh, dapat dilihat adanya kecenderungan response time yang
menaik seiring dengan jumlah informasi (bits) yang semakin bertambah.
Dari hasil perhitungan minitab, terlihat bahwa R-squared untuk percobaan ini adalah
0.61. R-Squared ini menunjukkan kekuatan korelasi antara jumlah trial dengan response
timenya. Nilai R-squared berkisar antara 0-1. Semakin mendekati 1 nilai R-Squared-nya,
maka semakin kuat hubungannya. Tetapi jika semakin mendekati 0, makin lemah
hubungannya.
Dari nilai R-squared ini, kita dapat melihat bahwa terdapat hubungan yang cukup kuat
antara jumlah informasi dengan response timenya.
Dari nilai korelasi ini, kita dapat melihat adanya suatu kecenderungan yang menaik,
dimana semakin banyak jumlah informasinya, maka semakin besar pula nilai response
timenya. Dengan demikian, jumlah informasi yang dilakukan harus semakin sedikit agar
22
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 23/41
response time yang diperoleh bisa semakin cepat. karena semakin banyak jumlah informasi
yang diberikan, maka waktu penyesuaian yang diperlukan juga semakin besar.
I.3 Kesimpulan
1. Semakin banyak jumlah stimulus maka reaction time-nya akan semakin besar.
2. Dari grafik yang diperoleh, kita dapat melihat bahwa semakin banyak jumlah trial,
maka rensponse time akan semakin cepat.
3. Tidak ada pengaruh jenis kelamin terhadap reaction time.
4. Persamaan Hick-Hyman Law dari data yang diperoleh: RT = 0.3675 + 0.1866 H
5. Dari nilai R-squared, terdapat hubungan yang cukup kuat antara jumlah informasi
dengan response timenya.
23
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 24/41
BAB II
FITTS TAPPING
1. Dasar TeoriAliran proses informasi manusia dimulai dari ditangkapnya stimulus atau rangsangan
dari lingkungan sekitar oleh indera manusia (mata, kulit, dll) yang kemudian dikirim ke
otak. Di dalam otak, semua stimulus ini diproses yang kemudian menghasilkan berbagai
keluaran seperti membuat keputusan.
Aliran system informasi manusia dapat dilihat pada Gambar berikut ini yang
menunjukkan komponen-komponen dan aliran dari system pemrosesan informasi pada
manusia.
Short Term Memory (STM) atauMemoriJangkaPendek
Short Term Memory (STM) dapat menyimpan beberapa unit atau chuck informasi
dalam beberapa detik. Chuc kini dapat berupa symbol seperti: kata-kata, angka, atau gambar.
Short Term Memory (STM) merupakan unit processor yang digunakan unutk mendukung
proses input atau output. Short Term Memory (STM) juga berhubungan dengan kemampuan
kita untuk bekerja lebih dari satu tugas dalam satu waktu.
Long Term Memory (LTM) atau Memori Jangka Panjang
Long Term Memory (LTM) memiliki kapasitas yang hampir tidak terbatas untuk
menyimpan informasi. Hanya dibutuhkan sepersekian detik untuk memanggil satu unit
24
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 25/41
informasidari Long Term Memory (LTM), akan tetapi membutuhkan waktu lebih lama untuk
menyimpan atau mengingat informasi.
Teori informasi, atau yang dikenal juga dengan teori matematika komunikasi,
dikembangkan oleh Nobert Weiner, yang mengembangkan konsep cybernetics, yaitu
konsepsi system otomatisasi yang mengawasi system umpan balik meraka sendiri dan
mengendalikan tindakan mereka. Teori informasi terdiri dari beberapa konsep penting yang
digunakandalam Artificial Intelligence (AI) dan juga dalam mendesain system informasi
yang efektif.
Teori informasi membantu kita mengevaluasi komunikasi dari informasi dalam tiga
dimensi utama dan menekankan bahwa kita seharusnya dapat menemukan jawaban dari tiga
pernyataan dasar berikut ini saat menciptakan system informasi:
• Dimensi Teknik. Bagaimana keakuratan informasi dapat dipindahkan?
• Dimensi Sematik. Bagaimana ketepatan informasi memberitahukan arti?
• Dimensi Ketepatan. Bagaimana keefektifan informasi mempengaruhi sikap dari
penerima?
Teori informasi juga sudah diterapkan dalam pemodelan pergerakan manusia (human
movement) oleh Fitts, yang menemukan Hukum Fitts. Hukum Fitts adalah sebuah metode
yang efektif dari pemodelan hubungan situasi, sangat spesifik namun umum dalam desain
antarmuka. Situasi itu melibatkan tambahan bertenaga manusia istirahat (entah itu fisik seperti jari anda atau virtual seperti kursor mouse) dan area target yang terletak di tempat
lain. Berikut diagramnya:
Menurut 'Hukum Fitts’, waktu untuk bergerak dan menunjukkan target dengan lebar W pada
jarak adalah fungsi logaritmik dari kesalahan relative spasial (D / W), yaitu [11]:
MT = a + b ID
Dimana :
• MT adalah waktu gerakan (movement time) dalamdetik • a adalah intercept.
25
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 26/41
• b adalah slope
• ID adalah jarak (atau amplitudo) pergerakan dari start ke tujuan pusat
• W adalah lebar dari target, yang sesuai dengan "akurasi"
Waktu pergerakan di atas mengikuti aturan Hick-Hyman yang menyatakan bahwa waktu
pemilihan reaksi merupakan sebuah fungsi linear dari informasi stimulus.
Index difficulty (ID) didefinisikan sebagai fungsi dari jarak antar obyek dan ukuran sejumlah
obyek yang diletakkan secara seri :
ID = log2 (2D/W).
ID menggambarkan sulitnya tugas motor. 1 / b juga disebut indeks kinerja (IP), dan
mengukur kapasitas informasi dari system motorik manusia.
Secara matematis ditafsirkan, 'Hukum Fitts adalah model regresi linier’. Koefisien regresi
(lihatgambar 1):
• a: intercept
• b: kemiringan (1 / b adalahindekskinerja (IP))
Gambar 1: 'Hukum Fitts adalah model regresi linier
Secara fisik diartikan, 'HukumFitts’ menyatakan berikut ini:
• Big target pada jarak dekat adalah diperoleh lebih cepat dari target kecil pada jarak
jauh
• ID memberikan suatu ukuran gabungan satu dari dua sifat fisik utama dari tugas
gerakan
• ID meningkat sebesar satu unit untuk setiap dua kali lipat dari amplitude dan
mengurangi separuh lebar
• Mencegat positif menunjukkan factor aditif yang tidak terkait dengan ID. Hal ini
dapat terkait dengan mekanisme gerakan dan/atau pemilihan (mouse, tombol, dll)
1. Membuat Index of Difficulty
Index of difficulty dapat dicari menggunakan rumus :
26
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 27/41
ID = log2 (2D/W)
ID = Index of difficulty
D = Distance
W = target size
Tabel dibawah merupakan hasil index of difficulty dari percobaan yang telah kami
lakukan.
Index of Difficulty Fitts Taping
target
Width
distance
2
distance
3
distance
4 distance 5
0.25 1.4499 1.904983 2.26548 2.566596
0.5 0.81557 1.164632 1.449905 1.69628
0.75 0.528527 0.815572 1.056843 1.265487
1 0.362476 0.66552 0.815572 1
1.25 0.255177 0.46469 0.649926
0.815575
2
1.5 0.181449 0.362476 0.528527 0.678826
1.75 0.128897 0.286346 0.435669 0.572991
2 0.690619 0.227645 0.36 0.488559
2. Membuat persamaan linear Fitts Law (regresi linear)
Pengolahan data menggunakan excel dengan menggunakan scatter plot dengan cara
sebagai berikut :
– Membuka software Microsoft excel. Hal ini dilakukan dengan memilih start >
program > Microsoft office > Microsoft excel 2007
– Memasukkan data pada worksheet yang tersedia. Kolom pertama diisi oleh
movement time dan kolom kedua diisi oleh index of difficulty.
– Kemudian pilih insert > scatter > with only markers
– Lalu akan muncul hasil sebagai berikut
Grafik hubungan index of difficulty terhadap jarak (distance)
27
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 28/41
Grafik hubungan antara index of difficulty terhadap besarnya objek ( size)
1. Membuat analisa untuk target size
Berdasarkan dengan grafik yang telah diperoleh, dapat dilihat bahwa semakin
besar target size maka semakin kecil tingkat kesulitan yang akan dihadapi oleh seorang
praktikan begitupun sebaliknya. Hal ini dapat dilihat dengan lamanya waktu yang
dikerjakan oleh praktikan. Hal ini juga membuktikan bahwa sensor manusia lebih peka
terhadap benda-benda yang mempunyai ukuran yang lebih besr.
2. Membuat analisa untuk target distance
Berdasarkan dengan grafik yang telah diperoleh, dapat dilihat bahwa semakin jauh
distance yang dicoba maka semakin besar juga index of difficulty dari percobaan tersebut.
Hal ini dapat dilihat dari lamanya waktu pengerjaan dari praktikan. Hal ini juga
membuktikan bahwa sensor manusia lebih peka terhadap benda-benda yang memiliki jarak yang dekat.
28
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 29/41
3. Mencari faktor-faktor penyebab kesalahan
Faktor-faktor yang menyebabkan kesalahan pada praktikum fitts taping adalah :
– Target size yang kecil
– Distance yang jauh
– Fatigue dari praktikan
– Ukuran layar monitor
– Penggunaan mouse
1. Kesimpulan
• Dari praktikum fits taping, dapat diketahui bahwa ukuran benda dan jarak benda dapat
mempengaruhi tingkat kesulitan dari seseorang dalam mengapresiasikan sebuah
bendan.
• Tingkat ketelitian semaikin menurun seiring semakin banyaknya replikasi yang
disebabkan oleh beberapa faktor penyebab kesalahan seperti kelelahan dan salah klik.
BAB III
Psychophysics
1. Dasar Teori
Psychophysics meruapakan bagian dari disiplin ilmu dalam bidang psikologi yang
menyelidiki secara kuantitatif hubungan antara fisik rangsangan dengan sensasi dan persepsi
mereka yang mempengaruhi. Psychophysics umumnya didefinisikan sebagai cabang
kuantitatif studi tentang persepsi, meneliti hubungan antara stimuli yang diamati dan
memberi tanggapan serta alasan bagi hubungan stimuli tersebut . Psychophysics telahdigambarkan sebagai studi ilmiah tentang hubungan antara stimulus dan sensasi atau sebagai
29
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 30/41
analisis proses persepsi dengan mempelajari efek pada subyek yang mengalami atau perilaku
sistematis berbagai sifat stimulus sepanjang satu atau lebih dimensi fisik.
Psychophysics telah didasarkan pada asumsi bahwa sistem perseptual manusia adalah
instrument dalam mengukur sesuatu rangsangan atau stimuli berdasarkan pengalaman,
penilaian, respon yang didapat secara sistematis dan dianalisa oleh pikiran manusia itu
sendiri. Dengan metode eksperimen, analisis data, dan model yang mendasari proses
persepsi dan kognitif dapat mempengaruhi keputusan dalam merespon stimuli.
Psychophysical methods awalnya berkembang untuk mempelajari hubungan antara
sifat fisik suatu objek (stimuli) dengan sensasi yang ditumbulkannya. Fokus metode ini
adalah penerjemahan karakteristik fisik yang di miliki stimuli menjadi karakteristik
psikologis yang relevan. Metode ini mencoba mencari jawaban terhadap pertanyaan
mengenai hubungan antara sifat fisik suatu stimulus dan dampak psikologisnya akibat
perilaku subjek dan mengenai cara mengaitkannya dengan skala psikologis
2. Analisa Pengaruh %difference terhadap kesalahan dengan regresi linear
Dengan melihat hasil dari percobaan yang dilakukan sebagai berikut:
%Difference Total Kesalahan
2% 3
4% 4
8% 0
10% 0
12% 0
Tabel 1. Data Hasil Perbedaan % Difference dengan Total Kesalahan
Secara sederhana kita dengan melihat dari hasil data kita dapat mengatakan bahwatotal kesalahan yang dihasilkan banyak terjadi pada saat % Difference 2% dan 4%, namun
30
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 31/41
kita melakukan perhitungan matematis untuk melihat lebih jauh pengaruh dari perbedaan
difference dengan total kesalahan. Untuk itu kita dapat melakukan perhitungan matematis
dengan penggunaan dari regresi linear, yakni sebagai berikut:
1.Masukkan % difference pada sumbu x dan total kesalahan pada sumbu ya
2.Lakukan perhitungan sesuai dengan table di bawah ini
3.Setelah melakukan perhitungan dasar seperti dibawah ini yaitu masing-masing nilai pada
sumbu x dan y dikuadratkan dan dikalikan antara nilai di x dan y, lakukan perhitungan
persamaan garis regresi linear seperti dibawah ini
Tabel 2 Perhitungan Regresi Liniear % Difference dengan Total Kesalahan
Setelah melakukan perhitungan diatas, maka kita akan mendapat persamaan gari
linear yaitu y=a±bx yang dalam perhitungan ini didapatkan y= 4.372-41.27x dari persamaan
garis ini dapat kita analisis bahwa semakin kecil nilai x maka semakin besar nilai pada y dan
31
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 32/41
begitu sebaliknya sehingga dapat dikatakan bahwa hubungan antara x dan y adalah
berbanding terbalik. Hal ini dapat tergambar dalam grafik sebagai berikut:
Grafik 1. Perbedaan % Differnce dengan Total Kesalahan
Dari gambar grafik pun kita dapat melihat bahwa nilai x berbanding terbalik dengan
nilai y. Berdasarkan perhitungan matematis regresi liniera kita dapat menganalisis bahwa saat
% difference kecil yaitu 2% dan 4% praktikan merngalami kesulitan dalam menetukan garis
yang lebih panjang antara satu dengan lainnya sehingga menyebabkan praktikan lebih banyak
melakukan kesalahan dalam mempresepsikan perbedaan panjang antara dua garis.
3. Analisis Pengaruh %difference terhadap respon time dengan regresi linear
Sama halnya dengan diatas kita harus melakukan percobaan dengan perbedaan %
difference serta melihat rata-rata dari respon tie dalam menetukan pilihan garis yang lebih
panjang antara dua garis . Berikut adalah hasilnya:
% Difference Average Respon Time
2% 1.1156
4% 1.0766
8% 0.9195
10% 0.7523
12% 0.7391
Tabel 3. Data Hasil Perbedaan % Difference dengan Rata-rata Respon Time
Secara sederhana pula kita dapat melihat bahwa semakin kecil % Difference semakin
besar waktu rata-rata untuk merespon stimuli garis tersebut, Namun tetap diperlukan hitungan
matematis untuk meyakinkan hal tersebut yakni sebagai berikut:1. Masukkan % difference pada sumbu x dan average respon time pada sumbu ya
32
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 33/41
2. Lakukan perhitungan sesuai dengan table di bawah ini
3. Setelah melakukan perhitungan dasar seperti dibawah ini yaitu masing-masing nilai pada
sumbu x dan y dikuadratkan dan dikalikan antara nilai di x dan y, lakukan perhitungan
persamaan garis regresi linear seperti dibawah ini
Tabel 4. Perhitungan regresi liniear dengan average respon time
Dari perhitungan diatas kita memperoleh persamaan garis yaitu y= 1.219-4.151x, dari
persamaan tersebut terlihat bahwa semakin kecil nilai x(% difference) maka semakin besar
nilai y (average respon time) sehingga hubungan antara x(%difference) adalah berbanding
terbalik dengan y (average respon time). Hal ini sama dengan anggapan kita secara
sederhana seperti dikatakan diatas. Dari grafik pun terlihat yakni sebagai berikut:
33
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 34/41
Grafik 2. Perbedaan % Differnce dengan Average Respon Time
Dalam hal ini dapat bahwa %difference memang berbanding terbalik dengan respon
time dari sini kita dapat menganalisis bahwa saat %difference kecil, praktikan memerlukan
waku yang lebih lama untuk memutuskan pilihan hal ini dikarenakan praktikan memerlukan
waktu yang lama dalam memikirkan dan membedakan garis. Begitu sebaliknya dapat
dikatakan praktikan lebih mudah membedakan garis pada difference yang lebih besar.
4. Hipotesis dengan menggunakan Anova untuk % difference 2% dan 4%
Apakah perbedaan panjang garis tersebut mempengaruhi waktu respon praktikan?
dari pertanyaan tersebut akan kita lihat hasil analisinya yaitu dengan menggunakan analisis
ANOVA untuk menguji apakah panjang garis dari 2 sampel (2% dan 4%) tersebut memiliki
rata-rata yang sama. Penggunaan MINITAB 14 diperlukan untuk memudahkan pengolahan
data dalam penentuan hipotesis Ho dan H1 dalam proses pengerjaannya. Dengan
menggunakan MINITAB kesimpulan dari kasus tersebut yaitu dari perbandingan P-value
terhadap nilai α 5%. Selain itu juga dapat menggunakan distribusi F sebagai pembanding
kesimpulan
Dari percobaan sebanyak 20 kali didapatkan rata-rata respon time yaitu masing-masing :
Trial RT (sec) Response
1 2.6719 Correct
2 1.5313 Correct
3 1.5625 Correct
4 1.1250 Correct
5 0.9531 Correct
6 0.5313 Correct7 0.7031 Wrong
34
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 35/41
8 0.7031 Wrong
9 1.0156 Correct
10 1.2031 Correct
11 0.7813 Wrong
12 1.5781 Correct
13 1.2969 Correct
14 0.6250 Correct
15 0.8594 Correct
16 0.6250 Correct
17 1.2188 Correct
18 0.9531 Correct
19 1.2500 Correct
20 1.1250 CorrectTabel 5 data difference 2 %
Trial RT(sec) Response
1 1.0000 Correct
2 0.8438 Wrong
3 0.8906 Wrong
4 2.0938 Wrong
5 1.4375 Wrong
6 1.9375 Correct
7 0.8594 Correct
8 1.6250 Correct
9 1.1094 Correct10 1.2656 Correct
11 0.7813 Correct
12 0.8750 Correct
13 0.6094 Correct
14 1.1250 Correct
15 1.1250 Correct
16 0.8281 Correct
17 0.5781 Correct
18 0.9375 Correct
19 0.8281 Correct20 0.7813 Correct
Tabel 6 data difference 4%
Setelah melakukan percobaan, kita dapat membuat asumsi sementara dari hasil uji tersebut,
yang dalam hal ini hipotesi untuk diffrence 2% dan 4 % sebagai berikut:
Ho :
21 µ µ =
berarti rata-rata respon time sampel 2% sama dengan rata-rata
respon time sampel 4%, sehingga tidak ada pengaruh perbedaan
panjang garis terhadap waktu respon.
35
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 36/41
H1 :
21 µ µ ≠
berarti rata-rata respon time sampel 2% tidak sama dengan rata-rata
respon time sampel 4%, sehingga ada pengaruh perbedaan panjang
garis terhadap waktu respon.Dilanjutkan dengan menguji hipotesis diatas dengan hasil hitungan anova pada minitab 13,
sebagai berikut:
One-way ANOVA: C2 versus C1
Source DF SS MS F P
C1 1 0.015 0.015 0.08 0.785
Error 38 7.696 0.203
Total 39 7.711
S = 0.4500 R-Sq = 0.20% R-Sq(adj) = 0.00%
Individual 95% CIs For Mean Based on
Pooled StDev
Level N Mean StDev -------+---------+---------+---------+--
0.02 20 1.1156 0.4856 (----------------*----------------)
0.04 20 1.0766 0.4113 (----------------*----------------)
-------+---------+---------+---------+--
0.96 1.08 1.20 1.32
Pooled StDev = 0.4500
Tabel 7. Hasil Pengolahan Data Rata-rata Respon Time 2% dan 4%
Berdasarkan hasil data tersebut maka dapat disimpulkan melalui beberapa hal:
1) Degree of freedom factor (a-1)=1 dan degree of freedom error (N-a)=38. Melalui
tabel distribusi F didapat nilai F tabel 4.05. Sedangkan melalui MINITAB, nilai Fo
data 0.08. Nilai Fo data < F tabel sehingga kesimpulannya menolak H1 (menerima
Ho).
2) Nilai P-value (0.785) > α (0.05) sehingga data menunjukkan menerima Ho yang berarti rata-rata reaction time sampel 2% sama dengan rata-rata responn time sampel
4% sehingga tidak ada pengaruh perbedaan panjang garis terhadap waktu respon. Dari
kedua nilai ini, didapat kesimpulan yang sama yaitu tidak ada pengaruh perbedaan
garis 2% dan 4% terhadap waktu respon (menerima Ho). Selain itu, dapat dilihat pada
grafik Based on Pooled StDev bahwa kedua titik yang menggambarkan nilai mean
berada di jangkauan data yang sama. Hal ini juga menunjukkan bahwa kedua sampel
tersebut berada pada rata-rata yang sama.
36
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 37/41
Grafik 3.Pesebaran Difference 2% dan 4%
Bloxpot Difference 2% dan 4%
Kita dapat menganalisis bahwa untuk membedakan 2 garis yang panjangnya hanya
sedikit berbeda 2% dan 4% sangat sulit. Pada percobaan ini, sebagian besar waktu digunakan
untuk berpikir membedakan dan memutuskan garis mana yang lebih panjang. Karena
perbedaan panjang 2% dan 4% hampir sama, maka waktu yang digunakan oleh praktikan
untuk melihat perbedaan panjang garis, berpikir dan memutuskan garis mana yang lebih
panjang, sampai menekan keyboard U (untuk garis atas yang lebih panjang) atau B (untuk
garis bawah yang lebih panjang) adalah lebih kurang sama untuk kedua percobaan. .Oleh
karena itu, praktikan harus berkonsentrasi penuh terhadap 2 garis dihadapannya .
37
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 38/41
1. Hipotesis dengan menggunakan Anova untuk % difference 10% dan 12%
Apakah perbedaan panjang garis tersebut mempengaruhi waktu respon praktikan?dari
pertanyaan tersebut akan kita lihat hasil analisinya yaitu dengan menggunakan analisis
ANOVA untuk menguji apakah panjang garis dari 2 sampel (10% dan 12%) tersebut
memiliki rata-rata yang sama. Penggunaan MINITAB 13 diperlukan untuk memudahkan
pengolahan data dalam penentuan hipotesis Ho dan H1 dalam proses pengerjaannya. Dengan
menggunakan MINITAB kesimpulan dari kasus tersebut yaitu dari perbandingan P-value
terhadap nilai α 5%. Selain itu juga dapat menggunakan distribusi F sebagai pembanding
kesimpulan
Dari percobaan sebanyak 20 kali didapatkan rata-rata respon time yaitu masing-masing :
Trial RT (sec) Respon
1 1.5000 Correct2 0.6875 Correct
3 0.5625 Correct
4 0.8906 Correct
5 0.7344 Correct
6 0.6719 Correct
7 0.5625 Correct
8 0.7031 Correct
9 0.9063 Correct
10 0.5313 Correct
11 1.1719 Correct
12 0.5313 Correct
13 0.5156 Correct
14 0.7656 Correct
15 0.8281 Correct
16 0.7500 Correct
17 0.4219 Correct
18 0.5781 Correct
19 0.5156 Correct
20 1.2188 CorrectTabel 10 data difference 10%
Trial RT (sec) Response
1 2.2656 Correct
2 0.8594 Correct
3 0.7031 Correct
4 0.6563 Correct
5 0.5313 Correct
6 1.2500 Correct
7 0.6563 Correct
8 0.5469 Correct
9 0.6094 Correct
10 0.5156 Correct11 0.5938 Correct
38
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 39/41
12 0.7344 Correct
13 0.6094 Correct
14 0.5313 Correct
15 0.6094 Correct
16 0.7344 Correct
17 0.5313 Correct
18 0.7500 Correct
19 0.5156 Correct
20 0.5781 CorrectTabel 11. data difference 12%
Setelah melakukan percobaan, kita dapat membuat asumsi sementara dari hasil uji tersebut,
yang dalam hal ini hipotesi untuk diffrence 2% dan 4 % sebagai berikut:
Ho :
21 µ µ =
berarti rata-rata respon time sampel 10% sama dengan rata-rata
respon time sampel 12%, sehingga tidak ada pengaruh perbedaan
panjang garis terhadap waktu respon.
H1 :
21 µ µ ≠
berarti rata-rata respon time sampel 10% tidak sama dengan rata-rata
respon time sampel 12%, sehingga ada pengaruh perbedaan panjang
garis terhadap waktu respon.
Dilanjutkan dengan menguji hipotesis diatas dengan hasil hitungan anova pada minitab 13,
sebagai berikut:
One-way ANOVA: C5 versus C6
Source DF SS MS F P
C6 1 0.002 0.002 0.02 0.903
Error 38 4.421 0.116
Total 39 4.423
S = 0.3411 R-Sq = 0.04% R-Sq(adj) = 0.00%
Individual 95% CIs For Mean Based on
Pooled StDev
Level N Mean StDev --+---------+---------+---------+-------
0.10 20 0.7524 0.2749 (--------------*---------------)
0.12 20 0.7391 0.3963 (---------------*--------------)
--+---------+---------+---------+-------
0.60 0.70 0.80 0.90
Pooled StDev = 0.3411
Tabel 12. Hasil Pengolahan Data Rata-rata Respon Time 10% dan 12%
Berdasarkan hasil data tersebut maka dapat disimpulkan melalui beberapa hal:
39
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 40/41
1) Degree of freedom factor (a-1)=1 dan degree of freedom error (N-a)=38. Melalui
tabel distribusi F didapat nilai F tabel 4.05. Sedangkan melalui MINITAB, nilai Fo
data 0.02. Nilai Fo data < F tabel sehingga kesimpulannya menolak H1 (menerima
Ho).
2) Nilai P-value (0.903) > α (0.05) sehingga data menunjukkan menerima Ho yang
berarti rata-rata reaction time sampel 10% sama dengan rata-rata responn time sampel
12% sehingga tidak ada pengaruh perbedaan panjang garis terhadap waktu respon.
Dari kedua nilai ini, didapat kesimpulan yang sama yaitu tidak ada pengaruh
perbedaan garis 10% dan 12% terhadap waktu respon (menerima Ho). Selain itu,
dapat dilihat pada grafik Based on Pooled StDev bahwa kedua titik yang
menggambarkan nilai mean berada di jangkauan data yang sama. Hal ini juga
menunjukkan bahwa kedua sampel tersebut berada pada rata-rata yang sama.
Grafik 4.Pesebaran Difference 10% dan 12%
Bloxpot Difference 10% dan 12%
Kita dapat menganalisis untuk membedakan 2 garis yang panjangnya berbeda 10%
dan 12% dapat cukup mudah. Karena perbedaan panjang 10% dan 12% hampir sama, maka
40
5/12/2018 Laporan praktikum - slidepdf.com
http://slidepdf.com/reader/full/laporan-praktikum-55a4d2cdf1e52 41/41
waktu yang digunakan oleh praktikan untuk melihat perbedaan panjang garis, berpikir dan
memutuskan garis mana yang lebih panjang, sampai menekan keyboard U (untuk garis atas
yang lebih panjang) atau B (untuk garis bawah yang lebih panjang) adalah lebih kurang sama
untuk kedua percobaan.
1. KESIMPULAN
1) Pada hasil percobaan pengaruh difference dengan total kesalahan didapatkan hasil
bahwa semakin kecil nilai x(% difference) maka semakin besar nilai y (average
respon time) sehingga hubungan antara x(%difference) adalah berbanding terbalik
dengan y (total kesalahan).
2) Pada hasil percobaan pengaruh difference dengan average respon time didapatkan
hasil bahwa semakin kecil nilai x(% difference) maka semakin besar nilai y (average
respon time) sehingga hubungan antara x(%difference) adalah berbanding terbalik
dengan y (average respon time).
3) Tidak ada pengaruh perbedaan garis 2% dan 4% terhadap waktu respon (menerima
Ho).
4) Ada pengaruh perbedaan garis 2% dan 4% terhadap jumlah error (menerima H1).
5) Tidak ada pengaruh perbedaan garis 10% dan 12% terhadap waktu respon (menerima
Ho).6) Tidak ada pengaruh perbedaan garis 10% dan 12% terhadap jumlah error (menerima
Ho).
Referensi
1. Modul praktikum Choice Reaction Time, Fitts tapping, dan Psychophysics
2. www.doc.ic.ac.uk/.../tutorial%20-%20Fitts%20tapping%20exercise.pdf
3. Journal of Human Movement Studies, portal.acm.org/citation.cfm?id=1461857
4. biology.clemson.edu/bpc/bp/Lab/110/reaction.htm
5. old.nabble.com/FINGERPRINT-SEBAGAI-DATA-p19239618.html
41
top related