Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Pencarian dan Visualisasi Informasi Interaksi Manusia dan Komputer Sesi 13.

Presentasi serupa


Presentasi berjudul: "Pencarian dan Visualisasi Informasi Interaksi Manusia dan Komputer Sesi 13."— Transcript presentasi:

1 Pencarian dan Visualisasi Informasi Interaksi Manusia dan Komputer Sesi 13

2 IMK Sesi 132/30 Topik Bahasan  Pendahuluan  Query database dan pencarian kata dalam dokumen tekstual  Pencarian dokumen multimedia  Visualisasi informasi  Pemfilteran lanjut

3 IMK Sesi 133/30 Pendahuluan  Komputer adalah alat bantu pencarian yang baik, tetapi antarmuka pemakai tradisional menghalangi pemakai pemula:  Perintah yang kompleks.  Operator Boolean.  Konsep yang menyulitkan.  Model antarmuka objek-aksi membantu perancangan alat bantu eksplorasi informasi:  Memisahkan konsep tugas dari konsep antarmuka.  Memisahkan isu antarmuka tingkat tinggi dengan tingkat rendah.

4 IMK Sesi 134/30 Query Database dan Pencarian Kata dalam Dokumen Tekstual  Query database relasional dengan SQL  Pemakai menulis query yang mencocokkan nilai atribut.  SELECT NAMA, IPK FROM MAHASISWA WHERE KOTA = ‘ JAKARTA BARAT ’ AND IPK > 3.9 ORDER BY NAMA  Powerful tetapi membutuhkan pelatihan.  Alternatif:  Query-by-example  Form-fillin queries  Textual searches  Natural-language queries

5 IMK Sesi 135/30 Query Database dan Pencarian Kata dalam Dokumen Tekstual ( Lanj. )

6 IMK Sesi 136/30 Query Database dan Pencarian Kata dalam Dokumen Tekstual ( Lanj. )  Desain yang lebih baik dan konsistensi antara sistem yang berbeda dapat menghasilkan:  Kinerja yang lebih cepat.  Pengurangan asumsi keliru.  Peningkatan keberhasilan dalam menemukan informasi yang relevan.  Cara pencarian tekstual yang biasa digunakan:  Pencarian string eksak.  Pencarian probabilistik.  Pencarian probabilistik dengan bobot kedekatan kata.  Pencarian boolean ( and, or, not ).

7 IMK Sesi 137/30 Query Database dan Pencarian Kata dalam Dokumen Tekstual ( Lanj. )  Kerangka kerja untuk mengoordinasikan perancangan antarmuka pencarian tekstual:  Formulasi  Inisiasi aksi  Memeriksa hasil  Memperbaiki

8 IMK Sesi 138/30 Inisiasi  Mengekspresikan pencarian.  Sumber yang tepat.  Field untuk membatasi sumber.  Mengenali frase.  Membolekan varian: case sensitivity, stemming, partial matches, phonetic variations, abbreviations, sinonim dari thesaurus.

9 IMK Sesi 139/30 Inisiasi Aksi  Melaksanakan pencarian.  Aksi eksplisit: Tombol yang konsisten.  Aksi implisit: Perubahan parameter.

10 IMK Sesi 1310/30 Memeriksa Hasil  Membaca pesan dan keluaran.  Membaca pesan penjelasan.  Melihat daftar tekstual.  Memanipulasi visualisasi.  Mengendalikan ukuran himpunan hasil dan apa yang ditampilkan.  Mengubah urutan.  Menjelajah pengelompokan ( clustering ).

11 IMK Sesi 1311/30 Memperbaiki  Formulasi langkah berikutnya.  Menggunakan pesan yang berarti untuk memandu dalam perbaikan pencarian.  Memudahkan perubahan parameter pencarian.  Memungkinkan hasil pencarian disimpan.

12 IMK Sesi 1312/30 THOMAS System dari Library of Congress

13 IMK Sesi 1313/30 Pencarian Dokumen Multimedia  Photo search  Query by Image Content: mencari berdasarkan profil.  Koleksi terbatas lebih berhasil.  Map search  Koordinat lintang dan bujur.  Kota, jadual penerbangan, cuaca.  Design or diagram search  Pencarian elemen desain.

14 IMK Sesi 1314/30 Pencarian Dokumen Multimedia ( Lanj. )  Sound search  Mengenali senandung pemakai.  Mengedit not pada paranada.  Mencari kata pada percakapan.  Video search  Mencari frame tertentu.  Zooming dan panning.  Dapat didukung dengan database teks.  Animation search  Mencari jenis animasi.  Mencari transisi pada presentasi.

15 IMK Sesi 1315/30 Visualisasi Informasi  Visualisasi adalah (McCormick et al., 1987):  Metode penggunaan komputer untuk mentransformasi simbol menjadi geometrik.  Memungkinkan peneliti mengamati simulasi dan komputasi.  Memberikan cara untuk melihat yang tidak terlihat.  Memperkaya proses penemuan ilmiah dan mengembangkan pemahaman yang lebih dalam dan tak diduga.  Dalam berbagai bidang telah merevolusikan cara ilmuwan meneliti sains.

16 IMK Sesi 1316/30 Visualisasi Informasi ( Lanj. )  Pepatah mengatakan “ Sebuah gambar bernilai seribu kata ”.  Untuk beberapa tugas, presentasi visual — seperti peta atau foto — secara dramatis lebih mudah digunakan atau dipahami daripada deskripsi tekstual atau laporan yang diucapkan.  Mantra pencarian informasi visual :  Overview dulu,  Zoom dan filter,  Lalu details on demand.

17 IMK Sesi 1317/30 Visualisasi Informasi ( Lanj. )  Tipe data berdasarkan taksonomi tugas:  Tipe data:  1-D: Linear data  2-D: Map data  3-D: World  Temporal data  Multi-dimensional data  Tree data  Network data

18 IMK Sesi 1318/30 1-D: Linear Data  Data linear seperti dokumen teks, program source code, daftar nama yang sekuensial.  Mis.: TileBars, Document Lens, SeeSoft, Information Mural. TileBars

19 IMK Sesi 1319/30 2-D: Map Data  Data bidang atau peta mencakup peta geografis, denah, tata letak suratkabar.  Mis.: GIS, Tampilan spasial koleksi dokumen.

20 IMK Sesi 1320/30 3-D: World  Objek dunia nyata seperti molekul, tubuh manusia, bangunan.  Pemakai harus mengatasi pemahaman posisi dan orientasi.  Mis.: WebBook, VRML CAD, Visible Human Explorer.

21 IMK Sesi 1321/30 Temporal Data  Time line.  Ada waktu awal dan akhir, boleh overlap.  Tugas tambahan: menjadi kejadian sebelum, sesudah, dan pada periode tertentu.  Mis.: Perspective Wall, Microsoft Project, Macromedia Flash, Lifeline. Timeline pada Macromedia Flash MX

22 IMK Sesi 1322/30 Multi-Dimensional Data  Kebanyakan database relasional dan statistik.  Mis.: DataSplash, Starfield. DataSplash dari the University of California at Berkeley, menunjukkan perubahan ranking Fortune 100 tahun 1994 (vertikal) vs 1995 (horizontal). Ukuran bintik menunjukkan profit keseluruhan.

23 IMK Sesi 1323/30 Tree Data  Koleksi item dengan setiap item terhubung dengan parent.  Mis.: Windows Explorer, Treemaps Treemap dari HCI Lab, University of Maryland at College Park menunjukkan isi hard disk.

24 IMK Sesi 1324/30 Network Data  Data terhubung dengan sembarang jumlah item lain.  Mis.: NetMap, WebMap, SeeNet, Butterfly, Visualisasi WWW lainnya. Jenis link: Internal, tree Internal, non-tree Eksternal, tree Eksternal, non-tree WebMap dari University of Frankfurt

25 IMK Sesi 1325/30 Tugas-tugas Visualisasi Informasi  Overview  Memperoleh ringkasan seluruh koleksi.  Zoom  Melihat lebih dekat item- item yang menarik.  Filter  Menyaring item-item yang tidak menarik.  Details-on-demand  Pilih item atau kelompok dan mengambil rinciannya.  Relate  Melihat hubungan antaritem.  History  Memungkinkan undo, replay, perbaikan progresif.  Extract  Ekstraksi subkoleksi dan parameter query.

26 IMK Sesi 1326/30 Pemfilteran Lanjut  Dynamic queries (direct-manipulation queries):  Pemakai menyetel numeric range sliders, alphasliders, atau tombol untuk seperangkat kecil kategori.  Menggunakan konsep aksi ( sliders atau tombol) dan objek (hasil query pada tampilan domain tugas).

27 IMK Sesi 1327/30 Pemfilteran Lanjut ( Lanj. )  Perlu ditemukan bagaimana melakukan:  Memilih seperangkat sliders dari seperangkat besar atribut.  Menyebutkan lebih kecil, lebih besar, atau lebih kecil dan lebih besar.  Menangani kombinasi Boolean dari pengaturan slider.  Memilih highlighting dengan warna, titik-titik atau lebih terang, daerah, berkedip, dsb.  Mengatasi puluhan ribu butir informasi.  Memungkinkan pembobotan kriteria.

28 IMK Sesi 1328/30 Pemfilteran Lanjut ( Lanj. )  Sistem penarikan informasi komersial:  Contoh: DIALOG atau FirstSearch.  Memungkinkan ekspresi Boolean yang rumit, tetapi sulit digunakan.  Metafora baru untuk mengatasi kompleksitas: diagram Venn dan tabel keputusan.

29 IMK Sesi 1329/30 Pemfilteran Lanjut ( Lanj. )  Metafora aliran air dengan filter.  Bisa menggunakan AND, OR, NOT.  Mudah digunakan dan membantu pemakai pemula.  Himpunan kata kunci yang dibangun pemakai.  Pemakai membuat profil dan media dipindai.  Versi modern dari selective dissemination of information (SDI).  Himpunan kata kunci untuk filter informasi.

30 IMK Sesi 1330/30 Pemfilteran Lanjut ( Lanj. )  Pemfilteran kolaboratif.  Kelompok pemakai mengombinasikan evaluasi untuk membantu menemukan informasi dalam database besar.  Pemakai memberikan vote untuk nilai.


Download ppt "Pencarian dan Visualisasi Informasi Interaksi Manusia dan Komputer Sesi 13."

Presentasi serupa


Iklan oleh Google