Topic 13 - Information Visualization

•         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.

•         Supaya tampilan tampak menarik bagi user maka sangat perlu diperhatikan visualisasi Informasi sebagai bagian akhir dari Evaluasi dari User Interface yang dibuat

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.

•         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.

–         

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.

•         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.

•         Tipe data berdasarkan Taksonomi Tugas:

–        Tipe data

•         1-D: Linear data

•         Data linear seperti dokumen teks, program source code, daftar nama yang sekuensial.

•         Mis.: TileBars, Document Lens, SeeSoft, Information Mural.

•         2-D: Map data

•         Data bidang atau peta mencakup peta geografis, denah, tata letak suratkabar.

•         Mis.: GIS, Tampilan spasial koleksi dokumen.

•         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.

–        Tugas  

•         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.

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).

–        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.

•         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.

•         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.

•         Pemfilteran kolaboratif.

–        Kelompok pemakai mengombinasikan evaluasi untuk membantu menemukan informasi dalam database besar.

–        Pemakai memberikan vote untuk nilai.