-Komputer adalah alat bantu pencarian yang baik, tetapi antarmuka pemakai tradisional menghalangi pemakai pemula:
üPerintah yang kompleks.
üOperator Boolean.
üKonsep yang menyulitkan.
-Model antarmuka objek-aksi membantu perancangan alat bantu eksplorasi informasi:
üMemisahkan konsep tugas dari konsep antarmuka.
üMemisahkan isu antarmuka tingkat tinggi dengan tingkat rendah.
·Query database dan pencarian kata dalam dokumen tekstual
-Query database relasional dengan SQL
üPemakai menulis query yang mencocokkan nilai atribut.
oSELECT NAMA, IPK FROM MAHASISWA
WHERE KOTA = ‘JAKARTA BARAT’
AND IPK > 3.9
ORDER BY NAMA
üPowerful tetapi membutuhkan pelatihan.
üAlternatif:
oQuery-by-example
oForm-fillin queries
oTextual searches
oNatural-language queries
-Desain yang lebih baik dan konsistensi antara sistem yang berbeda dapat menghasilkan:
üKinerja yang lebih cepat.
üPengurangan asumsi keliru.
üPeningkatan keberhasilan dalam menemukan informasi yang relevan.
-Cara pencarian tekstual yang biasa digunakan:
üPencarian string eksak.
üPencarian probabilistik.
üPencarian probabilistik dengan bobot kedekatan kata.
üPencarian boolean (and, or, not).
-Kerangka kerja untuk mengoordinasikan perancangan antarmuka pencarian tekstual:
üFormulasi: Mengekspresikan pencarian.
oSumber yang tepat.
oField untuk membatasi sumber.
oMengenali frase.
oMembolekan varian: case sensitivity, stemming, partial matches, phonetic variations, abbreviations, sinonim dari thesaurus.
üInisiasi aksi: Melaksanakan pencarian
oAksi eksplisit: Tombol yang konsisten.
oAksi implisit: Perubahan parameter.
üMemeriksa hasil: Membaca pesan dan keluaran
oMembaca pesan penjelasan.
oMelihat daftar tekstual.
oMemanipulasi visualisasi.
oMengendalikan ukuran himpunan hasil dan apa yang ditampilkan.
oMengubah urutan.
oMenjelajah pengelompokan (clustering).
üMemperbaiki: Formulasi langkah berikutnya
oMenggunakan pesan yang berarti untuk memandu dalam perbaikan pencarian.
oMemudahkan perubahan parameter pencarian.
oMemungkinkan hasil pencarian disimpan.
·Pencarian dokumen multimedia
-Photo search
üQuery by Image Content: mencari berdasarkan profil.
üKoleksi terbatas lebih berhasil.
-Map search
üKoordinat lintang dan bujur.
üKota, jadual penerbangan, cuaca.
-Design or diagram search
üPencarian elemen desain.
-Sound search
üMengenali senandung pemakai.
üMengedit not pada paranada.
üMencari kata pada percakapan.
-Video search
üMencari frame tertentu.
üZooming dan panning.
üDapat didukung dengan database teks.
-Animation search
üMencari jenis animasi.
üMencari transisi pada presentasi.
·Visualisasi informasi
-Visualisasi adalah (McCormick et al., 1987):
üMetode penggunaan komputer untuk mentransformasi simbol menjadi geometrik.
üMemungkinkan peneliti mengamati simulasi dan komputasi.
üMemberikan cara untuk melihat yang tidak terlihat.
üMemperkaya proses penemuan ilmiah dan mengembangkan pemahaman yang lebih dalam dan tak diduga.
üDalam 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:
üOverview dulu,
üZoom dan filter,
üLalu details on demand.
-Tipe data berdasarkan taksonomi tugas:
üTipe data:
o1-D: Linear data
ØData linear seperti dokumen teks, program source code, daftar nama yang sekuensial.
ØMis.: TileBars, Document Lens, SeeSoft, Information Mural.
o2-D: Map data
ØData bidang atau peta mencakup peta geografis, denah, tata letak suratkabar.
ØMis.: GIS, Tampilan spasial koleksi dokumen.
o3-D: World
ØObjek dunia nyata seperti molekul, tubuh manusia, bangunan.
ØPemakai harus mengatasi pemahaman posisi dan orientasi.
ØMis.: WebBook, VRML CAD, Visible Human Explorer.
oTemporal data
ØTime line.
ØAda waktu awal dan akhir, boleh overlap.
ØTugas tambahan: menjadi kejadian sebelum, sesudah, dan pada periode tertentu.
ØMis.: Perspective Wall, Microsoft Project, Macromedia Flash, Lifeline.
oMulti-dimensional data
ØKebanyakan database relasional dan statistik.
ØMis.: DataSplash, Starfield.
oTree data
ØKoleksi itemdengan setiap itemterhubung denganparent.
ØMis.: Windows Explorer, Treemaps
oNetwork data
ØData terhubung dengan sembarang jumlah itemlain.
ØMis.: NetMap, WebMap, SeeNet, Butterfly, Visualisasi WWW lainnya.
Jenis link:
-Internal, tree
-Internal, non-tree
-Eksternal, tree
-Eksternal, non-tree
·Pemfilteran lanjut
-Tugas-tugas visualisasi informasi:
üOverview: Memperoleh ringkasan seluruh koleksi.
üZoom: Melihat lebih dekat item-item yang menarik.
üFilter: Menyaring item-item yang tidak menarik.
üDetails-on-demand: Pilih item atau kelompok dan mengambil rinciannya.
üRelate: Melihat hubungan antaritem.
üHistory: Memungkinkan undo, replay, perbaikan progresif.
üExtract: Ekstraksi subkoleksi dan parameter query.
Tidak ada komentar:
Posting Komentar