GOMS (Goals, Operator,
Metode, dan aturan Seleksi) adalah jenis model prosesor khusus manusia
informasi untuk observasi interaksi manusia-komputer. Dikembangkan pada tahun 1983 oleh Stuart
Card, Thomas P. Moran dan Allen Newell, itu menjelaskan dalam buku mereka The
Psychology of Human Computer Interaction. Setelah langkah-langkah awal,
model tambahan untuk analisis berkembang dan banyak digunakan dalam
berorientasi teknik- masyarakat kegunaan.
Konsep di balik model
GOMS dan hubungan mereka
GOMS mengurangi
interaksi pengguna dengan komputer untuk tindakan dasar yang (tindakan ini
dapat fisik, kognitif atau persepsi). Dengan menggunakan
tindakan dasar sebagai kerangka kerja, antarmuka dapat dipelajari. Ada beberapa variasi GOMS yang berbeda
yang memungkinkan untuk aspek yang berbeda dari sebuah antarmuka untuk secara
akurat dipelajari dan diperkirakan.
Untuk semua varian,
definisi dari konsep utama adalah sama. Tujuan adalah apa yang
pengguna bermaksud untuk mencapai. Operator adalah tindakan
yang dilakukan untuk mencapai tujuan. Metode yang urutan
operator yang mencapai tujuan. Ada bisa lebih dari satu
metode yang tersedia untuk mencapai satu tujuan; jika hal ini terjadi,
maka aturan seleksi yang digunakan untuk menggambarkan ketika pengguna akan
memilih metode tertentu atas yang lain. Aturan seleksi sering
diabaikan dalam analisis GOMS khas. Ada beberapa
fleksibilitas untuk definisi perancang / analis dari semua entitas ini. Misalnya, operator dalam satu metode dapat
menjadi tujuan dalam metode yang berbeda. Tingkat rincian
disesuaikan untuk menangkap apa evaluator tertentu memeriksa.
Keuntungan dari GOMS
Keseluruhan
Metode GOMS tidak selalu
yang paling akurat dari manusia-komputer metode pengukuran interaksi antarmuka,
tapi jelas memiliki keuntungan. Perkiraan GOMS dari
interaksi tertentu dapat dihitung dengan sedikit usaha, dengan biaya kecil, dan
dalam waktu singkat jika rata-rata Metode-Time Pengukuran data untuk setiap
tugas tertentu sebelumnya telah diukur secara eksperimen untuk tingkat akurasi
yang tinggi. Dengan penyelidikan yang cermat dalam
semua langkah-langkah rinci yang diperlukan untuk pengguna untuk berhasil
berinteraksi dengan antarmuka, pengukuran waktu berapa lama waktu yang dibutuhkan
pengguna untuk berinteraksi dengan antarmuka yang merupakan perhitungan
sederhana.Menjumlahkan kali diperlukan untuk menyelesaikan langkah-langkah
rinci memberikan perkiraan berapa lama waktu yang dibutuhkan pengguna untuk
berhasil menyelesaikan tugas yang diinginkan.
Kelemahan dari GOMS
Keseluruhan
Semua teknik GOMS
memberikan informasi yang berharga, tetapi mereka semua juga memiliki kelemahan
tertentu. Tak satu pun dari alamat teknik pengguna
ketidakpastian - seperti perilaku pengguna dipengaruhi oleh kelelahan,
lingkungan sosial, atau faktor organisasi. Teknik-teknik yang
sangat eksplisit tentang operasi gerakan dasar, tetapi umumnya kurang kaku
dengan tindakan kognitif dasar. Ini adalah fakta bahwa
slip tidak bisa dicegah, tetapi tak satu pun dari model GOMS memungkinkan untuk
semua jenis kesalahan.Selanjutnya, semua teknik bekerja di bawah asumsi bahwa
pengguna akan tahu apa yang harus dilakukan pada suatu titik tertentu -.
Sehingga mereka hanya berlaku untuk pengguna ahli, bukan pemula
Fungsi dari sistem ini
tidak dianggap, hanya kegunaan. Jika fungsi dianggap,
evaluasi bisa membuat rekomendasi untuk yang fungsi harus dilakukan oleh sistem
(yaitu sekejap mouse). Kepribadian pengguna,
kebiasaan atau pembatasan fisik (misalnya cacat) tidak diperhitungkan dalam
salah satu model GOMS. Semua pengguna
diasumsikan persis sama.Baru-baru ini beberapa ekstensi dari GOMS dikembangkan,
yang memungkinkan untuk merumuskan model GOMS menggambarkan perilaku interaksi
pengguna dinonaktifkan.
Kecuali untuk KLM
(keystroke Tingkat Modeling), evaluator dituntut untuk memiliki pemahaman yang
cukup mendalam tentang dasar-dasar teoritis dari GOMS, CCT (Kognitif
Kompleksitas Teori), atau MHP (Model Processor Manusia). Hal ini membatasi penggunaan efektif GOMS
untuk entitas besar dengan kekuatan keuangan untuk menyewa interaksi manusia
komputer (HCI) spesialis atau kontrak khusus dengan konsultan dengan keahlian
tersebut.
Variasi
Dataran, atau
"vanilla rasa" GOMS pertama kali diperkenalkan oleh Card, Moran dan
Newell sekarang disebut sebagai CMN-GOMS. Keystroke Tingkat
Modeling (KLM) adalah teknik GOMS berikutnya dan juga diperkenalkan oleh Card,
Moran dan Newell dalam buku mereka tahun 1983. Teknik ini membuat
beberapa asumsi penyederhanaan yang membuatnya benar-benar hanya versi terbatas
dari GOMS. Varian utama ketiga pada teknik GOMS
adalah 'Alam GOMS Bahasa' atau NGOMSL. Teknik ini memberikan
sangat ketat, tapi alami, bahasa untuk membangun model GOMS. Variasi final GOMS adalah CPM-GOMS. Teknik ini didasarkan pada Processor
Manusia Model. Keuntungan utama dari CPM-GOMS adalah
bahwa hal itu memungkinkan untuk pemodelan pengolahan informasi paralel oleh
pengguna, namun juga teknik GOMS paling sulit untuk diterapkan.
Ringkasan CMN-GOMS
Aplikasi
Metode CMN-GOMS
mengasumsikan bahwa informasi dipahami oleh pengguna dengan cara sebagai
berikut:
Mata / telinga melihat
informasi
Informasi memasuki
prosesor persepsi
Informasi memasuki
visual / citra toko pendengaran
Informasi disimpan dalam
memori kerja dan memori jangka panjang
Informasi dianalisis
dalam prosesor kognitif dan reaksi yang diinginkan (fungsi motorik) dipilih
Fungsi motorik
diinginkan diaktifkan dalam prosesor bermotor
Fungsi motorik yang
diinginkan diterapkan oleh tubuh pengguna
Semua pengukuran
disediakan dalam bentuk berikut: perantara [fastman, Slowman]. "Perantara" istilah adalah waktu
yang paling khas yang diperlukan untuk menyelesaikan tindakan, atau waktu yang
paling representatif dari rata-rata pengguna (bukan berarti, rata-rata, atau
median, tetapi modus: waktu yang paling sering diukur ). Fastman adalah "kasus terbaik"
skenario. Hal ini mungkin statistik cukup terbaik. Perhatikan bahwa, meskipun nama, itu belum
tentu selalu waktu tercepat. Hal ini bukan waktu yang
diharapkan untuk menjadi yang terbaik pengguna mungkin bisa dilakukan. Waktu Slowman adalah, sebaliknya, sebuah
"skenario terburuk."
Dalam CMN-GOMS, data
Pengukuran Metode-waktu berikut harus digunakan:
Fiksasi mata = 230 [70,
700] milidetik
Gerakan mata = 30
milidetik
Prosesor persepsi = 100
[50, 200] milidetik
Prosesor kognitif = 70
[25, 170] milidetik
Motor Processor = 70
[30, 100] milidetik
Juga penting dalam
CMN-GOMS adalah waktu yang dibutuhkan untuk menerapkan fungsi motorik setelah
diproses. Untuk ini, pengguna dapat menerapkan hukum
Fitts ini.
Ringkasan KLM Aplikasi
The keystroke Tingkat
Model adalah aplikasi kurang akurat, tapi lebih cepat dari CMN-GOMS. Hal ini terutama berguna ketika menentukan
waktu yang dibutuhkan untuk mengetik kalimat, benar kesalahan menyadari, atau
pilih sesuatu dengan mouse. Ia menggunakan waktu
rata-rata berikut yang diukur dengan Card, Moran dan Newell:
Menekan tombol atau
tombol
Pengetik terbaik = 0,08
detik
Baik pengetik = .12
detik
Rata pengetik terampil =
0,20 detik
Rata-rata non-sekretaris
= 0,28 detik
Mengetik huruf acak =
0,50 detik
Mengetik kode kompleks =
75 detik
Pengetik terburuk = 1.2
detik
Point dengan mouse
(tidak termasuk klik) = 1,1 detik
Pindahkan tangan ke
keyboard dari tikus (atau sebaliknya) = 0,4 detik
Mempersiapkan mental =
1,35 detik
Mengetik kata, dengan
asumsi tangan subjek sudah pada keyboard, karena itu akan dihitung dengan
mengalikan jumlah huruf dalam kata dengan nilai yang diberikan di atas untuk
"menekan tombol atau tombol." Perhatikan bahwa mengelompokkan subjek
menjadi mengetik akurat dampak tingkat keterampilan pengukuran diperkirakan
sangat. (Untuk lebih detail pada variasi ini,
seeKeystroke Tingkat Modeling (KLM).)
Pentingnya Asumsi dalam
Analisis GOMS
Asumsi yang akurat
sangat penting dalam analisis GOMS. Sebelum menerapkan kali
rata-rata untuk fungsi rinci, sangat penting bahwa eksperimen pastikan dia
telah menyumbang sebanyak variabel mungkin dengan menggunakan asumsi. Peneliti harus merancang analisis GOMS
mereka untuk pengguna yang kemungkinan besar akan menggunakan sistem yang
sedang dianalisis. Perhatikan, misalnya, suatu percobaan
ingin menentukan berapa lama waktu yang dibutuhkan seorang pilot F22 Raptor
untuk berinteraksi dengan antarmuka ia telah digunakan selama bertahun-tahun. Hal ini dapat mungkin diasumsikan bahwa
pilot memiliki visi yang luar biasa dan dalam kesehatan fisik yang baik. Selain itu, dapat diasumsikan bahwa pilot
dapat berinteraksi dengan antarmuka cepat karena jam besar simulasi dan
penggunaan sebelumnya ia telah bertahan. Semua hal
dipertimbangkan, adalah wajar untuk menggunakan kali fastman dalam situasi ini. Sebaliknya, pertimbangkan orang 80 tahun
tanpa pengalaman penerbangan mencoba untuk berinteraksi dengan antarmuka F22
Raptor yang sama. Hal ini adil untuk mengatakan bahwa dua
orang akan memiliki banyak keahlian yang berbeda dan mereka keahlian harus
dipertanggungjawabkan secara subjektif.
Akuntansi Kesalahan
Satu-satunya cara untuk
memperhitungkan kesalahan dalam analisis GOMS adalah untuk memprediksi di mana
kesalahan yang paling mungkin terjadi dan mengukur waktu yang dibutuhkan untuk
memperbaiki kesalahan prediksi. Sebagai contoh,
asumsikan sebuah eksperimen berpikir bahwa dalam mengetik kata "yang"
itu kemungkinan bahwa subjek akan bukan salah ketik "Teh." Peneliti
akan menghitung waktu yang dibutuhkan untuk mengetik kata yang salah, waktu
yang dibutuhkan untuk mengakui bahwa kesalahan telah dibuat, dan waktu yang dibutuhkan
untuk memperbaiki kesalahan yang diakui.
Sebuah eksperimen tidak
harus, bagaimanapun, menganggap bahwa kesalahan akan terjadi setiap kali subjek
melakukan tindakan. James Alasan dihitung
probabilitas bahwa kesalahan akan terjadi. Menurut Alasan,
kesalahan keterampilan didefinisikan sebagai, tindakan otomatis sadar
mengakibatkan kesalahan (misalnya kunci yang salah eja, kunci hit nomor yang
salah kali, kunci dilompati, dll). Sebuah kesalahan
keterampilan akan terjadi dengan probabilitas 0,006 untuk pengguna muda dan 0,011
untuk pengguna lama. Sebuah kesalahan aturan,
sebaliknya, didefinisikan sebagai berikut serangkaian langkah dan baik membuat
kesalahan menerapkan aturan yang baik benar atau menerapkan aturan buruk di
kali yang salah. Kesalahan aturan sederhana terjadi dengan
probabilitas 0,036 untuk pengguna muda dan 0,024 untuk pengguna lama. Kesalahan aturan yang kompleks terjadi
dengan probabilitas 0,156 untuk pengguna muda dan 0,324 untuk pengguna lama.
Sebuah aplikasi konkret
dari ide ini adalah model GOMS untuk navigasi keyboard di halaman Web. Model ini berisi probabilitas untuk kerugian fokus selama navigasi dalam
halaman menggunakan tombol TAB.
Aplikasi sukses dari
GOMS
Sebuah keberhasilan
pelaksanaan CPM-GOMS dalam Proyek Ernestine yang diselenggarakan oleh New
England Telepon. New workstation ergonomis dibandingkan
dengan workstation tua dalam hal peningkatan kinerja operator telepon '. CPM-GOMS analisis diperkirakan penurunan
3% produktivitas. Selama percobaan empat bulan 78.240
panggilan dianalisis dan disimpulkan bahwa workstation baru menghasilkan
penurunan aktual 4% dalam produktivitas. Sebagai workstation
diusulkan diperlukan keystrokes kurang dari yang asli itu tidak jelas dari uji
coba waktu mengapa penurunan terjadi. Namun analisis CPM-GOMS
membuatnya jelas bahwa masalahnya adalah bahwa workstation baru tidak
memanfaatkan waktu kendur pekerja. Tidak hanya CPM-GOMS
memberikan perkiraan dekat, tapi itu memberikan informasi lebih lanjut dari
situasi.
Ada ada berbagai alat
untuk penciptaan dan analisis Goms-Model. Temukan Sebuah tercantum
berikut ini:
GOMSED (Goms-Editor - di
Jerman)
QGoms (Cepat-Goms)
Alat pemodelan CogTool
KLM berbasis
Cogulator kognitif
kalkulator untuk pemodelan GOMS