0
PROPOSAL
PENELITIAN LABORATORIUM
DANA ITS TAHUN 2020
Analisa Usabilitas Rambu Lalu Lintas untuk Mengurangi Tingkat
Resiko Kecelakaan Transportasi di Jalan Raya
Tim Peneliti :
Ketua : Ratna Sari Dewi, S.T., M.T., Ph.D (Teknik Sistem dan Industri/FTIRS) Anggota :
Anny Maryani, S.T., M.T. (Teknik Sistem dan Industri/FTIRS) Dyah Santhi Dewi, S.T., M.Eng.Sc., Ph.D. ( Teknik Sistem dan Industri/FTIRS)
DIREKTORAT PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT
INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
1 DAFTAR ISI
BAB I RINGKASAN ... 2
BAB II LATAR BELAKANG ... 3
BAB III TINJAUAN PUSTAKA ... 8
3.1 Rambu-Rambu Lalu Lintas Di Indonesia... 8
3.2 Taksonomi Ikon... 9
3.3 Ergonomi Kognitif ... 10
3.4 Cognitive Sign Features ... 11
3.5 Eye Tracking ... 12
3.6 Smallest Graphical Detail (SGD) ... 13
3.7 State of the Art Penelitian ... 15
3.8 Roadmap Penelitian ... 19
BAB IV METODE ... 21
4.1 Penentuan Objek Pra-Evaluasi ... 21
4.2 Pengumpulan Data Pra-Evaluasi ... 21
4.3 Pengolahan Data Pra-Evaluasi ... 23
4.4 Perancangan Percobaan (Experimental Design) ... 23
4.5 Penentuan Peserta Experimental Design ... 26
4.6 Pengumpulan Data Rambu Awal ... 26
4.7 Pengolahan Data Rambu Awal ... 27
4.8 Pembuatan Desain Rambu Baru ... 27
4.9 Pengaturan dan Pemasangan Desain Rambu Baru pada Eye Tracker ... 28
4.10 Pengumpulan Data Rambu Baru ... 28
4.11 Pengolahan Data Rambu Baru ... 28
4.12 Analisis Dan Interpretasi Data ... 29
4.13 Penarikan Kesimpulan Dan Saran ... 29
4.14 Organisasi Tim Peneliti ... 32
BAB V JADWAL DAN RANCANGAN ANGGARAN BIAYA ... 34
5.1 Jadwal ... 34
5.2 Anggaran Biaya ... 34
BAB VI DAFTAR PUSTAKA ... 37
2
BAB I
RINGKASAN
Menurut Kepolisian Negara Republik Indonesia, terdapat beberapa faktor yang menyebabkan pengguna jalan mengalami kecelakaan lalu lintas di jalan, yakni faktor alam sebesar 1,03%, faktor jalan sebesar 7,75%, faktor pengemudi sebesar 88,04%, dan faktor kendaraan sebesar 31,8%. Tingginya potensi faktor pengemudi sebagai salah satu penyebab kecelakaan di jalan raya dikarenakan mengemudi merupakan aktivitas kognitif kompleks dimana selama berkendara pengemudi dituntut untuk mendefinisikan informasi/kondisi yang hadir di jalan dengan cepat, kemudian melaksanakan keputusan yang tepat agar terhindar dari kecelakaan lalu lintas. Kondisi ini tentu saja akan memberikan beban kerja kognitif yang tinggi pada pengemudi. Rambu-rambu lalu lintas pada dasarnya dipasang di jalan raya dengan tujuan untuk mengurangi beban kerja kognitif tersebut. Namun demikian, tidak semua rambu-rambu lalu lintas tersbut dapat dipahami dengan baik oleh para pengemudi. Alih-alih meringankan beban kerja kognitif pengemudi, desain rambu lalu lintas yang kurang baik dapat menyebabkan meningkatnya resiko kecelakaan. Oleh karenanya, dalam penelitian ini akan dievaluasi usabilitas rambu-rambu lalu lalu lintas yang umumnya ada di jalan raya Indonesia. Karena tiap rambu memiliki format yang berbeda, sebelum dilakukan evaluasi, tiap rambu akan diklasifikasikan menjadi 7 jenis yaitu image-related, concept related, semi-abstract, arbitrary, word, abbreviation, dan combined sebagaimana diusulkan oleh Chi & Dewi (2014). Tingkat recognition dari rambu-rambu tersebut akan dievaluasi dengan matching test dan cognitive sign feature evaluation. Proses redesign rambu lalu lintas yang memiliki tingkat recognition rendah akan memanfaatkan hasil evaluasi yang dilakukan dengan teknologi eye dengan mempertimbangkan aspek smallest graphical details.
3
BAB II
LATAR BELAKANG
Prinsip dasar penyelenggaraan transportasi adalah safety and security, efficiency, serta equity (Andriani, 2018). Safety and security (keselamatan dan keamanan) merupakan prinsip utama yang harus diperhatikan, sebab berhubungan dengan nyawa manusia. Di Indonesia, khususnya prinsip keselamatan dan keamanan seringkali tidak sesuai dengan yang terjadi di lapangan, karena setiap tahunnya angka kecelakaan yang terjadi masih tergolong cukup besar. Hal ini dapat terlihat dari data Badan Pusat Statistik, pada tahun 2014 hingga tahun 2018 rata-rata jumlah kasus kecelakaan di jalan sebesar 102.465 kasus, yang artinya setiap 1 jam terdapat sekitar 4-5 orang meninggal akibat kecelakaan lalu lintas jalan.
Sejak tahun 2013 Pemerintah Indonesia telah melakukan program keselamatan jalan (road safety) untuk menekan jumlah korban kecelakaan lalu lintas yakni Program Dekade Aksi Keselamatan Jalan. Program ini memuat manajemen keselamatan jalan, jalan yang berkeselamatan, kendaraan yang berkeselamatan, perilaku pengguna jalan yang berkeselamatan, serta penanganan pra dan pasca kecelakaan berdasarkan Instruksi Presiden No. 4 Tahun 2013. Namun, program tersebut tidak sepenuhnya dapat mengurangi jumlah kecelakaan di jalan. Berdasarkan laporan UL (Underwriters Laboratories) tahun 2018, mengenai penilaian safety index berbagai Negara menyatakan bahwa Indonesia memiliki UL safety index yang lebih rendah dibandingkan dengan Negara lain di Asia Tenggara, seperti yang ditunjukkan pada Gambar 2.1
Berdasarkan Gambar 2.1, dapat diketahui bahwa UL Safety Index Negara Indonesia berada pada posisi ke-6. UL Safety Index didapat dari nilai rata-rata penilaian aspek safety index yang terdiri dari aspek institutions and resource, safety frameworks, dan safety outcomes. UL memberikan rekomendasi kepada Negara Indonesia untuk mengembangkan aspek safety frameworks dalam hal kode dan standar lalu lintas dan kerangka kerja keselamatan jalan. Hal ini dikarenakan nilai safety frameworks masih tergolong rendah.
4
Gambar 2. 1 Penilaian UL Safety Index Sumber: (Underwriters Laboratory, 2018)
Menurut Kepolisian Negara Republik Indonesia Korps Lalu Lintas (2013), terdapat beberapa faktor yang menyebabkan pengguna jalan mengalami kecelakaan lalu lintas di jalan, yakni faktor alam sebesar 1,03%, faktor jalan sebesar 7,75%, faktor pengemudi sebesar 88,04%, dan faktor kendaraan sebesar 31,8%. Faktor pengemudi masih memiliki dampak terbesar dalam kecelakaan lalu lintas, sebab pengemudi memiliki faktor fisiologis dan psikologis. Faktor fisiologis dapat berupa sistem syaraf, panca indra, atau modifikasi (lelah, pengaruh obat, atau kondisi badan). Sedangkan, faktor psikologis berupa pengetahuan, pengalaman, atau kebiasaan (Lyu et al., 2017). Mengemudi merupakan kegiatan kompleks karena pengemudi diwajibkan untuk mendefinisikan informasi yang hadir dengan cepat dalam situasi lalu lintas, kemudian melaksanakan keputusan yang tepat agar terhindar dari kecelakaan lalu lintas (Endsley, 1997). Kondisi ini akan memberikan cognitive workload yang tinggi pada pengemudi karena tidak seluruh kondisi (informasi dan lingkungan) dapat dilihat, sebab terdapat keterbatasan waktu sehingga mempengaruhi performansi pengemudi (AASHTO, 2011).
Perlengkapan jalan seperti rambu-rambu lalu lintas dapat mengurangi cognitive workload (Rudrokasworo et al., 2009). Selain itu, rambu-rambu lalu lintas juga dapat digunakan untuk mengontrol pengguna jalan (dengan kendaraaan dan tanpa kendaraan), meminimalisir bahaya pada area kontruksi di jalan, serta memberi petunjuk beberapa lokasi. Menurut Peraturan Menteri Perhubungan Indonesia dalam PM No. 13 Tahun 2014, saat ini terdapat 244 rambu lalu lintas yang berlaku di Indonesia. Disamping itu, pembaca yang
93 68 51 47 55 49 35 83 73 84 72 73 60 24 97 90 90 84 83 89 69 0 20 40 60 80 100 120
Singapura Malaysia Filipina Vietnam Thailand Indonesia Laos UL Safety Index Tahun 2018
5 terampil memerlukan rata-rata fixation sebanyak 250 milidetik (O'Regan, 1989). Oleh karena itu, sedikit kemungkinan pengguna jalan dapat memahami seluruh rambu-rambu lalu lintas karena jumlahnya yang sangat banyak dan adanya keterbatasan waktu untuk memahami pesan dalam setiap rambu.
Dilansir dari data Kepolisian Negara Republik Indonesia Korps Lalu Lintas (2013) faktor umum penyebab kecelakaan akibat rambu-rambu lalu lintas di Indonesia yaitu faktor pelanggaran terhadap rambu, faktor alam (keadaan berkabut, gelap, atau hujan) yang mengganggu penglihatan pengguna jalan, faktor kerusakan (rambu yang bengkok, non-retroreflektif, atau vandalisme) serta faktor misperception (ketidakpahaman atau lupa). Sebagaimana ditampilkan pada Gambar 2.2, prosentase kasus kecelakaan yang disebabkan oleh misperception (ketidakmampuan dalam memahami rambu-rambu lalu lintas) sebesar 32%. Hal ini mengindikasikan bahwa pengguna jalan di Indonesia masih kurang dalam memahami makna dan tujuan setiap rambu lalu lintas yang menyebabkan pengguna merespon informasi yang tidak sesuai.
Gambar 2. 2 Persentase Kecelakaan Lalu Lintas Akibat Rambu-rambu Sumber: (Kepolisian Negara Republik Indonesia Korps Lalu Lintas, 2013)
Standar rambu-rambu lalu lintas di Indonesia diatur dalam PM No. 13 Tahun 2014 yang menyatakan bahwa rambu lalu lintas dapat terdiri dari lambang, huruf, angka, kalimat, atau kombinasi. Rambu-rambu dapat divisualisasikan dalam pictogram, representasi objek, simbol, pesan, kode, atau kalimat tertentu yang bersifat retro reflektif (memantuklan cahaya). Di Indonesia secara umum berlaku empat rambu berdasarkan jenisnya yakni 96 rambu peringatan,
6 58 rambu larangan, 25 rambu perintah, dan 65 rambu petunjuk. Tabel 2.1 memperlihatkan beberapa contoh rambu lalu lintas yang berlaku di Indonesia.
Tabel 2. 1 Beberapa Contoh Rambu Lalu Lintas di Indonesia
No Rambu Makna Rambu No Rambu Makna Rambu
W1
Peringatan pengurangan lajur kiri
P1
Larangan masuk bagi kendaraan bermotor dengan berat >= 5ton
M1
Perintah memilih lurus atau belok kiri G1 Petunjuk lokasi fasilitas penyeberangan pejalan kaki
W-Warning sign; P-Prohibited sign; M-Mandatory sign; G-Guide sign Sumber: (Menteri Perhubungan, 2014)
Upaya pemerintah Indonesia untuk meningkatkan pemahaman rambu-rambu lalu lintas dilakukan berdasarkan tingkat pendidikan. Pendidikan lalu lintas ditujukan untuk tingkat Sekolah Dasar dan Sekolah Menengah Pertama. Lalu, kegiatan PKS (Polisi Keamanan Sekolah) untuk tingkat Sekolah Menengah Atas. Kemudian, kegiatan Traffic Police goes to Campus untuk tingkat perguruan tinggi (Kepolisian Negara Republik Indonesia Korps Lalu Lintas, 2013). Disamping itu, berdasarakan Undang-Undang No. 22 Tahun 2009, setiap pengendara kendaraan bermotor wajib memiliki SIM (Surat Izin Mengemudi) sebagai syarat utama bahwa pengendara telah kompeten dalam mengemudikan kendaraan. Namun, dalam mendapatkan SIM pengemudi tidak harus memiliki latar belakang pendidikan yang tinggi dan calon pengemudi hanya perlu mendapatkan 70% jawaban benar dari 30 soal dalam tes tulis berdasarkan Peraturan Kepala Kepolisian Negara Republik Indonesia No. 9 Tahun 2012. Hal ini mengindikasikan bahwa terdapat peluang peserta yang lulus uji SIM tidak memahami secara menyeluruh terkait perilaku berlalu lintas termasuk rambu-rambu lalu lintas. Selain itu, pejalan kaki dan pengendara kendaraan tidak bermotor yang meggunakan jalan tidak diperlukan tes atau pembekalan terlebih dahulu.
Sebuah rambu lalu lintas terdiri dari daun rambu serta ikon. Daun rambu berfungsi untuk mengelompokkan rambu-rambu lalu lintas berdasarakan jenisnya. Sedangkan, ikon berfungsi untuk menggambarkan kepemilikan makna dari setiap rambu lalu lintas. Rambu-rambu lalu lintas yang digunakan saat ini dapat diubah, dimodifikasi, atau ditambahkan untuk kebutuhan selanjutnya (Ng & Chan, 2007). Rambu lalu lintas harus divisualisasikan dengan
7 baik agar pengguna jalan dapat melakukan fixation dan recognition dengan cepat dan tepat. Peninjauan terhadap kemampuan dalam mengenali rambu dapat dilakukan dengan pendekatan ergonomi kognitif. Ergonomi kognitif berkaitan dengan proses mental manusia, termasuk didalamnya presepsi dan reaksi akibat interaksi manusia dengan sistem (International Ergonomics Association, 2019). Menurut studi Shinar, el al. (2003) yang membandingkan standar simbol rambu-rambu lalu lintas pada empat Negara, menemukan bahwa tingkat pemahaman berbagai tanda sangat bervariasi. Studi lain juga menunjukkan bahwa tanda-tanda simbolis sering disalahpahami oleh pengemudi (Al-Madani & Al-Janahi, 2002).
Oleh karenanya penelitian ini dilakukan dengan tujuan untuk mengevaluasi tingkat usabilitas khususnya recognition rate dari ikon rambu-rambu lalu lintas di Indonesia sekaligus mengusulkan perbaikan desain pada ikon yang memiliki tingkat usabilitas yang rendah. Rambu-rambu lalu lintas dengan recognition rendah dapat menyebabkan misperception sehingga pengendara akan melakukan respon yang tidak tepat. Evaluasi usabilitas dilakukan dengan matching test dan cognitive sign feature evaluation. Selain itu, proses redesign rambu lalu lintas yang memiliki tingkat recognition rate rendah akan menngunakan teknologi eye tracking sebagaimana dilakukan Babic et al. (2019) dalam melakukan investigasi pemahaman rambu-rambu lalu lintas di Republik Kroasia berdasarkan eye movement. Eye movement menjadi dasar untuk memahami pola pergerakan mata dalam melihat sebuah rambu dan kecepatan respon untuk meminimalisir kesalahan tindakan.
8
BAB III
TINJAUAN PUSTAKA
3.1 Rambu-Rambu Lalu Lintas Di Indonesia
Rambu-rambu lalu lintas merupakan salah satu fasilitas keselamatan lalu lintas yang termasuk alat perlengkapan jalan dalam bentuk lambang, huruf, angka, kalimat, dan/atau kombinasi yang dapat digunakan sebagai peringatan, larangan, perintah, atau petunjuk bagi pengguna jalan (PM No. 13 Tahun 2014). Rambu lalu lintas adalah salah satu fasilitas.Rambu lalu lintas dibutuhkan untuk menciptakan ruas jalan yang memenuhi standar keselamatan.
Secara umum, rambu-rambu lalu lintas terdiri dari beberapa komponen seperti daun rambu, aspek sinyal, tepi kontras, border, background, dan simbol (Egger, 2015). Berikut merupakan gambaran komponen-komponen pada sebuah rambu.
Gambar 3. 1 Komponen Rambu Sumber: (Egger, 2015)
Dasar hukum rambu-rambu lalu lintas di Indonesia diatur dalam Peraturan Menteri No. 13 Tahun 2014 yang sebelumya diatur dalam Keputusan Menteri No. 61 Tahun 1993. Berikut merupakan jenis rambu lalu lintas berdasarkan PM No. 13 Tahun 2014:
1. Rambu peringatan, merupakan rambu yang digunakan untuk menyatakan adanya potensi bahaya atau tempat berbahaya didepan pengguna jalan. Warna dasar rambu peringatan adalah warna kuning dengan lambang atau tulisan berwarna hitam.
2. Rambu larangan, merupakan rambu yang digunakan untuk menyatakan tindakan yang tidak boleh dilakukan oleh pengguna jalan. Warna dasar rambu larangan adalah warna putih dengan lambang berwarna hitam atau merah.
9 3. Rambu perintah, merupakan rambu yang digunakan untuk menyatakan tindakan yang wajib dilakukan oleh pengguna jalan. Warna dasar rambu perintah adalah warna biru dengan lambing atau tulisan berwarna putih.
4. Rambu petunjuk, merupakan rambu yang digunakan untuk menyatakan petunjuk berupa jurusan, jalan, situasi, kota, pengaturan, dan fasilitas lain bagi pengguna jalan. Warna dasar rambu ini adalah warna biru dengan lambing atau tulisan berwarna hitam. Saat ini berlaku 244 jenis rambu lalu lintas dengan 96 rambu peringatan, 58 rambu larangan, 25 rambu perintah, dan 65 rambu petunjuk.
3.2 Taksonomi Ikon
Membangun taksonomi ikon merupakan salah satu bentuk basis data yang divisualisasikan dan akan menjadi sumber daya yang bermanfaat untuk merancang human computer interface, signing system, hingga identitas perusahaan apabila ikon mewakili makna dan bentuk yang sesuai (Wang et al., 2007). Taksonomi ikon dapat mengakomodasi keberagaman fungsi termasuk mengklasifikasikan ikon menjadi berbagai format untuk dilakukan evaluasi efektivitas pada masing-masing format. Berdasarkan penelitian Chi & Dewi (2014) ikon format dapat dikembangkan menjadi tujuh klasifikasi ikon format dalam tiga format utama, yakni:
1. Graphical
a. Image-related: tipe ikon yang mererepresentasikan objek atau kegiatan sesungguhnya.
b. Concept-related: tipe ikon yang memvisualisasikan konsep yang berbeda namun berhubungan dengan concrete image.
c. Semi abstract: tipe ikon yang mengkombinasian sebuah pictogram elemen dari image related dengan abstract (concept-related atau arbitrary).
d. Arbitrary: tipe ikon yang tidak memiliki refensi yang jelas terhadap arti yang diwakilkan. Namun, akan menjadi bermakna apabila ikon tersebut melalui sebuah perjanjian dan pendidikan.
2. Textual
a. Word: tipe format ikon yang menyajikan informasi melalui kata-kata yang dapat dimaknai.
b. Abbreviation: tipe ikon yang menyajikan informasi melalui kependekan sebuah kata yang dapat dimaknai.
10 Gambar 3.2 menunjukkan ilustrasi dari tujuh format ikon yang digunakan dalam melakukan evaluasi sebuah mobil penumpang (Chi & Dewi, 2014).
Gambar 3. 2 Format Ikon Sumber: (Chi & Dewi, 2014) 3.3 Ergonomi Kognitif
Ergonomi merupakan ilmu yang mempelajari prinsip dalam mengoptimalkan interaksi atau hubungan antara manusia dengan peralatan yang dapat membantu manusia dalam mencapai tujuan tertentu (Mariani et al., 1995). Sedangkan, Kognitif merupakan sebuah aktivitas mental yang melibatkan proses akuisisi (acquisition), penyimpanan (storage), pemanggilan (retrieval), dan penggunaan (use) dalam sebuah pengetahuan datau informasi. Tujuan utama ergonomi kognitif bukan untuk meningkatkan desain sistem dengan karakteristik dari joint cognitive system (operator dengan mesin atau komputer) sebagai kerangka acuan. Ergonomi kognitif juga mempertimbangkan desain dan penggunaan alat serta desain situasi kerja. Ruang lingkup topic ergonomi kognitif meliputi pekerjaan operator (man-machine), user interface design, permodelan antara user dengan sistem, problem solving, dan desain sistem (Hollnagel, 1997).
Model pemrosesan informasi merupakan teori dalam pengembangan manusia dalam menggunakan teknologi atau komputer. Salah satu model dalam Model pemrosesan informasi adalah wicken’s model. Model tersebut mengembangkan pemrosesan informasi manusia menjadi tujuh bagian yang saling berkaitan. Berikut merupakan gambaran wicken’s model.
11 Gambar 3. 3 Model Human Information Processing
Sumber: (Wickens, 1992)
Tujuh bagian pemrosesan informasi manusia berdasarkan wicken’s model dalam (Sumari, 2013) pada Gambar 3.3 adalah sebagai berikut:
• Sensory processing dan Short-term sensory store: informasi atau stimulus pada lingkungan yang diproses melalui panca lalu otak mendapat rangsangan. setiap sensory system memiliki mekanisme yang mana stimulus disimpan sementara dalam short-term memory.
• Perception: penentuan makna yang harus diinterpretasikan melalui otak, dimana dalam proses pencarian makna melibatkan long term memory.
• Working memory cognition dan long term memory: proses pencarian makna yang melibatkan pemanggilan pengetahuan masa lalu. Pengetahuan masa lalu disimpan dalam long term memory.
• Attention resources: sikap perhatian yang melibatkan konsentrasi manusia untuk fokus pada suatu objek tertentu.
• Response selection: setelah mengkategorikan stimulus, manusia harus menentukan tindakan apa yang akan dilakukan.
• Response execution: melaksanakan tindakan dari respon yang dipilih. • Feedback: respon atau konsekuensi dari tindakan yang telah dilakukan.
3.4 Cognitive Sign Features
Berdasarkan penelitian McDougall et al. (1999) fitur sebuah rambu tidak hanya terbatas pada warna, bentuk, atau ciri khas, namun fitur sebuah rambu sangat kompleks. Fitur tersebut terdiri dari familiarity, concreteness, complexity, meaningfulness, dan semantic distance.
12 • Familiarity: fitur yang berhubungan dengan tingkatkeseringan suatu rambu dapat
ditemui.
• Concreteness: fitur yang berhubungan dengan penggambaran benda, bahan, atau sesuatu yang nyata.
• Complexity: fitur yang berhubungan dengan tingkat kedetailan dan kerumitan. • Meaningfulness: fitur yang berhubungan dengan penggambaran kepemilikan makna. • Semantic distance: fitur yang menggambarkan kedekatan hubungan antara apa yang
digambarkan dalam rambu dengan makna yang diwakilkan.
Setiap karakteristik memiliki kriteria evaluasi masing-masing, Tabel 3.1 merupakan kriteria evaluasi dan contoh ikon pada setiap fitur.
Tabel 3. 1 Kriteria Evaluasi Cognitive Sign Features
Fitur Deskripsi
Familiarity Kriteria Evaluasi Sangat tidak familiar Sangat familiar Contoh
Concreteness Kriteria Evaluasi Abstrak Konkrit Contoh
Simplicity Kriteria Evaluasi Sangat kompleks Sangat simpel Contoh
Meaningfulness Kriteria Evaluasi Sangat tidak bermakna Sangat bermakna Contoh
Semantic Closeness Kriteria Evaluasi Sangat tidak berkaitan Berkaitan erat Contoh
Sumber: (McDougall et al., 1999)
3.5 Eye Tracking
Teknologi eye tracking adalah salah satu jenis teknologi yang mempelajari proses kognitif. Eye tracking dirancang untuk memantau perhatian sesorang melalui pengumpulan data gerakan mata ketika seseorang mendapat stimulus (Duchhowski, 2007). Gerakan mata sangat memengaruhi proses kognitif karena membawa perhatian visual seseorang pada bagian-bagian tertentu yang kemudian diproses oleh otak. Stimulus merupakan objek yang diperlukan untuk
13 melakukan tugas atau aksi. Data pergerakan mata yang dipelajari adalah area rangsangan tertentu. Area rangsangan ini disebut dengan Area of Interest (AOI).
Menurut Sharafi et al., (2015) Data pergerakan mata dapat diklasifikasikan berdasarkan signifikansi perilaku ocular sebagai berikut:
1. Fixation: merupakan stabilitas mata pada bagian stimulus dalam jangka waktu 200-300 ms. Seluruh eye tracker memberikan data fixation, termasuk time stamp dan koordinat X dan Y pada stimulus. Penelitian psikologis menunjukkan sebagian besar informasi dan proses kognitif terjadi selama fixation. (Privitera & Stark, 2000)
2. Saccade: merupakan gerakan mata yang cepat dan tiba-tiba dari satu fixation ke fixation yang lain. Gerakan mata yang sangat cepat tersebut rata-rata dalam 40-50 ms. Penelitian psikologis menunjukkan bahwa pengkodean informasi dan proses kognitif yang terjadi selama saccade sangat terbatas (Privitera & Stark, 2000).
3. Scan-path: merupakan serangkaian fixation dalam urutan yang memiliki kronologis. Suatu area dapat dikatakan AOI apabila setidaknya terdapat satu fixation.
Disamping itu, output dari eye tracker dapat berupa visualisasi pola pergerakan mata. Visualisasi yang paling umum dianalisis adalah heatmap dan gaze plot. Heatmap merupakan visualisasi dari distribusi spasial data pelacakan mata pada stimulus. Sedangkan, gaze plot berupa visualisasi spatio-temporal pada urutan fixation yang menunjukkan urutan penglihatan mata yang diberikam stimulus (Kurzhals, 2014).
Tobii X260/30 eye tracker merupakan salah seri produk eye tracker yang diproduksi oleh Tobii. Tobii X260/30 eye tracker digunakan dengan menampilkan bentuk visual yang akan diamati. Cara kerja alat ini adalah dengan merekan pergerakan mata dengan memproyeksikan sinar inframerah kearah pupil pengamat (Tobii, 2017)
3.6 Smallest Graphical Detail (SGD)
Melakukan visualisasi pesan dalam bentuk simbol atau kata diperlukan metode yang sesuai dengan karakteristik pembacaan pesan. Hal ini dilakukan agar pesan dapat dipahami secara akurat. Visualisasi rambu lalu lintas juga sangat penting, sebab dengan pemberian pesan yang mudah dipahami, seseorang dapat melakukan tindakan yang sesuai sejak dini (Ng & Chan, 2007). Beberapa pertimbangan yang harus dipenuhi dalam membangun desain rambu lalu lintas adalah kecepatan mengemudi, ketajaman visual pengemudi, kepadatan informasi, dan jarak penglihtan yang dibutuhkan. Salah satu pendekatan yang dapat digunakan untuk membangun visualisasi dalam bentuk simbol atau ikon adalah MOA (Minute of Arc). MOA
14 mempertimbangkan ketahanan maksimum sebuah visual dengan mempertahankan aspek kontras pada setiap detail agar dapat dibedakan dari jarak pandang yang tepat (Egger, 2015). 1 MOA sekitar 3 mm terlihat dari jarak 10 m. Pendekatan MOA dapat menggunkan metode Smallest Graphical Detail (SGD) Design dan Math.
Komponen grafis yang dapat berupa tipografi atau penggambaran objek digunakan dalam informasi visual yang terdiri dari elemen grafis seperti pada Gambar 3.4.
Gambar 3. 4 Graphical Components Sumber: (Egger, 2015)
Metode Smallest Graphical Detail (SGD) adalah metode untuk menyeimbangkan ruang putih dengan elemen agar informasi yang ingin disampaikan dapat dibedakan (Egger, 2011). Melalui informasi yang divisualisasikan dengan metode ini, seseorang dapat menerima gambar yang mana semua komponen dapat dipisahkan dengan jelas (diskriminasi total) membentuk kontras yang optimal. Oleh karena itu, seseorang tidak perlu memperkirakan atau bingung dan mengingat gambar serupa dari memori otak. Dalam situasi seperti saat bergerak dalam lalu lintas, melarikan diri saat terjadi kebakaran, atau kejadian yang tidak memiliki waktu mendiskriminasi informasi dapat mengakibatkan kesalahan persepsi dan kesalahan tindakan. Berikut ini merupakan salah satu contoh penerapan SGD design.
Gambar 3. 5 Penerapan Smallest Graphic Detail (SGD) Design Sumber: (Egger, 2015)
15 Ciri peningkatan pembedaan informasi (diskiriminasi) menggunakan SGD berdasarkan penelitian Egger (2015) adalah sebagai berikut:
1. Ketahanan sinyal visual
Membangun diskriminasi total dengan menggunakan SGD design akan meningkatkan ketahanan terhadap faktor lain (pencahayaan, kabut, dan sebagainya) yang mempengaruhi kualitas transmisi sinyal visual dari objek ketika diproyeksikan ke mata. Hal ini dikarenakan melalui SGD, mempertahankan kontras maksimum.
2. Menghindari informasi yang berlebihan
Dalam memvisualisasikan informasi diperlukan kompleksitas yang tinggi. Namun, hal tersebut dapat membuat pemrosesan untuk menerima informasi menjadi tidak efektif. Aturan desain SGD mengakomodir dalam menjaga kompleksitas seminimal mungkin dengan cara menggambarkan bentuk pada aspek penting saja.
3. Bentuk yang penting
Melalui penerapan SGD, ruang yang tersedia dapat digunakan untuk menggambarkan simbol dengan makna yang melekat dan bentuk yang lebih sederhana agar lebih mudah dikenali (recognize).
4. Efisiensi ruang
Informasi yang disajikan dalam bentuk seperti rambu lalu lintas, memiliki batas waktu untuk direcognize. Oleh karena itu, informasi yang memiliki diskriminasi lebih tinggi tidak memerlukan banyak waktu untuk dilakukan recognize.
5. Kesiapan screen/dot matrix
Idealnya melalui SGD juga membangun desain yang memungkinkan ditampilkan pada layar dan tampilan dot-matrix untuk meningkatkan diskriminasi.
6. Perhitungan diskriminasi
Melalui penggunaan SGD memungkinkan dimensi standarnya dilakukan perhitungan (MOA Math). Untuk mencapai diskriminasi yang optimal dapat digunakan parameter (waktu melihat, jarak pandang, dan sudut) agar didapat dimensi SGD yang tepat.
3.7 State of the Art Penelitian
Berdasarkan beberapa penelitian terdahulu (Tabel 3.2), dalam melakukan penilaian terhadap recognition seseorang terhadap suatu objek, dilakukan dengan metode matching test dengan multiple choice. Selanjutnya dilakukan juga subjective ratings berdasarkan sign features. Disamping itu, Terdapat klasifikasi ikon menjadi 7 ikon format yang
16 mempertimbangkan tingkat matching accuracy setiap format. Pada pengukuran melalui eye tracking, parameter yang digunakan adalah eye movement: total visit duration, visit count, average visit count, average fixation duration, dan fixation count. Sedangkan, pada penelitian ini objek yang diuji adalah rambu lalu lintas di Indonesia yang relatif baru dan diperlukan evaluai serta perbaikan. Evaluasi berdasarkan hasil matching test dan cognitive sign features. Kriteria Subjective ratings berupa cognitive sign features yang didapat penelitian terdahulu. Ikon rambu dibangun dalam 7 format ikon untuk mengetahui tingkat efektifitas penggunaan setiap format berdasarkan penelitian terdahulu. Selain itu, dilakukan evaluasi berdasarkan pola pergerakan mata dari hasil proses eye tracking. Parameter yang umum digunakan oleh refenrensi adalah fixation duration, fixation count, heatmaps, dan gaze plot.
17 Tabel 3.2 Review Penelitian Terdahulu
No Nama Peneliti Judul Tahun Objek Metode Konten Penting
Icon Recognition
1 Annie W.Y. Ng, Alan H.S. Chan
The guessability of traffic signs: Effects of prospective-user factors and sign design features
2007 Rambu lalu lintas
Guessability Test dan Sign Features
Tujuan penelitian untuk memberikan rekomendasi desain ulang rambu lalu lintas yang lebih efektif dan user-friendly. Gussability dihitung dari kemampuan mengidentifikasi ikon. Kriteria sign features berupa familiarity, concreteness, complexity, meaningfulness, dan semantic closeness
2 Chia-Fen Chi, Ratna Sari Dewi
Matching performance of vehicle icons in graphical and textual formats 2014 Ikon pada steering wheel, center stack, dan dashboard mobil pribadi Matching test, Subjective design features, confusion matrix
Penelitian bertujuan untuk melihat matching accuracy, matching sequence, dan matching time pada ikon mobil dalam 7 format ikon dengan pertimbangan subjective design features untuk pengembangan ikon selanjutnya. Selain itu, dilakukan pemetaan dengan confusion matrix untuk melihat penyebab icon misunderstanding. 3 Chia-Fen Chi, Ratna Sari Dewi, Priska Samali, Dong-Yu Hsieh Preference ranking test for different icon design formats for smart living room and bathroom functions 2019 Icon design smart living room dan bathroom functions 7 format ikon, penilaian partisipatif, estimated median dan friedman test
Penelitian ini bertujuan untuk melakukan pendekatan evaluasi dan perancangan desain pada smart living room dan bathroom functions dengan penilaian partisipatif pada 7 format ikon. Kemudian menggunakan estimated median dan friedman test untuk mengetahui pengaruh ikon format dalam peringkat pilihan. Eye Tracking
4 Jacob Chan, Paolo Gonzalez.
Designing Traffic Signs: A Case Study on Driver Reading
2010 Rambu lalu
lintas Eye Tracking
Penelitian ini bertujuan untuk menganalisis perilaku pengendara dalam membaca rambu lalu lintas. Penggunaan eye tracking untuk
18 Ella Mara
Melanie Perez
Patterns and Behavior
mengetahui pusat perhatian pengendara yang selanjutnya dapat digunakan dalam standarisasi desain rambu lalu lintas.
5 Darko BABIĆ, Štefica TREMSKI, Dario BABIĆ Investigation of Traffic Signs Understanding - Eye Tracking Case Study 2019 Rambu lalu lintas Eye Tracking dan matching test
Penelitian dengan eye tracking ini bertujuan untuk mengetahui pemahaman rambu berdasarkan eye movement. Kemungkinan solusi untuk rambu-rambu yang tidak
dipahami adalah dengan menambahkan papan penjelasan.
Smallest Graphical Detail
6 Stefan Egger Drawing the Picture. Approach to Optimize Messages on Roads by Design 2011 Rambu lalu lintas Smallest Graphical Detail dan ISO 9186:2001
Penelitian ini untuk membangun desain rambu lalu lintas untuk mengoptimalkan pesan yang ingin disampaikan dengan pendekatan MOA (Minute of Arc) melalui metode Smallest Graphic Detail agar waktu yang diperlukan untuk melihat rambu yang lebih cepat dan mudah. Setelah dibangun desain baru kemudian dilakukan uji pemahaman berdasarkan prosedur ISO 9186:2001.
19 3.8 Roadmap Penelitian
Penelitian laboratorium ini memiliki relevansi yang erat dalam mendukung tercapainya visi dan misi ITS di bidang penelitian dan pengabdian masyarakat khususnya melalui Pusat Penelitian Manufaktur, Transportasi dan Logistik. Sebagaimana digambarkan dalam Tabel 3.3, salah satu topik unggulan yang ditetapkan adalah urban rural logistic and transportation. Secara khusus penelitian ini mendukung sub topik accident risk analysis dimana diharapkan dengan peningkatan icon recognition dari rambu-rambu lalu lintas yang terpasang di jalan raya, dapat mengurangi tingkat resiko kecelakaan dari para pengguna jalan.
Tabel 3.2 Road Map Pusat Penelitian Manufaktur, Transportasi, dan Logistik
20 Selain itu, penelitian laboratorium ini juga sesuai dengan dengan roadmap penelitian Laboratorium Ergonomi dan Perancangan Sistem Kerja (Lab EPSK) Jurusan Teknik dan sistemIndustri ITS dan sejalan dengan bidang keahlian ketua penelitian dan anggota penelitian. Untuk periode 2017-2021, Lab EPSK telah menetapkan 9 bidang penelitian yang terdiri atas perancangan dan pengembangan produk/jasa /fasilitas kerja yang ergonomis; job/method design; workload and cost analysis; makroergonomi; perancangan sistem kerja pada lantai produksi untuk pemenuhan standar lingkungan bersih; safety, health and environment; manajemen bencana; virtualisasi sistem kerja; pengembangan instrumen assessment sistem kerja berbasis teknologi informasi, dan ergonomi kognitif. Topik yang dibahas dalam penelitian laboratorium ini berada dalam ranah bidang penelitian ergonomi kognitif dan safety.
21
BAB IV
METODE
Pada bagian ini akan dijalaskan mengenai tahapan proses yang dilakukan dalam penelitian. Tahap pertama dimulai dengan penentuan objek pra-evaluasi. Kemudian dilanjutkan dengan pengumpulan data pra-evaluasi, pengolahan data pra-evaluasi, perancangan percobaan, penentuan peserta experimental design, pengumpulan data rambu awal, pengolahan data awal, pembuatan desain rambu baru, pengaturan dan pemasangan desain rambu baru pada eye tracker, pengumpulan data rambu baru, pengolahan data rambu baru, analisis dan interpretasi data, serta penarikan kesimpulan dan saran.
4.1 Penentuan Objek Pra-Evaluasi
Penentuan objek untuk pra-evaluasi dilakukan dengan menggunakan rambu-rambu lalu lintas yang berlaku di Indonesia berdasarkan PM No. 13 Tahun 2014. Selanjutnya, dilakukan pengelompokan rambu-rambu tersebut kedalam tujuh kategori yakni image-related, concept-related, semi abstract, arbitrary, word, abbreviation, dan combined hal ini dilakukan untuk melakukan evaluasi efektivitas pada masing-masing format ikon. Kemudian, dilakukan pencarian data ikon rambu-rambu lalu lintas yang tergolong baru digunakan, berdasarkan PM No. 13 Tahun 2014. Rambu-rambu yang dikategorikan baru apabila ada penambahan dan pergantian rambu-rambu lalu lintas yang sebelumnya diatur pada KM 61 Tahun 1993. Hal ini dilakukan untuk mengurangi efek familiarity atau frekuensi rambu-rambu yang ditemukan dari tingkat pengalaman pengguna jalan sehingga berpengaruh pada recognition seseorang. Lalu, dilakukan pemilihan pada setiap format ikon berdasarkan tingkat kompleksitas. Dipilih rambu-rambu yang memiliki tingkat kompleksitas lebih tinggi.
4.2 Pengumpulan Data Pra-Evaluasi
Pengumpulan data pra evaluasi dilakukan dengan melibatkan partisipan yang menjadi pengguna jalan. Penentuan jumlah partisipan ditentukan dengan mengikuti jumlah sampel agar berdistribusi normal. Jumlah partisipan yang digunakan adalah 30 partisipan. Recruitment peserta yang dilakukan harus memenuhi syarat dan bersedia menjadi partisipan dalam pengumpulan data pra-evaluasi. Syarat utama untuk menjadi partisipan adalah tidak memiliki riwayat cacat mata, khususnya buta warna (parsial atau total). Jika peserta tidak memenuhi persyaratan maka peserta tidak dapat melakukan pengambilan data pra-evaluasi. Peserta yang
22 telah bersedia dan memenuhi syarat akan dilakukan briefing mengenai instruksi prosedur pengumpulan data. Briefing dilakukan secara tertulis yang memuat tujuan penelitian, ketentuan pengambilan data, dan kesediaan partisipan untuk mengikuti pengambilan data.
Kemudian, partisipan melakukan matching test dengan menampilkan setiap rambu-rambu lalu lintas dalam ukuran 10cm x 10cm pada layar laptop 14 inchi seperti gambar berikut.
Gambar 4. 1 Visualisasi Objek Matching Test
Partisipan diberikan waktu 10 detik untuk mengamati dan menyatakan makna dari rambu yang ditampilkan secara langsung (open-ended test). Penelitian ini tidak menggunakan metode multiple choice karena metode ini secara tidak langsung akan mengarahkan kemampuan partisipan dalam recognition sebuah rambu, sehingga sangat memengaruhi evaluasi pemahaman.
Setelah partisipan mengamati seluruh rambu dapat dilanjutkan dengan mengisi subjective rating berupa cognitive sign feature yang terdiri dari familiarity, concreteness, simplicity, meaningfulness, dan semantic closeness. Penilaian subjektif memiliki rentang 1 sampai 5 poin untuk setiap features dan Dalam penilaian ini, setiap rambu juga akan dievaluasi satu per satu. Berikut merupakan gambaran pengisian subjective rating.
23 Gambar 4. 2 Subjective Ratings
4.3 Pengolahan Data Pra-Evaluasi
Pengolahan data pra-evaluasi merupakan tahap yang diperlukan untuk mendapatkan ikon rambu-rambu lalu lintas yang akan dievaluasi. Pengolahan data dilakukan terhadap data kalkulasi matching test, kalkulasi performansi pada setiap ikon format, dan subjective rating berupa cognitive sign features.
Matching test dilakukan dengan metode open-ended question, sehingga perlu dilakukan standarisasi penilaian jawaban partisipan. Dalam melakukan penilaian digunakan metode keyword matching. Keyword matching adalah salah satu metode short answer grading system dengan cara mengidentifikasi kata kunci pada jawaban partisipan untuk kemudian
4.4 Perancangan Percobaan (Experimental Design)
Penelitian ini merupakan experimental design yang dimulai dengan penentuan variabel yang akan diamati. Variabel ditentukan berdasarkan hasil studi literature yang digunakan. Berikut merupakan variabel yang digunakan dalam penelitian.
24 Tabel 4. 1 Variabel Penelitian
No. Variabel Keterangan Variabel Dependen
1. Fixation duration Fixation duration merupakan waktu yang diperlukan untuk mengamati suatu titik pada sebuah objek. Fixation duration dapat merepresentasikan cognitive workload partisipan dalam mendapat informasi pada rambu-rambu lalu lintas (Cornish, et al., 2019)
2. Fixation count Fixation count merupakan kalkulasi fokus mata dalam mendapat informasi pada sebuah objek. Fixation count merepresentasikan tingkat kemudahan pencarian (search efficiency) dalam mengamati sebuah objek (Cornish, et al., 2019)
Variabel Independen 1. Desain objek
rambu-rambu
Pada penelitian ini, terdapat dua desain rambu-rambu lalu lintas yang dibandingkan, yaitu desain awal dan desain baru. Perubahan desain dilakukan berdasarkan hasil kalkulasi cognitive workload dan search efficiency dari desain awal menggunakan teknologi eye tracker. Perubahan desain dilakukan pada ikon rambu-rambu lalu lintas dengan pendekatan Smallest Draphic Detail.
Berdasarkan variabel desain pada Tabel 4.1, penelitian ini berupaya untuk melakukan penilaian recognition dari rambu-rambu lalu lintas. Penilaian ini dilakukan dengan menggunakan eye tracker terhadap desain awal dan desain perbaikan melalui eksperimen. Berikut merupakan hipotesis dalam penelitian ini.
Tabel 4. 2 Hipotesis Penelitian
No. Hipotesis Keterangan
1.
Pengujian 1 (P1) Apakah perubahan desain memengaruhi nilai fixation duration?
𝐻0 : 𝜇1 = 𝜇2 𝜇1: rata-rata fixation duration kelompok pengujian awal 𝐻1 : 𝜇1 ≠ 𝜇2 𝜇2: rata-rata fixation duration kelompok pengujian baru
25 2.
Pengujian 2 (P2) Apakah perubahan desain memengaruhi nilai fixation count?
𝐻0 : 𝜇1 = 𝜇2 𝜇1: rata-rata fixation duration kelompok pengujian awal 𝐻1 : 𝜇1 ≠ 𝜇2 𝜇2: rata-rata fixation duration kelompok pengujian baru
Setelah dilakukan penentuan hipotesis penelitian, langkah selanjutnya adalah dengan merancang layout penelitian yang melibatkan banyak komponen. Komponen tersebut antara lain eye tracker, komputer, software, meja, kursi, dan kuesioner cognitive sign features. Berikut merupakan penjelasan pada setiap komponen layout penelitian.
Tabel 4. 3 Komponen Layout Penelitian
No. Komponen Fungsi
1. Tobii X260/30
eye tracker Merekam gerakan mata dari hasil pengamatan objek. 2. Software Tobii
Pro Lab (x64)
Sebagai media pengumpulan data perekaman gerakan mata dari eye tracker.
3. Personal komputer
Sebagai media untuk menampilkan objek yang akan diamati.
Penghubung eye tracker dengan software Tobii Pro Lab dalam pengumpulan data.
4. Meja Sebagai media peletakan personal komputer dan eye tracking
5. Kursi Sebagai media pendukung posisi partisipan 6. Kuesioner Sebagai media penilaian cognitive sign features
Partisipan dalam penelitian ini akan mengamati objek yang ditampilkan pada personal komputer. Partisipan akan mengamati objek dalam posisi duduk. Layout diatur berdasarkan Tobii user’s manual guide. Selain itu, diperlukan penyesuaian jarak antara posisi partisipan, komputer, dan Tobii X260/30 eye tracker. Layout eksperimen diilustrasikan pada gambar 4.3. Selanjutnya, dilakukan perancangan objek penelitian dalam software eye tracker. Interface Objek yang akan diamati oleh partisipan dimasukkan ke dalam Software eye tracker Tobii Pro Lab (x64).
26 Gambar 4. 3 Ilustrasi Layout Penelitian
4.5 Penentuan Peserta Experimental Design
Penentuan peserta eksperimen disesuaikan pada rancangan penelitian dan persetujuan responden. Responden dipilih secara acak, tanpa membedakan secara aspek jenis kelamin, usia, dan pekerjaan. Jumlah responden yang akan digunakan mengikuti teori balanced design. Disamping itu, terdapat syarat untuk menjadi responden yakni tidak memiliki riwayat cacat mata, khususnya buta warna (parsial atau total). Hal ini dikarenakan pada rambu lalu lintas terdiri dari berbagai warna yang memiliki makna masing-masing. Responden yang mengikuti eksperimen diutamakan memiliki mata yang normal atau maksimal acuity ±1. Hal tersebut bertujuan untuk menjaga tingkat akurasi penggunaan eye tracker.
4.6 Pengumpulan Data Rambu Awal
Proses pengumpulan data rambu awal dilakukan dengan briefing responden mengenai instruksi prosedur pengumpulan data. Briefing dilakukan secara tertulis yang memuat tujuan penelitian, ketentuan pengambilan data, dan kesediaan partisipan untuk mengikuti pengambilan data.
Posisi responden mengikuti petunjuk Tobii X260/30 eye tracker. Proses selanjutnya adalah melakukan proses kalibrasi. Proses kalibrasi dilakukan dengan melihat pergerakan mata untuk mengetahui tingkat akurasi mata sebelum melakukan eksperimen. Responden diharuskan melihat dan mengikuti lima titik kalibrasi pada layar komputer. Pada penelitian ini, ditetapkan nilai rata-rata akurasi ≤ 0,6. Nilai rata-rata akurasi tersebut, dijadikan syarat untuk
27 proses eye tracking selanjutnya. Jadi, responden yang tidak berhasil dalam proses kalibrasi tidak diizinkan mengikuti tahap selanjutnya. Hal ini dilakukan agar eksperimen yang dilakukan dapat menunjukkan hasil dengan akurasi dan presisi yang baik sehingga akan memberikan data yang valid.
Setelah proses kalibrasi berhasil, responden dapat melakukan pengambilan data menggunakan eye tracking untuk rambu awal. Pengambilan data dilakukan dengan melihat pola pergerakan mata pada stimulus yang diberikan. Stimulus yang digunakan adalah ilustrasi kondisi rambu lalu lintas pada lingkungan nyata. Data yang direkam adalah fixation duration dan fixation count. Fixation duration akan menggambarkan cognitive workload dari responden. Sedangkan fixation count akan menggambarkan search efficiency. Selain itu, terdapat heatmap dan gaze plot yang juga akan direkam oleh eye tracker untuk mengetahui area yang menjadi perhatian responden.
4.7 Pengolahan Data Rambu Awal
Pengolahan data rambu awal dilakukan berdasarkan data yang diperoleh dari hasil pengumpulan data pada tahap sebelumnya. Pengolahan data awal dilakukan untuk mengetahui pola pergerakan mata dalam melihat rambu lalu lintas dengan desain yang saat ini tengah digunakan. Proses pengolahan data dilakukan pada parameter yang telah ditetapkan sebelumnya. Parameter yang digunakan pada penelitian ini adalah fixation duration, fixation count, heat map, dan gaze plot. Dari data tersebut, dapat disimpulkan cognitive workload, search efficiency, serta Area of Interst (AOI) responden dalam melihat desain rambu awal yang ditampilkan. Proses pengolahan data kuantitatif digunakan dengan metode statistik deskriptif dan statistik inferensial berupa ANOVA. Hasil dari pengolahan data akan digunakan untuk melakukan evaluasi terkait desain ikon rambu lalu lintas.
4.8 Pembuatan Desain Rambu Baru
Tahap pembuatan desain rambu perbaikan didasarkan pada hasil evaluasi rambu lalu lintas yang saat ini digunakan berdasarkan hasil pola pergerakan mata. Desain rambu perbaikan ini akan menjadi pilihan desain rambu karena telah mempertimbangkan aspek kognitif. Metode pendekatan yang digunakan untuk mengembangkan desain perbaikan adalah metode Smallest Graphical Detail (SGD). Metode SGD digunakan untuk menyeimbangkan ruang putih dengan elemen agar informasi yang ingin disampaikan dapat dengan mudah dibedakan. Sehingga, proses recognize dapat dilakukan dengan cepat dan mudah.
28 4.9 Pengaturan dan Pemasangan Desain Rambu Baru pada Eye Tracker
Pada tahap ini dilakukan proses pengaturan eye tracker. Selain itu, dilakukan pula pemasangan objek pada komputer. Objek yang menjadi stimulus pada tahap ini adalah desain rambu perbaikan. Responden yang akan mengikuti eksperimen tahap ini akan dipilih secara acak. Namun, tetap mempertimbangkan kondisi mata dan kesediaan responden seperti yang dilakukan pada tahap 3.5. Jumlah responden yang akan digunakan mengikuti teori balanced design dengan jumlah yang sama dengan tahap 3.5.
4.10 Pengumpulan Data Rambu Baru
Secara garis besar, kegiatan pada tahap ini hampir sama dengan tahap 3.6. Perbedaannya hanya terletak pada objek yang akan diamati. Proses pengumpulan data rambu baru hasil perbaikan dimulai dengan melakukan briefing kepada responden. Briefing dilakukan secara tertulis dan lisan untuk menyampaikan prosedur pengumpulan data, tujuan penelitian, ketentuan pengambilan data, dan kesediaan partisipan untuk mengikuti pengambilan data.
Proses selanjutnya adalah melakukan proses kalibrasi. Responden diharuskan melihat dan mengikuti lima titik kalibrasi pada layar komputer. Pada penelitian ini, ditetapkan nilai rata-rata akurasi ≤ 0,6. Responden yang gagal dalam proses kalibrasi tidak akan diizinkan melanjutkan eksperimen.
Setelah proses kalibrasi berhasil, selanjutnya responden dapat melakukan pengambilan data menggunakan eye tracking untuk rambu perbaikan. Stimulus yang digunakan adalah ilustrasi kondisi rambu lalu lintas dengan desain baru pada lingkungan nyata. Data yang direkam adalah fixation duration, fixation count, heatmap, dan gaze plot responden dalam melihat objek.
4.11 Pengolahan Data Rambu Baru
Proses pengolahan data rambu baru dilakukan berdasarkan data hasil pengumpulan data pada tahap 3.10. Pengolahan data rambu baru dilakukan untuk mengetahui pola pergerakan mata seperti fixation duration, fixation count, heat map, dan gaze plot dalam melihat rambu lalu lintas dengan desain yang baru berdasarkan pertimbangan metode Smallest Graphic Detail (SGD) Design. Dari data tersebut, dapat disimpulkan aspek cognitive workload, search efficiency, serta Area of Interst (AOI) responden dalam melihat desain rambu perbaikan yang ditampilkan. Dimana, perubahan rambu terletak pada desain ikon. Data pola pergerakan mata diolah untuk mengetahui apakah dengan perubahan desain akan berpengaruh terhadap cognitive workload, search efficiency, serta Area of Interst (AOI) responden. Proses
29 pengolahan data dilakukan dengan menggunakan metode statistik deskriptif dan statistik inferensial berupa ANOVA.
4.12 Analisis Dan Interpretasi Data
Analisis data dilakukan berdasarkan hasil pengolahan data yang dilakukan pada tahap sebelumnya. Analisis dilakukan terhadap beberapa aspek, antara lain analisis untuk melihat perbandingan performansi dari setiap ikon format dari hasil matching test. Selanjutnya, analisis pengaruh cognitive sign feature terhadap pemahaman ikon berdasarkan hasil pengisian subjective ratings dan matching test. Lalu, terdapat analisis hasil pengolahan data kuantitatif dari eye tracker berupa fixation duration untuk mengetahui cognitive workload yang diterima oleh responden, fixation count untuk mengetahui search efficiency responden dalam mendapatkan informasi, heat map dan gaze plot untuk mengetahui area yang menjadi perhatian responden. Selain itu, Analisis juga dilakukan terhadap desain hasil rancangan melalui pendekatan Smallest Graphical Detail. Kemudian, hasil analisis dan interpretasi data digunakan untuk menjadi dasar dalam memberikan rekomendasi desain rambu lalu lintas yang mudah dipahami oleh masyarakat Indonesia.
4.13 Penarikan Kesimpulan Dan Saran
Tahap akhir dalam penelitian ini adalah melakukan penarikan mengenai kesimpulan yang dapat diambil dari penelitian berdasarkan tujuan penelitian yang telah ditentukan dan juga pemberian saran mengenai penelitian yang telah dilakukan.
Berdasarkan seluruh tahapan yang dilakukan, Gambar 4.4 menunjukkan flowchart metodologi penelitian.
30
Penentuan Objek
Rambu-rambu Lalu Lintas di Indonesia
Objek Pra-Evaluasi Terpilih
Pengelompokan Rambu-rambu Lalu Lintas Kedalam 7 Kategori
Pencarian Data Icon Rambu-rambu dengan Regulasi Baru
Perancangan Percobaan (Experimental Design)
Penentuan Variabel yang Akan Diamati
Perancangan Layout Penelitian Perancangan Objek pada Eye Tracker
Pengumpulan Data Pra-Evaluasi
Pengisian Lembar Kesediaan Menjadi Partisipan
Matching Test
Briefing Partisipan
Pengisian Kuesioner Cognitive Sign Feature
Pengolahan Data Pra-Evaluasi
• Kalkulasi Matching Test
• Kalkulasi Performasi pada Setiap Icon Format • Kuesioner Cognitive Sign Feature
Perolehan Objek yang Akan di Evaluasi
Recruitment Partisipan
A
31
Pengumpulan Data Rambu Awal
Pengisian Lembar Kesediaan Menjadi Partisipan
Proses Kalibrasi dengan Eye Tracker Apakah Kalibrasi
Berhasil? Keluar
Proses Eye Tracking
Penentuan Peserta Experimental Design
Rekruitmen Partisipan Apakah Lolos Kriteria Minimum Visual Acuity? Keluar Partisipan Terpilih Briefing Partisipan
• Kalkulasi Fixation Duration untuk Mengetahui Cognitive Workload • Kalkulasi Fixation Count untuk Mengetahui Search Efficiency • Heat Map dan Gaze Plot untuk Mengetahui Area yang Menjadi
Perhatian
Pengolahan Data Awal
Pembuatan Desain Rambu Baru dengan metode Smallest Graphic Design
Pengaturan dan Pemasangan Desain Rambu Baru pada Eye Tracker
A
B
32
B
• Analisis Performansi dari Setiap Icon Format
• Analisis Pengaruh Cognitive Sign Feature terhadap Pemahaman Icon • Analisis Data Kuantitatif dari Eye Tracking
• Pengaruh Desain Perbaikan terhadap Cognitive Workload dan search
efficiency
Analisis dan Interpretasi Data
Penarikan Kesimpulan dan Saran Pengumpulan Data Rambu Baru
Proses Kalibrasi dengan Eye Tracker
Apakah Kalibrasi
Berhasil? Keluar
Proses Eye Tracking Briefing Partisipan
• Kalkulasi Fixation Duration untuk Mengetahui Cognitive Workload • Kalkulasi Fixation Count untuk Mengetahui Search Efficiency • Heat Map dan Gaze Plot untuk Mengetahui Area yang Menjadi
Perhatian
Pengolahan Data Rambu Baru
Gambar 4. 6 Flowchart Metodologi Penelitian (lanjutan)
4.14 Organisasi Tim Peneliti
Daftar ketua dan anggota tim penelitian dapat dilihat pada Tabel 4.4. Tim Peneliti merupakan dosen dan mahasiswa dari Jurusan Teknik dan Sistem Industri ITS khusunya yang berasal dari Laboratorium Ergonomi dan Perancangan Sistem Kerja (Lab EPSK).
33 Tabel 4.4. Organisasi Tim Peneliti
Jabatan Nama Kompetensi Uraian Tugas
Ketua
Ratna Sari Dewi, S.T., M.T., Ph.D.
- Ergonomi kognitif - Human
Machine/Computer Interaction
- User interface design - Occupational Health
and Safety
- Mengkoordinir jalannya penelitian agar dapat mencapai tujuan. - Menyusun strategi
pengambilan data dan desain eksperimen.
- Melakukan pengolahan dan analisa temuan penelitian. - Melakukan penyusunan laporan Anggota Anny Maryani, S.T., M.T. - Occupational Health and Safety.
- Work System Design
- Menyusun strategi pengambilan data dan desain eksperimen - Redesign icon
- Melakukan penyusunan laporan
Dyah Santhi Dewi, S.T., M.Eng.Sc., Ph.D.
- Work System Design - New Product Development Mahasiswa Miftachur Rohmatin (02411640000130) - Asisten Laboratorium Ergonomi dan Perancangan Sistem Kerja ITS
- Merekrut partisipan dan menjalankan eksperimen. - Mengolah data hasil
34
BAB V
JADWAL DAN RANCANGAN ANGGARAN BIAYA
5.1 Jadwal
Jadwal disusun untuk mengetahui rangkaian rencana kegiatan penelitian Laboratorium ini. Sebagaimana yang ditampilkan pada Tabel 5.1, keseluruhan proses penelitian akan dilaksanakan selama 8 bulan.
Tabel 5.1. Jadwal Pelaksanaan Penelitian
No Rencana Kegiatan Bulan
Apr Mei Jun Jul Agt Sep Okt Nov
1
Studi literatur dan penentuan
object/rambu yang akan dievaluasi X X
2 Perancangan dan pelaksanaan ekserimen
(existing design)
X X
3 Redesign icon X
4
Perancangan dan pelaksanaan ekserimen
(new design) X
5 Analisa dan pengambilan kesimpulan X
6 Penulisan draft jurnal internasional X X
7 Pembuatan laporan akhir X
5.2 Anggaran Biaya
Anggaran biaya merupakan rencana kebutuhan pengeluaran untuk pelaksanaan penelitian laboratorium ini. Pengeluran terdiri dari honor, bahan habis pakai, biaya eksperimen dan perjalanan, serta lain-lain.
Tabel 5.2. RAB Penelitian
1. Honor Honor Uraian Honor/jam (Rp) Waktu (jam/minggu) Minggu Jumlah Personil Jumlah Pengumpulan Data Rp25,000 6 12 4 Rp7,200,000 Pengolahan Data Rp25,000 6 8 4 Rp4,800,000
35 Pengembangan software sederhana pengumpulan data Rp80,000 10 4 1 Rp3,200,000 SUB TOTAL (Rp) Rp15,200,000
2. Bahan habis pakai
Material
Uraian
Justifikasi
Pemakaian Kuantitas Satuan Harga Satuan Jumlah
Kertas HVS
A4 Dokumen 3 rim Rp35,000 Rp105,000
Alat Tulis
administrasi Alat tulis 1 Paket Rp175,000 Rp175,000
Tinta printer Dokumen 2 Buah Rp300,000 Rp600,000
Hard disk
eksternal Simpan data 2 Buah Rp750,000 Rp1,500,000
SUB TOTAL (Rp) Rp2,380,000
3. Biaya Experimen dan Perjalanan
Material
Uraian
Justifikasi
Pemakaian Kuantitas Satuan Harga Satuan Jumlah
Honor partisipan
Penyelenggaran
eksperimen 50 orang Rp100,000 Rp5,000,000
FGD dengan
Stakeholders Konsumsi 2 Kali Rp3,000,000 Rp6,000,000
SUB TOTAL (Rp) Rp11,000,000
4. Lain-Lain
Kegiatan
Uraian
Justifikasi
36
Pencetakan
laporan Biaya cetak 2 Paket Rp200,000 Rp400,000
Publikasi di jurnal internasional
Biaya Publikasi 1 Kali Rp11,020,000 Rp11,020,000
Jasa proofreader Publikasi di jurnal internasional 2 Kali Rp5,000,000 Rp10,000,000 SUB TOTAL (Rp) Rp21,420,000
37
BAB VI
DAFTAR PUSTAKA
AASHTO, 2011. A Policy on Geometric Design Highways and Streets. Washington, DC, USA: AASHTO.
Al-Madani, H. & Al-Janahi, A.R., 2002. Assessment of drivers’ comprehension of traffic sign based on their traffic, personal and social characteristic. Transportation Res., 5, pp.63-67.
Andriani, I., 2018. Integrasi transportasi dalam mendukung kawasan destinasi wisata Tanjung Kelayang Kabupaten Belitung. Transportasi Multimoda, 16, pp.27-42.
BABIĆ, D., TREMSKI, Š. & BABIĆ, D., 2019. Investigation of Traffic Signs Understanding - Eye Tracking Case Study. Tehnički vjesnik, 26(1), pp.29-35.
Badan Pusat Statistik, 2020. Badan Pusat Statistik. [Online] Available at: https://www.bps.go.id/linkTableDinamis/view/id/1134 [Accessed 12 Februari 2020]. Chan, J., Gonzalez, P. & Perez, E.M.M., 2010. Designing Traffic Signs: A Case Study on
Driver Reading Pattrens Behavior. Manila, 2010. Ateneo de Manila University.
Chi, C.-F. & Dewi, R.S., 2014. Matching performance of vehicle icons in graphical and textual formats. Applied Ergonomics, 45, pp.904-16.
Chi, C.-F., Dewi, R.S., Samali, P. & Hsieh, D.-Y., 2019. Preference ranking test for different icon design formats for smart living room and bathroom functions. Applied Ergonomics, 81.
Departemen Perhubungan, 2011. Rencana Umum Nasional Keselamatan (RUNK) Jalan 2011-2035. Indonesia: Dep. Perhubungan.
Duchhowski, A., 2007. Eye Tracking Methodology: Theory and Practice. New York : Springer Verlag.
Egger, S., 2011. Drawing the Picture. Approach to Optimize Messages on Roads by Design. Infrastructure and Safety in a Collaborative World: Road Traffic Safety, pp.85-97. Egger, S., 2015. 2 Methods for improving road signs/ symbols/ text to adapt to today's driver's
38 Available at: https://www.unece.org/fileadmin/DAM/trans/doc/2015/wp1/GE2/ECE-TRANS-WP1-GE2-_2015-Presentation-01-Rev.pdf [Accessed 4 March 2020].
Endsley, M.R., 1997. Level of Automation: Integrating Humans and Automated Systems. Human Factors and Ergonomics Society, 41(1), pp.200-04.
Hollnagel, E., 1997. Cognitive ergonomics: it's all in the mind. Ergonomics, 10(40), pp.1170-82.
International Ergonomics Association, 2019. What is Ergonomics? [Online] Available at: https://www.iea.cc/whats/ [Accessed 7 March 2020].
Kepolisian Negara Republik Indonesia Korps Lalu Lintas, 2013. Polantas Dalam Angka 2013. Indonesia: Kepolisian Negara Republik Indonesia Korps Lalu Lintas Kepolisian Negara Republik Indonesia Korps Lalu Lintas.
Kepolisian Negara Republik Indonesia, 2012. Peraturan Kepala Kepolisian Negara Republik Indonesia Nomor 9 Tahun 2012 tentang Surat Izin Mengemudi. Indonesia: Kepolisian Negara.
Keppel, Geoffrey & Wickens, T.D., 2004. Design and Analysis A Researcher’s Handbook. New Jersey: Pearson Education, Inc.
Kumaidi & Manfaat, B., 2013. Pengantar Metode Statistika: Teori dan Terapannya dalam Penelitian Bidang pendidikan dan Psikologi. Indonesia: Eduvision.
Kurzhals, K., 2014. Evaluating visual analytics with eye tracking. In ACM International Conference Proceeding Series., 2014.
Lyu, N. et al., 2017. Driver’s Cognitive Workload and Driving Performance under Traffic Sign Information Exposure in Complex Environments: A Case Study of the Highways in China. Environmental Research and Public Health, 14, pp.203-27.
Mariani, M. et al., 1995. Cognitive Ergonomics and Empowering Organisations. In IFAC Symposium on Automated Systems Based on Human Skill (Joint Design of Technology and Organisation). Berlin, Germany, 1995.
McDougall, S.J., Curry, M.B. & de Bruijn, O., 1999. Measuring symbol and icon characteristics: norms for concreteness, complexity, meaningfulness, familiarity, and semantic distance for 239 symbols. Behav. Res. Methods Instrum. Comput., 31(3), pp.487-519.
39 Menteri Perhubungan, 1993. Keputusan Menteri Perhubungan No: KM 61 Tahun 1993
Tentang Rambu Rambu Lalu Lintas di Jalan. Indonesia: Menteri Perhubungan.
Menteri Perhubungan, 2014. Peraturan Menteri Perhubungan Republik Indonesia Nomor PM 13 Tahun 2014. Indonesia: Menteri Perhubungan.
Ng, A.W.Y. & Chan, A.H.S., 2007. The guessability of traffic signs: Effects of prospective-user factors and sign design Features. Accident Analysis & Prevention, 39, pp.1245-57. O'Regan, J.K., 1989. Eye Movements and Reading. Reviews of Oculomotor Research, 4,
pp.395-453.
Pemerintah Pusat, 2013. Instruksi Presiden (INPRES) tentang Program Dekade Aksi Keselamatan Jalan. Indonesia: Pemerintah Pusat.
Privitera, C.M. & Stark, L.W., 2000. Algorithms for defining visual regions of interest comparison with eye fixations. IEEE Trans. Patten Anal. Mach. Intell. , 22, pp.970-82. Republik Indonesia, 2009. Undang-Undang Republik Indonesia Nomor 22 Tahun 2009
Tentang Lalu Lintas dan Angkutan Jalan. Indonesia: Republik Indonesia.
Rudrokasworo, S.N., Tjahjono, T. & Mulyono, A.T., 2009. Upaya Penurunan Tingkat Fatalitas Titik Rawan Kecelakaan di Kabupaten Gunung Kidul Daerah Istimewa Yogyakarta. Transportasi, 9(2), pp.127-38.
Sharafi, Z., Soh, Z. & Gueheneuc, Y.-G., 2015. A systematic literature review on the usage of eye-tracking in software engineering. Information and Software Technology, 67, pp.79-107.
Shinar, D., Dewar, R.E., Summala, H. & Zakowska, L., 2003. Traffic sign symbol comprehension: a cross-cultural study. Ergonomics, 46(15), pp.1549-65.
Sumari, A.D.W., 2013. A New Model of Information Processing based on Human Brain Mechanism: Toward a Cognitive Intellegent System. Semarang, 2013. Diponegoro University.
Tobii, 2017. Tobii X260/30 User's Manual. Tobii Technology AB.
Underwriters Laboratory, 2018. Southeast Asia Safety Index. Underwriters Laboratory.
Wackerley, D.D., Mendenhall, W. & Scheaffer, R.L., 2008. Mathematical statistics with applications. USA: Thompson Brooks.
40 Wang et al., 2007. A Survey of Icon Taxonomy Used in the Interface Design. In Proceedings of the 14th European Conference on Cognitive Ergonomics: Invent! Explore!, EECE'07. ACM, New York, NY, USA, pp., 2007.
Wickens, C.D., 1992. Engineering Psychology and Human Performance. New York: Harper Collins.
41
BAB VII
LAMPIRAN
1. Ketua:
a. Nama Lengkap : Ratna Sari Dewi, S.T., M.T., Ph.D.
b. Jenis Kelamin : Perempuan
c. NIP : 198001132008122002
d. Fungsional / Pangkat / Golongan : Asisten Ahli /III B (Penata Muda)
e. Jabatan Struktural : Kepala Laboratorium Ergonomi dan Perencanaan Sistem Kerja, Departemen Teknik Industri, ITS f. Bidang Keahlian : Ergonomi, Keselamatan & Kesehatan Kerja, Human
Machine/Computer Interaction, User interface Design, Manajemen Teknologi, Manajemen Strategis
g. Fakultas / Jurusan : FTI / Teknik Industri
h. Perguruan Tinggi : ITS Surabaya
i. Alamat Rumah dan No. Telp : Keputih Tegal Timur Gang II no 8, Keputih, Sukolilo, Surabaya. 60111. (HP: 081333861633).
j. Riwayat Penelitian :
No Tahun Judul Penelitian Ketua /
Anggota Sumber Pendanaan
1 2009
Kajian Peningkatan Produktivitas Industri Teri Nasi dengan Perbaikan Perancangan Sistem Kerja berbasis Ergonomi
Anggota Hibah Kompetisi Berbasis Institusi ITS
2 2017
Pengembangan Model Pengaruh Customer Review dan Emotional Design terhadap Repeat Purchase dalam Bisnis Online Store: Sebuah Pendekatan Ergonomi Kognitif
Anggota
BP PTNBH 2017 – Penelitian
Laboratorium
3 2017
Rancang Bangun Purwarupa Media Edukasi Inovatif Dengan Studi Kasus Kesehatan Gigi dan Mulut Menggunakan Teknologi
Augmented Reality Pada Sistem Berbasis Android
Anggota FSHKI
Dana Lokal ITS
4 2018
Perancangan Kontainer Motor Niaga sebagai Wahana Simpan Berpendingin Hemat Energi dan Ergonomis untuk Penjualan dan
Pengiriman Sayur Segar di Perkotaan
Anggota
RISTEKDIKTI-Penelitian Terapan Unggulan Perguruan Tinggi
5 2018 Pengembangan Aplikasi Navigasi dalam
Ruangan berbasis Teknologi Virtual Reality Ketua
Dana Lokal ITS-Penelitian Doktor Baru
6 2018
PENGEMBANGAN MODEL FAKTOR YANG MEMPENGARUHI PERILAKU PEMBELIAN PENGGUNA BISNIS ONLINE STORE : SEBUAH
PENDEKATAN ERGONOMI KOGNITIF
Anggota
Dana Lokal ITS-Penelitian Laboratorium
42
No Tahun Judul Penelitian Ketua /
Anggota Sumber Pendanaan
7 2018
Penilaian Tingkat Kematangan Keselamatan (Safety Maturity Level) pada Proyek
Konstruksi
Anggota Dana Lokal ITS-Dana Departemen
8 2018
Perancangan Kontainer Motor Niaga sebagai Wahana Simpan Berpendingin Hemat Energi dan Ergonomis untuk Penjualan dan
Pengiriman Sayur Segar di Perkotaan
Anggota KEMENRISTEKDI KTI 2018 - Penelitian Terapan Unggulan Perguruan Tinggi 9 2018
Kajian Kelayakan Bisnis Dan Hki Produk “Maftec”: Masinis Fatigue Detector Untuk Memperbaiki Sistem Perkerataapian Di Indonesia
Anggota FSHKI
Dana Lokal ITS
10 2018
Perbaikan Prototype “Maftec” Sebagai Detektor Kelelahan Dan Kantuk Masinis Terintegrasi Untuk Pencegahan Kecelakaan Kereta Api Anggota Program Pembuatan Prototipe R&D (Skala Lab) – Trl / Tkt 6 11 2019
Perancangan Kontainer Motor Niaga sebagai Wahana Simpan Berpendingin Hemat Energi dan Ergonomis untuk Penjualan dan
Pengiriman Sayur Segar di Perkotaan
Anggota
PENELITIAN TERAPAN UNGGULAN PT
12 2019
Evaluasi dan Rekomendasi Kebijakan Rute Evakuasi di Beberapa Bangunan ITS berdasar Eksperimen dengan Teknologi Virtual Reality
Anggota
Dana Lokal ITS- PENELITIAN KAJIAN
KEBIJAKAN ITS
13 2019
Pengembangan Simulator Evakuasi Keadaan Darurat pada Kereta Api dengan Teknologi Virtual Reality
Ketua
Dana Lokal ITS-Penelitian Laboratorium
k. Riwayat Pengabdian :
No Tahun Judul Pengabdian Kepada Masyarakat Ketua /
Anggota Sumber Pendanaan
1 2016
Manajemen Pengetahuan Berbasis Internet untuk Peningkatan Produktivitas Usaha Pertanian/Mengurangi Resiko Gagal Panen
Anggota Mandiri
2 2017
Peningkatan Kemampuan Perencanaan Berorientasi Sistemik bagi Para Birokrat Perencanan di Daerah Tingkat II Kabupaten Propinsi Jawa Timur
Anggota BP PTNBH 2017 – Abdimas Reguler
3 2017
Peningkatan Produksi Keripik Samijali Di Kawasan Eks Lokalisasi Dolly Dengan Penerapan Teknologi Tepat Guna
Anggota
BP PTNBH 2017 – Abdimas Berbasis Penelitian
4 2017 Diseminasi Produk Hasil Riset Berupa Perangkap Lobster Inovatif untuk Meningkatkan Produktivitas Hasil
