Metode Kansei Engineering untuk menghasilkan User Experience

Metode Kansei Engineering untuk Menghasilkan User Experience Retno Dwi Cahyaningsih (13.7830) 4KS2 [email protected] Abstract—Sebuah perusahaan e-commerce harus memenuhi kebutuhan nyata dari pengguna dan meningkatkan user experience dalam mendukung aktivitas perusahaan secara berkelanjutan. User Experience diukur melalui dimensi, usability, konten, kepuasan, perceived usability, estetika klasik, estetika ekspresif dan service quality. Penelitian ini menggunakan metode Kansei Engineering. Kata kunci—User Interface; User Experience; BPS; Website; Kansei Engineering

I.

PENDAHULUAN

Seiring makin meningkatnya perkembangan teknologi, manusia dituntut makin sering berinteraksi dengan komputer. Teknologi komputer dan internet sering kali menjadi solusi bagi banyak permasalahan atau kebutuhan terkait efektifitas dan efisiensi suatu prosedur atau bisnis. Badan Pusat Statistik adalah lembaga pemerintah non kementerian yang bertanggung jawab langsung kepada presiden. Salah satu peran yang harus dijalankan oleh BPS ialah menyediakan kebutuhan data bagi pemerintah dan masyarakat. Data ini didapatkan dari sensus atau survey yang dilakukan sendiri dan juga dari departemen atau lembaga pemerintahan lainnya sebagai data sekunder. Website BPS merupakan salah satu bentuk realisasi dari peran BPS sebagai penyedia data yang menangani banyak pengguna dengan berbagai kebutuhan akan data dan pelayanan di bidang statistik. Oleh karena itu, BPS seharusnya dapat dengan cepat menangkap perubahan kepuasan pengguna terhadap tampilan website yang baik sehingga dapat meningkatkan efisiensi dan efektifitas peran BPS. User experience adalah sikap, tingkah laku dan emosi pengguna saat menggunakan suatu produk, sistem atau jasa. Pengalaman ini melibatkan persepsi individu berkaitan dengan manfaat yg dirasa, kemudahan yang didapat. User experience sangat dinamis, seiring perjalanan waktu persepsi yang dirasakan pengguna bisa berubah sejalan berubahnya lingkungan, kebiasaan dan nilai-nilai. Istilah user experience digunakan pertama kali oleh Don Norman akademisi bidang cognitive science, design dan usability engineering dan mantan vice president Apple Inc. Sekaligus penggagas awal dari usercentered design yakni pendekatan desain yang berfokus pada kebutuhan dan keinginan pengguna. Dalam konteks ini user experience yang kita bicarakan adalah bentuk interaksi antara manusia dan komputer (humancomputer interaction (HCI)) yang meliputi website, applikasi

smartphone dan aplikasi desktop. User experience disini berkaitan dengan apa yang dirasa oleh pengguna yang berhubungan dengan kemudahanan, kenyamanan, efisiensi, kemanfaatan saat mereka menggunakan web, aplikasi smartphone dan aplikasi desktop. Metode kansei engineering merupakan metode khusus yang dapat menggali perasaan dari pengguna sehingga akan menghasilkan produk yang mewakili perasaan penggunanya. Kansei engineering ditemukan oleh Profesor Mitsuo Nagamachi, presiden dari universitas internasional Hiroshima tahun 1970. Metode ini mentransformasi perasaan dan efek emosional ke dalam parameter. Perasaan terhadap suatu produk pun bisa bermacam-macam, mulai dari menyusahkan sampai menyenangkan atau konservatif sampai inovatif. Tidak ada yang benar atau salah disini, yang diperlukan ialah jawaban yang sebenarnya dari tiap pengguna tentang apa yang dirasakan terhadap suatu produk. Metode Kansei telah diakui sebagai aspek utama dari kepuasan pelanggan dan keberhasilan pasar (Norman, 2004). Kansei engineering merupakan metode yang sederhana dan kognitif untuk memastikan bahwa produk atau layanan yang favorit menyebabkan reaksi emosional. Dimensi Kansei dibagi menjadi tiga dimensi, yaitu: A. Identification Kansei Pertama ekspresikan dari dimensi Kansei dalam bentuk kata sifat atau kata benda,yang disebut dengan Kansei Word (KW). Biasanya nomor dari inisial KW dibuat sangat besar, dan pengurangan angka dilakukan dengan metode kualitatif dan kuantitatif. B. Messure of Kansei Pengukuran Kansei adalah proses capturing costumer kansei. Karena kansei sangat ambigu, subjektif dan tidak terstruktur, tidak mungkin untuk mengatur secara langsung maka perlu merancang sebuah metode pengukuran menggunakan pendekatan alternatif . Dalam penelitian ini pengukuran menggunakan metode gabungan Kansei Engineerng dan Extended Goal Question Metric dengan membuat kategori dan prioritas.

C. Analisis Kansei

Analisis Kansei memberikan kesempatan untuk menyelidiki arti, makna, struktur dan konsep dari pelanggan Kansei. Beberapa analisis yang umumnya dilakukan untuk menganalisis pelanggan Kansei dengan menginvestigasi perrsamaan antara Variables, Deriving Principal Components, dan determining the Concept of Kansei. Tujuan dari paper ini ialah untuk mengeksplorasi kebutuhan dan emosi (perasaan) pengguna ketika menggunakan website BPS. Kemudian, emosi pengguna dikonversi ke dalam parameter untuk memperoleh desain user interface yang tepat dengan menggunakan kansei engineering. II. METODOLOGI A. Pengumpulan Data Penelitian ini menggunakan kuesioner yang disebarkan dan diisi oleh 20 mahasiswa STIS. Mereka diminta untuk memberikan opininya berdasarkan setiap kata kansei dengan penilaian menggunakan skala likert dari 1 sampai 5. Skor 5 berarti responden memiliki perasaan (kata kansei) tersebut ketika mengunakan website, dan skor 1 berarti responden tidak yakin atau tidak merasakan pengalaman tertentu selama mengunjungi website tersebut. B. Pemilihan Kata Kansei Pada penelitian ini, dipilih beberapa kata kansei yang akan digunakan dalam kuesioner. Kata kansei (kansei word) merupakan ekspresi perasaan dan emosi yang dirasakan seseorang ketika mengunjungi suatu website. Kesan ini akan memberi dampak terhadap kepopuleran website tersebut diantara para pengguna. Berdasarkan paper-paper serupa, 15 pasangan kata kansei dipilih untuk mendesain website BPS, yaitu : menyenangkan, dapat dipahami, kreatif, mudah dipelajari, bermanfaat, menarik, dapat diprediksi, cepat, modern, sederhana, nyaman, aman, memenuhi ekspektasi, efisien, terorganisasi.

Berdasarkan tabel hasil di bawah, nilai KMO sebesar … Dengan demikian nilai KMO memenuhi persyaratan karena memiliki nilai di atas 0.5. Asumsi analisis faktor yang selanjutnya ialah Bartlett test of sphericity. Hasil perhitungan dengan SPSS dihasilkan nilai Bartlett test of sphericity sebesar … dengan signifikansi sebesar … Dengan demikian, Bartlett test of sphericity memenuhi persyaratan karena signifikansi di bawah 0.05 atau dengan kata lain terdapat korelasi yang cukup signifikan diantara beberapa variabel dalam penelitian ini. Tabel berikut menunjukkan emosi atau perasaan secara keseluruhan dari pengguna yang muncul selama mengunjungi website BPS serta menunjukkan faktor emosi yang potensial menggunakan PCA. Penelitian ini menggunakan User Experience Questionnaire (UEQ) sebagai kerangka kerja penelitian terhadap user experience. Kata-kata kansei yang telah ditentukan sebelumnya akan di sederhanakan ke dalam beberapa komponen faktor yang mewakilinya yaitu Attractiveness (Kecantikan), Perspicuity (Kejelasan), Efficiency (Efisiensi), Dependability (Keandalan), Stimulation (Stimulasi/Provokasi), Novelty (Kebaruan). Perspicuity, Efficiency, dan Dependability merepresentasikan aspek kualitas ergonomik, yaitu kemampuan memanfaatkan informasi-informasi mengenai sifat, kemampuan dan keterbatasan manusia dalam rangka membuat sistem kerja yang ENASE (efektif, nyaman, aman, sehat dan efisien) (Suprapta, 2012). Stimulation dan Novelty merepresentasikan aspek kualitas hedonik, yaitu yang berkaitan pemenuhan kebutuhan manusia akan kesenangan dan kenikmatan terhadap suatu produk. Berikut rincian keenam aspek tersebut. Aspek/Skala

Kata/Item Kansei

Attractiveness

Menyenangkan

(Daya Tarik)

Nyaman

Perspicuity

Dapat dipahami

Kaiser-Meyer-Olkin (KMO) merupakan indeks yang menunjukkan syarat kecukupan data untuk melihat korelasi parsial dalam analisis faktor. KMO merupakan perbandingan jarak antara koefisien korelasi dengan koefisien korelasi parsialnya. Jika jumlah kuadrat koefisien korelasi parsial di antara seluruh pasangan variabel bernilai kecil jika dibandingkan dengan jumlah kuadrat koefisien korelasi, maka akan menghasilkan nilai KMO mendekati 1. Nilai KMO dianggap mencukupi jika lebih dari 0.5.

(Kejelasan)

Mudah dipelajari

Dependability

Dapat diprediksi

Untuk mencari emosi pengguna yang berpotensi meningkatkan nilai estetika desain website, maka pengukuran dan analisis dilakukan untuk mengumpulkan faktor emosi yang potensial dengan menggunakan analisis faktor kesamaan dalam data reduction.

(Ketepatan)

Aman

Stimulation

Bermanfaat

Communalities menunjukkan berapa banyak varians dalam setiap variabel yang dapat dijelaskan oleh analisis ini. Communalities terdiri atas dua bagian yaitu bagian awal dengan asumsi bahwa semua variabel umum adalah 1, dan bagian ekstraksi dengan menghitung jumlah varians dalam variabel umum menggunakan metode Principal Component. Jika nilai variabel ekstraksi 0.5, dianggap sebagai komunalitas yang rendah dan harus didrop atau dikeluarkan dari pengujian.

(Stimulasi)

Menarik

Novelty

Kreatif

(Kebaruan)

Modern

III. HASIL DAN PEMBAHASAN

Sederhana Efficiency

Cepat

(Efisiensi)

Terorganisasi Efisien

Sesuai ekspektasi

Berdasarkan uji ini, Keenam skala seharusnya dapat menunjukkan nilai yang tinggi untu. Hipotesis ini yang akan diuji dengan uji usability ini.

Please keep your affiliations as succinct as possible (for example, do not differentiate among departments of the same organization). This template was designed for two affiliations.

Korelasi item per skala dan Cronbachs Alpha-Koefisien Item yang termasuk dalam skala yang sama secara umum seharusnya menunjukkan korelasi yang tinggi. AlphaKoefisien (Cronbach, 1951) adalah ukuran untuk konsistensi skala. Tidak ada aturan yang berlaku umum seberapa besar seharusnya nilai koefisien. Banyak penulis berasumsi bahwa skala harus menunjukkan nilai alpha> 0,7 dianggap sebagai cukup konsisten. Namun, dari sudut pandang metodologis seperti penggunaan cut-off criterium tidak benar-benar beralasan (lihat misalnya Schmitt, N., 1996). Terutama jika memiliki sampel kecil, nilai Alpha-Koefisien harus ditafsirkan dengan hati-hati. Jika nilai Alpha-Koefisien untuk skala menunjukkan penyimpangan besar dari nilai target yang masuk akal, misalnya 0,7, ini menunjukkan bahwa beberapa item dari skala ditafsirkan oleh beberapa responden dalam cara yang tak terduga atau berbeda dari konteks yang diberikan. Dalam beberapa kasus, skala yang sesuai harus dipertimbangkan dengan hati-hati.

1) For author/s of only one affiliation (Heading 3): To change the default, adjust the template as follows. a) Selection (Heading 4): Highlight all author and affiliation lines.

Skala UEQ Daya Tarik Kejelasan Efisiensi Ketepata n Stimulasi Kebaruan

Korelasi item

Cronbach Alpha

0.36

0.77

0.09 0.26

0.28 0.58

0.40

0.73

0.18 0.57

0.47 0.84

Korelasi antar item pada skala kebaruan menunjukkan hubungan yang kurang signifikan (dengan p-value Colors and Lines to choose No Fill and No Line.

F. Noori, “Designing a University website by Considering User’s Emotion and Using Kansei Engineering”, IEEE, March 2016. N. Faraha, “Aesthetics in E-Learning Websites Interface Design using Kansei Engineering Method”, IEEE, 2014. D. A. Norman, 2004, Emotional Design: Why We Love (or Hate) Everyday Things, New York: Basic Book, pp. 197-206. Suprapta, I Gusti, 2012, , diakses pada tanggal 14 Februri 2017