Pada postingan kali ini saya akan mengkaji sebuah artikel ilmiah, sebagai Take Home Test 3 mata kuliah Interaksi Manusia dan Komputer. Berikut ini adalah hasil dari kajian yang saya lakukan, semoga bermanfaat.
Health Mashups: Presenting Statistical Patterns between Wellbeing
Data and Context in Natural Language to Promote Behavior Change
FRANK BENTLEY, Motorola Applied Research Center
KONRAD TOLLMAR, Royal Institute of Technology
PETER STEPHENSON, Humana
LAURA LEVY, BRIAN JONES, SCOTT ROBERTSON, ED PRICE,
RICHARD CATRAMBONE, and JEFF WILSON, Georgia Institute of
Technology
DOI:http://dx.doi.org/10.1145/2503823
People now have access to many sources of data about their health
and wellbeing. Yet, most people cannot
wade through all of this data to answer basic questions about
their long-term wellbeing: Do I gain weight
when I have busy days? Do I walk more when I work in the city? Do
I sleep better on nights after I work out?
We built the Health Mashups system to identify connections that
are significant over time between
weight, sleep, step count, calendar data, location, weather, pain,
food intake, and mood. These significant
observations are displayed in a mobile application using natural
language, for example, “You are happier
on days when you sleep more.” We performed a pilot study, made
improvements to the system, and then
conducted a 90-day trial with 60 diverse participants, learning
that interactions between wellbeing and
context are highly individual and that our system supported an
increased self-understanding that lead to
focused behavior changes.
Categories and Subject Descriptors: H.3.4 [Information and
Storage Retrieval]: Systems and Software—
User profiles and alert services; H.5.2 [Information
Interfaces and Presentation (e.g., HCI)]: User
Interfaces—Evaluation/methodology, natural language,
user-centered design; J.3 [Life and Medical
Sciences]: Health
General Terms: Design, Experimentation, Human Factors
Additional Key Words and Phrases: Health, context, mobile,
wellbeing, mashups
ACM Reference Format:
Bentley, F., Tollmar, K., Stephenson, P., Levy, L., Jones, B.,
Robertson, S., Price, E., Catrambone, R., and
Wilson, J. 2013. Health mashups: Presenting statistical patterns
between wellbeing data and context
in natural language to promote behavior change. ACM Trans.
Comput.-Hum. Interact. 20, 5, Article 30
(November 2013), 27 pages.
Pengkaji : Widyalita Rindiani
Jurnal ini berisi tentang pembuatan aplikasi Health Mushup, yaitu aplikasi dibidang kesehatan yang
mengidentifikasi hubungan antara berat tubuh, tidur, banyaknya langkah yang dijalankan per
hari, data kelendar, lokasi, cuaca,
makanan serta suasana hati. Yang nantinya akan
menghasilkan data berupa grafik, saran, dan kesimpulan tentang tingkat
kesejahteraan penggunanya dalam jangka waktu tertentu. Aplikasi ini bertujuan
untuk mengevaluasi dan memperbaiki pola hidup pengguna kedepannya. Sebelumnya
sudah ada aplikasi serupa, namun belum ada yang menyatukan data antara kegiatan fisik dan faktor
pendukung lainnya tersebut serta memberikan grafik, wawasan baru, serta saran
kepada pengguna.
Cara kerja aplikasi ini yaitu pengguna secara berkala
dan rutin harus memasukkan data-data yang dibutuhkan oleh aplikasi secara
manual. Lalu dari data yang telah dimasukkan, aplikasi akan memberikan
kesimpulan berupa grafik, saran, dan kesimpulan. Contohnya, diakhir pekan Anda
banyak mengkonsumsi makanan berat, sehingga diawal pekan mengalami kenaikan
berat badan. Dari kesimpulan itu pengguna dapat mengetahui tingkat
kesejahteraannya, dan mengambil langkah positif untuk mengurangi dampak negatif
yang dialaminya tersebut seperti mengurangi porsi makan diakhir pekan.
Diawali dengan menggunakan penelitian
percontohan yang dilakukan terhadap 10 peserta pada dua bulan di
musim panas 2011. Hasil dari penelitian percontohan ini menunjukkan hasil yang
saling berlawanan antara pengguna satu dengan yang lain dan adanya ketidak
konsistenan data. Setelah ditelusuri ternyata hal ini disebabkan karena
minimalnya interaksi pengguna dengan aplikasi ini. Pengguna tidak secara
teratur memasukkan data-data yang dibutuhkan oleh aplikasi, mengakibatkan
aplikasi sulit untuk menganalisis guna mendapatkan kesimpulan dan saran yang
tepat untuk setiap pola kehidupan pengguna. Pada penelitian percontohan ini
pengguna masih memasukkan data secara manual pada web yang disediakan.
Percobaan secara lengkap dilakukan
terhadap 60 peserta dalam 90 hari. Pada percobaan kali ini peserta sudah
dibekali dengan aplikasi mobile untuk mengisi data-data yang dibutuhkan. Selain
itu, pada aplikasi mobile ini juga disediakan notifikasi pengingat untuk pengguna
agar tidak lupa untuk mengisi data-data tersebut. Hasil dari percobaan secara
lengkap ini jauh lebih baik dari penelitian sebelumnya. Interaksi antara
pengguna dengan aplikasi jauh lebih banyak, pengguna tepat waktu dalam mengisi
data yang diperlukan sehingga terjadi kekonsistenan data yang menghasilkan
grafik, saran, dan kesimpulan yang tepat bagi pengguna, dan juga adanya
perubahan perilaku pengguna kearah yang lebih baik sebagai dampak dari
penggunaan aplikasi Health Mashup ini.
Hasil dari penelitian terhadap
penggunanaan aplikasi ini yaitu peserta menjadi lebih sadar apa dampak asupan
makanan, suasana hati, pola tidur, dan aktivitas, serta menciptakan strategi
perubahan perilaku yang ditargetkan berdasarkan pengamatan langsung yang signifikan yang ditunjukkan kepada
mereka oleh sistem. Selain itu peserta juga dapat memfokuskan upaya perubahan dalam
memperbaiki kesejahteraan hidup sebelumnya menjadi lebih baik.
























