Kajian Artiekl Ilmiah - Health Mashups: Presenting Statistical Patterns between Wellbeing Data and Context in Natural Language to Promote Behavior Change

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.