Minggu, 04 November 2012

Teknologi Interface Telematika Dan Lingkungan Komputasinya


Interface yang dalam bahasa Indonesia disebut tata muka merupakan jembatan penghubung antara user dengan alat yang digunakan, program yang satu dengan yang lain, antara software satu dengan software lain.
pada saat ini user interface sudah beraneka ragam dan perkembangannya pun teramat pesat.

Interface yang menarik dari sebuah sistem akan menambah nilai lebih, bahkan bisa jadi yang dikedepankan oleh para developer demi memanjakan usernya. Saat ini untuk interface yang sedang booming adalah yang berbasis touchscreen atau layar sentuh, yang memungkinkan user melakukan interaksi dengan perangkat hanya dengan menggerakan jari diatas layar. Mulai dari gadget mobile (Smartphone, komputer tablet, pemutar musik, dll) hingga Nottbook atau laptop dan PC. Untuk perangkat mobile dirajai oleh sistem operasi android keluaran google, yang menawarkan sistem operasi yang powerfull baik dari sisi sistem nya sampai interface nya yang bisa dimodifikasi sedemikian rupa oleh user sesuai kemauan. Nah yang terbaru adalah dari interface berbasis touchscreen adalah Windows 8 dari sektor komputer dan tablet. OS terbaru keluaran Microsoft ini dapat digunakan juga di perangkat yang belum mendukung touchscreen, menggunakan mouse tentunya.
kebetulan saya belum nyoba jadi belum bisa kasih review, hehe.. Nah yang ingin mencoba silahkan dibeli yang asli yah. Jangan yang bajakan, trus di crack dah pakai activator.
Sekian penjelasan dari saya, semoga bermanfaat.




Computer Vision & Middleware Telematika
Computer Vision adalah ilmu dan teknologi mesin yang melihat, di mana mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas tertentu. Sebagai suatu disiplin ilmu, visi komputer berkaitan dengan teori di balik sistem buatan bahwa ekstrak informasi dari gambar. Data gambar dapat mengambil banyak bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data multi-dimensi dari scanner medis. Sedangkan sebagai disiplin teknologi, computer vision berusaha untuk menerapkan teori dan model untuk pembangunan sistem computer vision.

Computer Vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali obyek yang diamati. Cabang ilmu ini bersama Artificial Intelligence akan mampu menghasilkanVisual Intelligence System. Perbedaannya adalah Computer Vision lebih mempelajari bagaimana komputer dapat mengenali obyek yang diamati. Namun komputer grafik lebih ke arah pemanipulasian gambar (visual) secara digital. Bentuk sederhana dari grafik komputer adalah grafik komputer 2D yang kemudian berkembang menjadi grafik komputer 3D, pemrosesan citra, dan pengenalan pola. Grafik komputer sering dikenal dengan istilah visualisasi data.

Computer Vision adalah kombinasi antara :
·                     Pengolahan Citra (Image Processing), bidang yang berhubungan dengan proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra yang lebih baik.
·                     Pengenalan Pola (Pattern Recognition), bidang ini berhubungan dengan proses identifikasi obyek pada citra atau interpretasi citra. Proses ini bertujuan untuk mengekstrak informasi/pesan yang disampaikan oleh gambar/citra.

Fungsi / Proses pada Computer Vision
Untuk menunjang tugas Computer Vision, terdapat beberapa fungsi pendukung ke dalam sistem ini, yaitu :
1.                   Proses penangkapan citra (Image Acquisition)
·                     Image Acqusition pada manusia dimulai dengan mata, kemudian informasi visual diterjemahkan ke dalam suatu format yang kemudian dapat dimanipulasi oleh otak.
·                     Senada dengan proses di atas, computer vision membutuhkan sebuah mata untuk menangkap sebuah sinyal visual.
·                     Umumnya mata pada computer vision adalah sebuah kamera video.
·                     Kamera menerjemahkan sebuah scene atau image.
·                     Keluaran dari kamera adalah berupa sinyal analog, dimana frekuensi dan amplitudonya (frekuensi berhubungan dengan jumlah sinyal dalam satu detik, sedangkan amplitudo berkaitan dengan tingginya sinyal listrik yang dihasilkan) merepresentasikan detail ketajaman (brightness) pada scene.
·                     Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu, memindainya dan membaginyamenjadi ratusan garis horizontal yang sama.
·                     Tiaptiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan perubahan brightness sepanjang garis sinyal tersebut.
·                     Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan digunakan oleh komputer untuk pemrosesan.
·                     Karena komputer tidak bekerja dengan sinyal analog, maka sebuah analogtodigital converter (ADC), dibutuhkan untuk memproses semua sinyal tersebut oleh komputer.
·                     ADC ini akan mengubah sinyal analog yang direpresentasikan dalam bentuk informasi sinyal tunggal ke dalam sebuah aliran (stream) sejumlah bilangan biner.
·                     Bilangan biner ini kemudian disimpan di dalam memori dan akan menjadi data raw yang akan diproses
    2.  Proses pengolahan citra (Image Processing)
·                     Tahapan berikutnya computer vision akan melibatkan sejumlah manipulasi utama (initial manipulation) dari data binary tersebut.
·                     Image processing membantu peningkatan dan perbaikan kualitas image, sehingga dapat dianalisa dan di olah lebih jauh secara lebih efisien.
·                     Image processing akan meningkatkan perbandingan sinyal terhadap noise (signaltonoise ratio = s/n).
·                     Sinyalsinyal tersebut adalah informasi yang akan merepresentasikan objek yang ada dalam image.
·                     Sedangkan noise adalah segala bentuk interferensi, kekurangpengaburan, yang terjadi pada sebuah objek.
   3.  Analisa data citra (Image Analysis)
·                     Image analysis akan mengeksplorasi scene ke dalam bentuk karateristik utama dari objek melalui suatu proses investigasi.
·                     Sebuah program komputer akan mulai melihat melalui bilangan biner yang merepresentasikan informasi visual untuk mengidentifikasi fiturfitur spesifik dan karekteristiknya.
·                     Lebih khusus lagi program image analysis digunakan untuk mencari tepi dan batasbatasan objek dalam image.
·                     Sebuah tepian (edge) terbentuk antara objek dan latar belakangnya atau antara dua objek yang spesifik.
·                     Tepi ini akan terdeteksi sebagai akibat dari perbedaan level brightness pada sisi yang berbeda dengan salah satu batasnya.
    4. Proses pemahaman data citra (Image Understanding)
·                     Ini adalah langkah terakhir dalam proses computer vision, yang mana sprsifik objek dan hubungannya diidentifikasi.
·                     Pada bagian ini akan melibatkan kajian tentang teknik-teknik artificial intelligent.
·                     Understanding berkaitan dengan template matching yang ada dalam sebuah scene.
·                     Metoda ini menggunakan program pencarian (search program) dan teknik penyesuaian pola (pattern matching techniques).
Contoh aplikasi dari Computer Vision
Beberapa aplikasi yang dihasilkan dari Computer Vision antara lain :

1. Psychology, AI – exploring representation and computation in natural vision
2. Optical Character Recognition – text reading
3. Remote Sensing – land use and environmental monitoring
4. Medical Image Analysis – measurement and interpretation of many types of images
5. Industrial Inspection – measurement, fault checking, process control
6. Robotic – navigation and control
MIDDLEWARE TELEMATIKA 

Middleware merupakan software yang berfungsi sebagai lapisan konversi atau penerjemah. Middleware didefinisikan sebagai sebuah aplikasi yang secara logic berada diantara lapisan aplikasi (application layer) dan lapisan data dari sebuah arsitektur layer-layer TCP/IP. Middleware bisa juga disebut protokol. Protokol komunikasi middleware mendukung layanan komunikasi aras tinggi.

Ada tiga tipe layanan yaitu :

1. Layanan Sistem Terdistribusi,
a. Komunikasi kritis, program-to-program, dan layanan manajemen data.
b. RPC, MOM (Message Oriented Middleware) dan ORB.

2. Layanan Application,
a. Akses ke layanan terdistribusi dan jaringan
b. Yang termasuk : TP (transaction processing) monitor dan layanan database, seperti Structured Query Language (SQL).

3. Layanan Manajemen Middleware, Memungkinkan aplikasi dan fungsi dimonitor secara terus menerus untuk menyakinkan unjuk kerja yang optimal pada lingkungan terdistribusi.


Browsing Audio Data & Speech Recognition


BROWSING AUDIO DATA

Sebuah metode browsing jaringan disediakan untuk browsing video / audio data yang ditembak oleh sebuah IP kamera. Jaringan video / audio metode browsing sesuai mencakup langkah-langkah dari:
·                     Menjalankan sebuah program aplikasi komputer lokal untuk mendapatkan kode identifikasi yang disimpan dalam kamera IP,
·                      Transmisi untuk mendaftarkan kode identifikasi ke DDNS ( Dynamic Domain Name Server) oleh program aplikasi,
·                     Mendapatkan kamera IP pribadi alamat dan alamat server pribadi sehingga pasangan IP kamera dan kontrol kamera IP melalui kamera IP pribadi alamat dan alamat server pribadi dan,
·                     Kopel ke layanan server melalui alamat server pribadi sehingga untuk mendapatkan video / audio data yang ditembak oleh kamera IP, di mana server layanan menangkap video / audio data yang ditembak oleh kamera IP melalui Internet.
 Pada perkembangan sejarahnya Audio mengalami 4 fase, yaitu :
1.                   Fase pertama, dikenal juga dengan Tehnik Audio – Mono ini umumnya dikenal sekitar periode tahun 20’an hingga sekitar akhir tahun 50’an dengan diketemukannya Alat Gramaphone oleh Thomas Alfa Edison dengan metode Plat Baja,
2.                   Fase kedua, sekitar awal tahun 50’an dengan diketemukan Perekaman Analog dengan piringan plat hitam maka orang mulai mengenal perekaman Mono stereo dengan metode pemisahan suara ( Vokal dan Alat Musik ) menjadi L / R ( Music ;Left – output, Voice ; Right – output ) 
3.                   Fase ketiga, ditemukan tehnik Mixing Stereo menjadi L /R , ini populer sekali dan dikembangkan terus hingga sekitar tahun 60’an akhir – awal 70’an
4.                   Fase keempat, Proses perekaman Umumnya saat ini didalam produksi audio umumnya dilakukan dari Analog Ke Digital begitupun sebaliknya . Data Analog mempunyai pengertian adalah data sinyal gelombang suara yang dikeluarkan dari Sumber Aslinya hasil perekaman, misal : Perekaman Vokal ke komputer. Data Analog sendiri mempunyai pengertian adalah Informasi gelombang suara yang terus menerus berubah tidak beraturan secara Alami, Data Analog mengalami perubahan keras (Amplitudo) dan tinggi rendah suara yang berfluktuasi, namun belum mempunyai Skala & satuan yang pasti, sedangkan Data Digital adalah hasil manipulasi Informasi gelombang suara secara terus menerus berubah tidak beraturan secara alami menjadi satuan skala yang pasti.
SPEECH RECOGNITION
Speech recognation (ASR) adalah suatu pengembangan teknik dan sistem yang memungkinkan komputer untuk menerima masukan berupa kata yang diucapkan. Teknologi ini memungkinkan suatu perangkat untuk mengenali dan memahami kata-kata yang diucapkan dengan cara digitalisasi kata dan mencocokkan sinyal digital tersebut dengan suatu pola tertentu yang tersimpan dalam suatu perangkat.

Pengenalan ucapan (speech recognation) dalam perkembangan teknologinya merupakan bagian dari pengenalan suara (proses identifikasi seseorang berdasarkan suaranya). Pengenalan suara sendiri terbagi menjadi dua kategori, yaitu:
·                     Piranti pengenalan kata (word recognation) yang mampu merespon ucapan-ucapan secara indovidu atau perintah-perintah yang menggunakan teknik yang dikenal sebagai speaker verification. Pertama kali sistem akan membangkitkan suatu template untuk mengenali suara user.
·                     Piranti pengenalan kalimat (speech recognation) yang mampu mengenali hubungan antar kata terucap di dalam kalimat atau frase. Teknik -  teknik statistik dipakai dalam hal pola perekaman suara yang akan dicocokkan dengan kata-kata terucap.

Jenis-Jenis Pengenalan Ucapan

Berdasarkan kemampuan dalam mengenal kata yang diucapkan, terdapat 5 jenis pengenalan kata, yaitu :
·                     Kata-kata yang terisolasi : Proses pengidentifikasian kata yang hanya dapat mengenal kata yang diucapkan jika kata tersebut memiliki jeda waktu pengucapan antar kata
·                     Kata-kata yang berhubungan : Proses pengidentifikasian kata yang mirip dengan kata-kata terisolasi, namun membutuhkan jeda waktu pengucapan antar kata yang lebih singkat
·                     Kata-kata yang berkelanjutan :  Proses pengidentifikasian kata yang sudah lebih maju karena dapat mengenal kata-kata yang diucapkan secara berkesinambungan dengan jeda waktu yang sangat sedikit atau tanpa jeda waktu. Proses pengenalan suara ini sangat rumit karena membutuhkan metode khusus untuk membedakan kata-kata yang diucapkan tanpa jeda waktu. Pengguna perangkat ini dapat mengucapkan kata-kata secara natural
·                     Kata-kata spontan: Proses pengidentifikasian kata yang dapat mengenal kata-kata yang diucapkan secara spontan tanpa jeda waktu antar kata
·                     Verifikasi atau identifikasi suara: Proses pengidentifikasian kata yang tidak hanya mampu mengenal kata, namun juga mengidentifikasi siapa yang berbicara
 Prinsip Dasar Speech Recognation
Semua metode dasar proses pengenalan suara terdiri dari dua fase operasi, yaitu:
·                     Proses training. Pada proses ini sistem belajar dari referensi pola yang berupa perbedaan pola sinyal suara misal frase, kata, fonem yang akan mengisi vocabulari dari sistem. Setiap referensi di pelajari dari kata yang dikatakan yang kemudian disimpan dalam template dan telah mengalami metode untuk merata-rata dan karakteristik statistik dan parameter statistik.
·                     Proses recognation. Pada proses ini sistem akan diberikan inputan yang belum diketahui dan akan di identifikasi berdasarkan pola template yang telah didapatkan pada proses training.
Pada umumnya, suatu sistem pengenalan suara terdiri dari beberapa modul utama, yaitu:
·                     Signal processign frontend digunakan untuk mengkonversi sinyal suara kedalam bentuk sequence feature  vector yang akan digunakan pada saat klasifikasi.
·                     Accoustic modelling digunakan untuk memodelkan secara statistik hasil training yang telah dilakukan kedalam sebuah template.
·                     Language modelling digunakan untuk memodelkan bentuk kata baik berupa kata, fonem, ataupun kalimat.


Computer Vision & Middleware Telematika



Computer Vision adalah ilmu dan teknologi mesin yang melihat, di mana mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas tertentu. Sebagai suatu disiplin ilmu, visi komputer berkaitan dengan teori di balik sistem buatan bahwa ekstrak informasi dari gambar. Data gambar dapat mengambil banyak bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data multi-dimensi dari scanner medis. Sedangkan sebagai disiplin teknologi, computer vision berusaha untuk menerapkan teori dan model untuk pembangunan sistem computer vision.

Computer Vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali obyek yang diamati. Cabang ilmu ini bersama Artificial Intelligence akan mampu menghasilkanVisual Intelligence System. Perbedaannya adalah Computer Vision lebih mempelajari bagaimana komputer dapat mengenali obyek yang diamati. Namun komputer grafik lebih ke arah pemanipulasian gambar (visual) secara digital. Bentuk sederhana dari grafik komputer adalah grafik komputer 2D yang kemudian berkembang menjadi grafik komputer 3D, pemrosesan citra, dan pengenalan pola. Grafik komputer sering dikenal dengan istilah visualisasi data.

Computer Vision adalah kombinasi antara :
·                     Pengolahan Citra (Image Processing), bidang yang berhubungan dengan proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra yang lebih baik.
·                     Pengenalan Pola (Pattern Recognition), bidang ini berhubungan dengan proses identifikasi obyek pada citra atau interpretasi citra. Proses ini bertujuan untuk mengekstrak informasi/pesan yang disampaikan oleh gambar/citra.

Fungsi / Proses pada Computer Vision
Untuk menunjang tugas Computer Vision, terdapat beberapa fungsi pendukung ke dalam sistem ini, yaitu :
1.                   Proses penangkapan citra (Image Acquisition)
·                     Image Acqusition pada manusia dimulai dengan mata, kemudian informasi visual diterjemahkan ke dalam suatu format yang kemudian dapat dimanipulasi oleh otak.
·                     Senada dengan proses di atas, computer vision membutuhkan sebuah mata untuk menangkap sebuah sinyal visual.
·                     Umumnya mata pada computer vision adalah sebuah kamera video.
·                     Kamera menerjemahkan sebuah scene atau image.
·                     Keluaran dari kamera adalah berupa sinyal analog, dimana frekuensi dan amplitudonya (frekuensi berhubungan dengan jumlah sinyal dalam satu detik, sedangkan amplitudo berkaitan dengan tingginya sinyal listrik yang dihasilkan) merepresentasikan detail ketajaman (brightness) pada scene.
·                     Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu, memindainya dan membaginyamenjadi ratusan garis horizontal yang sama.
·                     Tiaptiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan perubahan brightness sepanjang garis sinyal tersebut.
·                     Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan digunakan oleh komputer untuk pemrosesan.
·                     Karena komputer tidak bekerja dengan sinyal analog, maka sebuah analogtodigital converter (ADC), dibutuhkan untuk memproses semua sinyal tersebut oleh komputer.
·                     ADC ini akan mengubah sinyal analog yang direpresentasikan dalam bentuk informasi sinyal tunggal ke dalam sebuah aliran (stream) sejumlah bilangan biner.
·                     Bilangan biner ini kemudian disimpan di dalam memori dan akan menjadi data raw yang akan diproses
    2.  Proses pengolahan citra (Image Processing)
·                     Tahapan berikutnya computer vision akan melibatkan sejumlah manipulasi utama (initial manipulation) dari data binary tersebut.
·                     Image processing membantu peningkatan dan perbaikan kualitas image, sehingga dapat dianalisa dan di olah lebih jauh secara lebih efisien.
·                     Image processing akan meningkatkan perbandingan sinyal terhadap noise (signaltonoise ratio = s/n).
·                     Sinyalsinyal tersebut adalah informasi yang akan merepresentasikan objek yang ada dalam image.
·                     Sedangkan noise adalah segala bentuk interferensi, kekurangpengaburan, yang terjadi pada sebuah objek.
   3.  Analisa data citra (Image Analysis)
·                     Image analysis akan mengeksplorasi scene ke dalam bentuk karateristik utama dari objek melalui suatu proses investigasi.
·                     Sebuah program komputer akan mulai melihat melalui bilangan biner yang merepresentasikan informasi visual untuk mengidentifikasi fiturfitur spesifik dan karekteristiknya.
·                     Lebih khusus lagi program image analysis digunakan untuk mencari tepi dan batasbatasan objek dalam image.
·                     Sebuah tepian (edge) terbentuk antara objek dan latar belakangnya atau antara dua objek yang spesifik.
·                     Tepi ini akan terdeteksi sebagai akibat dari perbedaan level brightness pada sisi yang berbeda dengan salah satu batasnya.
    4. Proses pemahaman data citra (Image Understanding)
·                     Ini adalah langkah terakhir dalam proses computer vision, yang mana sprsifik objek dan hubungannya diidentifikasi.
·                     Pada bagian ini akan melibatkan kajian tentang teknik-teknik artificial intelligent.
·                     Understanding berkaitan dengan template matching yang ada dalam sebuah scene.
·                     Metoda ini menggunakan program pencarian (search program) dan teknik penyesuaian pola (pattern matching techniques).
Contoh aplikasi dari Computer Vision
Beberapa aplikasi yang dihasilkan dari Computer Vision antara lain :

1. Psychology, AI – exploring representation and computation in natural vision
2. Optical Character Recognition – text reading
3. Remote Sensing – land use and environmental monitoring
4. Medical Image Analysis – measurement and interpretation of many types of images
5. Industrial Inspection – measurement, fault checking, process control
6. Robotic – navigation and control
MIDDLEWARE TELEMATIKA 

Middleware merupakan software yang berfungsi sebagai lapisan konversi atau penerjemah. Middleware didefinisikan sebagai sebuah aplikasi yang secara logic berada diantara lapisan aplikasi (application layer) dan lapisan data dari sebuah arsitektur layer-layer TCP/IP. Middleware bisa juga disebut protokol. Protokol komunikasi middleware mendukung layanan komunikasi aras tinggi.

Ada tiga tipe layanan yaitu :

1. Layanan Sistem Terdistribusi,
a. Komunikasi kritis, program-to-program, dan layanan manajemen data.
b. RPC, MOM (Message Oriented Middleware) dan ORB.

2. Layanan Application,
a. Akses ke layanan terdistribusi dan jaringan
b. Yang termasuk : TP (transaction processing) monitor dan layanan database, seperti Structured Query Language (SQL).

3. Layanan Manajemen Middleware, Memungkinkan aplikasi dan fungsi dimonitor secara terus menerus untuk menyakinkan unjuk kerja yang optimal pada lingkungan terdistribusi.


Tangible User Interface



Tangible User Interface (TUI) adalah sebuah antar muka pengguna di mana seseorang berinteraksi dengan informasi digital melalui lingkungan fisik. Sebuah TUI adalah salah satu teknologi dimana pengguna berinteraksi dengan sistem digital melalui manipulasi obyek fisik terkait dan langsung mewakili kualitas sistem tersebut.Nama awal dari TUI adalah Graspable User Interface (GUI), yang tidak lagi digunakan.

Ide dari TUI adalah untuk memiliki hubungan langsung antara sistem dan cara anda mengontrol melalui manipulasi fisik dengan memiliki makna yang mendasar atau hubungan langsung yang menghubungkan manipulasi fisik ke perilaku yang mereka picu pada sistem.

Orang-orang telah mengembangkan keterampilan canggih untuk merasakan dan memanipulasi lingkungan fisik mereka. Namun, sebagian besar keterampilan ini tidak digunakan dalam interaksi dengan dunia digital saat ini. Interaksi dengan informasi digital saat ini sebagian besar terbatas pada Graphical User Interface (GUI).Dengan keberhasilan komersial Apple Macintosh dan Microsoft Windows, GUI telah menjadi paradigma standar untuk Human Computer Interaction (HCI) hari ini. GUI merupakan informasi (bit) dengan piksel pada layar bit-dipetakan.

Mereka representasi grafis yang dapat dimanipulasi dengan remote controller generik seperti mouse dan keyboard. Dengan representasi decoupling (piksel) dari kontrol (perangkat input) dengan cara ini, GUI memberikan kelenturan untuk meniru berbagai media grafis. Namun, ketika kita berinteraksi dengan dunia GUI, kita tidak bisa mengambil keuntungan dari ketangkasan kita atau memanfaatkan keterampilan kita untuk memanipulasi berbagai benda-benda fisik seperti manipulasi blok bangunan atau kemampuan untuk membentuk model dari tanah liat.

KARAKTERISTIK

1. Representasi fisik digabungkan untuk mendasari komputasi informasi digital.

2. Representasi fisik mewujudkan mekanisme kontrol interaktif.

3. Representasi fisik perseptual digabungkan untuk secara aktif ditengahi representasi digital.

4. Keadaan fisik terlihat “mewujudkan aspek kunci dari negara digital dari sebuah sistem.

Penerapan Tangible User Interface

1. Mouse
Salah satu penerapan TUI yang paling sederhana adalah pada mouse. Menyeret mouse melalui permukaan datar dan gerakan pointer pada layar yang sesuai merupakan cara berinteraksi dengan sistem digital melalui manipulasi objek fisik. Gerakan yang dibuat dengan perangkat tersebut memiliki hubungan yang jelas dengan perilaku yang dipicu sistem, misalnya misalnya pointer bergerak naik ketika Anda memindahkan mouse maju. Teknologi ini membuat menjadi sangat mudah untuk menguasai perangkat input dengan bantuan sedikit koordinasi tangan dan mata

2. Siftables
Merupakan perangkat kecil dari proyek awal di MT Media Lab yang memiliki bentuk menyerupai batu bata kecil yang mempunyai interface. Shiftable memiliki jumlah lebih dari satu dan mampu berkomunikasi serta berinteraksi satu sama lain tergantung pada posisinya. Shiftable yang terpisah tahu kapan shiftable lain berada di dekat mereka dan bereaksi sesuai dengan permainan user.

3. Reactable
Reactable adalah alat musik yang dirancang dengan keadaan teknologi seni untuk memungkinkan musisi (dan lainnya) untuk bereksperimen dengan suara dan menciptakan musik yang unik. Instrumen ini didasarkan pada meja bundar tembus dan bercahaya di mana satu set pucks dapat ditempatkan. Dengan menempatkan mereka di permukaan (atau membawa mereka pergi), dengan memutar mereka dan menghubungkan mereka satu sama lain, pemain dapat menggabungkan unsur-unsur yang berbeda seperti synthesizer, efek, loop sampel atau elemen kontrol dalam rangka menciptakan komposisi yang unik dan fleksibel.
Begitu setiap keping ditempatkan di permukaan, keping itu diterangi dan mulai berinteraksi dengan keping lain, menurut posisi dan kedekatannya. Interaksi ini terlihat pada permukaan meja yang bertindak sebagai layar, memberikan umpan balik instan tentang apa yang sedang terjadi di Reactable, mengubah musik ke dalam sesuatu yang terlihat dan nyata.

4. Microsoft Surface
Merupakan sebuah teknologi dengan layar multi sentuh yang memungkinkan pengguna untuk berinteraksi dengan built in system pada waktu yang sama. Yang menjadi perhatian adalah hal tersebut bereaksi tidak hanya ketika disentuh, tetapi teknologi ini juga dapat mengenali objek yang ditempatkan diatasnya dan dapat mengatur sendiri perilaku yang terkait dengan benda-benda serta bagaimana kita dapat memanipulasinya.

5. Marble Answering Machine
Contoh lain dari Tangiable User Interface adalah Marble Answering Machine (Mesin Penjawab Marmer) oleh Durrell Uskup (1992). Marmer merupakan suatu pesan yang ditinggalkan di mesin penjawab. Menjatuhkan marmer ke piring pemutar,lalu memutar ulang pesan yang terkait.

6. Sistem Topobo
Blok di Topobo seperti blok LEGO yang bisa diambil bersama-sama, tetapi juga dapat bergerak sendiri menggunakan komponen bermotor. Seseorang dapat mendorong, menarik, dan memutar blok-blok, dan blok-blok bisa menghafal gerakan-gerakan ini dan menggulang kembali gerakan-gerakan tersebut. Pelaksanaan lain memungkinkan pengguna untuk sketsa gambar di atas meja sistem dengan pena yang nyata nyata. Menggunakan gerakan tangan, pengguna dapat mengkloning gambar dan peregangan dalam sumbu X dan Y hanya sebagai salah satu program yang akan di cat. Sistem ini akan mengintegrasikan kamera video dengan sistem pengenalan isyarat.



Pengikut

Video Streaming

 

ramamuare Copyright © 2010 LKart Theme is Designed by Lasantha