Dokumen tersebut membahas penggunaan data antropometri untuk merancang produk dengan lebih baik. Metode seperti penggunaan kasus, pemetaan kecocokan, dan antropometri 3D dapat meminimalkan biaya dan memaksimalkan akomodasi untuk berbagai ukuran tubuh manusia. Pemetaan kecocokan berguna untuk memahami hubungan antara tubuh manusia dan produk.
2. PORTOFOLIO
Nama : Dewi Annisafitri
Npm : 6017210024
Mata Kuliah : Human Engineering
Semester : VI
Fakultas : Psikologi
Program Studi : S1 Psikologi
Universitas : Universitas Pancasila
No. Telepon : 081932704713
Email : Dewiannisa14@gmail.com
3. INTRODUCTION
• Antropometri, studi pengukuran tubuh manusia, digunakan dalam rekayasa untuk
memastikan manfaat dan kemampuan maksimum dari produk yang digunakan orang.
• Penggunaan data antropometrik pada tahap konsep awal dapat meminimalkan ukuran dan
perubahan bentuk yang diperlukan kemudian, ketika modifikasi bisa sangat mahal.
• Untuk menggunakan pengetahuan antropometri secara efektif, penting juga untuk memiliki
pengetahuan tentang hubungan antara tubuh dan barang yang dikenakan atau digunakan.
• Studi tentang hubungan ini disebut pemetaan fit. Database yang berisi data antropometri dan
pemetaan-fit dapat digunakan sebagai sumber pembelajaran untuk pengembangan produk
baru. Oleh karena itu, pemetaan antropometri dan kebugaran dapat dianggap sebagai inti
informasi di sekitar produk yang dirancang.
4. ALTERNATIVES, PITFALLS, RISKS
• A. Averages & Percentiles
• Searle dan Haslegrave (1969) menyampaikan debat mereka dengan Ed Hertzberg bahwa orang
persentil ke-5 dan ke-95 tidak lebih baik. Robinette dan McConville (1982) menunjukkan bahwa
bahkan tidak mungkin untuk membangun figur manusia persentil ke-5 atau ke-95: Nilai-nilai tidak
bertambah. Ini berarti bahwa nilai persentil ke-5 atau ke-95 dapat menghasilkan angka yang sangat
tidak realistis yang tidak memiliki ukuran persentil ke-5 atau ke-95 yang diinginkan untuk beberapa
dimensi mereka. Dampak penggunaan persentil bisa sangat besar.
• Untuk memahami kapan harus menggunakan dan kapan tidak menggunakan rata-rata dan
persentil, penting untuk memahami apa itu sebenarnya dan apa yang bukan. Gambar 3
menggambarkan nilai rata-rata dan persentil untuk perawakan dan berat badan.
• Persentil menunjukkan lokasi frekuensi kumulatif tertentu. Nilai persentil hanya merujuk ke lokasi
frekuensi kumulatif dari satu pengukuran.
• Rata-rata, persentil, dan statistik ringkasan satu dimensi lainnya seperti standar deviasi, minimum,
dan maksimum sangat berguna untuk membandingkan pengukuran yang ditangkap dengan cara
yang berbeda atau untuk membandingkan sampel dari populasi yang berbeda untuk menentukan
apakah ada perbedaan ukuran dan variabilitas.
5. ALTERNATIVES, PITFALLS, RISKS
• B. Alternative Methods
• Ada dua kategori alternatif untuk persentil: (1) menggunakan sampel subjek manusia sebagai
model yang sesuai atau (2) memilih satu set kasus atau representasi orang dengan kombinasi
ukuran dan bentuk yang relevan.
• Nilai dinyatakan sebagai kenaikan perubahan dari satu ukuran ke yang berikutnya dimulai
dengan ukuran dasar untuk daftar pengukuran. Oleh karena itu penilaian menggunakan
metode kedua atau apa yang kami sebut sebagai kasus.
• Case Selection: Tujuan menggunakan sejumlah kecil kasus adalah untuk menyederhanakan
masalah dengan mengurangi jumlah informasi yang diperlukan seminimal mungkin. Secara
umum, hal pertama yang dikurangi adalah jumlah dimensi. Hal ini dilakukan dengan
menggunakan pengetahuan produk dan dengan memeriksa korelasi dimensi yang terkait
dengan produk. Tujuannya adalah untuk menjaga hanya mereka yang kritis dan memiliki
informasi redundan sesedikit mungkin.
6. ALTERNATIVES, PITFALLS, RISKS
• B. Alternative Methods
• Distributing Cases: Ini berlaku untuk pendekatan kasus univariat (nilai persentil atas dan bawah)
dan pendekatan kasus multivariat (mis., Kasus elips bivariat, seperti di atas). Untuk produk yang
memiliki ukuran atau penyesuaian yang melangkah daripada terus menerus, ini mungkin bukan
asumsi yang valid.
• Untuk mendistribusikan kasing, penting bahwa ada lebih banyak kasing dari ukuran yang diharapkan
atau langkah penyesuaian untuk memastikan bahwa orang tidak ketinggalan antara ukuran atau
langkah.
• Principal-Components Analysis: Principal-components analysis (PCA) dapat membantu dalam
memahami hubungan antara pengukuran yang relevan dan mengurangi sekumpulan dimensi
menjadi angka kecil yang dapat dikelola. Teknik ini telah digunakan secara efektif untuk desain
stasiun awak kokpit pesawat terbang (Bittner et al., 1987; Zehner et al., 1993; Zehner, 1996).
• Hubungan antara satu set dimensi dapat dinyatakan sebagai korelasi atau matriks kovarians. PCA
menggunakan matriks korelasi atau kovarians dan menciptakan serangkaian variabel baru yang
disebut komponen. Jumlah total komponen sama dengan jumlah variabel asli, dan komponen
pertama akan selalu mewakili jumlah variasi terbesar dalam distribusi. Komponen kedua
menggambarkan yang terbesar kedua, dan seterusnya.
• Karena itu, ketika menggunakan PCA, penting untuk (1) memasukkan hanya dimensi yang relevan
dan penting dan (2) memeriksa kisaran akomodasi yang dicapai dalam kasus untuk masing-masing
dimensi individu.
7. FIT MAPPING
• Pemetaan kesesuaian adalah jenis studi panduan desain yang memberikan informasi tentang siapa
yang cocok dengan produk dan siapa yang tidak. Pemetaan kesesuaian menggabungkan pengujian
kinerja prototipe atau mock-up dengan pengukuran antropometrik untuk “memetakan” efektivitas
produk untuk ukuran dan bentuk tubuh yang berbeda. Efektifitas kesesuaian berarti bahwa populasi
yang diinginkan ditampung tanpa ukuran yang terbuang atau daerah akomodasi yang terbuang.
• Berikut ini adalah daftar hal-hal yang diperlukan untuk studi pemetaan-cocok:
• 1. Subjek manusia yang ditarik untuk mewakili berbagai variabilitas
• 2. Sebuah prototipe atau sampel produk (diinginkan beberapa sampel dari setiap ukuran),
• 3. Konsep yang dapat diuji -Fisi definisi
• 4. Evaluator ahli atau orang yang dilatih untuk konsisten menggunakan definisi konsep-definisi
• 5. Peralatan pengukuran antropometri
• 6. Perangkat lunak analisis multivariat dan pengetahuan
• 7. Data survei dari populasi target dengan pengukuran yang relevan
• Ini menyoroti fakta bahwa ukuran sesuatu yang dirancang untuk menjadi belum tentu ukuran
sebenarnya.
8. 3 DIMENSI ANTROPOMETRI
• Antropometri tiga dimensi telah ada sejak munculnya stereofotografi. Awalnya stereopairs harus
dilihat melalui stereoviewer dan didigitalkan secara manual, dan itu sangat memakan waktu.
• Pemindaian tiga dimensi otomatis mulai lepas landas pada 1980-an (Robinette, 1986). Sekarang ada
banyak alat yang tersedia untuk menggunakan dan menganalisis data pemindaian tiga dimensi, dan
survei sipil pertama untuk memberikan pemindaian siapa pun dari semua subjek.
• Keuntungan terbesar dari antropometri permukaan tiga dimensi adalah visualisasi kasus, khususnya
kemampuan memvisualisasikannya sehubungan dengan peralatan atau pakaian yang mereka
kenakan atau gunakan.
• Antropometri tiga dimensi menangkap beberapa pengukuran, seperti perubahan kontur, lokasi
tengara tiga dimensi, atau distribusi jaringan lunak yang tidak dapat ditangkap secara memadai
dengan antropometri tradisional.
• antropometri tiga dimensi menawarkan kesempatan untuk mengukur lokasi seseorang sehubungan
dengan suatu produk untuk digunakan dalam mengidentifikasi masalah-masalah yang cocok selama
pemetaan dan bahkan untuk membuat pakaian atau peralatan yang sesuai dengan kebutuhan.
9. CONCLUSION
• Bab ini menjelaskan dan menunjukkan penggunaan kasing, pemetaan
kecocokan, dan antropometri tiga dimensi untuk merancang secara efektif,
secara simultan meminimalkan biaya dan memaksimalkan akomodasi.
• Bagian pemetaan kecocokan menjelaskan cara menggabungkan pengetahuan
tentang hubungan antara manusia dan produk.
• Data antropometrik terbaik di dunia tidak memadai untuk membuat desain
yang baik jika hubungan antara antropometri dan proporsi produk yang
mengakomodasi itu tidak diketahui.
• Pemetaan fit adalah studi tentang hubungan ini. Proses pemetaan-cocok
dijelaskan dengan contoh-contoh untuk menunjukkan manfaatnya.
• Akhirnya, untuk masalah desain multidimensi yang kompleks, teknologi
pencitraan tiga dimensi memberikan kesempatan untuk memvisualisasikan
dan membedakan variasi dalam sampel dan untuk mengukur perbedaan
antara lokasi suatu produk pada subjek yang ditampung versus yang tidak.
10. CONCLUSION
• Teknologi ini juga dapat digunakan untuk menangkap data bentuk atau
morfometrik, seperti perubahan kontur, lokasi tengara tiga dimensi,
atau distribusi jaringan lunak yang tidak dapat ditangkap secara
memadai dengan antropometri tradisional.
• Oleh karena itu, antropometri tiga dimensi menawarkan pemahaman
tentang masalah akomodasi pada tingkat yang sebelumnya tidak
mungkin.
• Reference: Salvendy, G. (2012). HANDBOOK OF HUMAN FACTORS AND
ERGONOMICS.Canada: JOHN WILEY & SONS, INC.