Mengungkap Rahasia Preattentive Visual Properties dalam Visualisasi Informasi

Visualisasi

Ketika datang ke dunia visualisasi informasi, elemen-elemen visual memiliki peran penting dalam menyampaikan pesan dan wawasan yang mendalam kepada pemirsa. Salah satu aspek yang sering kali diabaikan adalah “Preattentive Visual Properties.” Artikel ini akan membahas konsep ini secara mendalam dan membantu Anda memahami cara menggunakannya dalam visualisasi informasi.

Apa Itu Preattentive Visual Properties?

Preattentive Visual Properties (PVP) merujuk pada karakteristik visual yang dapat dikenali oleh mata manusia dalam sekejap tanpa perlu fokus intens. Ini berarti bahwa sebelum kita benar-benar memerhatikan atau memahami elemen visual tertentu, mata kita sudah dapat mengidentifikasinya secara instan. Ini adalah konsep yang sangat penting dalam konteks visualisasi informasi, karena memungkinkan kita untuk memandu pemirsa ke area-area yang relevan dalam data tanpa membebani mereka dengan informasi yang berlebihan.

Mengapa Preattentive Visual Properties Penting?

PVP penting karena membantu menciptakan pengalaman visual yang lebih efisien dan efektif bagi pemirsa. Dalam visualisasi informasi, tujuan utama adalah menyampaikan pesan atau wawasan dengan cara yang mudah dipahami. Dengan menggunakan PVP dengan bijak, Anda dapat mengarahkan perhatian pemirsa ke titk-titik kunci dalam data Anda tanpa mengharuskan mereka melibatkan upaya kognitif yang berlebihan.

Empat Sifat Visual Preattentive

1. Warna

Warna dapat diungkapkan dalam berbagai cara. Dari skala RGB (Merah, Hijau, Biru) hingga skala CMYK (Sian, Magenta, Kuning, dan Kunci) hingga skala HSL (Tint, Saturasi, dan Kecerahan).

Skala HSL berguna bagi kita ketika kita memeriksa warna dalam konteks preattentiveness. Tint adalah ukuran warna yang biasanya kita beri nama seperti “Merah” atau “Ungu.” Saturasi dan kecerahan adalah ukuran intensitas warna.

Tint dan intensitas diproses preattentively dan dapat digunakan untuk memisahkan elemen visual dari latar belakangnya. Ini menghemat pengguna dari harus melakukan pencarian visual melalui data.

HSL

2. Bentuk

Bentuk berlaku untuk sekelompok atribut (tercantum di bawah ini) dan bentuk dapat dimanipulasi untuk menarik perhatian pada anggota data set atau mengurangi perhatian pada anggota data set. Misalnya, jika Anda memanipulasi ukuran objek, Anda dapat menggunakan ukuran tersebut untuk menunjukkan pentingnya objek dalam data set dengan membuatnya lebih besar. Sebaliknya, Anda dapat membuatnya lebih kecil dan mengurangi pentingannya.

Atribut bentuk meliputi:

  • Kolinieritas
  • Kelengkungan
  • Panjang, lebar, dan tinggi
  • Tanda yang ditambahkan ke objek
  • Jumlah
  • Bentuk
  • Ukuran
  • Pengelompokan spasial
  • Orientasi spasial
Bentuk dan Shape

3. Gerakan

Gerakan memiliki dua subatribut: berkedip dan bergerak. Mereka dapat digunakan secara efektif untuk memanggil perhatian seseorang. Namun, perlu hati-hati saat menggunakan gerakan dalam visualisasi informasi dan desain lainnya. Hal ini karena gerakan dapat dengan cepat menjadi menjengkelkan atau mengganggu dari informasi lain yang disajikan. Ini juga merupakan teknik yang telah digunakan berlebihan dalam iklan banner dan bentuk-bentuk iklan web selama bertahun-tahun dan mungkin merupakan alasan utama munculnya perangkat lunak pemblokiran iklan.

Pergerakan

4. Posisi Ruang

Ada beberapa pertimbangan untuk posisi ruang, termasuk:

  • Posisi 2D – ini seringkali cara terbaik untuk menyampaikan data yang mudah dikenali dan diproses secara visual. Ini sangat efektif untuk representasi data kuantitatif.
  • Kedalaman stereoskopik – kita mendapatkan kedalaman dengan menggabungkan gambar yang dihasilkan oleh mata kiri dan mata kanan di otak. Kedalaman ini diproses preattentively. Anda dapat menciptakan kedalaman stereoskopik dengan menggunakan dua kamera terpisah yang diatur pada sudut yang berbeda terhadap subjek dan memasangkan gambar tersebut.
  • Posisi cekung dan cembung – ini dapat diciptakan melalui penggunaan bayangan.

Pemrosesan preattentive terjadi dalam memori sensori; itu tidak memerlukan usaha sadar dari pengguna (atau penonton) untuk melakukan pemrosesan ini – itu otomatis dan memerlukan waktu kurang dari 500 milidetik untuk diselesaikan. Hal ini dapat sangat berguna dalam desain dan khususnya dalam desain visualisasi informasi karena memungkinkan desainer untuk menarik perhatian pengguna tanpa input atau usaha mereka. Ini pada gilirannya memungkinkan kompleksitas data yang harus diproses dalam memori jangka pendek.

Spatial

Cara Menggunakan Preattentive Visual Properties dalam Visualisasi Informasi:

  1. Fokus pada Perbedaan yang Signifikan: Pastikan Anda hanya menggunakan PVP untuk menyoroti perbedaan atau informasi yang benar-benar penting dalam data Anda. Jangan sampai PVP mengalihkan perhatian tanpa alasan yang jelas.
  2. Kombinasikan PVP: Anda dapat menggabungkan beberapa PVP untuk menciptakan efek yang lebih kuat. Misalnya, menggunakan perbedaan warna dan ukuran bersamaan untuk menyoroti titik-titik data yang paling penting.
  3. Gunakan dengan Konsistensi: Pastikan bahwa penggunaan PVP dalam visualisasi Anda konsisten. Ini akan membantu pemirsa Anda memahami pola dan makna yang ada dalam data.
  4. Uji Visualisasi Anda: Sebelum mempublikasikan visualisasi Anda, uji dengan pemirsa untuk memastikan bahwa PVP yang Anda gunakan efektif dalam menyoroti pesan yang ingin Anda sampaikan.

Dalam dunia yang semakin dipenuhi dengan data, kemampuan untuk menyampaikan informasi dengan efektif melalui visualisasi adalah keterampilan yang sangat berharga. Dengan memahami dan menggunakan Preattentive Visual Properties dengan bijak, Anda dapat mengambil langkah pertama menuju visualisasi informasi yang lebih kuat dan lebih mudah dipahami. Dalam prosesnya, Anda akan membantu pemirsa Anda memahami data dengan lebih baik dan mengambil keputusan yang lebih cerdas berdasarkan wawasan yang mereka peroleh.

Nah, itulah tadi pembahasan tentang Mengungkap Rahasia Preattentive Visual Properties dalam Visualisasi Informasi. Semoga artikel ini bermanfaat untuk menambah pengetahuan Anda dalam hal visualisasi data. Anda pun bisa menambah skill tentang analisa dan visualisasi data bersama saya & tim artavista.id. Atau jika perusahaan Anda membutuhkan bantuan terkait data kami selalu Ada. Silakan menghubungi  0857 0713 2649 untuk penawaran pelaksanaan Workshop Pelatihan Tableau, Power BI, Looker Studio ataupun konsultasi bersama kami.

Nantikan tulisan saya berikutnya. Feel free to share and give new insight for all.

Semoga Bermanfaat.

AB

Leave a Reply

Your email address will not be published. Required fields are marked *