Pengguna lansia memakai aplikasi perpesanan dan media sosial setiap hari. Kendala mereka sering diringkas jadi soal ukuran huruf atau kontras warna. Padahal ada pertanyaan yang lebih dasar: seberapa besar beban kognitif yang mereka tanggung, dan bisakah beban itu dibaca dari cara mata mereka bergerak?
Dua peneliti dari Universitas Brawijaya mencoba menjawabnya. Mereka merekam gerakan mata pengguna lansia dengan eye-tracker, lalu membandingkan data itu dengan skor beban kognitif yang dilaporkan sendiri oleh responden.
Eye-tracking dipilih karena tidak invasif, sehingga cocok untuk responden lanjut usia. Untuk mengukur beban kognitif, penulis memakai NASA Task Load Index, kuesioner baku yang memecah beban kerja jadi lima dimensi: tuntutan mental, tuntutan temporal, kinerja, usaha, dan frustrasi.
Dari sisi mata, penulis mengambil dua variabel: fixation count, yaitu berapa kali mata berhenti pada satu titik, dan fixation duration, yaitu berapa lama mata berhenti. Setiap dimensi NASA TLX diuji terpisah terhadap kedua variabel itu memakai korelasi Spearman.
Pola paling konsisten muncul pada fixation count. Jumlah fixation berkorelasi positif dengan tuntutan mental, usaha, dan frustrasi, dengan kekuatan rendah sampai kuat. Artinya, makin sering mata berhenti, makin berat beban yang dirasakan. Sebaliknya, fixation count berkorelasi negatif lemah dengan kinerja.
Untuk fixation duration, penulis menemukan dua korelasi positif berkekuatan sedang, yaitu dengan usaha dan frustrasi. Lama mata berhenti ternyata lebih erat terkait dengan rasa lelah dan jengkel daripada dengan tuntutan mental itu sendiri.
Penulis menutup dengan catatan penting: hubungan antar variabel ini tidak berdiri sendiri. Rancangan tugas, keahlian dan kebiasaan lansia, serta desain aplikasi ikut memengaruhi hasil. Karena itu eye-tracking diusulkan sebagai salah satu indikator tuntutan mental, bukan ukuran tunggal, untuk mengarahkan perbaikan antarmuka yang lebih ramah lansia.
Prasojo dan Pinandito (2024). Korelasi Fixation Dan Beban Kognitif pada Pengguna Lansia Dengan Eye-Tracking Pada Aplikasi Komunikasi dan Media Sosial. Jurnal Teknologi Informasi dan Ilmu Komputer.
