Metodologi Diagnostik & Batasan Teknis
APtester menggunakan Web API W3C standar untuk memeriksa perilaku periferal langsung di dalam browser modern. Berikut adalah rincian rekayasa teknis mengenai cara kerja setiap pengujian, parameter yang diukur, dan batasan inheren dari pengujian berbasis web.
1. Diagnostik Switch & Matriks Keyboard
API: DOM KeyboardEvent.code, KeyboardEvent.key, dan performance.now().
Cara kerja: Kami memetakan scan-code fisik keyboard (seperti KeyA, Space, ShiftLeft) ke representasi keycap visual berdasarkan standar ANSI. Hal ini memastikan posisi tombol fisik tetap terlacak secara presisi tanpa terpengaruh oleh bahasa tata letak tombol aktif di sistem operasi.
Deteksi Switch Chatter: Getaran daun kontak mekanis pada switch yang aus dapat memicu pulsa elektrik ganda pada satu ketukan. APtester menghitung interval waktu antara dua event keydown berurutan pada scan-code yang sama. Sinyal berurutan yang terjadi di bawah 40 milidetik ditandai sebagai indikasi chatter switch mekanis.
2. Diagnostik Tombol Mouse & Roda Scroll
API: PointerEvent, MouseEvent.button, dan WheelEvent.
Cara kerja: Mendeteksi indeks tombol fisik: 0 (Klik Kiri), 1 (Klik Tengah), 2 (Klik Kanan), 3 (Tombol Samping Mundur / Button 4), dan 4 (Tombol Samping Maju / Button 5).
Deteksi Gangguan Klik Ganda: Pegas mikrosaklar mekanis yang melemah sering menimbulkan klik ganda tidak disengaja. APtester memantau interval pelepasan hingga penekanan kembali. Rangkaian klik di bawah 80 milidetik ditandai sebagai potensi glitch mikrosaklar.
3. Diagnostik Sub-Piksel & Refresh Rate Layar
API: HTML5 Fullscreen API dan window.requestAnimationFrame.
Cara kerja: Menampilkan bidang kromatik murni satu warna penuh (Hitam, Putih, Merah, Hijau, Biru) untuk mengisolasi subpiksel mati atau macet. Interval waktu antar frame dihitung dari sampel animasi bergulir untuk memperkirakan sinkronisasi refresh layar (misalnya 60Hz, 120Hz, 144Hz, 240Hz).
4. Diagnostik Audio & Mikrofon
API: AudioContext, StereoPannerNode, OscillatorNode, dan AnalyserNode.
Cara kerja: Membangkitkan gelombang sinus murni secara lokal melintasi spektrum suara yang dapat didengar (20Hz hingga 20.000Hz) dan menyalurkannya melalui node stereo panner untuk pemisahan kanal Kiri dan Kanan. Aliran mikrofon dianalisis menggunakan Transformasi Fourier Cepat (FFT) di memori lokal guna menghitung tingkat desibel digital Root Mean Square (dBFS).