INDUSTRI TERPADU II
MODUL I
PENGUKURAN LINGKUNGAN KERJA
DISUSUN OLEH :
1. AGUNG FIRMANSYAH 171730057
2. FHANDY NORMANSYAH 171730045
KELAS : IN6A
DOSEN PENGAJAR :
SEPTA HARDINI, S.T., M.T
Lingkungan kerja adalah kondisi – kondisi material dan psikologis yang ada
dalam perusahaan dimana karyawan tersebut bekerja.Menurut Anoraga dan Widiyanti
(2001) lingkungan kerja adalah segala sesuatu yang ada disekitar karyawan dan yang
dapat mempengaruhi dirinya dalam menjalankan tugas-tugas yang
dibebankannya.Jadi lingkungan kerja disini merupakan faktor yang penting dan besar
pengaruhnya bagi perusahaan yang bersangkutan. Nitisemito (2000) mendefinisikan
lingkungan kerja sebagai sesuatu yang ada disekitar para pekerja dan yang dapat
mempengaruhi dirinya dalam menjalankan tugas-tugas yang dibebankan. Sedangkan
Feldman (1983) bahwa lingkungan fisik adalah sumber kepuasan, keluhan mengenai
lingkungan fisik, adalah simbol atau perwujudan dari prestasi yang dalam, karena itu
perlu mendapat perhatian dari pengelola lingkungan.Suasana lingkungan kerja yang
menyenangkan akan dapat mempengaruhi karyawan dalam pekerjaannya.
Dalam perancangan sistem kerja, perlu diperhatikan lingkungannya karena
dapat mempengaruhi produktivitas kerja.Lingkungan ini terbagi dalam lingkungan
fisik dan non fisik.Lingkungan kerja yang positif dan sehat merupakan salah satu
unsur pokok yang sangat penting untuk meningkatkan produktivitas perusahaan. Oleh
karena itu, perlu diketahui faktor-faktor apa yang mempengaruhi lingkungan kerja,
salah satunya adalah lingkungan kerja di laboratorium. Karena faktor-faktor
lingkungan kerja merupakan parameter yang digunakan untuk mengetahui penyebab
akibat dari pengaruh lingkungan kerja yang benar atau salah.Faktor-faktor yang
mempengaruhi kondisi lingkungan fisik kerja yaitu temperatur, kelembaban, siklus
udara, pencahayaan, kebisingan, bau-bauan, getaran mekanis dan warna. Berikut
penjelasan masing-masing faktor:
1. Temperatur, tubuh manusia akan selalu berusaha mempertahankan
keadaan normalnya dengan suatu sistem tubuh yang sempurna. Sehingga
dapat menyesuaikan diri dengan perubahan-perubahan yang terjadi di luar
tubuh tersebut.
Berbagai tingkat temperatur akan memberikan pengaruh yang berbeda-
beda, antara lain:
± 49oC :Temperatur yang dapat ditahan sekitar sekitar 1 jam, tapi jauh
di atas tingkat kemampuan fisik dan mental
± 30oC :Timbulnya kelelahan fisik dikarenakan aktivitas mental dan
daya tanggap mulai menurun dan cenderung untuk membuat
kesalahan dalam pekerjaan
± 24oC : Kondisi optimum
± 10oC : Kelakuan fisik yang ekstrim mulai muncul.
Prokdutivitas kerja manusia akan mencapai tingkat yang paling tinggi pada
temperatur sekitar 24oC sampai 27oC
2. Kelembaban
Banyaknya air yang terkandung dalam udara(dinyatakan dalam %). Sangat
berhubungan atau dipengaruhi oleh temperatur udaranya. Suatu keadaan
dimana udara sangat panas dan kelembaban tinggi akan menimbulkan
pengurangan panas dari tubuh secara besar-besaran (karena sistem
penguapan).
3. Siklus Udara
5. Kebisingan
6. Bau-bauan
7. Getaran Mekanis
8. Warna
Dinding ruangan dan interior yang ada disekitar tempat kerja. Warna
selain berpengaruh terhadapa kemampuan mata untuk melihat obyek,juga
memberikan pengaruh yang lain pula terhadap manusia, seperti:
(Sumber:https://s3.amazonaws.com/academia.edu.documents/56056490/MODUL_4_pske)
2.2 Anova
Uji Anova adalah bentuk khusus dari analisis statistik yang banyak digunakan
dalam penelitian eksperimen.metode analisis ini dikembangkan oleh R.A Fisher. Uji
Anova juga adalah bentuk uji hipotesis statistik dimana kita mengambil kesimpulan
berdasarkan data atau kelompok statistik inferentif. Hipotesis nol dari uji Anova
adalah bahwa data adalah simple random dari populasi yang sama sehingga memiliki
ekspektasi mean dan varians yang sama. Sebagai contoh penelitian perbedaan
perlakuan terhadap sampel pasien yang sama. Hipotesis nol nya adalah semua
perlakuan akan memiliki efek yang sama.
Meskipun uji t adalah statistik yang sering digunakan, hanya saja uji t
dibatasi untuk menguji hipotesis dua kelompok. Uji Anova atau Analisis varians
(ANOVA) dikembangkan untuk memungkinkan peneliti untuk menguji hipotesis
perbandingan lebih dari dua kelompok.Dengan demikian, uji-t dan uji anova adalah
sama-sama metode statistik untuk perbandingan.Yang membedakan keduanya adalah
hanya jumlah kelompok yang dibandingkan.
(Sumber :https://www.globalstatistik.com/uji-anova-satu-dua-arah/ )
Analisis variansi satu arah atau yang sering disebut sebagài rancangan acak
lengkap adalah suatu prosedur untuk menguji perbedaan rata-rata/ pengaruh
perlakuan dari beberapa populasi (lebih dari dua) dari suatu percobaan yang
menggunakan satu faktor,dimana satu faktor tersebut memiliki 2 atau lebih level.
Disebut juga Desain Seimbang jika seluruh level faktor mempunyai ukuran sampel
yang sama. Dalam analisis variansi satu arah ini sampel acak yang berukuran n
diambil masing-masing dari k populasi.Ke k populasi yang berbeda ini
diklasifikasikan menurut perlakuan atau grup yang berbeda.
Two Way Anova dikenal juga dengan factorial design atau Randomized
Block Design. Sama dengan One Way Anova dasar perhitungan yang digunakan
adalah Distribusi F. Pada Two way Anova pengujian dilakukan dengan tidak hanya
melihat satu faktor atau perlakuan saja, tetapi juga dengan mempertimbangkan faktor
blok. Uji blok dilakukan untuk mengetahui pengaruh blok terhadap perbedaan rata-
rata. Uji blok ini akan mengurangi kombinasi kesalahan.
(Sumber :https://prezi.com/l9inkxow291q/anova/ )
Mulai
Identifikasi Masalah
- Data suhu
- Data kebisingan
- Data warna
- Data daya lampu
Pengolahan Data
- Uji ANOVA
- Grafik
a. Suhu
b. pengaruh kebisingan
c. pengaruh warna
d. pengaruh daya lampu.
Analisis Hasil
Selesai
BAB III
PENGUMPULAN DAN PENGOLAHAN DATA
2. Jumlah Kesalahan
3.2 Tabel Jumlah Kesalahan Pengaruh Suhu
Suhu
Kelompok o
16 24o 30o
1 21 33 96
2 28 41 89
3 24 37 90
4 26 35 85
5 20 29 83
6 27 41 88
7 25 40 90
8 24 38 87
9 21 32 81
10 22 36 85
11 25 31 93
3. Persen Kesalahan
3.3 Tabel Jumlah Persentase Pengaruh Suhu
Suhu
Kelompok
16o 24o 30o
1 91,30 68,75 96,00
2 96,55 256,25 206,98
3 96,00 115,63 147,54
4 130,00 233,33 123,19
5 83,33 111,54 148,21
6 112,50 157,69 89,80
7 113,64 114,29 94,74
8 114,29 152,00 124,29
9 84,00 91,43 93,10
10 95,65 150,00 154,55
11 113,64 124,00 138,81
Kelompo Kebisingan 80 Db
k Konstan Putus-Putus Musik
1 15 18 17
2 19 23 11
3 18 20 15
4 16 22 14
5 14 19 18
6 20 24 15
7 20 23 12
8 18 22 13
9 12 11 10
10 19 15 12
11 16 23 13
3. Persen Kesalahan
3.6 Tabel Jumlah Persentase Pengaruh Kebisingan
Kelompo Kebisingan 80 dB
k Konstan Putus – Putus Musik
1 44,12 69,23 42,50
2 48,72 71,88 23,91
3 52,94 68,97 35,71
4 44,44 78,57 31,11
5 42,42 65,52 41,86
6 52,63 52,17 35,71
7 57,14 76,67 30,00
8 51,43 73,33 30,95
9 33,33 35,48 22,73
10 52,78 35,71 29,27
11 50,00 69,70 32,50
3.1.4 Pengaruh Warna
a. Operasi Perhitungan
1. Jumlah pengerjaan
3.7 Tabel Jumlah Pengerjaan Pengaruh Warna
Warna Cahaya
Kelompok
Merah Biru Hijau
1 13 14 15
2 16 21 19
3 12 18 17
4 10 25 20
5 14 27 24
6 14 23 18
7 10 25 20
8 11 19 18
9 13 16 14
10 14 20 16
11 15 22 19
2. Jumlah Kesalahan
3.8 Tabel Jumlah Kesalahan Pengaruh Warna
Warna Cahaya
Kelompok
Merah Biru Hijau
1 7 6 9
2 10 8 7
3 8 7 9
4 5 9 8
5 6 10 5
6 10 8 9
7 10 9 8
8 9 8 8
9 3 6 9
10 4 8 6
11 9 7 8
3. Persen Kesalahan
Table 3.9 Persen Kesalahan
Kelompo Warna Cahaya
k Merah Biru Hijau
1 53,85 42,86 60,00
2 62,50 38,10 36,84
3 66,67 38,89 52,94
4 50,00 36,00 40,00
5 42,86 37,04 20,83
6 71,43 34,78 50,00
7 100,00 36,00 40,00
8 81,82 42,11 44,44
9 23,08 37,50 64,29
10 28,57 40,00 37,50
11 60,00 31,82 42,11
b. Kartu Berwarna
1. Jumlah Kesalahan
3.10 Tabel Jumlah Kesalahan Pengaruh Warna
Kelompo Warna Cahaya
k Merah Biru Hijau
1 5 4 2
2 4 4 2
3 5 2 4
4 3 4 5
5 6 5 2
6 3 6 5
7 3 3 3
8 6 5 6
9 7 7 7
10 5 2 5
11 5 3 2
3.1.4 Pengaruh Daya Lampu
1. Jumlah Kesalahan
3.10 Tabel Jumlah Kesalahan Pengaruh Daya Lampu
Kolmogorov-Smirnova Shapiro-Wilk
13,994 2 30 ,000
Jika F hitung > F tabel = HI diterima | Jika F hitung < F tabel = HI ditolak
F tabel didapat dari jumlah variabel – 1 kemudian dikurang dengan jumlah
data.
ANOVA
Nilai
Multiple Comparisons
Dependent Variable: Nilai
LSD
(I) Suhu (J) Suhu (I-J) Std. Error Sig. Lower Bound Upper Bound
Suhu 16, suhu 24, dan suhu 30 besar nilai sig < 0,05 berarti H1 diterima.
3.2.1.2 Pengaruh Suhu Terhadap Kesalahan Berhitung (CRD)
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
1,359 2 30 ,272
ANOVA
Nilai
Jika F hitung > F tabel = HI diterima | Jika F hitung < F tabel = HI ditolak
F tabel didapat dari jumlah variabel – 1 kemudian dikurang dengan jumlah
data.
(I) Suhu (J) Suhu (I-J) Std. Error Sig. Lower Bound Upper Bound
Kolmogorov-Smirnova Shapiro-Wilk
Descriptive Statistics
Dependent Variable: Hasil Persentase Kesalahan
4,200 2 30 ,025
Kolmogorov-Smirnova Shapiro-Wilk
4,272 2 30 ,023
Nilai sig < dari 0,05 sehingga data tersbut tidak homogeneity.
ANOVA
Nilai
Jika F hitung > F tabel = HI diterima | Jika F hitung < F tabel = HI ditolak
F tabel didapat dari jumlah variabel – 1 kemudian dikurang dengan jumlah
data.
(I) Kebisingan (J) Kebisingan (I-J) Std. Error Sig. Lower Bound Upper Bound
Kolmogorov-Smirnova Shapiro-Wilk
1,298 2 30 ,288
Jika F hitung > F tabel = HI diterima | Jika F hitung < F tabel = HI ditolak
F tabel didapat dari jumlah variabel – 1 kemudian dikurang dengan jumlah
data.
Multiple Comparisons
Dependent Variable: Nilai
LSD
(I) Kebisingan (J) Kebisingan (I-J) Std. Error Sig. Lower Bound Upper Bound
*
Konstan Putus-putus -3,000 1,327 ,031 -5,71 -,29
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Descriptive Statistics
Dependent Variable: Hasil Persentase Kesalahan
5,493 2 30 ,009
Jika F hitung > F tabel = HI diterima | Jika F hitung < F tabel = HI ditolak
F tabel didapat dari jumlah variabel – 1 kemudian dikurang dengan jumlah
data.
2.104 2 29 .140
Nilai Sig > dari 0,05 sehingga data homogeny
ANOVA
NILAI
Multiple Comparisons
Dependent Variable: NILAI
LSD
(I) WARNA (J) WARNA Mean Difference Std. Error Sig. 95% Confidence Interval
(I-J) Lower Bound Upper Bound
*
BIRU -8.009 1.347 .000 -10.76 -5.26
MERAH
HIJAU -5.282* 1.347 .000 -8.04 -2.53
*
MERAH 8.009 1.347 .000 5.26 10.76
BIRU *
HIJAU 2.727 1.314 .047 .04 5.41
*
MERAH 5.282 1.347 .000 2.53 8.04
HIJAU
*
BIRU -2.727 1.314 .047 -5.41 -.04
Tests of Normality
7.869 2 29 .002
Nilai Sig< dari 0,05 sehingga data tidak homogeny
ANOVA
NILAI
Jika F hitung > F tabel = HI diterima | Jika F hitung < F tabel = HI ditolak
F tabel didapat dari jumlah variabel – 1 kemudian dikurang dengan jumlah
data.
(I) WARNA (J) WARNA Mean Difference Std. Error Sig. 95% Confidence Interval
(I-J) Lower Bound Upper Bound
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Descriptive Statistics
Dependent Variable: Hasil persentase kesalahan
7,034 2 30 ,003
2.136 2 30 .136
Nilai Sig > dari 0,05 sehingga data homogen
ANOVA
NILAI
Sum of Squares df Mean Square F Sig.
Multiple Comparisons
Dependent Variable: NILAI
LSD
Lower Upper
Bound Bound
*
25WATT 1.909 .774 .020 .33 3.49
10WATT
40WATT 5.000* .774 .000 3.42 6.58
*
10WATT -1.909 .774 .020 -3.49 -.33
25WATT *
40WATT 3.091 .774 .000 1.51 4.67
*
10WATT -5.000 .774 .000 -6.58 -3.42
40WATT
*
25WATT -3.091 .774 .000 -4.67 -1.51
Nilai Sig untuk semua watt daya lampu < dari 0,05, maka Hi diterima
3.3 Grafik
3.3.1 Pengaruh Suhu
a. Operasi Perhitungan
1. Jumlah Pengerjaan
Berikut adalah grafik Jumlah Pengerjaan terhadap pengaruh suhu :
120
100
80
16 derajat
60
24 derajat
30 derajat
40
20
0
1 2 3 4 5 6 7 8 9 10 11
2. Persentase Kesalahan
Berikut adalah grafik Presentase Kesalahan terhadap pengaruh suhu :
300
250
200
16 Derajat
150
24 Derajat
30 Derajat
100
50
0
1 2 3 4 5 6 7 8 9 10 11
100
80
16 Derajat
60
24 Derajat
30 Derajat
40
20
0
1 2 3 4 5 6 7 8 9 10 11
2. Persentase Kesalahan
Berikut adalah Presentase Kesalahan terhadap Pengaruh Kebisingan
90
80
70
60
50 Konstan
40 Putus-putus
Musik
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11
25
20
Konstan
15
Putus-putus
Musik
10
0
1 2 3 4 5 6 7 8 9 10 11
25
20
15
Biru
10
Mer
ah
5
0
1 2 3 4 5 6 7 8 9 10 11
100.00
80.00
Biru
60.00
Merah
Hijau
40.00
20.00
0.00
1 2 3 4 5 6 7 8 9 10 11
10
8
Biru
6
Merah
4 Hijau
0
1 2 3 4 5 6 7 8 9 10 11
1130,9
16 °= =102,80 %
11
1574,91
24 ° = =143,17 %
11
1417,21
30 °= =128,83%
11
697,23
Putus− putus= =63,38 %
11
356,25
Musik= =32,38 %
11
640,78
Merah= =58,25 %
11
415,1
Biru= =37,73 %
11
488,95
Hijau= =44,45%
11
ANALISIS MASALAH
5.1 Kesimpulan
Berdasarkan praktikum yang kami lakukan dapat kami simpulkan bahwa :
Kebisingan pencahayaan dan suhu termasuk dapat menentukan kinerja dan
produktivitas kerja manusia.
5.2 Saran
Berdasarkan praktikum yang kami lakukan, kami akan memberikan saran
terkait praktikum pengukuran lingkungan kerja:
1. Dalam mengatur lingkungan kerja yang baik, sebaiknya untuk
memperhatikan tingkat suhu udara pada ruangan operator
2. Mengurangi tingkat kebisingan yang mempengaruhi konsentrasi operator
3. Pengontrolan pada intensitas cahaya pada ruangan secara rutin
DAFTAR PUSTAKA
https://s3.amazonaws.com/academia.edu.documents/56056490/MODUL_4_pske)
https://www.globalstatistik.com/uji-anova-satu-dua-arah/ )
https://prezi.com/l9inkxow291q/anova/ )
LAMPIRAN