TIM PENYUSUN
MODUL 3 Biomekanika..................................................................................................... 30
i
2
MODUL 1
STANDARDISASI WAKTU
Pak Ergo merupakan salah seorang operator rakit di PT. KRISBOW, ia bertugas untuk merakit
beberapa bagian trolley. Trolley tersebut terdiri dari beberapa bagian besar berupa body (badan
trolley), wheels (roda), handle (pegangan trolley). Berikut adalah data yang diperoleh pada saat Pak
Ergo bekerja merakit bagian trolley berdasarkan hasil pengamatan studi waktu langsung:
Dari hasil pengamatan diperoleh data observasi aktivitas gerakan operator yang tidak efektif sebagai
berikut:
Banyaknya Gerakan Tidak Efektif Saat
Pengamatan
Gerakan Terblig (Tidak Efektif)
Produk
Produk 1 Produk 2 Produk 3
Simulasi
Memilih (select) 2 3 2 1
Mengarahkan (position) 2 1 1 2
Memeriksa (inspect) 9 6 4 3
Mencari (search) 8 8 4 2
Merencanakan (plan) 6 4 2 1
Kelambatan yang tak terhindarkan 1 1 2 2
(unavoidable delay)
Kelambatan yang dapat dihindarkan 9 5 4 4
(avoidable delay)
1
Istirahat untuk menghilangkan Lelah (rest to 2 2 2 3
overcome fatigue)
Memegang untuk memakai (hold) 9 5 2 1
Tahap 2: Membuat Checksheet Menggunakan Ms. Excel
Setelah didapatkan data Gerakan Therblig (tidak efektif) dalam proses peraktian sebagai berikut:
Berikut adalah langkah-langkah untuk membuat Check Sheet berdasarkan studi kasus yang diberikan:
1) Buatlah tabel seperti berikut
Banyaknya Gerakan Tidak Efektif Saat
Total
Gerakan Terblig (Tidak Pengamatan
(Tanpa Produk
Efektif) Produk Produk Produk Produk
Simulasi)
Simulasi 1 2 3
Memilih (select)
Mengarahkan (position)
Memeriksa (inspect)
Mencari (search)
Merencanakan (plan)
Kelambatan yang tak
terhindarkan (unavoidable
delay)
Kelambatan yang dapat
dihindarkan (avoidable
delay)
2
Istirahat untuk
menghilangkan Lelah (rest
to overcome fatigue)
Memegang untuk memakai
(hold)
2) Isi kolom Banyaknya Gerakan Tidak Efektif Saat Pengamatan sesuai dengan
jumlah gerakan terblig (tidak efektif) yang dihasilkan operator saat pengamatan
berlangsung
3
3) Isi kolom Total dengan menjumlahkan setiap data Banyaknya Gerakan Tidak
Efektif Saat Pengamatan gunakan formula = SUM pada ms. Excel dengan memblok
masing-masing baris gerakan terbligh yang akan dijumlahkan.
4) Untuk mengisi kolom total dapat dilakukan dengan mengulang langkah ke-3 untuk
setiap barisnya atau menarik ujung bawah kanan sel hingga ke baris paling bawah.
4
Hingga semua kolom total terisi seperti berikut:
Berikut beberapa langkah membuat histogram dari checksheet yang telah dibuat:
1) Ubahlah angka pada tabel Banyaknya Gerakan Tidak Efektif Saat Pengamatan dari
bentuk angka menjadi bentuk turus, seperti berikut:
5
2) Blok kolom Gerakan tidak efektif dan kolom jumlah pada tabel check sheet.
3) Pilih INSERT tab kemudian pilih grafik batang pada tool bar CHARTS dan pilih more
column charts.
6
4) Setelah itu akan muncul sebagai berikut:
5) Kemudian pilihlah table histogram yang berada di sebelah kanan pada Clustered
Column, maka akan muncul table sebagai berikut:
7
8
Tahap 4: Membuat Diagram Pareto
1) Buat tabel yang berisi data produk cacat yang telah diurutkan dari frekuensi yang
terbesar ke terkecil.
Jumlah
Gerakan Terblig (Tidak Efektif) Jumlah Persentase
Akumulatif
Note: Jumlah akumulatif merupakan penjumlahan nilai sel pada kolom jumlah dengan nilai sel pada
kolom jumlah sebelumnya. Nilai baris pertama pada kolom jumlah akumulatif merupakan nilai pada
kolom jumlah baris pertama (nilai jumlah akumulatif baris pertama = nilai jumlah baris pertama).
Pada baris kedua dan selanjutnya menggunakan rumus penjumlahan kemudian ditarik hingga baris
gerakan tidak efektif terakhir.
9
Jumlah
Gerakan Terblig (Tidak Efektif) Jumlah Persentase
Akumulatif
Memegang untuk memakai (hold) 24 24
Memilih (select) 22 46
Mengarahkan (position) 22 46
Istirahat untuk menghilangkan Lelah (rest
20 44
to overcome fatigue)
Mencari (search) 16 40
Kelambatan yang tak terhindarkan
16 40
(unavoidable delay)
Kelambatan yang dapat dihindarkan
16 40
(avoidable delay)
Merencanakan (plan) 15 39
Memeriksa (inspect) 11 35
Total 162
2) Untuk mengisi kolom persentase, gunakan rumus di excel dengan membagi nilai sel
jumlah akumulatif dengan jumlah seluruhnya.
10
Jumlah
Gerakan Terblig (Tidak Efektif) Jumlah Persentase
Akumulatif
Memegang untuk memakai (hold) 24 24 0,148148148
Memilih (select) 22 46 0,283950617
Mengarahkan (position) 22 46 0,283950617
Istirahat untuk menghilangkan Lelah (rest
20 44 0,271604938
to overcome fatigue)
Mencari (search) 16 40 0,24691358
Kelambatan yang tak terhindarkan
16 40 0,24691358
(unavoidable delay)
Kelambatan yang dapat dihindarkan
16 40 0,24691358
(avoidable delay)
Merencanakan (plan) 15 39 0,240740741
Memeriksa (inspect) 11 35 0,216049383
Total 162
4) Untuk mengubah nilai pada kolom persentase menjadi dalam bentuk persen, blok
kolom persentase kemudian klik kanan dan pilih FORMAT CELLS.
11
5) Akan tampil dialog box seperti gambar dibawah ini, kemudian ubah kategori
NUMBER → PERCENTAGE pada tab number.
6) Blok kolom gerakan terbligh, jumlah, dan persentase kecuali baris total. Untuk lebih
jelasnya lihat gambar dibawah.
7) Klik Insert → Insert Column or Bar Chart → Column (2-D Column) → Clustered
Column untuk menampilkan grafik batang.
12
Secara default grafik batang akan terlihat seperti berikut:
13
8) Klik kanan pada grafik batang berwarna orange pilih Format Data Series dan ubah
PRIMARY AXIS → SECONDARY AXIS. Grafik warna oranye akan berubah menjadi
Secondary dan muncul skala nilai data di sisi kanan grafik.
14
Secara default grafik akan terlihat seperti berikut :
9) Klik kanan pada grafik batang oranye kemudian pilih CHANGE SERIES CHART
TYPE. Kemudian akan tampil dialog box seperti gambar dibawah.
15
10) Ubah chart type pada series name persentase dari CLUSTERED COLUMN →
LINE WITH MARKERS kemudian klik OK.
16
11) Klik kanan pada angka 30 dan pilih Format Axis. Pada Axis Option, set nilai pada grafik
maximum dengan nilai Total = 162 dan Minimum = 0.
12) Klik kanan pada angka 120%, pilih Format Axis. Pada Axis Option, set nilai
17
14) Untuk menampilkan nilai pada masing-masing grafik batang dan titik pada grafik garis,
klik kanan pada grafik batang atau grafik garis kemudian pilih ADD DATA LABELS
→ ADD DATA LABELS.
15) Jika berhasil, maka akan tampil gambar seperti gambar dibawah ini. Gambar
dibawah sudah menunjukkan diagram pareto.
18
19
Tutorial Perhitungan Standardisasi Waktu Baku
Diberikan data sebagai berikut:
no 1 2 3 4 5 6 7 8
waktu (dt) 14 10 12 15 17 18 15 16
no 9 10 11 12 13 14 15 16
waktu (dt) 11 9 14 16 10 18 14 15
k = 3.3 log
Keterangan: n
k: jumlah subgrup
n: banyak data
2. Kelompokkan data ke dalam subgrup (k). Banyak data pada masing-masing subgrup
harus sama (seimbang), lalu buat tabel data berdasarkan subgrupnya.
20
3. Hitung rata-rata dari harga rata-rata subgrup dengan rumus:
∑𝑥̅𝑖
𝑥̿ =
𝑘
Keterangan:
𝑥̿ : rata-rata dari rata-rata subgrup
∑𝑥̅𝑖 : jumlah rata-rata subgrup
k : jumlah subgrup
∑(𝑥ᵢ − 𝑥̿ )²
𝜎=√
𝑁−1
Keterangan:
𝜎: standard deviasi
𝑥𝑖 : data waktu
𝑥̿ : rata-rata dari rata-rata subgrup
N: banyak data
5. Hitung standar deviasi dari distribusi harga rata-rata subgrup dengan rumus:
𝜎
𝜎𝑥̅ =
√𝑛
Keterangan:
𝜎𝑥̅ : standard deviasi dari distribusi harga rata-rata subgrup
𝜎: standard deviasi
n: banyak data di dalam subgrup
21
6. Tentukan batas kendali atas (BKA) dan batas kendali bawah (BKB) dengan rumus:
𝐵𝐾𝐴 = 𝑥̿ + 3𝜎𝑥̅
𝐵𝐾𝐵 = 𝑥̿ − 3𝜎𝑥̅
Keterangan:
BKA: batas kendali atas
BKB: batas kendali bawah
𝑥̿ : rata-rata dari rata-rata subgrup
𝜎𝑥̅ : standar deviasi dari distribusi harga rata-rata subgrup
22
7. Hitung kecukupan data dengan rumus:
2
40√𝑁. ∑𝑥ᵢ2 − (∑𝑥ᵢ)²
𝑁′ = [ ]
∑𝑥ᵢ
Keterangan:
N’: banyak data yang harus terpenuhi
N: banyak data
𝑥𝑖 : data waktu
∑𝑥𝑖
𝑊𝑠 =
𝑁
Keterangan:
Ws: Waktu siklus
𝑥𝑖 : data waktu
N: banyak data
𝑊𝑁 = 𝑊𝑠 𝑥 𝑃
Keterangan:
Ws : Waktu siklus
WN : Waktu Normal
P : Penyesuaian
23
a. Penyesuaian dengan cara Westing House
24
b. Penyesuaian dengan cara Schumard
Tabel 3. Tabel Penyesuaian Metode Schumard
Seseorang dipandang normal saat bekerja bernilai 60, dengan kinerja yang lain
dibandingkan untuk menghitung faktor penyesuaian. Bila kinerja seorang operator
dinilai Excellent maka ia mendapatkan nilai 80, dan faktor penyesuaiannya adalah:
P = 80/60 = 1.33
25
10. Hitung waktu baku
Tabel 4. Faktor Kelonggaran
Menghitung faktor kelonggaran
Faktor Contoh pekerjaan Ekivalen Beban Pria Wanita
B. Sikap Bekerja
1. Duduk bekerja duduk, ringan 0.00-1.0
2. Berdiri diatas kedua kaki baddan tegak, ditumpu kedua kaki 1.0-2.5
3. Berdiri diatas satu kaki satu kaki mengerjakan alat control 2.5-4.0
4. Berbaring pada bagian sisi, belakang atau depan badan 2.5-4.0
5. Membungkuk badan dibungkukkan bertumpu pada kedua kaki 4.0-10.0
C. Gerakan Kerja
1. Normal Ayunan bebas dari palu
0
2. Agak terbatas ayunan terbatas dari palu 0-5
3. Sulit membawa beban berat dengan satu tangan 0-5
4. Pada anggota-anggota badan terbatas bekerja dengan tangan diatas kepala 5-10
5. Seluruh anggota badan terbatas bekerja di lorong pertambangan yang sempit
10-15
26
E. Keadaan suhu tempat kerja Suhu (Celcius) Kelelahan: Normal
Berlebihan
1. Beku di bawah 0 di atas 10 di atas 12
2. Rendah 0-13 10-0 12-5
3. Sedang 13-22 5-0 8-0
4. Normal 22-28 0-5 0-8
5. Tinggi 5-40 5-40 8-100
6. Sangat tinggi diatas 38 diatas 40 diatas 100
F. Keadaan atmosfer
1. Baik ruang yang berventilasi baik, udara segar 0
2. Cukup ventilasi kurang baik, ada bau-bauan (tidak berbahaya) 0-5
3. Kurang baik adanya debu-debu beracun atau tidak beracun 5-10
4. Buruk adanya bau-bauan berbahaya yang
mengharuskan menggunakan alat bantu pernapasan 10-20
Wanita : 2-5%
Jika didapatkan kelonggaran 19,5% dan kelonggaran tak dapat dihindarkan 5% (Wanita), maka
kelonggaran total yang harus diberikan adalah 24.5%
𝑊𝐵 = 𝑊𝑁 𝑥 𝐾
Keterangan:
WB : Waktu Baku
WN : Waktu Normal
K : Kelonggaran
27
28
MODUL 2
ANTROPOMETRI
Tutorial Persentil
Langkah Kerja :
1) Menentukan data antropometri
2) Data Antropometri yang telah ditentukan
Data antropometri dibawah ini merupakan rata-rata data antropometri orang
Indonesia.
Tabel 1. Data Antropometri
Untuk menghitung persentil diketahui bahwa, rumus dari setiap persentil yang ada
ialah sebagai berikut.
28
Tabel 2. Perhitungan Persentil
Persentil Perhitungan
1st 𝑥 − 2.325𝜇𝑥
2.5th 𝑥 − 1.96𝜇𝑥
5th 𝑥 − 1.645𝜇𝑥
10th 𝑥 − 1.28𝜇𝑥
50th 𝑥
90th 𝑥 + 1.28𝜇𝑥
95th 𝑥 + 1.645𝜇𝑥
97.5th 𝑥 + 1.96𝜇𝑥
99th 𝑥 + 2.325𝜇𝑥
Keterangan :
Untuk laporan beri analisis mengenai persentil yang dipilih
29
30
30
MODUL 3
BIOMEKANIKA
Buka
Aplikasi Jack
pada
komputer
anda
Untuk
memasukan
objek
manusua klik
“Human”
pada taksbar.
Kemudian
pilih “create”
dan
“custom”
30
Klik
“Advanced
Scalling”
Akan
muncul
sebagai
berikut
Selanjutnya,
ubah
peraturan
display
komputer
dari
landscape ke
portrait
sesuai
dengan
pengaturan
windows
masing-
masing
31
Setelah
komputer
berubah
tampilan ke
potrait,
kembali ke
software
Jack.
Lakukan
pengisian
nama
operator di
kolom
“NAMA”
32
Setelah diisi
nama
operator,
masukkan
salah satu
dimensi
antropometri
yang
didapatkan
dari modul
sebelumnya
dan klik
“Create
New”
33
Akan muncul
tampilan
seperti
berikut.
Kemudian isi
seluruh
dimensi
antropometri
sesuai data
masing-
masing FRI.
34
Capture
hasil data
antropometri
yang telah
dimasukan
ke excel
praktikum
dan tutup
kolom
building
human
35
Berikut ini
merupakan
tampilan
layar desktop
setelah kolom
building
human
ditutup
Klik opsi
“Modules”
pada taskbar
lalu opsi
“Task
Simulation
Builder”
Klik opsi
“Simulation”
lalu pilih
“Open”
36
Pilih
“Tutorial_TS
B_
Completed_
Simulation”
lalu klik
“Open”
Klik opsi
“Result” lalu
pilih “Play
Animation”
Klik button
“Pause” pada
saat object
mengangkat
ban.
37
Klik opsi
“Analysis”
lalu pilih
“Task
Analysis
Toolkit”.
Kemudian
pilih metode
Lower Back
Analysis,
sesuai yang
dibutuhkan
dalam
Lembar
analisis
Klik button
“Object” lalu
arahkan
kepada
object
(manusia)
yang
akan di
analisis.
Klik button
“active”
38
Kemudian
akan muncul
Hasil
Analisis
seperti
tampilan
disamping
dan
capture
untuk
dimasukkan
ke
excel
praktikum.
Klik opsi
“Analysis”
lalu
pilih “Task
Analysis
Toolkit”.
Kemudian
pilih
metode
Ovako
Working
Posture
Analysis,
sesuai
yang
dibutuhkan
dalam
Lembar
Analisis.
39
Klik button
“Object” lalu
arahkan
kepada
object
(manusia)
yang
akan di
analisis.
Klik
“Active”
Kemudian
akan
muncul Hasil
Analisis
seperti
tampilan
disamping
dan
capture
untuk
dimasukkan
ke
excel
praktikum.
40
Tutorial Pemberian Sudut
Berikut ini merupakan langkah – langkah dalam melakukan pemberian sudut :
41
2. Tarik garis dari bagian bawah garis vertikal melewati tengkuk leher.
42
4. Setelah itu tentukan sudut pada leher, berikan garis acuan untuk menentukan sudut.
Tarik garis lurus dari tengkuk hingga ke atas kepala seperti di bawah ini.
5. Selanjutnya tentukan sudut pada bagian lengan atas. Tarik garis lurus dari tengkuk
hingga melewati siku, setelah itu hitung sudut dari lengan atas ke garis punggung.
43
6. Setelah itu tentukan sudut pada bagian lengan bawah. Tarik garis dari bagian siku
hingga melewati jari. Lalu hitung sudutnya dari garis lengan bawah ke lengan atas.
44
44
Tutorial RULA
1. Beri skor untuk posisi lengan bagian atas (Upper Arm Score), kemudian sesuaikan
2. Beri skor untuk lengan bagian bawah (Lower Arm Position), apabila salah satu tangan
begerak hingga melintasi garis tengah atau melewati sisi tubuh beri tambahan skor +1.
3. Beri skor untuk bagian pergelangan tangan (Wrist Position), apabila pergelangan
tangan bengkok ke samping melebihi batas garis tengah beri tambahan skor +1.
4. Beri skor tambahan +1 apabila pergelangan tangan terpelintir hingga batas tengah,
dan +2 apabila pergelangan tangan terpelintir mendekati batas akhir.
45
45
6. Gunakan skor dari langkah 1-4 untuk menghitung skor pada Table A.
7. Beri tambahan skor +1 untuk penggunaan otot (Muscle Use) apabila didominasi
postur statis (i.e statis > 10 menit) atau aktivitas dilakukan 4x per menit.
8. Beri tambahan skor untuk muatan dengan menyesuaikan kondisi berikut:
a. Apabila muatan < 4.4 lbs. (sejenak) : +0
b. Apabila muatan 4.4 s/d 22 lbs. (sejenak) : +1
c. Apabila muatan 4.4 s/d 22 lbs. (statis atau berulang-ulang) : +2
d. Apabila muatan lebih dari 22 lbs. atau berulang-ulang atau terguncang : +3
46
46
9. Gunakan skor dari langkah 5-7 untuk menghitung skor Wrist / Arm.
10. Beri skor untuk posisi leher, kemudian sesuaikan dengan kondisi berikut:
47
47
13. Gunakan skor dari langkah 9-11, untuk menghitung skor pada Table B.
14. Beri tambahan skor +1 untuk penggunaan otot (Muscle Use) apabila didominasi
postur statis (i.e statis > 10 menit) atau aktivitas dilakukan 4x per menit
16. Gunakan skor dari langkah 12-14 untuk menghitung skor Neck, Trunk, dan Leg
48
48
17. Hitung skor final RULA menggunakan Table
49
49
Tutorial REBA
1. Beri skor untuk posisi leher, kemudian sesuaikan dengan kondisi berikut:
a. Apabila leher terpelintir : +1
b. Apabila leher miring ke samping : +1
2. Beri skor untuk posisi tubuh, kemudian sesuaikan dengan kondisi berikut:
a. Apabila leher terpelintir : +1
b. Apabila leher miring ke samping : +1
3. Beri skor untuk posisi kaki.
50
50
5. Gunakan skor dari langkah 1-3, untuk menghitung skor pada Table A.
6. Beri skor untuk muatan dengan menyesuaikan kondisi berikut:
a. Apabila muatan < 11 lbs. : +0
b. Apabila muatan 11 s/d 22 lbs. : +1
c. Apabila muatan > 22 lbs : +2
51
51
7. Beri skor untuk posisi lengan bagian atas (Upper Arm Score), kemudian sesuaikan
dengan kondisi berikut:
a. Apabila bahu terangkat : +1
b. Apabila posisi lengan bagian atas menjauhi tubuh : +1
c. Apabila lengan tertopang atau operator bersandar : -1
52
52
10. Gunakan skor dari langkah 7-9 untuk menghitung skor pada Table B.
11. Beri tambahan skor untuk posisi kopling atau pegangan dengan kondisi berikut:
a. Pegangan nyaman (good) : +0
b. Pegangan cukup nyaman (fair) : +1
c. Pegangan tidak nyaman (poor) : +2
d. Pegangan sangat tidak nyaman (unacceptable) : +3
53
53
b. Terjadi pergerakan berulang-ulang dalam frekuensi kecil (> 4X per menit) : +1
c. Aktivitas menyebabkan perubahan besar terhadap postur/pondasi tidak stabil
: +1
14. Hitung skor final REBA menggunakan Table C dijumlah dengan skor tambahan
untuk aktivitas.
54
54
55
55
MODUL 4
FISIOLOGI DAN BEBAN KERJA FISIK
Tutorial Perhitungan Konsumsi Energi, Waktu Istirahat dan Konsumsi Volume Oksigen
Studi Kasus:
Andri dan Fian melakukan percobaan menggunakan treadmill untuk mengetahui konsumsi energi dan
waktu istirahat yang diperlukan saat melaksanakan aktivitas kerja. Percobaan dengan treadmill
dilakukan oleh Andri yang mempunyai berat badan 56 kg dan berumur 20 tahun, dengan berlari di atas
treadmill selama 5 menit dengan kecepatan 6 km/jam. Fian bertugas untuk mencatat denyut nadi Andri
setiap 30 detik selama 5 menit. Setelah itu, Andri mengukur denyut nadinya saat setelah berlari selama
3 menit dan Fian bertugas mencatat denyut nadi Andri setiap 1 menit selama 3 menit. Berikut ini adalah
data yang diperoleh melalui dua percobaan yang telah dilakukan.
Beban Kerja = 6
30 detik ke- Denyut Nadi
km/jam
1 128
2 131
3 124
4 128
5 111
Fase Bekerja
6 116
7 137
8 123
9 119
10 123
2 101
Fase Istirahat 4 93
6 112
Setelah itu, dilakukan perhitungan untuk mengetahui beban fisiologis, energy expenditure, dan waktu
istirahat yang dibutuhkan. Berikut merupakan langkah-langkah dalam menghitung beban fisiologis,
energy expenditure dan waktu istirahat yang dibutuhkan.
55
55
1) Menghitung heart rate range (HRR(%)) untuk mengetahui beban fisiologis. Rumus yang
digunakan adalah :
100(𝐻𝑅𝑘𝑒𝑟𝑗𝑎 − 𝐻𝑅𝑟𝑒𝑠𝑡 )
𝐻𝑅𝑅(%) =
𝐻𝑅𝑚𝑎𝑘𝑠 − 𝐻𝑅𝑟𝑒𝑠𝑡
Keterangan :
HRR : heart rate range
HRkerja : denyut Nadi diukur saat bekerja
HRrest : denyut Nadi diukur saat istirahat (diukur setelah istirahat pada posisi
berbaring selama 20 menit).
HRmaks : denyut Nadi maksimal (didapatkan dari 220 – umur)
2) Untuk mendapatkan HRkerja dan HRistirahat maka terlebih dahulu mencari rata rata
denyut Nadi disetiap HR (kerja dan istirahat).
Beban Kerja = 6
30 detik ke- Denyut Nadi
km/jam
1 128
2 131
3 124
4 128
5 111
Fase Bekerja
6 116
7 137
8 123
9 119
10 123
2 101
Fase Istirahat 4 93
6 112
56
56
100(124 − 102)
𝐻𝑅𝑅(%) = = 22,45 %
(220 − 20) − 102
Keterangan :
1 128
2 131
3 124
5 111
6 116
7 137
57
57
8 123
9 119
10 123
Dikarenakan hasil masih 29.46 Kj/menit, maka dikonversikan (dikalikan dengan 0,239)
menjadi 7.04 kkal/menit.Menghitung energy expenditure fase istirahat setiap 1 menit
selama 3 menit. Perhitungan dilakukan dengan menggunakan rumus:
Keterangan :
EE : energy expenditure (pengeluaran energi)
HR : denyut Nadi (denyut/menit)
w : berat badan (kg)
A : usia (tahun)
2 101
Fase Istirahat 4 93
6 112
Dikarenakan hasil masih 19.62 Kj/menit, maka dikonversikan menjadi 4.69 kkal/menit.
EEakhir = Et – Ei
Keterangan :
EEakhir = Energy Expenditure akhir
Et = energy expenditure fase bekerja
Ei = energy expenditure fase istirahat
58
58
9) Menghitung waktu istirahat yang dibutuhkan untuk percobaan dengan treadmill.
Karena b (EE bekerja) = 7,04 kkal/menit dan s untuk pria = 5 Kkal/menit), maka .rumus
waktu istirahat yang digunakan adalah:
𝑤(b − S)
𝑅=
b − 0,3
Keterangan :
R = lama waktu istirahat (menit), untuk diberikan setelah kerja
w = lama waktu kerja yang dilakukan secara berturut-turut (menit)
b = rata-rata energi yang dikeluarkan saat kerja (kkal/menit)
s = batas atas energi yang boleh dikeluarkan (kkal/menit) untuk kerja delapan jam
berturut-turut (untuk pria = 5,4 Kkal/menit, untuk wanita = 3,6 Kkal/menit)
5(7,04 − 5,4)
𝑅=
7,04 − 0,3
𝑅 = 1,21 menit
Melalui perhitungan di atas, diperoleh bahwa konsumsi energi untuk percobaan dengan
treadmill adalah 2.35 kkal/menit dan waktu istirahat yang dibutuhkan adalah 1,51 menit.
- Jika HR1-HR3 ≥ 10 dan jika HR1, HR2, HR3 ≤ 90, maka pemulihan setelah kerja terjadi
secara normal
- Jika rata-rata HR selama pengukuran ≤ 110, dan HR1-HR3 ≥ 10, maka beban kerja tidak
berlebihan
- Jika HR1-HR3 < 10 dan jika HR3 > 90, maka pemulihan masih kurang.
𝑙𝑖𝑡𝑒𝑟
𝑉𝑂2 = 1,168 + 0,20𝐻𝑅 − 0,035𝐴 + 0,019𝑊 ( ) 𝑢𝑛𝑡𝑢𝑘 𝑝𝑟𝑖𝑎
𝑚𝑒𝑛𝑖𝑡
59
59
𝑙𝑖𝑡𝑒𝑟
𝑉𝑂2 = −1,991 + 0,013 + 0,024𝑊 ( ) 𝑢𝑛𝑡𝑢𝑘 𝑤𝑎𝑛𝑖𝑡𝑎
𝑚𝑒𝑛𝑖𝑡
Keterangan :
A = Usia (tahun)
Operator pada kasus ini yaitu seorang laki-laki yang memiliki berat badan 56 kg dan HR
kerja 124 denyut/menit maka menggunakan rumus berikut :
𝑙𝑖𝑡𝑒𝑟
𝑉𝑂2 = 1,168 + 0,20𝐻𝑅 − 0,035𝐴 + 0,019𝑊 ( )
𝑚𝑒𝑛𝑖𝑡
𝑙𝑖𝑡𝑒𝑟
𝑉𝑂2 = 1,168 + 0,20(124) − 0,035(20) + 0,019(56) ( )
𝑚𝑒𝑛𝑖𝑡
𝑙𝑖𝑡𝑒𝑟
𝑉𝑂2 = 26,332 ( )
𝑚𝑒𝑛𝑖𝑡
Melalui perhitungan di atas, diperoleh bahwa konsumsi oksigen untuk percobaan dengan
treadmill adalah 26,332 liter/menit
60
60
61
61
MODUL 5
BEBAN KERJA MENTAL
Tutorial NASA-TLX
SKALA KETERANGAN
Langkah-langkah pengukuran beban mental dengan menggunakan NASA TLX (Hancock dan
Meshkati, 1988) adalah sebagai berikut:
1. Pemberian Rating
Pada tahap ini responden diminta memberi rating atau peringkat terhadap ke enam
indikator beban kerja mental sesuai dengan yang dirasakan selama menjalani suatu pekerjaan.
Rating yang yang diberikan adalah subjektif tergantung pada beban mental yang dirasakan oleh
responden tersebut. Pemberian rating untuk indikator MD, PD, TD, FR, dan EF jika semakin
kanan semakin tinggi, namun jika semakin ke kiri maka ratingnya semakin rendah. Untuk OP,
pemberian rating semakin ke kanan semakin buruk, sebaliknya jika pemberian rating semakin
ke kiri maka nilai performancenya semakin baik.
61
61
Berilah rating pada masing-masing pertanyaan dengan melingkari garis-garis yang
berada di tengah setiap kotak. Skala garis ialah 0-100 dengan keterangan garis pendek
merupakan satuan 5 dan garis panjang merupakan satuan 10.
MENTAL DEMAND
Menurut Anda, seberapa besar usaha mental yang dibutuhkan untuk pekerjaan ini?
PERFORMANCE
Menurut Anda, seberapa besar tingkat keberhasilan Anda dalam menyelesaikan pekerjaan ini?
EFFORT
Menurut Anda, seberapa besar kerja mental dan fisik yang dibutuhkan untuk menyelesaikan pekerjaan
ini?
FRUSTRATION
Menurut Anda, seberapa besar kecemasan dan perasaan tertekan dalam melakukan pekerjaan ini?
62
62
2. Pembobotan (Tally)
Pada tahap ini responden diminta untuk membandingkan dua indikator yang berbeda
dengan metode perbandingan berpasangan. Setelah itu, responden diminta untuk memilih salah
satu dimensi yang menurut mereka lebih dominan. Total perbandingan berpasangan untuk
keseluruhan dimensi (6 dimensi) adalah 15. Dari kuesioner ini dihitung jumlah tally dari setiap
indikator yang dirasakan paling berpengaruh. Jumlah tally ini kemudian akan menjadi bobot
untuk setiap indikator beban mental.
Lingkarilah salah satu di antara dua faktor yang dirasa paling berpengaruh selama
melakukan pekerjaan pada setiap pasangan perbandingan faktor beban kerja mental di
bawah ini.
PD / MD TD / PD TD / FR
TD / MD OP / PD TD / EF
OP / MD FR / PD OP / FR
FR / MD EF / PD OP / EF
EF / MD TD / OP EF / FR
Menurut Hancock dan Meshkati, data dari tahap pemberian rating dan pembobotan (Tally) untuk
memperoleh beban kerja (Mean Weighted Workload) adalah sebagai berikut:
1. Menghitung Nilai Produk
Nilai produk diperoleh dengan cara mengalikan rating dengan bobot faktor untuk masing-
masing deskriptor, dengan demikian dihasilkan 6 nilai produk untuk 6 indikator (MD, PD, TD,
OP, FR dan EF).
Produk = Rating x Tally
Contoh:
Pada bagian pembobotan terdapat rating dan bobot kerja, masing-masing rating dan bobot kerja
tersebut dikalikan. Contoh pembobotan diatas menunjukkan bahwa:
WWL = Σ Produk
3. Menghitung Rata-rata WWL
Rata-rata WWL diperoleh dengan cara membagi WWL dengan bobot total.
63
63
𝚺(𝐛𝐨𝐛𝐨𝐭∗𝐫𝐚𝐭𝐢𝐧𝐠)
Skor =
𝟏𝟓
64
64
Tutorial Pengolahan Data Pada Microsoft Excel
1) Pada sheet Perhitungan WWL, terdapat tabel seperti di bawah ini untuk mengukur beban kerja
mental. Masukkan nilai Rating sesuai dengan hasil kuesioner NASA TLX bagian pertama.
2) Lalu masukkan jumlah dimensi yang telah dipilih pada bagian kedua kuesioner NASA TLX
pada kolom Tally. Tally merupakan jumlah yang menyatakan berapa kali dimensi tersebut
dipilih oleh responden pada perbandingan berpasangan.
65
65
4) Ulangi langkah 1, 2, dan 3 pada seluruh dimensi NASA TLX sehingga didapatkan jumlah Tally
dan WWL seperti berikut. Kemudian jumlahkan nilai Tally dan WWL pada baris TOTAL.
5) Lalu isikan Average of WWL dengan cara membagi Total WWL dengan Total Tally.
6) Tentukan Kategori rata-rata WWL untuk mengidentifikasi tingkat beban kerja mental
responden sesuai dengan kategori di bawah ini.
66
66
Gambar 7. Pengisian Kategori
7) Ulangi langkah 1 – 6 hingga seluruh tabel pada setiap skenario telah terisi.
8) Setelah terisi seluruhnya, pada bagian kanan setiap skenario terdapat tabel yang sudah terisi
secara otomatis seperti di bawah ini.
67
67
9) Copy hasil Average of WWL yang telah didapatkan, lalu klik sheet Hasil Pengamatan dan
paste pada bagian skenario yang sesuai.
10) Copy hasil pengamatan tersebut dan paste pada aplikasi IBM SPSS untuk dilakukan pengujian
statistik yang terdapat pada Tutorial Uji Kenormalan dan Tutorial Uji Anova / Tutorial Uji
Kruskal Wallis.
68
68
11) Klik sheet Pengaruh Lingkungan Pencahayaan. Terdapat tiga kolom uji statistik untuk
menghitung pengaruh lingkungan kerja fisik terhadap beban kerja mental, yaitu Uji
Kenormalan yang dilanjutkan dengan Uji Anova/Uji Kruskal-Wallis. Tahap pertama, lakukan
uji kenormalan pada data nilai rata-rata WWL di pencahayaan menggunakan SPSS 20. Lalu,
copy hasilnya pada kolom berikut dan isikan data yang diperlukan (hipotesis, signifikansi,
keputusan, dan kesimpulan).
69
69
12) Jika data nilai rata-rata WWL di pencahayaan berdistribusi normal, lanjutkan uji statistik
menggunakan Uji Anova menggunakan SPSS 20. Copy hasilnya pada kolom berikut dan isikan
data yang diperlukan (hipotesis, signifikansi, keputusan, dan kesimpulan).
70
70
13) Ulangi langkah 12 pada Uji Kruskal Wallis namun dengan kondisi data nilai rata-rata WWL di
pencahayaan tidak berdistribusi normal.
14) Klik sheet Pengaruh Lingkungan Suhu. Ulangi langkah 10, 11, 12, dan 13 untuk pengaruh suhu
terhadap beban kerja mental.
15) Klik sheet Pengaruh Lingkungan Kebisingan. Ulangi langkah 10, 11, 12, dan 13 untuk
pengaruh kebisingan terhadap beban kerja mental.
71
71
Tutorial Uji Kenormalan
Pada Excel sheet Pengaruh Lingkugan Pencahayaan bagian Uji Kenormalan, isikan data seperti
berikut.
1) Hipotesis
Ho : Data WWL berdistribusi normal
H1 : Data WWL tidak berdistribusi normal
2) Statistik Uji : Kolmogorov-Smirnov Test
3) Tingkat signifikansi
α : 0,05
4) Daerah Kritis : Tolak Ho jika signifikansi penelitian <= 0,05
5) Printscreen (Hasil SPSS)
Bagian ini diisi dengan printscreen hasil SPSS Uji Kenormalan yang telah dihitung.
6) Signifikansi Penelitian
Signifikansi penelitian untuk Uji Kenormalan dilihat dari nilai Asymp. Sig (2-tailed) pada
printscreen hasil SPSS.
7) Keputusan
Keputusan dibuat berdasarkan Daerah Kritis.
8) Kesimpulan
Tulis kesimpulan apakah data berdistribusi normal atau tidak.
72
72
3) Pada tab Variable View (Pojok kiri bawah), terdapat kolom Name untuk mengganti nama
data. Tuliskan nama data menjadi WWL_Pencahayaan1, WWL_Pencahayaan2, dan
WWL_Pencahayaan3 (tidak diperkenankan menggunakan spasi).
4) Untuk melakukan Uji Kenormalan, klik Menu Bar Analyze Nonparametic Tests
Legacy Dialogs 1-Sample K-S.
73
73
5) Akan muncul kotak dialog sebagai berikut, klik tanda panah yang berada di tengah kotak
dialog untuk memindahkan ketiga variable pada kolom Test Variable List. Pada bagian
Test Distribution, pilih Normal Distribution.
6) Klik Options. Pada bagian Missing Values, pilih Exclude Cases Listwise kemudian klik
Continue.
74
74
7) Akan muncul file Output untuk menampilkan hasil Uji Kenormalan menggunakan One-
Sample KS Test. Perhatikan nilai signifikansi pada ketiga variabel WWL. Jika nilai
Asymp. Sig. (2-tailed) lebih dari 0.05, maka ketiga variabel data berdistribusi normal
dan lanjutkan ke One Way Anova Test atau Uji Anova. Jika data tidak berdistribusi
normal, lanjutkan Uji Statistik ke Uji Kruskal Wallis.
75
75
Tutorial Uji Anova
Pada Excel sheet Pengaruh Lingkugan Pencahayaan bagian Uji Anova, isikan data seperti berikut.
1) Hipotesis
Ho : Pencahayaan tidak berpengaruh terhadap beban kerja mental
H1 : Pencahayaan berpengaruh terhadap beban kerja mental
2) Statistik Uji : Anova Test
3) Tingkat signifikansi
α : 0,05
4) Daerah Kritis : Tolak Ho jika signifikansi penelitian ≤ 0,05
5) Printscreen (Hasil SPSS)
Bagian ini diisi dengan printscreen hasil SPSS Uji Anova yang telah dihitung.
6) Signifikansi Penelitian
Signifikansi penelitian untuk Uji Anova dilihat dari nilai F pada printscreen hasil SPSS.
7) Keputusan
Keputusan dibuat berdasarkan Daerah Kritis.
8) Kesimpulan
Tulis kesimpulan apakah pencahayaan berpengaruh terhadap beban kerja mental atau
tidak.
76
76
Gambar 20. Input Data Uji ANOVA (2)
Pada tab Variable View (pojok kiri bawah), terdapat kolom Name untuk mengganti nama data.
Tuliskan nama data menjadi Kode_Pencahayaan dan WWL_Pencahayaan (tidak diperkenankan
menggunakan spasi).
77
77
Gambar 22. Variable View Uji ANOVA
3) Klik kolom Values data pada variable Kode_Pencahayaan, kemudian input nilai “1” pada
kolom Value dan input “Pencahayaan_10Lux” pada Label, kemudian klik add. Lakukan
langkah ini berulang sampai nilai kode yang dimasukan selesai, setelah itu klik OK.
78
78
4) Untuk uji ANOVA, klik menu bar Analyze Compare Means One Way ANOVA.
5) Setelah memilih menu analisis ANOVA, kotak dialog berikut akan muncul di lembar
kerja. Klik WWL_Pencahayaan sebagai Dependent List dan Kode_Pencahayaan
sebagai Factor.
6) Klik Options pada kotak dialog tersebut dan pada bagian Missing Values, pilih Exclude
cases listwise, kemudian continue.
79
79
Gambar 26. Options Dialog One-Way ANOVA
7) Akan muncul file Output yang menampilkan hasil uji One-Way ANOVA. Perhatikan nilai
signifikansi, jika nilainya lebih kecil dari 0.05, maka terdapat pengaruh antara lingkungan
kerja dengan beban kerja mental (ikuti hipotesis).
80
80
Tutorial Uji Kruskal-Wallis
Pada Excel sheet Pengaruh Lingkugan Pencahayaan bagian Uji Kruskal-Wallis, isikan data seperti
berikut.
1) Hipotesis
Ho : Pencahayaan tidak berpengaruh terhadap beban kerja mental
H1 : Pencahayaan berpengaruh terhadap beban kerja mental
2) Statistik Uji : Kruskal-Wallis Test
3) Tingkat signifikansi
α : 0,05
4) Daerah Kritis : Tolak Ho jika signifikansi penelitian ≥ 0,05
5) Printscreen (Hasil SPSS)
Bagian ini diisi dengan printscreen hasil SPSS Uji Kruskal-Wallis yang telah dihitung.
6) Signifikansi Penelitian
Signifikansi penelitian untuk Uji Anova dilihat dari nilai Asymp. Sig pada printscreen
hasil SPSS.
7) Keputusan
Keputusan dibuat berdasarkan Daerah Kritis.
8) Kesimpulan
Tulis kesimpulan apakah pencahayaan berpengaruh terhadap beban kerja mental atau
tidak.
81
81
Gambar 28. Input Data Uji Kruskall-Wallis (1)
82
82
Gambar 30. Input Data Uji Kruskall-Wallis (3)
3) Pada tab Variable View, terdapat kolom Name untuk mengganti nama. Ganti nama data
menjadi Kode_Pencahayaan dan WWL_Pencahayaan (disesuaikan dengan kondisi
lingkungan yang diamati dan ditulis tanpa menggunakan spasi).
4) Pada kolom Measure, ubah data pada variable Kode_Pencahayaan dengan tipe data
Ordinal dan variable WWL_Pencahayaan dengan tipe data Scale.
83
83
Gambar 32. Tipe Data Pada Kolom Measure
5) Klik kolom Values pada variable Kode_Pencahayaan, kemudian masukan nilai ”1”
pada kolom values dan “Pencahayaan 10 Lux” pada kolom Label kemudian klik add.
Lakukan langkah ini untuk semua kode, kemudian klik ok.
84
84
Gambar 34. Input Values Kode 2
85
85
Gambar 36. Memilih Options Uji Kruskall-Wallis
8) Pilih Define Range, kemudian isi nilai minimum dengan nilai 1 dan nilai maximum
dengan nilai 3 (sesuaikan dengan kode yang telah ditentukan). Kemudian klik continue.
86
86
Gambar 38. Input Range Pada Grouping Variable
9) Klik Options. Pada bagian Missing Values, klik Exclude cases listwise, kemudian klik
continue.
10) Klik OK, lalu akan muncul file Output untuk menampilkan hasil Uji Kruskal Wallis.
Perhatikan nilai signifikansi pada Asymp Sig. Jika nilainya lebih besar dari 0.05, maka
terdapat pengaruh antara lingkungan kerja dengan beban kerja mental (ikuti hipotesis).
87
87
Gambar 40. Hasil Uji Kruskall-Wallis
88
88
89
89
MODUL 6
PERANCANGAN SISTEM KERJA DAN ERGONOMI
Tutorial MTM
Studi Kasus
PT. APKE merupakan perusahaan yang bergerak dalam pengepakan jam weker. Operator bertugas
untuk mengepak jam weker. Pada bagian pengepakan jam weker, operator akan melakukan aktivitas
berikut: Diatas meja yang berjarak 15 inchi dari operator terdapat kedua jenis jam weker. Mula-mula
operator memilih dan menjangkau jam weker berwarna merah. Operator lalu membawa jam weker
tersebut ke meja pengepakan sejauh 30 inchi. Lalu, operator mengarahkan jam weker ke dalam sebuah
kotak packaging secara simetri dan memasukan jam weker ke dalam kotak tersebut. Operator lalu
menjangkau sticker yang tidak jauh darinya dan memegang serta mengelupas sticker untuk kemudian
menempelkannya pada kotak packaging tersebut. Setelah selesai maka operator meletakkan kotak
packaging yang sudah jadi pada meja yang lain sejauh 18 inchi darinya. Berdasarkan kasus tersebut,
PT. APK&E ingin menentukan waktu baku pekerja di bagian pengepakan jam weker. Mengingat
keterbatasan waktu yang dimiliki, PT. APK&E ini memutuskan untuk menggunakan cara tidak
langsung
JAWAB
1) Uraikan aktivitas yang berlangsung menjadi elemen-elemen gerakan dasar dengan spesifikasinya.
1.1 Menjangkau jam weker berwarna merah yang terletak diatas sebuah meja yang berjarak 16
inchi
1.2 Membawa jam weker menuju ke meja pengepakan sejauh 30 inchi
1.3 Mengarahkan jam weker ke dalam sebuah kotak packaging
1.4 Memasukan jam weker ke dalam kotak
1.5 Menjangkau sticker yang tidak jauh darinya
1.6 Memegang sticker
1.7 Mengelupas sticker
1.8 Menempelkan sticker
1.9 Membawa kotak packaging yang sudah jadi pada meja yang lain sejauh 18 inchi
1.10 Meletakan kotak packaging yang sudah jadi pada meja
89
89
2) Buat Notasi MTM
Notasi
No Gerakan-Gerakan TMU
MTM
3) Hitung waktu siklus dengan menjumlahkan semua indeks dari masing-masing uraian aktivitas yang
telah dihitung sebelumnya.
Ws = (17 TMU + 30.7 TMU + 5.6 TMU + 2 TMU + 2 TMU + 2 TMU + 4 TMU + 2 TMU + 20.4
TMU + 5.6 TMU) x 10TMU = 913 TMU
Ws = (913 x 0,0006) menit
Ws = 0,5478 menit
Keterangan:
- 1 TMU = 0,00001 jam 1 jam = 100.000
TMU
- 1 TMU = 0,0006 menit 1 menit = 1 667 TMU
- 1 TMU = 0,036 detik 1 detik = 27,8 TMU
90
90
Tabel MTM
Tabel 2. Reach (Menjangkau) - R
Class Description
Reach to an object in other hand or to an object in
A
fixed location or no which other hand rests
Reach to an object whose general location is known.
B
Location may vary a little from cycle to cycle
Reach to object jumbled with other objects in a group.
C
Search and select may be involved in this
Reach to a tiny object or where accurate group is
D
needed
Reach to indefinite location to get hand into position
E
for body balance or next move or out of
91
91
Tabel 4. Move (Memindahkan) - M
Class Description
A Object to other hand or against stop
92
92
Tabel 6. Grasp (Memegang) – G
Type of Time
Case Description
grasp TMU
1A 2 Any size object itself, easily grasped
1B 3,5 Object verysmall or lying close against a flat surface
Pick-up 1C1 7,3 Diameter larger than 1/2" Interference between grasp
1C2 8,7 Diameter 1/4" to 1/2" on bottom on side of nearly
1C3 10,8 Diameter less than 1/4" cylindrical object
Regrasp 2 5,6 Change grasp without reliquishing control
Transfer 3 5,6 Control transferred from one hand to the other
4A 7,3 Larger than 1x1x1 Object jumbled with other
Select 4B 9,1 1/4x1/4x1/8 to 1x1x1 objects so that search and
4C 12,9 Smaller than 1/4x1/4x1/8 select occur
Contact 5 0 Contact, siding or hook grasp
Tabel 7. Position - P
Easy to
Class of fit Symetry Dificult to handle
handle
S 5,6 11,2
1-Loose SS 9,1 14,7
NS 10,4 16
S 16,2 21,8
2-Close SS 19,7 25,3
NS 21 26,6
S 43 48,6
3-Exact SS 46,5 52,1
NS 47,8 53,4
Supplementary rule for surface alignment
P1SE per alignment >1/16 1/4 P2SE per alignment : 1/16
93
93
Tabel 9. Disengage - D
Easy to Difficult
Class of fit Height of recoll
handle to handle
1-Loose : Very slight effort, blends
Up to 1 4 5,7
with subsequent more
2-Close; Normal effort, slight recoil Over 1 to 5 7,5 11,8
3-Tight; Considerable effort, hand
Over 5 to 12 22,9 34,7
recoils markedly
94
94
95
95