Anda di halaman 1dari 33

LAPORAN PRAKTIKUM TEKNIK INDUSTRI

TERINTEGRASI II
Modul I

Violita Anggraini
18106060

LABORATORIUM TEKNIK INDUSTRI TERPADU


PROGRAM STUDI S1 TEKNIK INDUSTRI
2020
BAB I
PENDAHULUAN
Pada modul antropometri, bab pendahuluan akan membahas mengenai latar
belakang proses perhitungan data antropometri, rumusan masalah, tujuan,
manfaat, dan batasan terkait praktikum antropometri.
1.1. Latar Belakang
Dalam lingkungan kerja, terdapat beberapa faktor yang perlu diperhatikan
untuk kelancaran jalannya suatu pekerjaan. Apabila faktor tersebut tidak
diperhatikan, maka dapat menimbulkan kerugian, sebaliknya jika faktor tersebut
diperhatikan dengan baik maka akan menimbulkan keuntungan bagi perusahaan.
Faktor yang mempengaruhi kelancaranan suatu pekerjaan salah satunya adalah
perancangan sistem kerja yang baik. Sistem kerja ini dapat berpengaruh pada
efektivitas pekerja dalam melakukan pekerjaannya. Dengan menyesuaikan
komponen dari sistem kerja dengan kebutuhan fisik dan psikologi pekerja, dapat
membantu pekerjaan manusia menjadi lebih optimal. Pelaku industri dituntut
untuk dapat merancang produk yang nyaman dan aman bagi masyarakat dengan
memperhatikan aspek kelebihan dan kekurangan, efektivitas produk, serta
ergonomis produk untuk mewujudkan kualitas industri dengan standarisasi
nasional hingga internasional. Maka dari itu dibutuhkannya suatu pengukuran
antropometri.
Pengukuran antropometri bertujuan untuk merancang desain produk dengan
melakukan pengukuran terhadap dimensi-dimensi tubuh manusia. Output dari
pengukuran antropometri ini kemudian akan diaplikasikan pada sistem kerja
untuk membantu manusia dalam berinteraksi dengan komponen sistem kerja
secara langsung maupun tidak langsung. Perancangan suatu tempat kerja dan
fasilitas diperlukan pengetahuan ergonomi dan antropometri untuk menghasilkan
rancangan yang tepat, optimal dan mempunyai kompatibilitas yang tinggi,
sehingga mengurangi timbulnya bahaya atau kecelakaan kerja yang diakibatkan
adanya kesalahan desain.
Data Antropometri dikumpulkan untuk perancangan desain wastafel dan
daun pintu. Data diperoleh untuk menentukan bentuk, ukuran, dimensi yang tepat
dalam merancang produk sehingga dapat digunakan atau dioperasikan secara
aman, nyaman dan berkelanjutan.

1.2. Rumusan Masalah


Dalam praktikum antropometri dibutuhkan pengetahuan mengenai prinsip-
prinsip ergonomi dalam perancangan fasilitas, mampu menganalisis, menilai,
memperbaiki serta merancang suatu fasilitas maupun sistem kerja, memahami
alat-alat yang digunakan untuk pengukuran antropometri, mampu mengukur
dimensi-dimensi manusia, dan mampu mengevaluasi serta merancang ulang suatu
stasiun kerja dengan menggunakan data antropometri.

1.3. Tujuan Praktikum


Tujuan praktikum modul antropometri adalah sebagai berikut:
1. Mengaplikasikan prinsip-prinsip ergonomi dalam perancangan sistem
kerja yang optimum.
2. Mengetahui pentingnya perancangan sistem kerja yang ergonomis.
3. Mengetahui tata cara melakukan pengukuran dimensi tubuh manusia
sesuai dengan prinsip antropometri.
4. Menganalisis, menilai, mengevaluasi dan merancang ulang suatu stasiun
kerja atau produk sesuai dengan data antropometri yang ada.

1.4. Manfaat Praktikum


1. Memahami konsep ergonomi dan metode dalam mengolah data
antropometri untuk mendapatkan informasi yang valid sebagai keperluan
perancangan stasiun kerja.
2. Mampu merancang berbagai ruang kerja dari sistem kerja berdasarkan
data antropometri yang telah diperoleh.
1.5. Batasan dan Asumsi Praktikum
1.5.1. Batasan dalam praktikum :
1. Tempat dan waktu praktikum dilaksanakan di rumah masing-
masing dikarenakan terjadinya pandemic yang mengharuskan
mahasiswa untuk work from home.
2. Data yang diukur adalah data antropometri statis dengan jumlah
responden 10 orang.
3. Produk yang dirancang adalah wastafel dan daun pintu.
1.5.2. Asumsi dalam praktikum
Asumsi pada praktikum ini adalah alat bantu dalam pengukuran
dimensi-dimensi tubuh manusia yang menggunakan penggaris dan meteran.
BAB II
LANDASAN TEORI
Pada bab II ini akan dibahas mengenai landasan teori sesuai yang sudah
dipaparkan pada rumusan masalah pada bab sebelumnya
2.1. Ergonomi
Ergonomi adalah suatu disiplin ilmu yang berkaitan mengenai interaksi
antara manusia dengan objek yang digunakan (Pulat, 1992). Ergonomi merupakan
hal penting untuk menunjang performa kerja dengan memperbaiki kondisi
lingkungan kerja. Dalam merancang suatu fasilitas dan stasiun kerja harus
dikaitkan dengan prinsip-prinsip ergonomi untuk memberikan performansi dan
hasil yang optimal. Terdapat beberapa istilah dalam dunia ergonomi, salah
satunya “fitting the task to the person”. Arti dari istilah tersebut yaitu pekerjaan
harus dirancang sesuai dengan kapasitas pekerja. Berdasarkan konsep tersebut
dihasilkan suatu pengembangan ilmu ergonomi.

Com Fort

Ergonomics

Eficiency
A. Physical
Well-being
B. Mental
C. Production

Gambar 2.1 Tujuan Ergonomi (Pulat,1992) [1]


Secara Umum, terdapat 5 prinsip ergonomi yaitu:
1. Kegunaan (Utility)
2. Keamanan (Safety)
3. Kenyamanan (Comfortability)
4. Keluwesan (Flexibility)
5. Kekuatan (Durability)
2.2. Antropometri
Antropometri adalah ilmu yang menyangkut pengukuran tubuh manusia
meliputi dimensi dan karakteristik yang relevan dengan perancangan peralatan
yang digunakan oleh manusia. Secara umum, antropometri digunakan untuk
perancangan suatu produk maupun sistem yang memerlukan interaksi manusia
dengan pertimbangan ergonomi.
Terdapat tiga cara pengukuran dimensi tubuh manusia:
 Pengukuran dimensi struktur tubuh (structural body dimension) atau
statik anthropometri.
 Pengukuran dimensi fungsional tubuh (functional body dimension) atau
dinamik anthropometri.
 Newtonian anthropometric data
Antropometri dibagi atas 2 bagian utama, yaitu:
a) Antropometri Statis (struktural)
Antropometri statis berhubungan dengan perhitungan dimensi struktur
manusia dalam posisi diam. Dimensi tubuh yang diukur antara lain berat
badan, ukuran kepala, panjang lengan, tinggi badan dan lain sebagainya.
Faktor penyebab terjadinya variasi dimensi tubuh diantaranya adalah :
- Umur
- Jenis kelamin
- Rumpun dan suku bangsa
- Kondisi sosio ekonomi serta asupan gizi
- Pekerjaan dan aktivitas sehari-hari
- Waktu pengukuran
b) Antropometri Dinamis (fungsional)
Antropometris dinamis merupakan pengukuran dimensi tubuh maupun
karakteristik fisik tubuh dalam keadaan bergerak. Terdapat tiga kelas
pengukuran antropometri dinamis.
- Pengukuran tingkat keterampilan,
- Pengukuran jangkauan ruangan yang dibutuhkan saat kerja,
- Pengukuran variabilitas kerja. [2]

Gambar 2.2 Antropometri tubuh manusia yang diukur dimensinya.


Sumber : www.improvementqhse.com/antropometri/
Tabel 2.1 Data Antropometri
No Dimensi Tubuh
1 Tinggi tubuh posisi berdiri tegak
2 Tinggi mata
3 Tinggi bahu
4 Tinggi siku
5 Tinggi genggaman tangan pada posisi rileks kebawah
6 Tinggi badan pada posisi duduk
7 Tinggi mata pada posisi duduk
8 Tinggi bahu pada posisi duduk
9 Tinggi siku pada posisi duduk
10 Tebal paha
11 Jarak dari pantat ke lutut
12 Jarak dari lipat lutut (popliteal) ke pantat
13 Tinggi lutut
14 Tinggi lipat lutut (popliteal)
15 Lebar bahu (bideltoid)
16 Lebar panggul
17 Tebal dada
Tabel 2.1 Data Antropometri (lanjutan)
No Dimensi Tubuh
18 Tebal perut (abdominal)
19 Jarak dari siku ke ujung jari
20 Lebar kepala
21 Panjang tangan
22 Lebar tangan
23 Jarak bentang dari ujung jari tangan kanan ke kiri
Tinggi pegangan tangan (grip) pada posisi tangan
24 vertikal ke atas dan berdiri tegak
Tinggi pegangan tangan (grip) pada posisi tangan
25 vertikal ke atas dan duduk
Jarak genggaman tangan (grip) ke punggung pada posisi
26 tangan ke depan (horizontal)

Terdapat dua macam pilihan dalam merancang sistem kerja berdasarkan


data antropometri:
1. Sesuai dengan tubuh pekerja langsung dengan perancangan individual
secara ergonomi.
2. Sesuai dengan populasi pekerja
o Perancangan produk bagi individu dengan ukuran yang ekstrim
(Design for extreme individuals )
Prinsip rancangan ini dibuat untuk dapat digunakan oleh individu
ekstrim seperti keadaan yang terlalu besar atau kecil dibandingkan rata-
rata. Maka digunakan persentil besar (90th, 95th, 99th percentile) atau
persentil kecil (1st, 5th, 10th percentile).
o Perancangan produk yang bisa dioperasikan di antara rentang ukuran
tertentu (Design for adjustable range)
Rancangan yang diproduksi dapat diubah-ubah sesuai dengan ukuran
yang dibutuhkan sehingga cukup fleksibel untuk diaplikasikan di
berbagai ukuran tubuh.
o Perancangan produk dengan ukuran rata-rata (Design for average)
Rancangan yang didasarkan atas perhitungan rata-rata ukuran
manusia. Prinsip ini digunakan untuk dipakai berbagai ukuran tubuh
manusia dan menggunakan perancangan dengan persentil 50.
2.3. Metode RULA dan REBA
RULA (Rapid Upper Limb Assessment) adalah metode yang digunakan
untuk menyelidiki ergonomic suatu tempat kerja dimana ada kaitanya dengan
gangguan anggota tubuh bagian atas. Metode ini menggunakan diagram postur
tubuh untuk menentukan evaluasi dari faktor risiko yang muncul. RULA
(dikembangkan oleh McAtammey dan Corlet, 1993) dengan menyediakan media
perhitungan beban muskuloskeletal. Rula dibuat dengan tujuan untuk mendeteksi
postur kerja atau faktor risiko yang membutuhkan evaluasi dan tindakan lebih
lanjut. Faktor tersebut diantaranya urutan gerakan, kerja otot statik, gaya, postur
kerja yang ditentukan oleh peralatan dan waktu.
REBA (Rapid Entire Body Assessment) dikembangkan oleh DR. Sue
Hignett dan Dr. Lynn McAtamney. REBA digunakan dengan tujuan untuk
menilai posisi kerja atau postur tubuh manusia seperti leher, punggung, lengan
pergelangan tangan dan kaki pekerja. Faktor yang berpengaruh pada Reba adalah
faktor coupling, beban eksternal yang ditopang tubuh dan aktivitas pekerja.
Metode ini menggunakan scoring general system pada daftar faktor yang
mempengaruhinya. [3]
2.4. Metode Perancangan Dengan Antropometri
Tahapan perancangan sistem kerja dengan memperhatikan faktor
antropometri secara umum adalah sebagai berikut (Roebuck, 1995):
1. Menentukan kebutuhan perancangan dan kebutuhannya (establish
requirement).
2. Mendefinisikan dan mendeskripsikan populasi pemakai.
3. Pemilihan sampel yang akan diambil datanya.
4. Penentuan kebutuhan data (dimensi tubuh yang akan diambil).
5. Penentuan sumber data (dimensi tubuh yang akan diambil) dan
pemilihan persentil yang akan dipakai.
6. Penyiapan alat ukur yang akan dipakai.
7. Pengambilan data.
8. Pengolahan data, meliputi :
a. Uji kecukupan data
b. Uji kenormalan data
c. Uji keseragaman data
d. Perhitungan persentil data
9. Visualisasi rancangan dengan memperhatikan :
a. Posisi tubuh secara normal
b. Kelonggaran (pakaian dan ruang)
c. Variasi gerak
10. Analisis hasil rancangan [4]
Daun Pintu

Gambar 2.3 Contoh visualisasi sederhana desain produk pintu dan wastafel
Sumber : https://www.hipwee.com/

2.5. Metode Pengolahan Data


Data antropometri yang telah diperoleh kemudian dilakukan pengolahan
data untuk mendapatkan perhitungan untuk menentukan dan menganalisis dimensi
sebuah sistem kerja. Beberapa pengolahan data yang dilakukan pada data
antropometri (Nurmianto, 1996 & Tayyari, 1997) adalah sebagai berikut :

1. Uji Kecukupan Data


Uji ini dilakukan bertujuan untuk menguji data yang diambil sudah
memenuhi syarat dengan mengetahui besarnya nilai N’. Pengujian
dilakukan pada setiap data antropometri menggunakan persamaan sebagai
berikut:
N ' =¿ ¿......................................................... Rumus 2.1 Uji Kecukupan Data
Keterangan:
N’ = Jumlah pengamatan yang dibutuhkan
N = Jumlah pengamatan
K = Tingkat kepercayaan
Bila tingkat kepercayaan 99%, sehingga k = 2.58 ≈ 3
Bila tingkat kepercayaan 95%, sehingga k = 1.96 ≈ 2
Bila tingkat kepercayaan 68%, sehingga k ≈ 1
S = derajat ketelitian
Apabila N’ ≤ N maka data tersebut dinyatakan telah mencukupi untuk
tingkat kepercayaan dan derajat ketelitian yang diinginkan.
2. Uji Normalitas Data
Uji normalitas data menggunakan uji Kolmogorov-Smirnov Z.
Pengolahan Data Normalitas dan Percentile menggunakan SPSS.
a) Hipotesis:
H0 : Data berdistribusi normal
H1 : Data tidak berdistribusi normal
b) Statistik uji : Uji Kolmogorof-Smirnov
c)  = 0,05
d) Daerah kritis : H0 ditolak jika Sig. < 
3. Uji Keseragaman Data
Uji keseragaman data dilakukan untuk mengetahui homogenitas data
atau tingkat keyakinan. Langkah pertama yaitu menghitung besarnya rata-
rata hasil pengamatan.

Σ Xi
X́ = .......................................................Rumus 2.2 Uji Keseragaman Data
n
Keterangan :
X́ = Rata-rata data hasil pengamatan
X i = Data hasil pengukuran ke-i
Langkah kedua adalah menghitung standar deviasi :
σ =√ Σ ¿ ¿ ¿...................................................Rumus 2.3 Standar Deviasi
Keterangan :
 = Standar deviasi dari populasi
n = Banyaknya jumlah pengamatan
X i = Data hasil pengukuran ke-i
Langkah ketiga adalah menentukan batas control:
 Batas kontrol atas (BKA) atau Upper Control Limit (UCL)
BKA = X́ + KσX .................................... Rumus 2.4 Batas Kontrol Atas
 Batas kontrol bawah (BKB) atau Lower Control Limit (LCL)
BKB = X́ −KσX ....................................Rumus 2.5 Batas Kontrol Bawah
4. Persentil
Persentil merupakan nilai yang menunjukkan persentase tertentu
terhadap orang-orang yang diamati. Konsep persentil bertujuan untuk
pertimbangan dalam desain suatu produk dengan menggunakan data
antropometri.
Rumus persentil ke-n :
Pn = BB + (((n/100)N – fk) / Fi ) x I ...........Rumus 2.6 Rumus Persentil
Keterangan:
BB = batas bawah kelas persentil
n = persentil ke-n
fk = frekuensi kumulatif kelas sebelumnya
Fi = frekuensi kelas persentil tersebut
I = interval kelas
N = Jumlah data pengamatan [5]

Tabel 2.2 Tabel persentil antropometri


BAB III
METODOLOGI PRAKTIKUM
Pada bab III akan dibahas mengenai Metodologi yang digunakan dalam
praktikum. Metodologi praktikum tersebut meliputi peralatan yang digunakan
selama praktikum, serta prosedur pelaksanaan praktikum.
3.1. Waktu dan Tempat Praktikum
1. Waktu
Pengukuran dimensi tubuh manusia dilaksankan pada tanggal 17
Oktober 2020.
2. Tempat
Lokasi pengukuran dilakukan di rumah praktikan.
3.2. Peralatan Praktikum
1. Alat ukur bantu (meteran, penggaris)
2. Lembar pengamatan
3. Alat tulis
4. Software Microsoft Excel
5. Software AutoCAD
3.2. Prosedur Pelaksanaan
3.2.1. Penjelasan flowchart
1. Mengumpulkan 10 orang dewasa umur sekitar 18 – 50 tahun
disekitar yang akan diukur data antropometri.
2. Melakukan persiapan pengukuran antropometri dengan alat ukur
yang tersedia.
3. Mengukur dan mencatat dimensi tubuh manusia berdasarkan tabel
antropometri yang telah disediakan .
4. Mengolah data dengan menghitung normalisasi data keseragaman
hingga persentil.
5. Melakukan analisis dan interpretasi data antropometri.
6. Merancang desain produk.
7. Mengambil kesimpulan dan memberi saran.
3.2.2. Flowchart
Mulai

Studi
Literatur

Identifikasi
Masalah

Pengukuran
Antropometri

Data Data Desain


Antropometri Produk

Uji Kecukupan
Data

Tidak
Data Cukup

ya

Uji Normalisasi
Data

Tidak
Normalisasi Data Normal

ya

Uji Keseragaman
Data

Buang Data Tidak


Data Seragam
Ekstrim

ya

Penentuan
persentil

Analisa dan Interpretasi


Data Antropometri

Kesimpulan dan
Saran

Selesai

Gambar 3.1 Flowchart praktikum antropometri


BAB IV
HASIL DAN PEMBAHASAN
Pada bab IV ini akan diberikan hasil dari praktikum pengolahan data
antropometri yang telah dilakukan. Hasil praktikum berupa pengumpulan data,
pengujian distribusi normal data, pengujian kecukupan data, pengujian
keseragaman data dan penentuan persentil pada data.
4.1. Pengumpulan Data
Populasi data yang diambil adalah mahasiswa dan pekerja sebanyak 10
orang. Untuk data lengkap antropometri dapat dilihat pada tabel di bawah ini yang
terbagi atas 10 posisi tubuh pengukuran antropometri. Data diketik pada file
lembar pengamatan yang telah diberikan sebelum praktikum dilaksanakan. Data
hasil pengukuran antropometri dapat dilihat pada tabel 4.1.
Tabel 4.1 Data Antropometri Hasil Pengukuran
Sampel TB TMB TBB TSB TP TGG PRT PRS JKT PGD
1 155 145 126 99 80 181 145 72 68 65
2 157 146 130 101 81 183 160 75 70 66
3 171 157 131 106 90 211 172 90 80 74
4 154 145 125 97 82 189 160 68 70 62
5 164 150 140 109 85 201 157 72 77 62
6 176 164 145 115 93 215 184 94 83 83
7 175 152 140 113 91 210 176 75 73 73
8 167 157 138 102 86 202 170 73 82 73
9 169 164 142 109 88 205 177 75 85 76
10 153 138 128 110 80 187 149 70 67 60
Rata rata 164.10 151.80 134.50 106.10 85.60 198.40 165.00 76.40 75.50 69.40
Simpang Baku 8.36 8.20 6.90 5.79 4.54 11.79 12.12 8.14 6.38 7.10

4.2. Data Antropometri


Data antropometri yang digunakan dalam perancangan wastafel dan daun
pintu antara lain:
- Tinggi siku berdiri (TSB)
TSB adalah tinggi siku dalam posisi berdiri tegak.
- Tinggi genggaman tangan (TGG)
TGG adalah Tinggi genggaman tangan dalam posisi berdiri tegak
- Panjang rentangan siku (PRS)
PRS adalah pangan siku saat direntangkan dalam posisi berdiri tegak
- Tinggi pinggul (TP) adalah tinggi pinggul dalam keadaan berdiri tegak
- Tinggi Bahu (TBB) adalah tinggi bahu saat dalam keadaan berdiri tegak
- Panjang Genggaman ke Depan (PGD) adalah pangan tangan hingga
batas genggaman jari ke depan
4.3. Pengolahan Data Antropometri
Data dasar pengukuran antropometri yang digunakan dalam perancangan
kursi dilakukan kepada 10 orang. Data antropometri tersebut kemudian
diolah untuk digunakan dalam perancangan wastafel dan daun pintu.
a. Pengujian Kecukupan Data
Dalam uji kecukupan data antropometri ini menggunakan tingkat
kepercayaan 95% dan tingkat ketelitian 5%. Untuk perhitungan uji
kecukupan data antropometri tinggi siku berdiri sebagai berikut :
Tingkat keyakinan 95% = 0.95 => C/2 = 0.475
Nilai terdekat pada tabel = 0.4750 => 1.96 ≈ 2
S = 5% = 0.05
N ' =¿ ¿
N '=¿ ¿
N ' =4.75
Pengujian kecukupan data dilakukan untuk mengetahui apakah jumlah
data yang akan diolah telah mencukupi atau belum. Data dikatakan cukup
jika N>N’. Data diatas memiliki data yang cukup karena N’ = 4.75 dan lebih
kecil dari N. Adapun hasil uji kecukupan data antropometri pada dimensi
lainnya dapat dilihat pada tabel sebagai berikut:
Tabel 4.2 Perhitungan Uji Kecukupan Data
No Dimensi Simbol N N' Ket
1 Tinggi Siku Berdiri TSB 10 4.75 Cukup
2 Tinggi Genggaman Tangan TGG 10 5.83 Cukup
3 Panjang Rentangan Siku PRS 10 12.48 Tidak Cukup
4 Tinggi Pinggul TP 10 4.5 Cukup
5 Tinggi Bahu TBB 10 4.21 Cukup
6 Panjang Genggaman ke Depan PGD 10 16.75 Tidak Cukup

b. Pengujian Normalisasi Data


Dalam uji normalitas data antropometri ini menggunakan tingkat kepercayaan
95% dan α = 0.05. Pengujian distribusi normal data antropometri tinggi siku
berdiri sebagai berikut :
1) Uji Hipotesis
H0 : Data berdistribusi normal
H1 : Data tidak berdistribusi normal
2) Uji statistika dengan Uji Kolmogorov-Smirnov
Jika Sig. > α, maka H0 diterima
Jika Sig. < α, maka H0 ditolak
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
TSB .183 10 .200* .950 10 .674
3) Dari hasil pengolahan data SPSS, maka diperoleh nilai signifikan
0.200 untuk pengukuran TSB. Karena signifikansi α hitung >
signifikansi α, maka Ho diterima artinya data berdistribusi normal.
Setelah data diolah dengan software SPSS maka data untuk dimensi
lainnya dapat dilihat pada tabel sebagai berikut:
Tabel 4.3 Perhitungan Uji Kecukupan Data
No Dimensi Simbol N Sig α Ket
1 Tinggi Siku Berdiri TSB 10 0.2 0.05 Normal
2 Tinggi Genggaman Tangan TGG 10 0.2 0.05 Normal
3 Panjang Rentangan Siku PRS 10 0.2 0.05 Normal
4 Tinggi Pinggul TP 10 0.2 0.05 Normal
5 Tinggi Bahu TBB 10 0.2 0.05 Normal
6 Panjang Genggaman ke Depan PGD 10 0.2 0.05 Normal

c. Pengujian Keseragaman Data


Dalam uji keseragaman data antropometri ini menggunakan tingkat
kepercayaan 95%. Adapun perhitungan uji keseragaman data antropometri
tinggi siku berdiri sebagai berikut :

1) Rata-rata ( X́ )
Σ Xi 99+115+ …+110
X́ = X́ = = 106.1
n 10
2) Standar Deviasi
σ =√ Σ ¿ ¿ ¿
2 2 2
σ=
√(99−106,1) + (115−106,1 ) +…( 110−106,1)
10−1
σ =2.72
Kemudian menentukan batas kontrol atas (BKA) dan batas kontrol
bawah (BKB) untuk tinggi siku berdiri sebagai berikut :
 Batas kontrol atas (BKA) atau Upper Control Limit (UCL)
BKA = X́ + KσX
BKA = 106.1+2 ×2.72
BKA = 111.55
 Batas kontrol bawah (BKB) atau Lower Control Limit (LCL)
BKB = X́ −KσX
BKB = 106.1−2 ×2.72
BKB = 100.64

TSB
114
112
110
108
106
104
102
100
98
96
94
1 2 3 4 5

Gambar 4.1 Pengujian Keseragaman Data TSB


Dalam uji keseragaman data tersebut, nilai X́ =106.1 dan berada
diantara nilai batas kontrol atas dan nilai batas kontrol bawah. Maka
membuktikan bahwa tidak ada data yang kurang atau melebihi batas outlier.
Dapat disimpulkan data yang didapat satu sama lain seragam.
Adapun hasil uji keseragaman data antropometri lainnya terdapat pada
tabel sebagai berikut :

Tabel 4.4 Perhitungan Uji Keseragaman Data


No Dimensi Simbol ത
ܺ σ BKA BKB Ket
1 Tinggi Siku Berdiri TSB 106.1 2.72 111.55 100.64 Seragam
2 Tinggi Genggaman Tangan TGG 198.2 5.64 209.48 186.91 Seragam
3 Panjang Rentangan Siku PRS 80.4 3.34 87.09 73.7 Seragam
4 Tinggi Pinggul TP 85.6 2.14 89.88 81.31 Seragam
5 Tinggi Bahu TBB 134.5 3.25 141.08 127.99 Seragam
6 Panjang Genggaman ke Depan PGD 69.4 3.34 76.09 62.7 Seragam
d. Perhitungan Persentil Data
Ukuran persentil yang digunakan pada penelitian ini adalah 5 th untuk
ukuran kecil, 50th untuk persentil rata-rata dan 95th untuk ukuran persentil
besar. Berikut merupakan pengukuran persentil untuk data antropometri
tinggi siku berdiri :
Persentil 5th
P5 = X́ – 1.645 σ
= 106.1 – 1.645 (2.72 ¿
= 97.9 cm
Persentil 50th
P50 = X́
= 106.1 cm
Persentil 95th
P95 = X́ + 1.645 σ
= 106.1 + 1.645 (2.72 ¿
= 114.1 cm
Adapun data ukuran persentil lainnya dapat dilihat pada tabel berikut :
Tabel 4.5 Perhitungan Uji Keseragaman Data
Persentil
No Dimensi Simbol
5% 50% 95%
1 Tinggi Siku Berdiri TSB 97.9 107.5 114.1
2 Tinggi Genggaman Tangan TGG 181.9 201.5 213.2
3 Panjang Rentangan Siku PRS 70.9 81.5 89.65
4 Tinggi Pinggul TP 80 85.5 92.1
5 Tinggi Bahu TBB 125.45 134.5 143.65
6 Panjang Genggaman ke Depan PGD 60.9 69.5 79.85

e. Penentuan Persentil untuk Dimensi Desain Produk


Data antropometri yang telah diuji, kemudian dihitung persentilnya dan
ditentukan ukuran yang dibutuhkan untuk ukuran desain wastafel dan daun
pintu. Data persentil yang digunakan untuk dimensi desain produk tertera
pada tabel 4.2. berikut:
Tabel 4.6 Penentuan persentil untuk dimensi desain produk
Keterangan Penggunaan Persentil yang Ukuran
No
Dimensi Dimensi Benda Digunakan (Cm)
1 TSB Tinggi Handle Pintu 95-th 114.1
2 TGG Tinggi Daun Pintu 95-th 213.2
3 PRS Lebar Daun Pintu 95-th 89.65
4 TP Tinggi Wastafel 50-th 85.5
5 TBB Tinggi Kaca Untuk Wastafel 5-th 125.45
6 PGD Lebar Wastafel 5-th 60.9

4.4. Gambaran Rancangan Pintu dan Wastafel


Setelah melakukan pengukuran dan menentukan persentil maka selanjutnya
adalah menggambar rancangan pintu dan wastafel.

Gambar 4.2 Gambar Rancangan Pintu


Gambar 4.3 Gambar Rancangan Pintu

Gambar 4.4 Gambar Rancangan Pintu


4.5. Analisa Hasil praktikum
Data antropometri yang telah diolah kemudian dipilih persentil untuk
menentukan desain daun pintu dan wastafel sesuai dengan kebutuhan. Pada
pengolahan data didapatkan beberapa kendala seperti data yang tidak berdistribusi
normal dan data yang tidak cukup. Penyebab terjadilah permasalah tersebut
dikarenakan kurangnya jumlah data. Untuk dapat mengolah data diperlukan 30
sampel data dalam pengolahan. Pada data yang tidak berdistribusi normal dapat
diselesaikan dengan menghilangkan outlier atau menggunakan transformasi data.
Sedangkan untuk data yang tidak cukup dapat diselesaikan dengan penambahan
sampel data antropometri. Tetapi dikarenakan kondisi lingkungan yang tidak
memungkinkan untuk mencari dan mengukur dimensi antropometri, maka dari itu
tidak adanya penambahan data pada dimensi pengukuran yang tidak cukup.
Pada perancangan daun pintu ini digunakan data persentil tinggi
genggaman tangan (TGG), Tinggi siku (TSB), dan panjang rentang siku. Pada
tinggi pintu digunakan persentil tinggi genggaman tangan yaitu 95-th. Pemilihan
persentil 95 dimaksudkan agar semua orang dapat memakai pintu tersebut. Tidak
ada allowance pada desain tinggi pintu karena perhitungan yang digunakan adalah
tinggi genggaman tangan, yang sudah melebihi tinggi tubuh rata-rata orang
Indonesia. Dimensi yang digunakan untuk lebar pintu adalah panjang rentang siku
yang menggunakan persentil 95-th. Penggunaan persentil 95-th dimaksudkan agar
semua ukuran tubuh manusia dapat memakai pintu tersebut, dari ukuran tubuh
anak-anak hingga dewasa. Untuk perancangan tinggi handle pintu menggunakan
dimensi tinggi siku dengan persentil 95%. Penggunaan persentil 95-th
dikarenakan berdasarkan spesifikasi produk. Dengan ukuran persentil yang
didapat yaitu 114 cm, semua orang dapat menjangkau handle pintu.
Perancangan wastafel juga menggunakan perhitungan data antropometri
yang telah ditentukan yaitu Tinggi Pinggul (TP) dan Panjang genggaman ke
depan (PGD). Pada perancangan tinggi wastafel, digunakan ukuran dimensi tinggi
pinggul dengan persentil 50%. Diharapkan semua orang dapat menggunakan
wastafel, dan tinggi yang didapat merupakan tinggi rata-rata yang umum
digunakan. Sedangkan untuk lebar wastafel digunakan dimensi panjang
genggaman ke depan dengan persentil 5%. Penggunaan persentil 5% diharapkan
semua orang dapat menjangkau kran air dan dapat digunakan dengan nyaman.
BAB V
KESIMPULAN DAN SARAN
Pada bab ini akan dipaparkan kesimpulan dari pembahasan pada praktikum.
Kemudian, diberikan saran untuk perbaikan pada praktikum selanjutnya.
5.1. Kesimpulan
Berikut merupakan kesimpulan dari praktikum pengukuran data
antropometri modul I:
1. Pengukuran antropometri menggunakan prinsip ergonomi agar produk
yang dihasilkan dapat memuaskan penggunanya, meningkatkan
kesejahteraan fisik, upaya pencegahan cidera dan beban kerja.
2. Pada pengukuran antropometri statis, didapatkan 10 dimensi tubuh
manusia dalam posisi berdiri, dengan pengukuran antropometri
dihasilkan produk ergonomi yang ENASE (efektif, aman, nyaman, sehat,
dan efisien.
3. Statistika menjadi hal penting dalam ergonomi dan antropometri, yaitu
menguji keergonomisan suatu produk perancangan. Pengujian statistika
tersebut seperti uji distribusi normal data, interval kepercayaan rata-rata
dan perhitungan persentil
5.2. Saran
Berdasarkan kesimpulan yang dihasilkan, maka beberapa saran yang dapat
diajukan praktikan sebagai berikut:
1. Untuk mendapatkan hasil data yang lebih terstruktur dibutuhkan
penambahan jumlah sampel data. Penambahan sampel data dimaksudkan
untuk kebutuhan dalam pengolahan data.
2. Diharapkan dalam pengukuran dimensi tubuh dapat menggunakan alat
pengukuran antropometri, agar data yang dihasilkan lebih mudah dan
efektif.
Referensi
Nurmianto. (2005). Ergonomi Konsep Dasar dan Aplikasinya. Surabaya: Guna
Widya.
Sokhibi, A. (2017). PERANCANGAN KURSI ERGONOMIS UNTUK
MEMPERBAIKI POSISI KERJA PADA PROSES PACKAGING JENANG
KUDUS . Studi Teknik Industri, 72.
Susanti, D. E. (2015). Pengantar Ergonomi Industri. Padang: Andalas University
Press.
Suralaksana, Iftikar Z. (1979). Tata Cara Kerja. Bandung: MTI-ITB.
Taylor dan Francis (1988). Fitting the task to the Man, A textbook of
Occupational Ergonomics 4. London New York: Philadelphia.
Lampiran 1

UJI DATA PRAKTIKUM


Panjang Genggaman
Keterangan : Tangan

Keterangan % Nilai
Tingkat keyakinan 95 2
Tingkat ketelitian 2 0.05
K/S 40

Tabel Perhitungan Harga Rata - rata Subgroup


Jumlah Subgroup = 1 + 3.3 log n
Jumlah data (n) = 10
Jumlah Subgroup = 4.3  5

Subgrou
p Data (Xi) Rerata-rata Keterangan (Xi)2
1 181 215 198 seragam 1 32761 46225
2 183 210 196.5 seragam 1 33489 44100
3 211 202 206.5 seragam 1 44521 40804
4 187 205 196 seragam 1 34969 42025
5 201 187 194 seragam 1 40401 34969
Total 39426
Jumlah Rata - Rata Subgroup 991 5 (Xi)2 4
Total Xi 1982
Total Xi2 3928324  
Harga Rata - Rata Subgroup 198.2
Standard Deviasi 12.61216344

UJI KESERAGAMAN DATA


Std rata2 5.64033096
Batas Kendali
Bawah 186.9193381
Batas Kendali Atas 209.4806619
Keterangan : Data Seragam

UJI KECUKUPAN DATA

Nilai N Hitungan 5.830883603


Keterangan : Data Cukup
NILAI PERCENTIL
Percentil 5% 181.9
Percentil 50% 201.5
Percentil 95% 213.2

Lampiran 2

UJI DATA PRAKTIKUM


Keterangan :  Tinggi siku

Keterangan % Nilai
Tingkat keyakinan 95 2
Tingkat ketelitian 2 0.05
K/S 40

Tabel Perhitungan Harga Rata - rata Subgroup


Jumlah Subgroup = 1 + 3.3 log n
Jumlah data (n) = 10
Jumlah Subgroup = 4.3  5

Subgroup Data (Xi) Rerata-rata Keterangan (Xi)2


1 99 115 107 seragam 1 9801 13225
2 101 113 107 seragam 1 10201 12769
3 106 102 104 seragam 1 11236 10404
4 97 109 103 seragam 1 9409 11881
5 109 110 109.5 seragam 1 11881 12100
11290
Jumlah Rata - Rata Subgroup 530.5 5 Total (Xi)2 7
Total Xi 1061
Total Xi2 1125721  
Harga Rata - Rata Subgroup 106.1
Standard Deviasi 6.100091074

UJI KESERAGAMAN DATA


Std rata2 2.728043662
Batas Kendali Bawah 100.6439127
Batas Kendali Atas 111.5560873
Keterangan : Data Seragam

UJI KECUKUPAN DATA

Nilai N Hitungan 4.759971609


Keterangan : Data Cukup

NILAI PERCENTIL
Percentil 5% 97.9
Percentil 50% 107.5
Percentil 95% 114.1

Lampiran 3

UJI DATA PRAKTIKUM


Keterangan :  Panjang rentangan siku

Keterangan % Nilai
Tingkat keyakinan 95 2
Tingkat ketelitian 2 0.05
K/S 40

Tabel Perhitungan Harga Rata - rata Subgroup


Jumlah Subgroup = 1 + 3.3 log n
Jumlah data (n)
= 10
Jumlah Subgroup
= 4.3  5

Subgroup Data (Xi) Rerata-rata Keterangan (Xi)2


7
1 2 91 81.5 seragam 1 5184 8281
8
2 5 75 80 seragam 1 7225 5625
8
3 7 73 80 seragam 1 7569 5329
7
4 0 80 75 seragam 1 4900 6400
8
5 8 83 85.5 seragam 1 7744 6889
Jumlah Rata - Rata
Subgroup 402 5 Total (Xi)2 65146
Total Xi 804
Total Xi2 646416  
Harga Rata - Rata
Subgroup 80.4
Standard Deviasi 7.486283754

UJI KESERAGAMAN
DATA
Std rata2 3.347967875
Batas Kendali 73.70406425
Bawah
Batas Kendali Atas 87.09593575
Keterangan : Data Seragam

UJI KECUKUPAN DATA

Nilai N Hitungan 12.48483948


Keterangan : Data tidak cukup

NILAI PERCENTIL
Percentil 5% 70.9
Percentil 50% 81.5
Percentil 95% 89.65

Lampiran 4

UJI DATA PRAKTIKUM


Keterangan :  Tinggi pinggul

Keterangan % Nilai
Tingkat keyakinan 95 2
Tingkat ketelitian 2 0.05
K/S 40

Tabel Perhitungan Harga Rata - rata Subgroup


Jumlah Subgroup = 1 + 3.3 log n
Jumlah data (n) = 10
Jumlah Subgroup = 4.3  5

Subgroup Data (Xi) Rerata-rata Keterangan (Xi)2


1 80 93 86.5 seragam 1 6400 8649
2 81 91 86 seragam 1 6561 8281
3 90 86 88 seragam 1 8100 7396
4 82 88 85 seragam 1 6724 7744
5 85 80 82.5 seragam 1 7225 6400
7348
Jumlah Rata - Rata Subgroup 428 5 Total (Xi)2 0
Total Xi 856
Total Xi2 732736  
Harga Rata - Rata Subgroup 85.6
Standard Deviasi 4.788875999

UJI KESERAGAMAN DATA


Std rata2 2.141650454
Batas Kendali Bawah 81.31669909
Batas Kendali Atas 89.88330091
Keterangan : Data Seragam

UJI KECUKUPAN DATA

Nilai N Hitungan 4.506943838


Keterangan : Data Cukup

NILAI PERCENTIL
Percentil 5% 80
Percentil 50% 85.5
Percentil 95% 92.1

Lampiran 5

UJI DATA PRAKTIKUM


Keterangan : Tinggi Bahu

Keterangan % Nilai
Tingkat keyakinan 95 2
Tingkat ketelitian 2 0.05
K/S 40

Tabel Perhitungan Harga Rata - rata Subgroup


Jumlah Subgroup = 1 + 3.3 log n
Jumlah data (n) = 10
Jumlah Subgroup = 4.3  5

Subgroup Data (Xi) Rerata-rata Keterangan (Xi)2


1 126 145 135.5 seragam 1 15876 21025
2 130 140 135 seragam 1 16900 19600
3 131 138 134.5 seragam 1 17161 19044
4 125 142 133.5 seragam 1 15625 20164
5 140 128 134 seragam 1 19600 16384
18137
Jumlah Rata - Rata Subgroup 672.5 5 Total (Xi)2 9
Total Xi 1345
Total Xi2 1809025  
Harga Rata - Rata Subgroup 134.5
Standard Deviasi 7.276293318

UJI KESERAGAMAN DATA


Std rata2 3.254057296
Batas Kendali
Bawah 127.9918854
Batas Kendali Atas 141.0081146
Keterangan : Data Seragam

UJI KECUKUPAN DATA

Nilai N Hitungan 4.214424897


Keterangan : Data Cukup

NILAI PERCENTIL
Percentil 5% 125.45
Percentil 50% 134.5
Percentil 95% 143.65

Lampiran 6

UJI DATA PRAKTIKUM


Keterangan :  Panjang genggaman ke depan

Keterangan % Nilai
Tingkat keyakinan 95 2
Tingkat ketelitian 2 0.05
K/S 40

Tabel Perhitungan Harga Rata - rata Subgroup


Jumlah Subgroup = 1 + 3.3 log n
Jumlah data (n) = 10
Jumlah Subgroup = 4.3  5

Subgroup Data (Xi) Rerata-rata Keterangan (Xi)2


1 65 83 74 seragam 1 4225 6889
2 66 73 69.5 seragam 1 4356 5329
3 74 60 67 seragam 1 5476 3600
4 62 76 69 seragam 1 3844 5776
5 62 73 67.5 seragam 1 3844 5329
4866
Jumlah Rata - Rata Subgroup 347 5 Total (Xi)2 8
Total Xi 694
Total Xi2 481636  
Harga Rata - Rata Subgroup 69.4
Standard Deviasi 7.486283754

UJI KESERAGAMAN DATA


Std rata2 3.347967875
Batas Kendali Bawah 62.70406425
Batas Kendali Atas 76.09593575
Keterangan : Data Seragam

UJI KECUKUPAN DATA

Nilai N Hitungan 16.75622254


Keterangan : Data tidak cukup

NILAI PERCENTIL
Percentil 5% 60.9
Percentil 50% 69.5
Percentil 95% 79.85

Anda mungkin juga menyukai