Perancangan Program Aplikasi Pengelolaan Data Antropometri Sebagai Pendukung Penelitian Dan Perancangan Produk Berbasis Ergonomi

PERANCANGAN PROGRAM APLIKASI PENGELOLAAN
DATA ANTROPOMETRI SEBAGAI PENDUKUNG

PENELITIAN DAN PERANCANGAN PRODUK
BERBASIS ERGONOMI
Skripsi
GUSTITIA PUTRI PERDANA

I 0306003
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET
SURAKARTA
2010
i
LEMBAR PENGESAHAN
Judul Skripsi:
PERANCANGAN PROGRAM APLIKASI PENGELOLAAN DATA

ANTROPOMETRI SEBAGAI PENDUKUNG PENELITIAN DAN
PERANCANGAN PRODUK BERBASIS ERGONOMI
Ditulis oleh:
Gustitia Putri Perdana
I 0306003
Mengetahui,
Pembimbing 1 Pembimbing 2
Irwan Iftadi, ST, M.Eng Rahmaniyah D.A, ST, MT.

NIP. 197004041996031000 NIP. 197601221999032000
Pembantu Dekan I Ketua Jurusan

Fakultas Teknik Teknik Industri
Ir. Noegroho Djarwanti, MT Ir. Lobes Herdiman, MT

NIP. 195611121984032000 NIP. 196410071997021000
ii
LEMBAR VALIDASI
Judul Skripsi:
PERANCANGAN PROGRAM APLIKASI PENGELOLAAN DATA

ANTROPOMETRI SEBAGAI PENDUKUNG PENELITIAN DAN
PERANCANGAN PRODUK BERBASIS ERGONOMI
Ditulis oleh:
Gustitia Putri Perdana
I 0306003
Telah disidangkan pada hari Jumat tanggal 09 Juli 2010

Di Jurusan Teknik Industri Fakultas Teknik Universitas Sebelas Maret Surakarta, dengan
Dosen Penguji
1. Ir.Susy Susmartini, MSIE _________________________

NIP. 195301011986012000
2. Ir.Munifah, MSIE. MT _________________________

NIP. 195612151987012000
Dosen Pembimbing
1. Irwan Iftadi, ST. M.Eng _________________________

NIP. 197004041996031000
2. Rahmaniyah D.A, ST, MT. _________________________

NIP. 197601221999032000
iii
ABSTRAK
Gustitia Putri Perdana, NIM : I 0306003. PERANCANGAN PROGRAM

APLIKASI PENGELOLAAN DATA ANTROPOMETRI SEBAGAI
PENDUKUNG PENELITIAN DAN PERANCANGAN PRODUK
BERBASIS ERGONOMI. Skripsi. Surakarta : Jurusan Teknik Industri
Fakultas Teknik, Universitas Sebelas Maret, Juli 2010.
Data antropometri semakin dipertimbangkan kepentingannya dalam

penelitian atau perancangan produk berbasis ergonomi. Karena salah satu kriteria
produk ergonomis adalah dirancang sesuai antropometri pengguna berdasarkan
variabilitasnya. Variabilitas data antropometri disebabkan oleh beberapa faktor
yang mempengaruhi ukuran tubuh manusia yaitu: umur, jenis kelamin, suku
bangsa, sosio ekonomi dan posisi tubuh (Wignjosoebroto, 2000). Faktor lainnya
yaitu cacat tubuh, jenis pekerjaan dan kondisi hamil pada wanita (Nurmianto,
1999). Akan tetapi data antropometri yang ada saat ini tidak didokumentasikan
dengan baik, sehingga ketika peneliti akan menggunakannya, data seolah-olah
sudah kadaluarsa, tidak lengkap, tercampur antarvariabilitasnya dan tidak
mencukupi kebutuhan penelitian. Hal ini menyebabkan hasil penelitian atau
perancangan produk menjadi tidak sesuai dengan tujuan yang diharapkan. Dalam
hal pengolahan data pun masih secara manual, sehingga rentan terhadap
kesalahan. Penelitian ini bertujuan merancang program aplikasi pengelolaan data
antropometri sebagai pendukung penelitian dan perancangan produk berbasis
ergonomi yang dapat menyimpan semua kategori variabilitas data antropometri,
dapat diperbaharui isi datanya setiap saat sesuai dengan kondisi data terbaru, serta
dapat melakukan uji statistik meliputi uji kenormalan, uji keseragaman, uji
kecukupan dan persentil data. Metode penelitian yang dilakukan yakni tahap
identifikasi dan analisis kebutuhan informasi data antropometri dengan cara
observasi langsung mengenai pengguna dan penggunaan data antropometri,
perancangan basis data, perancangan query dan user interface, perancangan
program aplikasi dan pengujian program aplikasi tersebut. Hasil perancangan
yakni program aplikasi antropometri “Prolaktri” dapat melakukan proses input,
penyimpanan dan pengolahan semua kategori variabilitas data antropometri serta
kemudian mengeluarkan hasilnya dalam bentuk report. Data antropometri
tersimpan juga dapat diperbaharui setiap saat sesuai dengan kondisi terbaru.
Selain itu program mampu membantu perhitungan uji statistik secara lebih
praktis.
Kata kunci : data antropometri, variabilitas, program aplikasi, basis data, uji
statistik
iv
ABSTRACT
Gustitia Putri Perdana, NIM : I 0306003. DESIGN AN APPLICATION

PROGRAM OF ANTHROPOMETRIC DATA MANAGEMENT AS A
SUPPORTER OF RESEARCH AND DESIGN OF PRODUCTS BASED ON
ERGONOMIC. Thesis. Surakarta : Industrial Engineering Department,
Faculty of Engineering, Sebelas Maret University, July 2010
The importance of anthropometric data is conseidered in research and

design of product which ergonomic based. Because one of the criteria of
ergonomic products are designed according to users based on the variability of
anthropometry. Anthropometrics data variability due to several factors that affect
the human body sizes are: age, gender, ethnic, socio economic and body position
(Wignjosoebroto, 2000). Another factor is disability, job type and condition of
pregnancy in women (Nurmianto, 1999). However, anthropometric data are
currently not well documented, so that when the researchers will use it, the data
seems outdated, incomplete, mixed between the variability and insufficient
research needs. This causes the results of research or design of product to be
incompatible with the expected objectives. In terms of data processing is still
manual, so prone to error. The research aim is to design an application program
of anthropometric data management as a supporter of research and design of
products based on ergonomic that can store all categories of anthropometric
variability of the data, its data content can be updated at any time in accordance
with the conditions of the new data, and can conduct statistical tests include
normality test, homogeneity test, adequacy test and percentile data. Research
methodology consist of identification and analysis of anthropometric data
information requirement phase by direct observation of users and the use of
anthropometrics data, database design, query and user interface design,
application program design, and the last is testing of application programs. The
result of the anthropometry application programs "Prolaktri" which can input,
storage and then processing of all categories of anthropometry data which
itsvariability and then issued the result in report form. Anthropometric data
stored can also be updated at any time in accordance with the latest conditions.
Furthermore, the application can help to calculate the statistical test more
practical.
Keywords: anthropometric data, variability, application programs, databases,

statistical test
v
KATA PENGANTAR
vi
DAFTAR ISI
ABSTRAK .......................................................................................................... vi
ABSTRACT ....................................................................................................... vii
KATA PENGANTAR ...................................................................................... viii
DAFTAR ISI ....................................................................................................... ix
DAFTAR TABEL .............................................................................................. xii
DAFTAR GAMBAR .........................................................................................xiii
DAFTAR LAMPIRAN ........................................................................................ xv
BAB I PENDAHULUAN
1.1 Latar Belakang ............................................................................. I-1
1.2 Perumusan Masalah ..................................................................... I-4
1.3 Tujuan Penelitian .......................................................................... I-4
1.4 Manfaat Penelitian ........................................................................ I-5
1.5 Batasan Masalah .......................................................................... I-5
1.6 Asumsi ......................................................................................... I-6
1.7 Sistematika Penulisan ................................................................... I-6
BAB II TINJAUAN PUSTAKA
2.1 Program Aplikasi ........................................................................ II-1
2.2 Desain Sistem .............................................................................. II-3
2.2.1 Data Flow Diagram (DFD) ................................................. II-3
2.2.2 Diagram Alir (Flowchart) ................................................... II-6
2.3 Basis Data ................................................................................... II-8
2.3.1 Sistem Basis Data ............................................................. II-10
2.3.2 Abstraksi Basis Data......................................................... II-12
2.3.3 Pemodelan Basis Data ....................................................... II-13
2.3.4 Model Entity Relationship ................................................. II-13
2.3.5 Bahasa yang Disediakan oleh Sistem Basis Data ............... II-14
2.3.6 Database Administrator ..................................................... II-15
2.4 Kamus Data ............................................................................... II-16
2.5 Perancangan User Interface ........................................................ II-17
2.6 Antropometri ........................................................................ .... II-18
vii
2.6.1 Pengertian Antropometri .................................................. II-18
2.6.2 Aplikasi Distribusi Normal dan Persentil dalam Penetapan
Data Antropometri ........................................................... II-23
2.6.3 Pengolahan Data Antropometri ......................................... II-25
2.3 Penelitian Sebelumnya .......................................................... .... II-28
BAB III METODE PENELITIAN
3.1 Tahap Identifikasi Masalah ........................................................ III-2
3.1.1 Studi Lapangan ................................................................. III-2
3.1.2 Perumusan masalah ........................................................... III-2
3.1.3 Penentuan tujuan penelitian ............................................... III-2
3.1.4 Studi Pustaka .................................................................... III-3
3.2 Tahap Pengumpulan dan Pengolahan Data ............................ .... III-3
3.2.1 Identifikasi dan Analisis Kebutuhan Informasi
Antropometri ..................................................................... III-4
3.2.2 Perancangan Basis Data .................................................... III-4
3.2.3 Perancangan Query dan User Interface .............................. III-4
3.2.4 Pembuatan Program Aplikasi............................................. III-5
3.3 Tahap Analisis Dan Interpretasi Hasil .................................... .... III-5
3.3.1 Pengujian Program Aplikasi ............................................. III-5
3.3.2 Analisis dan Interpretasi Hasil ........................................... III-5
3.4 Tahap Kesimpulan dan Saran ................................................. .... III-6
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Identifikasi dan Analisis Kebutuhan Informasi Antropometri ..... IV-1
4.1.1 Identifikasi Data Antropometri yang Dibutuhkan............... IV-4
4.1.2 Identifikasi Proses Pengolahan Data Antropometri ............ IV-7
4.2 Perancangan Basis Data Antropometri ......................................IV-12
4.2.1 Tahap Penentuan Entitas dan Atribut pada Basis Data .....IV-13
4.2.2 Pembuatan Relasi Antar Tabel .........................................IV-15
4.2.3 Pembuatan Kamus Data ...................................................IV-17
4.3 Perancangan Query dan User Interface ......................................IV-19
4.3.1 Perancangan Query .........................................................IV-19
4.3.2 Perancangan user interface ..............................................IV-21
viii
4.4 Pembuatan Program Aplikasi Pengelolaan Data Antropometri ...IV-26
BAB V ANALISIS DAN INTERPRETASI HASIL ........................................ V-1
BAB VI KESIMPULAN DAN SARAN
6.1 Kesimpulan ................................................................................ VI-1
6.2 Saran .......................................................................................... VI-1
DAFTAR PUSTAKA
ix
DAFTAR TABEL
Tabel 2.1. Simbol Flowchart Standar ANSI dan ISO

Tabel 2.2. Simbol Flowchart Standar ANSI dan ISO (lanjutan)
Tabel 2.3. Notasi Dasar ERD
Tabel 2.4. Notasi Dasar ERD (lanjutan)
Tabel 2.5. Macam Persentil dan Cara Perhitungan dalam Distribusi Normal
Tabel 4.1. Tabel Data Personal
Tabel 4.2. Tabel Data Master Antropometri
Tabel 4.3. Tabel Data Master Antropometri (lanjutan)
Tabel 4.4. Kamus Data Tabel Data Personal
Tabel 4.5. Kamus Data Tabel Data Master Antropometri
Tabel 4.6. Kamus Data Tabel Data Master Antropometri (lanjutan)
Tabel 4.7. Kamus Data Tabel Data Master Antropometri (lanjutan)
Tabel 4.8. Tabel Query Data antropometri berdasarkan jenis kelamin, kategori
usia, kategori cacat atau tidak, dan kategori hamil atau tidak hamil
Tabel 4.9. Tabel Query Data antropometri berdasarkan kategori jenis kelamin
Tabel 4.10. Tabel Query Data antropometri berdasarkan kategori jenis kelamin
dan kategori usia
Tabel 4.11. Tabel Query Data antropometri berdasarkan kategori jenis kelamin,
kategori usia, dan kategori cacat tidak cacat
Tabel 4.12. Tabel Query Data antropometri berdasarkan kategori jenis kelamin,
kategori usia, dan kategori hamil tidak hamil
Tabel 5.1 Hasil Pengujian Unit Prolaktri
Tabel 5.2 Data Antropometri yang Diuji Hitungan Statistiknya
Tabel 5.3 Hasil Perhitungan Uji Kenormalan dengan Ms.Excel
Tabel 5.4 Hasil Perhitungan Uji Keseragaman dengan Ms.Excel
Tabel 5.5 Hasil Perhitungan Uji Kecukupan dengan Ms.Excel
Tabel 5.6 Hasil Perhitungan Persentil dengan Ms.Excel
x
DAFTAR GAMBAR
Gambar 2.1 Simbol entitas luar pada DFD

Gambar 2.2 Simbol arus data di DFD
Gambar 2.3 Simbol proses di DFD
Gambar 2.4 Simbol berkas di DFD
Gambar 2.5 Antropometri tubuh manusia yang diukur dimensinya
Gambar 2.6 Gambar dimensi struktur kepala
Gambar 2.7 Distribusi normal yang mengakomodasi 95% dari populasi
Gambar 2.8 Komponen basis data yang akan disimpan
Gambar 2.9 Prinsip Sistem Basis Data Antropometri dan Ergonomi
Gambar 2.10 Software aplikasi antropometri dari WHO
Gambar 2.11 Fitur “Antropometric Calculator” dalam software aplikasi
antropometri dari WHO
Gambar 2.12 Fitur “Nutricional Survey” dalam software aplikasi
Gambar 2.13 Fitur “Individual Assessment” dalam software aplikasi
Gambar 3.1 Diagram Alir Metode Penelitian
Gambar 4.1 Diagram Sebaran Tema Penelitian di Jurusan Teknik Industri
Gambar 4.2 Pembagian Data Antropometri berdasarkan variabilitasnya
Gambar 4.3 Data dimensi Antropometri perbadingan pria dan wanita
Gambar 4.4 Diagram alir proses pengolahan data antropometri
Gambar 4.5 Diagram alir uji keseragaman data
Gambar 4.6 Diagram alir uji kenormalan data
Gambar 4.7 Diagram alir uji kecukupan data
Gambar 4.8 Diagram alir perhitungan persentil
Gambar 4.9 Model Entity Relationship
Gambar 4.10 Rancangan Menu Utama
Gambar 4.11 Rancangan Form Input Data Personal
Gambar 4.12 Rancangan Form Input Data Antropometri (tab 1)
Gambar 4.13 Rancangan Detail Input Data Antropometri (tab 2)
xi
Gambar 4.14 Rancangan Form Kategori Data Antropometri dan Uji Statistik
Gambar 4.15 Rancangan Output Report Data Personal
Gambar 4.16 Rancangan Output Report Data Antropometri
Gambar 4.17 Rancangan Output Report Kategori Data Antropometri dan Uji
Statistik
Gambar 5.1 Hasil Perhitungan Uji Kenormalan dengan Prolaktri
Gambar 5.2 Detail Perhitungan Uji Kenormalan dengan Prolaktri
Gambar 5.3 Hasil Perhitungan Uji Keseragaman dengan Prolaktri
Gambar 5.4 Detail Perhitungan Uji Keseragaman dengan Prolaktri
Gambar 5.5 Hasil Perhitungan Uji Kecukupan dengan Prolaktri
Gambar 5.6 Detail Perhitungan Uji Kecukupan dengan Prolaktri
Gambar 5.7 Hasil Perhitungan Persentil dengan Prolaktri
xii
DAFTAR LAMPIRAN
Lampiran I Tampilan Program Aplikasi

Gambar L.1 Interface Menu Utama Prolaktri
Gambar L.2 Interface Menu Input Data Personal
Gambar L.3 Interface Menu Input Data Antropometri
Gambar L.4 Interface Detail Input Data Antropometri
Gambar L.5 Interface Pengategorian Data Antropometri dan Uji Statistik
Gambar L.6 Menu ‘Cetak’ pada Interface Pengategorian Data Antropometri
dan Uji Statistik
Gambar L.7 Hasil ‘Cetak’ Report Uji Statistik
Gambar L.8 Hasil ‘Cetak’ Report Pengategorian Data Antropometri
Lampiran II Kode Program Aplikasi

1. Kode Program Form Menu Utama
2. Kode Program Form Input Data Personal
3. Kode Program Form Input Data Antropometri
4. Kode Program Form Kategori Data dan Uji Statistik
5. Kode Program Form Cetak Report
6. Kode Program Form Cetak Hasil Uji Statistik
xiii
BAB I
PENDAHULUAN
Pada bab ini diuraikan beberapa hal pokok mengenai penelitian ini, yaitu
latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian, batasan
masalah, asumsi penelitian dan sistematika penulisan.
1.1. LATAR BELAKANG MASALAH
Antropometri semakin memegang peran penting dalam penelitian dan
perancangan produk berbasis prinsip ergonomi, terutama dalam bidang kesehatan,
olahraga, industri, dan bahkan area teknologi informasi. Hal ini dikarenakan
semakin pentingnya aspek ergonomi dalam suatu proses rancang bangun fasilitas
kerja sebagai penunjang peningkatan pelayanan jasa produksi (Ferreira, 2003).
Untuk merancang produk ergonomis, harus diperhatikan penggunaan data
antropomteri berdasarkan variabilitasnya. Hal ini dikarenakan data antropometri
berbeda-beda akibat beberapa faktor yang mempengaruhi ukuran tubuh manusia
yaitu: umur, jenis kelamin, suku bangsa, sosio ekonomi dan posisi tubuh
(Wignjosoebroto, 2000). Faktor pembeda tiap data antropometri tubuh juga bisa
disebabkan oleh cacat tubuh, jenis pekerjaan, dan kondisi hamil pada wanita
(Nurmianto, 1999). Dengan memilih data antropometri yang tepat, maka seorang
peneliti atau perancang produk akan mampu menyesuaikan bentuk dan geometris
ukuran dari produk rancangannya dengan bentuk maupun ukuran segmen-segmen
bagian tubuh operator yang nantinya akan mengoperasikan produk tersebut.
Dengan demikian juga dapat dipastikan kalau sebagian besar populasi dari
konsumen produk tersebut nantinya akan dapat menggunakan/mengoperasikan
produk secara efektif, efisien, nyaman dan hanya sebagian kecil saja yang tidak
dapat menggunakan.
Berdasarkan pengamatan tentang penelitian atau perancangan produk
berbasis prinsip ergonomi yang terdapat di Jurusan Teknik Industri UNS, dapat
dikatakan bahwa data antropometri sangat bermanfaat dan telah banyak
digunakan. Akan tetapi setiap kali akan menggunakan data antropometri,
I-1
peneliti/perancang harus melakukan survey pengambilan data baru. Hal ini tentu
memperlambat proses kerja dan menambah penggunaan waktu. Apabila setelah
survey ternyata data yang diambil tidak mencukupi kebutuhan, maka harus
melakukan pengambilan data kembali hingga data sesuai dengan yang
dibutuhkan. Permasalahan juga terjadi jika data antropometri yang digunakan
merupakan campuran dari beberapa kategori variabilitas data, misalnya data
antropometri usia dewasa bercampur dengan data usia lanjut usia. Apabila hal ini
terjadi maka akan berpengaruh pada hasil rancangan atau penelitian yang
dilakukan. Proses pengolahan data antropometri yang meliputi uji statistik, juga
menjadi salah satu pertimbangan pada hasil penelitian atau perancangan produk
yang dilakukan. Perhitungan yang masih manual tentu tidak menjamin hasil
penelitian yang benar-benar valid. Masalah lain yang muncul adalah ketika
penelitian selesai, data antropometri tersebut seolah-olah sudah kadaluarsa, atau
data yang telah diambil ada bagian atau bahkan semuanya hilang setelah selesai
digunakan, sehingga data menjadi tidak layak untuk penelitian yang baru.
Berdasarkan uraian diatas dapat dinyatakan bahwa data antropometri belum
didokumentasikan dengan baik. Selama ini dokumentasi data antropometri hanya
menggunakan aplikasi Microsoft Excel dan kertas kerja yang rentan terkena virus
dan data hilang. Penambahan data antropometri yang terjadi hampir setiap tahun
menjadi pertimbangan diperlukannya suatu sistem yang lebih baik untuk
menyimpan/ mendokumentasikannya. Khususnya data yang dibagi berdasarkan
kategori variabilitasnya. Sistem yang dimaksud adalah program aplikasi
pengelolaan data antropometri. Jadi, jika akan melakukan penelitian atau
perancangan produk berbasis ergonomi, peneliti dapat dengan mudah
memanfaatkannya tanpa harus melakukan pengambilan data ulang. Karena
menurut Panero (1979) dalam penelitian atau perancangan produk berbasis
ergonomi yang bersifat umum, pengambilan data berdasarkan data populasi yang
ada di pasaran pada umumnya atau dengan kata lain bisa menggunakan data yang
sudah terdokumentasi. Berbeda jika penelitian atau perancangan produk yang
tujuannya untuk perseorangan atau sekelompok kecil orang saja, maka
dimungkinkan untuk mengembangkan data antropometri sendiri dengan cara
I-2
benar-benar melakukan pengukuran tubuh dari calon pemakai yang bersangkutan
(Panero,1979).
Program aplikasi data antropometri sudah pernah diciptakan pada
diantaranya ‘WHO Anthro’, RAPIL, dan WEAR (Komalina,2009; Ferreira dkk.,
2004; Mollarda dkk., 2006). Akan tetapi program-program tersebut belum bisa
digunakan sebagai sarana pengelolaan data antropometri yang mendukung
penelitian dan perancangan produk berbasis ergonomi karena fungsinya hanya
mengumpulkan data antropometri anak untuk kegiatan analisis status gizi dan
tumbuh kembang anak. Sehingga perlu dirancang suatu program baru dengan
menambahkan fitur-fitur yang mengakomodasi kebutuhan data antropometri
secara umum dan bisa melakukan uji statistik untuk membantu mengurangi
tingkat kesalahan dalam pengolahan data antropometri. Dasar dari perancangan
program aplikasi ini adalah basis data, dengan keuntungan antara lain: reduksi
duplikasi data yang mencegah inkonsistensi data; kemudahan, kecepatan, dan
efisiensi akses atau pemanggilan data; kemudahan untuk mengorganisasi dan
mengelola data dalam jumlah besar; dan meningkatkan faktor keamanan data
(Fathansyah,1999).
1.2. PERUMUSAN MASALAH
Perumusan masalah penelitian ini adalah bagaimana merancang program
aplikasi pengelolaan data antropometri sebagai pendukung penelitian dan
perancangan produk berbasis ergonomi?
1.3. TUJUAN PENELITIAN
Tujuan dari penelitian ini adalah merancang program aplikasi pengelolaan
data antropometri sebagai pendukung penelitian dan perancangan produk berbasis
ergonomi yang dapat menampung semua kategori variabilitas data antropometri,
dapat diperbaharui isi datanya setiap saat sesuai dengan kondisi data terbaru, serta
dapat melakukan uji statistik meliputi uji kenormalan, uji keseragaman, uji
kecukupan dan persentil data.
1.4. MANFAAT PENELITIAN
Perancangan program aplikasi pengelolaan data antropometri ini bermanfaat
dalam membantu para peneliti atau perancang produk yang akan melakukan
I-3
penelitian atau perancangan produk berbasiskan prinsip ergonomi yang:
1. Memudahkan peneliti/perancang produk dalam mengumpulkan data
antropometri yang dibutuhkan pada saat penelitian atau perancangan
berbasis ergonomi.
2. Program aplikasi mampu melakukan uji statistik dan dapat memilih data
antropometri berdasarkan kategori variabilitas sesuai keinginan peneliti/
perancang.
3. Bagian administrasi basis data dapat memperbaharui data antropometri
sesuai keadaan terbaru dengan mudah.
1.5. BATASAN MASALAH
Agar penelitian dapat sesuai dengan tujuan, maka diberikan batasan pada
penelitian ini. Adapun batasan permasalahan dalam penelitian ini adalah :
1. Program aplikasi ini digunakan untuk mendukung penelitian atau
perancangan produk berbasis ergonomi yang didalamnya menggunakan
prinsip antropometri.
2. Penelitian ini fokus pada permasalahan data antropometri dengan
mengambil contoh data dari Jurusan Teknik Industri Universitas Sebelas
Maret.
3. Data yang diambil berupa data antropometri statis dengan 66 atribut data
yang sering digunakan dalam pengukuran.
4. Program aplikasi yang dirancang bisa memuat kategori data antropometri
antara lain: jenis kelamin, usia, cacat tubuh pengguna kursi roda, dan
kehamilan pada wanita, dan suku bangsa.
5. Uji statistik yang digunakan untuk mengolah data antara lain uji
kenormalan, uji keseragaman, uji kecukupan, dan persentil.
1.6. ASUMSI PENELITIAN
Asumsi penelitian diperlukan untuk menyederhanakan kompleksitas
permasalahan yang diteliti. Asumsi yang digunakan adalah nilai persentil yang
digunakan pada setiap penelitian atau perancangan produk adalah 5, 50, dan 95.
I-4
1.7. SISTEMATIKA PENULISAN
Pada bagian ini menguraikan gambaran umum mengenai tata cara
penyusunan laporan penelitian dan isi pokok dari laporan penelitian ini.
BAB I : PENDAHULUAN
Bab ini menguraikan berbagai hal mengenai latar belakang penelitian, perumusan
masalah, tujuan penelitian, manfaat penelitian, batasan masalah, dan sistematika
penulisan. Uraian bab ini menjelaskan latar belakang penelitian yang dilakukan
sehingga memberikan pengetahuan sesuai tujuan penelitian dan batasan-batasan
yang digunakan.
BAB II :TINJAUAN PUSTAKA

Bab ini menguraikan teori-teori yang akan dipakai untuk mendukung penelitian,
sehingga pengolahan data dan analisis dilakukan secara teoritis. Teori yang akan
dikemukakan dalam hal ini adalah tentang ergonomi yang menitikberatkan pada
antropometri, basis data, serta langkah-langkah pembangunan basis data yang
meliputi pengumpulan data awal, penetapan spesifikasi data, pembangunan query
data dan pembuatan program aplikasi.
BAB III : METODE PENELITIAN

Bab ini menjelaskan gambaran terstruktur tahap demi tahap proses pelaksanaan
penelitian dalam bentuk diagram alir, membahas tentang tahapan yang dilalui
dalam penyelesaian masalah sesuai dengan permasalahan yang ada mulai dari
identifikasi masalah, perumusan masalah, tujuan penelitian, batasan masalah,
pengolahan data, sampai dengan kesimpulan dan pemberian saran untuk
penelitian lebih lanjut.
BAB IV : PENGUMPULAN DAN PENGOLAHAN DATA

Bab ini menjelaskan proses pengumpulan data antropometri dan atribut desain
basis data melalui wawancara dan pengumpulan data sekunder. Pengolahan data
antropometri dilakukan dengan uji kenormalan, uji keseragaman, uji kecukupan
dan persentil. Lalu tahapan pembuatan program meliputi perancangan basis data,
perancangan query dan user interface, dilanjutkan pembuatan program aplikasi
untuk pengelolaan data antropometri tersebut.
I-5
BAB V : ANALISIS DAN INTERPRETASI HASIL
Bab ini menguraikan analisis dan interpretasi hasil serta mengevaluasi
perancangan program aplikasi pengelolaan data antropometri.
BAB VI : KESIMPULAN DAN SARAN

Bab ini menguraikan target pencapaian dari tujuan penelitian dan kesimpulan
yang diperoleh dari pembahasan bab-bab sebelumnya. Bab ini juga menguraikan
saran dan masukan bagi kelanjutan penelitian yang telah dilakukan.
I-6
BAB II
TINJAUAN PUSTAKA
Pada bab ini dibahas mengenai landasan teori yang dipakai dalam penelitian
ini, yaitu basis data, sistem basis data, abstraksi data, bahasa pemrograman,
administrator basis data, dan antropometri. Landasan teori ini digunakan peneliti
sebagai pedoman dalam melaksanakan penelitian.
2.1 PROGRAM APLIKASI

Perangkat lunak (software) atau sering disebut juga program adalah suatu
hasil eksekusi (instruksi) yang dapat berjalan pada komputer, berfungsi dengan
benar, sanggup melayani segala kemungkinan masukan, instruksi dan manipulasi
data serta kemampuan-kemampuan untuk melakukan suatu fungsi yang spesifik
(Total Sarana Informasi, 2005). Perangkat lunak (software) adalah program
komputer yang berfungsi sebagai sarana interaksi antara pengguna dengan
perangkat keras (hardware). Perangkat lunak juga bisa disebut sebagai
penerjemah perintah-perintah yang dijalankan pengguna komputer untuk
diteruskan atau diproses oleh perangkat keras.
Setiap software tidak sama dengan yang lain, mempunyai ciri-ciri tersendiri
dan dapat digunakan untuk mengerjakan fungsi yang khusus. Contoh-contoh jenis
software antara lain software bahasa pemrograman, software aplikasi basis data
(data base), softwareaplikasi desain web, software aplikasi grafis, software
aplikasi multimedia dan lain-lain. Perangkat lunak dibagi menjadi tiga tingkatan
yaitu program aplikasi misalnya Microsoft Office, tingkatan sistem operasi
misalnya Microsoft Windows dan tingkatan bahasa misalnya Pascal (Total Sarana
Informasi, 2005)
Dalam ilmu komputer, aplikasi adalah program komputer yang dirancang
sedemikian rupa untuk membantu pengguna dalam menyelesaikan suatu
pekerjaan. Suatu aplikasi berbeda dengan sistem operasi yang menjalankan
komputer, utility yang melakukan pemeliharaan dan bahasa pemrograman yang
membuat komputer. Berdasarkan pada pekerjaan yang telah dirancang, suatu
aplikasi dapat memanipulasi teks, angka, grafik, maupun kombinasi dari elemen
II-1
tersebut. Beberapa aplikasi menawarkan kekuatan komputasi dengan
memfokuskan diri pada pekerjaan tunggal, seperti memproses kata, mengolah
grafik, ataupun memanipulasi angka, misalnya program Abiword, Blender 3D dan
lain-lain. Beberapa aplikasi lainnya disebut aplikasi integrasi menawarkan
kekuatan yang memiliki beberapa aplikasi word prosesor, spreadsheet, ataupun
program data base. Contohnya adalah Microsoft office.
Program aplikasi dibagi menjadi beberapa kategori antara lain adalah
(www.wikipedia.com, 2008) :
1. Enterprise Software
Enterprise software muncul berdasarkan kebutuhan organisasi akan proses
organisasi serta aliran data dalam skala yang luas.
2. Enterprise Infrastucture Software
Mendukung kemampuan pada sistem enterprise software
3. Information Worker Software
Information worker software muncul didasarkan pada kebutuhan individu
untuk menciptakan dan mengatur informasi.
4. Content Access Software
Content access software digunakan untuk mengakses sebuah content tanpa
mengubahnya, tetapi adapula beberapa aplikasi yang menyediakan fitur untuk
mengubah content.
5. Simulation Software
Digunakan untuk mensimulasikan sistem fisik atau abstrak untuk keperluan
penelitian, pelatihan, maupun hiburan.
6. Media Development Software
Muncul karena kebutuhan individu guna menghasilkan karya elektronik untuk
keperluan komersil.
7. Educational Software
Berhubungan dengan fungsi media dan hiburan, tetapi memiliki tujuan khusus
untuk pendidikan.
8. Product Engineering Software
Digunakan untuk mengembangkan hardware dan produk software.
II-2
2.2 DESAIN SISTEM
Desain sistem suatu fase dimana diperlukan suatu keahlian perencanaan
untuk elemen-elemen komputer yang akan menggunakan sistem baru (Kristanto,
2003). Ada dua hal yang perlu diperhatikan dalam desain sistem yaitu pemilihan
peralatan dan program komputer untuk sistem yang baru. Alat bantu yang
digunakan dalam desain sistem adalah Data Flow Diagram (DFD), kamus data
(Data Dictionary), diagram konteks, daftar kejadian, dan lain – lain.
Desain sistem merupakan proses penyiapan spesifik yang terperinci untuk
pengembangan sistem baru. Dimulai dari spesifikasi output sistem yang
diperlukan, mencakup isi format, volume dan frekuensi laporan – laporan dan
dokumen – dokumen (Kristanto, 2003).
2.2.1 Data Flow Diagram (DFD)
Data flow diagram (DFD) adalah suatu model logika yang menggambarkan
proses – proses yang berlangsung dalam sistem dan juga aliran data dari proses
input sampai proses output. Data flow diagram (DFD) merupakan alat yang cukup
populer sekarang, karena dapat menggambarkan entitas, proses dan arus data di
dalam suatu sistem dengan terstruktur dan jelas. DFD memiliki simbol – simbol
untuk menggambarkan sistem, berikut ini simbol-simbol yang digunakan dalam
data flow diagram (DFD).
1. Entitas luar
Setiap sistem pasti memiliki batas sistem yang memisahkan suatu sistem
dengan lingkungan luarnya. Sistem akan menerima input dan menghasilkan
output bagi lingkuangan luarnya. Entity luar merupakan kesatuan di lingkungan
luar sistem yang dapat berupa orang, organisasi atau sistem lain yang berada di
lingkungan luarnya yang akan memberikan input serta menerima output dari
sistem. Suatu entity luar dapat disimbolkan dengan notasi kotak dapat dilihat
seperti pada gambar 2.1.
Gambar 2.1 Simbol entitas luar pada DFD

Sumber : Kristanto, 2003
II-3
2. Aliran data (data flow)
Arus data pada diagram arus data diberi simbol panah. Arus data ini mengalir
diantara proses, penyimpanan data dan kesatuan luar. Arus data ini
menunjukkan arus atau aliran data yang dapat berupa masukan untuk sistem
atau hasil dari proses sistem dan dapat berbentuk sebagai berikut ini :
a. Formulir atau dokumen yang digunakan.
b. Laporan tercetak yang dihasilkan oleh sistem.
c. Tampilan atau output di layar komputer yang dihasilkan oleh sistem.
d. Masukan oleh komputer.
e. Komunikasi ucapan.
f. Surat-surat atau memo.
g. Data yang dibaca atau direkam pada suatu file.
h. Surat isian yang dicatat pada buku agenda.
i. Transmisi data dari satu komputer ke komputer yang lain.
Arus data sebaiknya diberi nama yang jelas dan mempunyai arti. Nama dari
arus data dituliskan di samping garis panahnya. Simbol untuk arus data dapat
dilihat pada gambar 2.2.
Gambar 2.2 Simbol arus data di DFD

3. Proses (Process)
Suatu proses adalah kegiatan atau kerja yang dilakukan orang, mesin atau
komputer dari hasil suatu arus data yang masuk ke dalam proses untuk
dihasilkan arus data yang akan keluar dari proses. Untuk physical data flow
diagram (PDFD), proses dapat dilakukan oleh orang, mesin atau komputer.
Sedangkan untuk logical data flow diagram (LDFD), suatu proses hanya
menunjukkan proses dari komputer. Suatu proses dapat ditunjukkan dengan
simbol lingkaran atau dengan simbol empat persegi panjang. Simbol proses
dapat dilihat pada gambar 2.3.
II-4
Gambar 2.3 Simbol proses di DFD
Setiap proses harus diberi penjelasan yang lengkap meliputi :

a. Identifikasi proses
Identifikasi ini umumnya berupa angka yang menunjukkan nomor acuan
dari proses dan ditulis pada bagian atas simbol proses
b. Nama Proses
Nama proses menunjukkan apa yang dikerjakan oleh proses tersebut.
Nama proses harus jelas dan lengkap mengggambarkan kegiatan proses.
Nama proses biasanya berbentuk suatu kalimat yang diawali dengan kata
kerja dan letaknya berada di bawah identifikasi proses.
c. Pemroses
Untuk PDFD yang menunjukkan proses tidak hanya proses dari komputer,
tetapi juga proses manual, seperti proses yang dilakukan oleh orang,
mesin, atau komputer, maka pemroses harus ditunjukkan. Pemroses ini
menunjukkan siapa dan dimana suatu proses dilakukan. Untuk LDFD
yang prosesnya hanya menunjukkan proses komputer saja, maka pemroses
tidak perlu disebutkan. Untuk LDFD, bila pemroses akan disebutkan dapat
juga untuk menyebutkan nama dari program yang melakukan prosesnya.
Keterangan pemroses ini dapat diletakkan di bawah nama proses.
4. Berkas atau penyimpanan data (data store)
Merupakan komponen yang berfungsi untuk menyimpan data atau file. Simbol
dari data store dapat dilihat pada gambar 2.4.
Gambar 2.4 Simbol berkas di DFD

II-5
Nama dari data store menunjukkan nama dari file. Untuk PDFD, supaya
memperjelas simpanan data ini, penjelasan mengenai media dari simpanan data
perlu dicantumkan seperti misalnya buku atau arsip atau suatu kotak dan lain
sebagainya. Sedangkan untuk LDFD, penjelasan ini dapat digunakan untuk
identifikasi dari simpanan data yang berguna sebagai acuan dalam merancang
database.
2.2.2 Diagram Alir (Flowchart)
Flowchart adalah penggambaran secara grafik dari langkah-langkah dan
urut-urutan prosedur dari suatu program. Flowchart menolong analis dan
programer untuk memecahkan masalah kedalam segmen-segmen yang lebih kecil
dan menolong dalam menganalisis alternatif-alternatif lain dalam pengoperasian.
Flowchart biasanya mempermudah penyelesaian suatu masalah khususnya
masalah yang perlu dipelajari dan dievaluasi lebih lanjut. Berikut ini adalah jenis–
jenis flowchart.
1. Diagram Alir Sistem (System Flowchart)
2. Diagram Alir Paperwork/Diagram Alir Dokumen (Document Flowchart)
3. Diagram Alir Skematik (Schematic Flowchart)
4. Diagram Alir Program (Program Flowchart)
5. Diagram Alir Proses (Process Flowchart)
Bila seorang analisis dan programer akan membuat flowchart, ada beberapa
petunjuk dan pedoman yang harus diperhatikan, seperti :
1. Flowchart digambarkan dari halaman atas ke bawah dan dari kiri ke kanan.
2. Aktivitas yang digambarkan harus didefinisikan secara hati-hati dan definisi ini
harus dapat dimengerti oleh pembacanya.
3. Kapan aktivitas dimulai dan berakhir harus ditentukan secara jelas.
4. Setiap langkah dari aktivitas harus diuraikan dengan menggunakan deskripsi
kata kerja.
5. Setiap langkah dari aktivitas harus berada pada urutan yang benar.
6. Lingkup dan range dari aktifitas yang sedang digambarkan harus ditelusuri
dengan hati-hati. Percabangan-percabangan yang memotong aktivitas yang
sedang digambarkan tidak perlu digambarkan pada flowchart yang sama.
II-6
Simbol konektor harus digunakan dan percabangannya diletakan pada halaman
yang terpisah atau hilangkan seluruhnya bila percabangannya tidak berkaitan
dengan sistem.
7. Gunakan simbol-simbol flowchart yang standar. Simbol-simbol flowchart yang
biasanya dipakai adalah simbol-simbol flowchart standar yang dikeluarkan
oleh ANSI dan ISO.
Tabel 2.1. Simbol Flowchart Standar ANSI dan ISO
Simbol Arti Contoh
Keputusan Keputusan dalam program
Apakah
A<b
=
>
Predifined Process Rincian operasi berada di tempat

lain Hitung akar
pangkat dua
Preparation Pemberian harga awal

SW=1
Terminal points Awal/Akhir flowchart
start
Purched card Input/output yang menggunakan

kartu berlubang
Kartu absen
Input/Output Merepresentasikan input data atau

output data yang diproses atau Baca jam
informasi &tariff upah
Proses Merepresentasikan operasi

Hitung upah kotor
Penghubung Keluar atau masuk dari bagian lain keluar

flowchart khususnya halaman yang
sama 3
masuk
3
Sumber : Darsono, 2007
II-7
Tabel 2.2. Simbol Flowchart Standar ANSI dan ISO (lanjutan)
Simbol Arti Contoh
Anak panah Merepresentasikan alur kerja
Hitung
upah kotor
3
Penjelasan Untuk komentar tambahan
Urutkan sblm berdasarkan
pembayaran no pelanggan
Sumber: Darsono, 2007
2.3 BASIS DATA

Sebuah basis data adalah suatu tempat penyimpanan file data (Simarmata,
2007). Definisi lain mengenai basis data disampaikan oleh Fathansyah (1999)
sebagai berikut :
- Himpunan kelompok data atau arsip yang saling berhubungan yang
diorganisasi sedemikian rupa agar kelak dapat dimanfaatkan kembali
dengan cepat dan mudah.
- Kumpulan file/tabel/arsip yang saling berhubungan yang disimpan
dalam media penyimpanan elektronis.
Tujuan utama basis data adalah agar pengguna dapat memperoleh dan
menemukan kembali data yang dicari dengan mudah dan cepat. Secara lengkap
pemanfaatan basis data dilakukan untuk memenuhi sejumlah tujuan sebagai
berikut :
a. Kecepatan dan kemudahan (speed)
Pemanfaatan basis data memungkinkan kita untuk dapat menyimpan data atau
melakukan perubahan/manipulasi terhadap data atau menampilkan kembali
data tersebut dengan lebih cepat dan mudah dibanding menyimpan data secara
manual.
b. Efisiensi ruang penyimpanan (space)
Karena keterkaitan yang erat antar kelompok data dalam sebuah basis data
maka redundansi (pengulangan) data pasti akan selalu ada. Banyaknya
redundansi ini tentu akan memperbesar ruang penyimpanan (baik memori
II-8
utama maupun di memori sekunder) yang harus disediakan. Dengan basis data
efisiensi dan optimalisasi penggunaan ruang penyimpanan dapat dilakukan
karena dapat melakukan penekanan jumlah redundansi, baik dengan
menerapkan sejumlah pengkodean maupun dengan membuat relasi-relasi antar
kelompok data yang saling berhubungan.
c. Keakuratan (accuracy)
Pemanfaatan pengkodean atau pembentukan relasi antar data bersama dengan
penerapan aturan/batasan tipe data, domain data, keunikan data dan
sebagainya yang secara ketat dapat diterapkan dalam sebuah basis data sangat
berguna untuk menekan ketidakakuratan penyimpanan data.
d. Ketersediaan (availability)
Pertumbuhan data sejalan dengan waktu akan semakin membutuhkan ruang
penyimpanan yang besar. Padahal tidak semua data itu selalu dibutuhkan.
Karena itu harus dilakukan pemilahanan antara data utama, data transaksi,
data histori dan data kadaluwarsa. Data yang sudah jarang dipakai dapat diatur
sebagai offline baik dengan cara penghapusan maupun dengan cara
memindahkan ke media offline lainnya.
e. Kelengkapan (completeness)
Untuk mengakomodasi kebutuhan kelengkapan data yang semakin
berkembang maka tidak hanya menambahkan record-record data, tetapi juga
dapat melakukan perubahan struktur dalam basis data baik dalam bentuk
penambahan objek baru atau dengan penambahan field-field baru pada setiap
tabel.
f. Keamanan (Security)
Dengan menggunakan basis data dapat ditentukan siapa saja yang dapat
memakai basis data tersebut beserta objek-objek didalamnya dan menentukan
jenis-jenis operasi apa saja yang boleh dilakukan.
g. Kebersamaan pemakaian (shareability)
Basis data yang dikelola oleh sistem mendukung lingkungan multiuser tetapi
tetap menjaga terhadap munculnya inkonsistensi data (karena data yang
samadiubah oleh banyak pemakai pada saat bersamaan) atau kondisi deadlock
II-9
(karena banyak pemakai yang saling menunggu untuk menggunakan data ).
2.3.1 Sistem Basis Data

Menurut Fathansyah (1999) sistem basis data adalah sistem yang terdiri
dari kumpulan file (tabel) yang saling berhubungan (dalam sebuah basis data di
sebuah sistem komputer) dan sekumpulan program yang memungkinkan beberapa
pemakai dan/ atau program lain untuk mengakses dan memanipulasi file-file
tersebut. Komponen sistem basis data terdiri dari :
a. Perangkat keras (hardware)
Perangkat keras dalam sebuah sistem basis data adalah :
1. Komputer
2. Memori sekunder yang online (Hardisk)
3. Memori sekunder yang offline ( tape atau removable disk)
4. Media perangkat komunikasi untuk sistem jaringan
b. Sistem Operasi
c. Basis data
Sebuah sistem basis data dapat memiliki beberapa basis data. Setiap basis data
berisi sejumlah objek basis data.
d. Sistem Pengelola Basis Data ( Data Base Management System)
DBMS adalah software yang menangani semua akses ke basis data. Secara
konsep apa yang terjadi adalah sebagai berikut :
1. User melakukan pengaksesan basis data untuk informasi yang
diperlukannya.
2. Menggunakan suatu bahasa manipulasi data, biasanya disebut SQL.
3. DBMS menerima request dari user & menganalisa request tersebut.
4. DBMS memeriksa skema eksternal user, pemetaan eksternal/ konseptual,
skema konseptual, pemetaan konseptual/ internal, dan struktur
penyimpanan.
5. DBMS mengeksekusi operasi-operasi yang diperlukan untuk memnuhi
permintaan user.
e. Pengguna (user)
Ada beberapa tipe pengguna sistem basis data yang dibedakan berdasarkan
II-10
cara mereka berinteraksi terhadap sistem :
1. Programmer aplikasi
Pengguna yang berinteraksi dengan basis data melalui Data Manipulation
Language (DML), yang disertakan dalam program yang ditulis dengan
bahasa pemrograman induk (misalnya C, Pascal, dan Cobol).
2. User mahir (casual user)
Pengguna yang berinteraksi dengan sistem tanpa menulis modul program.
Mereka menyatakan query (untuk akses data) dengan bahasa query yang
telah disediakan oleh DBMS.
3. User Umum (end user naive user)
Pengguna yang berinteraksi dengan sistem basis data melalui pemanggilan
satu program aplikasi permanen (executable program) yang telah
ditulis/disediakan sebelumnya.
4. User khusus (spesialized user)
Pengguna yang menulis aplikasi basis data nonkonvensional tetapi untuk
keperluan-keperluan khusus, seperti aplikasi AI, sistem pakar, pengolahan
citra, dan sebagainya yang bisa mengakses basis data dengan/tanpa DBMS
bersangkutan.
2.3.2 Abstraksi Data

Suatu sistem basis data bermanfaat ketika sistem tersebut mendapatkan
kembali data secara efisien. Ada struktur data kompleks di belakang sistem basis
data. Tetapi pembuat sistem menyembunyikan kompleksitas tersebut dengan
membagi abstraksi dalam beberapa tingkatan. Sehingga interaksi antara pengguna
dengan pembuat dapat lebih disederhanakan. Abstraksi juga memberikan
kerangka kerja bagi pembangunan basis data. Menurut ANSI/SPARC, arsitektur
basis data terbagi atas tiga level yaitu (Simarmata, 2007):
a. Internal/Physical Level
Berhubungan dengan bagaimana data disimpan secara fisik (physical storage)
dan menguraikan suatu struktur data yang kompleks secara lebih terperinci,
misalnya seperti jenis penyimpanan (byte atau karakter). Merupakan level
terendah untuk merepresentasikan basis data.
II-11
b. Conceptual/Logical Level
Level ini lebih tinggi dari level sebelumnya. Menghubungkan antara internal
& eksternal level. Conceptual level adalah sebuah representasi seluruh muatan
informasi yang dikandung oleh basis data dan hubungan apa yang ada diantara
data tersebut. Administrator basis data dapat menggunakan tingkatan abstraksi
logika ini untuk memutuskan informasi apa yang disimpan di dalam basis data.
c. External/View Level
Merupakan level tertinggi dan yang paling sederhana dibanding level
sebelumnya. Berhubungan dengan bagaimana data direpresentasikan dari sisi
setiap pengguna.Yang dimaksud dengan pengguna adalah programmer, enduser
atau DBA. Setiap pengguna mempunyai ‘bahasa’ yang sesuai dengan
kebutuhannya. Programmer: bahasa yang digunakan adalah bahasa
pemrograman seperti C, COBOL, atau PL/I. Enduser: bahasa yang digunakan
adalah bahasa query atau menggunakan fasilitas yang tersedia pada program
aplikasi pada level eksternal ini, user dibatasi pada kemampuan perangkat keras
dan perangkat lunak yang digunakan aplikasi basis data.
2.3.3 Pemodelan Basis Data

Suatu model data adalah suatu penyajian konseptual dari struktur data
yang diperlukan oleh basis data (Simarmata, 2007). Model data memperoleh
masukkan dari langkah perencanaan dan analisis. Pembuat model bersama dengan
analis mengumpulkan informasi tentang kebutuhan basis data dengan meninjau
ulang dokumentasi yang ada dan mewawancarai pengguna akhir.
Model data mempunyai dua keluaran. Pertama, suatu entity-relationship
yang menyajikan struktur data dalam bentuk bergambar. Kedua adalah suatu
dokumen data untuk menguraikan objek data, relasi, dan aturan yang diperlukan
oleh basis data secara detail. Sasaran model data adalah untuk meyakinkan bahwa
semua objek data yang diperlukan oleh basis data sudah terwakili secara komplit
dan akurat.
2.3.4 Model Entity-Relationship

Model entity relationship merupakan suatu cara untuk mempersatukan
II-12
pandangan basis data jaringan dan relasional. Kegunaan model ini adalah:
a. Mampu memetakan model relasional dengan baik dengan membangun
tabel relasional.
b. Sederhana dan mudah dipahami hanya dengan sedikit palatihan.
c. Bisa digunakan sebagai suatu rencana perancangan oleh pengembang basis
data untuk menerapkan suatu model data dalam perangkat lunak
manajemen basis data spesifik.
Dasar-dasar membuat pemodelan E-R antara lain harus memahami tentang :
a. Entitas. Adalah objek data prinsip tentang informasi yang dikumpulkan.
Entitas umumnya berupa konsep yang bisa dikenal, baik konkret maupun
abstrak, seperti orang, tempat, benda, atau peristiwa yang memiliki
keterkaitan dengan basis data.
b. Relasi. Suatu relasi menyajikan asosiasi antara dua entitas atau lebih.
c. Atribut. Menguraikan entitas dimana mereka dihubungkan. Kejadian dari
suatu atribut tertentu adalah suatu nilai (value). Domain suatu atribut
merupakan koleksi dari segala kemungkinan atas nilai-nilai atribut yang
dimiliki.
Notasi diagram relasi dikembangkan oleh Peter Chen pada tahun 1976.
Notasi dasar ERD ditabelkan sebagai berikut :
Tabel 2.3. Notasi Dasar ERD
Notasi Keterangan
Suatu entity merupakan suatu objek atau konsep
Entity mengenai tempat yang diinginkan untuk
menyimpan informasi.
Atribut adalah sifat-sifat atau karakteristik dari
atribut
suatu entitas.
Suatu key atribut adalah unik dan memiliki
Key
karakteristik pembeda dari entitas.
atribut
Relationship mengilustrasikan bagaimana dua
relationship entitas berbagi informasi di dalam struktur basis
data.
Sumber: Simarmata, 2007
II-13
2.3.5 Bahasa yang Disediakan oleh Sistem Basis Data
Sebuah sistem basis data menyediakan dua tipe bahasa yaitu: tipe untuk
menyepesifikasikan skema basis data, disebut DDL, dan tipe untuk
mengekspresikan query atau update basis data, disebut MDL.
a. Data Definition Language

Skema basis data dispesifikasikan oleh sekumpulan definisi dengan sebuah
bahasa khusus yang disebut data-definition language (DDL). Hasil kompilasi
DDL berupa tabel-tabel yang disimpan dalam sebuah file, disebut data
dictionary (kamus data) atau data directory. Kamus data adalah sebuah file
yang berisi metadata. File ini yang dikonsultasi sebelum data yang sebenarnya
dibaca atau dimodifikasi oleh sistem basis data.
b. Data Manipulation Language

Query adalah statemen yang ditulis untuk mengambil informasi. Bagian dari
DML yang menangani pengambilan informasi ini disebut bahasa query.
Adalah bahasa untuk memanipulasi data yaitu :
• Pengambilan informasi yang disimpan dalam basis data
• Penyisipan informasi baru ke basis data
• Penghapusan informasi dari basis data
• Modifikasi informasi yang disimpan dalam basis data
2.3.6 Database Administrator (Administrator Basis Data)

Administrator basis data adalah orang yang bertanggungjawab terhadap
strategi yang berhubungan dengan pengolahan data disuatu perusahaan. Selain hal
tersebut, DBA adalah orang yang bertanggungjawab terhadap implementasi
strategi tersebut secara teknis. Berikut dijelaskan bebrapa fungsi DBA secara
detil:
a. Mendefinisikan skema konseptual
Yaitu memutuskan informasi apa saja yang akan dihasilkan oleh sutu basis
data. Dalam hal ini DBA bertugas mendefinisikan entity-entity yang terlibat
pada perancangan basis data. Proses ini disebut dengan Logical Database
II-14
Design (kadang-kadang disebut Conceptual Database Design). Setelah DBA
menentukan muatan dari basis data maka DBA akan menyusun skema
konseptual menggunakan DDL (Data Definition Language). Kemudian
dengan DBMS, skema tersebut diimplementasikan.
b. Mendefinisikan skema internal
Selain menentukan skema konseptual dari basis data, DBA juga bertanggung
jawab terhadap desain penyimpanan data secara fisik.
c. Mensosialisasikan hasil rancangan baik konseptual dan internal ke user
d. Mendefinisikan aturan-aturan sekuriti dan integritas data
Dalam hal ini tugas DBA adalah menyakinkan user bahwa data-data yang
mereka perlukan semua telah tersedia dan membantu user untuk
mengimplementasikan rancangan tersebut dalam DDL.
e. Mendefinisikan prosedur-prosedur back-up dan recovery.
f. Memonitor performansi sistem dan menangani perubahan-perubahan yang
ada.
2.4 KAMUS DATA

Kamus data (data dictionary) adalah kumpulan elemen-elemen atau simbol-
simbol yang digunakan untuk membantu dalam penggambaran atau
pengidentifikasian setiap field atau file di dalam sistem (Kristanto, 2003).
Dengan menggunakan kamus data, analis sistem dapat mendefinisikan data
yang berada di dalam sistem dengan lengkap. Kamus data dibuat pada tahap
analisis sistem dan digunakan baik pada tahap analisis maupun pada tahap
perancangan sistem. Pada tahap analisis, kamus data dapat digunakan sebagai alat
komunikasi antara analis sistem dengan pemakai sistem tentang data yang
mengalir di dalam sistem, yaitu tentang data yang masuk ke sistem dan tentang
informasi yang dibutuhkan oleh pemakai sistem. Pada tahap perancangan sistem,
kamus data digunakan untuk merancang input, merancang laporan-laporan dan
database. Kamus data dapat dibedakan menjadi 4 macam, yaitu:
1. Kamus data proses
Menjelaskan secara detail proses yang terjadi di setiap proses.
2. Kamus data tempat penyimpanan
II-15
Menjelaskan file dan struktur data mengenai model sistem yang digambarkan
dalam pemodelan sistem.
3. Kamus data arus data
Menggambarkan data yang mengalir dari satu proses ke proses lainnya, dari
entitas luar ke proses, dan dari proses ke entitas luar.
4. Kamus data terminologi bisnis
Menjelaskan istilah-istilah khusus dalam bisnis yang dijalankan.
2.5 PERANCANGAN ANTARMUKA

Interface (antarmuka) pengguna merupakan perantara yang disediakan
untuk user misalnya interaksi dari mesin komputer ke layar monitor, sehingga
seorang user dapat mengetahui apa yang terjadi pada sistem yang digunakan
(Total Sarana Informasi, 2005). Tujuan dari antarmuka pengguna adalah untuk
memungkinkan pengguna menjalankan setiap tugas dalam kebutuhan pengguna
(user requirement). Jadi dalam membangun sebuah antarmuka pengguna harus
berdasar pada kebutuhan pengguna.
Ada 17 prinsip yang harus dipahami para perancang sistem, terutama untuk
mendapatkan hasil maksimal dari tampilan yang dibuat. Prinsip Umum Desain
User Interface telah dirumuskan oleh Deborah J. Mayhew, dengan General
Principles Of UI Design, yaitu (Dini, 2008) :
a. User Compatibility, yang bisa berarti kesesuaian tampilan dengan tipikal dari
user. karena berbeda user bisa jadi kebutuhan tampilannya berbeda. Misalnya,
jika aplikasi diperuntukkan bagi anak-anak, maka jangan menggunakan istilah
atau tampilan orang dewasa.
b. Product Compatibility, istilah ini mengartikan bahwa produk aplikasi yang
dihasilkan juga harus sesuai. Memiliki tampilan yang sama/serupa baik untuk
user yang awam maupun yang ahli.
c. Task Compatibility, berarti fungsional dari task/ tugas yang ada harus sesuai
dengan tampilannya. Misal untuk pilihan report, orang akan langsung
mengartikan akan ditampilkan laporan sehingga tampilan yang ada bukanlah
tipe data (dari sisi pemrogram).
d. Work Flow Compatibility, aplikasi dalam satu tampilan bisa untuk berbagai
II-16
pekerjaan. Bisa pula tampilan yang ada hanya untuk satu pekerjaan saja. Misal
untuk mengirim email, maka user harus membuka tampilan tersendiri untuk
daftar alamat.
e. Konsisten. Contohnya seperti jika menggunakan istilah save yang berarti
simpan, maka istilah tersebut harus selalu digunakan.
f. Familiarity, misalnya icon disket akan lebih familiar jika digunakan untuk
perintah menyimpan.
g. Simplicity, aplikasi harus menyediakan pilihan default untuk suatu pekerjaan.
h. Direct Manipulation, user interface mampu manipulasi secara langsung
misalnya untuk mempertebal huruf, cukup dengan ctrl+B.
i. Control, memberikan kontrol penuh kepada user, yang biasanya memiliki
tipikal tidak mau terlalu banyak aturan.
j. WYSIWYG, What You See Is What You Get, membuat tampilan mirip seperti
kehidupan nyata user dan memastikan fungsionalitas yang ada berjalan sesuai
tujuan.
k. Flexibility, tool/alat yang bisa digunakan user tidak hanya terpaku pada
keyboard atau mouse saja.
l. Responsiveness, tampilan yang dibuat harus disertai tampilan respon missal
yang sering dilihat yaitu tampilan “please wait... 68%... “
m. Invisible Technology. User tidak penting mengetahui algoritma apa yang
digunakan. Contohnya untuk mengurutkan pengguna tidak perlu mengetahui
algoritma yang digunakan programmer (max sort, bubble sort, quick sort, dan
seterusnya)
n. Robustness, handal yakni dapat mengakomodasi kesalahan user.
o. Protection, melindungi user dari kesalahan yang umum dilakukan. Misalnya
dengan memberikan fitur back atau undo.
p. Ease of Learning, aplikasi mudah dipelajari.
q. Ease of use, aplikasi harus mudah digunakan.
II-17
2.6 ANTROPOMETRI
2.6.1 Pengertian Antropometri

Antropometri menurut Stevenson (1989) dan Nurmianto (2008) adalah
satu kumpulan data numerik yang berhubungan dengan karakteritik fisik ukuran
tubuh manusia, bentuk, dan kekuatan serta penerapan dari data tersebut untuk
penanganan masalah desain.
Istilah Antropometri itu sendiri berasal dari bahasa Yunani yang merupakan
gabungan dar kata “anthro” yang berarti manusia dan “metri” yang berarti ukuran.
Secara definitif antropometri dapat dinyatakan sebagai suatu studi yang berkaitan
dengan pengukuran dimensi tubuh manusia (Wignjosoebroto,2003). Antropometri
ecara luas digunakan sebagai pertimbangan ergonomis dalam proses perancangan
produk maupun sistem kerja yang akan melibatkan interaksi manusia. Aplikasi
antropometri meliputi perancangan areal kerja, peralatan kerja dan produk-produk
konsumtif.
Perancangan lingkungan kerja fisik manusia pada umumnya berbeda-beda
dalam hal bentuk dan dimensi ukuran tubuhnya. Beberapa faktor yang
mempengaruhi ukuran tubuh manusia antara lain yaitu (Nurmianto,2008) :
a. Jenis kelamin (sex)
Secara distribusi statisktik terdapat perbedaan yang signifikan antara dimensi
tubuh pria dan wanita. Jenis kelamin pria umumnya memiliki dimensi tubuh
yang lebih besar dibanding wanita. Oleh karenanya data antropometri untuk
kedua jenis kelamin selalu disajikan terpisah.
b. Umur (age)
Penggolongan atas beberapa kelompok umur yaitu :
- Balita
- Anak-anak
- Remaja
- Dewasa
- Lanjut usia
Antropometri tubuh manusia akan cenderung meningkat sampai batas usia
dewasa. Namun setelah mencapai usia dewasa, tinggi badan manusia
II-18
mempunyai kecenderungan untuk menurun yang antara lain disebabkan oleh
berkurangnya elastisitas tulang belakang (invertebral discs). Selain itu juga
dikarenakan penurunan dinamika gerak tangan dan kaki.
c. Suku bangsa (etnic)
Setiap suku bangsa ataupun kelompok etnic akan memiliki karakteristik fisik
yang berbeda satu dengan yang lainnya. Dimensi tubuh suku bangsa negara
Barat pada umumnya mempunyai ukuran yang lebih besar daripada dimensi
tubuh suku bangsa negara Timur.
d. Jenis Pekerjaan
Beberapa jenis pekerjaan tertentu menuntut adanya persyaratan dalam seleksi
karyawannya. Misalnya pekerjaan buruh mengharuskan orang-orang yang
berpostur lebih besar dibanding pekerja kantoran. Sedangkan menurut
Wignjosoebroto (2003) dimensi tubuh manusia juga dipengaruhi oleh tingkat
sosio ekonomi. Pada negara-negara maju dengan tingkat sosio ekonomi tinggi,
penduduknya mempunyai dimensi tubuh yang besar dibandingkan dengan
negara-negara berkembang.
e. Posisi tubuh (posture)
Sikap ataupun posisi tubuh akan berpengaruh terhadap ukuran tubuh oleh
karena itu harus posisi tubuh standar harus diterapkan untuk survei
pengukuran. Berkaitan dengan posisi tubuh manusia dikenal dua cara
pengukuran, yaitu:
1. Antropometri Statis (Structural Body Dimensions)
Pengukuran manusia pada posisi diam atau yang dibakukan. Disebut juga
pengukuran dimensi struktur tubuh dimana tubuh diukur dalam berbagai
posisi standart dan tidak bergerak (tetap tegak sempurna). Pengukuran
antropometri statis menjadi penting karena pengukuran ini menjadi dasar
dalam perancangan produk dan lingkungan kerja yang digunakan. Contoh
sederhana dari pengukuran ini adalah proses pembuatan pintu.
Perancangan pintu memerlukan ukuran statis jangkauan tangan ke atas
dalam posisi berdiri dan menentukan lebar pintu diperlukan ukuran statis
lebar bahu.
II-19
2. Antropometri Dinamis (Functional Body Dimensions)
Yang dimaksud antropometri dinamis adalah pengukuran keadaan dan
ciri-ciri fisik manusia dalam keadaan bergerak atau memperhatikan
gerakan-gerakan yang mungkin terjadi saat pekerja tersebut melaksanakan
kegiatannya.
Selanjutnya untuk memperjelas mengenai data antropometri yang tepat
diaplikasikan dalam berbagai rancangan produk ataupun fasilitas kerja, diperlukan
pengambilan ukuran dimensi anggota tubuh. Penjelasan mengenai pengukuran
dimensi antropometri tubuh yang diperlukan dalam perancangan dijelaskan pada
gambar berikut :
Gambar 2.5 Antropometri tubuh manusia yang diukur dimensinya

Sumber : Nurmianto, 2008
Keterangan gambar :
1. Dimensi tinggi tubuh dalam posisi tegak
2. Tinggi mata dalam posisi berdiri tegak
3. Tinggi bahu dalam posisi berdiri tegak
4. Tinggi siku dalam posisi berdiri tegak
5. Tinggi kepalan tangan yang terjulur lepas dalam posisi berdiri tegak
(dalam gambar tidak ditunjukkan)
6. Tinggi tubuh dalam posisi duduk
7. Tinggi mata dalam posisi duduk
II-20
8. Tinggi bahu dalam posisi duduk
9. Tinggi siku dalam posisi duduk
10. Tebal atau lebar paha
11. Panjang paha yang diukur dari pantat s/d ujung lutut
12. Panjang paha yang diukur dari pantat s/d bagian belakang dari ujung lutut
13. Tinggi lutut yang bisa diukur baik dalam posisi berdiri ataupun duduk
14. Tinggi tubuh dalam posisi duduk yang diukur dari lantai sampai dengan
paha
15. Lebar dari bahu
16. Lebar pinggul/pantat
17. Lebar dari dada dalam keadaan membusung
18. Lebar perut
19. Panjang siku yang diukur dari siku sampai ujung jari dalam posisi siku
tegak lurus
20. Kebar kepala
21. Panjang tangan diukur dari pergelangan sampai dengan ujung jari dalam
posisi tegak
22. Lebar telapak tangan
23. Lebar tangan dalam posisi terbentang
24. Tinggi jangkauan tangan dalam posisi berdiri tegak
25. Tinggi jangkauan tangan dalam posisi duduk tegak
26. Jarak jangkauan tangan yang terjulur ke depan
Pengukuran dimensi wajah dapat dilihat pada gambar 2.6 di bawah ini.
Gambar 2.6 Gambar dimensi struktur kepala

II-21
Keterangan gambar 2.2 diatas, yaitu:
1 = panjang kepala
2 = lebar kepala
3 = diameter maksimum dagu
4 = dagu ke puncak kepala
5 = telinga ke puncak kepala
6 = telinga ke belakang kepala
7 = antara dua telinga
8 = mata ke belakang kepala
9 = mata ke puncak kepala
10 = antara dua pupil mata
11 = hidung ke puncak kepala
12 = hidung ke belakang kepala
13 = mulut ke puncak kepala
14 = lebar mulut
2.6.2 Aplikasi Distribusi Normal dan Persentil dalam Penetapan Data

Antropometri
Adanya variansi tubuh yang cukup besar pada ukuran tubuh manusia
secara perseorangan, maka perlu memperhatikan rentang nilai yang ada. Masalah
adanya variansi ukuran sebenarnya akan lebih mudah diatasi bilamana mampu
merancang produk yang memiliki fleksibilitas dan sifat ‘mampu suai’ dengan
suatu rentang ukuran tertentu. Pada penetapan data antropometri, pemakaian
distribusi normal akan umum diterapkan. Distribusi normal dapat
diformulasikan berdasarkan harga rata-rata dan simpangan standarnya dari data
yang ada. Berdasarkan nilai yang ada tersebut, maka persentil (nilai yang
menunjukkan persentase tertentu dari orang yang memiliki ukuran pada atau di
bawah nilai tersebut) bisa ditetapkan sesuai tabel probabilitas distribusi normal.
Jika diharapkan ukuran yang mampu mengakomodasikan 95% dari populasi yang
ada, maka diambil rentang 2,5th dan 97,5th percentile sebagai batas-batasnya.
Secara statistik sudah diperlihatkan bahwa data hasil pengukuran tubuh
manusia pada berbagai populasi akan terdistribusi dalam grafik sedemikian rupa
II-22
sehingga data-data yang bernilai kurang lebih sama akan terkumpul dibagian
tengah grafik.
Persentil menunjukkan jumlah bagian per-seratus orang dari suatu
populasi yang memiliki ukuran tubuh tertentu. Tujuan penelitian, dimana sebuah
populasi dibagi-bagi berdasarkan kategori-kategori dengan jumlah keseluruhan
100% dan diurutkan mulai dari populasi terkecil hingga terbesar berkaitan dengan
beberapa pengukuran tubuh tertentu. Sebagai contoh bila dikatakan persentil ke-
95 dari suatu pengukuran tinggi badan berarti bahwa hanya 5% data merupakan
data tinggi badan yang bernilai lebih besar dari suatu populasi dan 95% populasi
merupakan data tinggi badan yang bernilai sama atau lebih rendah pada populasi
tersebut.
Gambar 2.7 Distribusi normal yang mengakomodasi 95% dari populasi

Ada dua hal penting yang harus selalu diingat bila menggunakan persentil.
Pertama, suatu persentil antropometri dari tiap individu hanya berlaku untuk satu
data dimensi tubuh saja. Kedua, tidak dapat dikatakan seseorang memiliki
persentil yang sama, ke-95, atau ke-90 atau ke-5, untuk keseluruhan dimensi.
Pemakaian nilai-nilai persentil yang umum diaplikasikan dalam
perhitungan data antropometri, ditunjukan dalam tabel 2.2.
Tabel 2.5. Macam Persentil dan Cara Perhitungan dalam Distribusi Normal
Persentil Perhitungan Persentil Perhitungan
Ke-1 x -2.325σx Ke-90 x +1.280 σx
Ke-2.5 x -1.960σx Ke-95 x +1.645σx
Ke-5 x -1.645σx Ke-97.5 x +1.960σx
Ke-10 x -1.280σx Ke-99 x +2.325σx
Ke-50 x
II-23
Keterangan tabel 2.2 di atas, yaitu:
x = mean data σ x = standar deviasi dari data x
2.6.3 Pengolahan Data Antropometri

Data antropometri hasil dari pengukuran dimensi tubuh manusia diolah
sesuai kebutuhan penelitian atau perancangan produk. Pengolahan data tersebut
dilakukan secara analisis statistik antara lain uji kenormalan data, uji
keseragaman, uji kecukupan data, selanjutnya akan dihitung percentile untuk
masing-masing dimensi tubuh, dimana hal ini sangat diperlukan pada tahap
perancangan (Wignjosoebroto, 2000). Adapun keterangannya, sebagai berikut:
a. Uji Keseragaman Data

Uji keseragaman data berfungsi untuk memperkecil varian yang ada
dengan membuang data ekstrim. Jika ada data yang berada di luar batas kendali
atas ataupun batas kendali bawah maka data tersebut dibuang. (Wignjosoebroto,
2000). Langkah pertama dalam uji keseragaman ini adalah perhitungan mean dan
standar deviasi untuk mengetahui batas kendali atas dan bawah. Rumus yang
digunakan dalam uji ini yaitu:
n
− ∑x i
x= i =1
n
…………………………………………………....….persamaan 2.1
SD =
∑ ( x − x) 2
………………………………………………persamaan2.2
n −1
−
BKA = x + 2SD ……………………………………................…..persamaan 2.3
−
BKB = x − 2SD ………………………………………….........….persamaan 2.4
dengan;
SD = standar deviasi
xi = data ke-i
−
x = mean data
n = jumlah data
BKA = batas kendali atas
II-24
BKB = batas kendali bawah
Jika ada data yang berada di luar batas kendali atas maupun batas kendali
bawah, maka data tersebut harus dieliminasi atau dihilangkan. Untuk dapat
melihat keseragaman data dapat digunakan peta kendali.
b. Uji Normalitas Data

Pengujian normalitas adalah pengujian tentang kenormalan distribusi data.
Uji ini merupakan pengujian yang paling banyak dilakukan untuk analisis statistik
parametrik. Penggunaan uji normalitas karena pada analisis statistik parametrik,
asumsi yang harus dimiliki oleh data adalah bahwa data tersebut terdistribusi
secara normal. Maksud data terdistribusi secara normal adalah data memusat pada
nilai rata-rata dan median.
Penerapan data antropometri akan dapat digunakan jika tersedia nilai mean
(rata-rata) dan SD (standard deviasi) dari suatu distribusi normal. Berdasarkan
nilai tersebut maka persentil (nilai yang menunjukkan persentase tertentu dari
orang yang memiliki ukuran pada atau dibawah nilai tersebut) bisa ditetapkan
sesuai tabel probabilitas distribusi normal. Jika diharapkan ukuran yang mampu
mengakomodasikan 95% dari populasi yang ada, maka diambil rentang 2,5th dan
97,5th percentile sebagai batas-batasnya (Wignjosoebroto, 2003). Untuk menguji
kenormalan data digunakan rumus sebagai berikut: X 2 c = ∑ (x i − x)2

bila
x
X 2 c < df , α maka data dikatakan normal. Uji normalitas bisa pula menggunakan
uji Geary (Geary, 2008) dengan prosedur diantaranya adalah:
1. Menghitung mean ( X ), sample sum of square (SSS), dan sample of absolute
deviation (SAD) dengan menggunakan persamaan berikut :
n
− ∑ x ………………………………………………....………..persamaan 2.5
i
x = i =1
n
n
n −2 n
( ∑ xi ) 2
SSS = (n − 1)s 2 = ∑ xi2 − n x = ∑x i
2
− i −1
….….……….persamaan 2.6
i −1 i −1 n
n
SAD = ∑
i =1
x1 − x ……………………………………………...persamaan 2.7
II-25
2. Menghitung uji statistik Geary
SAD
a' = ………………………………………………………persamaan 2.8
n ( SSS )
3. Menguji nilai a’ untuk mengetahui tingkat signifikansi kenormalannya

a '− 0 . 7979 ……………………......……………….persamaan 2.9
z=
0 . 2123 / n
Nilai 0.7979 dan 0.2123 adalah kontanta untuk menghitung kenormalan data.
Data dikatakan berdistribusi normal jika dengan α = 0,05.

Sedangkan jika data tidak normal maka data diasumsikan normal.
c. Uji Kecukupan Data

Uji kecukupan data berfungsi untuk mengetahui apakah data yang
diperoleh sudah mencukupi untuk diolah. Sebelum dilakukan uji kecukupan data
terlebih dahulu menentukan derajat kebebasan s = 0.05 yang menunjukkan
penyimpangan maksimum hasil program. Selain itu juga ditentukan tingkat
kepercayaan 95% dengan k = 2 yang menunjukkan besarnya keyakinan pengukur
akan ketelitian data antropometri, artinya bahwa rata-rata data hasil pengukuran
diperbolehkan menyimpang sebesar 5% dari rata-rata sebenarnya. Rumus uji
kecukupan data, yaitu:
(∑ X ) − (∑ X )
2
k / s N 2 2 
N'=   …………………………….……persamaan 2.10
i i
 (∑ X ) 
 
i
Dengan ;
k = tingkat kepercayaan
s = derajat ketelitian
xi = data ke-i
N = jumlah data pengamatan.
N’ = jumlah data teoritis
Data dianggap telah mencukupi jika memenuhi persyaratan N’<N, dengan
kata lain jumlah data secara teotitis lebih kecil daripada jumlah data pengamatan
(Wignjosoebroto, 2000).
II-26
d. Perhitungan Persentil 5 dan 95
Pada penentuan dimensi rancangan fasilitas kerja pengecapan dibutuhkan
beberapa persamaan berdasarkan pendekatan antropometri. Perhitungan nilai
persentil 5 dan persentil 95 dari setiap jenis data yang diperoleh, dilanjutkan
dengan perhitungan untuk penentuan ukuran rancangan dan pembuatan rancangan
berdasarkan ukuran hasil rancangan.
Menurut Sritomo Wignjosoebroto (2000), untuk menghitung persentil 5 dan
persentil 95 menggunakan rumus pehitungan yang terdapat pada tabel 2.3
sebelumnya, misalnya :
−
P5 = x − 1,645 SD ………………………………………..........persamaan 2.11

−
P50= x …………………………………………………..........persamaan 2.12

−
P95= x + 1,645 SD …………………………………….…........persamaan 2.13

2.7 PENELITIAN SEBELUMNYA
Penelitian sebelumnya mengenai perancangan basis data antropometri
telah dilakukan oleh beberapa tokoh di luar negeri. R. Mollarda, dkk dari
Universitas Descartes Paris merancang basis data tentang ergonomi dalam
penelitian yang berjudul “Database contents, structure, and ontology for WEAR”.
The World Engineering and Antropometric Resource (WEAR) didefinisikan
sebagai suatu aplikasi untuk menggunakan dan menganalisis data, serta kualitas
dan validasi metode yang menggunakan basis data pengukuran manusia dalam
aplikasi keteknikan.
WEAR merupakan aplikasi antropometri yang berbasis sumber daya web.
Pengguna data antropometri dapat mengakses data yang tersedia melalui portal
pusat. WEAR ini diramalkan bisa digunakan banyak orang di berbagai belahan
dunia, sehingga syarat utama dalam pembuatannya adalah mengumpulkan data-
data berupa: file data terorganisasi dari data mentah 1-D dan 3-D, metode analisis
bentuk, file data biomekanik, file data bibliografis dan sintesis file ergonomi,
metode dan/atau alat untuk uji kecukupan, contoh-contoh hasil desain serta alat
bantuan online.
Salah satu aspek penting untuk penciptaan basis data skala besar adalah
II-27
integrasi dari berbagai jenis sistem basis data. Pendekatan yang dilakukan yaitu
mengembangkan ontologi untuk menggambarkan domain antropometri dan
sebagai pedoman dalam desain sistem basis data yang lebih besar. Alat
pengembangan ontologi disebut "Protégé" yang dikembangkan oleh Stanford
Medical Informatika. Untuk usaha awal pengembangan ontologi dimulai dengan
mengumpulkan dokumen-dokumen yang menggambarkan petunjuk antropometri
yang dibuat oleh John Roebuck. Digambarkan sebagai berikut.
Gambar 2.8 Komponen basis data yang akan disimpan

Sumber : Morallda, 2006
Gambar 2.9 Prinsip Sistem Basis Data Antropometri dan Ergonomi

Sumber : Morallda, 2006
Penelitian lainnya dilakukan oleh Carlos Ferreira, dkk dari Universidade

Técnica de Lisboa, Portugal yang mengembangkan RAPIL-Antropometric
Software and Database pada tahun 2004. Mereka mengatakan bahwa
antropometri merupakan spesialisasi ilmu pengetahuan baru yang menyediakan
aplikasi universal paling sederhana, tidak mahal, dan memberi kemudahan untuk
menaksir ukuran, bentuk, proporsi, komposisi, dan tingkat kedewasaan dari
II-28
manusia. Antropometri membantu mengetahui kesehatan, pertumbuhan, level
gerakan tubuh dan status gizi.
Pengukuran antropometri dapat digunakan pada kelompok besar populasi
seperti wanita hamil dan menyusui, janin dan bayi yang baru lahir, anak-anak,
remaja, dewasa yang overweight maupun kurus, atlet, induvidu diatas 60 tahun
dan lain sebagainya (Ferreira, dkk., 2004).
Dunia industri dan kesehatan sangat erat kaitannya dengan data
antropometri. Masih sedikit basis data antropometri yang mengakumulasi tentang
data kecacatan dan lansia (Brown,1995). Sehingga ia membangun basis data bagi
orang-orang lansia dan orang cacat untuk mendesain berbagai produk yang sesuai
dengan keadaan mereka. Fungsi alat ini adalah aplikasi software yang
menyediakan tempat penyimpanan dan percobaan dari sejumlah besar data secara
efisien dan dengan waktu yang singkat.
Basis data dalam software RAPIL menyimpan banyak sekali variasi
informasi dan diorganisasikan kedalam tabel-tabel yang saling berhubungan
dimana data disimpan dalam tipe biososial, rutinitas kehidupan sehari-hari, data
antropometri, prestasi sekolah, maturasi/kedewasaan. Pada penelitian ini data
antropomteri hanya digunakan untuk menaksir status pertumbuhan anak-anak. Hal
terpenting ditunjukkan dengan adanya referensi standar pertumbuhan untuk
membandingkan hasil yang diperoleh secara nyata dengan data yang disimpan di
program.
Software antropometri yang sudah ada adalah buatan WHO yaitu WHO
Anthro yang dikembangkan dari 6 wilayah melalui mekanisme WHO Multicetre
Growth Reference Study (1997-2003). Growth reference yang digunakan
software ini bermanfaat untuk: 1) pada tingkat individu dapat digunakan untuk
menilai pertumbuhan anak balita (0-5 tahun) melalui proses monitoring
pertumbuhan dan screening secara antropometris untuk kepentingan intervensi. 2)
pada tingkat masyarakat dapat digunakan untuk menilai status kesehatan
masyarakat (Komalyna, 2009). Fasilitas yang disediakan software ini dapat dibagi
menjadi tiga program utama yaitu sebagai kalkulator antropometri, program
individual assessment, dan nutritional survey.
II-29
Gambar 2.10 Software aplikasi antropometri dari WHO
Sumber : Komalyna, 2009
Pada program kalkulator antropometri digunakan untuk mengolah data dan

mengeluarkan hasil analisis per individu. Program ini difokuskan pada penyediaan
fasilitas indeks dasar (basic indicators) seperti indeks : berat badan menurut tinggi
badan (weight for height), tinggi badan menurut umur (height for age), berat
badan menurut umur (weight for age), dan indeks massa tubuh menurut usia
(BMI for age), MUAC for age, lingkar kepala (mm) menurut umur (Head
Circumference for age), tebal lemak pada bagian triceps (mm) menurut umur
(Tricepsskinfold for age), dan tebal lemak pada bagian subscapular (mm) menurut
umur (subscapular skinfold for age).
Gambar 2.11 Fitur “Antropometric Calculator”

II-30
Gambar 2.12 Fitur “Nutricional Survey”
Gambar 2.13 Fitur “Individual Assessment”

Software-software sejenis WHO Anthro masih ada lagi yaitu EPI INFO,
Nutrisurvey for SMART (Komalyna, 2009). Tetapi karena fungsinya hanya
sebagai evaluator perkembangan motorik dan keadaan gizi anak, software-
software tersebut ini tidak bisa digunakan sebagai acuan untuk menyimpan data
antropometri dari kelompok individu secara umum. Hanya saja dengan adanya
software ini bisa dijadikan acuan dasar perancangan software aplikasi sebagai
basis data antropometri dari populasi individu yang lebih luas.
II-31
BAB III
METODE PENELITIAN
Metode pelaksanaan ini digunakan dalam penelitian ini merupakan dasar

penentu agar hasil yang dicapai tidak menyimpang dari tujuan yang telah
ditentukan sebelumnya. Tahapan penelitian dipaparkan pada Gambar 3.1 sebagai
berikut :
Gambar 3.1 Diagram Alir Metode Penelitian
III-1
Diagram alir metode penelitian pada gambar 3.1 dapat diuraikan sebagai
berikut.
3.1 TAHAP IDENTIFIKASI MASALAH
Tahap ini diawali dengan studi lapangan, perumusan masalah, penentuan

tujuan penelitian, dan studi pustaka. Langkah-langkah yang ada pada tahap
identifikasi masalah tersebut dijelaskan pada sub bab berikut ini.
3.1.1 Studi Lapangan
Tahap awal dari penelitian ini yaitu studi lapangan. Tahap ini dilakukan
dengan mengamati penggunaan data antropometri dengan mengambil contoh studi
kasus di jurusan Teknik Industri UNS serta mengumpulkan data tersebut.
3.1.2 Perumusan Masalah
Permasalahan dirumuskan dari hasil studi lapangan yang telah dilakukan.

Masalah yang akan dibahas dalam penelitian ini yaitu merancang program
aplikasi pengelolaan data antropometri yang berguna untuk menyimpan semua
kategori data antropometri sehingga dapat dimanfaatkan secara optimal saat
dibutuhkan untuk suatu kegiatan penelitian atau perancangan produk berbasis
prinsip ergonomi.
3.1.3 Tujuan Penelitian
Tahap selanjutnya adalah menentukan tujuan penelitian. Tahap ini berguna

untuk memberikan kerangka yang jelas tentang apa saja yang menjadi sasaran
pada penelitian ini. Tujuan penelitian ini adalah program aplikasi pengelolaan data
antropometri untuk keperluan penelitian atau perancangan produk yang berbasis
prinsip ergonomi. Program ini diharapkan dapat mendeteksi uji statistik data yang
meliputi uji kenormalan, uji keseragaman, uji kecukupan, uji persentil data dan
dapat menampung semua kategori data antropometri serta dapat diperbaharui
setiap saat sesuai dengan kondisi data terbaru tanpa terjadi duplikasi.
III-2
3.1.4 Studi Pustaka
Pada tahapan studi pustaka penulis mengumpulkan berbagai referensi dan

teori-teori yang berkaitan dengan permasalahan yang ada sebagai landasan dalam
tahap-tahap penelitian selanjutnya. Referensi yang digunakan meliputi pustaka
tentang basis data dan antropometri serta pustaka-pustaka lain yang mendukung.
3.2 TAHAP PENGUMPULAN DAN PENGOLAHAN DATA
3.2.1 Identifikasi dan Analisis Kebutuhan Informasi Antropometri
Sebelum melakukan desain basis data, harus mengetahui dan menganalisa

keinginan pemakai terhadap suatu program aplikasi sedetail mungkin. Begitu pun
pada perancangan program aplikasi pengelolaan data antropometri ini. Untuk
menentukan kebutuhan, pertama kali harus diidentifikasi bagian lain dari sistem
informasi yang berhubungan dengan sistem basis data. Termasuk di dalamnya
pemakai dan aplikasi baru dan yang sudah ada, sejauh mana kepentingan data
tersebut digunakan, dan siapa saja yang memanfaatkanya, kemudian kebutuhan
dikoleksi dan dianalisa. Tujuan dari analisis kebutuhan ini diantaranya adalah :
- menentukan kebutuhan data dari basis data dalam kaitannya dengan objek.
- menggolongkan dan menguraikan informasi tentang objek.
- mengidentifikasi dan menggolongkan hubungan diantara objek.
Informasi tentang objek yang diperlukan untuk menganalisis kebutuhan
dikumpulkan dengan cara (Simarmata, 2007):
- meninjau ulang dokumen yang ada, misalnya data antropometri yang ada,
petunjuk tertulis, deskripsi tentang data antropometri ataupun software
atau program aplikasi antropometri yang pernah dirancang sebelumnya.
- wawancara dengan pengguna akhir data antropometri.
- meninjau ulang sistem pengumpulan dan penyimpanan data antropometri
yang sudah ada untuk mengetahui sejauh mana kebutuhan akan basis data
antropometri yang lebih tertata dan terotomatisasi.
- untuk transformasi kebutuhan ke struktur yang lebih baik, teknik
spesifikasi kebutuhan digunakan. Misalnya dengan flowchart, OOA
III-3
(object-oriented analysis) dan DFD (data flow diagram). Metode tersebut
menggunakan teknik diagram untuk mengorganisasi dan menampilkan
kebutuhan proses informasi. Dokumentasi tambahan dalam bentuk teks,
tabel, grafik dan keputusan melengkapi diagram tersebut.
3.2.2 Perancangan Basis Data
Setelah melakukan identifikasi dan analisis kebutuhan informasi

antropometri selanjutnya adalah merancang basis data. Dalam merancang basis
data dilakukan beberapa tahap yaitu :
1. Penentuan entitas dan atribut
Kedua hal ini merupakan dasar perancangan basis data.
2. Normalisasi tabel
Normalisasi merupakan penguraian struktur tabel yang kompleks menjadi
bentuk normal, berdasarkan aturan ketergantungan data (Data Dependency).
3. Menentukan relasi antar tabel
Relasi antar tabel digambarkan untuk mengetahui hubungan antara tabel-tabel
yang akan dipakai dalam program komputer.
4. Pembuatan Kamus Data
Kamus data dibuat berdasarkan tabel-tabel yang sudah dinormalkan dan sudah
mempunyai relasi antar tabel. Kamus data ini meliputi komponen tabel beserta
tipe datanya, ukuran, keterangan, dan contoh data.
3.2.3 Perancangan Query dan User Interface
Merancang query digunakan untuk mengelompokkan, mengolah, dan

mengelola data dalam tatanan tertentu, sehingga data dapat menjadi suatu
informasi. Query adalah alat pemroses data. Query ini berbasis SQL (Structured
Query Language), suatu bahasa yang umum digunakan dalam basis data.
Tahap selanjutnya dilakukan perancangan bentuk interface program yang
dibuat, dengan tujuan supaya pemakai mudah mengerti (user friendly). Dasar
pembuatan interface adalah Form, yaitu tempat dimana end-user menginput data.
Sebuah form dalam DBMS digunakan untuk membatasi akses end-user terhadap
sistem secara keseluruhan. Ada 2 tahap yang ditempuh penulis dalam merancang
III-4
user interface, yaitu :
1. Merancang interface input,
Interface input merupakan halaman untuk memasukkan data. Halaman ini
dibuat untuk membantu pengguna dalam meng-input data kedalam database.
2. Merancang interface output,
Langkah selanjutnya adalah merancang interface output. Output yang
dihasilkan meliputi laporan dalam bentuk output form dan output report form.
Output form yaitu berupa form yang menyajikan pengkategorian data
antropometri berdasarkan aturan query dan hasil perhitungan uji statistik data
antropometri. Output tersebut masih dalam bentuk form. Sedangkan output
report form merupakan bentuk output dari output form yang nantinya bisa
dijadikan printout.
3.2.4 Pembuatan Program Aplikasi
Pembuatan program aplikasi merupakan penulisan kode program sesuai

dengan user interface dan sistem basis data antropometri yang telah dirancang
agar program dapat diakses oleh berbagai kalangan pengguna data antropometri.
3.3 TAHAP ANALISIS DAN INTERPRETASI HASIL
3.3.1 Pengujian Program Aplikasi
Pengujian atau testing menurut Kristanto (2003) adalah proses

mengeksekusi program secara intensif untuk menemukan kesalahan- kesalahan.
Pengujian dilakukan untuk mengetahui apakah program yang dibuat telah sesuai
dengan kebutuhan sistem atau belum. Pengujian tidak hanya untuk mendapatkan
program yang benar, namun juga memastikan bahwa program tersebut bebas dari
kesalahan-kesalahan untuk segala kondisi.
Pengujian program aplikasi ini akan menggunakan metode pengujian unit
dan pengujian sistem. Yang mana pengujian unit merupakan pengujian terhadap
komponen-komponen luar dari sistem dan dilakukan satu-persatu tiap komponen.
Sedangkan pengujian sistem merupakan pengujian secara menyeluruh dari
program aplikasi, meliputi unit itu sendiri, prinsip kerja, hingga kode
III-5
pemrogramannya apakah sudah mampu bekerja seperti tujuan yang diharapkan
atau belum.
Tools atau media untuk menguji program aplikasi bisa berupa pertanyaan-
pertanyaan yang mewakili kriteria keberhasilan kinerja program, hal ini seperti
yang pernah dilakukan oleh Indra Permana (2001) dalam “Perancangan Software
Sistem Informasi Akademik FTUI”. Adapun proses pengujian dilakukan oleh
perancang program aplikasi, baik untuk pengujian unit maupun sistem.
3.3.2 Analisis dan Interpretasi Hasil
Bagian ini berisi tentang analisis dan interpretasi hasil perancangan program
aplikasi pengelolaan data antropometri untuk keperluan penelitian dan
perancangan produk berbasis ergonomi. Analisis hasil juga akan menjawab
apakah sistem yang dibuat telah menyelesaikan permasalahan yang ada atau
belum.
3.4 TAHAP KESIMPULAN DAN SARAN
3.4.1 Kesimpulan
Bagian ini berisi tentang kesimpulan yang didapat dari perancangan

program aplikasi pengelolaan data antropometri untuk keperluan penelitian dan
perancangan produk berbasis ergonomi. Kesimpulan yang diperoleh merupakan
jawaban atas tujuan dari penelitian ini.
3.4.2 Saran
Bagian ini berisi saran-saran yang diberikan kepada peneliti selanjutnya

untuk memperbaiki atau mengembangkan program aplikasi sistem basis data
antropometri untuk keperluan penelitian, perancangan produk atau perancangan
sistem kerja berdasarkan prinsip ergonomi ini.
III-6
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
Bab ini akan membahas mengenai pengumpulan dan pengolahan data,

dimulai dari identifikasi dan analisis kebutuhan informasi antropometri,
perancangan basis data antropometri, query, User Interface, dan perancangan
program aplikasinya. Pengumpulan data dilakukan melalui pengamatan langsung
dan wawancara kepada pihak yang berwenang yang berkaitan dengan penggunaan
data antropometri.
4.1 IDENTIFIKASI DAN ANALISIS KEBUTUHAN INFORMASI

ANTROPOMETRI
Identifikasi dan analisis kebutuhan informasi digunakan untuk mengetahui

dan menganalisis keinginan pemakai terhadap suatu basis data sedetail mungkin.
Termasuk didalamnya pemakai aplikasi baru dan yang sudah ada, sejauh mana
kepentingan data tersebut digunakan, dan siapa saja yang memanfaatkanya,
kemudian kebutuhan dikoleksi dan dianalisis.
Data antropometri digunakan untuk kepentingan penelitian, perancangan
produk serta perancangan sistem kerja agar sesuai dengan prinsip ergonomi.
Beberapa contoh penelitian maupun perancangan yang menggunakan data
antropometri antara lain sebagai berikut:
1. Perancangan Ulang Boncengan Anak-anak pada Sepeda Motor dengan
Pendekatan Antropometri
2. Perancangan Ulang Fasilitas Kamar Mandi bagi Kaum Difabel dengan
Pendekatan Antropometri dan Kemudahan Akses
3. Perancangan Fasilitas Kursi untuk Wanita Hamil di PO Bus Pariwisata
Auto Wijaya yang Memenuhi Aspek Ergonomi
4. Usulan Perancangan Meja dan Kursi Komputer yang Ergonomis dengan
Pendekatan Antropometri (Studi Kasus PT. Konimex, Sukoharjo)
Contoh studi kasus nyata yaitu rekap data penelitian maupun perancangan
produk yang dilakukan di Jurusan Teknik Industri mengenai tema ergonomi yang
IV-1
menggunakan data antropometri terdapat kurang lebih 27%, digambarkan pada
grafik berikut:
Gambar 4.1 Diagram Sebaran Tema Penelitian di Jurusan Teknik Industri

Sumber: Data diolah, 2010
Adapun pengguna data antropometri khususnya di Jurusan Teknik Industri

meliputi dosen dan mahasiswa yang sedang melakukan penelitian ataupun
perancangan produk berbasiskan prinsip ergonomi. Sedangkan secara umum data
antropometri ini dapat digunakan pada banyak aplikasi yang tak terbatas (Naqvi,
1993) diantaranya:
1. Desain area kerja di rumah, sekolah, perkantoran, dan industri. Contohnya
seperti menentukan ketinggian area kerja, panjang dan lebar meja,
ketinggian meja dapur, dan sebagainya.
2. Desain kokpit pesawat terbang dan kendaraan militer
3. Industri pakaian dan sepatu, disesuaikan dengan data antropometri
penduduk setempat
4. Desain peralaan khusus untuk panderita cacat dan individu lanjut usia.
Berdasarkan penjelasan diatas cukup membuktikan bahwa kebutuhan akan
data antropometri perlu tersedia setiap saat. Kemudian kebutuhan data
antropometri tersebut dimanfaatkan oleh beberapa peneliti, perancang, maupun
suatu lembaga untuk membuat suatu aplikasi pengelolaan data antropometri. Ada
tiga program aplikasi antropometri yang digunakan sebagai dasar dalam penelitian
IV-2
ini, yaitu program aplikasi WHO Anthro, Rapil, dan WEAR. Ketiga program
aplikasi antropometri tersebut mempunyai karakteristik dan kegunaan yang
berbeda-beda.
Penggunaan WHO Anthro adalah untuk membantu ibu-ibu yang ingin
memantau perkembangan dan pertumbuhan anaknya. Termasuk didalamnya
adalah memantau status gizi, perkembangan motorik, dan pertumbuhan beberapa
ukuran tubuhnya. Sehingga didalam aplikasi ini diberikan beberapa patokan
ukuran antropometri yang bisa menjadi indikator ketiga hal tersebut. Data
antropometri yang harus dimasukkan diantaranya berat badan menurut umur
(BB/U), panjang badan atau tinggi badan menurut umur (TB/U), berat badan
menurut tinggi badan (BB/TB), Basal Mass Index (BMI), lingkar kepala (HC atau
LIKA), dan lingkar lengan (MUAC atau LILA). Selain itu didalam program
aplikasi ini juga ditampilkan hasil perhitungan persentil data yang bisa diplot ke
grafik yang bisa digunakan sebagai pendukung analisis kesehatan anak. Di
Indonesia WHO Anthro digunakan sebagai Kartu Menuju Sehat (KMS) digital,
sehingga ibu-ibu yang ingin memantau perkembangan anaknya bisa melihat pada
menu Individual assessment yang dapat dipantau setiap kali kunjungan. Selain itu
untuk menu Antropometric calculator berguna bagi petugas gizi yang
mengadakan konseling, karena bisa langsung melihat status gizi yang di-entry saat
itu. Kelemahan dari program ini adalah hanya bisa digunakan untuk menyimpan
dan mengolah data antropometri balita hingga anak-anak (usia 0-60 bulan). Selain
itu data antropometri yang tersimpan tidak bisa digunakan untuk acuan dalam
perancangan produk berbasiskan prinsip ergonomi, karena data yang dimasukkan
hanya diolah sebagai analisis tumbuh kembang serta status gizi anak.
Program aplikasi lain yang menyediakan fasilitas penyimpanan dan
pengolahan data antropometri adalah RAPIL dan WEAR. The World Engineering
and Antropometric Resource atau WEAR juga merupakan program aplikasi
antropometri, tetapi berbasis sumber daya web. Pengguna data antropometri dapat
mengakses data yang tersedia melalui portal pusat. Syarat utama dalam
pembuatannya adalah mengumpulkan data-data berupa: File data terorganisasi
dari data mentah 1-D dan 3-D, metode analisis bentuk, file data biomekanik, file
IV-3
data bibliografis dan sintesis file ergonomi, metode dan/atau alat untuk uji
kecukupan, contoh-contoh hasil desain, alat bantuan online. Kelemahan dari
aplikasi ini adalah harus selalu diakses dalam kondisi online dengan internet, dan
yang bisa mengakses aplikasi ini hanya orang-orang tertentu yang diijinkan oleh
pemilik aplikasi. Hal ini dikarenakan data-data yang tersimpan didalam aplikasi
ini sangat sensitif apabila terdapat perubahan data.
Software RAPIL juga menyimpan banyak sekali variasi informasi dan
diorganisasikan kedalam tabel-tabel yang saling berhubungan yaitu sebagai
berikut: 1. Biososial; 2. Rutinitas kehidupan sehari-hari; 3. Data antropometri; 4.
Prestasi sekolah; 5. Maturasi/kedewasaan. Walaupun menu dari program ini
terbilang lengkap, tetapi untuk aplikasi pengelolaan data antropomteri bukan yang
paling utama dan hanya diisi oleh data anak-anak yang kemudian dihitung
persentilnya untuk menganalisis status pertumbuhan dan perkembangannya.
Sehingga program aplikasi ini juga belum bisa membantu menyediakan data
antropometri yang sesuai dengan kebutuhan pada penelitian atau perancangan
produk berbasis ergonomi.
Sedangkan program aplikasi antropometri yang akan dirancang ini
diharapkan mampu menyimpan serta mengolah data antropometri untuk semua
kategori variabilitas data. Sehingga ketika seorang perancang produk akan
membuat produk ergonomis untuk populasi orang usia dewasa, program aplikasi
ini mampu memberikan data yang dibutuhkan sekaligus dengan perhitungan
statistiknya.
4.1.1. Identifikasi Data Antropometri yang Dibutuhkan
Guna memenuhi kebutuhan akan ketersediaan data antropometri untuk

keperluan penelitian dan perancangan produk berbasis ergonomi maka
dikumpulkan beberapa kategori data antropometri yang sesuai jenis
variabilitasnya yaitu berdasarkan pada :
1. Jenis Kelamin
Jenis kelamin ini dibagi menjadi kategori pria dan wanita karena terdapat
perbedaan yakni pria dianggap lebih panjang dimensi segmen badannya
IV-4
daripada wanita. Perbedaan antropometri berdasarkan jenis kelamin telah
diteliti oleh Nurmianto (2004) dengan melakukan interpolasi dari data
antropometri masyarakat Inggris dan masyarakat Hongkong yang
dikemukakan oleh Pheasant (1986), terhadap data orang Indonesia yang
dikemukaan oleh Sumakmur (1989).
2. Kelompok Usia
Data antropometri berdasarkan kategori usia bisa dikelompokkan berdasarkan
pendapat dari Nurmianto (2008) menjadi balita, anak-anak, remaja, dewasa,
dan lanjut usia. Usia balita adalah merupakan singkatan bawah lima tahun,
lebih tepatnya dengan rentang usia dua hingga lima tahun (AnneAhira.com,
2009), usia anak-anak rentang 6-12 tahun, remaja 13-19 tahun, dewasa 20-64
tahun, dan lanjut usia 65 tahun keatas (www.wikipedia.com, 2009).
Berdasarkan data statistik Indonesia seseorang dibagi menjadi tiga yaitu
kelompok usia muda (0-14 tahun), kelompuk usia kerja 15-64 tahun (usia
produktif) dan kelompok usia tua (65 tahun ke atas). Dari keterangan tersebut
dikatakan bahwa usia 15-64 tahun adalah usia produktif yaitu usia saat
seseorang sudah bisa melakukan suatu kegiatan yang bermanfaat bagi dirinya
dan orang lain atau merupakan usia aktif seseorang, sedangkan usia muda dan
lanjut usia termasuk kedalam kategori usia tidak produktif yaitu saat seseorang
sudah tidak bisa melakukan hal-hal yang bermanfaat bagi dirinya maupun
sekitarnya, pada usia ini seseorang cenderung pasif.
3. Faktor Kehamilan
Faktor ini sudah jelas akan mempunyai pengaruh perbedaan yang berarti
dibandingkan dengan wanita yang tidak hamil, terutama dalam analisis
perancangan produk dan analisis perancangan kerja.
4. Faktor Kecacatan
Sesuai perkembangan pada dekade terakhir ini yaitu diberikannya skala
prioritas pada rancang bangun fasilitas akomodasi untuk para penderita cacat
tubuh secara fisik sehingga mereka dapat ikut serta merasakan kesamaan
dalam penggunaan jasa dari hasil ilmu ergonomi di dalam pelayanan untuk
masyarakat. Perancangan basis data antropometri dengan kategori faktor
IV-5
kecacatan dibatasi pada kecacatan kaki (pengguna kursi roda) baik pria
maupun wanita.
5. Suku bangsa (etnic)
Setiap suku bangsa ataupun kelompok etnic akan memiliki karakteristik fisik
yang berbeda satu dengan yang lainnya.
4.1.2. Identifikasi Proses Pengolahan Data Antropometri
Pengolahan data antropometri dilakukan berkaitan dengan kebutuhan

dimensi dari perancangan fasilitas atau sistem kerja. Adapun langkah-langkah
dalam mengolah data setelah data antropometri yang dibutuhkan terpenuhi antara
lain dengan uji keseragaman, uji kenormalan, uji kecukupan, dan uji presentil data
yang digambarkan pada diagram alir dibawah ini :
Gambar 4.2 Diagram alir proses pengolahan data antropometri
Dari diagram alir diatas dapat dijelaskan sebagai berikut:

1. Pengumpulan Data Antropometri
Data antropometri dikumpulkan sesuai dengan jenis penelitian atau
perancangan yang akan dilakukan. Data antropometri yang dikumpulkan
adalah data berdasarkan kategori variabilitasnya, misalnya penggunaan data
IV-6
antropometri kategori usia, cacat tidak cacat, ataupun kategori hamil tidak
hamil. Pengumpulan data dilakukan secara langsung yaitu melakukan
pengukuran dimensi tubuh terhadap beberapa individu yang mewakili kategori
data. Kemudian data yang sudah terkumpul direkap untuk dilakukan
pengolahan data.
2. Uji Keseragaman Data Antropometri
Uji keseragaman data berfungsi untuk memperkecil varian yang ada dengan
membuang data ekstrim. Jika ada data yang berada di luar batas kendali atas
ataupun batas kendali bawah maka data tersebut dibuang. (Wignjosoebroto,
2003). Diagram alir uji keseragaman digambarkan sebagai berikut:
x=
∑x
n
SD =
∑ ( x − x) 2
n −1
− −
BKA = x + 2 SD BKB = x − 2 SD
Gambar 4.3 Diagram alir uji keseragaman data
IV-7
3. Uji Kenormalan Data
Penerapan data anthropometri akan dapat digunakan jika tersedia nilai mean
(rata-rata) dan SD (Standard Deviasi) dari suatu distribusi normal. Untuk
menguji kenormalan data digunakan rumus Geary dengan nilai -za/2 <z < za/2
maka data dikatakan normal. Diagram alir uji kenormalan data adalah :
x =
∑ x
n
n −2 n
(∑ xi )2
SSS = (n −1)s2 = ∑ xi2 − n x = ∑ xi2 − i −1
i −1 i−1 n
n
SAD = ∑ x1 − x
i =1
SAD
a' =
n ( SSS )
a '−0.7979
z=
0.2123 / n
Gambar 4.4 Diagram alir uji kenormalan data
4. Uji Kecukupan Data Antropometri

Uji kecukupan data berfungsi untuk mengetahui apakah data yang diperoleh
sudah mencukupi. Sebelum dilakukan uji kecukupan data terlebih dahulu
IV-8
menentukan derajat kebebasan s = 0.05 yang menunjukkan penyimpangan
maksimum hasil penelitian. Selain itu juga ditentukan tingkat kepercayaan
95% dengan k = 2 yang menunjukkan besarnya keyakinan pengukur akan
ketelitian data antropometri, artinya bahwa rata-rata data hasil pengukuran
diperbolehkan menyimpang sebesar 5% dari rata-rata sebenarnya (Barnes,
1980). Menurut Wignjosoebroto (2000) data dianggap telah mencukupi jika
memenuhi persyaratan N’<N, dengan kata lain jumlah data secara teotitis lebih
kecil daripada jumlah data pengamatan. Diagram alir uji kecukupan data
adalah :
(∑ X ) − (∑ X )
2
k / s N 2 2 
N'=  
i i


(∑ X ) i


Gambar 4.5 Diagram alir uji kecukupan data

5. Perhitungan Persentil
Untuk melakukan perancangan produk maupun sistem kerja setelah data
cukup maka dilakukan perhitungan nilai persentil 5 dan persentil 95 dari setiap
IV-9
jenis data yang diperoleh, dilanjutkan dengan perhitungan untuk penentuan
ukuran rancangan dan pembuatan rancangan berdasarkan ukuran hasil
rancangan (Wignjosoebroto,2003). Alur logika perhitungan persentil adalah
sebagai berikut:
Mulai
Uji Persentil data
Pengumpulan data
antropometri
Menghitung nilai mean/rerata dari data sampel
x=
∑x
n
Menghitung nilai standar deviasi dari data sampel

−
SD =
∑ ( x − x) 2
n −1
Menentukan nilai persentil yang diinginkan, misal:

−
P5 = x − 1,645 SD
−
P50 = x
−
P95 = x + 1,645 SD
Selesai
Gambar 4.6 Diagram alir perhitungan persentil
4.2 PERANCANGAN BASIS DATA ANTROPOMETRI

Data antropometri yang telah dikumpulkan kemudian ditampung dalam
sebuah basis data. Basis data didesain agar data dapat terorganisasi dan tersimpan
dengan baik untuk memudahkan dalam pencarian sehingga akan mempercepat
proses pengolahan selanjutnya.
IV-10
4.2.1. Tahap Penentuan Entitas dan Atribut pada Basis Data
Basis data juga merupakan kumpulan tabel atau files yang saling berelasi,
sehingga langkah awal pada penyusunan basis data adalah merancang tabel-tabel
apa saja yang dibutuhkan. Adapun pada perancangan basis data antropometri tabel
yang dibutuhkan antara lain adalah tabel data personal dan tabel data master
antropometri.
A. Tabel Data Personal
Tabel data personal adalah tabel yang berisikan identitas seseorang yang
diukur antropometri tubuhnya. Data personal yang dipakai diantaranya data
kategori usia meliputi balita, anak-anak, remaja, dewasa, dan lansia; data kategori
jenis kelamin; data kategori cacat atau tidak cacat, khusus kategori ini dibatasi
pada jenis kecacatan pada kaki (pengguna kursi roda); serta data kategori hamil
atau tidak hamil pada wanita usia dewasa saja. Selain identitas personal, pada
tabel ini juga dicantumkan tanggal pengambilan ukuran antropometeri, sebagai
bukti nyata dan ilmiah dari data yang diambil. Adapun tabel tersebut dapat dilihat
pada keterangan dibawah ini.
Tabel 4.1 Tabel Data Personal
No. Atribut kunci keterangan
1 id_personal PK kode atau nomor identitas seseorang yang diukur
antropometri tubuhnya
2 tgl_pengukuran tanggal saat pengukuran antropometri dilakukan
3 jns_kelamin jenis kelamin
4 kat_usia kategori usia seseorang yang diukur antropometri
tubuhnya
5 cacat_tdkcacat keterangan apakah orang tersebut cacat atau tidak
6 hamil_tdkhamil keterangan apakah orang tersebut hamil atau tidak
7 Usia kehamilan Keterangan tentang berapa usia kehamilan seseorang
8 Suku bangsa Keterangan termasuk dalam suku bangsa apa
B. Tabel Data Master Antropometri

Tabel terakhir adalah tabel data master antropometri, berfungsi untuk
memasukkan data antropometri dari tiap orang yang telah diidentifikasi
personalnya. Atribut atau komponen tabelnya dituliskan pada tabel berikut.
IV-11
Tabel 4.2 Tabel Data Master Antropometri
No. atribut keterangan
1 id_personal Kode data antropometri
2 tdt tinggi duduk tegak
3 tdn tinggi duduk normal
4 lk lebar kepala
5 jdpk jarak dagu ke puncak kepala
6 jhpk jarak hidung ke puncak kepala
7 jmapk jarak mata ke puncak kepala
8 imlpk jarak mulut ke puncak kepala
9 jt jarak antara dua telinga
10 jtpk jarak telinga ke puncak kepala
11 lm lebar mulut
12 jtbk jarak telinga ke belakang kepala
13 jhbk jarak hidung ke belakang kepala
14 jmabk jarak mata ke belakang kepala
15 pk panjang kepala
16 tmd tinggi mata duduk
17 tbd tinggi bahu duduk
18 tsd tinggi siku duduk
19 tsp tinggi sandaran punggung
20 tpg tinggi pinggang
21 tpd tebal perut duduk
22 tp tebal paha
23 tpo tinggi plopiteal
24 pp pantat plopiteal
25 pkl pantat ke lutut
26 sks siku ke siku
27 lpg lebar pnggang
28 lb lebar bahu
29 lp lebar pinggul
30 lsd lebar sandaran duduk
31 tbt tinggi badan tegak
32 tmb tinggi mata berdiri
33 tbb tinggi bahu berdiri
34 tsb tinggi siku berdiri
35 tpb tinggi pinggang berdiri
36 plb panjang lengan bawah
37 tlb tinggi lutut berdiri
38 td tebal dada berdiri
39 tp tebal perut berdiri
IV-12
Tabel 4.3 Tabel Data Master Antropometri (lanjutan)
No. atribut keterangan
40 ll lingkar leher
41 lpgb lingkar pantat berdiri
42 lpggb lingkar penggang berdiri
43 lgdb lingkar dada berdiri
44 lpb lebar pinggul berdiri
45 ldb lebar dada berdiri
46 lprb lebar perut berdiri
47 jta jangkauan tangan ke atas
48 jtd jangkauan tangan ke depan
49 rt rentangan tangan
50 pj1 panjang jari 1
55 pkt pengkal telapak tangan ke pangkal jari
56 lj lebar jari ke 2-3-4-5
57 lt lebar tangan
58 ptt panjang telapak tangan
59 skjt siku ke ujung jari tengah
60 ltk lebar telapak kaki
61 ptk panjang telapak kaki
62 tj tinggi jongkok
63 tlt tinggi lutut
64 tjr tebal jari
65 spd sudut putaran kaki ke depan
66 spb sudut putaran kaki ke belakang
67 bb berat badan
4.2.2. Pembuatan Relasi Antar Tabel
Dalam merancang basis data setelah tabel-tabel yang dibutuhkan ada maka
hal selanjutnya yang dilakukan adalah (Fathansyah, 1999):
1. Menerapkan normalisasi terhadap struktur tabel yang telah diketahui,
atau dengan
2. Langsung membuat model Entity-Relationship atau relasi antar tabel.
IV-13
Untuk memperoleh struktur basis data sistem perlu dilakukan normalisasi.
Proses normalisasi merupakan proses pengelompokkan data ke dalam bentuk tabel
atau relasi file untuk menyatakan entitas dan hubungan sehingga terwujud satu
bentuk basis data yang mudah dimodifikasi. Normalisasi juga bertujuan
meminimalkan terjadinya duplikasi. Namun pada perancangan basis data
antropometri ini tidak dilakukan normalisasi karena struktur tabel awal yang
sudah sederhana dan tidak mengalami duplikasi. Sehingga dapat langsung
dilakukan pembuatan model Entity-Relationship-nya, dimana pada tahap ini tabel
yang telah dirancang digambarkan kedalam bentuk skema relasi yang
menunjukkan hubungan antartabel.
Hubungan antar tabel bisa dilihat dengan memperhatikan key-key yang
ada. Relasi antar tabel dari basis data yang telah dirancang bisa dilihat pada
gambar 4.9. Gambar tersebut merupakan penggambaran secara visual hubungan
antar tabel dalam basis data yang akan dipakai dalam aplikasi komputer.
Hubungan antara tabel data_personal dengan tabel master_antro adalah satu ke
satu, yakni untuk satu personal hanya boleh memiliki satu paket data atribut
antropometri.
Gambar 4.7 Model Entity Relationship
IV-14
4.2.3. Pembuatan Kamus Data
Berdasarkan tabel-tabel yang sudah direlasikan, tahap selanjutnya adalah
membuat kamus data berkaitan dengan field yang ada pada masing-masing tabel.
Kamus data ini meliputi komponen tabel beserta tipe datanya, ukuran, keterangan,
dan contoh data.
Tabel 4.4 Kamus Data Tabel Data Personal

No. Atribut Tipe Data Ukuran Contoh Data
1 id_personal text 10 *****1
2 tgl_pengukuran date/time short date 22/02/2010
3 jns_kelamin text 10 laki-laki
4 kat_usia text 10 dewasa
5 cacat_tdkcacat text 15 tidak cacat
6 hamil_tdkhamil text 15 tidak hamil
7 Usia kehamilan text 10 8
8 Suku bangsa text 15 Jawa
Tabel 4.5 Kamus Data Tabel Data Master Antropometri

No. atribut Tipe Data Ukuran Contoh Data
1 id_personal text 10 *****1
2 tdt number integer 85,5
3 tdn number integer 83
4 lk number integer 13
5 jdpk number integer 25
6 jhpk number integer 11
7 jmapk number integer 8
8 imlpk number integer 15
9 jt number integer 18
10 jtpk number integer 14
11 lm number integer 5
12 jtbk number integer 12
13 jhbk number integer 21
14 jmabk number integer 15
15 pk number integer 20
16 tmd number integer 75
17 tbd number integer 53
18 tsd number integer 23
19 tsp number integer 47
20 tpg number integer 23
IV-15
Tabel 4.6 Kamus Data Tabel Data Master Antropometri (lanjutan)
21 tpd number integer 17
22 tp number integer 13
23 tpo number integer 37,5
24 pp number integer 42,5
25 pkl number integer 55
26 sks number integer 37
27 lpg number integer 28
28 lb number integer 29
29 lp number integer 34,5
30 lsd number integer 23
31 tbt number integer 157,5
32 tmb number integer 145,5
33 tbb number integer 127
34 tsb number integer 94
35 tpb number integer 93
36 plb number integer 24
37 tlb number integer 39,5
38 td number integer 22,5
39 tp number integer 17
40 ll number integer 31
41 lpgb number integer 91
42 lpggb number integer 66,5
43 lgdb number integer 84
44 lpb number integer 32
45 ldb number integer 28,5
46 lprb number integer 26,5
47 jta number integer 194
48 jtd number integer 67
49 rt number integer 153,5
50 pj1 number integer 6
51 pj2 number integer 7,5
52 pj3 number integer 9
55 pkt number integer 10
56 lj number integer 7
57 lt number integer 9
58 ptt number integer 18
59 skjt number integer 43
IV-16
Tabel 4.7 Kamus Data Tabel Data Master Antropometri (lanjutan)
60 ltk number integer 6
61 ptk number integer 23
62 tj number integer 94
63 tlt number integer 42
64 tjr number integer 2
65 spd number integer 50
66 spb number integer 60
67 bb number integer 50,5
4.3 Perancangan Query dan User Interface
4.3.1. Perancangan Query

Merancang query digunakan untuk mengelompokkan, mengolah, dan
mengelola data dalam tatanan tertentu, sehingga data dapat menjadi suatu
informasi. Query adalah alat pemroses data. Query ini berbasis SQL (Structured
Query Language), suatu bahasa yang umum digunakan dalam basis data.
Perancangan query pada basis data antropometri ini dilakukan berdasarkan
tabel-tabel yang telah dibuat dengan menggunakan Microsoft Access. Informasi
yang ditampilkan adalah data antropometri berdasarkan variabilitasnya, yaitu
sebagai berikut:
a. Data antropometri berdasarkan jenis kelamin, kategori usia, kategori
cacat atau tidak, dan kategori hamil atau tidak hamil.
b. Data antropometri berdasarkan kategori jenis kelamin baik laki-laki
maupun perempuan.
c. Data antropometri berdasarkan kategori jenis kelamin dan kategori
usia.
d. Data antropometri berdasarkan kategori jenis kelamin, kategori usia,
dan kategori cacat tidak cacat.
e. Data antropometri berdasarkan kategori jenis kelamin, kategori usia,
dan kategori hamil tidak hamil.
IV-17
Adapun contoh-contoh query yang dirancang diperlihatkan pada tabel 4.8
sampai dengan 4.12.
Tabel 4.8 Tabel query data antropometri berdasarkan jenis kelamin, kategori
usia, kategori cacat atau tidak dan kategori hamil atau tidak hamil
id_pers tgl_penguku jenis_kela kat_u cacat_tdkc hamil Usia Suku imlp
tdt tdn lk jdpk jhpk
onal ran min sia acat _tdkha Kehamilan bangsa k
mil
tidak
1 22/02/2010 Laki-laki D tidak cacat - jawa 86 83 13 25 11 8
hamil
Perempua tidak
2 22/02/2010 R tidak cacat - batak 88 86 16 25 12 9
n hamil
Tabel 4.9 Tabel query data antropometri berdasarkan kategori jenis kelamin
id_pers tgl_penguku jenis_kela kat_u cacat_tdkc hamil usia suku tdt tdn lk jdpk imlp jhpk
onal ran min sia acat _tdkha keham bangs k
1 22/02/2010 Laki-laki D tidak cacat mil
tidak ilan a 86 83 13 25 11 8
hamil - jawa
Tabel 4.10 Tabel query data antropometri berdasarkan kategori jenis

kelamin dan kategori usia
id_per tgl_penguku jenis_kela kat_u tdt tdn lk jdpk imlpk jhpk jma jt
sonal ran min sia pk
1 22/02/2010 Laki-laki D 86 83 13 25 11 8 15 14

kelamin, kategori usia, dan kategori cacat tidak cacat
id_per tgl_penguku jenis_kela kat_u cacat_tdk tdt tdn lk jdpk imlp jhpk jmap jt
sonal ran min sia cacat k k
tidak
1 22/02/2010 Laki-laki D cacat 86 83 13 25 11 8 15 14

kelamin, kategori usia, dan kategori hamil tidak hamil
id_per tgl_penguku jenis_kela kat_u hamil_tdk usia tdt tdn lk jdp imlp jhpk jmap
sonal ran min sia hamil kehamilan k k k
tidak
1 22/02/2010 Laki-laki D hamil - 86 83 13 25 11 8 15
4.3.2. Perancangan User Interface

Tahap selanjutnya dilakukan perancangan bentuk interface program yang
dibuat, dengan tujuan supaya pemakai mudah mengerti (user friendly). Dasar
pembuatan interface adalah Form, yaitu tempat dimana user menginput data. Ada
2 hal yang ditempuh penulis dalam merancang user interface, yaitu :
IV-18
A. Merancang Interface Menu Utama
Menu utama merupakan halaman awal yang muncul saat program aplikasi
pengelolaan data antropometri dijalankan. Form menu utama merupakan form
induk menuju form-form lainnya sehingga perlu dirancang semenarik mungkin
pada tampilannya. Menu utama memuat empat submenu yang masing-masing
mempunyai form yang berbeda, yaitu meliputi :
1. Input data personal
2. Input data antropometri
3. Form kategori data dan uji statistik
4. Profil program aplikasi antropometri
Untuk menjalankan submenu-submenu tersebut user tinggal mengklik
tombol yang menunjukkan judulnya. Penggambaran rancangan interface menu
utama program aplikasi antropometri adalah :
Gambar 4.8 Rancangan Menu Utama
B. Merancang Interface Input

Perancangan interface input dilakukan sebagai sarana memasukkan data
antropometri dari tiap individu yang sudah diukur. Form interface input yang
dibuat ada dua yaitu form input data personal dan form input data antropometri.
Form input data personal digunakan untuk memasukkan data personal
IV-19
yang diukur antropometri tubuhnya. Form ini dikoneksikan dengan tabel Data
Personal yang terdapat pada basis data. Informasi yang harus di-input-kan pada
form ini antara lain ID Personal, tanggal pengukuran, kategori usia, jenis kelamin,
kategori cacat atau tidak cacat, dan kategori hamil atau tidak hamil pada wanita
dewasa. Hasil rancangan form input data personal diperlihatkan pada gambar
berikut.
Gambar 4.9 Rancangan Form Input Data Personal
Sedangkan form input data antropometri merupakan implementasi dari

tabel master antropometri sebagai sarana untuk memasukkan atribut antropometri
yang telah diukur. Selain mengacu pada tabel master antropometri, form ini juga
mengacu pada form data personal dimana data antropometri yang dimasukkan
merupakan data dari tiap personal yang telah didaftarkan pada form input data
personal. Hal ini ditunjukkan dengan adanya masukkan ID Pesonal pada form
input data antropometri yang diambil berdasarkan ID Pesonal pada Form Input
Data Personal. Form interface input diperlihatkan pada gambar berikut.
IV-20
Gambar 4.10 Rancangan Form Input Data Antropometri (tab 1)
Gambar 4.11 Rancangan Detail Input Data Antropometri (tab 2)
Form Input Data Antropometri dirancang dengan menggunakan

komponen SSTab, sehingga pada jendela form terdapat dua tab yaitu tab input
data antropometri dan tab detail data antropometri. Tab pertama berbentuk kolom-
kolom isian data yang terdiri dari 1 kolom isian Nomor Data, 1 kolom ID Personal
IV-21
dan 66 kolom isian data atribut antropometri. Kemudian pada tab detail data
antropometri merupakan rekapitulasi data yang telah di-input yang ditampilkan
dalam tabel listview. Jadi ketika tombol simpan pada tab input data antropometri
di-klik maka tabel listview akan menampilkan data yang disimpan tersebut. Tab
Detail Data antropometri digambarkan pada gambar 4.13.
C. Merancang Interface Output
Perancangan interface output meliputi perancangan hasil keluaran setelah
aplikasi didalam program dijalankan baik dalam bentuk report form maupun
report dalam aplikasi. Report dalam aplikasi berupa hasil analisis yang
diterjemahkan dalam angka, bentuk hitungan sesuai aplikasi yang dibuat. Secara
umum interface output berguna untuk menampilkan data-data yang tersimpan
didalam database sehingga diperoleh informasi yang berguna bagi pemakainya.
1. Output Aplikasi
Output aplikasi merupakan keluaran dari aplikasi, tetapi masih dalam
bentuk form yaitu form kategori data dan uji statistik data antropometri. Form
ini mempunyai dua fungsi utama yaitu sebagai penyaring data berdasarkan
kategori yang diinginkan oleh user dan sebagai aplikasi perhitungan statistik
data antropometri yang belum atau telah dikategorikan. Sehingga pada form
ini terdapat komponen combo box pada kolom-kolom pilihan dari tiap
kategori. Misalnya kolom kategori usia memuat pilihan laki-laki dan
perempuan. Selain itu terdapat kolom isian yang meminta user untuk
memasukkan jumlah data yang ingin dikategorikan atau ingin diuji. Kemudian
apabila tombol OK diklik maka tabel listview akan menampilkan data
antropometri yang diinginkan.
Uji statistik yang dilakukan oleh program aplikasi ini ada empat macam
yaitu uji kenormalan, uji keseragaman, uji kecukupan, dan uji persentil data.
Uji-uji tersebut dilakukan berdasarkan data yang tertampil pada tabel kategori
data. Ketiga uji pertama bekerja jika tanda cek diisi dan tombol kontrol OK
ditekan. Sedangkan untuk uji persentil, user diminta untuk memasukkan nilai
persentil yang diinginkan, kemudian diklik tombol kontrol OK maka program
akan menjalankan uji tersebut. Gambaran output aplikasi pada form kategori
IV-22
data dan uji statistik adalah sebagai berikut :
Gambar 4.12 Rancangan Form Kategori Data Antropometri

dan Uji Statistik
2. Output Report
Output report merupakan keluaran aplikasi tetapi berbentuk report form
yang telah terformat dan langsung bisa dicetak oleh user. Selain sebagai
laporan hasil analisis program dalam bentuk printout, report ini juga sebagai
alat dokumentasi karena terdapat fitur save dalam beberapa format
penyimpanan yang ada didalam program. Pada Visual Basic 6 format file yang
didukung adalah .xls dan .txt. Sehingga saat user mencetak report akan
ditawarkan apakah report langsung dicetak dalam bentuk printout atau dicetak
dalam bentuk file .xls atau .txt. Terdapat 3 macam Output report yang
dirancang, diperlihatkan seperti gambar berikut.
IV-23
REPORT DATA PERSONAL
NO. ID Pesonal Tgl Pengukuran Jenis Kelamin Kategori Usia Kat Cacat/ Tdk Cacat Kat Hamil/Tdk Hamil
1
2
3
4
5
6
7
8
9
10
Gambar 4.13 Rancangan Output Report Data Personal
REPORT KATEGORI DATA ANTROPOMETRI DAN HASIL UJI STATISTIK
Jenis Kelamin : Kategori cacat/tidak cacat :

Ketegori Usia : Kategori hamil/tidak hamil :
Jumlah data :
NO. ID tdt tdn lk jdpk jhpk jmapkimlpk jt jtpk lm jtbk jhbk jmabkpk tmd tbd tsd tsp tpg tpd tp tpo
1
2
3
4
5
6
7
8
9
10
Hasil Uji Statistik Data Antropometri
1. Uji Kenormalan
tdt tdn lk jdpk jhpk jmapkimlpk jt jtpk lm jtbk jhbk jmabkpk tmd tbd tsd tsp tpg tpd tp tpo
2. Uji Keseragaman
3. Uji Kecukupan
4. Uji Persentil ke = …
Gambar 4.14 Rancangan Output Report Kategori Data Antropometri

dan Uji Statistik
IV-24
REPORT DATA ANTROPOMETRI
NO. ID Pesonal tdt tdn lk jdpk jhpk jmapkimlpk jt jtpk lm jtbk jhbk jmabkpk tmd tbd tsd tsp tpg tpd tp tpo
1
2
3
4
5
6
7
8
9
10
Gambar 4.15 Rancangan Output Report Data Antropometri
4.4 Perancangan Program Aplikasi Pengelolaan Data Antropometri

Setelah perancangan User Interface selesai dilakukan, maka tahap
selanjutnya adalah melakukan pembuatan program aplikasi. Pada tahap
pembuatan program aplikasi dilakukan penulisan kode program sesuai dengan
sistem yang akan dibangun. Program aplikasi dan report output dibangun dengan
menggunakan Microsoft Visual Basic 6.0 Enterprise Edition dengan database
yang digunakan adalah Microsoft Access 2007.
Alasan menggunakan Microsoft Access 2007 karena program basis data
Acces mempunyai aksesibitas yang baik dan mudah. Access juga biasa digunakan
untuk mengorganisasi dan menganalisis data dalam jumlah besar pada
spreadsheets dan grafik. Access juga dapat menyimpan data dari berbagai macam
spreadsheets dalam satu basis data, sehingga menjadi lebih simpel (Joyce, 2008).
Sedangkan alasan penggunaan Visual Basic 6.0 karena Visual Basic 6.0
merupakan salah satu bahasa pemrograman dari Microsoft yang memberikan
komponen-komponen penting ketika perancangan user interface berdasarkan pada
basis data dari Microsoft Acces. Selain itu Visual Basic 6.0 juga mengijinkan
adanya manipulasi yang mudah pada perancangan interface dengan hanya
membuat coding dari instruksi spesifik dalam waktu singkat (Joyce, 2008).
IV-25
BAB V
ANALISIS DAN INTERPRETASI HASIL
Pada bab ini membahas tentang analisis dan interpretasi hasil perancangan
dalam penelitian yang telah dilakukan pada bab sebelumnya. Tujuan bab ini
adalah memberikan informasi yang lebih jelas mengenai hasil perancangan sistem
dan mampu memberikan solusi dari permasalahan penelitian.
5. 1 ANALISIS
Pada tahap analisis akan dibahas mengenai kelebihan, kelemahan program,

serta uji verifikasi dan validasi program aplikasi.
5.1.1 Kelebihan Program Aplikasi

Program aplikasi antropometri “Prolaktri” dibangun berdasarkan program-
program pengelolaan data antropometri yang telah ada sebelumnya. Program-
program tersebut diantaranya adalah WHO Anthro, WEAR, Rapil, dan lain
sebagainya. Dibandingkan program-program tersebut, Prolaktri mempunyai
beberapa keunggulan. Keunggulan yang ditampilkan oleh Prolaktri diantaranya
adalah pertama, program mampu mengakomodasi data antropometri berdasarkan
kategori usia, jenis kelamin, suku bangsa, cacat atau tidak cacat, dan hamil atau
tidak hamil dengan usia kehamilannya. Program antropometri sebelumnya
dibangun hanya untuk menyimpan data antropometri balita dan anak-anak dengan
fungsi khusus yaitu mendeteksi kesehatan, tumbuh kembang, serta status gizi anak
saja. Sedangkan Prolaktri tidak hanya berfungsi mendeteksi tumbuh kembang
anak, tetapi bisa digunakan untuk mendukung proses penelitian atau perancangan
produk berbasis ergonomi secara umum. Oleh karena itu keunggulan kedua
Prolaktri adalah dilengkapi fasilitas pengategorian data sesuai kebutuhan
pengguna dengan menggunakan metode query data. Keunggulan selanjutnya
yakni Prolaktri bisa menghitung uji statistik terhadap data antropometri yang
dipilih pengguna, meliputi uji kenormalan, uji keseragaman, uji kecukupan, dan
uji persentil data. Hal ini memudahkan pengguna agar tidak lagi menghitung data
antropometri secara manual.
V-1
5.1.2 Kelemahan Program Aplikasi
Sebagai program aplikasi pengelolaan data antropometri pertama di
Indonesia, Prolaktri masih memiliki beberapa kelemahan. Kelemahan tersebut
diantaranya adalah pertama, waktu akses yang relatif lama yaitu kurang lebih 5
detik, terutama terjadi ketika pengguna mengakses bagian output form yang
berupa pengategorian data dan perhitungan uji statistik. Hal tersebut disebabkan
oleh beberapa perintah pilihan yang harus dipilih oleh pengguna. Ketika
pengguna memilih salah satu jenis pilihan, misalnya memilih kategori data
antropometri berdasarkan usia, maka sistem akan menggunakan beberapa detik
sebagai waktu akses (loading). Kedua, perhitungan uji statistik terutama untuk uji
keseragaman hanya sampai penentuan apakah data yang dipilih seragam atau
tidak. Artinya ketika ditemukan data yang tidak seragam, program akan
menampilkan hasil perhitungannya apa adanya akan ketidakseragamannya
tersebut, sehingga pada program dilengkapi detail perhitungan nilai keseragaman
untuk mendeteksi apa yang menyebabkan data tidak seragam. Kelemahan lainnya
adalah daya tampung basis data masih terbatas pada kapasitas dua gigabyte karena
masih menggunakan software Microsoft Access sebagai dasarannya. Program
juga tidak memberikan hasil analisis berupa grafik uji statistik.
Selain hal-hal yang telah disebutkan, Prolaktri juga belum memberikan
fasilitas kemudahan akses kapan saja dan dimana saja atau sistem online. Karena
program ini dirancang sebagai stand alone yakni harus diinstal pada komputer
yang akan digunakan untuk mengakses data antropometri. Walaupun begitu, basis
data yang mendasari pembuatan program ini sudah mampu mendukung
perancangan program aplikasi berbasis web yang bisa diakses kapan pun dan
dimana pun.
5.1.3 Uji Verifikasi dan Validasi Program Aplikasi

Untuk mengetahui kemampuan kerja suatu perangkat lunak ataupun
program aplikasi dapat dilakukan dengan uji verifikasi dan validasi. Uji verifikasi
diartikan sebagai apakah program aplikasi yang dirancang sudah sesuai benar-
benar sesuai dengan fungsinya, sedangkan uji validasi diartikan sebagai apakah
program aplikasi yang dirancang benar-benar dapat digunakan dengan baik oleh
penggunanya.
V-2
Verifikasi dan validasi harus memberikan kepastian bahwa program
aplikasi atau perangkat lunak sesuai dengan tujuannya. Hal ini bukan berarti
benar-benar bebas dari kekurangan. Karena pengujian yang sukses adalah
pengujian yang mengungkap semua kesalahan yang belum pernah ditemukan
sebelumnya. Data yang dikumpulkan pada saat pengujian dilakukan memberikan
indikasi yang baik mengenai reliabilitas perangkat lunak dan beberapa
menunjukkan kualitas perangkat lunak secara keseluruhan, tetapi ada satu hal
yang tidak dapat dilakukan oleh pengujian, yaitu pengujian tidak dapat
memperlihatkan tidak adanya cacat, pengujian hanya dapat memperlihatkan
bahwa ada kesalahan perangkat lunak.
Proses verifikasi dan validasi pertama kali dilakukan adalah pada unit
terkecil dari program aplikasi yaitu modul. Proses pengujian tersebut
menggunakan metode unit testing. Bagian modul yang diuji diantaranya adalah
interface beserta komponennya. Interface diuji coba untuk menjamin informasi
yang masuk atau yang ke luar dari unit program telah tepat atau sesuai dengan
yang diharapkan. Interface juga diperlukan untuk jalannya informasi.
Pengujian unit pada program Prolaktri merupakan pengujian pada tiga
jenis modul yang menyusun program, yakni modul input data personal, modul
input data antropometri, modul kategori dan uji statistik. Pengujian dilakukan
dengan cara memastikan kesesuaian atau mencoba menjalankan semua komponen
penyusun modul, seperti tampilan interface, tombol-tombol kendali, form-form
isian, dan tabel listview. Pengujian dilakukan oleh pembangun/ pembuat program
aplikasi dengan menggunakan checklist berisi pertanyaan yang menunjukkan
kriteria keberhasilan program aplikasi. Pengujian unit dinilai berhasil
menunjukkan bahwa program dapat bekerja dengan baik jika kriteria-kriteria yang
diuji menghasilkan jawaban ‘ya’. Beberapa kriteria yang duji beserta hasilnya
ditampilkan pada tabel berikut.
V-3
Tabel 5.1 Hasil Pengujian Unit Prolaktri
Hasil
No. Unit yang diuji
Ya Tidak
Interface Menu Utama
Jumlah dan nama tombol pada interface menu utama sudah sesuai v
1.
dengan modul yang menyusunnya
2. Jumlah modul utama sesuai dengan entitas pada basis data v
3. Penataan tombol-tombol menu rapi v
4. Tombol menu dapat bekerja dengan baik v
Modul Input Data Personal
Atribut pada entitas yang akan ditampilkan program sesuai dengan v
1.
yang ada didalam basis data
Atribut entitas dalam bentuk kolom isian sesuai dengan yang berada v
2.
dalam bentuk tabel/listview
3. Kolom isian atribut dapat diisi data dengan baik dan dapat disimpan v
Hasil pengisian kolom isian atribut dapat ditampilkan dengan baik v
4.
pada tabel listview
5. Tombol-tombol kendali sesuai dengan fungsinya dan logis v
6. Tombol-tombol kendali dapat bekerja dengan baik v
7. Tombol dan kolom pencarian dapat bekerja dengan baik v
Pemberian tombol navigasi ke menu Data Antropometri sesuai dan v
8.
logis
9. Tombol navigasi ‘selanjutnya’ dapat bekerja dengan baik v
Tombol perintah ‘cetak’ dapat menjalankan perintah dengan baik
10.
dengan berhasil menampilkan preview cetaknya
Hasil cetak report sesuai dengan yang ditampilkan oleh tabel listview
11.
data personal
Tata letak tombol, kolom, dan tabel yang menyusun modul Input Data v
12.
Personal sudah baik dan rapi
Modul Input Data Antropometri
Atribut entitas yang akan ditampilkan pada program sudah sesuai v
1. dengan yang ada didalam basis data, yaitu 66 data atribut dengan nama
kependekan yang berbeda-beda
Penambahan atribut ‘nomor data’ dan ‘ ID personal’ adalah hal yang v
2.
logis
Kolom atribut ‘ID Personal’ dapat memilih dengan baik dan sesuai v
3.
dengan ‘ID Personal’ pada modul Input Data Personal
Atribut entitas dalam bentuk kolom isian sesuai dengan yang berada v
4.
dalam bentuk tabel/listview yang berada di tab selanjutnya
5. Kolom isian atribut dapat diisi dengan baik dan dapat disimpan v
Hasil pengisian kolom isian atribut dapat ditampilkan dengan baik v
6.
pada tabel listview
7. Tombol-tombol kendali sesuai dengan fungsinya dan logis v
V-4
8. Tombol-tombol kendali dapat bekerja dengan baik v
9. Tombol dan kolom pencarian dapat bekerja dengan baik v
10. Pemberian tombol navigasi sesuai dengan fungsinya dan logis v
11. Tombol navigasi ‘kembali’ dan ‘selesai’ dapat bekerja dengan baik v
Tombol perintah ‘cetak’ dapat menjalankan perintah dengan baik v
12.
Hasil cetak report sesuai dengan yang ditampilkan oleh tabel listview v
13.
kategori dan uji statistik
14. Tata letak tombol, kolom, dan tabel yang menyusun modul Input Data v
Antropometri sudah baik dan rapi
Modul Kategori dan Uji Statistik
Atribut entitas yang dibutuhkan sudah terpenuhi; seperti jenis kelamin, v
1. usia, kategori cacat/tidak cacat, kategori hamil tidak hamil, usia
kehamilan, dan suku bangsa
Penambahan atribut tanggal pengambilan data sesuai dengan v
2.
kebutuhan pengategorian data
Atribut tanggal pengambilan data dapat bekerja dengan baik dan selalu v
3.
up to date
Kolom isian ‘jumlah data’ sesuai dengan tujuan pengategorian data v
4.
dan dapat bekerja dengan baik
Ketika dimasukkan jumlah data tertentu, modul dapat menampilkan v
5.
sejumlah data tertentu tersebut pada tabel listview yang tersedia
6. Kolom isian atribut kategori data dapat bekerja dengan baik v
Tabel listview dapat menampilkan data sesuai dengan kategori data v
7.
yang dipilih pada kolom atribut kategori data
Tabel uji statistik (uji normal, uji keseragaman, uji kecukupan, dan v
8.
persentil) dapat menampilkan hasil pengujian yang dilakukan
Tabel uji statistik dapat bekerja bersamaan maupun bergantian tanpa v
9.
terjadi eror
Tabel detail perhitungan pengujian statistik dapat menampilkan hasil v
10.
hitungan dengan baik
Tombol-tombol kendali dapat bekerja dengan baik dan sesuai dengan v
11.
perintah yang diberikan
Tombol perintah ‘cetak’ dapat menjalankan perintah dengan baik v
12.
Hasil cetak report sesuai dengan yang ditampilkan oleh tabel listview v
13.
kategori dan uji statistik
Tata letak tombol, kolom, dan tabel yang menyusun modul Kategori v
14.
dan Uji Statistik sudah baik dan rapi
Pengujian selanjutnya dilakukan pada bagian yang lebih mendalam

diantaranya yaitu mencocokkan input dengan output program, kode program, hasil
report, dan fungsi-fungsi lain. Pengujian ini disebut sebagai system testing atau
V-5
pengujian sistem. Tujuan dari pengujian ini adalah memverifikasi semua elemen
secara langsung untuk memastikan bahwa semua fungsi dan performance sistem
diterima dalam lingkungan target (Baskoro, 2006).
Pengujian sistem pada Prolaktri yang dilakukan pertama kali adalah
memastikan bahwa program dapat diinstal dengan baik, setelah itu program dapat
dijalankan dengan baik tanpa terjadi kesalahan. Hal ini ditandai dengan bentuk
tampilan interface yang tetap sesuai dengan rancangan setelah penginstalan,
tombol-tombol modul dapat bekerja dengan baik ketika di-klik dengan indikasi
dapat menampilkan modul sesuai yang dipilih, serta program dapat ditutup
kembali dengan baik. Hal kedua yaitu memastikan bahwa program dapat
menginput data dengan baik lalu mengeluarkannya sesuai dengan data inputan
baik dalam bentuk ouput program maupun output report.
Pengujian sistem secara khusus dilakukan pada bagian pengolahan data
yang terdiri dari pengategorian data dan uji statistik. Hal ini dilakukan karena
pada bagian ini, program dilengkapi kode-kode khusus yang disesuaikan dengan
rumusan pada uji statistik. Untuk bagian pengategorian, output harus dipastikan
benar-benar sesuai dengan ketegori yang diinginkan serta data yang ditampilkan
sesuai dan konsisten dengan data yang telah diinputkan pada modul data personal
dan data antropometri.
Langkah yang dilakukan untuk menguji kebenaran hitungan statistik
Prolaktri adalah dengan membandingkan hasilnya dengan hasil hitungan statistik
secara manual menggunakan Microsoft Excel. Adapun rekap data yang diuji
statistik ditampilkan pada tabel berikut.
Tabel 5.2 Data Antropometri yang Diuji Hitungan Statistiknya
id pesonal
jmapk
jmabk
imlpk
jdpk
jhpk
jhbk
jtbk
jtpk
tmd
tdn
tbd
tpg
no.
tsd
lm
tdt
pk
lk
jt
10 010 85 84 17 20 17 15 10 16 8 11 5 16 17 15 70 58 22 24
8 008 89 87 17 20 17 12 11 20 7 13 5 21 18 19 73 57 21 21
9 009 87 83 17 21 17 13 10 18 7 13 5 22 18 19 74 60 21 21
1 001 85 83 16 25 15 11 8 18 12 14 5 21 15 20 75 53 23 23
2 002 88 85 19 25 15 12 9 21 10 13 6 22 18 17 77 61 26 22
5 005 83 81 15 20 19 14 11 15 8 14 6 19 19 18 70 50 20 25
6 006 88 83 16 26 20 16 11 21 10 15 6 20 17 20 17 60 32 22
7 007 84 82 16 20 16 12 9 16 11 12 6 20 16 17 73 53 20 23
3 003 78 77 19 23 19 15 12 18 11 12 5 20 19 20 68 49 20 23
4 004 85 83 19 23 15 10 9 21 9 13 5 21 18 20 75 56 21 20
V-6
Uji pertama yang dilakukan adalah uji kenormalan data. Baik dengan
proses perhitungan manual maupun perhitungan program Prolaktri didapatkan
hasil yang sama nilainya. Berikut ini adalah tabel hasil perhitungan manual.
Tabel 5.3 Hasil Perhitungan Uji Kenormalan dengan Ms.Excel
No. tdt tdn lk jdpk imlpk jhpk jmapk
1 85 83 13 25 15 11 8
2 88 85 16 25 15 12 9
3 78 77 19 23 19 15 12
4 85 83 19 23 15 10 9
5 83 81 15 20 19 14 11
6 88 83 16 26 20 16 11
7 84 82 16 20 16 12 9
8 89 87 17 20 17 12 11
9 87 83 17 21 17 13 10
10 85 84 17 20 17 15 10
sum 852 828 165 223 170 130 100
n 10 10 10 10 10 10 10
mean 85,2 82,8 17,1 22,3 17,0 13,0 10,0
SSS 91,6 61,6 18,9 52,1 30,0 34,0 14,0
SAD 22,4 16,8 11,4 21,0 14,0 16,0 10,0
a' 0,740 0,677 0,829 0,920 0,808 0,868 0,845
z -0,861 -1,802 0,467 1,819 0,155 1,040 0,704
summary normal tidak normal normal tidak normal normal normal normal
Sedangkan untuk hasil perhitungan uji kenormalan dengan Prolaktri

ditunjukkan pada gambar dibawah ini.
Gambar 5.1 Hasil Perhitungan Uji Kenormalan dengan Prolaktri
Gambar 5.2. Detail Perhitungan Uji Kenormalan dengan Prolaktri
Uji kedua adalah uji keseragaman data. Hasil yang diperoleh baik dengan
proses perhitungan manual maupun perhitungan program Prolaktri adalah sama
nilainya. Berikut ini adalah tabel hasil perhitungan manual.
V-7
Tabel 5.4 Hasil Perhitungan Uji Keseragaman dengan Ms.Excel
1 2 3 4 5 6 7
No
tdt tdn lk jdpk imlpk jhpk jmapk
1 85 84 17 20 17 15 10
2 89 87 17 20 17 12 11
3 87 83 17 21 17 13 10
4 85 83 16 25 15 11 8
5 88 85 19 25 15 12 9
6 83 81 15 20 19 14 11
7 88 83 16 26 20 16 11
8 84 82 16 20 16 12 9
9 78 77 19 23 19 15 12
10 85 83 19 23 15 10 9
Xbar 85,2 82,8 17,1 22,3 17,0 13,0 10,0
Stdev 3,190 2,616 1,449 2,406 1,826 1,944 1,247
Max 89 87 19 26 20 16 12
Min 78 77 15 20 15 10 8
BKA 94,77 90,65 21,45 29,52 22,48 18,83 13,74
BKB 75,63 74,95 12,75 15,08 11,52 7,17 6,26
Keseragaman Seragam Seragam Seragam Seragam Seragam Seragam Seragam
Sedangkan untuk hasil perhitungan uji keseragaman dari Prolaktri

ditunjukkan pada gambar dibawah ini.
Gambar 5.3 Hasil Perhitungan Uji Keseragaman dengan Prolaktri
Gambar 5.4 Detail Perhitungan Uji Keseragaman dengan Prolaktri
Uji statistik selanjutnya adalah uji kecukupan data. Perhitungan dengan

menggunakan proses manual maupun Prolaktri juga menghasilkan nilai yang
sama. Untuk perhitungan manual ditunjukkan pada tabel berikut.
Tabel 5.5 Hasil Perhitungan Uji Kecukupan dengan Ms.Excel

No. tdt tdn lk jdpk imlpk jhpk jmapk
1 85 83 13 25 15 11 8
2 88 85 16 25 15 12 9
3 78 77 19 23 19 15 12
4 85 83 19 23 15 10 9
5 83 81 15 20 19 14 11
6 88 83 16 26 20 16 11
7 84 82 16 20 16 12 9
8 89 87 17 20 17 12 11
9 87 83 17 21 17 13 10
10 85 84 17 20 17 15 10
k/s 40 40 40 40 40 40 40
jumlah 852 828 171 223 170 130 100
Jmlh (X^2) 72682 68620 2943 5025 2920 1724 1014
(Jmlh X)^2 725904 685584 29241 49729 28900 16900 10000
N 10 10 10 10 10 10 10
N' 2,0 1,4 10,3 16,8 16,6 32,2 22,4
Keterangan cukup cukup tidak cukup tidak cukup tidak cukup tidak cukup tidak cukup
V-8
Adapun hasil perhitungan uji kecukupan dengan menggunakan Prolaktri
adalah sebagai berikut.
Gambar 5.5 Hasil Perhitungan Uji Kecukupan dengan Prolaktri
Gambar 5.6 Detail Perhitungan Uji Kecukupan dengan Prolaktri
Uji statistik terakhir yang dilakukan adalah perhitungan persentil. Hasil

perhitungan ini juga diuji coba kebenarannya dengan menggunakan perhitungan
manual. Perbandingan antara hasil perhitungan manual dengan hasil perhitungan
program ditampilkan sebagai berikut.
Tabel 5.6 Hasil Perhitungan Persentil dengan Ms.Excel
data 1 2 3 4 5 6 7
data
persentil tdt tdn lk jdpk imlpk jhpk jmapk
5 79,95 78,50 14,72 18,34 14,00 9,80 7,95
50 85,20 82,80 17,10 22,30 17,00 13,00 10,00
95 90,45 87,10 19,48 26,26 20,00 16,20 12,05
V-9
Gambar 5.7 Hasil Perhitungan Persentil dengan Prolaktri
5. 2 INTERPRETASI HASIL
Penelitian dan perancangan yang dilakukan ini menghasilkan suatu

program aplikasi pengelolaan data antropometri. Program tersebut diberi judul
Prolaktri yang merupakan kependekan dari ‘Program Aplikasi Pengelolaan Data
Antropometri’. Selain sebagai sebuah aplikasi pengolah data, program tersebut
juga bisa digunakan untuk sarana dokumentasi data antropometri. Yang mana data
antropometri merupakan salah satu pendukung penelitian dan perancangan produk
berbasis ergonomi.
Supaya diperoleh program aplikasi atau perangkat lunak yang baik dan
dapat digunakan sesuai tujuannya, dilakukanlah uji verifikasi dan validasi.
Verifikasi dan validasi dilakukan dengan menguji coba tiap komponen yang
menyusun program, baik komponen yang terlihat dari luar maupun komponen
kode untuk menjalankan program. Hasil verifikasi dan validasi menyatakan
bahwa program sudah bisa dijalankan dengan baik dan sesuai tujuan yang
diharapkan. Hal tersebut ditunjukkan dengan keberhasilan program saat
menginput, menyimpan, mengedit, dan menampilkan data kembali. Program juga
mampu mengolah data dalam bentuk pemilihan data berdasarkan kategori yang
diinginkan pengguna dan dalam bentuk hasil hitungan uji statistik. Hasil uji
statistik program dianggap benar jika hasilnya mendekati atau sama dengan hasil
hitungan statistik secara manual menggunakan Microsoft Excel.
V-10
BAB VI
KESIMPULAN DAN SARAN
Pada bab yang terakhir ini akan diberikan beberapa kesimpulan dan saran
dari penelitian yang dilakukan. Kesimpulan hasil penelitian merupakan jawaban
dari tujuan penelitian yang ingin dicapai. Sedangkan saran berisi tentang hal-hal
yang harus dipertimbangkan untuk penelitian selanjutnya agar diperoleh hasil
yang lebih baik.
6. 1. KESIMPULAN
Kesimpulan yang diperolah dari hasil penelitian ini adalah dapat dihasilkan
program pengelolaan data antropometri “Prolaktri” sebagai pendukung penelitian
atau perancangan produk berbasis ergonomi. Tujuan perancangan program
aplikasi tersebut juga tercapai, diantaranya adalah :
1. Program aplikasi dapat melakukan proses input, menyimpan dan mengolah
data antropometri serta kemudian mengeluarkan hasilnya dalam bentuk
report.
2. Program aplikasi dapat menyimpan semua kategori variabilitas data
antropometri yaitu kategori usia, jenis kelamin, kategori cacat atau tidak
cacat, kategori hamil atau tidak hamil dan suku bangsa.
3. Data antropometri tersimpan dapat diperbaharui setiap saat sesuai dengan
kondisi terbaru.
4. Program aplikasi dapat melakukan uji-uji statistik yakni uji kenormalan,
uji keseragaman, uji kecukupan dan persentil data, yang hasil
perhitungannya sama dengan hasil perhitungan uji statistik secara manual.
6. 2. Saran
Saran yang dapat diberikan untuk langkah pengembangan atau penelitian

selanjutnya, sebagai berikut:
1. Program aplikasi Prolaktri dapat dikembangkan lebih lanjut dengan
memperbaiki penggunaan waktu akses agar lebih cepat dan menambahkan
hasil analisis berupa grafik uji statistik.
2. Dibuat aplikasi berbasis web untuk memudahkan pengguna dalam
VI-1
menggunakan aplikasi tanpa harus menginstal di komputer yang akan
digunakan. Basis data yang telah dibuat dalam penelitian ini sudah
mendukung untuk penggunaan aplikasi berbasis web.
VI-2
DAFTAR PUSTAKA
AnneAhira.com. 2008. Perkembangan Fisik Balita. Tersedia di URL

www.anneahira.com/balita.htm. Diakses pada 28 Januari 2010
Dini. 2008. Desain User Interface. Tersedia di URL www.teknokrat.ac.id/
perangkat_ajar. Diakses 31 Maret 2010
Darsono.2007. Flowchart. Terdapat di URL sdarsono.staff.gunadarma.ac.id/
Downloads/files/16512/Flowchart.pdf. Diakses pada 27 April 2010
Fathansyah. 2009. Buku Teks Komputer Basis Data. Bandung: Penerbit
Informatika
Ferreira,C., Vieira, F., Fragoso, I., Barrigas,C., Oliveira,C., and Silva,L. 2004.
Rapil Anthropometric Software And Database. Universidade Técnica de
Lisboa, Cruz Quebrada, Portugal. Tersedia di URL home. fmh. utl. pt/
~cferreira/pdf/ItaliaRapil.pdf. Diakses pada 29 Desember 2009
Geary, R.C. 2008. Testing for Normality. Cambridge University. Tersedia di URL
http://links.jstor.org/sici?sici=00063444%28194712%2934%3A3%2F30
9%3ATFN%3E2.0.CO%3B2-9. Diakses pada 16 April 2010
Joyce, S. 2008. Human Factor and Anthropometric Database (HFAD).Tersedia di
URL www.osd.rutgers.edu/gs/08papers/Paper08-HFAD. Diakses pada
29 Desember 2009
Komalyna,I.N.T. 2009. Teknik Penggunaan Epi Info, Nutrisurvey For SMART,
dan Who Antrho2005 dalam Pengolahan Data Anthropometri dan
Analisis Status Gizi pada Tingkat Individu dan Masyarakat. Malang:
Departemen Kesehatan RI
Kristanto, A. 2003. Perancangan Sistem Informasi dan Aplikasinya. Yogyakarta:
GAYA MEDIA
Mollarda,R.,Ressler,S.,and Robbinete,K. 2006. Database contents, structure, and
ontology for WEAR. Paris Descartes Universit. Tersedia di URL
ovrt.nist.gov/ people/sressler/art0895. Diakses pada 29 Desember 2009
Naqvi, S.A. 1993. Need for Anthropometric Database for Developing
Countries.King Saud University. Tersedia di J. King Saud University.,
Vol.5, Eng.Sci.(1), pp.153-154 (A.H.1413/1993)
L-1
Nurmianto, E. 2008 Ergonomi, Konsep Dasar dan Aplikasinya, Jakarta: PT. Guna
Widya
Panero, J dan Zelnik, M. 1979. Dimensi Manusia dan Ruang Interior. Jakarta:
Penerbit Erlangga
Pramana, I. 2001. Perancangan Software Sistem Informasi Akademik FTUI.
Tersedia di URL http://www.arcle.net. Diakses 28 Januari 2010
Simarmata, J. 2007. Perancangan Basis Data.. Yogyakarta : Penerbit ANDI
Sutalaksana, I.Z. 2006. Teknik Tata Cara Kerja. Laboratorium Tata Cara Kerja
dan Ergonomi. Bandung: Dept. Teknik Industri-ITB
Total Sarana Informasi. 2005. Pengertian User Interface. Tersedia di URL
www.total.or.id/info.php. diakses pada 31 Maret 2010
Wignjosoebroto, S.1995. Ergonomi, Studi Gerak dan Waktu: Teknik Analisis
untuk Peningkatan Produktivitas Kerja. Jakarta : Penerbit Guna Widya
Wignjosoebroto, S. 2000. Prinsip-Prinsip Perancangan Berbasiskan Dimensi
Tubuh (Antropometri) Dan Perancangan Stasiun Kerja. Tersedia di
URL:http://www.its.ac.id/personal/files/pub/2830-m_sritomo-iePrinsip
Anthropometry.pdf. Diakses pada 10 Maret 2010
Wikipedia.org. 2008. Aplikasi. Tersedia di URL http://id.wikipedia.org/wiki/
Aplikasi. Diakses pada 27 April 2010
L-2
LAMPIRAN
Gambar L.1. Interface Menu Utama Prolaktri
Gambar L.2. Interface Menu Input Data Personal
L-3
Gambar L.3. Interface Menu Input Data Antropometri
Gambar L.4. Interface Detail Input Data Antropometri
L-4
Gambar L.5. Interface Kategori Data Antropometri dan Uji Statistik
L-5
Gambar L.6. Menu ‘Cetak’ pada Interface Kategori Data Antropometri dan
Uji Statistik
Gambar L.7. Hasil ‘Cetak’ Report Uji Statistik
L-6
Gambar L.8. Hasil ‘Cetak’ Report Kategori Data Antropometri
L-7

Perancangan Program Aplikasi Pengelolaan Data Antropometri Sebagai Pendukung Penelitian Dan Perancangan Produk Berbasis Ergonomi

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Perancangan Program Aplikasi Pengelolaan Data Antropometri Sebagai Pendukung Penelitian Dan Perancangan Produk Berbasis Ergonomi

Diunggah oleh

Hak Cipta:

Format Tersedia

PERANCANGAN PROGRAM APLIKASI PENGELOLAAN

DATA ANTROPOMETRI SEBAGAI PENDUKUNG

GUSTITIA PUTRI PERDANA

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK

PERANCANGAN PROGRAM APLIKASI PENGELOLAAN DATA

Irwan Iftadi, ST, M.Eng Rahmaniyah D.A, ST, MT.

Pembantu Dekan I Ketua Jurusan

Ir. Noegroho Djarwanti, MT Ir. Lobes Herdiman, MT

PERANCANGAN PROGRAM APLIKASI PENGELOLAAN DATA

Telah disidangkan pada hari Jumat tanggal 09 Juli 2010

1. Ir.Susy Susmartini, MSIE _________________________

2. Ir.Munifah, MSIE. MT _________________________

1. Irwan Iftadi, ST. M.Eng _________________________

2. Rahmaniyah D.A, ST, MT. _________________________

Gustitia Putri Perdana, NIM : I 0306003. PERANCANGAN PROGRAM

Data antropometri semakin dipertimbangkan kepentingannya dalam

Gustitia Putri Perdana, NIM : I 0306003. DESIGN AN APPLICATION

The importance of anthropometric data is conseidered in research and

Keywords: anthropometric data, variability, application programs, databases,

Tabel 2.1. Simbol Flowchart Standar ANSI dan ISO

Gambar 2.1 Simbol entitas luar pada DFD

Lampiran I Tampilan Program Aplikasi

Lampiran II Kode Program Aplikasi

BAB II :TINJAUAN PUSTAKA

BAB III : METODE PENELITIAN

BAB IV : PENGUMPULAN DAN PENGOLAHAN DATA

BAB VI : KESIMPULAN DAN SARAN

2.1 PROGRAM APLIKASI

2.2.1 Data Flow Diagram (DFD)

Gambar 2.1 Simbol entitas luar pada DFD

Gambar 2.2 Simbol arus data di DFD

Setiap proses harus diberi penjelasan yang lengkap meliputi :

Gambar 2.4 Simbol berkas di DFD

Predifined Process Rincian operasi berada di tempat

Preparation Pemberian harga awal

Terminal points Awal/Akhir flowchart

Purched card Input/output yang menggunakan

Input/Output Merepresentasikan input data atau

Proses Merepresentasikan operasi

Penghubung Keluar atau masuk dari bagian lain keluar

Sumber : Darsono, 2007

Sumber: Darsono, 2007

2.3 BASIS DATA

2.3.1 Sistem Basis Data

2.3.2 Abstraksi Data

2.3.3 Pemodelan Basis Data

2.3.4 Model Entity-Relationship

a. Data Definition Language

b. Data Manipulation Language

2.3.6 Database Administrator (Administrator Basis Data)

2.4 KAMUS DATA

2.5 PERANCANGAN ANTARMUKA

2.6.1 Pengertian Antropometri

Gambar 2.5 Antropometri tubuh manusia yang diukur dimensinya

Gambar 2.6 Gambar dimensi struktur kepala

2.6.2 Aplikasi Distribusi Normal dan Persentil dalam Penetapan Data

Gambar 2.7 Distribusi normal yang mengakomodasi 95% dari populasi

2.6.3 Pengolahan Data Antropometri

a. Uji Keseragaman Data

b. Uji Normalitas Data

kenormalan data digunakan rumus sebagai berikut: X 2 c = ∑ (x i − x)2

3. Menguji nilai a’ untuk mengetahui tingkat signifikansi kenormalannya

Data dikatakan berdistribusi normal jika dengan α = 0,05.