KATA PENGANTAR

Puja dan puji syukur alhamdulillah, senantiasa penulis panjatkan atas

kehadirat Allah SWT. Dzat yang menciptakan alam seisinya. Dzat yang
memperjalankan siang dan malam dengan teratur. Dzat yang wajib disembah oleh
hamba – hamba nya. Karena dengan Nikmat, Rahmat, Taufiq, Hidayah Inayah, serta
petunjuknya, penulis dapat menyusun dan menyelesaikan makalah ini dengan baik
dan benar.

Dengan selesainya laporan praktikum yang memaparkan tentang :

“Antropometri”, penulis mengucapkan terima kasih kepada semua pihak yang telah
membantu dalam menyelesaikan laporan ini. Yaitu:
1. Ibu Wisda Mulyasari, S.ST., MT. Selaku dosen mata kuliah Perancangan sistem
kerja dan Ergonomi di Program Studi Teknik Industri Universitas
Muhammadiyah Gresik.
2. Bapak Muhammad Zainuddin Fathoni M.MT , selaku dosen pengampuh
praktikum mata kuliah Ergonomi, di program studi Teknik Industri Universitas
Muhammadiyah Gresik.
3. Teman – teman anggota kelompok, dan pihak lain yang saling berkerjasama
dan memberikan bantuannya dalam menyusun laporan ini hingga selesai tepat
waktu.
4. Pihak pihak lain yang memberikan bantuan kepada penyusun dalam bentuk
fasilitas (Wifi, Pembiayaan, Transportasi, dll).

Serta semoga atas jeri payah dan pemikirannya diterima oleh Allah SWT.
Amin, dan penulis berharap semoga makalah ini bagi pembaca dapat dijadikan
sebagai sumber bacaan yang berguna untuk menambah ilmu.

Penulis menyadari bahwa laporan ini masih banyak kekurangan dan jauh dari
kesempurnaan. Oleh karena itu penulis mengharapkan kritik dan saran demi
perbaikan selanjutnya.

Gresik, 24 juni 2018

ii
 DAFTAR ISI
COVER.................................................................................................................... i
KATA PENGANTAR............................................................................................. ii
DAFTAR ISI............................................................................................................ iii
DAFTAR TABEL.................................................................................................... iv
DAFTAR GAMBAR............................................................................................... v
ABSTRAK............................................................................................................... vi
BAB I PENDAHULUAN.................................................................................. 1
1.1 Latar Belakang.................................................................................. 1
1.2 Tujuan Praktikum.............................................................................. 2
1.3 Objek Pengamatan............................................................................. 2
1.4 Rumusan Masalah............................................................................. 3
1.5 Flow Chart......................................................................................... 4
BAB II LANDASAN TEORI............................................................................. 5
2.1 Antropometri..................................................................................... 5
2.2 Uji Keseragaman Data...................................................................... 6
2.3 Uji Kecukupan Data.......................................................................... 7
2.4 Percentil............................................................................................. 7
BAB III PENGMUPULAN DATA DAN PENGOLAHAN DATA................. 9
3.1 Pengmupulan Data............................................................................ 9
3.2 Pengolahan Data................................................................................ 16
3.3 Pengolahan Data Software................................................................ 23
3.4 Analisa Data Manual......................................................................... 25
3.5 Analisa Data Software....................................................................... 26
3.6 Analisa Produk.................................................................................. 27
BAB IV PENUTUP.............................................................................................. 28
4.1 Kesimpulan........................................................................................ 28
4.2 Saran.................................................................................................. 29

iii
 DAFTAR TABEL

Tabel 3.1 Data Antropo Metri Mahasiswa Angkatan 2016..................................... 9

Tabel 3.2 Faktro Pengali Perhitungan Persentil....................................................... 16

iv
 DAFTAR GAMBAR

Gambar 1.1 Diagram Alir Metodologi.................................................................... 4

Gambar 3.1 Probability Plot of PT......................................................................... 23

Gambar 3.2 Probability Plot of PJ Jempol............................................................ 23

Gambar 3.3 Probability Plot of LJ.......................................................................... 24

Gambar 3.4 Probability Plot of LT......................................................................... 24

Gambar 3.5 Desain Produk...................................................................................... 27

v
 ABSTRAK

Abstrak Untuk mewujudkan kondisi yang ergonomis dalam berbagai

perancangan produk dan stasiun kerja, diperlukan ukuran antropometri tubuh
manusia. Dalam melakukan pengukuran biasanya digunakan alat-alat ukur manual
seperti mistar, kaliper, meteran, kursi Antropometri, dll. Pengukuran manual akan
membutuhkan waktu yang cukup lama dan memungkinkan terjadinya eror akibat
standar pengukuran yang tidak seragam. Untuk mengatasi permasalahan yang ditemui
dalam pengukuran manual tersebut, maka perlu rancang sebuah alat atau sistem
pengukuran otomatis yang lebih Efisien.Kepala adalah bagian tubuh yang sangat
vital. Oleh karena itu, pengukuran antropometri kepala sangat penting. Ada 14
dimensi penting yang biasa diukur di kepala manusia. Pada penelitian ini akan
dirancang sebuah sistem pengukuran dimensi kepala yang terdiri dari kamera digital
yang terhubung dengan komputer dengan perangkat lunak yang diprogram untuk
pengolahan citra digital. Citra wajah diekstraksi menjadi fitur mata, mulut, telinga,
dan batas wajah pada citra diam. Antara tiap komponen dan titik diukur jaraknya
untuk mendapatkan dimensi antropometri. Hasil pengujian menunjukkan bahwa tidak
terdapat perbedaan antara pengukuran manual dengan pengukuran menggunakan
sistem ini. Data yang dihasilkan dari pengukuran tersebut diaplikasikan untuk
perancangan produk untuk kepala. Sebagai studi kasus pada penelitian ini, data
Antropometri yang dihasilkan ini kemudian digunakan untuk perancangan safety
google. Dengan dihasilkannya alat ukur ini , data antropometri dapat diperoleh dan
diperbaharui dengan lebih efisien dan mudah, sehingga tidak mengakibatkan cidera
pada daeran yang diingin kan semisal pada daerah punggung kita bisa mennggunakan
pengukuran Persentil guna mengatasinya.

Kata Kunci : antropometri, efisien, persentil, perancangan produk

vi
 BAB I
PENDAHULAN

1.1 Latar Belakang

Pada dasarnya antropometri adalah ilmu yang secara khusus mempelajari
tentang pengukuran tubuh manusia, ukuran tubuh manusia bervariasi berdasarkan
umur, jenis kelamin, suku bangsa, bahkan kelompok pekerjaan, antropometri
interaksi antara ruang dengan manusia secara dimensional dapat menimbulkan
dampak antropometris, yaitu kesesuaian dimensi-dimensi ruang terhadap dimensi
tubuh manusia.
Didalam kehidupan aktifitas sehari-hari, sering kita jumpai banyak hal yang
dapat kita deskripsikan dalam sebuah data. Informasi data yang diperoleh tentunya
harus diolah terlebih dahulu menjadi suatu data yang mudah dibaca dan dianalisa,
akan tetapi bagaimana penyajian data yang kita dapat tentunya berbeda-beda, sesuai
dengan kebutuhan dan keinginan penyaji data.
Pengamatan dan perhitungan Antropometri sangat membantu bagi pekerja
dengan adanya perhitungan dengan metode-motode yang ada maka pekerja akan
mendapatkan perbaikan dan fasilitas kerja yang berkualitas, serta mendapatkan
rancangan produk, juga bisa membuat lingkungan kerja menjadi nyaman dengan
memperhatikan dimensi-dimensi tubuh pekerja guna meningkatkan produktivitas
kerja, dengan cara menggunakan metode perhitungan uji keseragaman data, uji
kecukupan data, dan persentil.
Antropometri merupakan ilmu yang secara khusus mempelajari tentang
pengukuran tubuh manusia guna merumuskan perbedaan-perbedaan ukuran pada tiap
individu atau kelompok.
Jadi, secara luas antropometri dapat digunakan sebagai pertimbangan
ergonomis dalam proses perencanaan (design) produk maupun sistem kerja yang
memerlukan interaksi manusia.

1
1.2 Tujuan Praktikum
1. Mampu memahami konsep ergonomi dan mengetahui interaksi antara manusia,
mesin, peralatan, bahan, maupun lingkungan kerjanya.
2. Mampu memahami adanya sejumlah data antropometri dan menggunakan untuk
perancanngan/pengaturan sistem kerja yang baik.
3. Membekali mahasiswa dengan konsep berpikir (prosedural) penganalisaan dan
perancangan
4. Praktikan dapat melakukan pengolahan data antropometri dengan menggunakan
software MS excel dan spss.
5. Mampu merancang desain produk dengan data antropometri menggunakan
software autocad atau grafik.

1.3 Objek Pengamatan

a. Jenis Kelamin Operator : Laki-Laki dan Perempuan
b. Umur : 20 thn
c. Peralatan yang digunakan
1. Kursi Antropometri
2. Penggaris
3. Timbangan Badan
4. Flexible curve
5. Papan
6. Sandaran dan alas kursi
7. Alat Tulis
8. Komputer
9. Software Microsoft excel & SPSS
d. Deskripsi singkat :
Pekerjaan yang dilakukan pada saat praktikum pengukuran dan perancangan
system kerja adalah menyiapkan tiga operator sebagai pencatat data pengamatan, satu

2
operator untuk megukur obyek, satu operator sebagai obyek. Obyek diukur anggota
tubuh dari mulai tinggi badan, berat badan, tinggi punggung, panjang jari dan lain-
lain. Setelah obyek satu selesai dilanjutkan obyek selanjutnya sampai semua anggota
diukur dimensi tubuhnya.

1.4 Rumusan Masalah

1. Bagaimanakah normalitas data antropometri yang dipakai ?
2. Bagaimanakah penentuan percentile untuk masing-masing bagian yang digunakan
dalam perancangan produk?
3. Apakah hasil dari perhitungan data yang didapatkan seragam dan cukup untuk
hasil produk rancangan?
4. Bagaimana desian produk terkait dengan analisa data antropometri ?

3
1.5 Flow Chart

Mulai

Identifikasi pekerjaan

Pengumpulan data dan ukuran tubuh

Pengolahan data

Tidak
Uji Keseragaman data

cukup
Tidak
Uji kecukupan data

Pemilihan dimensi untuk

design produk

Perhitungan persentil

Analisa data persentil yang

akan digunakan

Design produk

Kesimpulan dan saran

selesai

Gambar 1.1 Diagram Alir Metodologi

4
 BAB II
LANDASAN TEORI

2.1 Antropometri
Untuk dapat menghasilkan rancangan sistem kerja yang baik perlu dikenal
sifat-sifat, keterbatasan serta kemampuan yang dimiliki manusia. Dalam sistem kerja,
manusia berperan sentral yaitu sebagai perencana, perangan, pelaksana, dan
pengevaluasi sistem kerja yang baik secara keseluruhan agar diperoleh hasil kerja
yang baik dan memuaskan. Ilmu yang mempelajari manusia beserta perilakunya
didalam sistem kerja disebut ergonomic (Sutalaksana, 1979).
Ergonomic ialah ilmu yang sistematis dalam memanfaatkan informasi
mengenai sifat, kemampuan, dan keterbatasan manusia untuk merancang sistem
kerja. Dengan ergonomic diharapkan penggunaan proyek dan fasilitas dapat lebih
efektif seta memberikan kepuasan kerja (Sutalaksana, 1979).
Ergonomic ialah ilmu sistematis dalam memanfaatkan informasi mengenai
sifat, keterbatasan, dan kemampuan manusia untuk merancang sistem kerja. Dengan
ergonomic diharapkan prnggunaan proyek fisik dan fasilitas dapat lebih efektif serta
memberikan kepuasan kerja (Sutalaksana, 1979).salah satu definisi ergonomic yang
menitik beratkan pada penyesuaian desain terhadap manusia adalah dikemukakan
oleh Annis & Mc Conville (1996) dan menerapkan informasi menurut karakter
manusia, kapasitas dan keterbatasan terhadap desain pekejaan, mesin dan sistemnya,
ruangan kerja dan lingkungan sehingga manusia dapat hidup dan bekerja secara
secara sehat, aman, nyaman dan efesien. Sedangkan pulat keselamatan dalam
penggunaan desain produk. Konsep tersebuat adalah desain untuk reliabilitas,
kenyamanan, lamanya waktu pemakaian, kemudahan pemakaian, dan efesiensi dalam
pemakaian.
Antropometri merupakan salah satu ilmu yang digunakan untuk menciptakan
kondisi kerja yang ergonomis. Ergonomi merupakan ilmu perancangan bebasis
manusia (Human Centered Design). Dengan diterapkan ergonomic, sistem kerja
menjadi lebih produktif dan efesien. Menurut (Sutalaksana, 1979), dilihat dari sisi

5
rekayasa, informasi hasil penelitian ergonomic dapat dikelompokkan menjadi 4
bidang penelitian, yaitu:
1. Penelitian tentang Display
Display adalah alat yang menyajikan informasi tentang lingkungan yang
dikomunikasikan dalam bentuk tanda-tanda atau lambng-lambang. Display
terbagi menjadi 2 bagian, yaitu Display statis dan Display dinamis.
2. Penelitian tentang kekuatan fisik manusia
Penelitian ini mencakup mengukur kekuatan/daya fisik manusia ketika bekerja
dan mempelajari bagaimana cara kerja serta peralatan harus dirancang agar
sesuai dengan kemampuan fisisk manusia ketika melakukan aktivitas tersebut.
Penelitian ini merupakan bagian dari biomekanik.
3. Penelitian tentang ukuran/dimensi tempat kerja
Penelitian ini diarahkan untuk mendapatkan ukuran tempat kerja yang sesuai
dengan ukuran tubuh manusia, dipelajari dalam antropometri.
4. Penelitian tentng lingkungan fisik
Penelitian ini berkenaan dengan perancangan kondisi lingkungan fisik dari
ruangan dan fasilitas-fasilitas dimana manusia bekerja. Hal ini meliputi
perancangan cahaya, suhu, suara, temperatur, warna, kelembapan, bau bauan,
getaran pada suatu suatu fasilitas kerja.

2.2 Uji keseragaman Data

Uji keseragaman data bisa dilaksnakan dengan cara visual atau
mengaplikasikan peta control test keseragaman data secara visual dilakuakan secara
sederhana, mudah dan cepat. Peta control adalah suatu alat yang tepat guna untuk
menguji keseragaman data.
Menghitung standar deviasi dapat menggunakan rumus sebagai berikut:

σ= √ n−1
∑ x2
∑ x 2−
n

6
Dimana :

σ = standar deviasi

N = jumlah pengamatan pendahuluan

Xi = waktu penyelesaian yang teramati selama pengukuran pendahuluan

Menentukan batas control atas (BKA) dan batas control bawah (BKB) dapat
menggunakan rumus sebagai berikut:

BKA = X̄ + k. σ

BKB = X̄ - k . σ

2.3 Uji kecukupan Data

uji ini dilakukan untuk mengetahui apakah data-data yang didapatkan sudah
cukup atau belum yaitu dengan melihat apakah data pendahuluan jumlahnya
seharusnya (N) maka dapat diketahui melalui rumus berikut :

k
N=[s
√ N ∑ x 2−( ∑ x ) 2 ]2
∑x

Keterangan :

K : konstanta, besarnya tergantung dengan tingkat keyakinan (tk) yang diinginkan

apabila tk = 95% maka k =2

S : derajat ketelitian yang diinginkan

X : data pengamatan

N : jumlah pengamatan

2.4 Percentil
Terdapat tiga nilai persentil yang baisanya digunakan dalam perancangan
yakni persentil kecil, persentil besar, dan persentil tengah.

7
1) Persentil kecil (persentil 5)
Merupakan persentil yang dipilih ketika dimensi rancangan tersebut “kritis” bagi
mereka yang berukuran kecil akan sangat kesulitan menggunkan suatu rancangan jika
dimensi tersebut dibuat terlalu besar, lebar maupun tinggi. Namun, dengan catatan
orang yang besar tetap nyaman, walaupun ukurannya terlalu kecil atau pendek.
2) Persentil besar (persentil 95)
Merupakan persentil yang digunakan ketika mereka yang berukuran tubuh besar atau
tinngi akan kesulitan menggunakan suatu racangan jika dibuat pendek tetap merasa
nyaman.
3) Persentil tengan (persentil 50)
Merupakan persentil yang digunakan ketika rancangan tidak mensyaratkan kedua
kondisi terlalu besar atau terlalu kecil. Dalam hal ini, orang yang berbadan besar
maupun kecil sama-sama merasa nyaman dengan produk tersebut.
Jika diketahui nilai rata-rata (mean) dan simpangan baku dari suatu set data,
maka dengan mudah dapat dihitung besarnya persentil p sebagai berikut:

Pi = X̄ + Ki .S

Dimana,

P= nilai persentil yang dihitung

X̄= nilai rata – rata, X̄ = ∑i=1n xi/n

K= factor pengali persentil yang diinginkan, dengan nilai k dapat dilihat pada tabel
yang diperoleh dari nilai z pada tabel distribusi normal.

√∑
n
❑ xi− X̄
S= simpangan baku, s = i=1 x
n−1

8
 BAB III
PENGUMPULAN DATA DAN PENGOLAHAN DATA

3.1 Pengumpulan Data

Tabel 3.1 Data Antropometri Mahasiswa Angkatan 2016

Dimensi
Pangkal Lebar Lebar
Nama Mahasiswa Tanga
Ke Panjang Jari 1 Jari
n
Tangan 2,3,4,5  

10cm 7 2cm 8cm

Nurhadi Budiharto
11 6 - 10
M. Chusnul Fikry
10 6 - 10
Setyo Dwi Fathur R.
11 7 1,5 7
Adenova Putra Mahendra
9 4 7 9
Fatkhul Janah
Ahmad Fahmil
11 7 8 11
Ramdhan.Hasani
10 6 9 9
M. Syafitrul A
11 6 9 10
Iqbal Fajar H
11 6 7 11
Bayu Kustiantoro
10 6 7 11
Makhrus Zamharir
12 7 7 9,5
Prayogi
11 6 7,5 10,5
Iqbal Firmansyah

9
 12 7 7 10,5
Bayu Firman
11 6 6 9
Elyza
11 5.5 6 9
Agustin Anggraini s
12 7 7,5 10
M. Rifqi Arif
9,5 5 6 8,3
Selly Nurdianti Kh
10 5.5 7 9
Ica Kurnia
10 5.5 7 9
Belita Mega Musfita
11 7 9 11
Ahmad ari afifudin
11 6 8 11
faiz rosidi
11 6 8 11
M. Syafiiuddin H
12 7 8 12
Tio Yan Prasetya
20
ERDIN YUDITIRA 7 9 11
20
MOCH. AGUNG S 7 10 12
20
LUCKI ILHAM D 7 10 12
20
M. YAZID AL BUSTOMI 7 9 12
7
BUNGA CRISMONIA R 7 7 9
10
Lanang 7 7 11
11
Devi Indah 6 8 10
11
A. Deny 7 11 12
11
Syahril 7 8 11
10
M. Bili 8 8 11

10
 19
Aldi 8 7 9
19
Zaenal 7 7 10
20
Hafiz 7 9 19
19
Zulfitri 7 9 19
20
Lutfie 7 9 19

M. Irfan Maulana 18
7 7 9
18
Fauzan Arif 6 7 9
18
A. Alamuddin 6 7 10
17
Dhicky P 6 6 10

Pratama irsat N 19
7 7 9
11 8 10
AGRA PRATAMA 8

11 8 12
M.KHOIRUL UMAM 8

11 8 11
RONI WIBOWO 8

10 8 11
AMMAR KHURSHD E. 8

11 8 11
RIZKI IRVAN NUDIN 8

18
Aan Setiawan 7 8 12
18
M Sabri Faril 7 8 12
19
M Wahyu Firmansyah 9 9 12
17
Nur Eka Rizqiani 6 7 11
18
Sofwan H AS 7 8 12
8,9 7 8,2 11
Riski Mardiansyah

11
 8,6 6.5 8 10
M Rohman Jazuli
8,8 6 8 10,5
Agus Ari
8,9 7 8 12
Jefry Samudro
8,5 6 8 10
M Abdillah K
18
M Wahyu R 6 7,5 10
15
A Iqbal Madani 6.5 7,5 10
19
Muswandi 7 8 12
18,5
Roshikul Islah I 6.5 8 11
18
Aditia Indra S 7 8 11
13
M Rifky Firmansyah 7 8 14
12
Irfan Miftahul A 7 8 13
13
Dedy 6 9 12
10
Maghfiroh Putri M 6.5 8 11
10
Lilis Ratna S 6 9,5 12
18
Fery Lasiyano A.A 7 8 10
17
Hanafi Setiawan 6 8 10
19
M Zainuri 7 8,5 11
19
Anton Aditya S 7 8 11
18
Nanang Teguh W 6 8 10
11,5
Gallan Frediyanto 7 9,5 13
18
Muhammad Syaifudin 7 9 9

12
 9,5
Siska Aggraeni 6 8 10,5
18
Surya Adi P 7 8 10
10,5
Aris Setiawan 7 9 11
19
A Saifuddin Zuhri 6 8,5 10
11
A Fany R 6 7 9
11
Achmad Yabidi 6 8 10
11
Indra Wahyu S 6 7 10
11
Baso Mukramin 7 7 9
11
Dimas Eko C 6 8 10
Muhammad Agung
20,4 7 11,7 11,6
Cahyono
20,6 7.5 11,8 11,9
Abizar Rahman Hadi
19,2 7 10,9 12,3
Gilang Risky Aryncha
18,9 7 10,3 12,1
Fandi Ahmad Muharrom
19,6 7 11 11,9
Muhammad Yudi Priana
Riezki Alfaturrahman
18,2 8.5 11,8 10,5
Yudha
21,6 7 10,7 12,5
Angga Achmad
20,7 8 12 12,1
Reza Risky
20,3 7 10,5 12,5
Muhammad Dzikri
18,5 7.5 11,9 11,9
Wahyu Firman Agus
21,6 7 10,7 12,5
I Gede Angga Sujana

13
 19,3 7.5 12 12,5
Gustianto
20,1 7.5 11,2 12,9
Handito Anas Barlian
18,3 8.5 11,9 12,2
Muhammad Yusuf Afandi
Muhammad Yusuf
18,3 7.5 10,8 11
Bachtiyar
18 8.5 11,4 11,5
Ali Gunawan

16612081 24 7 13 16

16612082 11 6 7 9

16612083 10 6 11 13

16612084 11 6 8 11

16612085        

16612086        

16612087 11 6 8 9

16612088 6 5 8 8

16612089        

16612090        

16612091        

16612092 7 6 8 9

16612093 19 8 9 12

16612094 20 6 8 13

16612095        

14
16612096 19 7 8 11

16612097 19 7 8 11

16612098 19 7 8 12

16612099 19 7 9 12

16612100        

16612101 15 7 9 15

16612102 10 6 9 12

16612103        

16612104 14 6 8 13

16612105 7 6 8,5 9

16612106        

16612107 8 6 9 11

16612108 18 6 9 11

16612109 10 6 11 13

166121010        

16612111 12 6 11 13

16612112        

16612113 10 6 11 13

16612114 20 6 8 13

16612115 19 8 9 12

16612116 11 5 7 10

15
 16612117 18 7 8 11

16612118 8 6 9 10

16612119        

16612120 10 6 10 11

Tabel 3.2 Faktor Pengali Perhitungan Persentil

Persentil P1 P5 P10 P25 P50 P75 P90 P95
K -2,236 -1,645 -1,282 -0,674 0 +0,674 +1,282 +1,645

3.2 Pengolahan Data

3.2.1 Uji keseragaman data

3.2.1.2 Uji Keseragaman Data Panjang Jari (PJ) Jempol

Berikut ini adalah uji keseragaman data panjang jari (PJ) Jempol. Dengan
tingkat keyakinan 95% (k=2) dan tingkat ketelitian 5% = 0,05.

N = 128 Σx2 = 5774,63

Σx = 749 (Σx)2 = 561001

Σx 749
x̄ = n = 128 = 5,85

s = √ ( Σx)2
Σx 2 −
n−1
n = √ 5774,63−
561001

128−1
128 =√
5774,63−¿ 4382,82
127
¿=

√ 1391,81 = 10,95 = 3,30

127
√

BKA = x̄ + k σ = 5,85 + 2.3,30

16
 = 5,85 + 6,6 = 5,85 - 2 . 3,30
= 12,45
= 5,85 – 6,6
= 1,5
BKB = x̄ - k. Σ
3.2.1.3 Uji Keseragaman Data Lebar Jari (LJ)
Berikut ini adalah uji keseragaman data pada lebar jari (LJ). Dengan tingkat
keyakinan 95% (k=2) dan tingkat ketelitian 5% = 0,05.

N = 128 Σx2 = 9344

Σx = 1068 (Σx)2 = 1140624

Σx 1068
x̄ = n = 128 = 8,343

s = √ 2
Σx −
( Σx)2

n−1
n = √ 9344−
1140624

128−1
128 =√
9344−8911,125
127
= √ 432,875
127
=

√ 3,408 = 1,846

BKA = x̄ + k σ BKB = x̄ - k. Σ
= 8,343 + 2.1,846 = 8,343 – 2. 1,846
= 8,343 + 3,692
= 8,343 – 3,692
= 12,035
= 4,651

3.2.1.4 Uji Keseragaman Data Lebar Tangan (LT)

Berikut ini adalah uji keseragaman data pada lebar tangan (LT). Dengan
tingkat keyakinan 95% (k=2) dan tingkat ketelitian 5% = 0,05.
N = 128 Σx2 = 16247

Σx = 1422 (Σx)2 = 2022084

Σx 1422
x̄ = n = 128 = 11,109

17
s = √ 2
Σx −
( Σx)2

n−1
n = √ 16247−
2022084

128−1
128 =√
16247−¿ 15797,53
127
¿=

√ 449,47 = 3,53 = 1,878

127
√

BKA = x̄ + k σ BKB = x̄ - k. Σ
= 11,109 + 2.1,878 = 11,09 – 2.1,878
= 11,09+ 3,756
= 11,09 – 3,756
= 15
= 7,334

18
 3.2.2 Uji Kecukupan Data
3.2.2.1 Uji Kecukupan Data Pangkal ke Tangan (PT)
Berikut ini adalah uji kecukupan data pada pangkal ke tangan (PT). Dengan
tingkat keyakinan 95% (k=2) dan tingkat ketelitian 5% (S = 0,05).
N = 127 Σx2 = 28415,96

Σx = 1805,3 (Σx)2 = 3259108,09

Σx 1805,3
x̄ = n = 127 =

K 2
N’ = [ S
√ NΣx 2−( Σx)2 2
] =[ 0,05
√127. 28415,96−( 3259108,09 ) ]2 = [
Σx 1805,3
40 √ 3608826 , ,92−3259108,09 2 1600 X 349718,83
] = = 171,68
1805,3 3259108
N’ ≤ N = 171,68 ≥ 127, sehingga data dikatakan tidak cukup

3.2.2.2 Uji Kecukupan Data Panjang Jari (PJ) Jempol

Berikut ini adalah uji kecukupan data pada panjang jari (PJ) Jempol. Dengan
tingkat keyakinan 95% (k=2) dan tingkat ketelitian 5% = 0,05.

N = 128 Σx2 = 5774,63

Σx = 749 (Σx)2 = 561001

Σx 749
x̄ = n = 128 = 5 , 85

K 2
N’ = [ S
√ 2
NΣx −( Σx)2 2
] = [ 0,5
√128 ( 5774,63 ) −561001 ]2 = [
Σx 749
40 √ 739152,64−561001 2 1600 X 178151,64
] = = 508, 09
749 561001
N’ ≤ N = 508,09 ≥ 128, sehingga data dikatakan tidak cukup

19
20
 3.2.2.3 Uji Kecukupan Data Lebar Jari (LJ)
Berikut ini adalah uji kecukupan data pada lebar jari (LJ). Dengan tingkat
keyakinan 95% (k=2) dan tingkat ketelitian 5% = 0,05.
N = 124 Σx2 = 9337
Σx = 1064 (Σx)2 = 1132096
Σx 1064
x̄ = n = 124 = 8,58

K
N’ = [ S
√ NΣx 2−( Σx)2 ]2 = [ 2 √124 ( 9337 )−¿ 1132096 ¿]2 = [
Σx 0,05 1064

40 √ 1157788−1132096 2 1600× 25692

] = = 36,31
1064 1132096
N’ ≤ N = 36,31 ≤ 124, sehingga data dikatakan cukup

3.2.2.4 Uji Kecukupan Data Lebar Tangan (LT)

Berikut ini adalah uji kecukupan data pada lebar tangan (LT). Dengan tingkat
keyakinan 95% (k=2) dan tingkat ketelitian 5% = 0,05.

N = 123 Σx2 = 14714

Σx = 1334 (Σx)2 = 1779556

Σx 1064
x̄ = n = 124 = 10,84

K
N’ = [ S
√ 2
NΣx −( Σx)2 2
] =[
2 √123 ( 14714 )−¿ 1779556 2
¿] = [
Σx 0,05 1334

40 √ √ 1809822−1779556 2 1600× 30266

] = = 27,21
1334 1779556
N’ ≤ N = 27,21 ≤ 124, sehingga data dikatakan cukup

21
 3.2.3 Percentil
3.2.3.1 Uji Percentil Data Pangkal ke Tangan (PT)
Dengan tingkat percentil 95 maka bisa menggunakan perhitungan pada
pangkal ke tangan (PT). P95,sehingga K = +1,645
N = 127 Σx² = 28415,96
Σx = 1805,3 (Σx)² = 3259108,09
Σx 1805,3
x= = =14,21
n 127

√ √
( Σx) ² 3259108,09
Σx ²− 28415,96−
S=
n−1
n
=
127−1
127
=
√
28415,96−25662,27
126
¿ √ 28212,29=167,97
P95=x + K 95 . S
= 14,21 + 1,645. 167,97
= 290,52

3.2.3.2 Uji Percentil Data Panjang Jari (PJ) Jempol

Dengan tingkat persentil 95 maka bisa menggunakan pada panjang jari (PJ)
jempol. P95, sehingga K = +1,645
N = 128 Σx² = 5774,63
Σx =749 (Σx)² = 561001
Σx 749
x= = =1,39
n 128

√ √
(Σx) ² 561001
Σx ²− 5774,63−
S=
n−1
n
=
128−1
128
=
√
5774,63−4382,82
127
¿ √ 10,95=¿ 3,310
P95=x + K 95 . S
= 1,39 + 1,645 . 3,310
= 6,384

22
 3.2.3.3 Uji Percentil Data Lebar Jari (LJ)
Dengan tingkat percentil 95 maka bisa menggunakan pada lebar jari (LJ). P95,
sehingga K = +1,645
N = 124 Σx² = 9337
Σx = 1064 (Σx)² = 1132096
Σx ² 9337
x= = =75,29
n 124

√ √
(Σx) ² 1132096
Σx ²− 9337−
S=
n−1
n
=
124
124−1
=
√
9337−9129,80
123
¿ √ 1,68=¿ 1,29
P95=x + K 95 . S
= 75,29 + 1,645 . 1,29
= 77,41

3.2.3.4 Uji Percentil Data Lebar Tangan (LT)

Dengan tingkat percentil 95 maka bisa menggumakan lebar tangan
(LT).P95, sehingga K = +1,645
N = 123 Σx² = 14714
Σx = 1334 (Σx)² = 1779556
Σx 1334
x= = =10,84
n 123

√ √
( Σx)² 1779556
Σx ²− 14714−
S=
n−1
n
=
123−1
123
=
√
14714−14467,93
122
¿ √ 2,01=¿ 1,42
P95=x + K 95 . S
= 10,84 + 1,645 . 1,42
= 13,17

23
3.3 Pengolahan Data Software
3.3.1 Uji Normalitas Data Pangkal ke Tangan (PT)

Gambar 3.1 Probability Plot of PT

Pada uju normalitas data pangkal ke tangan (PT) dalam software minitab
didapatkan nilai α < 0,005.
3.3.2 Uji Normalitas Data Panjang Jari (PJ) Jempol

Gambar 3.2 Probability Plot of PJ Jempol

Pada uju normalitas data panjang jari (PJ) Jempol dalam software
minitab didapatkan nilai α < 0,005.

24
3.3.3 Uji Normalitas Data Lebar Jari (LJ)

Gambar 3.3 Probability Plot of LJ

Pada uju normalitas data lebar jari(LJ) dalam software minitab
didapatkan nilai α < 0,005.
3.3.4 Uji Normalitas Data Lebar Tangan (LT)

Gambar 3.4 Probability Plot of LT

Pada uju normalitas data lebar tangan (LT) dalam software minitab
didapatkan nilai α < 0,005.

25
3.4 Analisis Data Manual
3.4.1 Analisa Keseragaman Data
3.4.1.1 Analisa Data Pangkal ke Tangan (PT)
Setelah melakukan perhitungan uji keseragaman data secara manual
maka dapat diketahui bahba BKA dan BKB dari Pangkal ke Tangan (PT) ,
yang di peroleh 23,595 dan 5 dari 128 data ada 1 yang keluar dari range
sehingga jumlah data normal menjadi 127.
3.4.1.1 Analisa Data Panjang Jari (PJ) Jempol
Setelah melakukan perhitungan uji keseragaman data secara manual
maka dapat diketahui bahba BKA dan BKB dari Panjang Jari (PJ) Jempol,
yang di peroleh 12,45 dan 1,5 dari 128 data tidak ada yang keluar dari range
sehingga jumlah data normal menjadi 128.
3.4.1.1 Analisa Data Lebar Jari (LJ)
Setelah melakukan perhitungan uji keseragaman data secara manual
maka dapat diketahui bahba BKA dan BKB dari Lebar Jari (LJ), yang di
peroleh 23,595 dan 5 dari 12,035 data ada 4,651 data ada 4 yang keluar dari
range sehingga jumlah data normal menjadi 124.
3.4.1.1 Analisa Data Lebar Tangan (LT)
Setelah melakukan perhitungan uji keseragaman data secara manual
maka dapat diketahui bahba BKA dan BKB dari Lebar Tangan (LT) , yang di
peroleh 15 dan 7,334 dari 128 data ada 5 yang keluar dari range sehingga
jumlah data normal menjadi 123.

3.4.2 Anaisa Kecukupan Data

3.4.2.1 Analisa Data Pangkal ke Tangan (PT)
Pada uji kecukupan data Pangkal ke Tangan (PT), didapatkan hasil N’
≤ N = 171,68 ≥ 128, sehingga data dikatakan tidak cukup.
3.4.2.1 Analisa Data Panjang Jari (PJ) Jempol
Pada uji kecukupan data Panjang Jari (PJ) Jempol, didapatkan hasil N’
≤ N = 508,09 ≥ 128, sehingga data dikatakan tidak cukup.

26
 3.4.2.1 Analisa Data Lebar Jari (LJ)
Pada uji kecukupan data Lebar Jari (LJ) didapatkan hasil N’ ≤ N =
36,31 ≤ 128, sehingga data dikatakan cukup.
3.4.2.1 Analisa Data Lebar Tangan (LT)
Pada uji kecukupan data Lebar Tangan (LT) didapatkan hasil N’ ≤ N =
27,21 ≤ 128, sehingga data dikatakan cukup.

3.4.3 Analisa Percentil Data

3.4.3.1 Analisa Data Pangkal ke Tangan (PT)
Dengan tingkat persentil 50 maka pada perhitunga pada Pangkal ke Tangan
(PT) didapatkan nilai persentil sebesar 167,97 cm.
3.4.3.2 Analisa Data Panjang Jari (PJ)
Dengan tingkat persentil 50 maka pada perhitunga pada Panjang Jari (PJ)
didapatkan nilai persentil sebesar 3,310 cm.
3.4.3.3 Analisa Data Lebar Jari (LJ)
Dengan tingkat persentil 50 maka pada perhitungan pada Lebar Jari (LJ)
didapatkan nilai persentil sebesar 1,29 cm.
3.4.3.4 Analisa Data Lebar Tangan (LT)
Dengan tingkat persentil 50 maka pada perhitunga pada Lebar Tangan (LT)
didapatkan nilai persentil sebesar 1,42 cm.

3.5 Analisis Data Software

H0= Data Tidak Normal
H1= Data Normal
Pada uji normalits data Panjang Tangan (PT) didapatkan α < 0,05 maka H0
ditolak, dan menerima H1, sehingga data bisa dikatakan berdistribusi normal.
Pada uji normalits data Panjang Jari (PJ) didapatkan α < 0,05 maka H0
ditolak, dan menerima H1, sehingga data bisa dikatakan berdistribusi normal.

27
 Pada uji normalitas data lebar jari 2,3,4,5 (LJ 2,3,4,5) didapatkan α<0,05
maka H0 ditolak, dan menerima H1, sehingga data bisa dikatakan berditribusi
normal.
Pada uji normalits data lebar Tangan (LT) didapatkan α < 0,05 maka H0
ditolak, dan menerima H1, sehingga data bisa dikatakan berdistribusi normal.

3.6 Analisa Produk

Dari produk yang dirancang sedemikian rupa dapat dianalisa bahwa dalam
menentukan atau merancang suatu produk maka harus disesuaikan dengan ukuran
dimensi tubuh manusia yang akan menggunakan produk ini agar terciptanya produk
yang ergonomis. Dan juga bias digunakan untuk semua konsumen bagi yang
memakai produk ini.

Gambar 3.5 Desain Produk

28
 BABIV
PENUTUP

4.1 Kesimpulan
Dalam Pembuatan produk potong kuku ini kita perlu menggunakan ukuran
yang sesuai dengan data dari antripometri yakni gunakan 12cm sebagai keliling
pegangan dari data Pangkal ke Tangan (PT), sementara untuk menekan tuas pada
pemotong kuku butuh 7cm guna menjangkaunya yang kita peroleh dari Panjang Jari
(PJ) Jempol, untuk menahan topangan dari pemotong kuku yakni 8cm yang
didapatkan dari Lebar Jari (LJ), untuk menggenggam produk pemotong kuku ini
butuh11cm yang didapatkan dari Lebar Tangan (LT).
Setelah melakukan perhitungan uji keseragaman data secara manual
maka dapat diketahui bahba BKA dan BKB dari Pangkal ke Tangan (PT) ,
yang di peroleh 23,595 dan 5 dari 128 data ada 1 yang keluar dari range
sehingga jumlah data normal menjadi 127. Setelah melakukan perhitungan uji
keseragaman data secara manual maka dapat diketahui bahba BKA dan BKB
dari Panjang Jari (PJ) Jempol, yang di peroleh 12,45 dan 1,5 dari 128 data
tidak ada yang keluar dari range sehingga jumlah data normal menjadi 128.
Setelah melakukan perhitungan uji keseragaman data secara manual maka
dapat diketahui bahba BKA dan BKB dari Lebar Jari (LJ), yang di peroleh
23,595 dan 5 dari 12,035 data ada 4,651 data ada 4 yang keluar dari range
sehingga jumlah data normal menjadi 124. Setelah melakukan perhitungan uji
keseragaman data secara manual maka dapat diketahui bahba BKA dan BKB
dari Lebar Tangan (LT) , yang di peroleh 15 dan 7,334 dari 128 data ada 5
yang keluar dari range sehingga jumlah data normal menjadi 123.
Pada uji kecukupan data Pangkal ke Tangan (PT), didapatkan hasil N’
≤ N = 171,68 ≥ 128, sehingga data dikatakan tidak cukup. Pada uji
kecukupan data Panjang Jari (PJ) Jempol, didapatkan hasil N’ ≤ N = 508,09 ≥
128, sehingga data dikatakan tidak cukup. Pada uji kecukupan data Lebar Jari
(LJ) didapatkan hasil N’ ≤ N = 36,31 ≤ 128, sehingga data dikatakan cukup.

29
 Pada uji kecukupan data Lebar Tangan (LT) didapatkan hasil N’ ≤ N = 27,21
≤ 128, sehingga data dikatakan cukup.
Dengan tingkat persentil 50 maka pada perhitunga pada Pangkal ke
Tangan (PT) didapatkan nilai persentil sebesar 167,97 cm. Dengan tingkat
persentil 50 maka pada perhitunga pada Panjang Jari (PJ) didapatkan nilai
persentil sebesar 3,310 cm. Dengan tingkat persentil 50 maka pada
perhitungan pada Lebar Jari (LJ) didapatkan nilai persentil sebesar 1.29 cm.
Dengan tingkat persentil 50 maka pada perhitunga pada Lebar Tangan (LT)
didapatkan nilai persentil sebesar 1,42 cm.
Penentuan percentile 50 karena dapat menciptakan produk yang
erogonomis untuk digunakan pada semua ukuran pengguna agar merasa
nyaman.

4.1 Saran
Dalam pelaksanaan praktikum ini diperlukan adanya ketelitian dalam
perhitungan uji kecukupan data, dan percentilenya, sehingga akan didapatkan
hasil yang akurat. Dan perlu diperhatiakn apabila terdapat nilai ekstrim pada
uji keseragaman data, maka perlu dihilangkan nilai ekstrim tersebut tanpa
dihitung ulang. Dan untuk penentuan ukuran, gunakanlah ukuran – ukuran
yang tidak membatasi ukuran tertentu saja, agar dapat digunakan semua
kalangan dengan ukuran tubuh yang bermacam – macam.

30