Pengaruh Cara Kerja Terhadap Allowance Operator Inspeksi Pada Stasiun Pemarutan Dengan Metode Work Sampling dan Anava di PT. Florindo Makmur

DAFTAR PUSTAKA

Djafar, Syamsir. 2010. Analisis Perancangan Waktu Kerja dengan Menggunakan

Metode Work Sampling. Gorontalo. Universitas Negeri Gorontalo.

Ginting, Rosnani. 2009. Perancangan Produk. Yogyakarta: Graha Ilmu.

Groover, Mikell P. 2007. Work System and The Methods, Measurement, and

Management of Work. Seventh Edition. United States of America :

Pearson Education, Inc,

Hanindya, Rahmi Rafina. 2013. Uji Normalitas, diakses dari statistika pendidikan.com

Martono, C. 2012. Pengaruh Implementasi Manajemen Kualitas Total Terhadap

Kinerja Bisnis Perusahaan Manufaktur Menengah dan Besar Di Jawa Timur: Komitmen Manajemen Sebagai Moderator. Jabar: Media

Mahardhika.

Niebel, Benjamin.2007. Method Standards and Work Design. New York : MC Graw Hill.

Sinulingga, Sukaria. 2013. Metode Penelitian. Medan: USU Press.

Sudjana. 1994.Desain dan Analisis Eksperimen Edisi III. Bandung : Tarsito. Sugarda, Asri. 2014. Analisis Pengaruh Penggunaan Alat Pelindung Diri (APD)

Terhadap Allowance Proses KerjaPemotongan Kayu. Surabaya.

Politeknik Negeri Surabaya.

Sutalaksana, Iftikar Z, dkk. 2006. Teknik Perancangan Sistem Kerja. Bandung: ITB

Wignjosoebroto, Sritomo. 2008. Ergonomi Studi Gerak dan Waktu. Surabaya: ITS Zulkifli, Matondang, 2014. Pengujian Homogenitas Varians Data, diakses dari

BAB III

LANDASAN TEORI

3.1 Work Sampling

Sampling atau dalam bahasa asing disebut dengan work sampling, ratio

delay study atau random observation method adalah suatu teknik untuk

mengadakan sejumlah besar pengamatan terhadap aktifitas kerja dari mesin, proses atau kerja operator. Pengukuran kerja dengan menggunakan metode work sampling ini seperti halnya pengukuran kerja dengan jam henti (stop watch time

study) diklasifiasikn sebagai pengukuran kerja secara langsung, karena

pelaksanaan kegiatan pengukuran harus secara langsung ditempat kerja yang diteliti. 1

Teknik statistik untuk menentukan proporsi dari waktu yang dihabiskan oleh (pekerja, mesin) didefinisikan dalam berbagai kegiatan kelompok (mengatur mesin, produksi komponen-komponen, idle) dikenal sebagai work

sampling. Dalam studi work sampling, sebagian besar dari pengamatan terbuat

dari materi dalam jangka waktu yang lama, dan kesimpulan statistik ini yang ditarik tentang waktu proporsi dalam setiap kategori aktivitas berdasarkan kategori proporsi pengamatan. Pada tingkat statistik, pengamatan harus diambil secara acak selama masa studi pengamatan, dan studi pengamatan harus menjadi wakil dari jenis aktivitas yang dilakukan oleh subjek2

1

Sritomo Wignjosoebroto. Ergonomi Studi Gerak dan Waktu. (Surabaya: ITS,2008)h. 207-217 2 _{Mikell P Groover. Work System and The Methods, Measurement, and Management of Work.}

Seventh Edition. (United States of America : Pearson Education, Inc, 2007)h.422.

Teknik sampling kerja ini pertama kali digunakan oleh orang sarjana inggris bernama L.H.C. Tippett dalam aktivitas penelitian d iindustri tektil. Selanjutnya cara atau metode sampling kerja telah terbukti sangat efektif dan efesien untuk digunakan dalam mengumpulkan informasi mengenai kerjaan mesin dan operatoernya. Dikatakan efektif karena dengan cepat dan mudah cara ini akan dapat dipakai untuk penentuan waktu longgar (allowance time) yang tersedia untuk pekerja, pendayaguna mesin yang sebaik-baiknyadan penentuan waktu baku untuk proses produksi. Dibandingkan dengan metode kerja lainnya, metode sampling kerja akan terasa jauh lebih efesien karena informasi yang dikehendaki akan didapat dengan waktu yang relatif lebih singkat dan biaya yang tidak terlalu besar. Secara garis besar metode sampling kerja ini akan dapat digunakan:

1. Mengukur “Ratio Delay” dari sejumlah mesin, karyawan/operator, atau fasilitas kerja lainnya. Sebagai contoh ialah untuk menentukan prosentase dari jam atau hari dimana mesin atau orang benar-benar terlibat dalam aktivitas kerja, dan prosentase dimana sama sekali tidak ada aktivitas kerja yang dilakukan (menganggur atau idle).

2. Menetapkan “Perormance Level” dari seseorang selama waktu kerjanya berdasarkan waktuwaktu dimana orang ini bekerja atau tidak bekerja terutama sekali untuk pekerjaanpekerjaan manual.

3. Menentukan waktu baku untuk suatu proses / operasi kerja seperti halnya yang bisa dilaksanakan oleh pengukuran kerja lainnya.

Metode sampling kerja ini dikembangkan berdasarkan hukum probabiliti (the law of probability), karena itulah maka pengamatan suatu objek tidak perlu dilaksanakan secara menyeluruh (populasi) melaikan cukup dilakukan dengan

menggunakan contoh (sample) yang diambil secara acak (random). Suatu sample atau contoh yang diambil secara acak dari suatu group populasi cenderung memiliki pola distribusi yang sama yang dimiliki oleh group populasi tersebut. Apabila sampel yang diambil cukup besar, maka karakteristik yang dimiliki oleh sampel tidak akan jauh berbeda dibandingkan dengan karakteristik dari group populasi.3

3.2. Sampling Pendahuluan

Cara melakukan sampling pengamatan dengan sampling pekerjaan juga tidak berbeda dengan dilakukan untuk cara jam henti yaitu yang terdiri dari tiga langkah melakukan sampling pendahuluan, menguji keseragaman data, dan menghitung jumlah kunjungan yang diperlukan4

2 1 Ne

N n

+ =

. Langkah-langkah ini dilakukan terus sampai jumlah kunjungan mencukupi yang diperlukan untuk tingkat ketelitian dan tingkat keyakinan yang diperlukan.

Pengambilan sampel harus melebihi banyaknya variabel yang akan diukur pada populasi tersebut. Menurut Slovin, ukuran sampel yang dapat diambil adalah:

n = ukuran sampel N = ukuran populasi

3 _{Sritomo Wignjosoebroto. Op.cit.}

e = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir.5

1. Tingkat ketelitian/degree of accuracy dan hasil pengamtan.

3.3 Prosedur Pelaksanaan Sampling Kerja

Metode sampling kerja sangat cocok digunakan dalam melakukan pengamatan atas pekerja yang sifatnya tidak berulang dan yang memiliki siklus waktu yang relatif panjang. Pada dasarnya prosedur pelaksanaan cukup sederhana, yaitu pelakukan pengamatan aktivitas kerja untuk selang waktu yang diambil secara acak terhadap satu atau lebih mesin / operator dan kemudian mencatatnya apakah mereka ini dalam keadaan bekerja atau menganggur (idle). Jika dalam pengamatan ini terlihat bahwa mesin atau operator sedang bekerja, maka tanda “tally” akan diberikan untuk kondisi bekerja sedangkan apabila sedang menganggur tanda tally diberikan untuk kondisi yang mengangur saat ini.

3.3.1. Penentuan Jumlah Sample Pengamatan yang Dibutuhkan

Banyaknya pengamatan yang harus dilakukan dalam work sampling akan dipengaruhi oleh 2 faktor utama, yaitu:

2. Tingkat kepercayaan / level of convidence dan hasil pengamatan

Dengan asumsi bahwa terjadinya kejadian seorang operator akan bekerja/menganggur mengikuti pola distribusi normal maka untuk mendapatkan jumlah sampel pengamatan harus dicari dengan menggunakan rumus berikut:`

��=���(1− �) �

Dimana:

S = tingkat ketelitian yang dikehendaki dan dinyatakan dalam desimal p = prosentase terjadinya kejadian yang diamati dan juga dinyatakan dalam

bentuk desimal

N = jumlah pengamatan yang harus dilakukan untuk sampling kerja/work sampling

k = harga indeks yang besarnya tergantung dari tingkat kepercayaan yang

diambil

a. untuk tingkat kepercayaan 68% harga k adalah 1 b. untuk tingkat kepercayaan 95% harga k adalah 2 c. untuk tingkat kepercayaan 99% harga k adalah 3

3.3.2. Penentuan Tingkat Ketelitian Untuk Pengamatan yang Diharuskan

Setelah studi secara lengkap selesai dilakukan, suatu perhitungan akan dibuat untuk menentukan apakah hasil pengamatan yang didapat bisa dikategorikan cukup teliti. Untuk ini cara yang dipakai adalah dengan menghitung harga S (bukan lagi harga N) pada rumus yang sama.

3.3.3. Penggunaan Tabel Angka Acak dalam Sampling Kerja

Untuk melakukan pengamatan dalam sampling kerja maka disini masing masing kejadian yang diamati selama aktivitas kerja berlangsung harus memiliki kesempatan yang sama untuk diamati. Dengan kata lain pengamatan haruslah

dilakukandilaksanakan secara acak (random). Untuk maksud ini maka penggunaan tabel angka acak (random number tables) barang kali merupakan metode yang terbaik guna menjamin bahwa sampel pengamatan yang diambil benar benar dipilih secara acak. Tabel angka acak ini akan bisa dijumpai dalam setiap lampiran dari buku tek statistik.

Tabel angka acak terutama sekali dapat dipakai sebagai alat untuk menetapkan waktu setiap harinya dimana pengamatan harus dilaksanakan. Sebagai contoh kalau suatu saat kita dapatkan angka acak dari tabel sebagai berikut 90 06 22, maka angka pertama dapat kita asumsikan sebagai penunjuk jam, angka kedua dan ketiga sebagai penunjuk menik dimana pengamatan harus dilaksanaka. Dengan demikian 950 disini kita akan artikan 09.50 WIB, yaitu waktu dimana kita harus melakukan pengamatan, sedangkan 622 selanjutnya akan berarti 06.22 WIB dimana waktu ini akan kita abaikan karena diluar jam kerja dari pabrik yang kita teliti.

Dengan demikian seterusnya, dengan cara yang sama maka waktu waktu pengamatan akan dapat kita pilih secara acak sehingga secara statistik hasil yang akan kita peroleh nantinya akan dapat dipetanggungjawabkan. Jika 50 kali pengamatan harus dilakukan setiap harinya, maka 50 angka harus pula didapatkan dari tabel random. Setelah dilakukan proses penyeleksian dengan sebaik-baiknya.6

3.3.4. Cara Menentukan Waktu Secara Acak

Sering kali kita sebutkan bahwa kunjungan-kunjungan dilakukan dalam waktu waktu yang ditentukan secara acak. Untuk ini biasanya satu hari kerja

dibagi kedalam satuan satuan waktu yang besarnya ditentukan oleh pengukur. Biasanya panjang satu-satuan waktu tidak terlampau panjang. Berdasarkan satuan-satuan waktu inilah asat saat kunjungan ditentukan.

Misalnya satu-satuan panjang 5 menit. Jadi satu hari kerja (7 jam) mempunyai 84 satuan waktu . ini berarti jumlah kunjungan per hari tidak lebih dari 84 kali. Jika dalam satu hari dilakukan 36 kali kunjungan maka dengan bantuan tabel bilangan acak ditentukan saat-saat kunjungan tersebut.7

3.3.5. Pemakaian Peta Kontrol dalam Sampling Kerja

Peta kontrol atau control chart yang secara umum telah banyak digunakan dalam statistical quality control dapat pula dapat digunakan dalam pelaksanaan sampling kerja. Dengan menggunakan peta kontrol ini maka kita secara tegas akan dapat melihat dengan segera kondisi kondisi kerja yang tidak wajar, misalnya kondisi disaat mana baru saja terjadi kecelakaan pada lokasi yang berdekatan yang mana secara psikologis hal ini akan dapat mempengaruhi aktivitas kerja dari operator yang sedang kita amati.

Dalam pengunaan peta kontrol ini data yang dihadapkan dari hasil pengamatan akan ditetapkan dalam sebuah peta kontrol yang mempunyai batas batas kontrol sebagai berikut

a. Batas kontrol atas (upper control limit)

��+ 3��� (1− ��) �

b. Batas control bawah (lower control limit)

�� −3��� (1− ��) �

Dimana:

�� = persentase terjadinya kejadian rata rata yang dinyatakan dalam bentuk angka desimal

� = jumlah pengamatan yang dilaksanakan per siklus waktu kerja

3.3.6. Aplikasi Sampling Kerja Untuk Penetapan Waktu Tunggu (Delay

Allowance)

Apabila metode sampling kerja digunakan untuk menetapkan waktu longgar (allowance) maka satu hal penting hyang harus ditetapkan terlebih dahulu adalah membakukan metode kerja yang digunakan (standarized method). Hal ini perlu dilakukan seperti halnya pada aktivitas stop watch time study. Studi dengan metode sampling kerja pada dasarnya adalah mengamati fakta yang sebenarnya ada diatas area kerja. Sebagaia bagian dari aktivitas pengukur kerja, maka metode sampling kerja juga harus dikaitkan dengan proses sederhana kerja (work

simplification) 8

8 _{Sritomo Wignjosoebroto. Op.cit.}

3.3.7. Siklus Pelaksanaan Work Sampling

Siklis pelaksanaan work sampling adalah sebagai berikut :9

Gambar 2.1. Siklus Pelaksanaan Work Sampling

9 _{Sritomo Wignjosoebroto. Ibid.,}

Langkah Persiapan Awal

• catat segala informasi dari semua fasilitas yang ingin diamati

• rencanakan jadwal waktu pengamatan berdasarkan prinsip randomasi (aplikasi tabel angka random)

Pengamatan Awal (Pre Work Sampling)

• laksanakan pengamatan awal sejumlah pengamatan tertentu secara acak (N pegamatan)

• hitung pengamatan awal (%) untuk N pengamatan tersebut

Cek Keseragaman dan Kecukupan Data • Keseragaman data

- batas kontrol = ±3��(1−�) �

• Kecukupan data : N’ = �

2 _(1−�)

�2_�

N’ ≤ N

Hitung Derajat Ketelitian dari Data Pengamatan yang Diperoleh

• Rumus : Sp = k��(1−�) �

Analisis Kesimpulan

• Buat analisis terhadap hasil akhir yang berkaitan dengan % delay (p)

• Tarik kesimpulan dan saran perbaikan untuk mengeleminasi % delay yang dianggapterlalu besar

3.4. Eksperimen Faktorial

Sering terjadi bahwa ingin menyelidiki secara bersamaan efek beberapa faktor yang berlainan, misalnya efek perubahan temperatur, tekanan dan konsentrasi zat reaksi pada suatu proses kimia. Dalam hal ini tiap perlakuan merupakan kombinasi dari temperatur, tekanan dan konsentrasi zat reaksi. Apabila tiap faktor terdiri atas beberapa taraf maka kombinasi tertentu dari taraf tiap faktor menentukan sebuah kombinasi perlakuan. Jika semua atau hampir semua kombinasi antara taraf setiap faktor diperhatikan maka eksperimen yang terjadi karenanya dinamakan eksperimen faktorial. Eksperimen faktorial adalah eksperimen yang semua (hampir semua) taraf sebuah faktor tertentu dikombinasikan atau disilangkan dengan semua (hampir semua) taraf tiap faktor lainnya yang ada dalam eksperimen.

Berdasarkan adanya banyak taraf tiap faktor lainnya yang ada dalam tiap faktor, eksperimen ini sering diberi nama dengan menambahkan perkalian antara banyak taraf faktor yang satu dengan banyak taraf faktor atau faktor-faktor lainnya. Misalnya, apabila dalam eksperimen digunakan dua buah faktor, sebuah terdiri atas empat taraf dan sebuah lagi terdiri atas tiga taraf, maka diperoleh eksperimen faktorial 4 x 3 sehingga untuk ini akan diperlukan 12 kondisi eksperimen (disebut kombinasi perlakuan) yang berbeda-beda.10

3.4.1. Model Eksperimen

3.4.1.1. Model Acak

Dalam hal ini peneliti mempunyai sebuah populasi yang terdiri dari sejumlah taraf faktor A dari mana sebanyak a buah taraf telah diambil secara acak sebagai sampel dan ia juga mempunyai sebuah populasi yang terdiri atas sekumpulan taraf faktor B dari mana sebanyak b buah taraf diambil secara acak sebagai sampel. Dengan demikian, a buah taraf faktor A dan B buah taraf faktor B itu merupakan sampel acak yang ada didalam eksperimen.

Asumsi yang berlaku untuk model acak ini adalah : Ai~ DNI ( 0 , σ2A)

Bj ~DNI ( 0 , σ2B) dan

ABij ~DNI ( 0 , σ2AB)

Adapun hipotesis nol yang dapat diuji untuk model ini yaitu : H01 : σ2A = 0

H02 : σ2B = 0 dan

H03 : σ2AB = 0

3.4.1.2. Model Tetap

Apabila peneliti hanya mempunyai dua buah taraf faktor A dan hanya buah taraf faktor B dan semuanya digunakan dalam eksperimen yang dilakukan, maka model yang diambil adalah model tetap. Ini berarti bahwa taraf untuk masing-masing faktor tetap banyaknya dan kesemuanya digunakan dalam eksperimen.

∑�

�=1 A1 = ∑�_�=1 Bj = ∑�_�=1 ABij = ∑�_�=1 ABij = 0

Sedangkan hipotesis nol yang harus diuji dapat dituliskan : H01 : Ai = 0 ; (i = 1,2,...,a)

H02 : Bj = 0 ; (j = 1,2,...,b)

H03 : ABij = 0 ; (i = 1,2,...,a dan j = 1,2,...,b)

Hipotesi nol H01 menyatakan bahwa tidak terdapat efek faktor A di dalam

eksperimen itu, sedangkan H02 menyatakan tidak terdapat efek faktor B.

3.4.1.3. Model Campuran

Model campuran terbagi menjadi 2 jenis, yaitu: a. Model Campura a Tetap, b dan c Acak

Model ini akan terjadi apabila dalam eksperimen yang dilakukan hanya peneliti terlibat dengan:

1. Hanya sebanyak a buah taraf faktor A, semuanya digunakan

2. Sebanyak b buah taraf faktor B yang telah diambil secara acak dari sebuah populasi terdiri atas semua taraf faktor B, dan

3. Sebanyak c buah taraf faktor C yang merupakan sebuah sampel acak dari sebuah populasi yang terdiri atas semua taraf faktor C.

Asumsi di atas dapat dituliskan menjadi: �Ai

a

i=1

=�ABij a

i=1

= �ACik a

i=1

=�ABCijk a

i=1

=0

B_j~DNI (0,σ_B2)

Sedangkan untuk ∑b_j=1AB_ij,∑c_j=1AC_ik,∑b_j=1ABC_ijkdan∑c_k=1ABC_ijk tidak dimisalkan berharga nol.

Dengan jalan mempertukarkan huruf-huruf faktor yang diperlukan, maka didapat dua buah lagi model campuran lainnya, ialah apabila:

1. b tetap, sedangkan a dan c acak. 2. c tetap, sedangkan a dan b acak.

Rasio F untuk masing-masing model yang bisa digunakan untuk pengujian hipotesis nol bahwa tidak ada efek tiap faktor dan tidak ada efek interaksi antar faktor, berikut tabel rasio f untuk eksperimen faktorial a x b xc

Tabel 2.1. Rasio F Untuk Eksperimen Faktorial a x b x c

(Satu Faktor Tetap, Dua Faktor Acak)

Sumber Variasi

Faktor F dalam hal a tetap b

dan c acak

B tetap a dan c acak

c tetap a dan b

acak Rata-rata Perlakuan: A B C AB AC BC ABC Kekeliruan - tak ada uji

eksak B/BC C/BC AB/ABC AC/ABC BC/E ABC/E - - A/AC Tak ada uji

eksak C/AC AB/ABC AC/E BC/ABC ABC/E - - A/AB B/AB Tak ada uji

eksak AB/E AC/ABC BC/ABC ABC/E -

b. Model Campuran a dan b Tetap, c Acak

Eksperimen yang hanya terdapat a buah taraf faktor A, hanya terdapat b buah taraf faktor B dan sebanayk c buah taraf faktor C yang diambil secara acak dari sebuah populasi yang terdiri atas semua taraf faktor C, akan memberikan model campuran dengan a dan b tetap sedangkan c acak. Asumsi yang berlaku untuk hal ini adalah :

∑��=���= ∑ ���=� � = ∑ ���=� �� = ∑ ���=� �� = ∑ ����=� �� = ∑ ����=� �� =

∑ �����=� ��� = ∑ �����=� ���

Dengan : Ck ~ DNI (0, �_��)

Model III lainnya adalah sebagai berikut. 1. a dan c tetap, sedangkan b acak. 2. b dan c tetap, sedangkan a acak.

Asumsi untuk masing-masing kedua model terakhir ini bisa diperoleh dari asumsi diatas dengan jalan mempertukarkan huruf-huruf faktor yang diperlukan.Tampak bahwa semua pengujian ada dan dapat dilakukan secara eksak. Rasio F untuk masing-masing model yang bisa digunakan untuk pengujian hipotesis nol bahwa tidak ada efek tiap faktor dan tidak ada efek interaksi antar faktor, dicantumkan dalam daftar dibawah ini:11

11 _{Sudjana,ibid.,hal. 118-135}

Tabel 2.2. Rasio F untuk Eksperimen Faktorial a x b x c

(Dua Faktor Tetap, Satu Faktor Acak)

Sumber : Sudjana, 1994.

3.5. Uji Rata-rata Sesudah ANAVA

ANAVA dengan model I telah diuji mengenai hipotesis nol bahwa tidak terdapat perbedaan diantara k buah taraf perlakuan. Jika pengujian menghasilkan hipotesis nol yang ditolak berarti terdapat perbedaan yang berarti (sangat berarti,

bergantung pada α yang diambil) di antara taraf-taraf perlakuan, maka adalah wajar akan timbul pertanyaan :

1. Rata-rata taraf perlakuan mana yang berbeda

Sumber Variasi

Faktor F dalam hal a dan b

tetap c acak

a dan c tetap b acak

b dan c tetap a acak Rata-rata Perlakuan: A B C AB AC BC ABC Kekeliruan - A/AC B/BC C/E AB/ABC AC/E BC/E ABC/E - - A/AB B/E C/BC AB/E AC/ABC BC/E ABC/E - - A/E B/AB C/AC AB/E AC/E BC/ABC ABC/E -

2. Apakah rata-rata taraf perlakuan kesatu berbeda dengan rata-rata taraf perlakuan yang kedua dengan rata-rata taraf perlakuan yang ketiga, dengan rata-rata taraf perlakuan yanng keempat.

3. Apakah taraf rata-rata pertama dan kedua berbeda dari rata-rata taraf ketiga dan kempat

4. Dapatkah disimpulkan rata-rata taraf kedua dua kalli rata-rata taraf ketiga Metode kontras ortogonal untuk menyelidiki perbandingan antara rata-rata perlakuan digunakan apaila penentuan ingin mengadakan perandingan tersebut diambil sebelum eksperimen dilakukan. Perbandingannya dapat dipilih

seperti telah diuraikan dan tidak akan mengganggu resiko α dari ANAVA.12

3.6. Uji Kenormalan Data

Uji normalitas adalah uji yang dilakukan untuk mengecek apakah data penelitian kita berasal dari populasi yang sebarannya normal. Uji ini perlu dilakukan karena semua perhitungan statistik parametric. Uji normalitas bertujuan untuk mengetahui apakah data yang diperoleh dari hasil penelitian berdistribusi normal atau tidak. Data berdistribusi normal yaitu bahwa data akan mengikuti bentuk distribusi normal, dimana data memusat pada nilai rata- rata dan median. Data yang membentuk distribusi normal bila jumlah data di atas dan di bawah rata-rata adalah sama, demikian juga simpangan bakunya.

Langkah-langkah uji normalitas dibagi menjadi 2 macam yaitu: 1. Menggunakan Uji Lilifoers

Cara menghitung data tunggal menggunakan uji liliefors yaitu:

a. Urutkan data sampel dari yang terkecil ke terbesar (X1, X2,, X3, ..Xn) b. Hitung rata nilai skor sampel secara keseluruhan menggunakan

rata-rata tunggal.

c. Hitung standar deviasi nilai skor sampel menggunakan standar deviasi tunggal

d. Hitung Zi dengan rumus :

��= �� − �� �

e. Tentukan nilai tabel Z (lihat lampiran tabel z) berdasarkan nilai Zi , dengan mengabaikan nilai negatifnya.

f. Tentukan besar peluang masing-masing nilai z berdasarkan tabel z (tuliskan dengan simbol F (zi). Yaitu dengan cara nilai 0,5- nilai tabel Z apabila nilai zi negatif (-), dan 0,5 + nilai tabel Z apabila nilai zi positif (+) g. Hitung frekuensi kumulatif nyata dari masing-masing nilai z untuk setiap baris, dan sebut dengan S(zi) kemudian dibagi dengan jumlah number of

cases (N) sampel.

h. Tentukan nilai Lo (hitung) = I F(zi) – S(zi) I dan bandingkan dengan nilai Ltabel (tabel nilai kritis untuk uji liliefors).

i. Apabila Lo (hitung) < L tabel maka sampel berasal dari populasi yang berdistribusi normal.

2. Menggunakan χ2 (khi-kuadrat)

Uji normalitas ini digunakan untuk menguji normalitas data dalam bentuk data kelompokkan dalam distribusi frekuensi. Langkah-langkah yang ditempuh: a. Membuat daftar distribusi frekuensi data kelompok

b. Hitung nilai rata-rata data kelompok c. Hitung nilai standar deviasi data kelompok

d. Buatlah batas nyata tiap interval kelas dan dijadikan sebagai Xi (X1, X2, X3, …Xn). Nilai Xi dijadikan bilangan baku Z1, Z2, Z3, ….. Zn. Dimana nilai baku Zi ditentukan dengan rumus :

��= �� − �� �

e. Tentukan besar peluang masing-masing nilai z berdasarkan tabel Z, dan sebut dengan F (Zi)

f. Tentukan luas tiap kelas interval dengan cara mengurangi nilai F (Zi) yang lebih besar di atas atau di bawahnya.

g. Tentukan fe (frekuensi ekpektasi/frekuensi harapan) dengan cara membagi luas kelas tiap interval dibagi number of cases (N/sampel)

h. Masukkan frekuensi absolut sebagai fo (frekuensi observasi) i. Cari nilai X2 tiap interval dengan rumus :

�2 ₌ �0− ��

��

j. Jumlahkan seluruh X2 dari keseluruhan kelas interval 13

3.7. Uji Homogenitas Varians

Pengujian homogenitas dimaksudkan untuk memberikan keyakinan bahwa sekumpulan data yang dimanipulasi dalam serangkaian analisis memang berasal dari populasi yang tidak jauh berbeda keragamannya. Khusus untuk studi

13_{Rahmi Rafina Hanindya. 2013.”Uji Normalitas”, diakses dari statistika pendidikan.com, pada} tanggal 13Maret 2016 pukul 21.30, 1-2.

korelatif yang sifatnya prediktif, model yang digunakan harus fit (cocok) dengan komposisi dan distribusi datanya. Goodness of fit model tersebut secara statistika dapat diuji setelah model prediksi diperoleh dari perhitungan. Model yang sesuai dengan keadaan data adalah apabila simpangan estimasinya mendekati 0. Untuk mendeteksi agar penyimpangan estimasi tidak terlalu besar, maka homogenitas variansi kelompok-kelempok populasi dari mana sampel diambil, perlu diuji.

Pengujian homogenitas varians suatu kelompok data, dapat dilakukan gengan cara: 1) Uji F dan 2) Uji Bartlett. Adapun proses pengujian dan rumus yang digunakan untuk pengujian homogenitas varians kelompok data yaitu sebagai berikut:

1. Uji F (digunakan untuk menguji homogenitas varians dari dua kelompok data). Rumus Uji F yaitu:

F = S12 / S22 ……….. (1) Dimana : S12 = varians kelompok 1 S22 = varians kelompok 2

Hipotesis pengujian :

Ho : σ12 _{= σ2}2

(varians data homogen)

Ha : σ12_{≠ σ2}2

(varians data tidak homogen) Kriteria Pengujian:

Jika: F hitung ≥ F tabel (0,05; dk1; dk2), maka Tolak Ho Jika: F hitung < F tabel (0,05; dk1; dk2), maka Terima Ho14

14

Zulkifli, Matondang, “Pengujian Homogenitas Varians Data”, diakses dari

3.7.1. Uji Bartlett

Uji barlettdigunakan untuk menguji homogenitas varians lebih dari dua kelompok data.

Rumus uji bartlett yaitu:

Dimana :

n = jumlah data

B = (Σdk) log s2 ; yang mana s2 = (∑ �� �1 2 ∑ �� Si2 = varians data untuk setiap kelompok ke-i dk = derajat kebebasan

Hipotesis pengujian:

Ha: paling sedikit salah satu tanda tidak sama Kriteria Pengujian:

Jika: χ2

hitung ≥ χ2 tabel (1-α; dk=k-1), maka Tolak Ho

Jika:χ2_{hitung <χ}2

tabel (1-α; dk=k-1), maka Terima Ho15

3.8. Koefisien Homogenitas

Pengujiantambahan dengan melihat instrumen reliabilitas instrumen dengan menghitung keofisien homegenitas. Koefisien homogenitas adalah korelasi antara item-item individual dengan skor total dari semua item. Semakin

15_{Zulkifli, Matondang. Ibid., hlm. 2.}

tinggi koefisien semakin andal instumen tersebut. Jika korelasi antara item individual dengan skor totalnya tidak signifikan maka item tersebut tidak valid. 16

16

C. Martono, “Pengaruh Implementasi Manajemen Kualitas Total Terhadap Kinerja Bisnis

Perusahaan Manufaktur Menengah dan Besar Di Jawa Timur: Komitmen Manajemen Sebagai Moderator”, Media Mahardhika Vol 10 No. 2 Januari 2012.

3.9. Desain Faktorial ��

Apabila sekarang kita memiliki tiga faktor A, B, C dengan masing masing faktor mempunyai tiga taraf, maka kita berhadapan dengan eksperimen

33. Keseluruhan eksperimen tanpa replikasi memerlukan 27 kombinasi perlakuan. Menggunakan ketiga faktor, apabila eksperimen dilakukan secara acak sempurna, dan tidak diadakan replikasi, eksperimen tersebut akan mempunyai model

���� = µ + �� + �� + ���� + �� + ���� + ���� + ������ + еℓ(ijk)

���� = variabel respon hasil observasi ke ℓ yang terjadi karena pengaruh bersama taraf ke-i faktor A, taraf ke-j faktor B dan taraf ke-k faktor C µ = rata rataa yang sebenarnya

�� = efek taraf ke-i faktor A

�� = efek taraf ke-J faktor B

�� = efek taraf ke-k faktor C

���� = efek interaksi taraf ke-i faktor A dan taraf ke-j faktor B

���� = efek interaksi taraf ke-i faktor A dan taraf ke-k faktor C

���� = efek interaksi taraf ke-j faktor B dan taraf ke-k faktor C

������ = efek terhadap variabel respon yang disebabkan oleh interaksi antara taraf ke-i faktor A, taraf ke-j faktor B, taraf ke-k faktor C

еℓ(ijk) = efek unit eksperimen ke-ℓ dikarenakan oleh kombinasi si perlakuan (ijk) Jumlah kuadrat-kuadrat lainnya yang diperlukan akan mudah dapat dihitung apabila data hasil observasi dipecahkan dan disusun dalam beberapa buah daftar, hasil daftar a x b x c, daftar a x b, a x c, dan daftar b x c. Dari daftar-daftar baru ini berturut-turut dapat dihitung

1. Menghitung nilai

∑

Y2

∑

2

Y merupakan jumlah kuadrat-kuadrat semua nilai pengamatan

∑

2

Y =

_Y

ijk n n c k b j a i 2 ln 1 1 1 1 = = =

= ∑ ∑ ∑

∑

2. Menghitung nilai Ry

Ry merupakan jumlah kuadrat untuk rata-rata

Ry =

abcn Y_ijkl c k b j a i 2 1 1

1 

   _{∑∑ ∑} = = =

3. Menghitung nilai Jabc

Jabc merupakan jumlah kuadrat antara sel untuk bert pasir di Rapid Sand Filter,

berat pasir di slow sand filter dan sudut kemiringan dudukan penyaringan dari

source water.

Jabc = ijkl Y c k b j a i

R

n

Y

−

∑

∑

∑

_{= = =}

(

/

)

1 1 1

4. Menghitung nilai Jab

Jab = ijkl Y b j a i

R

cn

Y

−

∑

∑

_{= =}

(

/

)

1 1

5. Menghitung nilai Jac

Jac = ijkl Y c j b i

R

bn

Y

−

∑

∑

_{= =}

(

/

)

1 1

6. Menghitung nilai Jbc

Jbc = ijkl Y c j a i

R

an

Y

−

∑

∑

_{= =}

(

/

)

1 1

Menghitung nilai Ay

Ay = i y a

i

R bcn

A −

∑

₌ ( 2 / ) 1

7. Menghitung nilai By

By = y

b

j

j

acn

R

B

−

∑

₌

(

/

)

1 2

8. Menghitung nilai Cy

Cy = y

b

j

j

abn

R

C

−

∑

₌

(

/

)

1 2

10. Menghitung ABy

ABy = Jab – Ay – By

11. Menghitung ACy

ACy = Jac – Ay – Cy

12. Menghitung BCy

BCy = Jbc – By – Cy

14. Menghitung Ey

Karena tidak ada replikasi terhadap eksperimen, sebetulnya kedua buah suku terakhir baur menjadi satu. Ini berarti sumber variasi kekeliruan tidak terjadi mandiri. Akibatnya, penelitian terhadap efek interaksi ABC tidak dapat dilakukan kecuali ada replikasi dalam eksperimen. Daftar ANAVA untuk eksperimen faktorial 33 dengan model dimuka adalah sebagai berikut

Tabel 5.14. Tabel ANAVA untuk Eksperimen Faktorial 33 Model Acak

Sumber Variasi Dk JK KT F hitung F tabel Keterangan

Rata-rata 1

P

E

R

L

AKUA

N

A 2

B 2

C 2

AB 4

AC 4

BC 4

ABC 8

Kekeliruan 27 Jumlah

BAB IV

METODOLOGI PENELITIAN

4.1 Tempat dan Waktu Penelitian

Penelitian dilakukan di PT. Florindo Makmur yang memproduksi tepung tapioka, yang berlokasi di Desa Pergulaan Dusun V, Kecamatan Sei Rampah, Kabupaten Serdang Bedagai Sumatera Utara.

4.2 Jenis Penelitian

Penelitian ini termasuk dalam penelitian jenis experimental yaitu suatu cara untuk mencari hubungan sebab akibat antar dua faktor yang sengaja ditimbulkan dengan mengeliminasi atau mengurangi faktor-faktor lain yang mengganggu. 17

1. Variabel independen

4.3 Objek Penelitian

Objek yang dikaji dalam penelitian adalah 3 orang operator pada stasiun pemarutan

4.4 Variabel Penelitian

Variabel yang digunakan dalam penelitian ini adalah :

Variabel independen (bebas) dalam penelitian ini adalah :

a. Delay adalah waktu yang ditunda yang dilakukan oleh operator.

b. Prosedur kerja adalah rangkaian tata pelaksanaan kerja yang di atur secara berurutan, sehingga terbentuk urutan kerja dalam menyelesaikan suatu pekerjaan.

c. Personal Time adalah waktu yang diberikan kepada operator untuk

kegiatan yang dilakukan operator seperti kamar mandi, minum, merokok, ngobrol, bersin-bersin, mengusap mata.

d. Fatique adalah kegiatan operator seperti duduk, istirahat, mengusap

keringat, meregangkan otot.

e. Not Available adalah kegiatan yang dilakukan operator seperti

menerima telepon, dipanggil atasan, meninggalkan tempat kerja. 2. Varibel dependen

Variabel dependen dalam penelitian ini adalah allowance operator

4.5 Kerangka Konseptual Penelitian

Suatu penelitian dapat dilaksanakan apabila tersedianya sebuah perancangan kerangka konseptual yang baik sehingga langkah-langkah penelitian lebih sistematis. Kerangka konseptual penelitian ini dapat dilihat pada Gambar4.1.

Prosedur Kerja Operator

Personal Time

Fatique

Not Available

Cara Kerja Operator

Delay

Allowance Cara Kerja yang

Direkomendasikan

Gambar 4.1. Kerangka Konseptual Penelitian

4.6 Rancangan Penelitian

Penelitian dilakukan dalam beberapa tahap, yang diawali dengan

melakukan pengamatan awal hingga menghasilkan kesimpulan. Tahapan-tahapan tersebut meliputi:

1. Observasi

Observasi awal dilakukan untuk mengetahui kondisi real di lantai produksi PT. Florindo Makmur

2. Pengumpulan Data Observasi

Data yang dikumpulkan adalah data delay yang dilakukan operator 3. Perumusan masalah

Data awal didapatkan bahwa kondisi cara kerja operator inspeksi pada stasiun memarutan masih kurang tepat

4. Pengumpulan Data

Data yang dikumpulkan dalam penelitian ini terdiri dari data kualitatif dan data kuantitatif, baik yang berupa data primer maupun data sekunder untuk melengkapi data observasi. Work masing-masing pekerja pada stasiun pemarutan adalah sebagai berikut:

1. Stasiun parutan a. Set up mesin b. Mengambil pisau c. Mengambil ember

d. Memotong dan memisahkan bonggol dengan singkong e. Membuang bonggol ke ember

f. Membersihkan area kerja g. Mematikan mesin

Waktu pengamatan ditetapkan setiap selang 3 menit, dengan teknik pengambilan sampel adalah simple random sampling. Dengan interval waktu 3 menit.

5. Pengolahan data

Data yang telah dikumpulkan dianalisis dengan menggunakan metode work

sampling dan ANAVA.

6. Analisis dan Kesimpulan

Kesimpulan penelitian adalah perbandingan nilai allowance operator, dan pemilihan cara kerja yang efektif.

Studi Pendahuluan

1. Kondisi pabrik 2. Informasi Pendukung

Studi Literatur

1. Metode pemecahan masalah 2. Teori Pendukung

Pengumpulan Data

SELESAI Penetapan Tujuan

Mulai

Analisis Pemecahan Masalah

Perumusan Masalah

Data Primer

1. Penentuan jumlah Sampel yang dibutuhkan 2. Penentuan waktu penelitian

3. Data Delay operator

4. pemberian perlakuan terhadap operator

Data Sekunder

1. Gambaran Umum Perusahaan -Struktur Organisasi

-visi dan Misi -Sejarah Perusahaan

Pengolahan data

1. Pengukuran Work Sampling

2. Perhitungan menggunakan ANAVA untuk mencari hubungan antar variabel

Kesimpulan dan Saran

4.7 Pengumpulan Data

4.7.1 Sumber Data

Sumber data yang digunakan dalam penelitian ini terbagi atas dua yaitu sebagai berikut :

1. Data Primer

Data primer merupakan data yang diperoleh secara langsung menggunakan

form pengumpulan data dalam menentukan jumlah delay setiap operator

2. Data Sekunder

Data sekunder merupakan data yang diperoleh dengan mengambil dari dokumen perusahaan.

4.7.2 Metode Pengumpulan Data

Kegiatan pengumpulan data yang dilakukan adalah sebagai berikut:

1. Teknik observasi, yaitu dengan melakukan pengamatan pada perusahaan secara langsung untuk mengetahui proses produksi yang dijalankan oleh perusahaan dan mengumpulkan data-data yang dibutuhkan terkait dengan penelitian.

2. Teknik wawancara, yaitu dengan melakukan wawancara pada pihak-pihak terkait di perusahaan sesuai dengan kebutuhan penelitian.

3. Teknik kepustakaan (studi literatur), yaitu dengan mengumpulkan dan mempelajari teori-teori dari buku dan mencari informasi dari jurnal yang berkaitan dengan pemecahan masalah sesuai dengan permasalahan pada perusahaan.

4.7.3. Instrumen yang Digunakan

Instrumen yang digunakan dalam penelitian ini adalah : 1. Form Pengumpulan data

Pada penelitian ini digunakan form pengumpulan data untuk memperoleh jumlah delay setiap operator dalam melakukan proses inspeksi bahan baku

4.8 Pengolahan Data

4.8.1. Metode Pengolahan Data Work Sampling

Dilakukan pengolahan data dengan perhitungan beban kerja dengan metode Work Sampling. Dari beban kerja yang didapat maka dapat diketahui nilai persentase produktif setiap operator.

Menghitung waktu kerja produktif

Uji keseragaman data

Uji kecukupan data

Perhitungan akurasi

Menghitung Nilai persentase produktif setiap operator

4.8.2. Metode Pengolahan Data Analisis Varian

Dilakukan pengolahan data dengan perlakuan cara kerja yang berbeda menggunakan metode Analisis Varian. Dari perlakuan yang dilakukan maka dapat diketahui antar faktor yang saling berpengaruh.

Uji Kenormalan Data

Uji Homogenitas Data

Perhitungan Anava

Gambar 4.4. Block Diagram Analisis Varian

4.9 Analisis Pemecahan Masalah

Analisis Pemecahan masalah berawal dari analisa penentuan jumlah delay, tingkat produktif karyawan dan cara kerja operator yang efektif dapat menjadi masukan bagi perusahaan.

4.10 Kesimpulan dan Saran

Langkah akhir yang dilakukan adalah penarikan kesimpulan yang berisi hal-hal penting dalam penelitian tersebut dan pemberian saran untuk penelitian selanjutnya.

BAB V

PENGUMPULAN DAN PENGOLAHAN DATA

5.1. Pengumpulan Data

5.1.1. Penentuan Waktu Pengamatan Work Sampling

Waktu pengamatan ditetapkan setiap selang 3 menit, dengan teknik pengambilan sampel adalah simple random sampling. Dengan interval waktu 3 menit, penentuan jadwal pengamatan diperoleh melalui metode randominisasi yakni dengan menggunakan microsoft excel.

5.1.2. Kegiatan Work Sampling

Pengamatan terhadap aktivitas masing-masing operator pada stasiun pemarutan dilakukan berdasarkan perlakuan yang diberikan kepada operator, perlakuan yang diberika yaitu merubah cara kerja operator pada stasiun pemarutan, perlakuan tersebut dilakukan selama 2 hari. Rekapitulasi jumlah

work dan Delay selama pengamatan dalam 2 hari yang dapat dilihat pada tabel

dibawah ini.

5.1.2.1. Pengamatan untuk Perlakuan Pertama

Kegiatan yang dilakukan pada perlakuan pertama yaitu semua operator melakukan kegiatan mengambil dan memotong bonggol ubi lalu memasukkannya kedalam konveyor

5.1.2.2. Pengamatan untuk Perlakuan Kedua

Kegiatan yang dilakukan pada perlakuan pertama yaitu Satu operator mengambil dan meletakkan ubi kayu yang ada bonggolnya kedalam wadah dan kemudian 2 operator memotong bonggol tersebut dan meletakkannya ke konveyor.

5.1.2.3. Pengamatan untuk Perlakuan Ketiga

Kegiatan yang dilakukan pada perlakuan pertama yaitu Dua orang operator mengambil dan meletakkan ubi kayu yang terdapat bonggolnya kedalam wadah dan kemudian satu operator memotong bonggol tersebut dan meletakkannya ke konveyor

5.1.3. Allowance

Nilai allowance untuk stasiun pemarutan adalah sebagai berikut:

Tabel 5.12. Nilai Allowance pada Stasiun Parutan

No. Allowance Keadaan %

1 Tenaga yang dikeluarkan Duduk (beban 1 kg) 6.0

2 Sikap kerja Duduk 0.5

3 Gerakan kerja Normal 0

4 Kelelahan mata Pandangan yang terputus-putus 0.5 5 Keadaan temperatur

tempat kerja

Normal

1.0

6 Keadaan atmosfer Ruang berventilasi baik 0

7 Keadaan lingkungan Sangat bising 3.0

8 Kebutuhan pribadi Wanita 2.0

Total 13.0

5.1.4. Data Analisis Varian model acak 33

Pengumpulan data dilakukan dengan meneliti langsung ke stasiun pemarutan, pengambilan data dimulai dari pukul 08.00 sampai pukul 16.00 setiap hari selama 6 hari kerja, sampai diperoleh kombinasi kombinasi yang diinginkan dari Delay, operator dan perlakuan terhadap cara kerja operator. Perlakuan terhadap cara kerja operator yang dilakukan yaitu.

1. Semua operator melakukan kegiatan mengambil dan memotong bonggol ubi kayu lalu memasukkannya ke konveyor

2. Satu operator mengambil dan meletakkan ubi kayu yang ada bonggolnya kedalam wadah dan kemudian 2 operator memotong bonggol tersebut dan meletakkannya ke konveyor

3. Dua orang operator mengambil dan meletakkan ubi kayu yang terdapat bonggolnya kedalam wadah dan kemudian satu operator memotong bonggol tersebut dan meletakkannya ke konveyor

Sampel delay diambil dari kegiatan yang dilakukan oleh operator selama jam kerja, kegiatan yang dikatakan delay antara lain.

1. Personal Time (ke kamar mandi, minum, merokok, ngobrol, bersin-bersin,

mengusap mata)

2. Fatigue (duduk, istirahat, mengusap keringat, meregangkan otot).

3. Not Available (menerima telepon, dipanggil atasan, meninggalkan tempat

kerja).

Data operator diambil dari 3 orang operator yang setiap operator melakukan kegiatan yang berbeda, dari kegiatan yang berbeda tersebut maka akan diperoleh nilai dari setiap delay.

Adapun kombinasi dari masing masing faktor tersebut adalah

1. Delay, taraf faktor dari dalay adalah personal time, fatique, dan not available

2. Cara kerja, taraf faktor dari cara kerja adalah Semua operator melakukan kegiatan mengambil dan memotong bonggol ubi kayu lalu memasukkannya ke konveyor (A), Satu operator mengambil dan meletakkan ubi kayu yang ada bonggolnya kedalam wadah dan kemudian 2 operator memotong bonggol tersebut dan meletakkannya ke konveyor (B), dan Dua orang operator mengambil dan meletakkan ubi kayu yang terdapat bonggolnya kedalam wadah dan kemudian satu operator memotong bonggol tersebut dan meletakkannya ke konveyor (C)

3. Operator, taraf faktor dari operator adalah operator 1 operator 2 dan operator 3

Tabel 5.13. Tabel Hasil Pengukuran Delay Operator

Faktor

Cara kerja

A B C

Operator

1 2 3 1 2 3 1 2 3

Delay

Personal Time

10 10 12 9 8 7 9 9 9

11 9 8 8 7 9 10 11 12

Fatique 12 9 8 10 12 7 8 11 12

8 10 8 7 6 9 11 13 11

Not Available

8 7 10 9 7 9 9 12 9

9 9 9 10 8 10 10 8 13

5.2. Pengolahan Data

5.2.1. Pengolahan Data Work Sampling

5.2.1.1. Perhitungan Proporsi aktivitas

Perhitungan proporsi aktivitas dilakukan untuk mengetahui persentase waktu produktif pekerja pada setiap stasiun kerja.

1. Perhitungan Proporsi Aktivitas untuk Perlakuan Pertama

Tabel 5.14. Rekapitulasi Jumlah Pengamatan Operator pertama

Pengamatan Delay Work

Personal Time Fatique Not Available

Hari 1 10 12 8 74

Total

Pengamatan 104 104 104 104

%P 0,9039 0,8846 0,9231 0,7115

Hari 2 11 8 9 76

Total

Pengamatan 104 104 104 104

%P 0,8942 0,9231 0,9135 0,7308

Rata-Rata 0,8990 0,9039 0,9183 0,7212

Sumber : Pengolahan Data

Tabel 5.15. Rekapitulasi Jumlah Pengamatan Operator kedua

Pengamatan Delay Work

Personal Time Fatique Not Available

Hari 1 10 9 7 78

Total

Pengamatan 104 104 104 104

%P 0,9039 0,9135 0,9327 0,75

Hari 2 9 10 9 76

Total

Pengamatan 104 104 104 104

%P 0,9135 0,9039 0,9135 0,7308

Rata-Rata 0,9087 0,9087 0,9231 0,7404

Tabel 5.16. Rekapitulasi Jumlah Pengamatan Operator Ketiga

Pengamatan Delay Work

Personal Time Fatique Not Available

Hari 1 12 8 10 74

Total

Pengamatan 104 104 104 104

%P 0,8846 0,9231 0,9039 0,7115

Hari 2 8 8 9 79

Total

Pengamatan 104 104 104 104

%P 0,9231 0,9231 0,9135 0,7596

Rata-Rata 0,9039 0,9231 0,9087 0,7356

Sumber : Pengolahan Data

2. Perhitungan Proporsi Aktivitas untuk Perlakuan Kedua

Tabel 5.17. Rekapitulasi Jumlah Pengamatan Operator pertama

Pengamatan Delay Work

Personal Time Fatique Not Available

Hari 1 9 10 9 76

Total

Pengamatan 104 104 104 104

%P 0,9135 0,9039 0,9135 0,7308

Hari 2 8 7 10 79

Total

Pengamatan 104 104 104 104

%P 0,9231 0,9327 0,9039 0,7596

Rata-Rata 0,9183 0,9183 0,9087 0,7452

Sumber : Pengolahan Data

Tabel 5.18. Rekapitulasi Jumlah Pengamatan Operator kedua

Pengamatan Delay Work

Personal Time Fatique Not Available

Hari 1 8 12 7 77

Total

Pengamatan 104 104 104 104

%P 0,9231 0,8846 0,9327 0,7404

Hari 2 7 6 8 83

Total

Pengamatan 104 104 104 104

%P 0,9327 0,9423 0,9231 0,7981

Rata-Rata 0,9279 0,9135 0,9279 0,7692

Tabel 5.19. Rekapitulasi Jumlah Pengamatan Operator Ketiga

Pengamatan Delay Work

Personal Time Fatique Not Available

Hari 1 7 7 9 81

Total

Pengamatan 104 104 104 104

%P 0,9327 0,9327 0,9135 0,7789

Hari 2 9 9 10 76

Total

Pengamatan 104 104 104 104

%P 0,9135 0,9135 0,9039 0,7308

Rata-Rata 0,9231 0,9231 0,9087 0,7548

Sumber : Pengolahan Data

3. Perhitungan Proporsi Aktivitas untuk Perlakuan Ketiga

Tabel 5.20. Rekapitulasi Jumlah Pengamatan Operator pertama

Pengamatan Delay Work

Personal Time Fatique Not Available

Hari 1 9 8 9 78

Total

Pengamatan 104 104 104 104

%P 0,9135 0,9231 0,9135 0,75

Hari 2 10 11 10 73

Total

Pengamatan 104 104 104 104

%P 0,9039 0,8942 0,9039 0,7019

Rata-Rata 0,9087 0,9087 0,9087 0,7260

Sumber : Pengolahan Data

Tabel 5.21. Rekapitulasi Jumlah Pengamatan Operator kedua

Pengamatan Delay Work

Personal Time Fatique Not Available

Hari 1 9 11 12 72

Total

Pengamatan 104 104 104 104

%P 0,9135 0,8942 0,8846 0,6923

Hari 2 11 13 8 72

Total

Pengamatan 104 104 104 104

%P 0,8942 0,875 0,9231 0,6923

Rata-Rata 0,9039 0,8846 0,9039 0,6923

Tabel 5.22. Rekapitulasi Jumlah Pengamatan Operator Ketiga

Pengamatan Delay Work

Personal Time Fatique Not Available

Hari 1 9 12 9 74

Total

Pengamatan 104 104 104 104

%P 0,9135 0,8846 0,9135 0,7115

Hari 2 12 11 13 68

Total

Pengamatan 104 104 104 104

%P 0,8846 0,8942 0,875 0,6539

Rata-Rata 0,8990 0,8894 0,8942 0,6827

Sumber : Pengolahan Data

5.2.2. Uji Keseragaman Data

Uji keseragaman data dilakukan untuk mengetahui apakah data yang dikumpulkan sudah seragam maka bila dilakukan uji keseragaman data ditandai dengan tidak adanya data yang out of control.

Tabel 5.23. Rekapitulasi Uji Keseragaman Data

Perlakuan Pekerja

ke- Rata BKA BKB Keterangan

Perlakuan Pertama

1 0,7212 0,8144 0,6279 Seragam 2 0,7404 0,8316 0,6491 Seragam 3 0,7356 0,8273 0,6438 Seragam Perlakuan Kedua

1 0,7452 0,8358 0,6545 Seragam 2 0,7692 0,8569 0,6815 Seragam 3 0,7548 0,8443 0,6653 Seragam Perlakuan Ketiga

1 0,7260 0,8187 0,6331 Seragam 2 0,6923 0,7883 0,5963 Seragam 3 0,6827 0,7795 0,5859 Seragam

Sumber : Pengolahan Data

5.2.3. Uji Kecukupan Data

Uji kecukupan data untuk mengetahui apakah data yang dikumpulkan telah mencukupi atau belum maka dilakukan uji kecukupan data.

Tabel 5.24. Rekapitulasi Uji Kecukupan Data

Perlakuan Pekerja ke-

Rata-rata

Jumlah

pengamatan N' Keterangan

Perlakuan Pertama

1 0,7212 208 154,6667 Cukup

2 0,7404 208 140,2597 Cukup

3 0,7356 208 143,7908 Cukup

Perlakuan Kedua

1 0,7452 208 136,7742 Cukup

2 0,7692 208 120 Cukup

3 0,7548 208 129,9363 Cukup

Perlakuan Ketiga

1 0,7260 208 150,9934 Cukup

2 0,6923 208 177,7778 Cukup

3 0,6827 208 185,9155 Cukup

Sumber : Pengolahan Data

5.2.4. Perhitungan Tingkat Akurasi

Pengukuran tingkat akurasi dilakukan untuk mengetahui seberapa teliti pengamatan yang telah dilakukan. Nilai S = ±4,87% atau lebih kecil dari 5% yaitu tingkat ketelitian yang dikehendaki, maka pengamatan yang telah dilakukan sebanyak 624 kali jauh lebih teliti dari syarat ketelitian yang ditetapkan sebelumnya.

5.2.5. Pengolahan Analisis Varian

5.2.5.1. Uji Kenormalan Data

Uji kenormalan data yang diperoleh dilakukan dengan menggunakan menggunakan Chi Square. Uji ini berguna untuk mengetahui distribusi dari data sampel. Uji ini menggunakan x2untuk mengukur apakah sebaran tertentu tersebut menyebar normal atau tidak.

Kesimpulan: Ho diterima (χ2hitung= 4,5466<χ2tabel = 7.8147) atau dapat

5.2.5.2. Uji Homogenitas Varians

Uji homogenitas dilakukan dengan menggunakan uji Bartlett. Uji ini digunakan untuk membuktikan kesamaan variansi untuk beberapa taraf faktor untuk suatu faktor.

1. Uji Bartlett untuk Faktor Delay

Pada faktor delay diberikan 3 macam taraf faktor yaitu Personal Time,

Fatique, dan Not available.

b hitung>bk (0.05 ; 18), (0,9543> 0,8865)

maka Ho diterima, semua variansi ketiga taraf faktor delay. 2. Uji Bartlett untuk Faktor Cara Kerja

Pada faktor perlakuan diberikan 3 macam taraf faktor yaitu A (semua operator mengambil ubi dan memotong bonggolnya), B (satu orang mengambil ubi yang berbonggol dan meletakkannya kewadah dan dua orang memotong bonggolnya), C (dua orang mengambil ubi yang berbonggol dan meletakkannya kewadah dan satu orang memotong bonggolnya).

b hitung>bk (0.05 ; 18), (0.9936 > 0.8865)

maka Ho diterima, semua variansi ketiga taraf faktor perlakuan adalah sama. 1. Uji Bartlett untuk Faktor Operator

Pada faktor operator diberikan 3 macam taraf faktor operator 1, operator 2, dan operator 3. Adapun data yang diperoleh dari tiap taraf faktor operator dapat dilihat pada Tabel 5.31. berikut.

b hitung>bk (0.05 ; 18), (0,9382 > 0.8865)

4. Uji Homogenitas Varians untuk Interaksi Faktor Pada faktor diberikan interaksi.

b hitung>bk (0.05 ; 27), (1,1234 > 0.9249)

maka Ho diterima, Semua variansi untuk interaksi ketiga taraf faktor adalah sama.

5.2.6. Perhitungan ANAVA

Jenis eksperimen ini meliputi tiga buah faktor, yaitu Delay, Perlakuan dan Operator yang terdiri dari 3 taraf faktor. Eksperimen dilakukan dengan menggunakan model acak axbxc. Perhitungan ANAVA dengan model acak dilakukan untuk melihat apakah perlakuan-perlakuan yang diberikan untuk melihat pengaruh cara kerja terhadap allowance. Adapun tabel ANAVA dengan faktorial 3x3x3 dengan 2 kali replikasi dapat dilihat padaTabel 5.33. berikut.

Tabel 5.33. Hasil Observasi Eksperimen Faktorial 3x3x3

Faktor

Cara Kerja

A B C

Operator

1 2 3 1 2 3 1 2 3

Delay

Personal Time

10 10 12 9 8 7 9 9 9

11 9 8 8 7 9 10 11 12

Jumlah 21 19 20 17 15 16 19 20 21

Fatique 12 9 8 10 12 7 8 11 12

8 10 8 7 6 9 11 13 11

Jumlah 20 19 16 17 18 16 19 24 23

Not Available

8 7 10 9 7 9 9 12 9

9 9 9 10 8 10 10 8 13

Jumlah 17 16 19 19 15 19 19 20 22

Sumber : Pengolahan Data

Syarat:

H1 : Tidak seluruh mean populasi sama

Jika F hitung < F tabel, maka H0 diterima.

Jika F hitung > F tabel, maka H0 ditolak dan terima H1.

Dari tabel hasil observasi sebelumnya, maka dapat dibentuk tabel daftar faktorial, dimana

a1 = Personal Time b1 = cara kerja A c1 = operator 1 a2 = Fatique b2 = cara kerja B c2 = operator 2 a3 = Not Available b3 = cara kerja C c3 = operator 3 Tabel ANAVA untuk eksperimen faktorial 33dapat dilihat pada Tabel 5.38.

Tabel 5.38. Tabel ANAVA untuk Eksperimen Faktorial 33 Model Acak

Sumber Variasi Dk JK KT F hitung F tabel Keterangan

Rata-rata 1 4741,4074 4741,4074 - - -

P

E

RL

AK

UAN

A 2 1,0370 0,5185 1 3,35 H0 diterima

B 2 34,2593 17,1296 33,0357 3,35 H0 ditolak

C 2 1,0370 0,5185 1 3,35 H0 diterima

AB 4 9,9630 2,4907 4,8036 2.73 H0 ditolak

AC 4 10,1852 2,5463 4,9107 2.73 H0 ditolak

BC 4 9,9630 2,4907 4,8036 2.73 H0 ditolak

ABC 8 4,1482 0,5185 0,175 2.31 H0 diterima

Kekeliruan 27 80 2,9630 - - -

Jumlah 54 150,5926 - - - -

Dimana:

A merupakan faktor Delay B merupakan faktor cara kerja C merupakan faktor Operator

AB merupakan faktor Delay dengan cara kerja AC merupakan faktor Delay dengan Operator BC merupakan faktor cara kerja dengan Operator ABC merupakan faktor Delay, cara kerja dan Operator Langkah pengujian hipotesis:

1. H0 : Tidak terdapat efek faktor-faktor dan efek interaksi yang memberikan

efek signifikan terhadap cara kerja terhadap allowance

Hi : terdapat efek faktor-faktor dan terdapat efek faktor interaksi antara faktor.

2. α = 0.05

3. wilayah kritik :

Fhit ≤ Ftabel , Ho diterima

Fhit > Ftabel , Ho ditolak

4. Kesimpulan :

Sehingga dari tabel ANAVA di atas didapat beberapa kesimpulan sebagai berikut:

a. H0A diterima artinya tidak terdapak efek faktor delay terhadap allowance

b. H0B ditolak artinya terdapat efek faktor cara kerja terhadap allowance

c. H0C diterima artinya tidak terdapat efek faktor operator terhadap allowance

d. H0AB ditolak artinya bahwa terdapat efek interaksi delay dengan cara kerja

terhadap allowance

e. H0AC ditolak artinya bahwa terdapat efek interaksi delay dengan operator

terhadap allowance

f. H0BC ditolak artinya bahwa terdapat efek interaksi cara kerja dengan

g. H0ABC diterima artinya tidak terdapat efek interaksi terhadap delay,

perlakuan dan operator.

Kesimpulan dari perhitungan diatas adalah dapat dilihat bahwa cara kerja memberikan efek yang nyata terhadap allowance operator, hal ini dapat dilihat dari Fhitung lebih besar dari Ftabel, (Fhit (33,0357)> Ftabel(3,35) , Ho ditolak).

BAB VI

ANALISIS PEMECAHAN MASALAH

6.1. Analisis Work Sampling

Hasil pengolahan data menunjukkan bahwa persentase waktu produktif yang paling baik diantara 3 perlakuan adalah perlakuan yang ke 2. Waktu produktif pada perlakuan ke 2 pada pekerja pertama adalah 74,52%, pekerja kedua 76,92% dan pekerja ketiga 75,48%. Waktu produktif yang paling rendah terjadi pada perlakuan ketiga, dimana waktu produktif operator satu sebesar 72,60%, operator dua 69,23% dan operator tiga 68,27%.

Dibandingkan waktu produktif aktual dengan waktu produktif seharusnya, maka dapat diketahui bahwa pekerja masih nemiliki waktu non produktif dengan persentase yang berbeda-beda.

Tabel 6.1. Perbandingan Waktu Produktif, Delay, dan Allowance

Perlakuan Pekerja ke- Waktu Produktif (%) Delay (%) Allowance (%)

Selisih Delay dan Allowance (%)

Perlakuan Pertama

1 72,12 27,88 13 14,88

2 74,04 25,96 13 12,96

3 73,56 26,44 13 13,44

Perlakuan Kedua

1 74,51 25,49 13 12,49

2 76,92 23,08 13 10,08

3 75,48 24,52 13 11,52

Perlakuan Ketiga

1 72,60 27,4 13 14,4

2 69,23 30,77 13 17,77

3 68,27 31,73 13 18,73

Sumber : Pengolahan Data

Selisih delay dan allowance yang bemilai positif menunjukkan bahwa pekerja menggunakan waktunya untuk hal yang tidak produktif lebih besar dari

allowance yang diberikan. Tabel 6.1. menampilkan bahwa hampir semua

pekerja tidak memanfaatkan waktu kerjanya dengan baik namun selisih yang paling rendah diantara ketiga perlakuan tersebut terdapat pada perlakuan kedua.

Perhitungan uji keseragaman dan uji kecukupan data semua data yang dikumpulkan dinyatakan telah seragam dan cukup berdasarkan pengamatan yang dilakukan selama 2 hari dengan jumlah pengamatan sebanyak 104 kali / hari. Tingkat akurasi menunjukkan tidak melampaui tingkat ketelitian yang telah ditentukan peneliti yaitu 5%, maka akurasi dari penelitian dapat diterima.

6.2. Analisi Perhitungan Analisis Varians

6.2.1. Analisi Uji Kenormalan Data

Uji Kenormalan Data dilakukan untuk mengetahui apakah jenis sebaran data berdistribusi normal atau tidak. Variabel data yang akan diuji adalah pengaruh cara kerja terhadap allowance. Dari hasil pengujian kenormalan data dengan uji Chi Square maka diperoleh bahwa nilai χ2hitung = 4,5466 dengan nilai α

= 0.05 yang bernilai lebih kecil daripada χ2tabel = 7.8147. Hal ini membuktikan

bahwa data yang diuji berdistribusi normal.

6.2.2. Analisis Uji Homogenitas Varians

Uji Homogenitas Varians dilakukan untuk membuktikan kesamaan variansi taraf faktor untuk suatu faktor. Uji Homogenitas Varians dilakukan pada setiap faktor (Delay, cara kerja dan operator) menggunakan uji Bartlett. Hasil pengujian homogenitas varians yaitu:

1. Faktor delay dengan variasi ketiga faktor memperoleh hasil bhitung > bk, yaitu:

0.9543 > 0,8868. Maka Ho diterima, semua variansi ketiga taraf delay adalah sama.

2. Faktor Cara kerja dengan variasi ketiga faktor memperoleh hasil bhitung > bk,

yaitu: 0,9936 > 0,8865. Maka Ho diterima, semua variansi ketiga taraf faktor cara kerja adalah sama.

3. Faktor operator dengan variasi ketiga faktor memperoleh hasil bhitung > bk,

yaitu: 0,9382 > 0,8865. Maka Ho diterima, semua variansi ketiga taraf faktor operator adalah sama.

4. Faktor interaksi faktor memperoleh hasil Fhitung > Ftabel , yaitu: 1,1234 >

0.9249. Maka Ho diterima, semua variansi interaksi faktor adalah sama.

6.2.3. Analisis Perhitungan ANAVA

Pada perhitungan ANAVA dilakukan pengujian terhadap Fhitung untuk

mengetahui apakah tidak terdapat efek yang signifikan antara taraf faktor yang diberikan atau terdapat efek yang signifikan antara taraf faktor. Jika Fhitung < Ftabel

maka hipotesis nol diterima dan apabila Fhitung > Ftabel maka hipotesis nol ditolak.

Jika hipotesis nol diterima maka kesimpulannya adalah bahwa tidak terdapat efek faktor-faktor dan tidak terdapat efek faktor interaksi antara faktor-faktor dan jika hipotesis nol ditolak maka terdapat efek faktor-faktor dan terdapat efek faktor interaksi antara faktor-faktor.

Hasil dari pengolahan data dengan metode ANAVA yang diperoleh terlihat bahwa hanya satu faktor yang memberikan efek yang signifikan terhadap

allowance yaitu cara kerja. Perlakuan perubahan cara kerja akan memberikan

efek yang berarti terhadap allowance.

Hasil pengolahan data yang diperoleh sangat sesuai dengan keadaan di pabrik florindo makmur khusus nya pada stasiun pemarutan. Cara kerja merupakan faktor yang harus diperhatikan untuk mengurangi nilai allowance yang terlalu tinggi. Cara kerja yang ideal adalah perlakuan kedua yaitu Satu operator mengambil dan meletakkan ubi kayu yang ada bonggolnya kedalam wadah dan kemudian 2 operator memotong bonggol tersebut dan meletakkannya ke konveyor.

BAB VII

KESIMPULAN DAN SARAN

7.1. Kesimpulan

Kesimpulan dari penelitian ini adalah sebagai berikut:

1. Waktu kerja produktif pekerja kurang baik, terlihat dari persentase berkisar dari 68,27% hingga 76,92%. Hasil work sampling menunjukkan bahwa semua operator pada perlakuan pertama, kedua dan ketiga melakukan kegiatan yang tidak produktif selama jam kerja melebihi allowance yang diberikan.

2. Berdasarkan hasil uji ANAVA, didapat bahwa faktor yang memiliki pengaruh signifikan adalah cara kerja, didapatkan bahwa nilai Fhitung lebih

besar dari Ftabel, (Fhit (33,0357)> Ftabel(3,35) , Ho ditolak), sehingga dari nilai

Fhitung tersebut dapat disimpulakan bahwa cara kerja mempengaruhi

allowance

3. Berdasarkan nilai allowance yang diberikan, maka perlakuan kedua yaitu Satu operator mengambil dan meletakkan ubi kayu yang ada bonggolnya kedalam wadah dan kemudian 2 operator memotong bonggol tersebut dan meletakkannya ke konveyor memberikan nilai allowance yang paling rendah, sehingga cara kerja pada perlakuan kedua dapat diterapkan pada stasiun pemarutan

7.2. Saran

Saran untuk penelitian selanjutnya adalah sebagai berikut:

1. Sebaiknya pihak perusahaan merubah cara kerja operator agar tidak sering terjadi delay yang dapat menyebabkan rusaknya mesin root rashper

2. Sebaiknya pihak perusahaan memberikan pengaraha terhada operator tentang dampak yang terjadi jika mesin root rashper mengalami rusak

3. Sebaiknya pihak perusahaan mempertimbangkan hasil penelitian pengaruh cara kerja terhadap allowance operator yang dilakukan peneliti untuk melakukan perbaikan cara kerja operator.

BAB II

GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan

PT. Florindo Makmur merupakan perusahaan yang pengolahan singkong menjadi tepung tapioka sebagai produk jadi. Perusahaan ini berlokasi di Jl. Besar Desa Pergulaan Dusun V, Kecamatan Sei Rampah, Kabupaten Serdang Bedagai, Provinsi Sumatera Utara.

PT. Florindo makmur terus berusaha mengembangkan daerah pemasaran dalam mendistribusikan produknya. Awalnya produk dipasarkan di daerah Medan dan Serdang Bedagai. Pemasaran produk saat ini sudah mencapai ke daerah Aceh, Padang, Jambi, Pekanbaru, dan Palembang. PT. Florindo Makmur menggunakan singkong sebagai bahan baku utama pembuatan tepung tapioka. Pabrik ini mengikuti prosedur yang berlaku agar hasil produk tepung tetap sesuai dengan standar yang ditetapkan (SNI). Proses produksi dilakukan setiap harinya selalu melalui kegiatan inspeksi di laboratorium untuk diperiksa kualitasnya

2.2. Ruang Lingkup Bidang Usaha

PT. Florindo Makmur bergerak dibidang produksi tepung tapioka. PT.Florindo Makmur melakukan sistem produksi yang bersifat make to stock dimana persediaan ditentukan berdasarkan peramalan potensi permintaan pelanggan terhadap produk jadi.

2.3. Lokasi Perusahaan

Lokasi PT. Florindo Makmur berada di Jl. Besar Desa Pergulaan Dusun V, Kecamatan Sei Rampah, Kabupaten Serdang Bedagai, Propinsi Sumatera Utara. PT. Florindo Makmur berjarak ± 15 km dari pasar Bengkel dan berada ± 80 km arah tenggara kota Medan. Lokasi sumber bahan baku yaitu perkebunan singkong berada disekitar pabrik dan menerima singkong dari luar daerah untuk memenuhi kapasitas pabrik. Lokasi PT. Florindo Makmur dapat dilihat pada Gambar 2.1.

Gambar 2.1. Lokasi PT. Florindo Makmur

2.4. Daerah Pemasaran

Perintah untuk merencanakan dan melaksanakan kegiatan pemasaran dan penjualan umumnya akan diformulasikan oleh Departemen Pemasaran dan Penjualan dari sebuah perusahaan. Daerah pemasaran produk tepung tapioka

perusahaan ini berfokus di daerah Medan dan berkembang ke daerah Aceh, Padang, Jambi, Pekanbaru, serta Palembang.

2.5. Dampak Sosial dan Ekonomi Terhadap Lingkungan

Setiap usaha yang dijalankan tentunya akan memberikan dampak positif maupun negatif. Dampak positif dan negatif ini akan dapat dirasakan oleh berbagai pihak, baik perusahaan itu sendiri maupun masyarakat yang ada dilingkungan sekitar. Dampak positif maupun negatif dari aspek – aspek sosial dan ekonomi adalah:

1. Dampak Sosial

Bila ditinjau dari aspek sosial, dampak positif bagi masyarakat secara umum adalah:

a. Perubahan demografi melalui terjadinya tingkat pengangguran, yaitu dalam pembuatan perusahaan tersebut tentunya pihak perusahaan membutuhkan tenaga kerja yang mana dapat diambil dari lingkungan masyarakat sekitar. b. Perubahan budaya yang dapat berdampak pada perubahan sikap masyarakat,

yaitu masyarakat akan mendapatkan sebuah gambaran tentang bagaimana cara bekerja yang baik dan benar serta meningkatkan disiplin.

c. Perusahaan memberi dukungan atas pelaksanaan acara-acara perayaan keagamaan masyarakat sekitar dengan memberikan sumbangan dana melalui proposal sehingga warga dapat melangsungkan kegiatan tersebut dengan baik dan lancar.

Sedangkan dampak negatif bagi masyarakat adalah prasarana jalan lintas masyarakat mengalami kerusakan dengan cukup banyaknya truk pengangkut singkong yang melewati jalur tersebut setiap harinya.

2. Dampak Ekonomi

Bila ditinjau dari aspek ekonomi, dampak positif bagi masyarakat secara umum adalah:

a. Dapat meningkatkan ekonomi di lingkungan sekitar serta mengurangi pengangguran di lingkungan sekitar masyarakat yang akhir-akhir ini semakin bertambah.

b. Meningkatkan perekonomian pemerintah, dengan adanya perusahaan tersebut sehingga dapat membantu pemerintah untuk meningkatkan pertumbuhan ekonomi daerah.

2.6. Proses Produksi

2.6.1. Standar Mutu Bahan/ Produk

Standar mutu produk yang ditetapkan oleh pihak perusahaan adalah standar mutu produk berdasarkan Pusat Penelitian dan Pengembangan Tanaman Pangan (Puslittan) Indonesia.

Pabrik ini selalu mengikuti prosedur yang berlaku agar hasil produk tepung tetap sesuai dengan standar yang ditetapkan. Proses produksi yang dilakukan setiap harinya selalu melalui kegiatan inspeksi di laboratorium untuk diperiksa kualitasnya.

2.6.2. Bahan yang Digunakan

2.6.2.1.Bahan Baku

Bahan baku adalah bahan utama yang digunakan dalam pembuatan produk, ikut dalam proses produksi dan persentasenya terbesar dibandingkan bahan-bahan lainnya. Bahan baku yang digunakan dalam proses produksi yang terdapat di PT. Florindo Makmur adalah singkong.

Standar mutu bahan baku yang ditetapkan perusahaan adalah:

1. Pemanenan singkong dilakukan antara 7-8 bulan sejak ditanam dan dalam keadaan masak.

2. Singkong bersifat tahan hama dan penyakit, produksi per Ha tinggi. 3. Singkong yang akan dipanen memiliki kadar pati 35-40%.

2.6.2.2.Bahan Tambahan

Bahan tambahan adalah bahan yang digunakan dalam proses produksi dan berfungsi meningkatkan mutu produk serta merupakan bagian dari produk akhir.

Bahan tambahan pada produksi tepung adalah:

1. Karung plastik yang digunakan untuk mengarungi tepung 2. Benang jahit digunakan untuk menjahit karung plastik

Bahan tambahan ini diperlukan saat produksi tepung selesai, yaitu sebagai tempat tepung sehingga siap untuk disimpan ke gudang hasil dan juga siap untuk dipasarkan.

2.6.2.3.Bahan Penolong

Bahan penolong adalah bahan yang dibutuhkan guna memperlancar proses produksi, tetapi tidak tampak di bagian akhir produk. Bahan-bahan penolong yang digunakan dalam produksi tepung adalah:

1. Air (H2O)

Air digunakan untuk kegiatan pencucian singkong dan memberikan kandungan kadar air tertentu terhadap bahan baku singkong.

2.6.3. Uraian Proses Produksi

Tahapan proses pembuatan tepung tapioka akan dijelaskan sebagai berikut:

1. Singkong segar yang merupakan bahan baku diangkut menggunakan truk menuju gudang bahan baku. Singkong tersebut dilakukan pengujian kadar pati terlebih dahulu dengan mengambil beberapa kg sampel dari truk .

2. Singkong yang telah ditumpuk di gudang bahan baku kemudian diangkut dengan belt conveyor menuju ke rangkaian mesin root peeler dan root

washer. Singkong diangkut ke mesin root peeler untuk dibuang kotoran

yang terdapat pada singkong seperti akar, tanah, kulit serta benda-benda yang berukuran kecil sehingga menghasilkan singkong yang telah terkupas kulitnya. Singkong yang telah terkelupas kulitnya kemudian dilakukan pencucian menggunakan mesin root washer di dalam bak pencucian. Air yang digunakan berasal dari sistem pengolahan air perusahaan, setelah digunakan air sisa akan menjadi limbah cair dan dialirkan ke mesin screw

3. Singkong yang telah dicuci diangkut dengan belt conveyor menuju ke tempat pemarutan/ pencincangan. Singkong diparut dengan mesin root

rashper yang cara kerjanya mirip dengan sistem mixer untuk menghasilkan

bagian singkong yang lebih kecil dan pada akhirnya menjadi berbentuk bubur singkong. Proses pemarutan dibantu dengan menggunakan air.

4. Bubur singkong kemudian diangkut dengan saluran pipa menuju ke mesin

extractor. Bubur singkong dibantu dengan menggunakan air dilakukan

proses extracting untuk memisahkan ampas singkong dengan air kandungan pati. Air kandungan pati akan digunakan untuk proses berikutnya sementara ampas singkong diangkut ke mesin screw press untuk diolah menjadi pupuk organik dan pakan ternak.

5. Air kandungan pati kemudian diangkut dengan saluran pipa menuju ke mesin separator untuk membuat air kandungan pati menjadi stratch milk yaitu berupa air tepung yang lebih kental.

6. Stratch milk kemudian diangkut dengan saluran pipa menuju ke mesin center view. Dalam mesin center view terjadi proses vacum filter atau

penyaringan hampa di mana tepung berada dalam kondisi 40 % kering dan air dari starch milk akan keluar dan dibuang ke pengolahan limbah.

7. Stratch milk kemudian diangkut dengan saluran pipa menuju ke rangkaian

mesin drying / oven. Proses yang terjadi di dalam mesin drying cyclone adalah untuk mengeringkan tepung secara utuh. Hasilnya adalah berupa tepung kering dan uap air yang telah terpisahkan.

8. Tepung kering kemudian diangkut dengan saluran pipa menuju ke rangkaian mesin cooling cyclone untuk mendinginkan tepung.

9. Tepung kemudian dialirkan ke dalam mesin rotary sifter dan dilakukan proses pengayakan untuk menghasilkan tepung yang bertekstur halus. Sebelum produk tepung dikemas, perusahaan terlebih dahulu melakukan pengujian kualitas terhadap produk tepung dilaboratorium. Parameter pengujian kualitas berupa nilai % kadar air, warna dan nilai digital, nilai pH. 10. Tepung yang dikeluarkan dari mesin rotary sifter kemudian dimasukkan dan dikemas ke dalam kantong karung sesuai yang berukuran 25 kg dan 50 kg. Proses pengemasan dibantu dengan alat timbangan dan benang jahit. Setelah dikemas maka produk tepung diangkut dengan forklift menuju ke gudang produk jadi.

2.7. Mesin dan Peralatan

2.7.1. Mesin Produksi

Mesin-mesin yang digunakan dalam melaksanakan kegiatan produksi tepung tapioka di PT. Florindo Makmur yaitu:

1. Root peeler

Mesin ini berfungsi untuk mengupas kulit singkong, akar, dan kotoran-kotoran pada singkong.

2. Root washer

Mesin ini berfungsi untuk mencuci singkong yang telah terkelupas kulitnya. 3. Root rashper

Mesin ini berfungsi untuk memotong/ mencincang singkong menjadi bagian yang lebih kecil dengan cara kerja yang mirip seperti mixer sehingga terbentuk bubur singkong.

4. Extractor

Mesin ini berfungsi untuk mengekstrak bubur singkong sehingga dapat memisahkan ampas singkong dengan air kandungan pati.

5. Separator

Mesin ini berfungsi untuk membuat air kandungan pati menjadi stratch milk yaitu berupa air tepung yang lebih kental.

6. Center view

Mesin ini berfungsi untuk proses penyaringan hampa di mana tepung berada dalam kondisi 40 % kering dan air dari starch milk akan keluar dan dibuang ke pengolahan limbah.

7. Drying cyclone

Mesin ini berfungsi untuk mengeringkan tepung secara utuh. 8. Cooling cyclone

Mesin ini berfungsi untuk mendinginkan tepung.

9. Rotary sifter

Mesin ini berfungsi untuk proses pengayakan agar menghasilkan tepung yang bertekstur halus.

10. Belt conveyor

Mesin ini berfungsi sebagai alat pengangkutan bahan setengah jadi dari rangkaian mesin yang satu ke mesin berikutnya.

2.7.2. Peralatan

Peralatan yang digunakan pada PT. Florindo Makmur adalah alat-alat yang digunakan secara manual untuk membantu proses produksi, yaitu Truk, alat uji kadar pati, alat uji kadar air, alat uji warna, alat uji pH, alat uji SO2, timbangan karung, forklift.

2.8. Limbah

PT. Florindo Makmur menghasilkan jenis sisa hasil produksi berupa limbah cair, limbah padat, dan limbah abu. Ketentuan pokok pengelolaan lingkungan hidup telah ditetapkan di Indonesia melalui Undang-Undang No. 4/1982, antara lain mengharuskan membuat Analisa Mengenai Dampak Lingkungan (AMDAL) sebelum pembangunan pabrik dan melaksanakan Studi Evaluasi Mengenai Dampak Lingkungan (SEMDAL) pabrik yang sudah berjalan.

Limbah cair dihasilkan dari sisa penggunaan air pada setiap tahapan proses produksi tepung. Limbah padat berasal dari ampas, kulit, akar, singkong yang dibersihkan dari proses pemarutan dan extracting. Limbah abu berasal dari abu sisa pembakaran pada mesin thermopac. PT. Florindo Makmur memiliki beberapa jenis pengelolaan terhadap limbah-limbah tersebut antara lain:

1. Pengelolaan Limbah Cair

a. Pendayagunaan kolam pengolahan limbah. 2. Penanggulangan Limbah Padat

a. Pemanfaatan ampas singkong untuk bahan pupuk organik dan pakan ternak.

b. Pemanfaatan abu sisa pembakaran untuk campuran pupuk organik.

2.9. Organisasi dan Manajemen

Organisasi dan manajemen PT. Florindo Makmur memiliki aturan dan elemen-elemen pelaku yang bekerja sama dan terhimpun secara administratif untuk mencapai visi perusahaan.

2.9.1. Struktur Organisasi

Struktur organisasi (Organization structure) seringkali disamakan dengan rancangan organisasi. Struktur adalah bentuk pengaturan formal dari bagian-bagian yang ada dalam sebuah organisasi. Struktur dari sebuah organisasi yang dirancang dengan baik akan bisa menggambarkan secara jelas pembagian kegiatan dalam unit-unit yang dibentuk sesuai dengan pengelompokan fungsi dan spesialisasi serta koordinasi antar unit tersebut. Sebagian besar organisasi pada saat sekarang ini akan memiliki struktur yang diambil dari lima alternatif bentuk struktur yaitu simple structure, fungsional

structure, multidivisional structure, holding company structure, dan matrix structure.

Struktur organisasi yang digunakan pada perusahaan PT. Florindo Makmur struktur organisasi lini dan fungsional yaitu bentuk organisasi dimana wewenang dari pimpinan tertinggi dilimpahkan kepada per kepala unit dibawahnya dalam bidang pekerjaan tertentu dan selanjutnya pimpinan tertinggi tadi masih melimpahkan wewenang kepada pejabat fungsional.

DAFTAR ISI (LANJUTAN)

BAB

HALAMAN

4.9. Analisis Pemecahan Masalah ... IV-12 4.10. Kesimpulan dan Saran ... IV-12

V PENGUMPULAN DAN PENGOLAHAN DATA ... V-1

5.1. Pengumpulan Data ... V-1 5.1.1. Penentuan Waktu Pengamatan Work Sampling ... V-1 5.1.2. Kegiatan Work Sampling ... V-3 5.1.2.1. Pengamatan untuk Perlakuan Pertama ... V-4 5.1.2.2. Pengamatan untuk Perlakuan Kedua ... V-5 5.1.2.3. Pengamatan untuk Perlakuan Ketiga ... V-6 5.1.3. Allowance ... V-7 5.1.4. Sata Analisis Varian Model Acak 33 ... V-7 5.2. Pengolahan Data ... V-10 5.2.1. Pengolahan Data Work Sampling ... V-10 5.2.1.1. Perhitungan Proporsi Aktivitas ... V-10 5.2.2. Uji Keseragaman Data ... V-13 5.2.3. Uji Kecukupan Data ... V-15 5.2.4. Perhitungan Tingkat Akurasi ... V-16 5.2.5. Pengolahan Analisis Varian ... V-17 5.2.5.1. Uji Kenormalan Data ... V-17

DAFTAR ISI (LANJUTAN)

BAB

HALAMAN

5.2.5.2. Uji Homogenitas Varians ... V-22 5.2.6. Perhitungan ANAVA ... V-33

VI ANALISIS PEMECAHAN MASALAH ... VI-1

6.1 Analisis Work Sampling ... VI-1 6.2. Analisis Perhitungan Analisis Varians ... VI-3 6.2.1. Analisis Uji Kenormalan Data ... VI-3 6.2.2. Analisis Uji Homogenitas Varians ... VI-3 6.2.3. Analisis Perhitungan ANAVA ... VI-4

VII KESIMPULAN DAN SARAN ... VII-1

7.1 Kesimpulan... VII-1 7.2. Saran ... VII-2

DAFTAR PUSTAKA

DAFTAR GAMBAR

GAMBAR HALAMAN

2.1. Lokasi PT. Florindo Makmur ... II-3 2.2. Struktur Organisasi PT. Florindo Makmur ... II-14 3.1 Siklus Pelaksanaan Work Sampling ... III-8 4.1. Kerangka Konseptual Penelitian ... IV-3 4.2. Block Diagram Prosedur Penelitian ... IV-6 4.3. Block Diagram Work Sampling... IV-9 4.4 Block Diagram Analisis Varian ... IV-11 5.1. Peta Kontrol Stasiun Pemarutan (Operator 1) ... V-14

DAFTAR TABEL

GAMBAR HALAMAN

2.1. Jumlah Pekerja PT. Florindo Makmur ... II-15 3.1. Rasio F Untuk Eksperimen Faktorial a x b x c ( Satu

Faktor Tetap, Dua Faktor Acak ) ... II-12 3.2. Rasio F Untuk Eksperimen Faktorial a x b x c ( Dua

Faktor Tetap, Satu Faktor Acak) ... II-14 3.3. Tabel ANAVA untuk Eksperimen Faktorial 33 Model

Acak ... II-24 5.1. Pembangkitan Bilangan Random ... V-2 5.2. Waktu Pengamatan Work Sampling ... V-3 5.3. Pengamatan Work Sampling untuk Operator Pertama ... V-4 5.4. Pengamatan Work Sampling untuk Operator Kedua ... V-4 5.5. Pengamatan Work Sampling untuk Operator ketiga ... V-4 5.6. Pengamatan Work Sampling untuk Operator Pertama ... V-5 5.7. Pengamatan Work Sampling untuk Operator Kedua ... V-5 5.8. Pengamatan Work Sampling untuk Operator ketiga ... V-5 5.9. Pengamatan Work Sampling untuk Operator Pertama ... V-6 5.10. Pengamatan Work Sampling untuk Operator Kedua ... V-6 5.11. Pengamatan Work Sampling untuk Operator ketiga ... V-6 5.12. Nilai Allowance pada Stasiun Parutan ... V-7 5.13. Tabel Hasil Pengukuran Delay Operator ... V-9

DAFTAR TABEL (LANJUTAN)

GAMBAR HALAMAN

5.14. Rekapitulasi Jumlah Pengamatan Operator Pertama ... V-10 5.15. Rekapitulasi Jumlah Pengamatan Operator Kedua ... V-11 5.16. Rekapitulasi Jumlah Pengamatan Operator Ketiga ... V-11 5.17. Rekapitulasi Jumlah Pengamatan Operator Pertama ... V-11 5.18. Rekapitulasi Jumlah Pengamatan Operator Kedua ... V-12 5.19. Rekapitulasi Jumlah Pengamatan Operator Ketiga ... V-12 5.20. Rekapitulasi Jumlah Pengamatan Operator Pertama ... V-12 5.21. Rekapitulasi Jumlah Pengamatan Operator Kedua ... V-13 5.22. Rekapitulasi Jumlah Pengamatan Operator Ketiga ... V-13 5.23. Rekapitulasi Uji Keseragaman Data ... V-15 5.24. Rekapitulasi Uji Kecukupan Data ... V-16 5.25. Data yang Telah Diurutkan ... V-18 5.26. Perhitungan Frekuensi Data ... V-19 5.27. Perhitungan Nilai Z ... V-21 5.28. Perhitungan Nilai χ2hitung ... V-21

5.29. Data Perolehan dari Taraf Faktor Delay ... V-22 5.30. Data Perolehan Dari Faktor Cara Kerja ... V-25 5.31. Data Perolehan Dari Faktor Operator... V-27 5.32. Taraf Faktor Interaksi Delay, Perlakuan dan Operator ... V-30 5.33. Data Hasil Observasi Eksperimen Faktor 3 x 3 x 3 ... V-33

DAFTAR TABEL (LANJUTAN)

GAMBAR HALAMAN

5.34. Daftar Faktorial a x b x c ... V-34 5.35. Daftar Faktorial a x b ... V-34 5.36. Daftar Faktorial a x c ... V-34 5.37. Daftar Faktorial b x c ... V-34 5.38. Tabel ANAVA Untuk Eksperimen Faktorial 33 Model

Acak ... V-38 6.1. Perbandingan Waktu Produktif, Idle, dan Allowance ... VI-2 6.2. Tabel ANAVA untuk Eksperimen Faktorial 33 Model