Penentuan Level Tindakan Postur Kerja dengan REBA Perhitungan Antropometri untuk Perancangan 1. Uji Keseragaman Data

5.2.2. Penentuan Level Tindakan Postur Kerja dengan REBA

Penentuan elemen kerja pada operator dapat diketahui dengan melakukan penilaian terhadap postur kerja. Hasil yang diperoleh dari penilaian postur kerja dapat menunjukkan level tindakan yang harus dilakukan sehingga elemen gerakan yang memiliki risiko untuk menimbulkan keluhan kemudian akan diperbaiki ataupun dihilangkan. Penilaian postur kerja dapat dilakukan dengan metode REBA. Metode ini dipilih karena REBA dapat mewakili penilaian seluruh sisi tubuh, baik bagian atas dan juga bagian bawah dengan membandingkan sisi kanan dan kiri operator. Pada proses pembuatan tempe terdapat 2 operator yang bekerja di satu lini produksi dengan beban dan aktivitas yang sama. Maka dari itu, untuk penilaian postur kerja dilakukan untuk satu operator saja. a. Aktivitas Pencucian Kacang Kedelai Gambar 5.5. Aktivitas Pencucian Kacang Kedelai 100 70 50 Universitas Sumatera Utara Gambar 5.6. Level Tindakan Postur Kerja dengan REBA Aktivitas Pencucian Kacang Kedelai Universitas Sumatera Utara b. Aktivitas Penirisan Kacang Kedelai Gambar 5.7. Level Tindakan Postur Kerja dengan REBA Aktivitas Penirisan Kacang Kedelai 100 o 90 o Universitas Sumatera Utara Gambar 5.8. Level Tindakan Postur Kerja dengan REBA Aktivitas Penirisan Kacang Kedelai Universitas Sumatera Utara 5.2.3. Perhitungan Antropometri untuk Perancangan 5.2.3.1. Uji Keseragaman Data Uji keseragaman data digunakan untuk mengetahui apakah data-data yang diperoleh telah berada dalam keadaan terkendali atau belum. Suatu data yang berada dalam batas kendali yang telah ditetapkan yaitu BKA Batas Kendali Atas dan BKB Batas Kendali Bawah dapat dikatakan berada dalam keadaan terkendali, sebaliknya jika data berada di luar BKA dan BKB, maka data tersebut berada dalam keadaan tidak terkendali. Suatu data yang berada dalam keadaan tidak terkendali harus dibuang untuk kemudian dilakukan uji keseragaman kembali sehingga tidak tidak ada lagi data yang berada di luar BKA dan BKB. Pada penelitian ini peneliti menggunakan tingkat kepercayaan 95 dan tingkat ketelitian 5. Persamaan yang digunakan untuk menguji keseragaman data adalah: Dimana : n = Banyaknya Pengamatan = Jumlah pengamatan ke n dari i = 1 hingga j = 64 = Nilai rata-rata Universitas Sumatera Utara Sebagai contoh untuk perhitungan digunakan dimensi Tinggi Siku Berdiri TSB: cm 101,16 64 3429,1 64 76 , 104 ... 6 , 101 1 , 101 7 , 91           1 1 2       n X X SD n i i  Nilai standar deviasi adalah : 7,37 1 64 16 , 101 76 , 104 ... 16 , 101 1 , 101 16 , 101 7 , 91 2 2 2           SD BKA = 101,16 + 2 x 7,37 = 115,9 cm BKB = 101,16 - 2 x 7,37 = 86,42 cm Hasil dari uji keseragaman untuk dimensi Tinggi Siku Berdiri TSB dapat dilihat pada Gambar 5.7. Gambar 5.9. Uji Keseragaman Dimensi TSB Universitas Sumatera Utara Dari gambar di atas terlihat masih adanya data out of control sehingga perlu dilakukan revisi pertama. Data yang out of control yang dibuang adalah data ke- 22, 24, dan 25. Adapun data baru setelah data out of control dibuang dapat dilihat pada Tabel 5.31. Tabel 5.31. Data Dimensi TSB Revisi 1 Data TSB Data TSB Data TSB 1 91,70 23 97,20 45 99,20 2 101,10 24 108,50 46 101,70 3 101,60 25 110,40 47 103,10 4 99,40 26 93,60 48 105,70 5 99,30 27 97,20 49 104,40 6 91,00 28 94,20 50 97,00 7 106,00 29 101,20 51 91,00 8 106,00 30 107,00 52 99,00 9 105,00 31 99,90 53 114,00 10 92,00 32 110,30 54 99,00 11 93,00 33 101,60 55 106,20 12 104,00 34 99,80 56 105,30 13 96,90 35 104,10 57 106,70 14 101,00 36 102,00 58 104,52 15 106,00 37 93,50 59 105,00 16 99,50 38 111,00 60 107,50 17 92,30 39 101,00 61 104,76 18 91,50 40 114,00 19 94,90 41 88,00 20 109,70 42 95,70 21 101,00 43 95,00 22 112,00 44 104,00 Setelah data hasil revisi pertama diperoleh, selanjutnya menghitung ulang keseragaman data. cm 101,28 61 3429,1 61 76 , 104 ... 6 , 101 1 , 101 7 , 91         Universitas Sumatera Utara   1 1 2       n X X SD n i i  Nilai standar deviasi untuk data penyusunan buku adalah : 6,26 1 61 28 , 101 76 , 104 ... 28 , 101 1 , 101 28 , 101 7 , 91 2 2 2           SD BKA = 101,28 + 2 x 6,26 = 115,9 cm BKB = 101,28 - 2 x 6,26 = 88,76 cm Hasil dari uji keseragaman untuk dimensi Tinggi Siku Berdiri TSB Revisi Pertama dapat dilihat pada Gambar 5.8. Gambar 5.10. Uji Keseragaman Dimensi TSB Revisi 1 Universitas Sumatera Utara Dari gambar di atas terlihat masih adanya data out of control sehingga perlu dilakukan revisi kedua. Data yang out of control yang dibuang adalah data ke- 40, 41, dan 53. Adapun data baru setelah data out of control dibuang dapat dilihat pada Tabel 5.32. Tabel 5.32. Data Dimensi TSB Revisi 2 Data TSB Data TSB Data TSB 1 91,70 23 97,20 45 103,10 2 101,10 24 108,50 46 105,70 3 101,60 25 110,40 47 104,40 4 99,40 26 93,60 48 97,00 5 99,30 27 97,20 49 91,00 6 91,00 28 94,20 50 99,00 7 106,00 29 101,20 51 99,00 8 106,00 30 107,00 52 106,20 9 105,00 31 99,90 53 105,30 10 92,00 32 110,30 54 106,70 11 93,00 33 101,60 55 104,52 12 104,00 34 99,80 56 105,00 13 96,90 35 104,10 57 107,50 14 101,00 36 102,00 58 104,76 15 106,00 37 93,50 16 99,50 38 111,00 17 92,30 39 101,00 18 91,50 40 95,70 19 94,90 41 95,00 20 109,70 42 104,00 21 101,00 43 99,20 22 112,00 44 101,70 Hasil dari uji keseragaman untuk dimensi Tinggi Siku Berdiri TSB Revisi Kedua dapat dilihat pada Gambar 5.9. Universitas Sumatera Utara Gambar 5.11. Uji Keseragaman Dimensi TSB Revisi 2 Dari gambar di atas terlihat bahwa seluruh data sudah berada di dalam batas kontrol. Maka dari itu, data dikatakan telah seragam. Hasil uji kesergaaman data untuk dimensi Lebar Bahu LB dan Diameter Genggaman DG setalah direvisi revisi 2 dapat dilihat pada Lampiran 5.

5.2.3.2. Uji Kecukupan Data

Uji kecukupan data digunakan untuk menganalisis jumlah pengukuran apakah sudah representatif, dimana tujuannya untuk membuktikan bahwa data sampel yang diambil sudah mewakili populasi. Untuk melakukan uji kecukupan data digunakan persamaan berikut: 2 2 2                X X X N s k N Universitas Sumatera Utara Dimana: N = Jumlah pengamatan yang dilakukan N’ = Jumlah pengamatan yang harus dilakukan k = Tingkat kepercayaan 95 s = Tingkat ketelitian 5 Dengan ketentuan: Jika N’ N, maka jumlah data pengamatan sudah mencukupi. Jika N’ N, maka jumlah data pengamatan belum mencukupi. Uji kecukupan untuk dimensi Tinggi Siku Berdiri TSB dilakukan setelah uji keseragaman revisi kedua dilakukan. Adapun perhitungan uji kecukupan data adalah sebagai berikut: N = 14 k = 2 s = 0,05        18 , 5862 76 , 104 50 , 107 ..... 10 , 101 70 , 91 xi                10 , 594327 76 , 104 50 , 107 ..... 10 , 101 70 , 91 2 2 2 2 2 xi maka: 4 5862,18 6862,18 10 , 594327 58 05 , 2 2 2            N Dari perhitungan terlihat bahwa nilai N’= 4,93 58. Sehingga jumlah data pengamatan telah mencukupi. Universitas Sumatera Utara Tabel 5.33. Perhitungan Uji Kecukupan Data No. Pengukuran N N’ Ket. 1 TSB 5862,18 594327,10 58 4,93 Data Cukup 2 LB 2335,70 91641,89 60 12,62 Data Cukup 3 DG 218,50 889,43 55 40,96 Data Cukup Perhitungan uji kecukupan data untuk dimensi tubuh LB dan DG dapat dilihat pada Lampiran 5.

5.2.3.3. Uji Kenormalan Data dengan Chi-Square

Uji Normal dengan Chi-Square digunakan untuk Uji Goodness of Fit kesesuaian antara frekuensi hasil pengamatan dengan frekuensi yang diharapkan yang tidak memerlukan anggapan tertentu tentang bentuk distribusi populasi dari mana sampel diambil. Pengujian distribusi normal dengan Chi-Square dapat dilakukan dengan menggunakan software SPSS 19.0. Adapun hasil yang diperoleh dapat dilihat pada Tabel 5.34. Tabel 5.34. Uji Kenormalan Data dengan Chi-Square Menggunkan Software SPSS 19.0 TSB LB DG Chi-Square 9.862 a 10.500 b 30.909 c df 47 44 24 Asymp. Sig. 1.000 1.000 .156 a. 48 cells 100.0 have expected frequencies less than 5. The minimum expected cell frequency is 1.2. b. 45 cells 100.0 have expected frequencies less than 5. The minimum expected cell frequency is 1.3. c. 25 cells 100.0 have expected frequencies less than 5. The minimum expected cell frequency is 2.2. Universitas Sumatera Utara

5.2.3.4. Penetapan Data Antropometri

Penetapan data antropometri dilakukan untuk merancang fasilitas kerja operator di stasiun pencucian dan penirisan tempe. Dimensi-dimensi tubuh operator yang telah dihitung akan menjadi dasar dalam perancangan fasilitas untuk stasiun tersebut. Perancangan fasilitas kerja tersebut menggunakan prinsip dimensi tubuh yang ekstrim. Persentil yang digunakan adalah persentil 5 untuk dimensi Tinggi Siku Berdiri TSB dan Diameter Genggaman DG. Sedangkan persentil 95 digunakan untuk dimensi tubuh Lebar Bahu LB. 1. Persentil 5 Dalam perhitungan persentil ini digunakan harga persentil 5 yang dapat dicari dengan menggunakan persamaan berikut:   100 1 5 5    n Dimana: P 5 = besar persentil 5 n = jumlah data 100 = persentase Perhitungan dimensi Tinggi Siku Berdiri TSB: 95 , 2 100 1 58 5 5    P Berarti nilai 5 P dapat dilihat diantara data ke 2 dan data ke 3. Selanjutnya setelah dilakukan perhitungan persentil, maka dilakukan interpolasi terhadap data hasil perhitungan persentil. Universitas Sumatera Utara Interpolasi = nilai data ke n + selisih nilai datadata ke n+1 – data P 5 = 101,10 + 101,10-101,603-2,95 = 101,10 + -0,50,05 = 101,10 - 0,025 = 101,075 cm Sedangkan perhitungan dimensi Diameter Genggaman DG: 3 , 3 100 1 55 5 5    P Berarti nilai 5 P dapat dilihat diantara data ke 3 dan data ke 4. Selanjutnya setelah dilakukan perhitungan persentil, maka dilakukan interpolasi terhadap data hasil perhitungan persentil. Interpolasi = nilai data ke n + selisih nilai datadata ke n+1 – data P 5 = 5,02 + 5,02-4,484-3,3 = 5,02 + 0,540,7 = 5,02 + 0,378 = 5,398 cm 2. Persentil 50 Dalam perhitungan persentil ini digunakan harga persentil 50 yang dapat dicari dengan menggunakan persamaan berikut:   100 1 50 50    n Dimana: P 50 = besar persentil 50 Universitas Sumatera Utara n = jumlah data 100 = persentase Perhitungan dimensi Lebar Bahu LB: 5 , 30 100 1 60 50 50    P Berarti nilai 50 P dapat dilihat diantara data ke 30 dan data ke 31. Selanjutnya setelah dilakukan perhitungan persentil, maka dilakukan interpolasi terhadap data hasil perhitungan persentil. Interpolasi = nilai data ke n + selisih nilai datadata ke n+1 – data P 50 = 34,30 + 34,30-36,5031-30,5 = 34,30 + -2,20,5 = 34,30 – 1,1 = 33,20 cm Universitas Sumatera Utara

BAB VI ANALISIS DAN EVALUASI

6.1. Spesifikasi

Adapun spesifikasi dari Mesin Pencuci dan Peniris Kacang Kedelai adalah sebagai berikut: 1. Dimensi : Diameter 50 cm , Tinggi 65 cm 2. Kapasitas mencuci : 150 kgjam 3. Listrik : 750 watt 4. Rangka : Besi siku 5. Material tabung : Stainless Steel 6. Fungsi : Mencuci dan meniriskan kacang kedelai

6.2. Hasil Akhir Dari Rancangan Mesin Pencuci dan Peniris Kacang Kedelai

Mesin pencuci dan peniris kedelai difungsikan untuk mencuci kacang kedelai yang akan diolah lebih lanjut yang kenudian akan dikeringkan. Untuk kedelai biasanya digunakan dalam industri pembuatan tempe, dimana kedelai sebelum diolah atau dimasak, dicuci terlebih dahulu sebelum dimasak. Mesin ini dapat digunakan dengan hasil bagus dengan syarat kedelai direbus dulu 30-60 menit sehingga kulit ari mudah lepas dan kedelai tidak hancur. Universitas Sumatera Utara