Pengolahan Data Antropometri Pengolahan Data

5.2.3. Pengolahan Data Antropometri

Dari hasil penilaian keluhan Musculoskeletal Disorders menunjukkan bahwa harus dilakukan perancangan fasilitas kerja yang ergonomis. Dimensi tubuh yang dibutuhkan untuk merancang fasilitas kerja adalah Kursi dan meja tempat meletakkan mesin potong. Dimensi tubuh yang dibutuhkan dalam perancangan fasilitas kerja dapat dilihat pada Tabel 5.1. Antropometri yang diperoleh dari pengukuran pada operator selanjutnya akan ditentukan nilai rata-rata, standard deviasi, nilai maksimum dan minimum untuk masing-masing item pengukuran. Perhitungan nilai rata-rata, standard deviasi, nilai minimum dan maksimum pada masing-masing pengukuran adalah sebagai berikut : 1. Nilai rata-rata x n X n X X X X n n       .. . . 2 1 Dimana : N = banyaknya pengamatan ΣX n = jumlah pengamatan ke - n X = X rata-rata Contoh : Nilai rata-rata pada Tinggi Tubuh adalah      15 850 ... 756 759 X 799 2. Nilai standar deviasi  Untuk menentuan nilai standard deviasi pada masing-masing pengukuran dapat ditentukan dengan rumus seperti di bawah ini : UNIVERSITAS SUMATERA UTARA σ = 1 2   N X Xi Contoh : 14 799 850 ... 799 756 799 759 2 2 2         = 34,332 ≈ 34 Nilai maksimum dan minimum adalah nilai terbesar dan terkecil pada data hasil pengukuran setelah data tersebut diurutkan. Contoh : Nilai maksimum Tinggi Tubuh TT = 850 Nilai minimum Tinggi Tubuh TT = 720 dapat dilihat perhitungan rata-rata, nilai standard deviasi, nilai minimum dan maksimum hasil pengukuran pada Tabel 5.20. UNIVERSITAS SUMATERA UTARA Tabel 5.20. Perhitungan Nilai Rata-Rata, Standart Deviasi, Nilai Minimum dan Maximum Data Antropometri Operator TT TB LB LP TPP JT PLB TS TP JPP TL 1 759 510 390 356 375 670 456 210 400 389 415 2 756 524 395 356 348 657 425 220 400 389 414 3 720 500 400 310 380 660 420 180 430 380 445 4 810 540 430 350 400 690 425 220 440 410 455 5 820 540 420 330 400 700 450 240 440 410 450 6 830 540 440 370 410 690 450 240 430 440 445 7 800 540 420 330 390 690 456 230 440 400 450 8 800 530 430 360 420 690 450 240 426 400 436 9 810 530 390 370 370 670 440 220 420 400 430 10 820 540 400 340 400 685 460 220 440 440 450 11 790 510 380 330 400 680 440 210 426 400 415 12 780 520 380 340 440 670 420 220 426 380 415 13 840 540 440 320 380 700 450 250 420 450 435 14 800 530 400 310 375 680 440 210 400 400 410 15 850 589 410 320 410 700 470 260 465 480 475 Rata- rata 799 532 408 339 393 682 443 225 427 411 436  34 20 20 20 23 14 15 20 18 29 19 Max 850 589 440 370 440 700 470 260 465 480 475 Min 720 500 380 310 348 657 420 180 400 380 410

5.2.3.1. Uji Keseragaman Data

Uji keseragaman data digunakan untuk pengendalian data yang tidak diterima atau tidak seragam karena tidak memenuhi spesifikasi. Apabila dalam satu pengukuran terdapat satu jenis atau lebih data yang tidak seragam maka data tersebut akan langsung ditolak dan dilakukan revisi data yang tidak seragam dengan cara membuang data yang UNIVERSITAS SUMATERA UTARA out of control tersebut dan melakukan perhitungan kembali. Pada percobaan ini digunakan tingkat kepercayaan 95 dan tingkat ketelitian 5. Untuk menguji keseragaman data antropometri digunakan peta kontrol dengan persamaan berikut :   k X BKB k X BKA     Jika X min BKB dan Xmax BKA maka Data Seragam Jika X min BKB dan Xmax BKA maka Data Tidak Seragam Contoh :   868 34 2 799      BKA BKA k X BKA  dan   730 34 2 799      BKB BKB k X BKB  Dengan cara yang sama seperti di atas, maka hasil keseragaman data yang diperoleh pada masing-masing elemen pengukuran dapat dilihat pada Tabel 5.21. Oleh karena itu akan dilakukan revisi untuk menyeragamkan data tersebut. Berdasarkan Tabel 5.21 di bawah dapat dilihat pengukuran yang mengalami out of control yang perlu direvisi pada 11 dimensi yang diukur. Untuk mempermudah melihat data-data yang out of control maka data tersebut digambarkan pada peta-peta kontrol yang dilampirkan pada lampiran untuk masing-masing dimensi. Pada gambar di bawah terdapat data yang berada di luar batas kontrol sehingga dimensi TT Tinggi Tubuh, TB Tinggi Bahu, TPP Tinggi Pantat ke Punggung, TS Tinggi Siku, TP Tinggi Pantat, JPP Jarak Popliteal ke Pantat dan TL Tinggi Lutut memiliki satu nilai yang out of control. Oleh karena itu akan dilakukan revisi. Peta kontrol dapat dilihat pada Gambar 5.10 sampai dengan Gambar 5.16. UNIVERSITAS SUMATERA UTARA Tabel 5.21. Perhitungan Uji Keseragaman Data Operator TT TB LB LP TPP JT PLB TS TP JPP TL 1 759 510 390 356 375 670 456 210 400 389 415 2 756 524 395 356 348 657 425 220 400 389 414 3 720 500 400 310 380 660 420 180 430 380 445 4 810 540 430 350 400 690 425 220 440 410 455 5 820 540 420 330 400 700 450 240 440 410 450 6 830 540 440 370 410 690 450 240 430 440 445 7 800 540 420 330 390 690 456 230 440 400 450 8 800 530 430 360 420 690 450 240 426 400 436 9 810 530 390 370 370 670 440 220 420 400 430 10 820 540 400 340 400 685 460 220 440 440 450 11 790 510 380 330 400 680 440 210 426 400 415 12 780 520 380 340 440 670 420 220 426 380 415 13 840 540 440 320 380 700 450 250 420 450 435 14 800 530 400 310 375 680 440 210 400 400 410 15 850 589 410 320 410 700 470 260 465 480 475 BKA 868 574 449 380 439 710 474 264 462 468 474 BKB 730 490 367 299 348 654 413 185 391 354 398 UNIVERSITAS SUMATERA UTARA Tabel 5.21. Perhitungan Uji Keseragaman Data Lanjutan Operator TT TB LB LP TPP JT PLB TS TP JPP TL Ket TS TS S S TS S S TS TS TS TS Out of control 720 589 - - 440 - - 180 465 480 475 Gambar 5.10. Peta Kontrol Tinggi Tubuh TT Gambar 5.11. Peta Kontrol Tinggi Bahu TB UNIVERSITAS SUMATERA UTARA Gambar 5.12. Peta Kontrol Tinggi Pantat ke Punggung TPP Gambar 5.13. Peta Kontrol Tinggi Siku TS UNIVERSITAS SUMATERA UTARA Gambar 5.14. Peta Kontrol Tinggi Pantat TP Gambar 5.15. Peta Kontrol Jarak Popliteal ke Pantat JPP UNIVERSITAS SUMATERA UTARA Gambar 5.16. Peta Kontrol Tinggi Lutut TL Kesimpulan, karena hasil pengukuran menyatakan terdapat data TT,TB,TPP,TS,TP,JPP dan TL yang berada diatas BKA atau BKA X  max dan X min BKB maka data hasil pengukuran yang dilakukan tidak seragam untuk melakukan perancangan fasilitas. Dari hasil yang diperoleh terdapat 7 dimensi data mengalami out of control . Oleh karena itu akan dilakukan revisi untuk menyeragamkan data. Sebagai contoh akan dilakukan revisi untuk dimensi Tinggi Tubuh. Revisi dilakukan dengan menggunakan rumus : 14 850 ... 810 756 759     X = 805   k X BKB k X BKA       860 27 2 805      BKA BKA k X BKA  dan   750 27 2 805      BKB BKB k X BKB  UNIVERSITAS SUMATERA UTARA Dari perhitungan di atas diperoleh data yang tidak mengalami out of control untuk dimensi Tinggi Tubuh. Perhitungan-perhitungan untuk dimensi lain dapat dilihat pada Tabel 5.22. Tabel 5.22. Perhitungan Uji Keseragaman Data Revisi I Operator TT TB LB LP TPP JT PLB TS TP JPP TL 1 759 510 390 356 375 670 456 210 400 389 415 2 756 524 395 356 348 657 425 220 400 389 414 3 - 500 400 310 380 660 420 - 430 380 445 4 810 540 430 350 400 690 450 220 440 410 455 5 820 540 420 330 400 700 450 240 440 410 450 6 830 540 440 370 410 690 450 240 430 440 445 7 800 540 420 330 390 690 450 230 440 400 450 8 800 530 430 360 420 690 450 240 426 400 436 9 810 530 390 370 370 670 440 220 420 400 430 10 820 540 400 340 400 685 460 220 440 440 450 11 790 510 380 330 400 680 460 210 426 400 415 12 780 520 380 340 - 670 420 220 426 380 415 13 840 540 440 320 380 700 450 250 420 450 435 14 800 530 400 310 375 680 440 210 400 400 410 15 850 - 410 320 410 700 470 260 - - - BKA 860 574 449 380 429 713 475 259 454 451 466 BKB 750 493 367 299 351 655 417 196 394 362 400 Ket S TS S S TS S S TS S S S Out of control - 500 - - 348 - - 260 - - - Pada revisi I ini ada bagian mengalami out of control yaitu Tinggi Bahu, Tinggi Pantat ke Punggung dan Tinggi Siku yang dapat dilihat pada Gambar 5.17 sampai Gambar 5.19. UNIVERSITAS SUMATERA UTARA Gambar 5.17. Peta Kontrol Tinggi Bahu TB Revisi I Gambar 5.18. Peta Kontrol Tinggi Pantat ke Punggung TPP Revisi I UNIVERSITAS SUMATERA UTARA Gambar 5.19. Peta Kontrol Tinggi Siku TS Revisi I Untuk menyeragamkan data akan dilakukan revisi kembali, untuk menyeragamkan data seperti Tinggi Bahu TB. Revisi dilakukan dengan menggunakan rumus:      13 530 ... 524 510 X 530   k X BKB k X BKA       553 11 2 530      BKA BKA k X BKA  dan   508 11 2 530      BKB BKB k X BKB  UNIVERSITAS SUMATERA UTARA Tabel 5.23. Perhitungan Uji Keseragaman Data Revisi II Operator TT TB LB LP TPP JT PLB TS TP JPP TL 1 759 510 390 356 375 670 456 210 400 389 415 2 756 524 395 356 - 657 425 220 400 389 414 3 - - 400 310 380 660 420 - 430 380 445 4 810 540 430 350 400 690 425 220 440 410 455 5 820 540 420 330 370 700 450 240 440 410 450 6 830 540 440 370 380 690 450 240 430 440 445 7 800 540 420 330 390 690 456 230 440 400 450 8 800 530 430 360 420 690 450 240 426 400 436 9 810 530 390 370 370 670 440 220 420 400 430 10 820 540 400 340 400 685 460 220 440 440 450 11 790 510 380 330 390 680 440 210 426 400 415 12 780 520 380 340 - 670 420 220 426 380 415 13 840 540 440 320 380 700 450 250 420 450 435 14 800 530 400 310 375 680 440 210 400 400 410 15 850 - 410 320 410 700 470 - - - - BKA 860 553 449 380 420 713 474 252 454 451 466 BKB 750 508 367 299 356 655 417 199 394 362 400 Ket S S S S S S S S S S S Out of control - - - - - - - - - - - Dari Tabel 5.23 diatas didapat peta kontrol revisi II untuk dimensi Tinggi Bahu, Tinggi Pantat ke Punggung dan Tinggi Siku seperti Gambar 5.20 sampai Gambar 5.22. UNIVERSITAS SUMATERA UTARA Gambar 5.20. Peta Kontrol Tinggi Bahu TB Revisi II Gambar 5.21. Peta Kontrol Peta Kontrol Tinggi Pantat ke Punggung TPP Revisi II UNIVERSITAS SUMATERA UTARA Gambar 5.22. Peta Kontrol Tinggi Siku TS Revisi II

5.2.3.2. Uji Kecukupan Data

Uji kecukupan data digunakan untuk menganalisis jumlah pengukuran apakah sudah representatif. Tujuan uji kecukupan data adalah untuk membuktikan bahwa data sampel yang diambil sudah mewakili populasi. Untuk uji kecukupan data dengan tingkat ketelitian 5 dan tingkat keyakinan 95 digunakan persamaan :   2 2 2 k N X X s N X                Contoh pada pengujian TT:   2 2 2 k N X X s N X                UNIVERSITAS SUMATERA UTARA     73 , 1 11265 126900225 9074117 14 05 , 2 2              N N Jika, N’N maka data sudah cukup untuk melakukan perancangan Jika N`N maka data belum cukup untuk melakukan perancangan. Kesimpulan: N’ = 1.73 N data = 14 Maka data hasil pengukuran yang dilakukan telah mencukupi untuk dilakukan perancangan fasilitas. Dengan cara yang sama seperti diatas, maka hasil uji kecukupan data yang diperoleh pada masing-masing elemen pengukuran dapat dilihat pada Tabel 5.24. Tabel 5.24. Uji Kecukupan Data Operator TT TB LB LP TPP JT PLB TS TP JPP TL 1 759 510 390 356 375 670 456 210 400 389 415 2 756 524 395 356 - 657 425 220 400 389 414 3 - - 400 310 380 660 420 - 430 380 445 4 810 540 430 350 400 690 425 220 440 410 455 5 820 540 420 330 370 700 450 240 440 410 450 6 830 540 440 370 380 690 450 240 430 440 445 7 800 540 420 330 390 690 456 230 440 400 450 8 800 530 430 360 420 690 450 240 426 400 436 9 810 530 390 370 370 670 440 220 420 400 430 10 820 540 400 340 400 685 460 220 440 440 450 11 790 510 380 330 390 680 440 210 426 400 415 12 780 520 380 340 - 670 420 220 426 380 415 13 840 540 440 320 380 700 450 250 420 450 435 14 800 530 400 310 375 680 440 210 400 400 410 UNIVERSITAS SUMATERA UTARA Tabel 5.25. Uji Kecukupan Data Lanjutan Operator TT TB LB LP TPP JT PLB TS TP JPP TL 15 850 - 410 320 410 700 470 - - - - N 14 13 15 15 13 15 15 13 14 14 14 N’ 1,7 0,7 3,8 5,3 2,4 0,6 1,8 5,1 1,8 4,4 2,1 Keterangan Cukup Cukup Cukup Cukup Cukup Cukup Cukup Cukup Cukup Cukup Cukup Dari hasil uji kecukupan data, dapat dilihat bahwa semua data yang ada telah cukup, maka dapat dilakukan pengolahan ke tahap selanjutnya yaitu uji kenormalan data.

5.2.3.3. Uji Normal dengan Kolmogorov-Smirnov Test

Uji Normal dengan Kolmogorov-Smirnov Test 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. Adapun produk yang akan dianalisa dan dirancang adalah kursi operator dan meja tempat meletakkan mesin potong. Dalam hal ini terdapat 11 dimensi tubuh manusia yang berhubungan dengan kursi operator. Uji normal dengan metode Kolmogorov-Smirnov Test dilakukan terhadap dimensi TT Tinggi Tubuh, TB Tinggi Bahu, LB Lebar Bahu, TPP Tinggi Pantat ke Punggung, JT Jangkauan Tangan dan PLB Panjang Lengan Bawah, TS Tinggi Siku, TP Tinggi Popliteal, JPP Jarak Popliteal ke Pantat, TL Tinggi Lutut. Hasil seluruh pengujian dinyatakan normal karena karena nilai D lebih kecil dari nilai D α. Pengujian kenormalan data dapat dilihat pada lampiran dan hasilnya dapat dilihat pada Tabel 5.25. UNIVERSITAS SUMATERA UTARA Tabel 5.25. Hasil Uji Kenormalan Data dengan Kolmogorof-Smirnov Dimensi Posisi Duduk Kolmogorof-Smirnov Hasil Hitung Kolmogorof- Smirnov Tabel Keterangan TT 0.0954 0.31417 Normal TB 0.1788 0.32549 Normal LB 0.1184 0.30397 Normal LP 0.1367 0.30397 Normal TPP 0.2300 0.32549 Normal JT 0.1020 0.30397 Normal PLB 0.0790 0.30397 Normal TS 0.2597 0.32549 Normal TP 0.1606 0.31417 Normal JPP 0.2493 0.31417 Normal TL 0.2192 0.31417 Normal

5.2.4. Perancangan Fasilitas Kerja Usulan