Saran KESIMPULAN DAN SARAN

6. Dari hasil pengukuran fisik pekerja maka diperoleh perbandingan dari denyut nadi sebelum dan sesudah bekerja semakin menurun, suhu tubuh sebelum dan sesudah bekerja yang semakin meningkat dan perbandingan tekanan darah sistole dan diastole sebelum dan setelah bekerja yang semakin menurun. 7. Dari hasil kuesioner yang diisi oleh seluruh operator peeler maka diperoleh kondisi panas lingkungan kerja yang belum mendukung dan yang tidak nyaman sehingga setiap pekerja berharap adanya perbaikan. 8. Dari segi suhu yang terdapat di lantai produksi, saat ini maka seharusnya Operator peeler memiliki persentase waktu kerja 75 dan waktu istirahat sebesar 25 9. Nilai Heat Stress Index pada Operator peeler adalah 97. Dari segi jumlah keringat yang dikeluarkan, maka operator harus mampu menghasilkan keringat sebesar 0.2 literjam untuk mempertahankan keseimbangan panas di dalam tubuh 10. Peningkatan kenyamanan pekerja terhadap lingkungan panas dapat dilakukan dengan meningkatkan nilai insulasi pakaian sebesar 1 clo. 11. Pengurangan nilai heat stress index operator sebesar 33 sehingga diharapkan suhu didalam ruangan sebesar 24,12 C.

7.2. Saran

Dari hasil penelitian yang dilakukan maka dapat disarankan beberapa hal berikut: Universitas Sumatera Utara 1. Perusahaan sebaiknya lebih memperhatikan kesehatan pekerja dengan melakukan pemeriksaan kesehatan khususnya terhadap operator peeler dan perusahaan memberikan pelatihan terhadap pentingnya kesehatan dan membuat aturan yang tegas terhadap pekerja seperti memakai pakaian ketika sedang bekerja, hal ini dilakukan untuk menjaga kesehatan pekerja. 2. Perusahaan sebaiknya membuat seragam pekerja untuk meningkatkan kenyamanan pekerja juga membuat ventilasi untuk mengurangi panas ruangan. 3. Penelitian ini dapat dikembangkan dengan pembahasan yang lebih mendalam tentang perancangan alat yang dapat menghirup suhu panas serta mengendalikan kondisi paparan panas, perancangan isolator mesin terkhusus mesin pengering , perancangan bangunan yang lebih baik dari segi bahan yang digunakan atau perancangan insulasi bangunan untuk mengurangi paparan panas, perbaikan layout pabrik dan perhitungan keseimbangan panas yang menyeluruh di kedelapan lintasan produksi. Universitas Sumatera Utara DAFTAR PUSTAKA Department of Health and Human Services, 1973, The Industrial Environment-Its Evaluation and Control, Public Health Service. Altwood, Dennis A, et.al., 2004, Ergonomic Solutions for the Process Industries, El Sevier. Niebel, Benjamin, et.al., 1999, Methods Standards and Works Design, 10th Edition, WCB Mc Graw-Hill. Fanger, P.O, 1972, Thermal Comfort, Mc Graw-Hill Book Company. Parsons, K.C, 2007, Human Thermal Environment, London and New York. Salvendy, Gavriel, 1997, Handbook of Human Factors and Ergonomics, 2nd Edition, Wiley Interscience. Satwiko, Prasasto, 2008, Fisika Bangunan, Penerbit Andy: Yogyakarta. Stanton, Neville, et.al., 2005, Handbook of Human Factors and Ergonomics Methods, CRC Press. Suma’mur, P. K, 1991, Higene Perusahaan dan Kesehatan Kerja, CV Haji Masagung: Jakarta. Walpole, R.E., 1995, Pengantar Statistika Terjemahan, Edisi Ketiga, PT. Gramedia Pustaka Utama: Jakarta. Universitas Sumatera Utara Lampiran Lampiran 1 : Perhitungan Validitas Sensasi Termal Sebelum Bekerja Tabel L-1 Perhitungan Validitas Sensasi Termal Sebelum Bekerja Temperatur Ruangan Sebelum Bekerja Responden X Y X2 Y2 XY 1 1 1 1 1 1 2 0 2 0 4 0 3 0 1 0 1 0 4 1 3 1 9 9 5 1 4 1 16 16 6 1 1 1 1 1 7 1 1 1 1 1 8 0 2 0 4 0 9 1 3 1 9 9 10 0 -2 0 4 0 11 1 2 1 4 4 12 1 1 1 1 1 13 0 2 0 4 0 14 0 0 0 0 15 0 -1 0 1 0 16 0 1 0 1 0 17 0 -1 0 1 0 18 1 3 1 9 9 19 1 2 1 4 4 20 1 3 1 9 9 21 0 2 0 4 0 22 1 3 1 9 9 23 1 -1 1 1 1 24 1 1 1 1 1 25 0 1 0 1 0 26 1 4 1 16 16 27 1 2 1 4 4 28 1 2 1 4 4 29 0 1 0 1 0 30 1 4 1 16 16 31 1 2 1 4 4 32 1 2 1 4 4 ∑ 20 51 20 149 123 Sumber: Hasil Pengolahan Data Rumus yang digunakan adalah rumus Product Moment. Universitas Sumatera Utara            2 2 2 2                n n n r xy            2 2 36 246 20 8 12 20 36 8 36 20     x x r xy = 0,541 1. Kesimpulan: Karena r hitung r tabel maka Ho diterima, berarti kuesioner merupakan instrumen yang valid dan dapat digunakan dalam pengumpulan data. Hasil perhitungan validitas untuk setiap pertanyaan pada saat sebelum dan sesudah bekerja dapat dilihat pada Tabel 4.4 Tabel L-2 Hasil Perhitungan Validitas untuk Setiap Pertanyaan Sebelum Bekerja Sesudah Bekerja Pertanyaan N r hitung r tabel Ket. Pertanyaan N r hitung r tabel Ket. Sensasi Temperatur 32 1,966 0,349 Valid Sensasi Temperatur 32 9,350 0,349 Valid Preferensi Temperatur 32 2,609 0,349 Valid Preferensi Temperatur 32 15,620 0,349 Valid Sensasi Aliran Udara 32 0,388 0,349 Valid Sensasi Aliran Udara 32 7,587 0,349 Valid Preferensi Aliran Udara 32 1,186 0,349 Valid Preferensi Aliran Udara 32 15,379 0,349 Valid Thermal Comfort 32 1,529 0,349 Valid Thermal Comfort 32 14,479 0,349 Valid Efek Lingkungan Kerja 32 0,443 0,349 Valid Efek Lingkungan Kerja 32 18,735 0,349 Valid Kelelahan Tangan 32 1,290 0,349 Valid Kelelahan Tangan 32 7,825 0,349 Valid Kelelahan Bahu 32 4,093 0,349 Valid Kelelahan Bahu 32 5,187 0,349 Valid Kelelahan Punggung 32 2,137 0,349 Valid Kelelahan Punggung 32 8,708 0,349 Valid Kelelahan Kaki 32 3,711 0,349 Valid Kelelahan Kaki 32 4,378 0,349 Valid Sumber: Hasil Pengolahan Data Lampiran 2 : Uji Validitas Kuesioner Uji validitas kuesioner dilakukan untuk menentukan valid tidaknya item yang dipergunakan sebagai pendukung kuesioner, digunakan teknik korelasi antara skor Universitas Sumatera Utara item dengan skor total variabel. Dalam pengujian validitas ini digunakan korelasi Product Moment. Adapun langkah-langkah pengujian untuk uji validitas adalah sebagai berikut : 2. Ho : Kuesioner merupakan instrumen yang valid dan dapat digunakan dalam pengumpulan data. H 1 : Kuesioner bukan merupakan instrumen yang valid. 3. Taraf signifikan yang dipilih α = 0,05 Wilayah kritis Product Moment dengan α = 0,05 dan N . = 32 adalah r tabel = 0,444 4. Perhitungan r hitung :               2 2 2 2 Y Y N X X N Y X XY N r xy Dimana: r xy = koefisien korelasi setiap item n = jumlah peserta tes ΣX = jumlah skor item ΣY = jumlah skor total ΣXY = jumlah perkalian skor item dan skor total ΣX 2 = jumlah kuadrat skor item Σ Y 2 = jumlah kuadrat skor total Sebagai contoh uji validitas untuk item pertama yaitu: thermal sensation pada operator sebelum bekerja seperti pada Tabel L.3 Lampiran 3 : Uji Reliabilitas Kuesioner Universitas Sumatera Utara Reliabilitas menyangkut ketepatan alat ukur. Metode yang digunakan untuk uji reliabilitas adalah dengan menggunakan metode Alpha Cronbach. Uji reabilitas dengan menghitung varians masing-masing, rumusnya adalah sebagai berikut: N N X X i i i     2 2 2  σ i 2 = Varians butir pertanyaan ke -n. ∑X i = Jumlah skor jawaban subjek untuk butir pertanyaan ke-n. Sebagai contoh, perhitungan varians untuk pertanyaan pertama sensasi temperatur pada saat sebelum bekerja lantai 1 dan lantai 2 seperti pada Tabel L.3. berikut. Universitas Sumatera Utara Tabel L.3. Perhitungan Varians Pertanyaan 1 Sebelum Bekerja di Lantai 1 Sebelum Bekerja Pertanyaan Responden 1 2 3 4 5 6 7 8 9 10 ∑X X 2 1 1 0 0 0 -1 -1 0 1 0 1 1 1 2 0 1 -1 0 -1 0 1 1 0 1 2 4 3 0 1 -1 -1 0 -1 0 1 1 1 1 1 4 1 1 -1 0 0 -1 1 0 1 1 3 9 5 1 1 0 -1 0 0 0 1 1 1 4 16 6 1 0 -1 0 0 -1 0 1 1 0 1 1 7 1 1 -1 -1 -1 -1 1 0 1 1 1 1 8 0 1 -1 -1 -1 0 1 1 1 1 2 4 9 1 1 0 -1 -1 -1 1 1 1 1 3 9 10 0 0 -1 -1 -1 -1 1 1 0 0 -2 4 11 1 1 -1 -1 0 -1 1 0 1 1 2 4 12 1 0 -1 -1 -1 0 1 1 0 1 1 1 13 0 1 0 -1 -1 0 1 1 0 1 2 4 14 0 0 0 -1 -1 -1 0 1 1 1 0 15 0 0 -1 -1 0 -1 0 1 1 0 -1 1 16 0 0 -1 -1 -1 0 1 1 1 1 1 1 17 0 1 -1 -1 -1 -1 0 0 1 1 -1 1 18 1 1 -1 -1 -1 0 1 1 1 1 3 9 19 1 1 -1 0 0 -1 0 1 1 0 2 4 20 1 1 0 -1 -1 0 0 1 1 1 3 9 21 0 1 0 0 -1 -1 0 1 1 1 2 4 22 1 0 -1 0 0 -1 1 1 1 1 3 9 23 1 1 -1 -1 -1 0 0 0 0 0 -1 1 24 1 1 0 -1 -1 -1 0 1 0 1 1 1 25 0 1 -1 -1 -1 0 1 1 0 1 1 1 26 1 1 0 -1 -1 0 1 1 1 1 4 16 27 1 1 0 -1 -1 -1 1 1 1 0 2 4 28 1 0 -1 -1 0 -1 1 1 1 1 2 4 29 0 1 -1 0 0 -1 0 1 0 1 1 1 30 1 1 0 -1 -1 0 1 1 1 1 4 16 31 1 1 0 0 -1 -1 0 1 0 1 2 4 32 1 1 -1 0 -1 -1 1 1 0 1 2 4 ∑X 20 23 20 -22 -22 -20 48 27 21 26 ∑X 2 20 23 20 22 22 20 48 27 21 26 Sumber: Hasil Pengolahan Data 0.234 32 32 20 20 2 2 1     Universitas Sumatera Utara Dengan menggunakan rumus yang sama, diperoleh masing-masing varians dari tiap pertanyaan yang terdapat pada Tabel L.4. Tabel L.4 Hasil Perhitungan Varians Tiap Pertanyaan Pertanyaan σ 2 hitung 1 0.234 2 0.202 3 0.234 4 0.215 5 0.215 6 0.234 7 0.750 8 0.132 9 0.226 10 0.152 ∑σ b 2 2.595 Sumber: Hasil Pengolahan Data Varians total σ t 2 = 32 32 51 2601 2  = 78,74               2 2 1 1 t b k k r   r =               741 . 78 595 . 2 1 1 32 32 = 1 Universitas Sumatera Utara Kuesioner dinyatakan reliabel jika r 0,6. Dari perhitungan diatas, didapat bahwa data reliable atau dapat dipercaya, karena nilai koefisien reliabilitas hitung 1,00 lebih besar dibandingkan dengan koefisien reliabilitas sebesar 0,6. Hasil perhitungan reliabilitas pada saat sebelum dan sesudah bekerja dapat dilihat pada Tabel L.5 Tabel L.5. Hasil Uji Reliabilitas Item Pertanyaan Sebelum dan Sesudah Bekerja r hitung Sebelum Sesudah r indeks Ket. 1,00 0,99 0,6 Reliabel Sumber: Hasil Pengolahan Data Universitas Sumatera Utara Lampiran 4 : Uji Kecukupan Data Uji kecukupan data digunakan untuk menganalisa jumlah pengukuran apakah sudah representatif, dimana tujuannya untuk membuktikan bahwa sampel yang diambil sudah mewakili populasi. Dalam uji kecukupan data dengan tingkat ketelitian 5 dan tingkat keyakinan 95 digunakan persamaan:   2 2 2 40                X X X N N Jika, N`N maka data sudah cukup untuk melakukan penelitian. N`N maka data belum cukup untuk melakukan penelitian. Adapun uji kecukupan data untuk suhu pada gradien ketinggian 0.1 meter di lantai 1 adalah sebagai berikut: Contoh: Data gradien ketinggian 0.1 meter  X = 262  X 2 = 9303 Maka: 24 , 1 262 262 9303 7 40 2 2            N Kesimpulan: karena N’ = 1,24 N data = 7, maka data hasil pengukuran yang dilakukan sudah cukup untuk melakukan pengukuran suhu pada gradien ketinggian 0,1 meter di lantai 1. Universitas Sumatera Utara Dengan cara yang sama seperti di atas, maka hasil uji kecukupan data untuk beberapa suhu pada gradien ketinggian, suhu basah, suhu kering, suhu bola, kelembaban dan kecepatan angin dapat dilihat pada Tabel L.6. berikut. Tabel L.6 Uji Kecukupan Data untuk Gradien Ketinggian Ketinggian m Lintasan Nilai 0,1 0,6 1,1 1,7 2,5 N 7 7 7 7 7 N’ 1,24 0,24 0,24 0,13 3,14 1 Keterangan cukup cukup cukup cukup cukup N 7 7 7 7 7 N’ 3,58 2,89 2,69 4,46 3,59 2 Keterangan cukup cukup cukup cukup cukup N 7 7 7 7 7 N’ 4,59 4,72 2,92 3,93 3,52 3 Keterangan cukup cukup cukup cukup cukup N 7 7 7 7 7 N’ 0,745 0,872 1,138 1,187 1,314 4 Keterangan cukup cukup cukup cukup cukup N 7 7 7 7 7 N’ 3,121 3,424 3,572 3,623 3,850 5 Keterangan cukup cukup cukup cukup cukup N 7 7 7 7 7 N’ 3,121 3,424 3,572 3,623 3,850 6 Keterangan cukup cukup cukup cukup cukup N 7 7 7 7 7 N’ 3,121 3,424 3,572 3,623 3,850 7 Keterangan cukup cukup cukup cukup cukup N 7 7 7 7 7 N’ 3,121 3,424 3,572 3,623 3,850 8 Keterangan cukup cukup cukup cukup cukup Sumber: Hasil Pengolahan Data Universitas Sumatera Utara Lampiran 5. Data Sensasi, Preferensi dan Kenyamanan Termal Tabel L7. Data Sensasi dan Preferensi Termal Thermal Sensation -2: Dingin, -1 : Cukup Dingin, 0 : Netral, 1 : Cukup Panas, 2 : Panas Thermal Preference 2 : Jauh Lebih Sejuk, 1 : Lebih Sejuk, 0 : Netral, -1 : Lebih Hangat, -2 : Jauh Lebih Hangat NO Operator Sebelum Sesudah Sebelum Sesudah 1 Operator 1 1 1 1 2 Operator 2 1 1 1 1 3 Operator 3 1 1 1 2 4 Operator 4 1 2 1 1 5 Operator 5 1 2 1 6 Operator 6 1 2 1 1 7 Operator 7 1 2 1 1 8 Operator 8 1 1 1 1 9 Operator 9 1 1 1 10 Operator 10 1 1 1 1 11 Operator 11 1 1 1 2 12 Operator 12 2 2 1 1 13 Operator 13 1 2 1 14 Operator 14 1 2 2 15 Operator 15 1 2 1 1 16 Operator 16 1 2 1 1 17 Operator 17 1 2 1 1 18 Operator 18 1 2 1 1 19 Operator 19 2 2 1 1 20 Operator 20 1 2 1 21 Operator 21 1 2 1 22 Operator 22 1 2 -1 1 23 Operator 23 2 2 -1 1 24 Operator 24 1 2 2 Jumlah 27 41 12 28 Rata-Rata 1.125 1.708 0.500 1.167 25 Operator 25 1 2 -1 1 26 Operator 26 1 2 1 27 Operator 27 1 2 1 28 Operator 28 1 1 1 1 29 Operator 29 1 2 1 1 30 Operator 30 1 2 1 31 Operator 31 1 2 2 32 Operator 32 1 2 1 1 Jumlah 8 15 2 9 Rata-Rata 1.000 1.875 0.250 1.125 Sumber: Hasil Pengolahan Data Universitas Sumatera Utara y = 0.583x + 0.541 R² = 1 y = 0.875x + 0.125 R² = 1 ‐2.0 ‐1.0 0.0 1.0 2.0 1 2 T h e rm a l S e n sa ti o n Sebelum Sesudah Grafik Thermal Sensation Votes Op.Peeler Op.Line 2=Panas ‐2=Dingin Gambar L1. Grafik Thermal Sensation Votes y = 0.666x ‐ 0.166 R² = 1 y = 0.875x ‐ 0.625 R² = 1 ‐2.0 ‐1.0 0.0 1.0 2.0 1 2 T h e rm a l P re fe re n si Sebelum Sesudah Grafik Thermal Preferensi Votes Op.Peeler Op.Line 2=Jauh Lebih Sejuk ‐2=Jauh Lebih Panas Gambar L2. Grafik Thermal Preference Votes Universitas Sumatera Utara Tabel L8. Data Sensasi dan Preferensi Aliran Udara Air Flow Sensation 2 : K N Air Flow Preference 2 : J uat, 1 : Cukup Kuat, 0 : etral, -1 : Cukup Lemah, -2 : Lemah auh Lebih Kuat, 1 : Lebih Kuat, 0 : Netral, -1 : Lebih Lemah, -2 : Jauh Lebih Lemah NO Operator Sebelum Sesudah Sebelum Sesudah 1 Operator 1 -2 1 2 Operator 2 -1 -1 1 3 Operator 3 -1 -1 1 1 4 Operator 4 -1 -1 1 5 Operator 5 -1 -2 1 1 6 Operator 6 -1 1 7 Operator 7 -1 -1 1 1 8 Operator 8 -1 -1 1 2 9 Operator 9 -1 -1 1 1 10 Operator 10 -1 1 2 11 Operator 11 -1 -1 1 2 12 Operator 12 -1 1 1 13 Operator 13 -1 -1 1 1 14 Operator 14 -1 1 1 15 Operator 15 -2 1 1 16 Operator 16 -1 1 1 17 Operator 17 -1 -1 1 2 18 Operator 18 -1 -1 1 1 19 Operator 19 -1 -1 1 20 Operator 20 -1 -1 1 1 21 Operator 21 -1 -1 1 22 Operator 22 -2 1 23 Operator 23 -1 -1 1 1 24 Operator 24 -1 -1 1 1 Jumlah -16 -28 17 28 R - - 0.

1. ata-Rata

0.667 1.167 708 167 25 25 Operator -1 -1 1 1 26 Operator 26 -1 -1 1 2 27 Operator 27 -1 -1 1 2 28 Operator 28 -1 1 1 29 Operator 29 -1 -1 2 30 Operator 30 -1 -2 1 2 31 Operator 31 -1 -1 1 32 Operator 32 -1 -2 1 Jumlah -7 -10 5 12 R -0 - 0.

1. ata-Rata

.875 1.250 625 500 Sumber: H an Data asil Pengolah Universitas Sumatera Utara