Penentuan Keluhan Berdasarkan Kuesioner SNQ Tahapan Pengolahan Data Antropometri

4.10.1. Penentuan Keluhan Berdasarkan Kuesioner SNQ

16 Tahapan penentuan keluhan berdasarkan kuesioner SNQ dapat dilihat pada Gambar 4.4. Gambar 4.4. Blok Diagram Penentuan Keluhan Berdasarkan Kuesioner SNQ Penjelasan beberapa hal yang dilakukan adalah sebagai berikut : a. Kuesioner disebarkan kepada pekerja yang bekerja di bagian pencucian untuk mengidentifikasi keluhan pada seluruh bagian tubuh pekerja. b. Masing-masing bagian tubuh diberikan bobot. c. Jumlahkan masing-masing bobot dari setiap bagian tubuh sehingga diketahui bagian tubuh yang mengalami keluhan musculosceletal dengan melihat bobot bagian tubuh yang paling tinggi. 4.10.2.Tahapan Penilaian Level Resiko Kerja dengan Metode QEC 17 Tahapan penilaian level resiko kerja dengan metode QEC dapat dilihat pada Gambar 4.5. 16 Santoso, Gempur . 2004. Ergonomi Manusia Peralatan dan lingkungan 17 Li, Guangyan dan Peter Buckle. Quick Exposure Checklist QEC for the Assessment of Workplace Risks for WMSDs. Newyork: CRC Press LLC. 2005 Penentuan keluhan kuesioner SNQ Perhitungan persentase keluhan bagian tubuh Gambar 4.5. Blok Diagram Penilaian Level Resiko Kerja dengan Metode QEC Dalam tahapan pengolahan data penilaian level resiko kerja, ada beberapa hal yang dilakukan adalah sebagai berikut: a. Melakukan penilaian postur terhadap pekerja dan pengamat pada setiap elemen kegiatan yang dilakukan dengan menggunakan tabel postur kerja. b. Penjumlahan skor QEC. c. Konfirmasi level tindakan.

4.10.3. Tahapan Pengolahan Data Antropometri

18 Tahapan pengolahan data antropometri dapat dilihat pada Gambar 4.6. 18 Nurmianto, Eko. 2008. Ergonomi, Konsep Dasar dan Aplikasinya Penilaian terhadap pengamat Penilaian terhadap pekerja Penjumlahan skor QEC Konfirmasi level tindakan Gambar 4.6. Blok Diagram Pengolahan Data Antropometri Dalam tahapan pengolahan data antropometri beberapa hal yang dilakukan adalah sebagai berikut: 1. Perhitungan nilai rata-rata mean, nilai maksimum dan minuman, serta nilai standar deviasi a. Nilai rata-rata mean dapat dihitung dengan rumus X = n X n X n X X n ∑ = + + + . . . . 2 1 Dimana : n = Banyaknya pengamatan n X Σ = Jumlah pengamatan ke n X = Nilai rata-rata Perhitungan nilai rata-rata, nilai minimum dan maksimum, nilai standar deviasi Uji keseragaman data antropometri Uji kenormalan data antropometri Perhitungan persentil Prinsip perancangan data antropometri Uji kecukupan data antropometri b. Nilai minimum dan maksimum adalah nilai terkecil dan terbesar pada data hasil pengukuran setelah data tersebut telah diurutkan. Contoh : Nilai minimum dan maksimum pada data Tinggi Bahu Berdiri Tegak adalah Nilai minimum = 159,40 dan Nilai maksimum = 170,40 1 159,4 6 163 2 160 7 165 3 161,3 8 167,2 4 162 9 168,5 5 162,7 10 170,4 c. Nilai standar deviasi Untuk menentukan nilai standar deviasi pada masing-masing pengukuran dapat ditentukan dengan rumus sebagai berikut : 2. Uji Keseragaman Data Uji keseragaman data perlu untuk pengendalian proses bagian data yang ditolak atau tidak seragam out of control karena tidak memenuhi batas yang telah ditetapkan. Peta kontrol adalah suatu alat yang tepat digunakan dalam menguji keseragaman data yang diperoleh dari hasil pengamatan rata-rata. Batas Kontrol Atas BKA serta Batas Kontrol Bawah BKB dengan tingkat kepercayaan 95 dapat dicari dengan formulasi sebagai berikut: σ 2 + = X BKA σ 2 − = X BKB 1 2 − − = ∑ n X X i σ 2. Uji Kecukupan Data Antropometri Untuk uji kecukupan data digunakan data antropometri dengan tingkat kepercayaan 95 dan tingkat ketelitian sebesar 5. Dalam perhitungan uji kecukupan digunakan rumus sebagai berikut : 2 2 2 40           − = ∑ ∑ ∑ i i i X X X N N Keterangan : N = Jumlah pengamatan yang dilakukan N’ = Jumlah pengamatan yang harus dilakukan i X ∑ = Jumlah seluruh data ∑ = 2 i X Jumlah kuadrat data s = Tingkat ketelitian Dengan catatan: tingkat kepercayaan 68 harga k = 1 tingkat kepercayaan 95 harga k = 2 tingkat kepercayaan 99 harga k = 3 Ketentuan: Jika N’ N, maka jumlah data pengamatan sudah mencukupi. Jika N’ N, maka jumlah data pengamatan belum mencukupi 3. Uji Kenormalan Data dengan Komlogorov Smirnov Test 2 2 2           − = ∑ ∑ ∑ i i i X X X N s k N Uji ini dilakukan untuk mengetahui kenormalan distribusi beberapa data. Uji Kolmogorov-Smirnov merupakan uji yang lebih kuat daripada Uji Chi Square ketika asumsi-asumsinya terpenuhi. Uji Kolmogorov-Smirnov juga tidak memerlukan asumsi bahwa populasi terdistribusi secara normal. Dalam uji kolmogorov-smirnov yang diperbandingkan adalah distribusi frekuensi kumulatif hasil pengamatan dengan distribusi kumulatif yang diharapkan. Langkah-langkah yang diperlukan dalam pengujian ini adalah : h. Data dari hasil pengamatan disusun mulai dari nilai pengamatan terkecil sampai nilai pengamatan terbesar. i. Nilai pengamatan tersebut kemudian disusun membentuk distribusi frekuensi kumulatif relatif, dan notasikan dengan FaX. j. Hitung nilai Z dengan rumus 2       − = σ X Xi Z Keterangan : Xi = data ke-i X = nilai rata-rata σ = standar deviasi k. Hitung distribusi frekuensi kumulatif teoritis berdasarkan kurva normal dan notasikan dengan FeX l. Ambil selisih antara FaX dengan distribusi normal FeX m. Ambil angka selisih maksimum dan notasikan dengan D D = Max FaX – FeX n. Bandingkan nilai D yang diperoleh dengan nilai D α dari tabel uji Kolmogorov- Smirnov dapat dilihat pada Lampiran 3. Kriteria pengambilan keputusannya adalah : Ho diterima apabila D D α Ho ditolak apabila D D α

4.11. Analisis Pemecahan Masalah