Paper No IND 25
Proceeding Seminar Inovasi Teknologi dan Rekayasa Industri 2013 Universitas Andalas, Padang, 2 Juli 2013
ANALISA PERILAKU BERBASIS KESELAMATAN PADA BAGIAN PERAWATAN PREDIKTIF MENGGUNAKAN MODEL FUZZY ANALISIS HIRARKI PROSES (AHP) Dian Amoriza, Udisubakti Ciptomulyono Magister Manajemen Teknologi Institut Teknologi Sepuluh November Surabaya Jl. Cokroaminoto 12 A Surabaya 60264
[email protected]
Abstrak Manajemen keselamatan disebuah perusahaan sangat dipengaruhi oleh jenis kegiatan, variasi di antara kegiatan, dan sistem kerja yang berbeda sesuai dengan struktur organisasi serta teknologi yang digunakan. Salah satu faktor yang mempengaruhi keselamatan adalah perilaku yang terkait dalam semua sistem kerja. Perilaku merupakan hal yang kualiatatif yang dalam pengukurannya cenderung untuk subjektif, tidak dapat dinilai secara tepat (kabur) dan memungkinkan terdapat ketidakkonsistenan. Multi kriteria keselamatan tersebut perlu dievaluasi menggunakan pendekatan yang menyeluruh dan dievaluasi secara simultan. Fuzzy-AHP memungkinkan pengambil keputusan untuk menggabungkan informasi yang tidak dapat terkuantifikasi, ada ketidakjelasan, dan kekaburan dari kriteria ke dalam model pengambilan keputusan untuk perbaikan kriteria evaluasi perilaku berbasis keselamatan serta evaluasi sistem kerja yang ada. Dalam penelitian ini, metoda fuzzy AHP yang digunakan adalah extent analysis method. Penelitian ini memperoleh 9 kriteria dan 48 sub kriteria perilaku keselamatan pada setiap sistem kerja. Evaluasi fuzzy AHP memperoleh model yang konsisten dan hasilnya PdM 1 dan PdM 2 merupakan sistem kerja dengan resiko perilaku tidak selamat (RTPS) terkecil. Sistem kerja ini akan digunakan sebagai sistem kerja di Perusahaan XYZ. Harapannya, perilaku tidak selamat dapat dicegah dan akan membantu perusahaan untuk meningkatkan keselamatan kerja karyawannya.
Keywords: Behaviour based safety, Fuzzy AHP, Fuzzy extend analysis method, predictive maintenance, do it methods yang ada, memiliki resiko perilaku berbahaya. Menentukan faktor mana yang berpengaruh lebih besar terhadap resiko perilaku berbahaya bagi karyawan dan kemudian mengambil tindakan koreksi diperlukan agar tidak terjadi kerugian buat perusahaan dan karyawan
Pendahuluan Penyebab kecelakaan kerja merupakan faktor dari kondisi lingkungan, manusia dan perilaku dalam bekerja. Perilaku kerja sangat sulit untuk diukur. Aspek manusiawi yang berkontribusi pada kecelakaan kerja sangat kompleks, tidak bisa diprediksi dan tidak dapat di kontrol (Geller, 2001). Faktor yang mempengaruhi keselamatan sebuah sistem kerja tidak memiliki suatu struktur fisik yang jelas. Oleh karenanya masalah tersebut dapat didekati lebih baik dengan menggunakan angka fuzzy dibandingkan dengan angka biasa dalam mengevaluasi faktor tersebut (Dag˘deviren, 2008). Dalam mendifinisikan faktor yang mempengaruhi keselamatan, Dag˘deviren menggunakan pendapat ahli, dan hasilnya adalah faktor organisasi, personal, keterkaitan pekerjaan dan lingkungan. Tiap faktor dan sub faktor dianalisa menggunakan triangular fuzzy AHP untuk mendapatkan bobot global dan local. Bobot tersebut digunakan untuk menguji sistem kerja di perusahaan manufakturing, apakah sistem kerja
Metodologi Penelitian ini menggunakan pendekatan metode holistik untuk memecahkan masalah dalam mengukur sistem keselamatan kerja dengan perspektif perilaku berbasis keselamatan pada suatu sistem kerja pada industry minyak dan gas. Berdasarkan tinjauan sebelumnya, penelitian akan mengidentifikasi dan mendefinisikan kriteria perilaku berbasis keselamatan yang dalam penelitian sebelumnya (Dag˘deviren, 2008) kriteria ini dilakukan oleh tim ahli tanpa ada model yang jelas. Faktor dengan bobot yang lebih tinggi adalah faktor terpenting yang mempengaruhi keamanan sistem kerja.
1
Paper No IND 25
Proceeding Seminar Inovasi Teknologi dan Rekayasa Industri 2013 Universitas Andalas, Padang, 2 Juli 2013
biaya lebih rendah daripada pesaing dan tetap fleksibel. Facility Layout memiliki dampak yang signifikan terhadap biaya produksi, barang dalam proses, lead time dan produktivitas. Sebuah tata letak fasilitas yang baik memberikan kontribusi untuk efisiensi keseluruhan operasi dan dapat mengurangi hingga 50% dari biaya operasi keseluruhan. FAHP digunakan karena faktor-faktor kualitatif yang seringkali rumit dan memiliki konflik (Shahin, 2011). Ketidakmampuan AHP untuk berurusan dengan ketidaktepatan dan subjectiveness dalam proses pembandingan pasangan-bijaksana telah ditingkatkan dalam fuzzy AHP. FAHP menggunakan berbagai nilai untuk menggabungkan ketidakpastian pengambil keputusan itu (Kuswandari, 2004).
Dalam penelitian ini kriteria perilaku (faktor dan sub faktor) akan diidentifikasi dan didefinisikan menggunakan metode DO IT. Pengaruh tiap kriteria perilaku berbasis keselamatan sistem kerja ditentukan dan diberi bobot, dan risiko perilaku tidak selamat dihitung secara individual serta bobot dievaluasi dengan fuzzy AHP. Resiko perilaku tidak selamat dievaluasi berdasarkan bobot tadi menggunakan skala fuzzy. Penelitian Sebelumnya Manajemen Keselamatan (MK) adalah unsur yang sangat penting dalam sebuah organisasi manufaktur yang efektif. Salah satu komponen yang paling penting dari MK adalah untuk menjaga sistem keselamatan di tempat kerja. Keselamatan sistem kerja merupakan fungsi dari banyak faktor yang mempengaruhi sistem, dan faktor-faktor tersebut mempengaruhi sistem keselamatan kerja secara bersamaan (Dag˘deviren, 2008). Dag˘deviren melakukan studi tentang masalah keselamatan melalui pendekatan proses fuzzy AHP terkait tingkat risiko perilaku tidak selamat dalam sistem kerja pada sebuah perusahaan manufaktur. Faktor penyebab perilaku tidak selamat dievaluasi dengan fuzzy segitiga dalam pembandingan berpasangan. Di Hong Kong, banyak dilakukan pengukuran perbaikan keselamatan dalam dunia konstruksi dikarenakan masih kurangnya pencatatan tentang keselamatan kerja. Tetapi hal ini dilakukan dengan biaya, waktu dan sumber daya yang tidak efektif. Karena pengukuran tidak diprioritaskan terkait biaya, waktu dan sumber daya yang dibutuhkan dalam survey yang dilakukan. Studi yang dilakukan berupaya untuk membuat model pengambilan keputusan untuk mengevaluasi tingkat keefektifan dari usulan keselamatan dan untuk memecahkan masalah dengan menggunakan pengambilan keputusan non struktural fuzzy. Hasil dari study tersebut, diperoleh tujuh kriteria keputusan yaitu: waktu, biaya, sumber daya, ukuran perusahaan, hukum saat ini, kualitas karyawan dan kompleksitas proyek (Tam, 2002). Chen, H. (2005) dalam tesisnya mempelajari bagaimana mengukur kriteria nyata (tangible) lebih mudah, dengan menentukan fungsi keanggotaan untuk setiap kriteria. Bobot kriteria dan kriteria tidak berwujud (intangible criteria) ditentukan dalam keputusan kelompok sehingga mengintegrasikan pandangan subyektif dari semua pengambil keputusan. Tingkat indeks kepercayaan dan resiko juga digabung, sehingga para pengambil keputusan dapat disesuaikan dengan konteks yang sebenarnya. Dalam industri manufacturing, adanya variable permintaan pelanggan, siklus hidup produk pendek dan meningkatnya persaingan di seluruh dunia. Untuk memenuhi perubahan ini, sebuah perusahaan harus mampu menawarkan produk berkualitas tinggi dengan
Posisi Penelitian Penelitian ini menggunakan pendekatan metode holistik untuk memecahkan masalah dalam mengukur sistem keselamatan kerja dengan perspektif perilaku berbasis keselamatan pada suatu sistem kerja pada industry minyak dan gas. Berdasarkan tinjauan sebelumnya, penelitian akan mengidentifikasi dan mendefinisikan kriteria perilaku berbasis keselamatan yang dalam penelitian sebelumnya (Dag˘deviren, 2008) kriteria ini dilakukan oleh tim ahli tanpa ada model yang jelas. Faktor dengan bobot yang lebih tinggi adalah faktor terpenting yang mempengaruhi keamanan sistem kerja. Dalam penelitian ini kriteria perilaku (faktor dan sub faktor) akan diidentifikasi dan didefinisikan menggunakan metode DO IT. Pengaruh tiap kriteria perilaku berbasis keselamatan sistem kerja ditentukan dan diberi bobot, dan risiko perilaku tidak selamat dihitung secara individual serta bobot dievaluasi dengan fuzzy AHP. Resiko perilaku tidak selamat dievaluasi berdasarkan bobot tadi menggunakan skala fuzzy. Identifikasi dan definisi kriteria perilaku berbasis keselamatan Perilaku, sebagai salah satu faktor manusiawi yang berkontribusi terhadap kecelakaan kerja adalah kompleks, tidak bisa diprediksi dan tidak bisa dikontrol. Perilaku adalah tindakan dari individu yang dapat diobservasi oleh orang lain. Dengan kata lain, perilaku adalah apa yang diucapkan atau dilakukan sebagai bentuk dari apa yang dirasakan, dipikirkan atau dipercaya. Untuk dapat mengidentifikasi faktor dan sub faktor yang dapat menyebabkan kecelakaan kerja, tim ahli melakukan analisa secara rinci terhadap kecelakaan kerja yang terjadi sebelumnya. Setiap sub faktor yang menyebabkan kecelakaan kerja diperiksa dan ditentukan hubungannya terhadap setiap kecelakaan
2
Paper No IND 25
Proceeding Seminar Inovasi Teknologi dan Rekayasa Industri 2013 Universitas Andalas, Padang, 2 Juli 2013
kerja. Dari sub faktor- sub faktor tersebut, dikelompokkan kedalam faktor yang yang mempengaruhi kecelakaan kerja (Dag˘deviren, 2008). Untuk lebih meningkatkan keikutsertaan karyawan dalam proses perbaikan perilaku, perusahaan dapat melibatkan karyawannya dalam mengidentifikasi penyebab yang paling mungkin dari sebuah kecelakaan. Karyawan diminta untuk melakukan pengamatan dan memonitor perilaku rekan kerja mereka agar dapat mengurangi perilaku tidak aman. Diharapkan hal ini akan meningkatkan kinerja keselamatan melalui perilaku selamat di semua level pada tempat kerja dan pada perusahaan secara keseluruhan (Stranks, 2007). Untuk mendapatkan partisipasi aktif terhadap suatu prosedur atau kebijakan perusahaan diperlukan pemahaman dan kepercayaan dari karyawan tentang prinsip dibalik proses yang ada. Karyawan perlu merasa memiliki suatu prosedur sehingga prosesnya dapat berjalan. Dan mereka percaya bahwa menjalankan prosedur itu merupakan tindakan yang terbaik dan bukannya suatu kebijakan perusahaan yang harus dijalankan (Geller E. , 2001). Geller menggunakan proses DO IT untuk membangun suatu perilaku berbasis keselamatan. Proses tersebut adalah: - D: Define – mendefinisikan perilaku kritis untuk ditingkatkan atau ditekan - O: Observe – mengamati perilaku sebelum dilakukan intervensi awal untuk menentukan tujuan dari perubahan perilaku. - I: Intervene – mengitervensi untuk merubah perilaku menuju arah yang dikehendaki. - T: Test – menguji pengaruh dari prosedur intervensi secara kontinu dengan mengamati dan mencatat perilaku disaat program berlangsung. Untuk menentukan kriteria yang dibutuhkan dalam penelitian ini, akan digunakan metode Geller pada tahap D (mendefinisikan) dan O (mengamati) perilaku berbasis keselamatan. Proses DO IT mendefinisikan perilaku yang ditingkatkan dan perilaku buruk yang ingin dirubah. Dalam mengidentifikasi kriteria perilaku, metode ABC sederhana akan Gambar 1 digunakan, yaitu: - A adalah activator yaitu pemicu yang mengarahkan perilaku - B adalah behavior atau perilaku dan - C adalah consequence yakni konsekuensi yang memotivasi perilaku. Activator
Behaviour
Consequense
Diskusi/ konsensus
Mengemudi dibawah limit kecepatan
Pengarahan/ peringatan
Tanda penggunaan APD
Menggunakan APD
Teguran/hukuman
Tabel 1 Kriteria perilaku No 1 2 3 4 5 6 7 8 9
Kriteria Ergonomi Kantor Alat Pelindung Diri Prosedur dan Peralatan Mengemudi Area Kerja Posisi Badan Menggunakan Badan Pemeliharaan Lingkungan Organisasi
Singkatan EK APD PDP DRI AR PB MB PLI ORG
Fuzzy AHP Model yang diusulkan AHP fuzzy untuk menentukan tingkat RPTS dalam sistem kerja terdiri dari langkah-langkah berikut: Langkah 1: Identifikasi kriteria-kriteria dan sub-kriteria yang digunakan dalam model. Langkah 2: Membuat struktur hirarkis model AHP berdasarkan pada kriteria-kriteria dan sub-kriteria yang diidentifikasi dalam langkah 1. AHP Model dibuat terstruktur sehingga fokusnya adalah pada level pertama, kriteria berada di level kedua dan sub-kriteria dari kedua variabel level berada di tingkat ketiga. Langkah 3: Tentukan bobot lokal dari kriteria dan sub-kriteria dengan menggunakan matriks perbandingan berpasangan. Skala kabur sehubungan dengan kepentingan relatif dari mengukur bobot relatif yang diberikan pada Gambar 2 dan Tabel 2. Skala ini diusulkan oleh Kahraman (2008) dan digunakan untuk memecahkan masalah pengambilan keputusan kabur dalam literatur.
Gambar 2 Skala Linguistik untuk Relatif Penting
Gambar 1 Model ABC yang digunakan untuk intervensi perubahan perilaku
3
Paper No IND 25
Proceeding Seminar Inovasi Teknologi dan Rekayasa Industri 2013 Universitas Andalas, Padang, 2 Juli 2013
menggunakan bobot sub-kriteria dikalikan nilai-nilai linguistik. perhitungan RPTS dibandingkan tiap system kerja dibandingkan dicari nilai yang terendah.
Tabel 2 Skala Linguistik untuk kesulitan dan kepentingan Skala linguistik untuk kesulitan
Skala linguistik untuk kepentingan
1
Hanya sama
2
Sama sulitnya (SS)
3
Agak lebih sulit (ALS)
4
Lebih sulit (LS)
5
Sangat Lebih Sulit (SLS)
6
Luar biasa sulit (LBS)
Hanya sama Sama pentingnya (SP) Agak lebih penting (ALP) Lebih penting (LP) Sangat lebih penting (SLP) Luar biasa penting (LBP)
Skala fuzzy Triangular
Skala fuzzy reciprocal Triangular
(1, 1, 1)
(1, 1, 1)
(1/2, 1, 3/2)
(2/3, 1, 2)
(1, 3/2, 2)
(1/2, 2/3, 1)
(3/2, 2, 5/2)
(2/5, 1/2, 2/3)
(2, 5/2, 3)
(1/3, 2/5, 1/2)
(5/2, 3, 7/2)
(2/7, 1/3, 2/5)
global Hasil untuk untuk
Gambar 3 Fungsi Anggota nilai linguistik untuk penilaian kriteria Tabel 3 Nilai linguistik dan angka fuzzy Nilai Linguistik Angka Fuzzy Sangat Tinggi (ST) 1 Tinggi (T) 0.75 Medium (M) 0.5 Rendah (R) 0.25 Sangat Rendah (SR) 0 Langkah 4: Hitung bobot global untuk subkriteria. Bobot sub-kriteria global dihitung dengan mengalikan bobot sub-kriteria lokal dengan bobot kriteria lokal terkait. Langkah 5: Ukur subkriteria. Variabel linguistik yang diusulkan oleh Cheng digunakan dalam langkah ini. Fungsi keanggotaan variabel linguistik ditunjukkan pada Gambar 3, dan nilai-nilai yang terkait dengan variabel ditunjukkan pada Tabel 3. Langkah 6: Hitung RPTS (resiko perilaku tidak selamat) dari sistem kerja dengan
Definisi angka fuzzy segitiga dan hukum operasi angka fuzzy segitiga Fungsi anggota segitiga sama dengan:
4
dari angka fuzzy didefinisikan pada R adalah
Paper No IND 25
Proceeding Seminar Inovasi Teknologi dan Rekayasa Industri 2013 Universitas Andalas, Padang, 2 Juli 2013
Dan untuk mendapatkan operasi penambahan fuzzy sehingga:
(1)
, lakukan dari nilai
, dan m adalah nilai paling dengan kondisi dan l and u mungkin dari angka fuzzy masing-masing adalah batas bawah dan batas atas.
Persamaan metode fuzzy AHP Chang’s Dalam penelitian ini, metode extent analysis method (EAM) yang dikemukakan oleh Chang akan digunakan. Kahraman (2008) menggunakan metode ini dalam pemilihan penyedia jasa katering untuk mendapatkan yang terbaik. Nagahanumaiah (2007) menggunakan EAM untuk perhitungan FAHP dalam pembahasan Rapid Tooling (RT) proses untuk memperoleh prototype dengan cepat sehingga dapat mengurangi pengembangan cetakan lead-time, meskipun ada keterbatasan tertentu dalam hal bahan cetakan, akurasi, dan penyelesaian permukaan. Shahin (2011) menggunakan metode EAM untuk perhitungan bobot dalam simulasi dan optimisasi layout fasilitas. Dag˘deviren, (2008) menggunakan EAM dalam mengitung bobot lokal dan global dari faktor dan sub faktor yang dianalisa. Kaya (2010) menggunakan metode EAM untuk menghitung bobot untuk kemudian dilanjutkan dengan analisa fuzzy TOPSIS pada evaluasi kualitas website pada e-business. Jika adalah kumpulan objek dan adalah tujuan maka menurut metode analisis perpanjangan, setiap objek dianggap satu lawan satu, dan untuk setiap objek, analisa dilakukan untuk setiap kemungkinan tujuan, gi. Sehingga nilai perpanjangan analisis m untuk setiap objek diperoleh dan ditunjukkan sebagai berikut: (2) ,
Gambar 4 hubungan antara
dan
(5)
Kemudian dihitung inverse vectornya sehingga:
(6) Langkah
2:
derajat
kemungkinan
dari yang
didefinisikan sebagai: (7) Dan dengan cara yang sama dapat dituliskan sebagai berikut:
adalah angka fuzzy Semua triangular. Fungsi keanggotaan angka fuzzy triangular . Langkah extend analysis dinyatakan sebagai method Chang dapat diberikan sebagai berikut: Langkah 1: Nilai sintesa fuzzy sesuai dengan objek ke-i didefinisikan sebagai berikut: (8) Gambar 4 menunjukkan untuk , dan nilai , maka nilai d adalah nilai absis . untuk titik perpotongan tertinggi antara
(3) Lambang menyatakan perkalian dua angka fuzzy. Untuk mendapatkan , dilakukan operasi penambahan nilai analisis perpanjangan M untuk setiap matrix:
Langkah 3: Nilai kemungkinan untuk angka fuzzy convex akan lebih besar dari k convex angka fuzzy dapat didefinisikan oleh
(4)
5
(9)
Paper No IND 25
Proceeding Seminar Inovasi Teknologi dan Rekayasa Industri 2013 Universitas Andalas, Padang, 2 Juli 2013
Sistem Kerja Perawatan Prediktif Sistem kerja yang ditinjau pada penelitian ini adalah sistem kerja dalam satu hari karyawan prediktif melakukan pekerjaannya. Kombinasi sistem kerja dalam dimungkinkan sebagai alternatif untuk memperoleh semua data prediktif yang dibutuhkan di perusahaan XYZ. Sistem kerja yang ada yaitu:
Langkah 4: terakhir mengitung bobot vector yaitu:
(10)
Adalah bobot vector untuk k = 1,2,…,n Nilai W adalah nilai hasil.
1. Prediktif 1 – Vibrasi Pengumpul/Pengukur:
di
Stasiun
Gambar 5 Sistem kerja prediktif 1 2. Prediktif 2 – Analisa Pelumas di Pompa Angguk
Gambar 6 Sistem kerja prediktif 2 3. Prediktif 3 – Vibrasi dan Analisa Oli di Stasiun Pengumpul/Pengukur:
Gambar 7 Sistem kerja prediktif 3 4. Prediktif 4 – Vibrasi & Analisa oli di Pompa Angguk dan Stasiun Pengumpul/Pengukur : 10
1
2
3
4
5
1 .. 10
10
1 .. 5
6
9
10
1
10
1 .. 5
Gambar 8 Sistem kerja prediktif 4 5. Prediktif 5 – Analisa oli di Pompa Angguk dan Stasiun Pengumpul/Pengukur: 1
2
3
4
5
1 .. 10
6
10
1 .. 5
Gambar 9 Sistem kerja prediktif 5
6
10
9
1
Paper No IND 25
Proceeding Seminar Inovasi Teknologi dan Rekayasa Industri 2013 Universitas Andalas, Padang, 2 Juli 2013
Hasil dan Pembahasan Tabel 4 Nilai fuzzy untuk kriteria l
Dengan cara yang sama, untuk semua kriteria ditunjukkan pada Tabel 6 hingga Tabel 9.
Sintetik m
u
Tabel 7 Hasil perhitungan persamaan 8 untuk kondisi
7.000 10.000 13.500 EK 12.000 15.333 APD 8.800 PDP 10.000 14.000 18.000 12.567 16.000 DRI 9.333 7.067 11.833 AR 5.300 6.233 9.167 13.667 PB 7.333 11.500 MB 5.333 9.667 13.833 PLI 7.133 8.733 13.400 ORG 6.119 Dengan menjumlahkan seluruh bagian angka fuzzy maka diperoleh nilai seperti pada Tabel 5. dan kemudian dilakukan proses inverse seperti pada persamaan 6. Tabel 5 Nilai Extent Sintetik Fuzzy dan Nilai Inverse untuk kriteria Kriteria l m u 65.25
90.53
127.07
0.008
0.011
0.015
u
EK
0.055
0.110
0.207
APD
0.069
0.133
0.235
PDP
0.079
0.155
0.276
DRI
0.073
0.139
0.245
AR
0.042
0.078
0.181
PB
0.049
0.101
0.209
MB
0.042
0.081
0.176
PLI
0.056
0.107
0.212
ORG
0.048
0.096
0.205
PDP
DRI
AR
PB
MB
PLI
ORG
NA
NA
NA
1
1
1
1
1
APD
1
NA
NA
1
1
1
1
1
PDP
1
1
1
1
1
1
1
1
DRI
1
1
NA
1
1
1
1
1
AR
NA
NA
NA
NA
NA
NA
NA
NA
PB
NA
NA
NA
NA
1
1
NA
1
MB
NA
NA
NA
NA
1
NA
NA
NA
PLI
NA
NA
NA
NA
1
1
1
1
ORG
NA
NA
NA
NA
1
NA
1
NA
EK
APD
PDP
50 NA
EK APD
NA
PDP
NA
DRI
NA 50 NA
NA
AR
NA 50
PB
NA
MB
NA
NA
PLI NA
ORG NA
NA
NA
NA
NA
NA
NA
NA
NA
NA
NA
NA
NA
DRI
NA
NA
NA
AR
NA
NA
NA
NA
50 NA
NA
NA
NA
NA
50 NA
NA
NA
NA
PB
NA
NA
NA
NA
NA
MB
NA
NA
NA
NA
NA
NA
50 NA
PLI
NA
NA
NA
NA
NA
NA
NA
ORG
NA
NA
NA
NA
NA
NA
NA
NA
NA
50 NA
NA 50 NA
NA
50
Tabel 9 Hasil perhitungan persamaan 8 untuk kondisi dan selain Kriteria EK
Dengan menggunakan persamaan 5 maka untuk kriteria, diperoleh seperti pada Tabel 6. Tabel 6 Hasil Extent Sintesis analisis untuk kriteria m
APD
Kriteria
l
EK
EK
Tabel 8 Hasil perhitungan persamaan 8 untuk kondisi
Kriteria
Kriteria
EK
APD
PDP
DRI
AR
50 0.8617 0.7437 0.8248
APD
1.13999
PDP
1.25021 1.1197
DRI
1.17526 1.0369 0.9132
AR
0.79578 0.6729 0.5727 0.6398
PB
MB
1.244 1.0619 1.2174
PLI
ORG
1.025 1.0967
50 0.8762 0.9627 1.3926 1.2024 1.3644 1.1684 1.2394 50 1.0849 1.4861 1.3079 1.4595 1.2785 1.3432 50 1.4256 1.2368 1.3975
1.204 1.2737
50 0.8508 0.9793 0.8134 0.8786
PB
0.94372 0.8175 0.7101 0.7836 1.1605
MB
0.80442 0.6748 0.5698
50 1.1376 0.9652 1.0306
PLI
0.97707 0.8471 0.7358 0.8122 1.2029 1.0351 1.1787
ORG
0.91482 0.7904 0.6853
0.64 1.0224 0.8626
50 0.8233 0.8923 50 1.0671
0.757 1.1268 0.9703 1.1045 0.9354
50
Nilai kemungkinan untuk angka fuzzy convex dapat dihitung menggunakan langkah 3 pada persamaan 9 dan hasilnya dapat dilihat pada Tabel 10. Tabel 10 Vektor criteria Kriteria EK APD PDP
Perhitungan vector pada persamaan 7 hingga 8 dilakukan untuk masing-masing kriteria, yaitu:
EK APD PDP DRI AR PB MB PLI ORG MIN 0.000 0.862 0.744 0.825 1.000 1.000 1.000 1.000 1.000 0.744 1.000 0.000 0.876 0.963 1.000 1.000 1.000 1.000 1.000 0.876 1.000 1.000 0.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
DRI AR PB MB
1.000 0.796 0.944 0.804
1.000 0.673 0.817 0.675
0.913 0.573 0.710 0.570
0.000 0.640 0.784 0.640
1.000 0.000 1.000 1.000
1.000 0.851 0.000 0.863
1.000 0.979 1.000 0.000
1.000 0.813 0.965 0.823
1.000 0.879 1.000 0.892
0.913 0.573 0.710 0.570
PLI ORG SUM
0.977 0.847 0.736 0.812 1.000 1.000 1.000 0.000 1.000 0.736 0.915 0.790 0.685 0.757 1.000 0.970 1.000 0.935 0.000 0.685 8.298 7.423 6.974 7.633 8.851 8.812 8.602 8.706
Dari Tabel 10 dipilih untuk tiap kriteria yang memiliki nilai minimum, dan kemudian dilakukan normalisasi untuk masing-masing kriteria, sehingga diperoleh hasil bobot lokal untuk kriteria adalah pada Tabel 11.
7
Paper No IND 25
Proceeding Seminar Inovasi Teknologi dan Rekayasa Industri 2013 Universitas Andalas, Padang, 2 Juli 2013
Tabel 11 Normalisasi bobot lokal kriteria Kriteria
EK
APD
PDP
EK APD PDP DRI
0.000 0.121 0.121 0.121
0.104 0.100 0.118 0.131 0.113 0.000 0.118 0.138 0.131 0.113 0.135 0.000 0.143 0.131 0.113 0.135 0.131 0.000 0.131 0.113
AR PB MB PLI ORG
0.096 0.114 0.097 0.118 0.110
0.091 0.110 0.091 0.114 0.106
0.082 0.102 0.082 0.106 0.098
DRI
AR
PB
MB
PLI
ORG
0.113 0.113 0.113 0.113
0.116 0.116 0.116 0.116
0.115 0.115 0.115 0.115
Kriteria
0.084 0.000 0.096 0.111 0.095 0.101 0.103 0.113 0.000 0.113 0.112 0.115 0.084 0.113 0.098 0.000 0.096 0.102 0.106 0.113 0.113 0.116 0.000 0.115 0.099 0.113 0.110 0.116 0.107 0.000
Sehingga diperoleh bobot lokal untuk kriteria adalah sebagai berikut: Tabel 12 Bobot lokal criteria Kriteria Ergonomi Kantor Alat Pelindung Diri Prosedur dan Peralatan Mengemudi Area Kerja Posisi Badan Menggunakan Badan Pemeliharaan Lingkungan Organisasi
Singkatan EK APD PDP DRI AR PB MB
Bobot Lokal 0.109 0.129 0.147 0.134 0.084 0.104 0.084
PLI ORG
0.108 0.101
0.459
0.460
PdM 3
PdM 4
PdM 5
0.501
0.549
0.529
EK terhadap
l
m
u
Status
APD
0.8488
0.500
0.667
1.000
Konsisten
PDP
0.7437
0.500
0.667
1.000
Konsisten
DRI
0.8144
0.500
0.667
1.000
Konsisten
AR
1.2985
1.000
1.500
2.000
Konsisten
PB
1.0473
1.000
1.500
2.000
Konsisten
MB
1.3051
1.000
1.500
2.000
Konsisten
PLI
1.0107
1.000
1.500
2.000
Konsisten
ORG
1.0853
0.500
1.000
1.500
Konsisten
Dengan cara yang sama, untuk seluruh sub-kriteria dapat diperoleh hasil validasinya. Analisa Sensitivitas Analisa sensitivitas dilakukan untuk menguji jika terjadi perubahan penilaian kriteria akibat adanya perubahan kebijakan atau adanya tambahan informasi sehingga decision maker mengubah penilaiannya. Akibat terjadinya perubahan penilaian dapat menyebabkan berubahnya urutan prioritas. Dalam penelitian ini, perubahan akan dilakukan untuk tiap kriteria dengan kriteria lain tetap. Normalisasi bobot lokal kriteria dilakukan dan hasil akhir RTPS akan dihitung untuk melihat apakah terjadi perubahan urutan RTPS dari sistem kerja yang ada. Hasilnya analisa sensitivitas adalah terjadi perubahan untuk faktor pengali 1.1 (10%) dan 0.95 (-5%).
Dengan cara yang sama, seluruh sub criteria dilakukan penilaian dan perhitungan fuzzy AHP seperti pada langkah sebelumnya. Nilai RTPS PdM 1 PdM 2
Ratio Vektor
Kesimpulan Berdasarkan pengolahan data dan analisa dalam penelitian ini, maka dapat disimpulkan: 1. Hasil identifikasi dan definisi kriteria dan sub kriteria yang mempengaruhi perilaku karyawan pada bagian perawatan prediktif yang ada menghasilkan 9 kriteria dan 49 sub kriteria. Hasil identifikasi penelitian banyak memiliki kesamaan dengan yang digunakan oleh perusahaan XYZ. Hal ini disebabkan dengan identifikasi perilaku berbasis keselamatan menggunakan metode yang sama. 2. Hasil evaluasi multi kriteria secara simultan menggunakan fuzzy-AHP diperoleh model yang konsisten dengan menghasilkan bobot lokal dan global untuk kriteria dan sub kriteria. Evaluasi terhadap 5 (lima) sistem kerja yang ada menghasilkan peringkat resiko perilaku tidak selamat sebagai berikut: 1. Prediktif Maintenance 1 Vibrasi di Stasiun Pengumpul/Pengukur 2. Prediktif Maintenance 2 Analisa Pelumas di Pompa Angguk 3. Prediktif Maintenance 3 Vibrasi dan Analisa Oli di Stasiun Pengumpul/ Pengukur
Validasi dan uji konsistensi Analisa sistem kerja yang diteliti perlu dipastikan telah memiliki validitas yang baik, sehingga perlu dilakukan pengujiannya. Validasi dilakukan dengan beberapa metode Rasio Vektor konsistensi. Bobot vektor hasil perhitungan semua kriteria, sebagian besar atau semua, berada dalam kisaran penilaian perilaku awal, maka dikatakan hasilnya konsisten (Mikhailov, 2002). Sedangkan untuk kasus yang tidak konsisten, jika semua hasil perhitungan bobot vector berbeda dari penilaian awal. Penilaian ini dilakukan dengan perhitungan rasio bobot vektor: (11) dimana i = 1,2,…,n-1 ; j = 2,3,…,n ; j > i Hasil validasi untuk criteria dapat diperoleh sebagai berikut:
8
Paper No IND 25
Proceeding Seminar Inovasi Teknologi dan Rekayasa Industri 2013 Universitas Andalas, Padang, 2 Juli 2013
Journal of Computational Intelligence Systems, Vol.3, No. 3 , 301-314.
4. Prediktif Maintenance 4 Vibrasi & Analisa oli di Pompa Angguk dan Stasiun Pengumpul/Pengukur 5. Prediktif Maintenance 5 Analisa oli di Pompa Angguk dan Stasiun Pengumpul/Pengukur Analisa sensitivitas menunjukkan, perubahan -5% (0.95 kali) akan merubah urutan prioritas RTPS sistem kerja. Akan tetapi tidak merubah 3 besar sistem kerja yang ada. Sehingga hasil penelitian ini dapat tetap digunakan. 3. Berdasarkan data penelitian ini, karyawan dapat memadukan kegiatan pengambilan data prediktif berdasarkan sistem kerja 1, 2 dan 3. Pengambilan keputusan untuk mengambil alternatif sistem kerja 1, 2 dan 3 karena perusahaan membutuhkan sistem kerja yang melakukan pengambilan data vibrasi dan analisa oli pompa di Stasiun Pengumpul dan stasiun pengukur. Serta pengambilan data oil analisis di pompa angguk. Harapannya dengan memilih alternatif sistem kerja dengan RTPS terkecil, dapat meminimalkan resiko kecelakaan kerja di masa yang akan datang.
Kuswandari, R. (2004). Assessment of Different Methods for Measuring the Sustainability of Forest, Thesis MSc. The Netherlands: International Institute For Geo-Information Science And Earth Observation Enschede. Mikhailov, L. (2002). Fuzzy analytical approach to partnership selection in formation of virtual enterprises. The international Journal of Management Science , 393-401. Nagahanumaiah. (2007). Rapid tooling manufacturability evaluation using Fuzzy-AHP methodology. International Journal of Production Research , 1161-1181. Shahin, A. P. (2011). Facility Layout Simulation and Optimization: an Integration of Advanced Quality and Decision Making Tools and Techniques. Modern Applied Science , 83-100. Stranks, J. (2007). Human Factors and Behavioural Safety. Burlington: Elsevier Ltd.
Ucapan Terima kasih Pada kesempatan ini, penulis ingin menyampaikan ucapan terima kasih kepada : Bapak Prof. Dr. Ir. Udisubakti C, M.Eng.Sc; Dr. Drs. Sonny Sunaryo, MSi; Tri Joko Wahyu Adi, ST, MT, PhD; Ibu Prof. Dr. Ir. Yulinah Trihadiningrum, M.App.Sc serta Ir. I Putu Artama Wiguna, MT, Ph.D sebagai pengajar MMT-ITS dan pembimbing pada penetitian ini.
Tam, C. T. (2002). Non-structural fuzzy decision support system for evaluation of construction safety management system. International Journal of Project Management 20 , 303-313.
Referensi Chang, D. (1996). Theory and Methodology, Applications of the extent analysis method on fuzzy AHP. European Journal of Operational Research 95 , 649-655. Dag˘deviren, M. I. (2008). Developing a fuzzy analytic hierarchy process (AHP) model for behavior-based safety management. Information Sciences 178 . Geller, E. S. (2005). Behaviour-Based Safety and Occupational Risk Management. Behaviour Modification Vol 29 no. 3 Sage Publications . Kahraman, C. (2008). Fuzzy Multi-Criteria Decision Making - Theory and Applications with Recent Developments. Istanbul: Springer. Kaya, T. (2010). Multi-attribute Evaluation of Website Quality in E-business Using an Integrated Fuzzy AHP TOPSIS Methodology. International
9
Paper No IND 25
Proceeding Seminar Inovasi Teknologi dan Rekayasa Industri 2013 Universitas Andalas, Padang, 2 Juli 2013
Lampiran 1 Kriteria dan Sub Kriteria Perilaku. No 1
Kriteria Ergonomi Kantor
Singkatan
Melakukan Istirahat Berkala
IB
1.2
Posisi Leher dan Punggung
LP
1.3
Menggunakan Telepon
TLP
1.4
Penyangga Punggung
PPG
1.5
Posisi Pundak
PUN
1.6
Posisi Pergelangan Tangan dan Tangan
PGT
1.7
Memegang/Menggerakkan Mouse
MUS
Alat Pelindung Diri Pelindung Kepala
PKL
2.2
Pelindung Mata dan Wajah
PMW
2.3
Pelindung Pendengaran
EAR
2.4
Pelindung Pernafasan
NAF
2.5
Pelindung Tangan dan Lengan
TL
2.6
Pelindung Jatuh
PJ
2.7
Pakaian Pelindung yang Sesuai
PPS
2.8
Pelindung Kaki
PKI
Prosedur dan Peralatan Persiapan Kerja dan JSA (Job Safety Analysis)
PDP
JSA
3.3
Mengikuti Prosedur Kerja Memilih dan Menggunakan Perkakas/Peralatan
3.4
Mengerjakan Hot Work
HW
3.5
Memasuki Ruang Terbatas (confined space)
CS
3.6
Komunikasi antar Rekan Kerja
3.1 3.2
4
Mengemudi
KOM DRI PLA
4.2
Pre-Trip Inspection dan Sabuk Keselamatan
PRE
4.3
Menyesuaikan Kecepatan
SPE
4.4
Menjaga Jarak Iring
JIR
4.5
Menginjak Rem
REM
4.6
Berpindah Jalur
JAL
4.7
Pandangan Luas, Jauh, dan Aktifkan Mata
LJA
4.8
Memundurkan
REV
4.9
Parkir
PAR AR
5.1
Pengenalan fasilitas atau lokasi kerja
FAC
5.2
Pengaturan Area Kerja/Housekeeping Bekerja di Lingkungan dengan Cahaya yang Cukup
HKP
5.3 6 6.1 6.2
Posisi Badan Menghindari Lintasan Bahaya (Line of Fire) Berjalan/Bergerak dengan Pandangan ke Arah Gerakan
PP
6.4
Menjaga Pandangan Mata pada Pekerjaan Menjaga Badan dan Bagiannya di Luar Posisi Terjepit
BT
6.5
Menaiki/Menuruni
NT
CC PB LB PAG
10
Menggunakan Badan
MB
7.1
Mengangkat/Menurunkan/Menekan/Menarik
MM
7.2
Menghindar dari Gerakan Memuntir
GM
7.3
Menggapai/Meraih dalam jangkauan
MJ
Pemeliharaan Lingkungan
PLI
8.1
Mencegah Tumpahan
TUM
8.2
Persiapan Membersihkan Tumpahan
PMT
8.3
Menangani Limbah
ML
9
PK
Perencanaan Perjalanan
Area Kerja
6.3
8
MP
4.1
5
Singkatan
7
APD
2.1
3
Kriteria
EK
1.1
2
No
Organisasi
ORG
9.1
Rotasi pekerjaan
RP
9.2
Lama melakukan pekerjaan
LMP
9.3
Tekanan untuk menyelesaikan pekerjaan
TMP
9.4
Kurangnya pengawasan
KPW