ANALISA PERILAKU BERBASIS KESELAMATAN PADA BAGIAN PERAWATAN PREDIKTIF MENGGUNAKAN MODEL FUZZY ANALISIS HIRARKI PROSES (AHP)

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