PERANCANGAN PROGRAM APLIKASI PENGELOLAAN DATA ANTROPOMETRI SEBAGAI PENDUKUNG PENELITIAN DAN PERANCANGAN PRODUK BERBASIS ERGONOMI
Skripsi
GUSTITIA PUTRI PERDANA I 0306003
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2010
i
LEMBAR PENGESAHAN
Judul Skripsi: PERANCANGAN PROGRAM APLIKASI PENGELOLAAN DATA ANTROPOMETRI SEBAGAI PENDUKUNG PENELITIAN DAN PERANCANGAN PRODUK BERBASIS ERGONOMI
Ditulis oleh: Gustitia Putri Perdana I 0306003
Mengetahui,
Pembimbing 1
Pembimbing 2
Irwan Iftadi, ST, M.Eng NIP. 197004041996031000
Rahmaniyah D.A, ST, MT. NIP. 197601221999032000
Pembantu Dekan I Fakultas Teknik
Ketua Jurusan Teknik Industri
Ir. Noegroho Djarwanti, MT NIP. 195611121984032000
Ir. Lobes Herdiman, MT NIP. 196410071997021000
ii
LEMBAR VALIDASI
Judul Skripsi: PERANCANGAN PROGRAM APLIKASI PENGELOLAAN DATA ANTROPOMETRI SEBAGAI PENDUKUNG PENELITIAN DAN PERANCANGAN PRODUK BERBASIS ERGONOMI
Ditulis oleh: Gustitia Putri Perdana I 0306003
Telah disidangkan pada hari Jumat tanggal 09 Juli 2010 Di Jurusan Teknik Industri Fakultas Teknik Universitas Sebelas Maret Surakarta, dengan
Dosen Penguji 1. Ir.Susy Susmartini, MSIE NIP. 195301011986012000
_________________________
2. Ir.Munifah, MSIE. MT NIP. 195612151987012000
_________________________
Dosen Pembimbing 1.
Irwan Iftadi, ST. M.Eng NIP. 197004041996031000
_________________________
2. Rahmaniyah D.A, ST, MT. NIP. 197601221999032000
_________________________
iii
ABSTRAK Gustitia Putri Perdana, NIM : I 0306003. PERANCANGAN PROGRAM APLIKASI PENGELOLAAN DATA ANTROPOMETRI SEBAGAI PENDUKUNG PENELITIAN DAN PERANCANGAN PRODUK BERBASIS ERGONOMI. Skripsi. Surakarta : Jurusan Teknik Industri Fakultas Teknik, Universitas Sebelas Maret, Juli 2010. Data antropometri semakin dipertimbangkan kepentingannya dalam penelitian atau perancangan produk berbasis ergonomi. Karena salah satu kriteria produk ergonomis adalah dirancang sesuai antropometri pengguna berdasarkan variabilitasnya. Variabilitas data antropometri disebabkan oleh beberapa faktor yang mempengaruhi ukuran tubuh manusia yaitu: umur, jenis kelamin, suku bangsa, sosio ekonomi dan posisi tubuh (Wignjosoebroto, 2000). Faktor lainnya yaitu cacat tubuh, jenis pekerjaan dan kondisi hamil pada wanita (Nurmianto, 1999). Akan tetapi data antropometri yang ada saat ini tidak didokumentasikan dengan baik, sehingga ketika peneliti akan menggunakannya, data seolah-olah sudah kadaluarsa, tidak lengkap, tercampur antarvariabilitasnya dan tidak mencukupi kebutuhan penelitian. Hal ini menyebabkan hasil penelitian atau perancangan produk menjadi tidak sesuai dengan tujuan yang diharapkan. Dalam hal pengolahan data pun masih secara manual, sehingga rentan terhadap kesalahan. Penelitian ini bertujuan merancang program aplikasi pengelolaan data antropometri sebagai pendukung penelitian dan perancangan produk berbasis ergonomi yang dapat menyimpan semua kategori variabilitas data antropometri, dapat diperbaharui isi datanya setiap saat sesuai dengan kondisi data terbaru, serta dapat melakukan uji statistik meliputi uji kenormalan, uji keseragaman, uji kecukupan dan persentil data. Metode penelitian yang dilakukan yakni tahap identifikasi dan analisis kebutuhan informasi data antropometri dengan cara observasi langsung mengenai pengguna dan penggunaan data antropometri, perancangan basis data, perancangan query dan user interface, perancangan program aplikasi dan pengujian program aplikasi tersebut. Hasil perancangan yakni program aplikasi antropometri “Prolaktri” dapat melakukan proses input, penyimpanan dan pengolahan semua kategori variabilitas data antropometri serta kemudian mengeluarkan hasilnya dalam bentuk report. Data antropometri tersimpan juga dapat diperbaharui setiap saat sesuai dengan kondisi terbaru. Selain itu program mampu membantu perhitungan uji statistik secara lebih praktis. Kata kunci : data antropometri, variabilitas, program aplikasi, basis data, uji statistik
iv
ABSTRACT Gustitia Putri Perdana, NIM : I 0306003. DESIGN AN APPLICATION PROGRAM OF ANTHROPOMETRIC DATA MANAGEMENT AS A SUPPORTER OF RESEARCH AND DESIGN OF PRODUCTS BASED ON ERGONOMIC. Thesis. Surakarta : Industrial Engineering Department, Faculty of Engineering, Sebelas Maret University, July 2010 The importance of anthropometric data is conseidered in research and design of product which ergonomic based. Because one of the criteria of ergonomic products are designed according to users based on the variability of anthropometry. Anthropometrics data variability due to several factors that affect the human body sizes are: age, gender, ethnic, socio economic and body position (Wignjosoebroto, 2000). Another factor is disability, job type and condition of pregnancy in women (Nurmianto, 1999). However, anthropometric data are currently not well documented, so that when the researchers will use it, the data seems outdated, incomplete, mixed between the variability and insufficient research needs. This causes the results of research or design of product to be incompatible with the expected objectives. In terms of data processing is still manual, so prone to error. The research aim is to design an application program of anthropometric data management as a supporter of research and design of products based on ergonomic that can store all categories of anthropometric variability of the data, its data content can be updated at any time in accordance with the conditions of the new data, and can conduct statistical tests include normality test, homogeneity test, adequacy test and percentile data. Research methodology consist of identification and analysis of anthropometric data information requirement phase by direct observation of users and the use of anthropometrics data, database design, query and user interface design, application program design, and the last is testing of application programs. The result of the anthropometry application programs "Prolaktri" which can input, storage and then processing of all categories of anthropometry data which itsvariability and then issued the result in report form. Anthropometric data stored can also be updated at any time in accordance with the latest conditions. Furthermore, the application can help to calculate the statistical test more practical. Keywords: anthropometric data, variability, application programs, databases, statistical test
v
KATA PENGANTAR
vi
DAFTAR ISI ABSTRAK .......................................................................................................... vi ABSTRACT ....................................................................................................... vii KATA PENGANTAR ...................................................................................... viii DAFTAR ISI ....................................................................................................... ix DAFTAR TABEL .............................................................................................. xii DAFTAR GAMBAR .........................................................................................xiii DAFTAR LAMPIRAN ........................................................................................ xv BAB I
PENDAHULUAN 1.1 Latar Belakang ............................................................................. I-1 1.2 Perumusan Masalah ..................................................................... I-4 1.3 Tujuan Penelitian .......................................................................... I-4 1.4 Manfaat Penelitian ........................................................................ I-5 1.5 Batasan Masalah .......................................................................... I-5 1.6 Asumsi ......................................................................................... I-6 1.7 Sistematika Penulisan ................................................................... I-6
BAB II TINJAUAN PUSTAKA 2.1 Program Aplikasi ........................................................................ II-1 2.2 Desain Sistem .............................................................................. II-3 2.2.1 Data Flow Diagram (DFD) ................................................. II-3 2.2.2 Diagram Alir (Flowchart) ................................................... II-6 2.3 Basis Data ................................................................................... II-8 2.3.1 Sistem Basis Data ............................................................. II-10 2.3.2 Abstraksi Basis Data......................................................... II-12 2.3.3 Pemodelan Basis Data ....................................................... II-13 2.3.4 Model Entity Relationship ................................................. II-13 2.3.5 Bahasa yang Disediakan oleh Sistem Basis Data ............... II-14 2.3.6 Database Administrator ..................................................... II-15 2.4 Kamus Data ............................................................................... II-16 2.5 Perancangan User Interface ........................................................ II-17 2.6 Antropometri ........................................................................ .... II-18
vii
2.6.1 Pengertian Antropometri .................................................. II-18 2.6.2 Aplikasi Distribusi Normal dan Persentil dalam Penetapan Data Antropometri ........................................................... II-23 2.6.3 Pengolahan Data Antropometri ......................................... II-25 2.3 Penelitian Sebelumnya .......................................................... .... II-28 BAB III METODE PENELITIAN 3.1 Tahap Identifikasi Masalah ........................................................ III-2 3.1.1 Studi Lapangan ................................................................. III-2 3.1.2 Perumusan masalah ........................................................... III-2 3.1.3 Penentuan tujuan penelitian ............................................... III-2 3.1.4 Studi Pustaka .................................................................... III-3 3.2 Tahap Pengumpulan dan Pengolahan Data ............................ .... III-3 3.2.1 Identifikasi dan Analisis Kebutuhan Informasi Antropometri ..................................................................... III-4 3.2.2 Perancangan Basis Data .................................................... III-4 3.2.3 Perancangan Query dan User Interface .............................. III-4 3.2.4 Pembuatan Program Aplikasi............................................. III-5 3.3 Tahap Analisis Dan Interpretasi Hasil .................................... .... III-5 3.3.1 Pengujian Program Aplikasi ............................................. III-5 3.3.2 Analisis dan Interpretasi Hasil ........................................... III-5 3.4 Tahap Kesimpulan dan Saran ................................................. .... III-6 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Identifikasi dan Analisis Kebutuhan Informasi Antropometri ..... IV-1 4.1.1 Identifikasi Data Antropometri yang Dibutuhkan............... IV-4 4.1.2 Identifikasi Proses Pengolahan Data Antropometri ............ IV-7 4.2 Perancangan Basis Data Antropometri ......................................IV-12 4.2.1 Tahap Penentuan Entitas dan Atribut pada Basis Data .....IV-13 4.2.2 Pembuatan Relasi Antar Tabel .........................................IV-15 4.2.3 Pembuatan Kamus Data ...................................................IV-17 4.3 Perancangan Query dan User Interface ......................................IV-19 4.3.1 Perancangan Query .........................................................IV-19 4.3.2 Perancangan user interface ..............................................IV-21
viii
4.4 Pembuatan Program Aplikasi Pengelolaan Data Antropometri ...IV-26 BAB V ANALISIS DAN INTERPRETASI HASIL ........................................ V-1 BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan ................................................................................ VI-1 6.2 Saran .......................................................................................... VI-1 DAFTAR PUSTAKA
ix
DAFTAR TABEL Tabel 2.1.
Simbol Flowchart Standar ANSI dan ISO
Tabel 2.2.
Simbol Flowchart Standar ANSI dan ISO (lanjutan)
Tabel 2.3.
Notasi Dasar ERD
Tabel 2.4.
Notasi Dasar ERD (lanjutan)
Tabel 2.5.
Macam Persentil dan Cara Perhitungan dalam Distribusi Normal
Tabel 4.1.
Tabel Data Personal
Tabel 4.2.
Tabel Data Master Antropometri
Tabel 4.3.
Tabel Data Master Antropometri (lanjutan)
Tabel 4.4.
Kamus Data Tabel Data Personal
Tabel 4.5.
Kamus Data Tabel Data Master Antropometri
Tabel 4.6.
Kamus Data Tabel Data Master Antropometri (lanjutan)
Tabel 4.7.
Kamus Data Tabel Data Master Antropometri (lanjutan)
Tabel 4.8.
Tabel Query Data antropometri berdasarkan jenis kelamin, kategori usia, kategori cacat atau tidak, dan kategori hamil atau tidak hamil
Tabel 4.9.
Tabel Query Data antropometri berdasarkan kategori jenis kelamin
Tabel 4.10. Tabel Query Data antropometri berdasarkan kategori jenis kelamin dan kategori usia Tabel 4.11. Tabel Query Data antropometri berdasarkan kategori jenis kelamin, kategori usia, dan kategori cacat tidak cacat Tabel 4.12. Tabel Query Data antropometri berdasarkan kategori jenis kelamin, kategori usia, dan kategori hamil tidak hamil Tabel 5.1
Hasil Pengujian Unit Prolaktri
Tabel 5.2
Data Antropometri yang Diuji Hitungan Statistiknya
Tabel 5.3
Hasil Perhitungan Uji Kenormalan dengan Ms.Excel
Tabel 5.4
Hasil Perhitungan Uji Keseragaman dengan Ms.Excel
Tabel 5.5
Hasil Perhitungan Uji Kecukupan dengan Ms.Excel
Tabel 5.6
Hasil Perhitungan Persentil dengan Ms.Excel
x
DAFTAR GAMBAR Gambar 2.1
Simbol entitas luar pada DFD
Gambar 2.2
Simbol arus data di DFD
Gambar 2.3
Simbol proses di DFD
Gambar 2.4
Simbol berkas di DFD
Gambar 2.5
Antropometri tubuh manusia yang diukur dimensinya
Gambar 2.6
Gambar dimensi struktur kepala
Gambar 2.7
Distribusi normal yang mengakomodasi 95% dari populasi
Gambar 2.8
Komponen basis data yang akan disimpan
Gambar 2.9
Prinsip Sistem Basis Data Antropometri dan Ergonomi
Gambar 2.10
Software aplikasi antropometri dari WHO
Gambar 2.11
Fitur “Antropometric Calculator” dalam software aplikasi antropometri dari WHO
Gambar 2.12
Fitur “Nutricional Survey” dalam software aplikasi antropometri dari WHO
Gambar 2.13
Fitur “Individual Assessment” dalam software aplikasi antropometri dari WHO
Gambar 3.1
Diagram Alir Metode Penelitian
Gambar 4.1
Diagram Sebaran Tema Penelitian di Jurusan Teknik Industri
Gambar 4.2
Pembagian Data Antropometri berdasarkan variabilitasnya
Gambar 4.3
Data dimensi Antropometri perbadingan pria dan wanita
Gambar 4.4
Diagram alir proses pengolahan data antropometri
Gambar 4.5
Diagram alir uji keseragaman data
Gambar 4.6
Diagram alir uji kenormalan data
Gambar 4.7
Diagram alir uji kecukupan data
Gambar 4.8
Diagram alir perhitungan persentil
Gambar 4.9
Model Entity Relationship
Gambar 4.10
Rancangan Menu Utama
Gambar 4.11
Rancangan Form Input Data Personal
Gambar 4.12
Rancangan Form Input Data Antropometri (tab 1)
Gambar 4.13
Rancangan Detail Input Data Antropometri (tab 2)
xi
Gambar 4.14
Rancangan Form Kategori Data Antropometri dan Uji Statistik
Gambar 4.15
Rancangan Output Report Data Personal
Gambar 4.16
Rancangan Output Report Data Antropometri
Gambar 4.17
Rancangan Output Report Kategori Data Antropometri dan Uji Statistik
Gambar 5.1
Hasil Perhitungan Uji Kenormalan dengan Prolaktri
Gambar 5.2
Detail Perhitungan Uji Kenormalan dengan Prolaktri
Gambar 5.3
Hasil Perhitungan Uji Keseragaman dengan Prolaktri
Gambar 5.4
Detail Perhitungan Uji Keseragaman dengan Prolaktri
Gambar 5.5
Hasil Perhitungan Uji Kecukupan dengan Prolaktri
Gambar 5.6
Detail Perhitungan Uji Kecukupan dengan Prolaktri
Gambar 5.7
Hasil Perhitungan Persentil dengan Prolaktri
xii
DAFTAR LAMPIRAN Lampiran I Tampilan Program Aplikasi Gambar L.1
Interface Menu Utama Prolaktri
Gambar L.2
Interface Menu Input Data Personal
Gambar L.3
Interface Menu Input Data Antropometri
Gambar L.4
Interface Detail Input Data Antropometri
Gambar L.5
Interface Pengategorian Data Antropometri dan Uji Statistik
Gambar L.6
Menu ‘Cetak’ pada Interface Pengategorian Data Antropometri dan Uji Statistik
Gambar L.7
Hasil ‘Cetak’ Report Uji Statistik
Gambar L.8
Hasil ‘Cetak’ Report Pengategorian Data Antropometri
Lampiran II Kode Program Aplikasi 1. Kode Program Form Menu Utama 2. Kode Program Form Input Data Personal 3. Kode Program Form Input Data Antropometri 4. Kode Program Form Kategori Data dan Uji Statistik 5. Kode Program Form Cetak Report 6. Kode Program Form Cetak Hasil Uji Statistik
xiii
BAB I PENDAHULUAN
Pada bab ini diuraikan beberapa hal pokok mengenai penelitian ini, yaitu latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, asumsi penelitian dan sistematika penulisan. 1.1. LATAR BELAKANG MASALAH Antropometri semakin memegang peran penting dalam penelitian dan perancangan produk berbasis prinsip ergonomi, terutama dalam bidang kesehatan, olahraga, industri, dan bahkan area teknologi informasi. Hal ini dikarenakan semakin pentingnya aspek ergonomi dalam suatu proses rancang bangun fasilitas kerja sebagai penunjang peningkatan pelayanan jasa produksi (Ferreira, 2003). Untuk merancang produk ergonomis, harus diperhatikan penggunaan data antropomteri berdasarkan variabilitasnya. Hal ini dikarenakan data antropometri berbeda-beda akibat beberapa faktor yang mempengaruhi ukuran tubuh manusia yaitu: umur, jenis kelamin, suku bangsa, sosio ekonomi dan posisi tubuh (Wignjosoebroto, 2000). Faktor pembeda tiap data antropometri tubuh juga bisa disebabkan oleh cacat tubuh, jenis pekerjaan, dan kondisi hamil pada wanita (Nurmianto, 1999). Dengan memilih data antropometri yang tepat, maka seorang peneliti atau perancang produk akan mampu menyesuaikan bentuk dan geometris ukuran dari produk rancangannya dengan bentuk maupun ukuran segmen-segmen bagian tubuh operator yang nantinya akan mengoperasikan produk tersebut. Dengan demikian juga dapat dipastikan kalau sebagian besar populasi dari konsumen produk tersebut nantinya akan dapat menggunakan/mengoperasikan produk secara efektif, efisien, nyaman dan hanya sebagian kecil saja yang tidak dapat menggunakan. Berdasarkan pengamatan tentang penelitian atau perancangan produk berbasis prinsip ergonomi yang terdapat di Jurusan Teknik Industri UNS, dapat dikatakan bahwa data antropometri sangat bermanfaat dan telah banyak digunakan. Akan tetapi setiap kali akan menggunakan data antropometri, I-1
peneliti/perancang harus melakukan survey pengambilan data baru. Hal ini tentu memperlambat proses kerja dan menambah penggunaan waktu. Apabila setelah survey ternyata data yang diambil tidak mencukupi kebutuhan, maka harus melakukan pengambilan data kembali hingga data sesuai dengan yang dibutuhkan. Permasalahan juga terjadi jika data antropometri yang digunakan merupakan campuran dari beberapa kategori variabilitas data, misalnya data antropometri usia dewasa bercampur dengan data usia lanjut usia. Apabila hal ini terjadi maka akan berpengaruh pada hasil rancangan atau penelitian yang dilakukan. Proses pengolahan data antropometri yang meliputi uji statistik, juga menjadi salah satu pertimbangan pada hasil penelitian atau perancangan produk yang dilakukan. Perhitungan yang masih manual tentu tidak menjamin hasil penelitian yang benar-benar valid. Masalah lain yang muncul adalah ketika penelitian selesai, data antropometri tersebut seolah-olah sudah kadaluarsa, atau data yang telah diambil ada bagian atau bahkan semuanya hilang setelah selesai digunakan, sehingga data menjadi tidak layak untuk penelitian yang baru. Berdasarkan uraian diatas dapat dinyatakan bahwa data antropometri belum didokumentasikan dengan baik. Selama ini dokumentasi data antropometri hanya menggunakan aplikasi Microsoft Excel dan kertas kerja yang rentan terkena virus dan data hilang. Penambahan data antropometri yang terjadi hampir setiap tahun menjadi pertimbangan diperlukannya suatu sistem yang lebih baik untuk menyimpan/ mendokumentasikannya. Khususnya data yang dibagi berdasarkan kategori variabilitasnya. Sistem yang dimaksud adalah program aplikasi pengelolaan data antropometri. Jadi, jika akan melakukan penelitian atau perancangan
produk
berbasis ergonomi,
peneliti
dapat
dengan
mudah
memanfaatkannya tanpa harus melakukan pengambilan data ulang. Karena menurut Panero (1979) dalam penelitian atau perancangan produk berbasis ergonomi yang bersifat umum, pengambilan data berdasarkan data populasi yang ada di pasaran pada umumnya atau dengan kata lain bisa menggunakan data yang sudah terdokumentasi. Berbeda jika penelitian atau perancangan produk yang tujuannya untuk perseorangan atau sekelompok kecil orang saja, maka dimungkinkan untuk mengembangkan data antropometri sendiri dengan cara I-2
benar-benar melakukan pengukuran tubuh dari calon pemakai yang bersangkutan (Panero,1979). Program aplikasi data antropometri sudah pernah diciptakan pada diantaranya ‘WHO Anthro’, RAPIL, dan WEAR (Komalina,2009; Ferreira dkk., 2004; Mollarda dkk., 2006). Akan tetapi program-program tersebut belum bisa digunakan sebagai sarana pengelolaan data antropometri yang mendukung penelitian dan perancangan produk berbasis ergonomi karena fungsinya hanya mengumpulkan data antropometri anak untuk kegiatan analisis status gizi dan tumbuh kembang anak. Sehingga perlu dirancang suatu program baru dengan menambahkan fitur-fitur yang mengakomodasi kebutuhan data antropometri secara umum dan bisa melakukan uji statistik untuk membantu mengurangi tingkat kesalahan dalam pengolahan data antropometri. Dasar dari perancangan program aplikasi ini adalah basis data, dengan keuntungan antara lain: reduksi duplikasi data yang mencegah inkonsistensi data; kemudahan, kecepatan, dan efisiensi akses atau pemanggilan data; kemudahan untuk mengorganisasi dan mengelola data dalam jumlah besar; dan meningkatkan faktor keamanan data (Fathansyah,1999). 1.2. PERUMUSAN MASALAH Perumusan masalah penelitian ini adalah bagaimana merancang program aplikasi pengelolaan data antropometri sebagai pendukung penelitian dan perancangan produk berbasis ergonomi? 1.3. TUJUAN PENELITIAN Tujuan dari penelitian ini adalah merancang program aplikasi pengelolaan data antropometri sebagai pendukung penelitian dan perancangan produk berbasis ergonomi yang dapat menampung semua kategori variabilitas data antropometri, dapat diperbaharui isi datanya setiap saat sesuai dengan kondisi data terbaru, serta dapat melakukan uji statistik meliputi uji kenormalan, uji keseragaman, uji kecukupan dan persentil data. 1.4. MANFAAT PENELITIAN Perancangan program aplikasi pengelolaan data antropometri ini bermanfaat dalam membantu para peneliti atau perancang produk yang akan melakukan I-3
penelitian atau perancangan produk berbasiskan prinsip ergonomi yang: 1. Memudahkan peneliti/perancang produk dalam mengumpulkan data antropometri yang dibutuhkan pada saat penelitian atau perancangan berbasis ergonomi. 2. Program aplikasi mampu melakukan uji statistik dan dapat memilih data antropometri berdasarkan kategori variabilitas sesuai keinginan peneliti/ perancang. 3. Bagian administrasi basis data dapat memperbaharui data antropometri sesuai keadaan terbaru dengan mudah. 1.5. BATASAN MASALAH Agar penelitian dapat sesuai dengan tujuan, maka diberikan batasan pada penelitian ini. Adapun batasan permasalahan dalam penelitian ini adalah : 1. Program aplikasi ini digunakan untuk mendukung penelitian atau perancangan produk berbasis ergonomi yang didalamnya menggunakan prinsip antropometri. 2. Penelitian ini fokus pada permasalahan data antropometri dengan mengambil contoh data dari Jurusan Teknik Industri Universitas Sebelas Maret. 3. Data yang diambil berupa data antropometri statis dengan 66 atribut data yang sering digunakan dalam pengukuran. 4. Program aplikasi yang dirancang bisa memuat kategori data antropometri antara lain: jenis kelamin, usia, cacat tubuh pengguna kursi roda, dan kehamilan pada wanita, dan suku bangsa. 5. Uji statistik yang digunakan untuk mengolah data antara lain uji kenormalan, uji keseragaman, uji kecukupan, dan persentil. 1.6. ASUMSI PENELITIAN Asumsi penelitian diperlukan untuk menyederhanakan kompleksitas permasalahan yang diteliti. Asumsi yang digunakan adalah nilai persentil yang digunakan pada setiap penelitian atau perancangan produk adalah 5, 50, dan 95.
I-4
1.7. SISTEMATIKA PENULISAN Pada bagian ini menguraikan gambaran umum mengenai tata cara penyusunan laporan penelitian dan isi pokok dari laporan penelitian ini. BAB I : PENDAHULUAN Bab ini menguraikan berbagai hal mengenai latar belakang penelitian, perumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, dan sistematika penulisan. Uraian bab ini menjelaskan latar belakang penelitian yang dilakukan sehingga memberikan pengetahuan sesuai tujuan penelitian dan batasan-batasan yang digunakan. BAB II :TINJAUAN PUSTAKA Bab ini menguraikan teori-teori yang akan dipakai untuk mendukung penelitian, sehingga pengolahan data dan analisis dilakukan secara teoritis. Teori yang akan dikemukakan dalam hal ini adalah tentang ergonomi yang menitikberatkan pada antropometri, basis data, serta langkah-langkah pembangunan basis data yang meliputi pengumpulan data awal, penetapan spesifikasi data, pembangunan query data dan pembuatan program aplikasi. BAB III : METODE PENELITIAN Bab ini menjelaskan gambaran terstruktur tahap demi tahap proses pelaksanaan penelitian dalam bentuk diagram alir, membahas tentang tahapan yang dilalui dalam penyelesaian masalah sesuai dengan permasalahan yang ada mulai dari identifikasi masalah, perumusan masalah, tujuan penelitian, batasan masalah, pengolahan data, sampai dengan kesimpulan dan pemberian saran untuk penelitian lebih lanjut. BAB IV : PENGUMPULAN DAN PENGOLAHAN DATA Bab ini menjelaskan proses pengumpulan data antropometri dan atribut desain basis data melalui wawancara dan pengumpulan data sekunder. Pengolahan data antropometri dilakukan dengan uji kenormalan, uji keseragaman, uji kecukupan dan persentil. Lalu tahapan pembuatan program meliputi perancangan basis data, perancangan query dan user interface, dilanjutkan pembuatan program aplikasi untuk pengelolaan data antropometri tersebut. I-5
BAB V : ANALISIS DAN INTERPRETASI HASIL Bab ini menguraikan analisis dan interpretasi hasil serta mengevaluasi perancangan program aplikasi pengelolaan data antropometri. BAB VI : KESIMPULAN DAN SARAN Bab ini menguraikan target pencapaian dari tujuan penelitian dan kesimpulan yang diperoleh dari pembahasan bab-bab sebelumnya. Bab ini juga menguraikan saran dan masukan bagi kelanjutan penelitian yang telah dilakukan.
I-6
BAB II TINJAUAN PUSTAKA Pada bab ini dibahas mengenai landasan teori yang dipakai dalam penelitian ini, yaitu basis data, sistem basis data, abstraksi data, bahasa pemrograman, administrator basis data, dan antropometri. Landasan teori ini digunakan peneliti sebagai pedoman dalam melaksanakan penelitian. 2.1
PROGRAM APLIKASI Perangkat lunak (software) atau sering disebut juga program adalah suatu
hasil eksekusi (instruksi) yang dapat berjalan pada komputer, berfungsi dengan benar, sanggup melayani segala kemungkinan masukan, instruksi dan manipulasi data serta kemampuan-kemampuan untuk melakukan suatu fungsi yang spesifik (Total Sarana Informasi, 2005). Perangkat lunak (software) adalah program komputer yang berfungsi sebagai sarana interaksi antara pengguna dengan perangkat keras (hardware). Perangkat lunak juga bisa disebut sebagai penerjemah perintah-perintah yang dijalankan pengguna komputer untuk diteruskan atau diproses oleh perangkat keras. Setiap software tidak sama dengan yang lain, mempunyai ciri-ciri tersendiri dan dapat digunakan untuk mengerjakan fungsi yang khusus. Contoh-contoh jenis software antara lain software bahasa pemrograman, software aplikasi basis data (data base), softwareaplikasi desain web, software aplikasi grafis, software aplikasi multimedia dan lain-lain. Perangkat lunak dibagi menjadi tiga tingkatan yaitu program aplikasi misalnya Microsoft Office, tingkatan sistem operasi misalnya Microsoft Windows dan tingkatan bahasa misalnya Pascal (Total Sarana Informasi, 2005) Dalam ilmu komputer, aplikasi adalah program komputer yang dirancang sedemikian rupa untuk membantu pengguna dalam menyelesaikan suatu pekerjaan. Suatu aplikasi berbeda dengan sistem operasi yang menjalankan komputer, utility yang melakukan pemeliharaan dan bahasa pemrograman yang membuat komputer. Berdasarkan pada pekerjaan yang telah dirancang, suatu aplikasi dapat memanipulasi teks, angka, grafik, maupun kombinasi dari elemen
II-1
tersebut.
Beberapa
aplikasi
menawarkan
kekuatan
komputasi
dengan
memfokuskan diri pada pekerjaan tunggal, seperti memproses kata, mengolah grafik, ataupun memanipulasi angka, misalnya program Abiword, Blender 3D dan lain-lain. Beberapa aplikasi lainnya disebut aplikasi integrasi menawarkan kekuatan yang memiliki beberapa aplikasi word prosesor, spreadsheet, ataupun program data base. Contohnya adalah Microsoft office. Program aplikasi dibagi menjadi beberapa kategori antara lain adalah (www.wikipedia.com, 2008) : 1. Enterprise Software Enterprise software muncul berdasarkan kebutuhan organisasi akan proses organisasi serta aliran data dalam skala yang luas. 2. Enterprise Infrastucture Software Mendukung kemampuan pada sistem enterprise software 3. Information Worker Software Information worker software muncul didasarkan pada kebutuhan individu untuk menciptakan dan mengatur informasi. 4. Content Access Software Content access software digunakan untuk mengakses sebuah content tanpa mengubahnya, tetapi adapula beberapa aplikasi yang menyediakan fitur untuk mengubah content. 5. Simulation Software Digunakan untuk mensimulasikan sistem fisik atau abstrak untuk keperluan penelitian, pelatihan, maupun hiburan. 6. Media Development Software Muncul karena kebutuhan individu guna menghasilkan karya elektronik untuk keperluan komersil. 7. Educational Software Berhubungan dengan fungsi media dan hiburan, tetapi memiliki tujuan khusus untuk pendidikan. 8. Product Engineering Software Digunakan untuk mengembangkan hardware dan produk software.
II-2
2.2
DESAIN SISTEM Desain sistem suatu fase dimana diperlukan suatu keahlian perencanaan
untuk elemen-elemen komputer yang akan menggunakan sistem baru (Kristanto, 2003). Ada dua hal yang perlu diperhatikan dalam desain sistem yaitu pemilihan peralatan dan program komputer untuk sistem yang baru. Alat bantu yang digunakan dalam desain sistem adalah Data Flow Diagram (DFD), kamus data (Data Dictionary), diagram konteks, daftar kejadian, dan lain – lain. Desain sistem merupakan proses penyiapan spesifik yang terperinci untuk pengembangan sistem baru. Dimulai dari spesifikasi output sistem yang diperlukan, mencakup isi format, volume dan frekuensi laporan – laporan dan dokumen – dokumen (Kristanto, 2003). 2.2.1 Data Flow Diagram (DFD) Data flow diagram (DFD) adalah suatu model logika yang menggambarkan proses – proses yang berlangsung dalam sistem dan juga aliran data dari proses input sampai proses output. Data flow diagram (DFD) merupakan alat yang cukup populer sekarang, karena dapat menggambarkan entitas, proses dan arus data di dalam suatu sistem dengan terstruktur dan jelas. DFD memiliki simbol – simbol untuk menggambarkan sistem, berikut ini simbol-simbol yang digunakan dalam data flow diagram (DFD). 1. Entitas luar Setiap sistem pasti memiliki batas sistem yang memisahkan suatu sistem dengan lingkungan luarnya. Sistem akan menerima input dan menghasilkan output bagi lingkuangan luarnya. Entity luar merupakan kesatuan di lingkungan luar sistem yang dapat berupa orang, organisasi atau sistem lain yang berada di lingkungan luarnya yang akan memberikan input serta menerima output dari sistem. Suatu entity luar dapat disimbolkan dengan notasi kotak dapat dilihat seperti pada gambar 2.1.
Gambar 2.1 Simbol entitas luar pada DFD Sumber : Kristanto, 2003
II-3
2. Aliran data (data flow) Arus data pada diagram arus data diberi simbol panah. Arus data ini mengalir diantara proses, penyimpanan data dan kesatuan luar. Arus data ini menunjukkan arus atau aliran data yang dapat berupa masukan untuk sistem atau hasil dari proses sistem dan dapat berbentuk sebagai berikut ini : a. Formulir atau dokumen yang digunakan. b. Laporan tercetak yang dihasilkan oleh sistem. c. Tampilan atau output di layar komputer yang dihasilkan oleh sistem. d. Masukan oleh komputer. e. Komunikasi ucapan. f. Surat-surat atau memo. g. Data yang dibaca atau direkam pada suatu file. h. Surat isian yang dicatat pada buku agenda. i.
Transmisi data dari satu komputer ke komputer yang lain.
Arus data sebaiknya diberi nama yang jelas dan mempunyai arti. Nama dari arus data dituliskan di samping garis panahnya. Simbol untuk arus data dapat dilihat pada gambar 2.2.
Gambar 2.2 Simbol arus data di DFD Sumber : Kristanto, 2003
3. Proses (Process) Suatu proses adalah kegiatan atau kerja yang dilakukan orang, mesin atau komputer dari hasil suatu arus data yang masuk ke dalam proses untuk dihasilkan arus data yang akan keluar dari proses. Untuk physical data flow diagram (PDFD), proses dapat dilakukan oleh orang, mesin atau komputer. Sedangkan untuk logical data flow diagram (LDFD), suatu proses hanya menunjukkan proses dari komputer. Suatu proses dapat ditunjukkan dengan simbol lingkaran atau dengan simbol empat persegi panjang. Simbol proses dapat dilihat pada gambar 2.3.
II-4
Gambar 2.3 Simbol proses di DFD Sumber : Kristanto, 2003
Setiap proses harus diberi penjelasan yang lengkap meliputi : a. Identifikasi proses Identifikasi ini umumnya berupa angka yang menunjukkan nomor acuan dari proses dan ditulis pada bagian atas simbol proses b. Nama Proses Nama proses menunjukkan apa yang dikerjakan oleh proses tersebut. Nama proses harus jelas dan lengkap mengggambarkan kegiatan proses. Nama proses biasanya berbentuk suatu kalimat yang diawali dengan kata kerja dan letaknya berada di bawah identifikasi proses. c. Pemroses Untuk PDFD yang menunjukkan proses tidak hanya proses dari komputer, tetapi juga proses manual, seperti proses yang dilakukan oleh orang, mesin, atau komputer, maka pemroses harus ditunjukkan. Pemroses ini menunjukkan siapa dan dimana suatu proses dilakukan. Untuk LDFD yang prosesnya hanya menunjukkan proses komputer saja, maka pemroses tidak perlu disebutkan. Untuk LDFD, bila pemroses akan disebutkan dapat juga untuk menyebutkan nama dari program yang melakukan prosesnya. Keterangan pemroses ini dapat diletakkan di bawah nama proses. 4. Berkas atau penyimpanan data (data store) Merupakan komponen yang berfungsi untuk menyimpan data atau file. Simbol dari data store dapat dilihat pada gambar 2.4.
Gambar 2.4 Simbol berkas di DFD Sumber : Kristanto, 2003
II-5
Nama dari data store menunjukkan nama dari file. Untuk PDFD, supaya memperjelas simpanan data ini, penjelasan mengenai media dari simpanan data perlu dicantumkan seperti misalnya buku atau arsip atau suatu kotak dan lain sebagainya. Sedangkan untuk LDFD, penjelasan ini dapat digunakan untuk identifikasi dari simpanan data yang berguna sebagai acuan dalam merancang database. 2.2.2 Diagram Alir (Flowchart) Flowchart adalah penggambaran secara grafik dari langkah-langkah dan urut-urutan prosedur dari suatu program. Flowchart menolong analis dan programer untuk memecahkan masalah kedalam segmen-segmen yang lebih kecil dan menolong dalam menganalisis alternatif-alternatif lain dalam pengoperasian. Flowchart biasanya mempermudah penyelesaian suatu masalah khususnya masalah yang perlu dipelajari dan dievaluasi lebih lanjut. Berikut ini adalah jenis– jenis flowchart. 1. Diagram Alir Sistem (System Flowchart) 2. Diagram Alir Paperwork/Diagram Alir Dokumen (Document Flowchart) 3. Diagram Alir Skematik (Schematic Flowchart) 4. Diagram Alir Program (Program Flowchart) 5. Diagram Alir Proses (Process Flowchart) Bila seorang analisis dan programer akan membuat flowchart, ada beberapa petunjuk dan pedoman yang harus diperhatikan, seperti : 1. Flowchart digambarkan dari halaman atas ke bawah dan dari kiri ke kanan. 2. Aktivitas yang digambarkan harus didefinisikan secara hati-hati dan definisi ini harus dapat dimengerti oleh pembacanya. 3. Kapan aktivitas dimulai dan berakhir harus ditentukan secara jelas. 4. Setiap langkah dari aktivitas harus diuraikan dengan menggunakan deskripsi kata kerja. 5. Setiap langkah dari aktivitas harus berada pada urutan yang benar. 6. Lingkup dan range dari aktifitas yang sedang digambarkan harus ditelusuri dengan hati-hati. Percabangan-percabangan yang memotong aktivitas yang sedang digambarkan tidak perlu digambarkan pada flowchart yang sama.
II-6
Simbol konektor harus digunakan dan percabangannya diletakan pada halaman yang terpisah atau hilangkan seluruhnya bila percabangannya tidak berkaitan dengan sistem. 7. Gunakan simbol-simbol flowchart yang standar. Simbol-simbol flowchart yang biasanya dipakai adalah simbol-simbol flowchart standar yang dikeluarkan oleh ANSI dan ISO. Tabel 2.1. Simbol Flowchart Standar ANSI dan ISO Simbol Keputusan
Arti Keputusan dalam program
Contoh
Apakah A
Predifined Process
Preparation
Rincian operasi berada di tempat lain
Hitung akar pangkat dua
Pemberian harga awal SW=1
Terminal points
Awal/Akhir flowchart start
Purched card
Input/output yang menggunakan kartu berlubang Kartu absen
Input/Output
Proses
Merepresentasikan input data atau output data yang diproses atau informasi
Baca jam &tariff upah
Merepresentasikan operasi Hitung upah kotor
Penghubung
Keluar atau masuk dari bagian lain flowchart khususnya halaman yang sama
keluar
3 masuk
Sumber : Darsono, 2007
II-7
3
Tabel 2.2. Simbol Flowchart Standar ANSI dan ISO (lanjutan) Simbol Anak panah
Arti Merepresentasikan alur kerja
Contoh Hitung upah kotor
3 Penjelasan
Untuk komentar tambahan Urutkan sblm pembayaran
berdasarkan no pelanggan
Sumber: Darsono, 2007
2.3
BASIS DATA Sebuah basis data adalah suatu tempat penyimpanan file data (Simarmata,
2007). Definisi lain mengenai basis data disampaikan oleh Fathansyah (1999) sebagai berikut : -
Himpunan kelompok data atau arsip yang saling berhubungan yang diorganisasi sedemikian rupa agar kelak dapat dimanfaatkan kembali dengan cepat dan mudah.
-
Kumpulan file/tabel/arsip yang saling berhubungan yang disimpan dalam media penyimpanan elektronis.
Tujuan utama basis data adalah agar pengguna dapat memperoleh dan menemukan kembali data yang dicari dengan mudah dan cepat. Secara lengkap pemanfaatan basis data dilakukan untuk memenuhi sejumlah tujuan sebagai berikut : a. Kecepatan dan kemudahan (speed) Pemanfaatan basis data memungkinkan kita untuk dapat menyimpan data atau melakukan perubahan/manipulasi terhadap data atau menampilkan kembali data tersebut dengan lebih cepat dan mudah dibanding menyimpan data secara manual. b. Efisiensi ruang penyimpanan (space) Karena keterkaitan yang erat antar kelompok data dalam sebuah basis data maka redundansi (pengulangan) data pasti akan selalu ada. Banyaknya redundansi ini tentu akan memperbesar ruang penyimpanan (baik memori
II-8
utama maupun di memori sekunder) yang harus disediakan. Dengan basis data efisiensi dan optimalisasi penggunaan ruang penyimpanan dapat dilakukan karena dapat melakukan penekanan jumlah redundansi, baik dengan menerapkan sejumlah pengkodean maupun dengan membuat relasi-relasi antar kelompok data yang saling berhubungan. c. Keakuratan (accuracy) Pemanfaatan pengkodean atau pembentukan relasi antar data bersama dengan penerapan aturan/batasan tipe data, domain data, keunikan data dan sebagainya yang secara ketat dapat diterapkan dalam sebuah basis data sangat berguna untuk menekan ketidakakuratan penyimpanan data. d. Ketersediaan (availability) Pertumbuhan data sejalan dengan waktu akan semakin membutuhkan ruang penyimpanan yang besar. Padahal tidak semua data itu selalu dibutuhkan. Karena itu harus dilakukan pemilahanan antara data utama, data transaksi, data histori dan data kadaluwarsa. Data yang sudah jarang dipakai dapat diatur sebagai offline baik dengan cara penghapusan maupun dengan cara memindahkan ke media offline lainnya. e. Kelengkapan (completeness) Untuk
mengakomodasi
kebutuhan
kelengkapan
data
yang
semakin
berkembang maka tidak hanya menambahkan record-record data, tetapi juga dapat melakukan perubahan struktur dalam basis data baik dalam bentuk penambahan objek baru atau dengan penambahan field-field baru pada setiap tabel. f. Keamanan (Security) Dengan menggunakan basis data dapat ditentukan siapa saja yang dapat memakai basis data tersebut beserta objek-objek didalamnya dan menentukan jenis-jenis operasi apa saja yang boleh dilakukan. g. Kebersamaan pemakaian (shareability) Basis data yang dikelola oleh sistem mendukung lingkungan multiuser tetapi tetap menjaga terhadap munculnya inkonsistensi data (karena data yang samadiubah oleh banyak pemakai pada saat bersamaan) atau kondisi deadlock
II-9
(karena banyak pemakai yang saling menunggu untuk menggunakan data ). 2.3.1
Sistem Basis Data Menurut Fathansyah (1999) sistem basis data adalah sistem yang terdiri
dari kumpulan file (tabel) yang saling berhubungan (dalam sebuah basis data di sebuah sistem komputer) dan sekumpulan program yang memungkinkan beberapa pemakai dan/ atau program lain untuk mengakses dan memanipulasi file-file tersebut. Komponen sistem basis data terdiri dari : a. Perangkat keras (hardware) Perangkat keras dalam sebuah sistem basis data adalah : 1. Komputer 2. Memori sekunder yang online (Hardisk) 3. Memori sekunder yang offline ( tape atau removable disk) 4. Media perangkat komunikasi untuk sistem jaringan b. Sistem Operasi c. Basis data Sebuah sistem basis data dapat memiliki beberapa basis data. Setiap basis data berisi sejumlah objek basis data. d. Sistem Pengelola Basis Data ( Data Base Management System) DBMS adalah software yang menangani semua akses ke basis data. Secara konsep apa yang terjadi adalah sebagai berikut : 1.
User melakukan pengaksesan basis data untuk informasi yang diperlukannya.
2.
Menggunakan suatu bahasa manipulasi data, biasanya disebut SQL.
3.
DBMS menerima request dari user & menganalisa request tersebut.
4.
DBMS memeriksa skema eksternal user, pemetaan eksternal/ konseptual, skema
konseptual,
pemetaan
konseptual/
internal,
dan
struktur
penyimpanan. 5.
DBMS mengeksekusi operasi-operasi yang diperlukan untuk memnuhi permintaan user.
e. Pengguna (user) Ada beberapa tipe pengguna sistem basis data yang dibedakan berdasarkan II-10
cara mereka berinteraksi terhadap sistem : 1. Programmer aplikasi Pengguna yang berinteraksi dengan basis data melalui Data Manipulation Language (DML), yang disertakan dalam program yang ditulis dengan bahasa pemrograman induk (misalnya C, Pascal, dan Cobol). 2. User mahir (casual user) Pengguna yang berinteraksi dengan sistem tanpa menulis modul program. Mereka menyatakan query (untuk akses data) dengan bahasa query yang telah disediakan oleh DBMS. 3. User Umum (end user naive user) Pengguna yang berinteraksi dengan sistem basis data melalui pemanggilan satu program aplikasi permanen (executable program) yang telah ditulis/disediakan sebelumnya. 4. User khusus (spesialized user) Pengguna yang menulis aplikasi basis data nonkonvensional tetapi untuk keperluan-keperluan khusus, seperti aplikasi AI, sistem pakar, pengolahan citra, dan sebagainya yang bisa mengakses basis data dengan/tanpa DBMS bersangkutan. 2.3.2
Abstraksi Data Suatu sistem basis data bermanfaat ketika sistem tersebut mendapatkan
kembali data secara efisien. Ada struktur data kompleks di belakang sistem basis data. Tetapi pembuat sistem menyembunyikan kompleksitas tersebut dengan membagi abstraksi dalam beberapa tingkatan. Sehingga interaksi antara pengguna dengan pembuat dapat lebih disederhanakan. Abstraksi juga memberikan kerangka kerja bagi pembangunan basis data. Menurut ANSI/SPARC, arsitektur basis data terbagi atas tiga level yaitu (Simarmata, 2007): a.
Internal/Physical Level Berhubungan dengan bagaimana data disimpan secara fisik (physical storage)
dan menguraikan suatu struktur data yang kompleks secara lebih terperinci, misalnya seperti jenis penyimpanan (byte atau karakter). Merupakan level terendah untuk merepresentasikan basis data. II-11
b.
Conceptual/Logical Level Level ini lebih tinggi dari level sebelumnya. Menghubungkan antara internal
& eksternal level. Conceptual level adalah sebuah representasi seluruh muatan informasi yang dikandung oleh basis data dan hubungan apa yang ada diantara data tersebut. Administrator basis data dapat menggunakan tingkatan abstraksi logika ini untuk memutuskan informasi apa yang disimpan di dalam basis data. c.
External/View Level Merupakan level tertinggi dan yang paling sederhana dibanding level
sebelumnya. Berhubungan dengan bagaimana data direpresentasikan dari sisi setiap pengguna.Yang dimaksud dengan pengguna adalah programmer, enduser atau DBA. Setiap pengguna mempunyai ‘bahasa’ yang sesuai dengan kebutuhannya.
Programmer:
bahasa
yang
digunakan
adalah
bahasa
pemrograman seperti C, COBOL, atau PL/I. Enduser: bahasa yang digunakan adalah bahasa query atau menggunakan fasilitas yang tersedia pada program aplikasi pada level eksternal ini, user dibatasi pada kemampuan perangkat keras dan perangkat lunak yang digunakan aplikasi basis data. 2.3.3
Pemodelan Basis Data Suatu model data adalah suatu penyajian konseptual dari struktur data
yang diperlukan oleh basis data (Simarmata, 2007). Model data memperoleh masukkan dari langkah perencanaan dan analisis. Pembuat model bersama dengan analis mengumpulkan informasi tentang kebutuhan basis data dengan meninjau ulang dokumentasi yang ada dan mewawancarai pengguna akhir. Model data mempunyai dua keluaran. Pertama, suatu entity-relationship yang menyajikan struktur data dalam bentuk bergambar. Kedua adalah suatu dokumen data untuk menguraikan objek data, relasi, dan aturan yang diperlukan oleh basis data secara detail. Sasaran model data adalah untuk meyakinkan bahwa semua objek data yang diperlukan oleh basis data sudah terwakili secara komplit dan akurat. 2.3.4
Model Entity-Relationship Model entity relationship merupakan suatu cara untuk mempersatukan
II-12
pandangan basis data jaringan dan relasional. Kegunaan model ini adalah: a.
Mampu memetakan model relasional dengan baik dengan membangun tabel relasional.
b.
Sederhana dan mudah dipahami hanya dengan sedikit palatihan.
c.
Bisa digunakan sebagai suatu rencana perancangan oleh pengembang basis data untuk menerapkan suatu model data dalam perangkat lunak manajemen basis data spesifik.
Dasar-dasar membuat pemodelan E-R antara lain harus memahami tentang : a.
Entitas. Adalah objek data prinsip tentang informasi yang dikumpulkan. Entitas umumnya berupa konsep yang bisa dikenal, baik konkret maupun abstrak, seperti orang, tempat, benda, atau peristiwa yang memiliki keterkaitan dengan basis data.
b.
Relasi. Suatu relasi menyajikan asosiasi antara dua entitas atau lebih.
c.
Atribut. Menguraikan entitas dimana mereka dihubungkan. Kejadian dari suatu atribut tertentu adalah suatu nilai (value). Domain suatu atribut merupakan koleksi dari segala kemungkinan atas nilai-nilai atribut yang dimiliki. Notasi diagram relasi dikembangkan oleh Peter Chen pada tahun 1976.
Notasi dasar ERD ditabelkan sebagai berikut : Tabel 2.3. Notasi Dasar ERD Notasi
Keterangan Entity
Suatu entity merupakan suatu objek atau konsep mengenai tempat yang diinginkan untuk menyimpan informasi.
atribut
Atribut adalah sifat-sifat atau karakteristik dari suatu entitas.
Key atribut relationship
Suatu key atribut adalah unik dan memiliki karakteristik pembeda dari entitas. Relationship mengilustrasikan bagaimana dua entitas berbagi informasi di dalam struktur basis data.
Sumber: Simarmata, 2007
II-13
2.3.5
Bahasa yang Disediakan oleh Sistem Basis Data Sebuah sistem basis data menyediakan dua tipe bahasa yaitu: tipe untuk
menyepesifikasikan
skema
basis
data,
disebut
DDL,
dan
tipe
untuk
mengekspresikan query atau update basis data, disebut MDL. a. Data Definition Language Skema basis data dispesifikasikan oleh sekumpulan definisi dengan sebuah bahasa khusus yang disebut data-definition language (DDL). Hasil kompilasi DDL berupa tabel-tabel yang disimpan dalam sebuah file, disebut data dictionary (kamus data) atau data directory. Kamus data adalah sebuah file yang berisi metadata. File ini yang dikonsultasi sebelum data yang sebenarnya dibaca atau dimodifikasi oleh sistem basis data. b. Data Manipulation Language Query adalah statemen yang ditulis untuk mengambil informasi. Bagian dari DML yang menangani pengambilan informasi ini disebut bahasa query. Adalah bahasa untuk memanipulasi data yaitu :
2.3.6
•
Pengambilan informasi yang disimpan dalam basis data
•
Penyisipan informasi baru ke basis data
•
Penghapusan informasi dari basis data
•
Modifikasi informasi yang disimpan dalam basis data
Database Administrator (Administrator Basis Data) Administrator basis data adalah orang yang bertanggungjawab terhadap
strategi yang berhubungan dengan pengolahan data disuatu perusahaan. Selain hal tersebut, DBA adalah orang yang bertanggungjawab terhadap implementasi strategi tersebut secara teknis. Berikut dijelaskan bebrapa fungsi DBA secara detil: a. Mendefinisikan skema konseptual Yaitu memutuskan informasi apa saja yang akan dihasilkan oleh sutu basis data. Dalam hal ini DBA bertugas mendefinisikan entity-entity yang terlibat pada perancangan basis data. Proses ini disebut dengan Logical Database
II-14
Design (kadang-kadang disebut Conceptual Database Design). Setelah DBA menentukan muatan dari basis data maka DBA akan menyusun skema konseptual menggunakan DDL (Data Definition Language). Kemudian dengan DBMS, skema tersebut diimplementasikan. b. Mendefinisikan skema internal Selain menentukan skema konseptual dari basis data, DBA juga bertanggung jawab terhadap desain penyimpanan data secara fisik. c. Mensosialisasikan hasil rancangan baik konseptual dan internal ke user d. Mendefinisikan aturan-aturan sekuriti dan integritas data Dalam hal ini tugas DBA adalah menyakinkan user bahwa data-data yang mereka perlukan semua telah tersedia dan membantu user untuk mengimplementasikan rancangan tersebut dalam DDL. e. Mendefinisikan prosedur-prosedur back-up dan recovery. f. Memonitor performansi sistem dan menangani perubahan-perubahan yang ada. 2.4
KAMUS DATA Kamus data (data dictionary) adalah kumpulan elemen-elemen atau simbol-
simbol
yang
digunakan
untuk
membantu
dalam
penggambaran
atau
pengidentifikasian setiap field atau file di dalam sistem (Kristanto, 2003). Dengan menggunakan kamus data, analis sistem dapat mendefinisikan data yang berada di dalam sistem dengan lengkap. Kamus data dibuat pada tahap analisis sistem dan digunakan baik pada tahap analisis maupun pada tahap perancangan sistem. Pada tahap analisis, kamus data dapat digunakan sebagai alat komunikasi antara analis sistem dengan pemakai sistem tentang data yang mengalir di dalam sistem, yaitu tentang data yang masuk ke sistem dan tentang informasi yang dibutuhkan oleh pemakai sistem. Pada tahap perancangan sistem, kamus data digunakan untuk merancang input, merancang laporan-laporan dan database. Kamus data dapat dibedakan menjadi 4 macam, yaitu: 1. Kamus data proses Menjelaskan secara detail proses yang terjadi di setiap proses. 2. Kamus data tempat penyimpanan II-15
Menjelaskan file dan struktur data mengenai model sistem yang digambarkan dalam pemodelan sistem. 3. Kamus data arus data Menggambarkan data yang mengalir dari satu proses ke proses lainnya, dari entitas luar ke proses, dan dari proses ke entitas luar. 4. Kamus data terminologi bisnis Menjelaskan istilah-istilah khusus dalam bisnis yang dijalankan. 2.5
PERANCANGAN ANTARMUKA Interface (antarmuka) pengguna merupakan perantara yang disediakan
untuk user misalnya interaksi dari mesin komputer ke layar monitor, sehingga seorang user dapat mengetahui apa yang terjadi pada sistem yang digunakan (Total Sarana Informasi, 2005). Tujuan dari antarmuka pengguna adalah untuk memungkinkan pengguna menjalankan setiap tugas dalam kebutuhan pengguna (user requirement). Jadi dalam membangun sebuah antarmuka pengguna harus berdasar pada kebutuhan pengguna. Ada 17 prinsip yang harus dipahami para perancang sistem, terutama untuk mendapatkan hasil maksimal dari tampilan yang dibuat. Prinsip Umum Desain User Interface telah dirumuskan oleh Deborah J. Mayhew, dengan General Principles Of UI Design, yaitu (Dini, 2008) : a. User Compatibility, yang bisa berarti kesesuaian tampilan dengan tipikal dari user. karena berbeda user bisa jadi kebutuhan tampilannya berbeda. Misalnya, jika aplikasi diperuntukkan bagi anak-anak, maka jangan menggunakan istilah atau tampilan orang dewasa. b. Product Compatibility, istilah ini mengartikan bahwa produk aplikasi yang dihasilkan juga harus sesuai. Memiliki tampilan yang sama/serupa baik untuk user yang awam maupun yang ahli. c. Task Compatibility, berarti fungsional dari task/ tugas yang ada harus sesuai dengan tampilannya. Misal untuk pilihan report, orang akan langsung mengartikan akan ditampilkan laporan sehingga tampilan yang ada bukanlah tipe data (dari sisi pemrogram). d. Work Flow Compatibility, aplikasi dalam satu tampilan bisa untuk berbagai II-16
pekerjaan. Bisa pula tampilan yang ada hanya untuk satu pekerjaan saja. Misal untuk mengirim email, maka user harus membuka tampilan tersendiri untuk daftar alamat. e. Konsisten. Contohnya seperti jika menggunakan istilah save yang berarti simpan, maka istilah tersebut harus selalu digunakan. f. Familiarity, misalnya icon disket akan lebih familiar jika digunakan untuk perintah menyimpan. g. Simplicity, aplikasi harus menyediakan pilihan default untuk suatu pekerjaan. h. Direct Manipulation, user interface mampu manipulasi secara langsung misalnya untuk mempertebal huruf, cukup dengan ctrl+B. i. Control, memberikan kontrol penuh kepada user, yang biasanya memiliki tipikal tidak mau terlalu banyak aturan. j. WYSIWYG, What You See Is What You Get, membuat tampilan mirip seperti kehidupan nyata user dan memastikan fungsionalitas yang ada berjalan sesuai tujuan. k. Flexibility, tool/alat yang bisa digunakan user tidak hanya terpaku pada keyboard atau mouse saja. l. Responsiveness, tampilan yang dibuat harus disertai tampilan respon missal yang sering dilihat yaitu tampilan “please wait... 68%... “ m. Invisible Technology. User tidak penting mengetahui algoritma apa yang digunakan. Contohnya untuk mengurutkan pengguna tidak perlu mengetahui algoritma yang digunakan programmer (max sort, bubble sort, quick sort, dan seterusnya) n. Robustness, handal yakni dapat mengakomodasi kesalahan user. o. Protection, melindungi user dari kesalahan yang umum dilakukan. Misalnya dengan memberikan fitur back atau undo. p. Ease of Learning, aplikasi mudah dipelajari. q. Ease of use, aplikasi harus mudah digunakan.
II-17
2.6
ANTROPOMETRI
2.6.1 Pengertian Antropometri Antropometri menurut Stevenson (1989) dan Nurmianto (2008) adalah satu kumpulan data numerik yang berhubungan dengan karakteritik fisik ukuran tubuh manusia, bentuk, dan kekuatan serta penerapan dari data tersebut untuk penanganan masalah desain. Istilah Antropometri itu sendiri berasal dari bahasa Yunani yang merupakan gabungan dar kata “anthro” yang berarti manusia dan “metri” yang berarti ukuran. Secara definitif antropometri dapat dinyatakan sebagai suatu studi yang berkaitan dengan pengukuran dimensi tubuh manusia (Wignjosoebroto,2003). Antropometri ecara luas digunakan sebagai pertimbangan ergonomis dalam proses perancangan produk maupun sistem kerja yang akan melibatkan interaksi manusia. Aplikasi antropometri meliputi perancangan areal kerja, peralatan kerja dan produk-produk konsumtif. Perancangan lingkungan kerja fisik manusia pada umumnya berbeda-beda dalam hal bentuk dan dimensi ukuran tubuhnya. Beberapa faktor yang mempengaruhi ukuran tubuh manusia antara lain yaitu (Nurmianto,2008) : a. Jenis kelamin (sex) Secara distribusi statisktik terdapat perbedaan yang signifikan antara dimensi tubuh pria dan wanita. Jenis kelamin pria umumnya memiliki dimensi tubuh yang lebih besar dibanding wanita. Oleh karenanya data antropometri untuk kedua jenis kelamin selalu disajikan terpisah. b. Umur (age) Penggolongan atas beberapa kelompok umur yaitu : -
Balita
-
Anak-anak
-
Remaja
-
Dewasa
-
Lanjut usia
Antropometri tubuh manusia akan cenderung meningkat sampai batas usia dewasa. Namun setelah mencapai usia dewasa, tinggi badan manusia II-18
mempunyai kecenderungan untuk menurun yang antara lain disebabkan oleh berkurangnya elastisitas tulang belakang (invertebral discs). Selain itu juga dikarenakan penurunan dinamika gerak tangan dan kaki. c. Suku bangsa (etnic) Setiap suku bangsa ataupun kelompok etnic akan memiliki karakteristik fisik yang berbeda satu dengan yang lainnya. Dimensi tubuh suku bangsa negara Barat pada umumnya mempunyai ukuran yang lebih besar daripada dimensi tubuh suku bangsa negara Timur. d. Jenis Pekerjaan Beberapa jenis pekerjaan tertentu menuntut adanya persyaratan dalam seleksi karyawannya. Misalnya pekerjaan buruh mengharuskan orang-orang yang berpostur lebih besar dibanding pekerja kantoran. Sedangkan menurut Wignjosoebroto (2003) dimensi tubuh manusia juga dipengaruhi oleh tingkat sosio ekonomi. Pada negara-negara maju dengan tingkat sosio ekonomi tinggi, penduduknya mempunyai dimensi tubuh yang besar dibandingkan dengan negara-negara berkembang. e. Posisi tubuh (posture) Sikap ataupun posisi tubuh akan berpengaruh terhadap ukuran tubuh oleh karena itu harus posisi tubuh standar harus diterapkan untuk survei pengukuran. Berkaitan dengan posisi tubuh manusia dikenal dua cara pengukuran, yaitu: 1. Antropometri Statis (Structural Body Dimensions) Pengukuran manusia pada posisi diam atau yang dibakukan. Disebut juga pengukuran dimensi struktur tubuh dimana tubuh diukur dalam berbagai posisi standart dan tidak bergerak (tetap tegak sempurna). Pengukuran antropometri statis menjadi penting karena pengukuran ini menjadi dasar dalam perancangan produk dan lingkungan kerja yang digunakan. Contoh sederhana dari pengukuran ini adalah proses pembuatan pintu. Perancangan pintu memerlukan ukuran statis jangkauan tangan ke atas dalam posisi berdiri dan menentukan lebar pintu diperlukan ukuran statis lebar bahu.
II-19
2. Antropometri Dinamis (Functional Body Dimensions) Yang dimaksud antropometri dinamis adalah pengukuran keadaan dan ciri-ciri fisik manusia dalam keadaan bergerak atau memperhatikan gerakan-gerakan yang mungkin terjadi saat pekerja tersebut melaksanakan kegiatannya. Selanjutnya untuk memperjelas mengenai data antropometri yang tepat diaplikasikan dalam berbagai rancangan produk ataupun fasilitas kerja, diperlukan pengambilan ukuran dimensi anggota tubuh. Penjelasan mengenai pengukuran dimensi antropometri tubuh yang diperlukan dalam perancangan dijelaskan pada gambar berikut :
Gambar 2.5 Antropometri tubuh manusia yang diukur dimensinya Sumber : Nurmianto, 2008
Keterangan gambar : 1. Dimensi tinggi tubuh dalam posisi tegak 2. Tinggi mata dalam posisi berdiri tegak 3. Tinggi bahu dalam posisi berdiri tegak 4. Tinggi siku dalam posisi berdiri tegak 5. Tinggi kepalan tangan yang terjulur lepas dalam posisi berdiri tegak (dalam gambar tidak ditunjukkan) 6. Tinggi tubuh dalam posisi duduk 7. Tinggi mata dalam posisi duduk II-20
8. Tinggi bahu dalam posisi duduk 9. Tinggi siku dalam posisi duduk 10. Tebal atau lebar paha 11. Panjang paha yang diukur dari pantat s/d ujung lutut 12. Panjang paha yang diukur dari pantat s/d bagian belakang dari ujung lutut 13. Tinggi lutut yang bisa diukur baik dalam posisi berdiri ataupun duduk 14. Tinggi tubuh dalam posisi duduk yang diukur dari lantai sampai dengan paha 15. Lebar dari bahu 16. Lebar pinggul/pantat 17. Lebar dari dada dalam keadaan membusung 18. Lebar perut 19. Panjang siku yang diukur dari siku sampai ujung jari dalam posisi siku tegak lurus 20. Kebar kepala 21. Panjang tangan diukur dari pergelangan sampai dengan ujung jari dalam posisi tegak 22. Lebar telapak tangan 23. Lebar tangan dalam posisi terbentang 24. Tinggi jangkauan tangan dalam posisi berdiri tegak 25. Tinggi jangkauan tangan dalam posisi duduk tegak 26. Jarak jangkauan tangan yang terjulur ke depan Pengukuran dimensi wajah dapat dilihat pada gambar 2.6 di bawah ini.
Gambar 2.6 Gambar dimensi struktur kepala Sumber : Nurmianto, 2008
II-21
Keterangan gambar 2.2 diatas, yaitu: 1 = panjang kepala 2 = lebar kepala 3 = diameter maksimum dagu 4 = dagu ke puncak kepala 5 = telinga ke puncak kepala 6 = telinga ke belakang kepala 7 = antara dua telinga 8 = mata ke belakang kepala 9 = mata ke puncak kepala 10 = antara dua pupil mata 11 = hidung ke puncak kepala 12 = hidung ke belakang kepala 13 = mulut ke puncak kepala 14 = lebar mulut 2.6.2 Aplikasi Distribusi Normal dan Persentil dalam Penetapan Data Antropometri Adanya variansi tubuh yang cukup besar pada ukuran tubuh manusia secara perseorangan, maka perlu memperhatikan rentang nilai yang ada. Masalah adanya variansi ukuran sebenarnya akan lebih mudah diatasi bilamana mampu merancang produk yang memiliki fleksibilitas dan sifat ‘mampu suai’ dengan suatu rentang ukuran tertentu. Pada penetapan data antropometri, pemakaian distribusi
normal
akan
umum
diterapkan.
Distribusi
normal
dapat
diformulasikan berdasarkan harga rata-rata dan simpangan standarnya dari data yang ada. Berdasarkan nilai yang ada tersebut, maka persentil (nilai yang menunjukkan persentase tertentu dari orang yang memiliki ukuran pada atau di bawah nilai tersebut) bisa ditetapkan sesuai tabel probabilitas distribusi normal. Jika diharapkan ukuran yang mampu mengakomodasikan 95% dari populasi yang ada, maka diambil rentang 2,5th dan 97,5th percentile sebagai batas-batasnya. Secara statistik sudah diperlihatkan bahwa data hasil pengukuran tubuh manusia pada berbagai populasi akan terdistribusi dalam grafik sedemikian rupa II-22
sehingga data-data yang bernilai kurang lebih sama akan terkumpul dibagian tengah grafik. Persentil menunjukkan jumlah bagian per-seratus orang dari suatu populasi yang memiliki ukuran tubuh tertentu. Tujuan penelitian, dimana sebuah populasi dibagi-bagi berdasarkan kategori-kategori dengan jumlah keseluruhan 100% dan diurutkan mulai dari populasi terkecil hingga terbesar berkaitan dengan beberapa pengukuran tubuh tertentu. Sebagai contoh bila dikatakan persentil ke95 dari suatu pengukuran tinggi badan berarti bahwa hanya 5% data merupakan data tinggi badan yang bernilai lebih besar dari suatu populasi dan 95% populasi merupakan data tinggi badan yang bernilai sama atau lebih rendah pada populasi tersebut.
Gambar 2.7 Distribusi normal yang mengakomodasi 95% dari populasi Sumber : Nurmianto, 2008
Ada dua hal penting yang harus selalu diingat bila menggunakan persentil. Pertama, suatu persentil antropometri dari tiap individu hanya berlaku untuk satu data dimensi tubuh saja. Kedua, tidak dapat dikatakan seseorang memiliki persentil yang sama, ke-95, atau ke-90 atau ke-5, untuk keseluruhan dimensi. Pemakaian
nilai-nilai
persentil
yang
umum
diaplikasikan
dalam
perhitungan data antropometri, ditunjukan dalam tabel 2.2. Tabel 2.5. Macam Persentil dan Cara Perhitungan dalam Distribusi Normal Persentil Ke-1 Ke-2.5 Ke-5 Ke-10 Ke-50
Perhitungan x -2.325σx x -1.960σx x -1.645σx x -1.280σx x
Persentil Ke-90 Ke-95 Ke-97.5 Ke-99
Sumber : Nurmianto, 2008
II-23
Perhitungan x +1.280 σx x +1.645σx x +1.960σx x +2.325σx
Keterangan tabel 2.2 di atas, yaitu: σ x = standar deviasi dari data x
x = mean data
2.6.3 Pengolahan Data Antropometri Data antropometri hasil dari pengukuran dimensi tubuh manusia diolah sesuai kebutuhan penelitian atau perancangan produk. Pengolahan data tersebut dilakukan secara analisis statistik antara lain uji kenormalan data, uji keseragaman, uji kecukupan data, selanjutnya akan dihitung percentile untuk masing-masing dimensi tubuh, dimana hal ini sangat diperlukan pada tahap perancangan (Wignjosoebroto, 2000). Adapun keterangannya, sebagai berikut: a.
Uji Keseragaman Data Uji keseragaman data berfungsi untuk memperkecil varian yang ada
dengan membuang data ekstrim. Jika ada data yang berada di luar batas kendali atas ataupun batas kendali bawah maka data tersebut dibuang. (Wignjosoebroto, 2000). Langkah pertama dalam uji keseragaman ini adalah perhitungan mean dan standar deviasi untuk mengetahui batas kendali atas dan bawah. Rumus yang digunakan dalam uji ini yaitu: n
−
x=
∑x
i
i =1
n
…………………………………………………....….persamaan 2.1 −
∑ ( x − x)
SD =
n −1
2
………………………………………………persamaan2.2
−
BKA = x + 2SD ……………………………………................…..persamaan 2.3 −
BKB = x − 2SD ………………………………………….........….persamaan 2.4
dengan; SD
= standar deviasi
xi
= data ke-i
−
x
= mean data
n
= jumlah data
BKA = batas kendali atas
II-24
BKB = batas kendali bawah Jika ada data yang berada di luar batas kendali atas maupun batas kendali bawah, maka data tersebut harus dieliminasi atau dihilangkan. Untuk dapat melihat keseragaman data dapat digunakan peta kendali. b. Uji Normalitas Data Pengujian normalitas adalah pengujian tentang kenormalan distribusi data. Uji ini merupakan pengujian yang paling banyak dilakukan untuk analisis statistik parametrik. Penggunaan uji normalitas karena pada analisis statistik parametrik, asumsi yang harus dimiliki oleh data adalah bahwa data tersebut terdistribusi secara normal. Maksud data terdistribusi secara normal adalah data memusat pada nilai rata-rata dan median. Penerapan data antropometri akan dapat digunakan jika tersedia nilai mean (rata-rata) dan SD (standard deviasi) dari suatu distribusi normal. Berdasarkan nilai tersebut maka persentil (nilai yang menunjukkan persentase tertentu dari orang yang memiliki ukuran pada atau dibawah nilai tersebut) bisa ditetapkan sesuai tabel probabilitas distribusi normal. Jika diharapkan ukuran yang mampu mengakomodasikan 95% dari populasi yang ada, maka diambil rentang 2,5th dan 97,5th percentile sebagai batas-batasnya (Wignjosoebroto, 2003). Untuk menguji kenormalan data digunakan rumus sebagai berikut: X 2 c =
∑ (x
i
− x)2
bila
x
X 2 c < df , α maka data dikatakan normal. Uji normalitas bisa pula menggunakan
uji Geary (Geary, 2008) dengan prosedur diantaranya adalah: 1. Menghitung mean ( X ), sample sum of square (SSS), dan sample of absolute deviation (SAD) dengan menggunakan persamaan berikut : n
∑ x ………………………………………………....………..persamaan 2.5 = x −
i =1
i
n
n
SSS = (n − 1)s 2 = SAD =
n
∑
i =1
n
−2
∑ xi2 − n x = i −1
n
∑x i −1
2 i
−
( ∑ xi ) 2 i −1
n
….….……….persamaan 2.6
x1 − x ……………………………………………...persamaan 2.7
II-25
2. Menghitung uji statistik Geary SAD
a' =
………………………………………………………persamaan 2.8
n ( SSS )
3. Menguji nilai a’ untuk mengetahui tingkat signifikansi kenormalannya z=
a '− 0 . 7979 ……………………......……………….persamaan 2.9 0 . 2123 / n
Nilai 0.7979 dan 0.2123 adalah kontanta untuk menghitung kenormalan data. Data dikatakan berdistribusi normal jika
dengan α = 0,05.
Sedangkan jika data tidak normal maka data diasumsikan normal. c.
Uji Kecukupan Data Uji kecukupan data berfungsi untuk mengetahui apakah data yang
diperoleh sudah mencukupi untuk diolah. Sebelum dilakukan uji kecukupan data terlebih dahulu menentukan derajat kebebasan s = 0.05 yang menunjukkan penyimpangan maksimum hasil program. Selain itu juga ditentukan tingkat kepercayaan 95% dengan k = 2 yang menunjukkan besarnya keyakinan pengukur akan ketelitian data antropometri, artinya bahwa rata-rata data hasil pengukuran diperbolehkan menyimpang sebesar 5% dari rata-rata sebenarnya. Rumus uji kecukupan data, yaitu: k / s N N'=
(∑ X ) − (∑ X ) (∑ X )
2
2 i
i
i
2
…………………………….……persamaan
2.10
Dengan ; k
= tingkat kepercayaan
s
= derajat ketelitian
xi
= data ke-i
N
= jumlah data pengamatan.
N’
= jumlah data teoritis
Data dianggap telah mencukupi jika memenuhi persyaratan N’
II-26
d. Perhitungan Persentil 5 dan 95 Pada penentuan dimensi rancangan fasilitas kerja pengecapan dibutuhkan beberapa persamaan berdasarkan pendekatan antropometri. Perhitungan nilai persentil 5 dan persentil 95 dari setiap jenis data yang diperoleh, dilanjutkan dengan perhitungan untuk penentuan ukuran rancangan dan pembuatan rancangan berdasarkan ukuran hasil rancangan. Menurut Sritomo Wignjosoebroto (2000), untuk menghitung persentil 5 dan persentil 95 menggunakan rumus pehitungan yang terdapat pada tabel 2.3 sebelumnya, misalnya : −
P5 = x − 1,645 SD ………………………………………..........persamaan 2.11 −
P50= x …………………………………………………..........persamaan 2.12 −
P95= x + 1,645 SD …………………………………….…........persamaan 2.13 2.7
PENELITIAN SEBELUMNYA Penelitian sebelumnya mengenai perancangan basis data antropometri
telah dilakukan oleh beberapa tokoh di luar negeri. R. Mollarda, dkk
dari
Universitas Descartes Paris merancang basis data tentang ergonomi dalam penelitian yang berjudul “Database contents, structure, and ontology for WEAR”. The World Engineering and Antropometric Resource (WEAR) didefinisikan
sebagai suatu aplikasi untuk menggunakan dan menganalisis data, serta kualitas dan validasi metode yang menggunakan basis data pengukuran manusia dalam aplikasi keteknikan. WEAR merupakan aplikasi antropometri yang berbasis sumber daya web. Pengguna data antropometri dapat mengakses data yang tersedia melalui portal pusat. WEAR ini diramalkan bisa digunakan banyak orang di berbagai belahan dunia, sehingga syarat utama dalam pembuatannya adalah mengumpulkan datadata berupa: file data terorganisasi dari data mentah 1-D dan 3-D, metode analisis bentuk, file data biomekanik, file data bibliografis dan sintesis file ergonomi, metode dan/atau alat untuk uji kecukupan, contoh-contoh hasil desain serta alat bantuan online. Salah satu aspek penting untuk penciptaan basis data skala besar adalah
II-27
integrasi dari berbagai jenis sistem basis data. Pendekatan yang dilakukan yaitu mengembangkan ontologi untuk menggambarkan domain antropometri dan sebagai pedoman dalam desain sistem basis data yang lebih besar. Alat pengembangan ontologi disebut "Protégé" yang dikembangkan oleh Stanford Medical Informatika. Untuk usaha awal pengembangan ontologi dimulai dengan mengumpulkan dokumen-dokumen yang menggambarkan petunjuk antropometri yang dibuat oleh John Roebuck. Digambarkan sebagai berikut.
Gambar 2.8 Komponen basis data yang akan disimpan Sumber : Morallda, 2006
Gambar 2.9 Prinsip Sistem Basis Data Antropometri dan Ergonomi Sumber : Morallda, 2006
Penelitian lainnya dilakukan oleh Carlos Ferreira, dkk dari Universidade Técnica de Lisboa, Portugal yang mengembangkan RAPIL-Antropometric Software and Database pada tahun 2004. Mereka mengatakan bahwa
antropometri merupakan spesialisasi ilmu pengetahuan baru yang menyediakan aplikasi universal paling sederhana, tidak mahal, dan memberi kemudahan untuk menaksir ukuran, bentuk, proporsi, komposisi, dan tingkat kedewasaan dari II-28
manusia. Antropometri membantu mengetahui kesehatan, pertumbuhan, level gerakan tubuh dan status gizi. Pengukuran antropometri dapat digunakan pada kelompok besar populasi seperti wanita hamil dan menyusui, janin dan bayi yang baru lahir, anak-anak, remaja, dewasa yang overweight maupun kurus, atlet, induvidu diatas 60 tahun dan lain sebagainya (Ferreira, dkk., 2004). Dunia industri dan kesehatan sangat erat kaitannya dengan data antropometri. Masih sedikit basis data antropometri yang mengakumulasi tentang data kecacatan dan lansia (Brown,1995). Sehingga ia membangun basis data bagi orang-orang lansia dan orang cacat untuk mendesain berbagai produk yang sesuai dengan keadaan mereka. Fungsi alat ini adalah aplikasi software yang menyediakan tempat penyimpanan dan percobaan dari sejumlah besar data secara efisien dan dengan waktu yang singkat. Basis data dalam software RAPIL menyimpan banyak sekali variasi informasi dan diorganisasikan kedalam tabel-tabel yang saling berhubungan dimana data disimpan dalam tipe biososial, rutinitas kehidupan sehari-hari, data antropometri, prestasi sekolah, maturasi/kedewasaan. Pada penelitian ini data antropomteri hanya digunakan untuk menaksir status pertumbuhan anak-anak. Hal terpenting ditunjukkan dengan adanya referensi standar pertumbuhan untuk membandingkan hasil yang diperoleh secara nyata dengan data yang disimpan di program. Software antropometri yang sudah ada adalah buatan WHO yaitu WHO
Anthro yang dikembangkan dari 6 wilayah melalui mekanisme WHO Multicetre Growth Reference Study (1997-2003). Growth reference yang digunakan software ini bermanfaat untuk: 1) pada tingkat individu dapat digunakan untuk
menilai pertumbuhan anak balita (0-5 tahun) melalui proses monitoring pertumbuhan dan screening secara antropometris untuk kepentingan intervensi. 2) pada tingkat masyarakat dapat digunakan untuk menilai status kesehatan masyarakat (Komalyna, 2009). Fasilitas yang disediakan software ini dapat dibagi menjadi tiga program utama yaitu sebagai kalkulator antropometri, program individual assessment, dan nutritional survey.
II-29
Gambar 2.10 Software aplikasi antropometri dari WHO Sumber : Komalyna, 2009
Pada program kalkulator antropometri digunakan untuk mengolah data dan mengeluarkan hasil analisis per individu. Program ini difokuskan pada penyediaan fasilitas indeks dasar (basic indicators) seperti indeks : berat badan menurut tinggi badan (weight for height), tinggi badan menurut umur (height for age), berat badan menurut umur (weight for age), dan indeks massa tubuh menurut usia (BMI for age), MUAC for age, lingkar kepala (mm) menurut umur (Head Circumference for age), tebal lemak pada bagian triceps (mm) menurut umur
(Tricepsskinfold for age), dan tebal lemak pada bagian subscapular (mm) menurut umur (subscapular skinfold for age).
Gambar 2.11 Fitur “Antropometric Calculator” Sumber : Komalyna, 2009
II-30
Gambar 2.12 Fitur “Nutricional Survey” Sumber : Komalyna, 2009
Gambar 2.13 Fitur “Individual Assessment” Sumber : Komalyna, 2009
Software-software sejenis WHO Anthro masih ada lagi yaitu EPI INFO,
Nutrisurvey for SMART (Komalyna, 2009). Tetapi karena fungsinya hanya sebagai evaluator perkembangan motorik dan keadaan gizi anak, softwaresoftware tersebut ini tidak bisa digunakan sebagai acuan untuk menyimpan data
antropometri dari kelompok individu secara umum. Hanya saja dengan adanya software ini bisa dijadikan acuan dasar perancangan software aplikasi sebagai
basis data antropometri dari populasi individu yang lebih luas.
II-31
BAB III METODE PENELITIAN Metode pelaksanaan ini digunakan dalam penelitian ini merupakan dasar penentu agar hasil yang dicapai tidak menyimpang dari tujuan yang telah ditentukan sebelumnya. Tahapan penelitian dipaparkan pada Gambar 3.1 sebagai berikut :
Gambar 3.1 Diagram Alir Metode Penelitian
III-1
Diagram alir metode penelitian pada gambar 3.1 dapat diuraikan sebagai berikut. 3.1 TAHAP IDENTIFIKASI MASALAH Tahap ini diawali dengan studi lapangan, perumusan masalah, penentuan tujuan penelitian, dan studi pustaka. Langkah-langkah yang ada pada tahap identifikasi masalah tersebut dijelaskan pada sub bab berikut ini. 3.1.1 Studi Lapangan Tahap awal dari penelitian ini yaitu studi lapangan. Tahap ini dilakukan dengan mengamati penggunaan data antropometri dengan mengambil contoh studi kasus di jurusan Teknik Industri UNS serta mengumpulkan data tersebut. 3.1.2 Perumusan Masalah Permasalahan dirumuskan dari hasil studi lapangan yang telah dilakukan. Masalah yang akan dibahas dalam penelitian ini yaitu merancang program aplikasi pengelolaan data antropometri yang berguna untuk menyimpan semua kategori data antropometri sehingga dapat dimanfaatkan secara optimal saat dibutuhkan untuk suatu kegiatan penelitian atau perancangan produk berbasis prinsip ergonomi. 3.1.3 Tujuan Penelitian Tahap selanjutnya adalah menentukan tujuan penelitian. Tahap ini berguna untuk memberikan kerangka yang jelas tentang apa saja yang menjadi sasaran pada penelitian ini. Tujuan penelitian ini adalah program aplikasi pengelolaan data antropometri untuk keperluan penelitian atau perancangan produk yang berbasis prinsip ergonomi. Program ini diharapkan dapat mendeteksi uji statistik data yang meliputi uji kenormalan, uji keseragaman, uji kecukupan, uji persentil data dan dapat menampung semua kategori data antropometri serta dapat diperbaharui setiap saat sesuai dengan kondisi data terbaru tanpa terjadi duplikasi.
III-2
3.1.4 Studi Pustaka Pada tahapan studi pustaka penulis mengumpulkan berbagai referensi dan teori-teori yang berkaitan dengan permasalahan yang ada sebagai landasan dalam tahap-tahap penelitian selanjutnya. Referensi yang digunakan meliputi pustaka tentang basis data dan antropometri serta pustaka-pustaka lain yang mendukung. 3.2 TAHAP PENGUMPULAN DAN PENGOLAHAN DATA 3.2.1 Identifikasi dan Analisis Kebutuhan Informasi Antropometri Sebelum melakukan desain basis data, harus mengetahui dan menganalisa keinginan pemakai terhadap suatu program aplikasi sedetail mungkin. Begitu pun pada perancangan program aplikasi pengelolaan data antropometri ini. Untuk menentukan kebutuhan, pertama kali harus diidentifikasi bagian lain dari sistem informasi yang berhubungan dengan sistem basis data. Termasuk di dalamnya pemakai dan aplikasi baru dan yang sudah ada, sejauh mana kepentingan data tersebut digunakan, dan siapa saja yang memanfaatkanya, kemudian kebutuhan dikoleksi dan dianalisa. Tujuan dari analisis kebutuhan ini diantaranya adalah : -
menentukan kebutuhan data dari basis data dalam kaitannya dengan objek.
-
menggolongkan dan menguraikan informasi tentang objek.
-
mengidentifikasi dan menggolongkan hubungan diantara objek. Informasi tentang objek yang diperlukan untuk menganalisis kebutuhan
dikumpulkan dengan cara (Simarmata, 2007): -
meninjau ulang dokumen yang ada, misalnya data antropometri yang ada, petunjuk tertulis, deskripsi tentang data antropometri ataupun software atau program aplikasi antropometri yang pernah dirancang sebelumnya.
-
wawancara dengan pengguna akhir data antropometri.
-
meninjau ulang sistem pengumpulan dan penyimpanan data antropometri yang sudah ada untuk mengetahui sejauh mana kebutuhan akan basis data antropometri yang lebih tertata dan terotomatisasi.
-
untuk transformasi kebutuhan ke struktur yang lebih baik, teknik spesifikasi kebutuhan digunakan. Misalnya dengan flowchart, OOA
III-3
(object-oriented analysis) dan DFD (data flow diagram). Metode tersebut menggunakan teknik diagram untuk mengorganisasi dan menampilkan kebutuhan proses informasi. Dokumentasi tambahan dalam bentuk teks, tabel, grafik dan keputusan melengkapi diagram tersebut. 3.2.2 Perancangan Basis Data Setelah
melakukan
identifikasi
dan
analisis
kebutuhan
informasi
antropometri selanjutnya adalah merancang basis data. Dalam merancang basis data dilakukan beberapa tahap yaitu : 1. Penentuan entitas dan atribut Kedua hal ini merupakan dasar perancangan basis data. 2. Normalisasi tabel Normalisasi merupakan penguraian struktur tabel yang kompleks menjadi bentuk normal, berdasarkan aturan ketergantungan data (Data Dependency). 3. Menentukan relasi antar tabel Relasi antar tabel digambarkan untuk mengetahui hubungan antara tabel-tabel yang akan dipakai dalam program komputer. 4. Pembuatan Kamus Data Kamus data dibuat berdasarkan tabel-tabel yang sudah dinormalkan dan sudah mempunyai relasi antar tabel. Kamus data ini meliputi komponen tabel beserta tipe datanya, ukuran, keterangan, dan contoh data. 3.2.3 Perancangan Query dan User Interface Merancang query digunakan untuk mengelompokkan, mengolah, dan mengelola data dalam tatanan tertentu, sehingga data dapat menjadi suatu informasi. Query adalah alat pemroses data. Query ini berbasis SQL (Structured Query Language), suatu bahasa yang umum digunakan dalam basis data. Tahap selanjutnya dilakukan perancangan bentuk interface program yang dibuat, dengan tujuan supaya pemakai mudah mengerti (user friendly). Dasar pembuatan interface adalah Form, yaitu tempat dimana end-user menginput data. Sebuah form dalam DBMS digunakan untuk membatasi akses end-user terhadap sistem secara keseluruhan. Ada 2 tahap yang ditempuh penulis dalam merancang III-4
user interface, yaitu : 1. Merancang interface input, Interface input merupakan halaman untuk memasukkan data. Halaman ini dibuat untuk membantu pengguna dalam meng-input data kedalam database. 2. Merancang interface output, Langkah selanjutnya adalah merancang interface output. Output yang dihasilkan meliputi laporan dalam bentuk output form dan output report form. Output form yaitu berupa form yang menyajikan pengkategorian data antropometri berdasarkan aturan query dan hasil perhitungan uji statistik data antropometri. Output tersebut masih dalam bentuk form. Sedangkan output report form merupakan bentuk output dari output form yang nantinya bisa dijadikan printout. 3.2.4 Pembuatan Program Aplikasi Pembuatan program aplikasi merupakan penulisan kode program sesuai dengan user interface dan sistem basis data antropometri yang telah dirancang agar program dapat diakses oleh berbagai kalangan pengguna data antropometri. 3.3 TAHAP ANALISIS DAN INTERPRETASI HASIL 3.3.1 Pengujian Program Aplikasi Pengujian
atau
testing
menurut
Kristanto
(2003)
adalah
proses
mengeksekusi program secara intensif untuk menemukan kesalahan- kesalahan. Pengujian dilakukan untuk mengetahui apakah program yang dibuat telah sesuai dengan kebutuhan sistem atau belum. Pengujian tidak hanya untuk mendapatkan program yang benar, namun juga memastikan bahwa program tersebut bebas dari kesalahan-kesalahan untuk segala kondisi. Pengujian program aplikasi ini akan menggunakan metode pengujian unit dan pengujian sistem. Yang mana pengujian unit merupakan pengujian terhadap komponen-komponen luar dari sistem dan dilakukan satu-persatu tiap komponen. Sedangkan pengujian sistem merupakan pengujian secara menyeluruh dari program aplikasi, meliputi unit itu sendiri, prinsip kerja, hingga kode
III-5
pemrogramannya apakah sudah mampu bekerja seperti tujuan yang diharapkan atau belum. Tools atau media untuk menguji program aplikasi bisa berupa pertanyaanpertanyaan yang mewakili kriteria keberhasilan kinerja program, hal ini seperti yang pernah dilakukan oleh Indra Permana (2001) dalam “Perancangan Software Sistem Informasi Akademik FTUI”. Adapun proses pengujian dilakukan oleh perancang program aplikasi, baik untuk pengujian unit maupun sistem. 3.3.2 Analisis dan Interpretasi Hasil Bagian ini berisi tentang analisis dan interpretasi hasil perancangan program aplikasi pengelolaan data antropometri untuk keperluan penelitian dan perancangan produk berbasis ergonomi. Analisis hasil juga akan menjawab apakah sistem yang dibuat telah menyelesaikan permasalahan yang ada atau belum. 3.4 TAHAP KESIMPULAN DAN SARAN 3.4.1 Kesimpulan Bagian ini berisi tentang kesimpulan yang didapat dari perancangan program aplikasi pengelolaan data antropometri untuk keperluan penelitian dan perancangan produk berbasis ergonomi. Kesimpulan yang diperoleh merupakan jawaban atas tujuan dari penelitian ini. 3.4.2 Saran Bagian ini berisi saran-saran yang diberikan kepada peneliti selanjutnya untuk memperbaiki atau mengembangkan program aplikasi sistem basis data antropometri untuk keperluan penelitian, perancangan produk atau perancangan sistem kerja berdasarkan prinsip ergonomi ini.
III-6
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Bab ini akan membahas mengenai pengumpulan dan pengolahan data, dimulai dari identifikasi dan analisis kebutuhan informasi antropometri, perancangan basis data antropometri, query, User Interface, dan perancangan program aplikasinya. Pengumpulan data dilakukan melalui pengamatan langsung dan wawancara kepada pihak yang berwenang yang berkaitan dengan penggunaan data antropometri. 4.1 IDENTIFIKASI
DAN
ANALISIS
KEBUTUHAN
INFORMASI
ANTROPOMETRI Identifikasi dan analisis kebutuhan informasi digunakan untuk mengetahui dan menganalisis keinginan pemakai terhadap suatu basis data sedetail mungkin. Termasuk didalamnya pemakai aplikasi baru dan yang sudah ada, sejauh mana kepentingan data tersebut digunakan, dan siapa saja yang memanfaatkanya, kemudian kebutuhan dikoleksi dan dianalisis. Data antropometri digunakan untuk kepentingan penelitian, perancangan produk serta perancangan sistem kerja agar sesuai dengan prinsip ergonomi. Beberapa contoh penelitian maupun perancangan yang menggunakan data antropometri antara lain sebagai berikut: 1. Perancangan Ulang Boncengan Anak-anak pada Sepeda Motor dengan Pendekatan Antropometri 2. Perancangan Ulang Fasilitas Kamar Mandi bagi Kaum Difabel dengan Pendekatan Antropometri dan Kemudahan Akses 3. Perancangan Fasilitas Kursi untuk Wanita Hamil di PO Bus Pariwisata Auto Wijaya yang Memenuhi Aspek Ergonomi 4. Usulan Perancangan Meja dan Kursi Komputer yang Ergonomis dengan Pendekatan Antropometri (Studi Kasus PT. Konimex, Sukoharjo) Contoh studi kasus nyata yaitu rekap data penelitian maupun perancangan produk yang dilakukan di Jurusan Teknik Industri mengenai tema ergonomi yang
IV-1
menggunakan data antropometri terdapat kurang lebih 27%, digambarkan pada grafik berikut:
Gambar 4.1 Diagram Sebaran Tema Penelitian di Jurusan Teknik Industri Sumber: Data diolah, 2010
Adapun pengguna data antropometri khususnya di Jurusan Teknik Industri meliputi dosen dan mahasiswa yang sedang melakukan penelitian ataupun perancangan produk berbasiskan prinsip ergonomi. Sedangkan secara umum data antropometri ini dapat digunakan pada banyak aplikasi yang tak terbatas (Naqvi, 1993) diantaranya: 1. Desain area kerja di rumah, sekolah, perkantoran, dan industri. Contohnya seperti menentukan ketinggian area kerja, panjang dan lebar meja, ketinggian meja dapur, dan sebagainya. 2. Desain kokpit pesawat terbang dan kendaraan militer 3. Industri pakaian dan sepatu, disesuaikan dengan data antropometri penduduk setempat 4. Desain peralaan khusus untuk panderita cacat dan individu lanjut usia. Berdasarkan penjelasan diatas cukup membuktikan bahwa kebutuhan akan data antropometri perlu tersedia setiap saat. Kemudian kebutuhan data antropometri tersebut dimanfaatkan oleh beberapa peneliti, perancang, maupun suatu lembaga untuk membuat suatu aplikasi pengelolaan data antropometri. Ada tiga program aplikasi antropometri yang digunakan sebagai dasar dalam penelitian
IV-2
ini, yaitu program aplikasi WHO Anthro, Rapil, dan WEAR. Ketiga program aplikasi antropometri tersebut mempunyai karakteristik dan kegunaan yang berbeda-beda. Penggunaan WHO Anthro adalah untuk membantu ibu-ibu yang ingin memantau perkembangan dan pertumbuhan anaknya. Termasuk didalamnya adalah memantau status gizi, perkembangan motorik, dan pertumbuhan beberapa ukuran tubuhnya. Sehingga didalam aplikasi ini diberikan beberapa patokan ukuran antropometri yang bisa menjadi indikator ketiga hal tersebut. Data antropometri yang harus dimasukkan diantaranya berat badan menurut umur (BB/U), panjang badan atau tinggi badan menurut umur (TB/U), berat badan menurut tinggi badan (BB/TB), Basal Mass Index (BMI), lingkar kepala (HC atau LIKA), dan lingkar lengan (MUAC atau LILA). Selain itu didalam program aplikasi ini juga ditampilkan hasil perhitungan persentil data yang bisa diplot ke grafik yang bisa digunakan sebagai pendukung analisis kesehatan anak. Di Indonesia WHO Anthro digunakan sebagai Kartu Menuju Sehat (KMS) digital, sehingga ibu-ibu yang ingin memantau perkembangan anaknya bisa melihat pada menu Individual assessment yang dapat dipantau setiap kali kunjungan. Selain itu untuk menu Antropometric calculator berguna bagi petugas gizi yang mengadakan konseling, karena bisa langsung melihat status gizi yang di-entry saat itu. Kelemahan dari program ini adalah hanya bisa digunakan untuk menyimpan dan mengolah data antropometri balita hingga anak-anak (usia 0-60 bulan). Selain itu data antropometri yang tersimpan tidak bisa digunakan untuk acuan dalam perancangan produk berbasiskan prinsip ergonomi, karena data yang dimasukkan hanya diolah sebagai analisis tumbuh kembang serta status gizi anak. Program aplikasi lain yang menyediakan fasilitas penyimpanan dan pengolahan data antropometri adalah RAPIL dan WEAR. The World Engineering and Antropometric Resource atau WEAR juga merupakan program aplikasi antropometri, tetapi berbasis sumber daya web. Pengguna data antropometri dapat mengakses data yang tersedia melalui portal pusat. Syarat utama dalam pembuatannya adalah mengumpulkan data-data berupa: File data terorganisasi dari data mentah 1-D dan 3-D, metode analisis bentuk, file data biomekanik, file
IV-3
data bibliografis dan sintesis file ergonomi, metode dan/atau alat untuk uji kecukupan, contoh-contoh hasil desain, alat bantuan online. Kelemahan dari aplikasi ini adalah harus selalu diakses dalam kondisi online dengan internet, dan yang bisa mengakses aplikasi ini hanya orang-orang tertentu yang diijinkan oleh pemilik aplikasi. Hal ini dikarenakan data-data yang tersimpan didalam aplikasi ini sangat sensitif apabila terdapat perubahan data. Software RAPIL juga menyimpan banyak sekali variasi informasi dan diorganisasikan kedalam tabel-tabel yang saling berhubungan yaitu sebagai berikut: 1. Biososial; 2. Rutinitas kehidupan sehari-hari; 3. Data antropometri; 4. Prestasi sekolah; 5. Maturasi/kedewasaan. Walaupun menu dari program ini terbilang lengkap, tetapi untuk aplikasi pengelolaan data antropomteri bukan yang paling utama dan hanya diisi oleh data anak-anak yang kemudian dihitung persentilnya untuk menganalisis status pertumbuhan dan perkembangannya. Sehingga program aplikasi ini juga belum bisa membantu menyediakan data antropometri yang sesuai dengan kebutuhan pada penelitian atau perancangan produk berbasis ergonomi. Sedangkan program aplikasi antropometri yang akan dirancang ini diharapkan mampu menyimpan serta mengolah data antropometri untuk semua kategori variabilitas data. Sehingga ketika seorang perancang produk akan membuat produk ergonomis untuk populasi orang usia dewasa, program aplikasi ini mampu memberikan data yang dibutuhkan sekaligus dengan perhitungan statistiknya. 4.1.1. Identifikasi Data Antropometri yang Dibutuhkan Guna memenuhi kebutuhan akan ketersediaan data antropometri untuk keperluan penelitian dan perancangan produk berbasis ergonomi maka dikumpulkan
beberapa
kategori
data
antropometri
yang
sesuai
jenis
variabilitasnya yaitu berdasarkan pada : 1. Jenis Kelamin Jenis kelamin ini dibagi menjadi kategori pria dan wanita karena terdapat perbedaan yakni pria dianggap lebih panjang dimensi segmen badannya
IV-4
daripada wanita. Perbedaan antropometri berdasarkan jenis kelamin telah diteliti oleh Nurmianto (2004) dengan melakukan interpolasi dari data antropometri
masyarakat
Inggris
dan
masyarakat
Hongkong
yang
dikemukakan oleh Pheasant (1986), terhadap data orang Indonesia yang dikemukaan oleh Sumakmur (1989). 2. Kelompok Usia Data antropometri berdasarkan kategori usia bisa dikelompokkan berdasarkan pendapat dari Nurmianto (2008) menjadi balita, anak-anak, remaja, dewasa, dan lanjut usia. Usia balita adalah merupakan singkatan bawah lima tahun, lebih tepatnya dengan rentang usia dua hingga lima tahun (AnneAhira.com, 2009), usia anak-anak rentang 6-12 tahun, remaja 13-19 tahun, dewasa 20-64 tahun, dan lanjut usia 65 tahun keatas (www.wikipedia.com, 2009). Berdasarkan data statistik Indonesia seseorang dibagi menjadi tiga yaitu kelompok usia muda (0-14 tahun), kelompuk usia kerja 15-64 tahun (usia produktif) dan kelompok usia tua (65 tahun ke atas). Dari keterangan tersebut dikatakan bahwa usia 15-64 tahun adalah usia produktif yaitu usia saat seseorang sudah bisa melakukan suatu kegiatan yang bermanfaat bagi dirinya dan orang lain atau merupakan usia aktif seseorang, sedangkan usia muda dan lanjut usia termasuk kedalam kategori usia tidak produktif yaitu saat seseorang sudah tidak bisa melakukan hal-hal yang bermanfaat bagi dirinya maupun sekitarnya, pada usia ini seseorang cenderung pasif. 3. Faktor Kehamilan Faktor ini sudah jelas akan mempunyai pengaruh perbedaan yang berarti dibandingkan dengan wanita yang tidak hamil, terutama dalam analisis perancangan produk dan analisis perancangan kerja. 4. Faktor Kecacatan Sesuai perkembangan pada dekade terakhir ini yaitu diberikannya skala prioritas pada rancang bangun fasilitas akomodasi untuk para penderita cacat tubuh secara fisik sehingga mereka dapat ikut serta merasakan kesamaan dalam penggunaan jasa dari hasil ilmu ergonomi di dalam pelayanan untuk masyarakat. Perancangan basis data antropometri dengan kategori faktor
IV-5
kecacatan dibatasi pada kecacatan kaki (pengguna kursi roda) baik pria maupun wanita. 5. Suku bangsa (etnic) Setiap suku bangsa ataupun kelompok etnic akan memiliki karakteristik fisik yang berbeda satu dengan yang lainnya. 4.1.2. Identifikasi Proses Pengolahan Data Antropometri Pengolahan data antropometri dilakukan berkaitan dengan kebutuhan dimensi dari perancangan fasilitas atau sistem kerja. Adapun langkah-langkah dalam mengolah data setelah data antropometri yang dibutuhkan terpenuhi antara lain dengan uji keseragaman, uji kenormalan, uji kecukupan, dan uji presentil data yang digambarkan pada diagram alir dibawah ini :
Gambar 4.2 Diagram alir proses pengolahan data antropometri Dari diagram alir diatas dapat dijelaskan sebagai berikut: 1. Pengumpulan Data Antropometri Data antropometri dikumpulkan sesuai dengan jenis penelitian atau perancangan yang akan dilakukan. Data antropometri yang dikumpulkan adalah data berdasarkan kategori variabilitasnya, misalnya penggunaan data IV-6
antropometri kategori usia, cacat tidak cacat, ataupun kategori hamil tidak hamil. Pengumpulan data dilakukan secara langsung yaitu melakukan pengukuran dimensi tubuh terhadap beberapa individu yang mewakili kategori data. Kemudian data yang sudah terkumpul direkap untuk dilakukan pengolahan data. 2. Uji Keseragaman Data Antropometri Uji keseragaman data berfungsi untuk memperkecil varian yang ada dengan membuang data ekstrim. Jika ada data yang berada di luar batas kendali atas ataupun batas kendali bawah maka data tersebut dibuang. (Wignjosoebroto, 2003). Diagram alir uji keseragaman digambarkan sebagai berikut:
x=
∑x n
−
SD =
−
BKA = x + 2 SD
∑ ( x − x)
2
n −1
−
BKB = x − 2 SD
Gambar 4.3 Diagram alir uji keseragaman data IV-7
3. Uji Kenormalan Data Penerapan data anthropometri akan dapat digunakan jika tersedia nilai mean (rata-rata) dan SD (Standard Deviasi) dari suatu distribusi normal. Untuk menguji kenormalan data digunakan rumus Geary dengan nilai -za/2
x =
∑
x
n
n
−2
n
n
(∑ xi )2
i−1
n
SSS = (n −1)s2 = ∑ xi2 − n x = ∑ xi2 − i −1
i −1
n
SAD = ∑ x1 − x i =1
a' =
SAD n ( SSS )
z=
a '−0.7979 0.2123 / n
Gambar 4.4 Diagram alir uji kenormalan data 4. Uji Kecukupan Data Antropometri Uji kecukupan data berfungsi untuk mengetahui apakah data yang diperoleh sudah mencukupi. Sebelum dilakukan uji kecukupan data terlebih dahulu
IV-8
menentukan derajat kebebasan s = 0.05 yang menunjukkan penyimpangan maksimum hasil penelitian. Selain itu juga ditentukan tingkat kepercayaan 95% dengan k = 2 yang menunjukkan besarnya keyakinan pengukur akan ketelitian data antropometri, artinya bahwa rata-rata data hasil pengukuran diperbolehkan menyimpang sebesar 5% dari rata-rata sebenarnya (Barnes, 1980). Menurut Wignjosoebroto (2000) data dianggap telah mencukupi jika memenuhi persyaratan N’
k / s N N'=
(∑ X ) − (∑ X ) (∑ X )
2
2 i
i
i
2
Gambar 4.5 Diagram alir uji kecukupan data 5. Perhitungan Persentil Untuk melakukan perancangan produk maupun sistem kerja setelah data cukup maka dilakukan perhitungan nilai persentil 5 dan persentil 95 dari setiap
IV-9
jenis data yang diperoleh, dilanjutkan dengan perhitungan untuk penentuan ukuran rancangan dan pembuatan rancangan berdasarkan ukuran hasil rancangan (Wignjosoebroto,2003). Alur logika perhitungan persentil adalah sebagai berikut: Mulai Uji Persentil data
Pengumpulan data antropometri
Menghitung nilai mean/rerata dari data sampel
x=
∑x n
Menghitung nilai standar deviasi dari data sampel −
SD =
∑ ( x − x)
2
n −1
Menentukan nilai persentil yang diinginkan, misal: −
P5 = x − 1,645 SD −
P50 = x −
P95 = x + 1,645 SD
Selesai
Gambar 4.6 Diagram alir perhitungan persentil
4.2 PERANCANGAN BASIS DATA ANTROPOMETRI Data antropometri yang telah dikumpulkan kemudian ditampung dalam sebuah basis data. Basis data didesain agar data dapat terorganisasi dan tersimpan dengan baik untuk memudahkan dalam pencarian sehingga akan mempercepat proses pengolahan selanjutnya.
IV-10
4.2.1. Tahap Penentuan Entitas dan Atribut pada Basis Data Basis data juga merupakan kumpulan tabel atau files yang saling berelasi, sehingga langkah awal pada penyusunan basis data adalah merancang tabel-tabel apa saja yang dibutuhkan. Adapun pada perancangan basis data antropometri tabel yang dibutuhkan antara lain adalah tabel data personal dan tabel data master antropometri. A. Tabel Data Personal Tabel data personal adalah tabel yang berisikan identitas seseorang yang diukur antropometri tubuhnya. Data personal yang dipakai diantaranya data kategori usia meliputi balita, anak-anak, remaja, dewasa, dan lansia; data kategori jenis kelamin; data kategori cacat atau tidak cacat, khusus kategori ini dibatasi pada jenis kecacatan pada kaki (pengguna kursi roda); serta data kategori hamil atau tidak hamil pada wanita usia dewasa saja. Selain identitas personal, pada tabel ini juga dicantumkan tanggal pengambilan ukuran antropometeri, sebagai bukti nyata dan ilmiah dari data yang diambil. Adapun tabel tersebut dapat dilihat pada keterangan dibawah ini. Tabel 4.1 Tabel Data Personal No. Atribut 1 id_personal 2 3 4
tgl_pengukuran jns_kelamin kat_usia
5 6 7 8
cacat_tdkcacat hamil_tdkhamil Usia kehamilan Suku bangsa
kunci PK
keterangan kode atau nomor identitas seseorang yang diukur antropometri tubuhnya tanggal saat pengukuran antropometri dilakukan jenis kelamin kategori usia seseorang yang diukur antropometri tubuhnya keterangan apakah orang tersebut cacat atau tidak keterangan apakah orang tersebut hamil atau tidak Keterangan tentang berapa usia kehamilan seseorang Keterangan termasuk dalam suku bangsa apa
B. Tabel Data Master Antropometri Tabel terakhir adalah tabel data master antropometri, berfungsi untuk memasukkan data antropometri dari tiap orang yang telah diidentifikasi personalnya. Atribut atau komponen tabelnya dituliskan pada tabel berikut.
IV-11
Tabel 4.2 Tabel Data Master Antropometri No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
atribut id_personal tdt tdn lk jdpk jhpk jmapk imlpk jt jtpk lm jtbk jhbk jmabk pk tmd tbd tsd tsp tpg tpd tp tpo pp pkl sks lpg lb lp lsd tbt tmb tbb tsb tpb plb tlb td tp
keterangan Kode data antropometri tinggi duduk tegak tinggi duduk normal lebar kepala jarak dagu ke puncak kepala jarak hidung ke puncak kepala jarak mata ke puncak kepala jarak mulut ke puncak kepala jarak antara dua telinga jarak telinga ke puncak kepala lebar mulut jarak telinga ke belakang kepala jarak hidung ke belakang kepala jarak mata ke belakang kepala panjang kepala tinggi mata duduk tinggi bahu duduk tinggi siku duduk tinggi sandaran punggung tinggi pinggang tebal perut duduk tebal paha tinggi plopiteal pantat plopiteal pantat ke lutut siku ke siku lebar pnggang lebar bahu lebar pinggul lebar sandaran duduk tinggi badan tegak tinggi mata berdiri tinggi bahu berdiri tinggi siku berdiri tinggi pinggang berdiri panjang lengan bawah tinggi lutut berdiri tebal dada berdiri tebal perut berdiri
IV-12
Tabel 4.3 Tabel Data Master Antropometri (lanjutan) No. 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67
atribut ll lpgb lpggb lgdb lpb ldb lprb jta jtd rt pj1 pj2 pj3 pj4 pj5 pkt lj lt ptt skjt ltk ptk tj tlt tjr spd spb bb
keterangan lingkar leher lingkar pantat berdiri lingkar penggang berdiri lingkar dada berdiri lebar pinggul berdiri lebar dada berdiri lebar perut berdiri jangkauan tangan ke atas jangkauan tangan ke depan rentangan tangan panjang jari 1 panjang jari 2 panjang jari 3 panjang jari 4 panjang jari 5 pengkal telapak tangan ke pangkal jari lebar jari ke 2-3-4-5 lebar tangan panjang telapak tangan siku ke ujung jari tengah lebar telapak kaki panjang telapak kaki tinggi jongkok tinggi lutut tebal jari sudut putaran kaki ke depan sudut putaran kaki ke belakang berat badan
4.2.2. Pembuatan Relasi Antar Tabel Dalam merancang basis data setelah tabel-tabel yang dibutuhkan ada maka hal selanjutnya yang dilakukan adalah (Fathansyah, 1999): 1. Menerapkan normalisasi terhadap struktur tabel yang telah diketahui, atau dengan 2. Langsung membuat model Entity-Relationship atau relasi antar tabel.
IV-13
Untuk memperoleh struktur basis data sistem perlu dilakukan normalisasi. Proses normalisasi merupakan proses pengelompokkan data ke dalam bentuk tabel atau relasi file untuk menyatakan entitas dan hubungan sehingga terwujud satu bentuk basis data yang mudah dimodifikasi. Normalisasi juga bertujuan meminimalkan terjadinya duplikasi. Namun pada perancangan basis data antropometri ini tidak dilakukan normalisasi karena struktur tabel awal yang sudah sederhana dan tidak mengalami duplikasi. Sehingga dapat langsung dilakukan pembuatan model Entity-Relationship-nya, dimana pada tahap ini tabel yang telah dirancang digambarkan kedalam bentuk skema relasi yang menunjukkan hubungan antartabel. Hubungan antar tabel bisa dilihat dengan memperhatikan key-key yang ada. Relasi antar tabel dari basis data yang telah dirancang bisa dilihat pada gambar 4.9. Gambar tersebut merupakan penggambaran secara visual hubungan antar tabel dalam basis data yang akan dipakai dalam aplikasi komputer. Hubungan antara tabel data_personal dengan tabel master_antro adalah satu ke satu, yakni untuk satu personal hanya boleh memiliki satu paket data atribut antropometri.
Gambar 4.7 Model Entity Relationship
IV-14
4.2.3. Pembuatan Kamus Data Berdasarkan tabel-tabel yang sudah direlasikan, tahap selanjutnya adalah membuat kamus data berkaitan dengan field yang ada pada masing-masing tabel. Kamus data ini meliputi komponen tabel beserta tipe datanya, ukuran, keterangan, dan contoh data. Tabel 4.4 Kamus Data Tabel Data Personal No. 1 2 3 4 5 6 7 8
Atribut id_personal tgl_pengukuran jns_kelamin kat_usia cacat_tdkcacat hamil_tdkhamil Usia kehamilan Suku bangsa
Tipe Data text date/time text text text text text text
Ukuran 10 short date 10 10 15 15 10 15
Contoh Data *****1 22/02/2010 laki-laki dewasa tidak cacat tidak hamil 8 Jawa
Tabel 4.5 Kamus Data Tabel Data Master Antropometri No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
atribut id_personal tdt tdn lk jdpk jhpk jmapk imlpk jt jtpk lm jtbk jhbk jmabk pk tmd tbd tsd tsp tpg
Tipe Data text number number number number number number number number number number number number number number number number number number number
Ukuran 10 integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer
IV-15
Contoh Data *****1 85,5 83 13 25 11 8 15 18 14 5 12 21 15 20 75 53 23 47 23
Tabel 4.6 Kamus Data Tabel Data Master Antropometri (lanjutan) No. 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59
atribut tpd tp tpo pp pkl sks lpg lb lp lsd tbt tmb tbb tsb tpb plb tlb td tp ll lpgb lpggb lgdb lpb ldb lprb jta jtd rt pj1 pj2 pj3 pj4 pj5 pkt lj lt ptt skjt
Tipe Data number number number number number number number number number number number number number number number number number number number number number number number number number number number number number number number number number number number number number number number
Ukuran integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer integer
IV-16
Contoh Data 17 13 37,5 42,5 55 37 28 29 34,5 23 157,5 145,5 127 94 93 24 39,5 22,5 17 31 91 66,5 84 32 28,5 26,5 194 67 153,5 6 7,5 9 8,5 6,5 10 7 9 18 43
Tabel 4.7 Kamus Data Tabel Data Master Antropometri (lanjutan) No. 60 61 62 63 64 65 66 67
atribut ltk ptk tj tlt tjr spd spb bb
Tipe Data number number number number number number number number
Ukuran integer integer integer integer integer integer integer integer
Contoh Data 6 23 94 42 2 50 60 50,5
4.3 Perancangan Query dan User Interface 4.3.1. Perancangan Query Merancang query digunakan untuk mengelompokkan, mengolah, dan mengelola data dalam tatanan tertentu, sehingga data dapat menjadi suatu informasi. Query adalah alat pemroses data. Query ini berbasis SQL (Structured Query Language), suatu bahasa yang umum digunakan dalam basis data. Perancangan query pada basis data antropometri ini dilakukan berdasarkan tabel-tabel yang telah dibuat dengan menggunakan Microsoft Access. Informasi yang ditampilkan adalah data antropometri berdasarkan variabilitasnya, yaitu sebagai berikut: a. Data antropometri berdasarkan jenis kelamin, kategori usia, kategori cacat atau tidak, dan kategori hamil atau tidak hamil. b. Data antropometri berdasarkan kategori jenis kelamin baik laki-laki maupun perempuan. c. Data antropometri berdasarkan kategori jenis kelamin dan kategori usia. d. Data antropometri berdasarkan kategori jenis kelamin, kategori usia, dan kategori cacat tidak cacat. e. Data antropometri berdasarkan kategori jenis kelamin, kategori usia, dan kategori hamil tidak hamil.
IV-17
Adapun contoh-contoh query yang dirancang diperlihatkan pada tabel 4.8 sampai dengan 4.12. Tabel 4.8 Tabel query data antropometri berdasarkan jenis kelamin, kategori usia, kategori cacat atau tidak dan kategori hamil atau tidak hamil id_pers tgl_penguku jenis_kela kat_u cacat_tdkc hamil Usia _tdkha Kehamilan onal ran min sia acat mil tidak 1 22/02/2010 Laki-laki D tidak cacat hamil Perempua tidak 2 22/02/2010 R tidak cacat n hamil
Suku tdt tdn bangsa
lk
jawa
86 83
13 25
11
8
batak
88 86
16 25
12
9
jdpk
imlp jhpk k
Tabel 4.9 Tabel query data antropometri berdasarkan kategori jenis kelamin id_pers tgl_penguku jenis_kela kat_u cacat_tdkc hamil usia suku tdt tdn onal ran min sia acat _tdkha keham bangs a 1 22/02/2010 Laki-laki D tidak cacat mil tidak ilan 86 83 hamil jawa
lk
jdpk imlp jhpk k
13 25
11
8
Tabel 4.10 Tabel query data antropometri berdasarkan kategori jenis kelamin dan kategori usia id_per tgl_penguku jenis_kela kat_u tdt tdn lk jdpk imlpk jhpk jma jt sonal ran min sia pk 1 22/02/2010 Laki-laki D 86 83 13 25 11 8 15 14 Tabel 4.11 Tabel query data antropometri berdasarkan kategori jenis kelamin, kategori usia, dan kategori cacat tidak cacat id_per tgl_penguku jenis_kela kat_u cacat_tdk tdt sonal ran min sia cacat tidak 1 22/02/2010 Laki-laki D cacat 86
tdn lk
jdpk
imlp jhpk jmap jt k k
83 13
25
11
8
15
14
Tabel 4.12 Tabel query data antropometri berdasarkan kategori jenis kelamin, kategori usia, dan kategori hamil tidak hamil id_per tgl_penguku jenis_kela kat_u hamil_tdk usia tdt sonal ran min sia hamil kehamilan
1
22/02/2010 Laki-laki
D
tidak hamil
-
86
tdn lk
jdp imlp jhpk jmap k k k
83 13
25 11
8
15
4.3.2. Perancangan User Interface Tahap selanjutnya dilakukan perancangan bentuk interface program yang dibuat, dengan tujuan supaya pemakai mudah mengerti (user friendly). Dasar pembuatan interface adalah Form, yaitu tempat dimana user menginput data. Ada 2 hal yang ditempuh penulis dalam merancang user interface, yaitu :
IV-18
A. Merancang Interface Menu Utama Menu utama merupakan halaman awal yang muncul saat program aplikasi pengelolaan data antropometri dijalankan. Form menu utama merupakan form induk menuju form-form lainnya sehingga perlu dirancang semenarik mungkin pada tampilannya. Menu utama memuat empat submenu yang masing-masing mempunyai form yang berbeda, yaitu meliputi : 1. Input data personal 2. Input data antropometri 3. Form kategori data dan uji statistik 4. Profil program aplikasi antropometri Untuk menjalankan submenu-submenu tersebut user tinggal mengklik tombol yang menunjukkan judulnya. Penggambaran rancangan interface menu utama program aplikasi antropometri adalah :
Gambar 4.8 Rancangan Menu Utama B. Merancang Interface Input Perancangan interface input dilakukan sebagai sarana memasukkan data antropometri dari tiap individu yang sudah diukur. Form interface input yang dibuat ada dua yaitu form input data personal dan form input data antropometri. Form input data personal digunakan untuk memasukkan data personal IV-19
yang diukur antropometri tubuhnya. Form ini dikoneksikan dengan tabel Data Personal yang terdapat pada basis data. Informasi yang harus di-input-kan pada form ini antara lain ID Personal, tanggal pengukuran, kategori usia, jenis kelamin, kategori cacat atau tidak cacat, dan kategori hamil atau tidak hamil pada wanita dewasa. Hasil rancangan form input data personal diperlihatkan pada gambar berikut.
Gambar 4.9 Rancangan Form Input Data Personal Sedangkan form input data antropometri merupakan implementasi dari tabel master antropometri sebagai sarana untuk memasukkan atribut antropometri yang telah diukur. Selain mengacu pada tabel master antropometri, form ini juga mengacu pada form data personal dimana data antropometri yang dimasukkan merupakan data dari tiap personal yang telah didaftarkan pada form input data personal. Hal ini ditunjukkan dengan adanya masukkan ID Pesonal pada form input data antropometri yang diambil berdasarkan ID Pesonal pada Form Input Data Personal. Form interface input diperlihatkan pada gambar berikut.
IV-20
Gambar 4.10 Rancangan Form Input Data Antropometri (tab 1)
Gambar 4.11 Rancangan Detail Input Data Antropometri (tab 2) Form
Input Data
Antropometri dirancang dengan
menggunakan
komponen SSTab, sehingga pada jendela form terdapat dua tab yaitu tab input data antropometri dan tab detail data antropometri. Tab pertama berbentuk kolomkolom isian data yang terdiri dari 1 kolom isian Nomor Data, 1 kolom ID Personal
IV-21
dan 66 kolom isian data atribut antropometri. Kemudian pada tab detail data antropometri merupakan rekapitulasi data yang telah di-input yang ditampilkan dalam tabel listview. Jadi ketika tombol simpan pada tab input data antropometri di-klik maka tabel listview akan menampilkan data yang disimpan tersebut. Tab Detail Data antropometri digambarkan pada gambar 4.13. C. Merancang Interface Output Perancangan interface output meliputi perancangan hasil keluaran setelah aplikasi didalam program dijalankan baik dalam bentuk report form maupun report dalam aplikasi. Report dalam aplikasi berupa hasil analisis yang diterjemahkan dalam angka, bentuk hitungan sesuai aplikasi yang dibuat. Secara umum interface output berguna untuk menampilkan data-data yang tersimpan didalam database sehingga diperoleh informasi yang berguna bagi pemakainya. 1. Output Aplikasi Output aplikasi merupakan keluaran dari aplikasi, tetapi masih dalam bentuk form yaitu form kategori data dan uji statistik data antropometri. Form ini mempunyai dua fungsi utama yaitu sebagai penyaring data berdasarkan kategori yang diinginkan oleh user dan sebagai aplikasi perhitungan statistik data antropometri yang belum atau telah dikategorikan. Sehingga pada form ini terdapat komponen combo box pada kolom-kolom pilihan dari tiap kategori. Misalnya kolom kategori usia memuat pilihan laki-laki dan perempuan. Selain itu terdapat kolom isian yang meminta user untuk memasukkan jumlah data yang ingin dikategorikan atau ingin diuji. Kemudian apabila tombol OK diklik maka tabel listview akan menampilkan data antropometri yang diinginkan. Uji statistik yang dilakukan oleh program aplikasi ini ada empat macam yaitu uji kenormalan, uji keseragaman, uji kecukupan, dan uji persentil data. Uji-uji tersebut dilakukan berdasarkan data yang tertampil pada tabel kategori data. Ketiga uji pertama bekerja jika tanda cek diisi dan tombol kontrol OK ditekan. Sedangkan untuk uji persentil, user diminta untuk memasukkan nilai persentil yang diinginkan, kemudian diklik tombol kontrol OK maka program akan menjalankan uji tersebut. Gambaran output aplikasi pada form kategori
IV-22
data dan uji statistik adalah sebagai berikut :
Gambar 4.12 Rancangan Form Kategori Data Antropometri dan Uji Statistik 2. Output Report Output report merupakan keluaran aplikasi tetapi berbentuk report form yang telah terformat dan langsung bisa dicetak oleh user. Selain sebagai laporan hasil analisis program dalam bentuk printout, report ini juga sebagai alat dokumentasi karena terdapat fitur save dalam beberapa format penyimpanan yang ada didalam program. Pada Visual Basic 6 format file yang didukung adalah .xls dan .txt. Sehingga saat user mencetak report akan ditawarkan apakah report langsung dicetak dalam bentuk printout atau dicetak dalam bentuk file .xls atau .txt. Terdapat 3 macam Output report yang dirancang, diperlihatkan seperti gambar berikut.
IV-23
REPORT DATA PERSONAL NO. ID Pesonal 1 2 3 4 5 6 7 8 9 10
Tgl Pengukuran
Jenis Kelamin
Kategori Usia
Kat Cacat/ Tdk Cacat
Kat Hamil/Tdk Hamil
Gambar 4.13 Rancangan Output Report Data Personal REPORT KATEGORI DATA ANTROPOMETRI DAN HASIL UJI STATISTIK Jenis Kelamin : Ketegori Usia : Jumlah data : NO. ID 1 2 3 4 5 6 7 8 9 10
tdt
Kategori cacat/tidak cacat : Kategori hamil/tidak hamil :
tdn
lk
jdpk jhpk jmapkimlpk jt
jtpk lm
jtbk jhbk jmabkpk
tmd tbd
tsd
tsp
tpg
tpd
tp
tpo
Hasil Uji Statistik Data Antropometri 1. Uji Kenormalan tdt tdn
lk
jdpk jhpk jmapkimlpk jt
jtpk lm
jtbk jhbk jmabkpk
tmd tbd
tsd
tsp
tpg
tpd
tp
tpo
2. Uji Keseragaman tdt tdn
lk
jdpk jhpk jmapkimlpk jt
jtpk lm
jtbk jhbk jmabkpk
tmd tbd
tsd
tsp
tpg
tpd
tp
tpo
3. Uji Kecukupan tdt tdn
lk
jdpk jhpk jmapkimlpk jt
jtpk lm
jtbk jhbk jmabkpk
tmd tbd
tsd
tsp
tpg
tpd
tp
tpo
4. Uji Persentil ke = … tdt tdn lk
jdpk jhpk jmapkimlpk jt
jtpk lm
jtbk jhbk jmabkpk
tmd tbd
tsd
tsp
tpg
tpd
tp
tpo
Gambar 4.14 Rancangan Output Report Kategori Data Antropometri dan Uji Statistik
IV-24
REPORT DATA ANTROPOMETRI NO. ID Pesonal 1 2 3 4 5 6 7 8 9 10
tdt tdn lk
jdpk jhpk jmapkimlpk jt
jtpk lm jtbk jhbk jmabkpk
tmd tbd tsd tsp tpg tpd tp
tpo
Gambar 4.15 Rancangan Output Report Data Antropometri 4.4 Perancangan Program Aplikasi Pengelolaan Data Antropometri Setelah perancangan User Interface selesai dilakukan, maka tahap selanjutnya adalah melakukan pembuatan program aplikasi. Pada tahap pembuatan program aplikasi dilakukan penulisan kode program sesuai dengan sistem yang akan dibangun. Program aplikasi dan report output dibangun dengan menggunakan Microsoft Visual Basic 6.0 Enterprise Edition dengan database yang digunakan adalah Microsoft Access 2007. Alasan menggunakan Microsoft Access 2007 karena program basis data Acces mempunyai aksesibitas yang baik dan mudah. Access juga biasa digunakan untuk mengorganisasi dan menganalisis data dalam jumlah besar pada spreadsheets dan grafik. Access juga dapat menyimpan data dari berbagai macam spreadsheets dalam satu basis data, sehingga menjadi lebih simpel (Joyce, 2008). Sedangkan alasan penggunaan Visual Basic 6.0 karena Visual Basic 6.0 merupakan salah satu bahasa pemrograman dari Microsoft yang memberikan komponen-komponen penting ketika perancangan user interface berdasarkan pada basis data dari Microsoft Acces. Selain itu Visual Basic 6.0 juga mengijinkan adanya manipulasi yang mudah pada perancangan interface dengan membuat coding dari instruksi spesifik dalam waktu singkat (Joyce, 2008).
IV-25
hanya
BAB V ANALISIS DAN INTERPRETASI HASIL Pada bab ini membahas tentang analisis dan interpretasi hasil perancangan dalam penelitian yang telah dilakukan pada bab sebelumnya. Tujuan bab ini adalah memberikan informasi yang lebih jelas mengenai hasil perancangan sistem dan mampu memberikan solusi dari permasalahan penelitian. 5. 1 ANALISIS Pada tahap analisis akan dibahas mengenai kelebihan, kelemahan program, serta uji verifikasi dan validasi program aplikasi. 5.1.1
Kelebihan Program Aplikasi Program aplikasi antropometri “Prolaktri” dibangun berdasarkan program-
program pengelolaan data antropometri yang telah ada sebelumnya. Programprogram tersebut diantaranya adalah WHO Anthro, WEAR, Rapil, dan lain sebagainya. Dibandingkan program-program tersebut, Prolaktri mempunyai beberapa keunggulan. Keunggulan yang ditampilkan oleh Prolaktri diantaranya adalah pertama, program mampu mengakomodasi data antropometri berdasarkan kategori usia, jenis kelamin, suku bangsa, cacat atau tidak cacat, dan hamil atau tidak hamil dengan usia kehamilannya. Program antropometri sebelumnya dibangun hanya untuk menyimpan data antropometri balita dan anak-anak dengan fungsi khusus yaitu mendeteksi kesehatan, tumbuh kembang, serta status gizi anak saja. Sedangkan Prolaktri tidak hanya berfungsi mendeteksi tumbuh kembang anak, tetapi bisa digunakan untuk mendukung proses penelitian atau perancangan produk berbasis ergonomi secara umum. Oleh karena itu keunggulan kedua Prolaktri adalah dilengkapi fasilitas pengategorian data sesuai kebutuhan pengguna dengan menggunakan metode query data. Keunggulan selanjutnya yakni Prolaktri bisa menghitung uji statistik terhadap data antropometri yang dipilih pengguna, meliputi uji kenormalan, uji keseragaman, uji kecukupan, dan uji persentil data. Hal ini memudahkan pengguna agar tidak lagi menghitung data antropometri secara manual.
V-1
5.1.2
Kelemahan Program Aplikasi Sebagai program aplikasi pengelolaan data antropometri pertama di
Indonesia, Prolaktri masih memiliki beberapa kelemahan. Kelemahan tersebut diantaranya adalah pertama, waktu akses yang relatif lama yaitu kurang lebih 5 detik, terutama terjadi ketika pengguna mengakses bagian output form yang berupa pengategorian data dan perhitungan uji statistik. Hal tersebut disebabkan oleh beberapa perintah pilihan yang harus dipilih oleh pengguna. Ketika pengguna memilih salah satu jenis pilihan, misalnya memilih kategori data antropometri berdasarkan usia, maka sistem akan menggunakan beberapa detik sebagai waktu akses (loading). Kedua, perhitungan uji statistik terutama untuk uji keseragaman hanya sampai penentuan apakah data yang dipilih seragam atau tidak. Artinya ketika ditemukan data yang tidak seragam, program akan menampilkan hasil perhitungannya apa adanya akan ketidakseragamannya tersebut, sehingga pada program dilengkapi detail perhitungan nilai keseragaman untuk mendeteksi apa yang menyebabkan data tidak seragam. Kelemahan lainnya adalah daya tampung basis data masih terbatas pada kapasitas dua gigabyte karena masih menggunakan software Microsoft Access sebagai dasarannya. Program juga tidak memberikan hasil analisis berupa grafik uji statistik. Selain hal-hal yang telah disebutkan, Prolaktri juga belum memberikan fasilitas kemudahan akses kapan saja dan dimana saja atau sistem online. Karena program ini dirancang sebagai stand alone yakni harus diinstal pada komputer yang akan digunakan untuk mengakses data antropometri. Walaupun begitu, basis data yang mendasari pembuatan program ini sudah mampu mendukung perancangan program aplikasi berbasis web yang bisa diakses kapan pun dan dimana pun. 5.1.3
Uji Verifikasi dan Validasi Program Aplikasi Untuk mengetahui kemampuan kerja suatu perangkat lunak ataupun
program aplikasi dapat dilakukan dengan uji verifikasi dan validasi. Uji verifikasi diartikan sebagai apakah program aplikasi yang dirancang sudah sesuai benarbenar sesuai dengan fungsinya, sedangkan uji validasi diartikan sebagai apakah program aplikasi yang dirancang benar-benar dapat digunakan dengan baik oleh penggunanya. V-2
Verifikasi dan validasi harus memberikan kepastian bahwa program aplikasi atau perangkat lunak sesuai dengan tujuannya. Hal ini bukan berarti benar-benar bebas dari kekurangan. Karena pengujian yang sukses adalah pengujian yang mengungkap semua kesalahan yang belum pernah ditemukan sebelumnya. Data yang dikumpulkan pada saat pengujian dilakukan memberikan indikasi yang baik mengenai reliabilitas perangkat lunak dan beberapa menunjukkan kualitas perangkat lunak secara keseluruhan, tetapi ada satu hal yang tidak dapat dilakukan oleh pengujian, yaitu pengujian tidak dapat memperlihatkan tidak adanya cacat, pengujian hanya dapat memperlihatkan bahwa ada kesalahan perangkat lunak. Proses verifikasi dan validasi pertama kali dilakukan adalah pada unit terkecil dari program aplikasi yaitu modul. Proses pengujian tersebut menggunakan metode unit testing. Bagian modul yang diuji diantaranya adalah interface beserta komponennya. Interface diuji coba untuk menjamin informasi yang masuk atau yang ke luar dari unit program telah tepat atau sesuai dengan yang diharapkan. Interface juga diperlukan untuk jalannya informasi. Pengujian unit pada program Prolaktri merupakan pengujian pada tiga jenis modul yang menyusun program, yakni modul input data personal, modul input data antropometri, modul kategori dan uji statistik. Pengujian dilakukan dengan cara memastikan kesesuaian atau mencoba menjalankan semua komponen penyusun modul, seperti tampilan interface, tombol-tombol kendali, form-form isian, dan tabel listview. Pengujian dilakukan oleh pembangun/ pembuat program aplikasi dengan menggunakan checklist berisi pertanyaan yang menunjukkan kriteria
keberhasilan
program
aplikasi.
Pengujian
unit
dinilai
berhasil
menunjukkan bahwa program dapat bekerja dengan baik jika kriteria-kriteria yang diuji menghasilkan jawaban ‘ya’. Beberapa kriteria yang duji beserta hasilnya ditampilkan pada tabel berikut.
V-3
Tabel 5.1 Hasil Pengujian Unit Prolaktri No.
Unit yang diuji
Hasil Ya
Interface Menu Utama 1.
Jumlah dan nama tombol pada interface menu utama sudah sesuai dengan modul yang menyusunnya
v
2.
Jumlah modul utama sesuai dengan entitas pada basis data
v
3.
Penataan tombol-tombol menu rapi
v
4.
Tombol menu dapat bekerja dengan baik
v
Modul Input Data Personal 1. 2. 3. 4.
Atribut pada entitas yang akan ditampilkan program sesuai dengan yang ada didalam basis data
v
Atribut entitas dalam bentuk kolom isian sesuai dengan yang berada
v
dalam bentuk tabel/listview Kolom isian atribut dapat diisi data dengan baik dan dapat disimpan
v
Hasil pengisian kolom isian atribut dapat ditampilkan dengan baik
v
pada tabel listview
5.
Tombol-tombol kendali sesuai dengan fungsinya dan logis
v
6.
Tombol-tombol kendali dapat bekerja dengan baik
v
7.
Tombol dan kolom pencarian dapat bekerja dengan baik
v
8.
Pemberian tombol navigasi ke menu Data Antropometri sesuai dan logis
v
9.
Tombol navigasi ‘selanjutnya’ dapat bekerja dengan baik
v
10.
Tombol perintah ‘cetak’ dapat menjalankan perintah dengan baik dengan berhasil menampilkan preview cetaknya
11.
Hasil cetak report sesuai dengan yang ditampilkan oleh tabel listview data personal
12.
Tata letak tombol, kolom, dan tabel yang menyusun modul Input Data
v
Personal sudah baik dan rapi
Modul Input Data Antropometri Atribut entitas yang akan ditampilkan pada program sudah sesuai dengan yang ada didalam basis data, yaitu 66 data atribut dengan nama kependekan yang berbeda-beda
v
1.
2.
Penambahan atribut ‘nomor data’ dan ‘ ID personal’ adalah hal yang logis
v
3.
Kolom atribut ‘ID Personal’ dapat memilih dengan baik dan sesuai dengan ‘ID Personal’ pada modul Input Data Personal
v
Atribut entitas dalam bentuk kolom isian sesuai dengan yang berada
v
4. 5. 6. 7.
dalam bentuk tabel/listview yang berada di tab selanjutnya Kolom isian atribut dapat diisi dengan baik dan dapat disimpan
v
Hasil pengisian kolom isian atribut dapat ditampilkan dengan baik
v
pada tabel listview Tombol-tombol kendali sesuai dengan fungsinya dan logis
V-4
v
Tidak
8.
Tombol-tombol kendali dapat bekerja dengan baik
v
9.
Tombol dan kolom pencarian dapat bekerja dengan baik
v
10.
Pemberian tombol navigasi sesuai dengan fungsinya dan logis
v
11.
Tombol navigasi ‘kembali’ dan ‘selesai’ dapat bekerja dengan baik
v
12.
Tombol perintah ‘cetak’ dapat menjalankan perintah dengan baik dengan berhasil menampilkan preview cetaknya
v
13.
Hasil cetak report sesuai dengan yang ditampilkan oleh tabel listview kategori dan uji statistik
v
Tata letak tombol, kolom, dan tabel yang menyusun modul Input Data Antropometri sudah baik dan rapi
v
14.
Modul Kategori dan Uji Statistik 1.
Atribut entitas yang dibutuhkan sudah terpenuhi; seperti jenis kelamin, usia, kategori cacat/tidak cacat, kategori hamil tidak hamil, usia
v
kehamilan, dan suku bangsa 2.
Penambahan atribut tanggal pengambilan data sesuai dengan kebutuhan pengategorian data
v
3.
Atribut tanggal pengambilan data dapat bekerja dengan baik dan selalu up to date
v
4.
Kolom isian ‘jumlah data’ sesuai dengan tujuan pengategorian data dan dapat bekerja dengan baik
v
Ketika dimasukkan jumlah data tertentu, modul dapat menampilkan
v
5. 6. 7. 8. 9.
sejumlah data tertentu tersebut pada tabel listview yang tersedia Kolom isian atribut kategori data dapat bekerja dengan baik
v
Tabel listview dapat menampilkan data sesuai dengan kategori data
v
yang dipilih pada kolom atribut kategori data Tabel uji statistik (uji normal, uji keseragaman, uji kecukupan, dan persentil) dapat menampilkan hasil pengujian yang dilakukan
v
Tabel uji statistik dapat bekerja bersamaan maupun bergantian tanpa
v
terjadi eror
10.
Tabel detail perhitungan pengujian statistik dapat menampilkan hasil hitungan dengan baik
v
11.
Tombol-tombol kendali dapat bekerja dengan baik dan sesuai dengan perintah yang diberikan
v
Tombol perintah ‘cetak’ dapat menjalankan perintah dengan baik
v
12. 13. 14.
dengan berhasil menampilkan preview cetaknya Hasil cetak report sesuai dengan yang ditampilkan oleh tabel listview
v
kategori dan uji statistik Tata letak tombol, kolom, dan tabel yang menyusun modul Kategori dan Uji Statistik sudah baik dan rapi
v
Pengujian selanjutnya dilakukan pada bagian yang lebih mendalam diantaranya yaitu mencocokkan input dengan output program, kode program, hasil report, dan fungsi-fungsi lain. Pengujian ini disebut sebagai system testing atau V-5
pengujian sistem. Tujuan dari pengujian ini adalah memverifikasi semua elemen secara langsung untuk memastikan bahwa semua fungsi dan performance sistem diterima dalam lingkungan target (Baskoro, 2006). Pengujian sistem pada Prolaktri yang dilakukan pertama kali adalah memastikan bahwa program dapat diinstal dengan baik, setelah itu program dapat dijalankan dengan baik tanpa terjadi kesalahan. Hal ini ditandai dengan bentuk tampilan interface yang tetap sesuai dengan rancangan setelah penginstalan, tombol-tombol modul dapat bekerja dengan baik ketika di-klik dengan indikasi dapat menampilkan modul sesuai yang dipilih, serta program dapat ditutup kembali dengan baik. Hal kedua yaitu memastikan bahwa program dapat menginput data dengan baik lalu mengeluarkannya sesuai dengan data inputan baik dalam bentuk ouput program maupun output report. Pengujian sistem secara khusus dilakukan pada bagian pengolahan data yang terdiri dari pengategorian data dan uji statistik. Hal ini dilakukan karena pada bagian ini, program dilengkapi kode-kode khusus yang disesuaikan dengan rumusan pada uji statistik. Untuk bagian pengategorian, output harus dipastikan benar-benar sesuai dengan ketegori yang diinginkan serta data yang ditampilkan sesuai dan konsisten dengan data yang telah diinputkan pada modul data personal dan data antropometri. Langkah yang dilakukan untuk menguji kebenaran hitungan statistik Prolaktri adalah dengan membandingkan hasilnya dengan hasil hitungan statistik secara manual menggunakan Microsoft Excel. Adapun rekap data yang diuji statistik ditampilkan pada tabel berikut.
no.
id pesonal
tdt
tdn
lk
jdpk
imlpk
jhpk
jmapk
jt
jtbk
jtpk
lm
jhbk
jmabk
pk
tmd
tbd
tpg
tsd
Tabel 5.2 Data Antropometri yang Diuji Hitungan Statistiknya
10 8 9 1 2 5 6 7 3 4
010 008 009 001 002 005 006 007 003 004
85 89 87 85 88 83 88 84 78 85
84 87 83 83 85 81 83 82 77 83
17 17 17 16 19 15 16 16 19 19
20 20 21 25 25 20 26 20 23 23
17 17 17 15 15 19 20 16 19 15
15 12 13 11 12 14 16 12 15 10
10 11 10 8 9 11 11 9 12 9
16 20 18 18 21 15 21 16 18 21
8 7 7 12 10 8 10 11 11 9
11 13 13 14 13 14 15 12 12 13
5 5 5 5 6 6 6 6 5 5
16 21 22 21 22 19 20 20 20 21
17 18 18 15 18 19 17 16 19 18
15 19 19 20 17 18 20 17 20 20
70 73 74 75 77 70 17 73 68 75
58 57 60 53 61 50 60 53 49 56
22 21 21 23 26 20 32 20 20 21
24 21 21 23 22 25 22 23 23 20
V-6
Uji pertama yang dilakukan adalah uji kenormalan data. Baik dengan proses perhitungan manual maupun perhitungan program Prolaktri didapatkan hasil yang sama nilainya. Berikut ini adalah tabel hasil perhitungan manual. Tabel 5.3 Hasil Perhitungan Uji Kenormalan dengan Ms.Excel No. 1 2 3 4 5 6 7 8 9 10
tdt
sum n mean SSS SAD a' z summary
85 88 78 85 83 88 84 89 87 85 852 10 85,2 91,6 22,4 0,740 -0,861 normal
tdn 83 85 77 83 81 83 82 87 83 84 828 10 82,8 61,6 16,8 0,677 -1,802 tidak normal
lk
jdpk
13 16 19 19 15 16 16 17 17 17 165 10 17,1 18,9 11,4 0,829 0,467 normal
25 25 23 23 20 26 20 20 21 20 223 10 22,3 52,1 21,0 0,920 1,819 tidak normal
imlpk 15 15 19 15 19 20 16 17 17 17 170 10 17,0 30,0 14,0 0,808 0,155 normal
jhpk
jmapk
11 12 15 10 14 16 12 12 13 15 130 10 13,0 34,0 16,0 0,868 1,040 normal
8 9 12 9 11 11 9 11 10 10 100 10 10,0 14,0 10,0 0,845 0,704 normal
Sedangkan untuk hasil perhitungan uji kenormalan dengan Prolaktri ditunjukkan pada gambar dibawah ini.
Gambar 5.1 Hasil Perhitungan Uji Kenormalan dengan Prolaktri
Gambar 5.2. Detail Perhitungan Uji Kenormalan dengan Prolaktri Uji kedua adalah uji keseragaman data. Hasil yang diperoleh baik dengan proses perhitungan manual maupun perhitungan program Prolaktri adalah sama nilainya. Berikut ini adalah tabel hasil perhitungan manual.
V-7
Tabel 5.4 Hasil Perhitungan Uji Keseragaman dengan Ms.Excel 1 tdt 85 1 89 2 87 3 85 4 88 5 83 6 88 7 84 8 78 9 85 10 Xbar 85,2 Stdev 3,190 Max 89 Min 78 BKA 94,77 BKB 75,63 Keseragaman Seragam No
2 tdn 84 87 83 83 85 81 83 82 77 83 82,8 2,616 87 77 90,65 74,95 Seragam
3 lk 17 17 17 16 19 15 16 16 19 19 17,1 1,449 19 15 21,45 12,75 Seragam
4 jdpk 20 20 21 25 25 20 26 20 23 23 22,3 2,406 26 20 29,52 15,08 Seragam
5 imlpk 17 17 17 15 15 19 20 16 19 15 17,0 1,826 20 15 22,48 11,52 Seragam
6 jhpk 15 12 13 11 12 14 16 12 15 10 13,0 1,944 16 10 18,83 7,17 Seragam
7 jmapk 10 11 10 8 9 11 11 9 12 9 10,0 1,247 12 8 13,74 6,26 Seragam
Sedangkan untuk hasil perhitungan uji keseragaman dari Prolaktri ditunjukkan pada gambar dibawah ini.
Gambar 5.3 Hasil Perhitungan Uji Keseragaman dengan Prolaktri
Gambar 5.4 Detail Perhitungan Uji Keseragaman dengan Prolaktri Uji statistik selanjutnya adalah uji kecukupan data. Perhitungan dengan menggunakan proses manual maupun Prolaktri juga menghasilkan nilai yang sama. Untuk perhitungan manual ditunjukkan pada tabel berikut. Tabel 5.5 Hasil Perhitungan Uji Kecukupan dengan Ms.Excel No. 1 2 3 4 5 6 7 8 9 10 k/s jumlah Jmlh (X^2) (Jmlh X)^2 N N' Keterangan
tdt 85 88 78 85 83 88 84 89 87 85 40 852 72682 725904 10 2,0 cukup
tdn 83 85 77 83 81 83 82 87 83 84 40 828 68620 685584 10 1,4 cukup
lk
jdpk
13 16 19 19 15 16 16 17 17 17 40 171 2943 29241 10 10,3 tidak cukup
25 25 23 23 20 26 20 20 21 20 40 223 5025 49729 10 16,8 tidak cukup
V-8
imlpk 15 15 19 15 19 20 16 17 17 17 40 170 2920 28900 10 16,6 tidak cukup
jhpk 11 12 15 10 14 16 12 12 13 15 40 130 1724 16900 10 32,2 tidak cukup
jmapk 8 9 12 9 11 11 9 11 10 10 40 100 1014 10000 10 22,4 tidak cukup
Adapun hasil perhitungan uji kecukupan dengan menggunakan Prolaktri adalah sebagai berikut.
Gambar 5.5 Hasil Perhitungan Uji Kecukupan dengan Prolaktri
Gambar 5.6 Detail Perhitungan Uji Kecukupan dengan Prolaktri Uji statistik terakhir yang dilakukan adalah perhitungan persentil. Hasil perhitungan ini juga diuji coba kebenarannya dengan menggunakan perhitungan manual. Perbandingan antara hasil perhitungan manual dengan hasil perhitungan program ditampilkan sebagai berikut. Tabel 5.6 Hasil Perhitungan Persentil dengan Ms.Excel data
data persentil
1
2
3
4
5
6
7
tdt
tdn
lk
jdpk
imlpk
jhpk
jmapk
50
79,95 85,20
78,50 82,80
14,72 17,10
18,34 22,30
14,00 17,00
9,80 13,00
7,95 10,00
95
90,45
87,10
19,48
26,26
20,00
16,20
12,05
5
V-9
Gambar 5.7 Hasil Perhitungan Persentil dengan Prolaktri 5. 2 INTERPRETASI HASIL Penelitian dan perancangan yang dilakukan ini menghasilkan suatu program aplikasi pengelolaan data antropometri. Program tersebut diberi judul Prolaktri yang merupakan kependekan dari ‘Program Aplikasi Pengelolaan Data Antropometri’. Selain sebagai sebuah aplikasi pengolah data, program tersebut juga bisa digunakan untuk sarana dokumentasi data antropometri. Yang mana data antropometri merupakan salah satu pendukung penelitian dan perancangan produk berbasis ergonomi. Supaya diperoleh program aplikasi atau perangkat lunak yang baik dan dapat digunakan sesuai tujuannya, dilakukanlah uji verifikasi dan validasi. Verifikasi dan validasi dilakukan dengan menguji coba tiap komponen yang menyusun program, baik komponen yang terlihat dari luar maupun komponen kode untuk menjalankan program. Hasil verifikasi dan validasi menyatakan bahwa program sudah bisa dijalankan dengan baik dan sesuai tujuan yang diharapkan. Hal tersebut ditunjukkan dengan keberhasilan program saat menginput, menyimpan, mengedit, dan menampilkan data kembali. Program juga mampu mengolah data dalam bentuk pemilihan data berdasarkan kategori yang diinginkan pengguna dan dalam bentuk hasil hitungan uji statistik. Hasil uji statistik program dianggap benar jika hasilnya mendekati atau sama dengan hasil hitungan statistik secara manual menggunakan Microsoft Excel.
V-10
BAB VI KESIMPULAN DAN SARAN Pada bab yang terakhir ini akan diberikan beberapa kesimpulan dan saran dari penelitian yang dilakukan. Kesimpulan hasil penelitian merupakan jawaban dari tujuan penelitian yang ingin dicapai. Sedangkan saran berisi tentang hal-hal yang harus dipertimbangkan untuk penelitian selanjutnya agar diperoleh hasil yang lebih baik. 6. 1. KESIMPULAN Kesimpulan yang diperolah dari hasil penelitian ini adalah dapat dihasilkan program pengelolaan data antropometri “Prolaktri” sebagai pendukung penelitian atau perancangan produk berbasis ergonomi. Tujuan perancangan program aplikasi tersebut juga tercapai, diantaranya adalah : 1. Program aplikasi dapat melakukan proses input, menyimpan dan mengolah data antropometri serta kemudian mengeluarkan hasilnya dalam bentuk report. 2. Program aplikasi dapat menyimpan semua kategori variabilitas data antropometri yaitu kategori usia, jenis kelamin, kategori cacat atau tidak cacat, kategori hamil atau tidak hamil dan suku bangsa. 3. Data antropometri tersimpan dapat diperbaharui setiap saat sesuai dengan kondisi terbaru. 4. Program aplikasi dapat melakukan uji-uji statistik yakni uji kenormalan, uji keseragaman, uji kecukupan dan persentil data, yang hasil perhitungannya sama dengan hasil perhitungan uji statistik secara manual.
6. 2. Saran Saran yang dapat diberikan untuk langkah pengembangan atau penelitian selanjutnya, sebagai berikut: 1. Program aplikasi Prolaktri dapat dikembangkan lebih lanjut dengan memperbaiki penggunaan waktu akses agar lebih cepat dan menambahkan hasil analisis berupa grafik uji statistik. 2. Dibuat aplikasi berbasis web untuk memudahkan pengguna dalam VI-1
menggunakan aplikasi tanpa harus menginstal di komputer yang akan digunakan. Basis data yang telah dibuat dalam penelitian ini sudah mendukung untuk penggunaan aplikasi berbasis web.
VI-2
DAFTAR PUSTAKA AnneAhira.com.
2008.
Perkembangan
Fisik
Balita.
Tersedia
di
URL
www.anneahira.com/balita.htm. Diakses pada 28 Januari 2010 Dini. 2008. Desain User Interface. Tersedia di URL www.teknokrat.ac.id/ perangkat_ajar. Diakses 31 Maret 2010 Darsono.2007. Flowchart. Terdapat di URL sdarsono.staff.gunadarma.ac.id/ Downloads/files/16512/Flowchart.pdf. Diakses pada 27 April 2010 Fathansyah. 2009. Buku Teks Komputer Basis Data. Bandung: Penerbit Informatika Ferreira,C., Vieira, F., Fragoso, I., Barrigas,C., Oliveira,C., and Silva,L. 2004. Rapil Anthropometric Software And Database. Universidade Técnica de Lisboa, Cruz Quebrada, Portugal. Tersedia di URL home. fmh. utl. pt/ ~cferreira/pdf/ItaliaRapil.pdf. Diakses pada 29 Desember 2009 Geary, R.C. 2008. Testing for Normality. Cambridge University. Tersedia di URL http://links.jstor.org/sici?sici=00063444%28194712%2934%3A3%2F30 9%3ATFN%3E2.0.CO%3B2-9. Diakses pada 16 April 2010 Joyce, S. 2008. Human Factor and Anthropometric Database (HFAD).Tersedia di URL www.osd.rutgers.edu/gs/08papers/Paper08-HFAD. Diakses pada 29 Desember 2009 Komalyna,I.N.T. 2009. Teknik Penggunaan Epi Info, Nutrisurvey For SMART, dan Who Antrho2005 dalam Pengolahan Data Anthropometri dan Analisis Status Gizi pada Tingkat Individu dan Masyarakat. Malang: Departemen Kesehatan RI Kristanto, A. 2003. Perancangan Sistem Informasi dan Aplikasinya. Yogyakarta: GAYA MEDIA Mollarda,R.,Ressler,S.,and Robbinete,K. 2006. Database contents, structure, and ontology for WEAR. Paris Descartes Universit. Tersedia di URL ovrt.nist.gov/ people/sressler/art0895. Diakses pada 29 Desember 2009 Naqvi, S.A. 1993. Need for Anthropometric Database for Developing Countries.King Saud University. Tersedia di J. King Saud University., Vol.5, Eng.Sci.(1), pp.153-154 (A.H.1413/1993) L-1
Nurmianto, E. 2008 Ergonomi, Konsep Dasar dan Aplikasinya, Jakarta: PT. Guna Widya Panero, J dan Zelnik, M. 1979. Dimensi Manusia dan Ruang Interior. Jakarta: Penerbit Erlangga Pramana, I. 2001. Perancangan Software Sistem Informasi Akademik FTUI. Tersedia di URL http://www.arcle.net. Diakses 28 Januari 2010 Simarmata, J. 2007. Perancangan Basis Data.. Yogyakarta : Penerbit ANDI Sutalaksana, I.Z. 2006. Teknik Tata Cara Kerja. Laboratorium Tata Cara Kerja dan Ergonomi. Bandung: Dept. Teknik Industri-ITB Total Sarana Informasi. 2005. Pengertian User Interface. Tersedia di URL www.total.or.id/info.php. diakses pada 31 Maret 2010 Wignjosoebroto, S.1995. Ergonomi, Studi Gerak dan Waktu: Teknik Analisis untuk Peningkatan Produktivitas Kerja. Jakarta : Penerbit Guna Widya Wignjosoebroto, S. 2000. Prinsip-Prinsip Perancangan Berbasiskan Dimensi Tubuh (Antropometri) Dan Perancangan Stasiun Kerja. Tersedia di URL:http://www.its.ac.id/personal/files/pub/2830-m_sritomo-iePrinsip Anthropometry.pdf. Diakses pada 10 Maret 2010 Wikipedia.org. 2008. Aplikasi. Tersedia di URL http://id.wikipedia.org/wiki/ Aplikasi. Diakses pada 27 April 2010
L-2
LAMPIRAN
Gambar L.1. Interface Menu Utama Prolaktri
Gambar L.2. Interface Menu Input Data Personal L-3
Gambar L.3. Interface Menu Input Data Antropometri
Gambar L.4. Interface Detail Input Data Antropometri
L-4
Gambar L.5. Interface Kategori Data Antropometri dan Uji Statistik L-5
Gambar L.6. Menu ‘Cetak’ pada Interface Kategori Data Antropometri dan Uji Statistik
Gambar L.7. Hasil ‘Cetak’ Report Uji Statistik L-6
Gambar L.8. Hasil ‘Cetak’ Report Kategori Data Antropometri
L-7
