Prosiding Seminar Nasional Mekanisasi Pertanian 2010 ISBN :

Prosiding Seminar Nasional Mekanisasi Pertanian 2010

ISBN : 978-979-95196-5-8

PERANCANGAN MODEL FAKTOR ERGONOMI MAKRO TERHADAP PRODUKTIVITAS SISTEM KERJA PADA PABRIK GULA SCHEME MODEL THE MACRO ERGONOMICS FACTOR TO WORK SYSTEM IN SUGAR MILL PRODUCTIVITY Farry Apriliano Haskari, Sam Herodian, Lenny Saulia Institut Pertanian Bogor

ABSTRACT Sugar mill is part of sugar industry represent a dynamic work system which occupies machine and human labour. The good scheme ergonomic covers the micro and macro ergonomics to improve productivity of work system. This research was conduct in order to learn and determine the macro and micro parameter of ergonomics at the work system in sugar mill. The determination of these parameters was applied application in scheme model of micro and macro ergonomic factors to improve work system productivity. The illumination, temperature, humidity, noise, vibration, and operator perceptions was measured as data input for modelling system using artificial neural network. As the result, the optimum productivity level in PG Bungamayang may reachable if the combination of macro and micro ergonomic factors for the illumination 12667.99 lux, temperature 28.88 0C, humidity 86.92%, noise 91.6 dB, vibration 2.8 m/s2 and very care to organizational work system of the operator perception level with the predicted productivity level equal to 1882.95 ton cane/shift, and in PG Jatitujuh may reachable if illumination 6667.85 lux, temperature 28.41 0C, humidity 49.44%, noise 64.8 dB, vibration 1.31 m/s2 and very care to organizational work system of the operator perception level, with the predicted productivity level equal to 1619.29 ton cane / shift. Key words: Macro ergonomic, work system, productivity

PENDAHULUAN Pabrik gula yang merupakan bagian dari industri gula merupakan sebuah sistem kerja yang dinamis yang memiliki hubungan yang erat antara teknologi sebagai mesin dan manusia sebagai tenaga kerja. Nagamachi (1996) telah mengkaji masalah hubungan antara perancangan sistem kerja, ergonomi makro dan produktivitas. Dari hasil penelitiannya disimpulkan bahwa perlu dilakukan harmonisasi antara teknologi dan manusia sehingga didapat sistem yang produktivitasnya meningkat. Hendrick (2002) mempublikasikan bahwa perancangan ergonomi yang baik mencakup ergonomi makro dan mikro yang dikaitkan dengan organisasi akan memeberikan keuntungan ekonomi yang juga baik. Sesuai dengan definisi ergonomi, 157

Serpong, 15 -16 Desember 2010

dimana sebuah sistem kerja harus dapat menjamin keamanan, kesehatan dan keselamatan kerja, serta terpenuhinya kebutuhan hidup mendasar, akan memberikan dampak terhadap hasil kerja tersebut yaitu meningkatnya efektifitas dan efisiensi industri. Dampak lainnya adalah sedikitnya absensi karyawan, kualitas produk meningkat, kecelakaan kerja berkurang, biaya kesehatan dan asuransi berkurang dan tingkat keluar masuk karyawan (turn-over) juga berkurang. Pada gilirannya akan meningkatkan pendapatan perusahan dan mengurangi pengeluaran (walaupun pada awalnya perlu investasi ergonomi). Dengan demikian ergonomi yang baik berarti juga ekonomi yang baik. Produktivitas kerja berhubungan erat dengan kemampun kerja manusia (human factor). Dalam rangka meningkatkan produktivitas, perbaikan prestasi kerja operator merupakan salah satu syarat penting. Sebagai dua perusahan besar yang bergerak dalam produksi gula, PT PG Jatitujuh dan PG Bungamayang menjalankan produksi dengan menggunakan mesin-mesin untuk memproduksi produk dalam skala besar. Dengan adanya mesin-mesin tersebut, pekerjaan dengan bahan baku sangat besar dapat ditangani dengan baik serta menambah efisiensi kerja. Namun, di sisi lain dengan adanya mesin-mesin tersebut tanpa disadari menimbulkan dampak yang kurang baik bagi kesehatan jika tidak diperhatikan dengan cermat. Kebisingan, getaran dari mesinmesin yang digunakan oleh para tenaga kerja dan keadaan iklim lingkungan kerja seperti temperatur udara, pencahayaan dan kelembaban secara tidak langsung dapat merugikan kesehatan, menurunkan performansi dan Produktivitas tenaga kerja. Penelitian ini bertujuan untuk mempelajari dan menentukan parameter ergonomi mikro dan makro pada sistem kerja pengolahan tebu di pabrik gula yang diaplikasikan dalam perancangan model faktor ergonomi makro terhadap produktivitas sistem kerja pada pabrik gula. METODOLOGI PENELITIAN Waktu dan Tempat Penelitian ini telah dilaksanakan di dua pabrik gula yaitu di PT. Perkebunan Nusantara VII (Persero) unit usaha PG Bungamayang dan PG Jatitujuh Cirebon. Pemilihan dua pabrik tersebut dengan pertimbangan perbedaan tingkat produktivitas. Waktu penelitian dimulai pada bulan Mei sampai Juni 2008. Prosedur Penelitian Prosedur penelitian yang digunakan secara garis besar terdiri dari studi pendahuluan, pengambilan data, pemodelan sistem, kalibrasi dan validasi, kemudian dilanjutkan dengan analisa dan kesimpulan.

158


ISBN : 978-979-95196-5-8

HASIL DAN PEMBAHASAN Kondisi Lingkungan Fisik Hasil pengukuran kondisi lingkungan fisik meliputi tingkat pencahyaan (illuminasi), suhu, kelembaban, kebisingan dan getaran. Pengukuran ini dilakukan di kedua pabrik gula pada stasiun gilingan, pemurnian, pemasakan, pengupan, puteran, boiler dan power house dengan mengukur kondisi lingkungan fisik di tempat operator bekerja. Pada PG Bungamayang dilakukan pada 24 titik pengukuran dan di PG Jatitujuh dilakukan pada 48 titik pengukuran dengan 10 kali ulangan pada masingmasing titik. 10000 Illuminasi (lux)

Illuminasi (lux)

10000 1000 100 10

1000 100 10

1

1 Shift Pagi

Shift Siang

Shift Malam

Shift Pagi

40

40

38

38

36

36

34 32 30

Shift Malam

34 32 30 28

28 Shift Pagi

Shift Siang

Shift Pagi

Shift Malam

Shift Siang

Shift Malam

PG Jati T ujuh

PG Bunga Mayang

78

78

68

68

Kelembaban (%)

Kelem baban (%)

Shift Siang PG Jati T ujuh

Suhu (0 C)

Suhu (0 C)

PG Bunga Mayang

58 48 38

58 48 38 28

28 Shift Pagi

Shift Siang PG Bunga Mayang

Shift Malam

Shift Pagi

Shift Siang

Shift Malam

PG Jati T ujuh

159

Serpong, 15 -16 Desember 2010 100 Kebisingan (dB)

Kebisingan (dB)

100 95 90 85

95 90 85 80

80 Shift Pagi

Shift Siang

Shift Pagi

Shift Malam

Getaran (m/s2 )

Getaran (m/s2 )

4,00 3,50 3,00 2,50 2,00 1,50 1,00 0,50 0,00 Shift Siang

Shift Malam

PG Jati T ujuh

PG Bunga Mayang

Shift Pagi

Shift Siang

4,00 3,50 3,00 2,50 2,00 1,50 1,00 0,50 0,00

Shift Malam

Shift Pagi

Shift Siang

Shift Malam

PG Jati T ujuh

PG Bunga Mayang

Gilingan

Pemurnian

Penguapan

Puteran

Power House

Boiler

Masakan

Gambar 5. Rata-rata tingkat illuminasi (lux), suhu (0C), kelembaban (%), kebisingan (dB) dan 2 getaran (m/s ) pada shift pagi, shift siang dan shift malam di tujuh stasiun PG Bungamayang dan PG Jatitujuh

Beban Kerja, Kelelahan dan Kecelakaan Kerja Beban Kerja Menggunakan Heart Rate Pengukuran beban kerja dilakukan dengan pengukuran detak jantung dengan heart rate dan menggunakan kuisioner. Pengukuran detak jantung dilakukan pada stasiun boiler dengan pertimbangan bahwa lingkungan kerja di stasiun boiler memiliki aktivitas fisik yang besar, dan kondisi iklim serta getaran dan kebisingan yang cukup tinggi. Pengukuran beban kerja dilakukan pada tiga shift yaitu pagi, siang dan malam. Kegiatan yang diamati pada stasiun ini yaitu kegiatan mengatur bagas pada tungku pembakaran boiler.

160


ISBN : 978-979-95196-5-8

Tabel 10. Tingkat beban kerja operator boiler di stasiun boiler pada PG Jatitujuh Shift Kerja

Operator

IRHR

I II I II I II

1,46 1,52 1,33 1,46 1,42 1,55

Pagi Siang Malam

Tingkat Beban Kerja sedang berat sedang sedang sedang berat

TEC

BME

WEC

WEC'

(kkal/min) 1,40 3,01 1,13 2,68 1,31 3,18

1,015 1,120 1,015 1,120 1,015 1,120

(kal/kg.min) 0,38 1,89 0,11 1,56 0,30 2,06

6,5 26,3 1,9 21,7 5,0 28,6

Keterangan: 1
Tabel 11. Tingkat beban kerja operator boiler di stasiun boiler pada PG Bungamayang Shift Kerja Pagi Siang Malam

Opera tor

IRHR

Tingkat Beban Kerja

TEC

BME

WEC

WEC' (kal/kg.min )

(kkal/min)

I

1,42

sedang

1,49

0,865

0,63

13,8

II

sedang

1,72

1,025

0,69

12,2

III

1,33 1,67

berat

3,02

1,085

1,93

27,2

IV

1,42

sedang

1,73

0,995

0,74

12,4

V

1,39

sedang

1,98

1,065

0,92

13,6

VI

1,48

sedang

2,57

1,225

1,35

15,9

Keterangan: IRHR (Increase Ratio of Heart Rate), TEC (Total Energy Cost), BME (Basal Metabolic Energy), WEC’ (Work Energy Cost per Weight)

Hasil kuisioner perspektif operator terhadap beban kerja, kecelakaan kerja, kelelahan dan lingkungan organisasi secara umum pada PG Bungamayang (79 orang responden) dan PG Jatitujuh (54 orang responden) dapat dilihat pada Tabel 12. Tabel 12. Perspektif operator terhadap beban kerja, kecelakaan kerja, kelelahan dan lingkungan organisasi secara umum pada proses pabrikasi produksi gula Stasiun Boiler Evaporator Gilingan Masakan Pemurnian Power House Puteran

Jati Tujuh Lingkunan Beban Kecelakaan Kelelahan Organisasi Kerja Kerja Berat Sedang Sedang Sangat Peduli Sedang Sedang Sedang Sangat Peduli Sedang Sedang Ringan Sangat Peduli Ringan Ringan Ringan Peduli Ringan Ringan Ringan Peduli Sedang Sedang Sedang Sangat Peduli Sedang Sedang Sedang Sangat Peduli

Beban Kerja Berat Sedang Berat Sedang Sedang Berat Berat

Bunga Mayang Kecelakaan Kelelahan Kerja Ringan Ringan Sedang Sedang Sedang Ringan Ringan Berat Ringan Ringan Sedang Berat Sedang Sedang

Lingkungan Organisasi Sangat Peduli Sangat Peduli Sangat Peduli Sangat Peduli Sangat Peduli Sangat Peduli Sangat Peduli

161


Simulasi Simulasi jaringan syaraf tiruan (JST) menggunakan software Matlab R2008a dengan menggunakan neural network toolbox. Sebaran Data Aplikasi model dengan menggunakan jaringan syaraf tiruan (JST) dipengaruhi oleh pola sebaran data yang digunakan dalam proses training (pembelajaran), aplikasi model JST tidak akan memberikan hasil yang baik jika fenomena yang diamati berada di luar sebaran data yang digunakan pada proses training (Siang JJ 2005). Ada enam parameter yang dijadikan sebagai data input pada model JST tahap pertama, dengan sebaran data untuk pabrik gula PG Bungamayang dan PG Jatitujuh adalah sebagai berikut: Tabel 13. Sebaran data input pada enam parameter ergonomi untuk model JST tahap pertama Parameter data Input Illuminasi Suhu Lingkungan Kelembaban Kebisingan Getaran Persepsi Operator terhadap Lingkungan Organisasi

Sebaran data PG Bungamayang 3,6 – 20.000 lux 28,6 – 37 0C 19,9 – 91,7% 61-115 dB 0 – 4,98 m/s2

PG Jatitujuh 1,77 – 20.000 lux 27,6 – 39,7 0C 4,9 – 83,5% 64,8-99,5 dB 0,19 – 8,56 m/s2

1-4

1-4

Sumber : Hasil pengukuran pada PG Bungamayang dan PG Jatitujuh dalam tiga shift kerja

Selain data input yang digunakan pada proses training (pembelajaran) model JST pada tahap pertama, digunakan juga data output yang memiliki tiga parameter yaitu data persepsi karyawan pabrik gula PG Bungamayang dan PG Jatitujuh terhadap beban kerja, kelelahan, dan kecelakaan kerja yang digunakan sebagai indikator beban kerja, kelelahan dan kecelakaan kerja pada proses produksi dengan sebaran data pada selang 1-4. Selanjutnya dilakukan proses training (pembelajaran) model JST pada tahap kedua, yang menggunakan data input dari data output model JST tahap pertama dengan hasil akhir (output) model JST tahap kedua adalah tingkat produktivitas jumlah ton tebu yang digiling per shift (ton cane/shift). Sebaran data produktivitas pada PG Bungamayang menyebar pada selang 1.831,5-2.208,9 ton cane/shift dan PG Jatitujuh menyebar pada selang 1.385,8-1.504,7 ton cane/shift. Analisis Model Analisis model dilakukan dengan mengkalibrasi dan memvalidasi pada model JST tahap pertama dan model JST tahap kedua, pada masing-masing pabrik gula. 162


ISBN : 978-979-95196-5-8

Kalibrasi dan Validasi Model JST Kalibrasi model dilakukan guna melihat kesesuaian antara data output yang digunakan pada proses training dengan data output yang dihasilkan dari Model JST yang dibangun. Model JST tahap pertama dan kedua yang dibangun diuji coba dengan beberapa variasi jumlah hidden layer (lapisan tersembunyi) dan variasi jumlah node pada hidden layer. Validasi Model JST tahap pertama dan kedua dilakukan dengan membandingkan hasil keluaran model dengan data baru diluar data yang digunakan pada proses training, dengan tujuan untuk melihat ketepatan model dalam melakukan pendugaan atau prediksi terhadap parameter-parameter yang digunakan dalam model. Validasi Model JST dilakukan dengan cara merubah variasi jumlah node hidden layer. 2 2 Nilai R berkorelasi dengan nilai error model, dimana semakin besar nilai R (mendekati 1) maka nilai error model akan semakin kecil, menunjukkan bahwa output yang dihasilkan oleh model semakin mendekati nilai output data. Data error dihitung dengan menggunakan mean square error (MSE). Kalibrasi dan Validasi Model JST PG Bungamayang Dari hasil kalibrasi dan validasi Model JST tahap pertama diperoleh Model JST 62-1 dengan jumlah sepuluh node pada hidden layer, memiliki nilai kalibrasi R2=0,768 dan nilai validasi R2=0,765. Dan untuk Model JST tahap kedua diperoleh Model JST 3-1-1 dengan tiga node pada hidden layer, memiliki nilai kalibrasi R2=0,789 dan nilai validasi R2=0,818. Kalibrasi dan Validasi Model JST PG Jatitujuh Dari hasil kalibrasi dan validasi Model JST tahap pertama diperoleh Model JST 3-3-1 dengan jumlah node 300 pada hidden layer, memiliki nilai kalibrasi R2=0,881 dan validasi R2=0.858. Dan untuk Model JST tahap kedua diperoleh Model JST 3-4-1 dengan 300 node pada hidden layer menunjukkan nilai kalibrasi R2=0,6646 dan validasi R2=0,7018. Prediksi Model Pengaruh parameter-parameter input terhadap parameter output dianalisa dengan cara memasukkan nilai parameter input yang bervariasi ke dalam JST dan kemudian mengamati kecendrungan nilai parameter output. Untuk mempelajari suatu parameter input, variasi tingkatan nilai parameter tersebut dimasukkan kedalam Model JST sementara nilai parameter-parameter input yang lain dianggap tetap (ceteris paribus). Nilai input yang digunakan pada prediksi model adalah seperti pada Tabel 13. Pengaruh masing-masing parameter input terhadap parameter output diprediksi dengan menggunakan model JST tahap pertama dan model JST tahap kedua masingmasing pabrik gula. Pengaruh parameter input yang diduga adalah sebagai berikut:

163

1700 1600

2,0

1300

0,0

kecelakaan kerja

kelelahan

1,0 0,0

2 00 00 1 86 67 1 73 34 1 60 01 1 46 68 1 33 35 1 20 01 1 06 68 9 33 5 8 00 2 6 66 9 5 33 6 4 00 3 2 67 0 1 33 7 3 ,6

20000 18667 17334 16000 14667 13334 12001 10667 9334 8001 6668 5335 4001 2668 1335 1,77

Illumnasi (lux) PG Bunga Mayang

Illumnasi (lux) PG Jati Tujuh

1900 1800 1700 1600 1500 1400 1300

4,0 3,0 2,0 1,0 0,0

5,0 4,0 Skor

5,0

3,0 2,0 1,0 0,0

5,0 4,0 S kor

P roduktivitas (ton cane/shift )

S kor

3 9 ,7

3 8 ,5

3 7 ,3

3 6 ,1

3 4 ,9

3 3 ,7

3 2 ,4

0,0

3 1 ,2

1,0

30

2,0

2 8 ,8

2 7 ,6

37

3 6 ,2

3 5 ,3

3 4 ,5

3 3 ,6

3 2 ,8

32

3 1 ,1

3 0 ,3

2 9 ,4

2 8 ,6 3,0

1900 1800 1700 1600 1500 1400 1300 1200

Suhu ( C) PG Jati Tujuh 1900 1800 1700 1600 1500 1400 1300 1200

4,0

1900 1800 1700 1600 1500 1400 1300 0

0

Suhu ( C) PG Bunga Mayang 5,0


2,0

P ro d u k tiv itas (to n ca n e/sh ift )

0,0

3,0

1900 1800 1700 1600 1500 1400 1300


2,0

4,0 S kor

3,0

5,0

P rod uk tivitas (ton can e/shift )

1900 1800 1700 1600 1500 1400 1300

1,0

3,0 2,0 1,0 0,0

91,7 86,9 82,1 77,3 72,6 67,8 63 58,2 53,4 48,6 43,8 39,1 34,3 29,5 24,7 19,9

83,5 78,3 73 67,8 62,5 57,3 52,1 46,8 41,6 36,3 31,1 25,9 20,6 15,4 10,1 4,9

164

produktivitas

Prediksi model terhadap beban kerja, kecelakaan kerja, kelelahan dan produktivitas (ton cane/shift) dengan perubahan persepsi operator pada organisasi

4,0 S kor

1,0

Persepsi operator pada lingkungan organisasi PG Jati Tujuh

5,0

S kor

2,0

Persepsi operator pada lingkungan organisasi PG Bunga Mayang

beban kerja Gambar 6

3,0

4 3 ,7 3 3 ,4 7 3 ,2 2 ,9 3 2 ,6 7 2 ,4 2 ,1 3 1 ,8 7 1 ,6 1 ,3 3 1 ,0 7 0 ,8 0 ,5 3 0 ,2 7 0

0,0

1900 1800 1700 1600 1500 1400 1300

4,0

4,0 3,7 3,5 3,2 2,9 2,7 2,4 2,1 1,9 1,6 1,3 1,1 0,8 0,5 0,3 0,0

1,0

1500 1400

P ro d u k tiv itas (to n ca n e/sh ift )

S kor

3,0

5,0

S k or

1900 1800

4,0


5,0

P ro du k tiv itas (to n can e/sh ift )


Kelembaban (%) PG Bunga Mayang

Kelembaban (%) PG Jati Tujuh

2,0 1,0 0,0

4,0 3,0 2,0 1,0 0,0 Kebisingan (dB) PG Jati Tujuh

Skor

4,0 3,0 2,0 1,0 0,0

5,0 4,0 Skor

1900 1800 1700 1600 1500 1400 1300

P r o d u k tiv ita s ( to n c a n e /sh ift )

5,0

3,0 2,0 1,0 8 ,5 6 8 7 ,4 4 6 ,8 9 6 ,3 3 5 ,7 7 5 ,2 1 4 ,6 5 4 ,1 3 ,5 4 2 ,9 8 2 ,4 2 1 ,8 6 1 ,3 1 0 ,7 5 0 ,1 9

115,0 111,4 107,8 104,2 100,6 97,0 93,4 89,8 86,2 82,6 79,0 75,4 71,8 68,2 64,6 61,0

0,0 2

Kebisingan (dB) PG Bunga Mayang

Gambar 7

1900 1800 1700 1600 1500 1400 1300

99,5 97,2 94,9 92,6 90,3 87,9 85,6 83,3 81 78,7 76,4 74,1 71,7 69,4 67,1 64,8

5,0 4,7 4,3 4,0 3,7 3,3 3,0 2,7 2,3 2,0 1,7 1,3 1,0 0,7 0,3 0,0 2

Getaran (m/s ) Pg Bunga Mayang

beban kerja

1900 1800 1700 1600 1500 1400 1300


3,0

5,0

S kor

4,0


1900 1800 1700 1600 1500 1400 1300

5,0

S kor

ISBN : 978-979-95196-5-8

P r o d u k tiv ita s ( to n c a n e /sh ift )


Getaran (m/s ) PG Jati Tujuh kecelakaan kerja

kelelahan

p roduktivitas

Prediksi model terhadap beban kerja, kecelakaan kerja, kelelahan dan produktivitas (ton cane/shift) dengan perubahan illuminasi (lux), suhu (0C), kelembaban (%), 2 kebisingan (dB) dan getaran (m/s )

Optimasi Model Optimasi model dilakukan untuk mendapatkan bentuk rancangan sistem kerja berdasarkan pertimbangan ergonomi mikro dan makro yang optimum sehingga dalam proses produksi sesuai dengan kondisi ergonomi mikro dan makro yang sesuai dengan nilai ambang batas bagi operator. Metode optimasi yang dipakai adalah random search, yaitu dengan memasukkan parameter input ergonomi mikro dan makro yang bervariasi kedalam Model JST kesatu dan Model JST kedua dan kemudian memilih nilai output terbaik dari variasi input tersebut. Optimasi Rancangan Sistem Kerja Untuk mendapatkan nilai produktivitas yang optimum, nilai parameter input yang digunakan adalah nilai parameter optimum yang memenuhi syarat ergonomi atau sesuai dengan ambang batas yang dijinkan ( Tabel 14).

165


Tabel 14 Nilai input JST yang digunakan dalam optimasi tingkat produktivitas Parameter Input ergonomi

Nilai input JST

Illuminasi Suhu Kelembaban Kebisingan Getaran Persepsi L. Organisasi

100-300 lux 25-30 0C 50-70% 60-85 dB 2 0-2 m/s 3-4

Dari Tabel 14 kemudian dibuat pasangan kombinasi input JST yang digunakan dalam pendugaan tingkat produktivitas pada PG Bungamayang dan PG Jatitujuh yang optimum, pasangan kombinasi ini terdiri dari enam parameter input data yang membentuk 2.196.150 kombinasi input JST. Dari hasil prediksi tingkat produktivitas optimum yang dapat dicapai PG Bungamayang untuk tingkat produktivitas sebesar 1.858-1.865 ton cane/shift dengan kombinasi input untuk illuminasi antara 100-120 lux, suhu 25 0C, kelembaban antara 6070%, kebisingan 85 dB, getaran antara 1,6-2 m/s2 dan operator peduli sampai sangat peduli pada lingkungan organisasinya. Apabila pembebanan tingkat produktivitas pada PG Bungamayang sebesar 93,25% dari kapasitas maksimal (6.000 Ton Cane/Day), maka optimasi ini akan memberikan peningkatan tingkat produktivitas sebesar 1,471,86% (81-102 Ton Cane/Day). Sedangkan pada hasil prediksi untuk tingkat produktivitas optimum PG Jatitujuh dicapai sebesar 1.464-1.592 ton cane/shift dengan kombinasi input untuk illuminasi antara 220-260 lux, suhu 28-29 0C, kelembaban antara 62-66%, kebisingan 80 dB, getaran antara 1,2-1,6 m/s2 dan operator sangat peduli pada lingkungan organisasinya. Apabila pembebanan tingkat produktivitas pada PG Jatitujuh sebesar 96,44% dari kapasitas maksimal (4.500 Ton Cane/Day), maka optimasi ini akan memberikan peningkatan tingkat produktivitas sebesar 1,1-9,7% (51-435 Ton Cane/Day).

KESIMPULAN Kesimpulan yang dapat ditarik dari hasil penelitian ini adalah sebagai berikut: : 1

166

Faktor ergonomi mikro (illuminasi, suhu, kelembaban, kebisingan, dan getaran) dan makro (shift kerja, lingkungan organisasi) memiliki pengaruh terhadap tingkat produktivitas di proses pabrikasi gula pada PG Bungamayang dan PG Jatitujuh.


ISBN : 978-979-95196-5-8

2

Tingkat produktivitas yang optimum di PG Bungamayang dapat dicapai apabila kombinasi faktor ergonomi mikro dan makro untuk illuminasi antara 100-120 lux, suhu 25 0C, kelembaban antara 60-70%, kebisingan 85 dB, getaran antara 1,6-2 m/s2 dan operator peduli sampai sangat peduli pada lingkungan organisasinya dengan tingkat produktivitas yang dicapai antara 1.858-1.865 ton cane/shift, memberikan peningkatan tingkat produktivitas sebesar 1,47-1,86% (81-102 Ton Cane/Day).

3

Tingkat produktivitas yang optimum di PG Jatitujuh dapat dicapai apabila kombinasi faktor ergonomi mikro dan makro untuk illuminasi antara 220-260 lux, suhu 28-29 0C, kelembaban antara 62-66%, kebisingan 80 dB, getaran antara 1,21,6 m/s2 dan operator sangat peduli pada lingkungan organisasinya dengan tingkat produktivitas yang dicapai antara 1.464-1.592 ton cane/shift, memberikan peningkatan tingkat produktivitas sebesar 1,1-9,7% (51-435 Ton Cane/Day).

SARAN 1

Perlu penelitian lebih lanjut pengaruh jadwal waktu istirahat dan lamanya dalam tiga shift kerja terhadap tingkat produktivitas.

2

Perlu penelitian lebih lanjut pengaruh tingkat polusi udara seperti debu, bau-bauan, dan gas berbahaya.

3

Operator disarankan menggunakan APD (alat pelindung diri) sesuai dengan kondisi lingkungan fisik dimana operator bekerja

DAFTAR PUSTAKA Agro Observer (2006). Industri Gula Indonesia Semakin Seksi. Jakarta. Hendrick Hal W. 2002. Good Ergonomics is Good Economics. Prosiding International Seminar on Egonomics and Sport Physiology; Denpasar, 14-17 Oktober 2002. Denpasar. Herodian S, Morgan K, dan Saulia L. 1999. Pedoman Praktikum Ergonomika Ergonomika Proyek Peningkatan Perguruan Tinggi. Bogor: Institut Pertanian Bogor.

167


Nagamachi, Mitsuo. 1996. Relationship Between Job Design, Macroergonomics, and Productivity [Abstract]. Di dalam: International Journal Of Human Factor In Manufacturing, 1996 John Wiley and Sons, Volume 6 Issue 4, Pages 309 – 322. http://www3.interscience.wiley.com/cgi-bin/jissue [18 October 2005]. Siang JJ. 2005. Jaringan Syaraf Tiruan dan Pemrograman Menggunakan Matlab. Jakarta: Andi Offset. Syuaib MF. 2003. Ergonomic Study on the Proces of Matering Tractor Operation. Desertasi. Japan: Tokyo University of Agriculture and Technology, Tokyo.

168

Prosiding Seminar Nasional Mekanisasi Pertanian 2010 ISBN :

Recommend Documents