DETAIL KOLEKSI

Model pengukuran beban kerja fisik dan mental Operator Transjakarta untuk meningkatkan keselamatan sistem transportasi jalan raya : tahun ke 1 dari rencana 3 tahun

0.0


Oleh : Nora Azmi, Pudji Astuti, Dian Mardi Safitri

Info Katalog

Status Posting : Published

Penerbit : Lemlit - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2014

Subyek : Human engineering;Work environment;Work - Psychological aspects

Kata Kunci : TJ Model NASA-TLX Fuzzy, physical workload, human error identification


File Repositori
No. Nama File Hal. Link
1. 2014_LP_TI_Model-Pengukuran-Beban_1.pdf
2. 2014_LP_TI_Model-Pengukuran-Beban_2.pdf
3. 2014_LP_TI_Model-Pengukuran-Beban_3.pdf
4. 2014_LP_TI_Model-Pengukuran-Beban_4.pdf
5. 2014_LP_TI_Model-Pengukuran-Beban_5.pdf
6. 2014_LP_TI_Model-Pengukuran-Beban_6.pdf
7. 2014_LP_TI_Model-Pengukuran-Beban_7.pdf
8. 2014_LP_TI_Model-Pengukuran-Beban_8.pdf
9. 2014_LP_TI_Model-Pengukuran-Beban_9.pdf

S Sejak mulai operasi pada tahun 2004, bis Transjakarta masih dihadapkan pada permasalahan tingginya tingkat kecelakaan yang berkaitan dengan bus TJ. Kesalahan, kelalaian atau ketidaksigapan pramudi (operator), tmenjadi salah satu faktor penyebab kecelakaan- kecelakaan selama ini. Penelitian ini bertujuan untuk mengembangkan suatu model pengukuran beban kerja mental dan fisik pramudi Transjakarta menggunakan pendekatan ergonomi (human factors). Pada saat yang sama juga diteliti faktor-faktor penyebab kecelakaan atau kondisi yang tidak aman bagi pramudi. tModel ini dikembangkan berdasarkan teori Human Error Factors (Goetsch, 2008) yang menjelaskan bahwa human error disebabkan karena beban kerja yang berlebih (overload), aktivitas yang tidak sesuai (inappropriate activities) dan respon yang tidak sesuai (inappropriate response). tUntuk mengidentifikasi faktor penyebab human error ini, terlebih dahulu dilakukan analisis pekerjaan dan identifikasi kesalahan (error) apa saja yang mungkin terjadi di setiap tahapan pekerjaan pramudi. tAnalisis pekerjaan dilakukan dengan menggunakan metoda HTA (Hierarchical Task Analysis). Hasil HTA akan menjadi dasar untuk mengembangkan HEI (Human Error lndetification). Pada penelitian tahun pertama dikembangkan suatu model pengukuran beban kerja mental dengan mengintegrasikan metode pengukuran yang sudah banyak dilakukan, yaitu NASA-TLX dengan pendekatan fuzzy pairwise comparison dan fuzzy inference system. Pengembangan ini dilakukan untuk mengatasi kelemahan dari metode NASA-TLX yang ada sekarang ini, yaitu tingkat subjektivitas yang tinggi. Hasil pengembangan ini dinamakan dengan TJ Fuzzy NASA­ TLX. Hasil pengembangan kemudian divalidasi dengan melakukan pengukuran beban kerja mental terhadap 60 orang pramudi Transjakarta di koridor 2 dan 3. Pengukuran beban kerja fisik dilakukan melalui pengukuran detak jantung menggunakan pulse elitech oximetre, yang dilkasanakan pada saat pramudi sedang mengoperasikan kendaraannya selama 1 rit perjalanan. Indikator beban kerja fisik yang digunakan pada penelitian ini adalah detak jantung (detak/menit), konsumsi energi (kcal/menit) dan beban kardiovaskular (% CVL). Untuk memperoleh konsumsi energi, data detak jantung dikonversi menggunakan pendekatan interpolasi tabel klasifikasi beban fisik dan reaksi fisiologis dari Sanders & McCormick (1993). % CVL diperoleh melalui persamaan yang dikemukakan oleh Manuaba and Vanwonterghem, (1996). Hasil pengukuran beban kerja mental dan fisik memperlihatkan bahwa faktor beban kerja mental lebih dominan dirasakan oleh para pramudi bis Transjakarta di koridor 2 dan 3. Hal ini terlihat dari rata-rata tingkat beban kerja mental adalah moderate (sedang), sedangkan tingkat beban kerja fisik yang dirasakan pramudi sebagian besar adalah ringan (low). Namun hal ini masih perlu dibuktikan lebih lanjut mengingat keterbatasan jumlah sampel dan waktu pengamatan untuk beban kerja fisik. Tahapan ldentifikasi error menghasilkan tiga HTA, yaitu HTA pramudi sebelum mulai beroperasi. HTA pada saat beroperasi dan HTA setelah selesai beroperasi. Berdasarkan HTA ini kemudian dikembangkan analisa penyebab human error dengan menggunakan taxonomi error dari Human Error Identification (HEI). Dari--hasil-•ini terlihat bagian-tugas mana saja yang - berpotensi menyebabkan aktivitas dan response yang tidak sesuai sebagai penyebab kecelakaan lalu lintas

Bagaimana Anda menilai Koleksi ini ?