BAB 2 LANDASAN TEORI

Transkripsi

1 BAB 2 LANDASAN TEORI 2.1. Beban kerja Menurut Gopher & Doncin (1986) beban kerja adalah suatu konsep yang timbul akibat adanya keterbatasan kapasistas dalam memproses informasi. Dalam menjalankan sebuah tugas, individu diharapkan dapat menyelesaikan tugas tersebut dalam tingkatan tertentu. Apabila keterbatasan yang dimiliki individu tersebut menghambat tercapainya hasil kerja yang diharapkan, maka telah terjadi kesenjangan antara tingkat kemampuan individu yang diharapkan dengan tingkat kapasitas yang dimiliki. Kesenjangan ini dapat berakibat pada kegagalan dalam kinerja (performance failure). Untuk menghindari hal tersebut, maka diperlukan pemahaman dan pengukuran yang lebih mengenai beban kerja. Menurut Suarfi (2016), pengukuran kerja yang dilakukan secara berkelanjutan memberikan umpan balik, yang merupakan hal yang penting dalam upaya perbaikan secara terus menerus. Salah satu kriteria pengukuran kerja adalah pengukuran waktu (time study). Pengukuran kerja yang dimaksudkan adalah pengukuran waktu standar atau waktu baku. Pengertian umum pengukuran kerja adalah suatu aktivitas untuk menentukan waktu yang dibutuhkan oleh seseorang operator dalam melaksanakan kegiatan kerja dalam kondisi dan tempo kerja yang normal. Proses pengukuran waktu dapat dikelompokkan menjadi dua kelompok besar, yaitu pengukuran waktu secara langsung dan pengukuran waktu secara tidak langsung. Disebut secara langsung karena pengamat berada di tempat di mana objek sedang diamati. Pengamat secara langsung melakukan pengukuran atas waktu kerja yang dibutuhkan oleh seorang operator (obyek pengamatan) dalam menyelesaikan pekerjaannya. Pengukuran secara langsung terdiri dari dua cara, yaitu pengukuran dengan menggunakan stop watch dan sampling kerja. Sedangkan pengukuran waktu secara tidak langsung adalah pengamat tidak berada secara langsung di lokasi (objek) pengukuran. Secara garis besar pengukuran kerja mempunyai peran sangat penting untuk:

2 7 1. Memastikan tercapainya rencana kerja yang telah disepakati. 2. Memonitor dan mengevaluasi pelaksanaan kerja dan membandingkannya dengan rencana kerja serta melakukan tindakan untuk memperbaiki kinerja. 3. Menjadi alat komunikasi antar bawahan dan pimpinan dalam rangka upaya memperbaiki kinerja organisasi Perhitungan beban kerja dengan menggunakan Work Sampling Work sampling adalah suatu teknik untuk mengadakan sejumlah besar pengamatan terhadap aktifitas kerja dari mesin, proses atau pekerja/ operator. Pengukuran kerja dengan metode sampling kerja diklasifikasikan sebagai pengukuran kerja secara langsung karena pelaksanaan kegiatan pengukuran harus secara langsung di tempat kerja yang diteliti. Bedanya dengan cara jam henti adalah bahwa pada cara sampling pekerjaan pengamat tidak terus menerus berada ditempat pekerjaan melainkan mengamati hanya pada waktu-waktu yang telah ditentukan secara acak (Wignjosoebroto, 2006). Secara garis besar metode sampling kerja akan dapat digunakan untuk: 1. Mengukur ratio delay dari tenaga kerja, operator, mesin atau fasilitas kerja lainnya. Sebagai contoh ialah untuk menentukan persentase dari jam atau hari dimana tenaga kerja benar-benar terlibat dalam aktifitas kerja dan persentase dimana sama sekali tidak ada aktifitas kerja yang dilakukan (menganggur atau idle). 2. Menetapkan performance level dari tenaga kerja selama waktu kerjanya berdasarkan waktu-waktu dimana orang ini bekerja atau tidak bekerja. 3. Menentukan persentase produktif tenaga kerja seperti halnya yang dapat dilaksanakan oleh pengukuran kerja lainnya Pelaksanaan Sampling Kerja Menurut Sutalaksana et al(1979) ebelum melakukan sampling kerja dilakukan langkahlangkah persiapan awal yang terdiri atas pencatatan segala informasi dari semua fasilitas yang ingin diamati serta merencanakan jadwal waktu pengamatan berdasarkan prinsip randomisasi. Setelah itu barulah dilakukan sampling yang terdiri dari tiga langkah yaitu melakukan sampling pendahuluan, uji keseragaman data dan menghitung jumlah kunjungan kerja.

3 8 Untuk mendapatkan hasil pengukuran yang dapat dipertanggungjawabkan secara statistik, langkah-langkah yang dijalankan sebelum sampling dilakukan, yaitu : 1. Penetapan tujuan pengukuran, yaitu untuk apa sampling dilakukan. Hal ini akan menentukan besarnya tingkat ketelitian dan tingkat keyakinan yang diinginkan. 2. Jika sampling dilakukan untuk mendapatkan waktu baku, dilakukan penelitian untuk mengetahui ada tidaknya suatu sistem kerja yang baik, jika belum ada maka dilakukan perbaikan atas kondisi dan cara kerja terlebih dahulu. 3. Dipilih operator yang dapat bekerja normal dan dapat diajak bekerja sama. 4. Dilakukan latihan bagi operator yang dipilih agar bisa dan terbiasa dengan sistem kerja yang dilakukan. 5. Dilakukan pemisahan kegiatan sesuai yang ingin didapatkan sekaligus mendefinisikan kegiatan kerja yang dimaksud. 6. Persiapan peralatan yang diperlukan berupa papan atau lembaran-lembaran pengamatan. Cara melakukan sampling pengamatan dengan cara sampling pekerjaan terdiri dari tiga langkah yaitu : 1. Dilakukan sampling pendahuluan. 2. Uji keseragaman data. 3. Dihitung jumlah kunjungan yang diperlukan Penentuan Jadwal Pengamatan Menurut Sutalaksana et al(1979), dilakukan sejumlah pengamatan terhadap aktifitas kerja untuk selang waktu yang diambil secara acak. Untuk ini umumnya satu hari kerja dibagi kedalam satuan-satuan waktu yang besarnya ditentukan oleh pengukur. Pada umumnya panjang satu satuan waktu tidak terlalu panjang. Berdasarkan satu satuan waktu inilah saat-saat kunjungan ditentukan. Misalnya satu satuan waktu panjangnya tiga menit, maka satu hari kerja (tujuh jam) mempunyai 140 satuan waktu. Hal ini menunjukkan bahwa jumlah kunjungan tidak lebih dari 140 kali dalam satu hari. Jika dalam satu hari dilakukan 84 kali kunjungan maka dengan bantuan tabel bilangan acak ditentukan waktu-waktu kunjungan tersebut. Berdasarkan waktu yang telah diacak tersebut, maka pengamatan dilakukan dimana pengamat mengelompokkan kegiatan bekerja (work) dan kegiatan

4 9 menganggur (idle). Tentu dalam hal ini ditentukan terlebih dahulu definisi work dan idle tersebut Rating Factor Menurut Sutalaksana et al(1979), setelah pengukuran berlangsung pengukur harus mengamati kerja yang ditunjukkan operator. Ketidakwajaran dapat saja terjadi misalnya bekerja tanpa kesungguhan, sangat cepat seolah-olah diburu waktu, atau karena menjumpai kesulitan-kesulitan tertentu. Sebab-sebab seperti ini mempengaruhi kecepatan kerja yang berakibat terlalu singkat atau terlalu panjangnya waktu penyelesaian. Hal ini jelas tidak diinginkan karena waktu baku yang dicari adalah waktu yang diperoleh dari kondisi dan cara kerja yang baku yang diselesaikan secara wajar. Misalnya ada ketidakwajaran, maka pengukur harus mengetahuinya dan menilai seberapa jauh hal itu terjadi. Penilaian perlu diadakan karena berdasarkan inilah penyesuaian dilakukan. Jadi jika pengukur mendapatkan harga rata-rata siklus atau elemen yang diketahui diselesaikan dengan kecepatan tidak wajar oleh operator, maka agar harga rata-rata tersebut menjadi wajar, pengukur harus menormalkannya dengan melakukan penyesuaian. Pada umumnya penyesuaian dilakukan dengan mengalikan waktu siklus ratarata atau waktu elemen rata-rata dengan suatu harga p yang disebut faktor penyesuaian. Besarnya harga p tentunya sedemikian rupa sehingga hasil perkalian yang diperoleh mencerminkan waktu yang sewajarnya atau yang normal. Bila pengukur berpendapat bahwa operapor bekerja di atas normal (terlalu cepat) maka harga p lebih besar dari satu (p1), sebaliknya jika operator dipandang bekerja di bawah normal maka harga p akan lebih kecil dari satu (p). Seandainya pengukur berpendapat bahwa operator bekerja dengan wajar maka harga p nya sama dengan 1 (p=1). Adapun salah satu cara untuk menentukan faktor penyesuaian yaitu dengan cara Shumard. Cara Shumard memberikan patokan-patokan penilaian melalui kelas-kelas kinerja kerja dengan setiap kelas mempunyai nilai sendiri-sendiri seperti yang tertera Tabel 2.1. Pengukur diberi patokan untuk menilai performansi kerja operator menurut kelas-kelas superfast, fast+, fast, fast-, excelent, dan seterusnya.

5 10 Tabel 2.1 Penyesuaian Dengan Cara Shumard Kelas Penyesuaian Superfast 100 Fast + 95 Fast 90 Fast - 85 Excellent 80 Good + 75 Good 70 Good - 65 Normal 60 Fair + 55 Fair 50 Fair - 45 Poor Allowance Sutalaksana et al(1979) menyatakan bahwa Allowance atau kelonggaran diberikan untuk tiga hal yaitu untuk kebutuhan pribadi, menghilangkan rasa fatigue dan hambatan hambatan yang tidak dapat dihindarkan. 1. Kelonggaran waktu untuk kebutuhan pribadi (Personal Allowance) Besarnya waktu untuk kelonggaran pribadi untuk pekerja pria berbeda dengan pekerja wanita. Misalnya untuk pekerjaan ringan pada kondisi kerja normal pria memerlukan 2-2,5% dan wanita 5% (persentase ini dari waktu normal), atau 10 sampai 24 menit setiap hari akan dipergunakan untuk kebutuhan yang bersifat personil apabila operator bekerja selama 8 jam per hari tanpa jam istirahat resmi. Meskipun jumlah waktu longgar untuk kebutuhan personil yang dipergunakan ini akan bervariasi tergantung pada individu pekerjanya dibandingkan dengan jenis pekerjaan yang dilaksanakannya. 2. Kelonggaran waktu untuk melepaskan lelah (Fatigue Allowance) Kelelahan fisik manusia bisa disebabkan oleh beberapa penyebab diantaranya adalah kerja yang membutuhkan banyak pikiran dan kerja fisik. Masalah yang dihadapi untuk menetapkan jumlah waktu yang diizinkan untuk melepaskan lelah adalah

6 11 sangat sulit dan kompleks. Waktu yang dibutuhkan untuk keperluan istirahat sangat tergantung pada individu yang bersangkutan. Lama waktu periode istirahat dan frekuensi pengadaanya akan tergantung pada jenis pekerjaannya. 3. Kelonggaran waktu karena keterlambatan-keterlambatan (Delay Allowance) Dalam melaksanakan pekerjaan, pekerja tidak akan lepas dari berbagai hambatanhambatan. Keterlambatan atau delay, bisa disebabkan faktor-faktor yang sulit untuk dihindari karena berada diluar kemampuan pekerja untuk mengendalikannya. Namun juga bisa disebabkan beberapa faktor yang sebenarnya masih dapat dihindari, misalnya mengobrol yang berlebihan dan menganggur dengan sengaja. Kelonggaran (allowance) diberikan untuk tiga hal yaitu untuk kebutuhan pribadi menghilangkan rasa fatigue, dan hambatan-hambatan yang tidak dapat dihindarkan. Ketiganya ini merupakan hal-hal yang secara nyata dibutuhkan oleh pekerja, dan yang selama pengukuran tidak diamati, diukur, dicatat ataupun dihitung. Karenanya sesuai pengukuran dan setelah mendapatkan waktu normal, kelonggaran perlu ditambahkan. Langkah pertama menentukan kelonggaran dalam perhitungan waktu baku adalah menentukan besarnya kelonggaran untuk ketiga hal tersebut berdasarkan faktor-faktor yang mempengaruhi seperti tertera pada Tabel 2.2. Tabel 2.2 Besarnya Allowance Faktor A. Tenaga yang dikeluarkan Contoh Pekerjaan Ekivalen Beban Pria Kelonggaran (%) Wanita 1. Dapat diabaikan Bekerja di meja, duduk Tanpa Beban 0,0 6,0 0,0 6,0 2. Sangat ringan Bekerja di meja, berdiri 0,00 2,25 6,0-7,5 6,0-7,5 3. Ringan Menyekop, ringan 2,25 9,00 7,5 12,0 7,5 16,0 4. Sedang Mencangkul 9,00 18,00 12,0-19,0 16,0 30,0 5. Berat Mengayun Palu yang 18,00 27,00 19,0 30,0 Berat 6. Sangat berat Memanggul beban 27,00 50,00 30,0 50,0 7. Luar biasa berat Memanggul karung berat Diatas 50 kg

7 12 Tabel 2.2 Besarnya Allowance (lanjutan) Faktor B. Sikap Kerja Contoh Pekerjaan Ekivalen Beban Kelonggaran (%) 1. Duduk Bekerja duduk, ringan 2. Berdiri diatas dua Badan tegak, kaki ditumpu dua kaki 3. Berdiri diatas satu kaki 4. Berbaring 5. Membungkuk C. Gerakan kerja Satu kaki mengerjakan alat control Pada bagian sisi, belakang atau depan badan Badan dibungkukkan bertumpu pada kedua kaki 1. Normal Ayunan bebas dari palu 2. Agak terbatas Ayunan terbatas dari palu Membawa beban 3. Sulit berat dengan satu tangan 4. Pada anggotaanggota badan terbatas Bekerja dengan tangan diatas kepala 0,0 1,0 1,0 2,5 2,5 4,0 2,5 4,0 4,0 10, Seluruh anggota terbatas Bekerja dilorong pertambangan yang sempit D. Kelelahan mata * Pencahayaan Baik Pencahayaan Buruk 1. Pandangan yang terputus-putus Membawa alat ukur 0,0 6,0 0,0 5,0 2. Pandangan yang hampir terus menerus 3. Pandangan terus menerus dengan fokus tetap Pekerjaan-pekerjaan yang teliti Pemeriksaan yang sangat teliti 6,0 7,5 6,0 7,5 7,5 12,0 7,5 16,0

8 13 Tabel 2.2 Besarnya Allowance (lanjutan) Faktor 4. Pandangan terus menerus dengan fokus berubahubah Contoh Pekerjaan Memeriksa cacatcacat pada kain Ekivalen Beban Kelonggaran (%) 12,0 19,0 16,0 30,0 5. Pandangan terus menerus dengan konsentrasi tinggi dan fokus tetap 19,0 30,0 6. Pandangan terus menerus dengan konsentrasi tinggi dan fokus berubah-ubah 30,0 50,0 E. Keadaan suhu tempat kerja ** Suhu ( 0 C) 1. Beku 2. Rendah 3. Normal 4. Sedang 5. Tinggi 6. Sangat tinggi F. Keadaan atmosfer *** Kelelahan manual Berlebihan Dibawah 0 Diatas 10 Diatas Diatas 36 Diatas 40 Diatas Baik Ruang yang berventilasi baik, udara 0 segar 2. Cukup Ventilasi kurang baik, ada bau-bauan Kurang baik Adanya debu-debuan beracun atau tidak beracun Adanya bau-bauan yang berbahaya 4. Buruk yang mengharuskan menggunakan alat pernafasan

9 14 Tabel 2.2 Besarnya Allowance (lanjutan) G. Keadaan lingkungan 1. Bersih, sehat, cerah dengan kebisingan rendah 2. Siklus kerja berulang-ulang antara 5 10 detik 3. Siklus kerja berulang-ulang antara 0 5 detik 4. Sangat bising 5. Jika faktor-faktor berpengaruh dapat menurunkan kualitas 6. Terasa adanya getaran lantai 7. Keadaan-keadaan yang luar biasa (bunyi, kebersihan, dll) * Kontras antara warna hendaknya diperhatikan ** Tergantung juga pada keadaan ventilasi *** Dipengaruhi juga oleh ketinggian tempat kerja dari permukaan laut dan keadaan iklim Catatan pelengkap: Allowance untuk kebutuhan pribadi bagi pria adalah 0 2,5% dan wanita adalah 2 5% Presentase waktu produktif dan uji keseragaman data Menurut Sutalaksana et al(1979), perhitungan waktu produktif bertujuan untuk mengetahui presentase waktu yang digunakan masing-masing karyawan untuk bekerja selama jam kerja berlangsung. Presentase waktu produktif dapat diketahui dengan menggunakan persamaan 2.1.!"#$%&'()('*+ =.%/0*h!234*/*'*3 6&'()('*+ 7$02.%/0*h 8234*/*'*3 (2.1) Uji keseragaman data bisa dilaksanakan dengan cara visual dan/ atau mengaplikasikan peta kontrol (control chart). Uji keseragaman data secara visual dapat dilakukan dengan mudah dan cepat dengan melihat data yang terkumpul dan

10 15 mengidentifikasikan data yang terlalu ekstrim. Data ekstrim adalah data yang terlalu besar atau terlalu kecil dan jauh menyimpang dari trend rata-ratanya. Data ekstrim tidak dimasukkan kedalam perhitungan selanjutnya. Peta kontrol (control chart) adalah suatu alat yang tepat guna untuk menguji keseragaman data yang diperoleh dari hasil pengamatan (Sutalaksana et al, 1979). Data yang dikatakan seragam adalah data yang berasal dari sistem yang sama (berada diantara batas kontrol) dan tidak seragam (diluar batas kontrol). Adapun perhitungan batas untuk keseragaman data dapat dilihat pada persamaan 2.2 dan 2.3 (Montgomery, 1985). 9:6 = (2.2) 9:9 = (2.3) Dimana: BKA = Batas Kontrol Atas BKB = Batas Kontrol Bawah p = Presentase waktu produktif n = Jumlah pengamatan Uji Kecukupan Data Menurut Wignjosoebroto (2006), untuk mengetahui jumlah pengamatan yang akan dilakukan telah mencukupi atau tidak, maka dilakukan uji kecukupan data. Banyaknya pengamatan yang harus dilakukan dalam work sampling akan dipengaruhi oleh dua faktor utama yaitu: 1. Tingkat ketelitian dari hasil pengamatan. 2. Tingkat keyakinan dari hasil pengamatan. Dengan asumsi bahwa terjadinya kegiatan seorang pegawai saat bekerja atau menganggur mengikuti pola distribusi normal. Untuk menentukan kecukupan jumlah observasi dapat digunakan persamaan 2.4 (Barnes, 1986):

11 16 > = &@ (2.4) Dimana: N = Jumlah pengamatan yang harus dilakukan S = Tingkat ketelitian yang dikehendaki, menggunakan 5% p = Presentase waktu produktif k = Tingkat kepercayaan Tingkat kepercayaan 68% memiliki harga k = 1 Tingkat kepercayaan 95% memiliki harga k = 2 Tingkat kepercayaan 99% memiliki harga k = 3 Didalam aktifitas pengukuran kerja umumnya tingkat ketelitian menggunakan nilai 5% dan tingkat kepercayaan sebesar 95%. Hal ini menyatakan bahwa sekurangkurangnya 95 dari 100 harga rata-rata dari hasil pengamatan yang dicatat akan memiliki penyimpangan tidak lebih dari 5%. Besar nilai N (jumlah pengamatan yang harus dilakukan) harus lebih kecil dari nilai N (jumlah pengamatan yang sudah dilakukan). Apabila kondisi yang diperoleh adalah nilai N lebih besar dari N, maka pengamatan harus dilakukan kembali. Sebaliknya jika nilai N lebih kecil daripada N, maka pengamatan yang dilakukan telah mencukupi sehingga data bisa memberikan tingkat keyakinan dan ketelitian yang sesuai dengan yang diharapkan Workload Analysis (WLA) Menurut Menpan (1997), pengukuran beban kerja diartikan sebagai suatu teknik untuk mendapatkan informasi tentang efisiensi dan efektifitas kerja suatu unit organisasi, atau pemegang jabatan yang dilakukan secara sistematis dengan menggunakan teknik analisis jabatan, teknik analisi beban kerja tau teknik manajemen lainnya. Lebih lanjut dikemukakan bahwa pengukuran beban kerja merupakan salah satu teknik manajemen untuk mendapatkan informasi jabatan, melalui proses penelitian dan pengkajian yang dilakukan secara analisis. Informasi jabatan tersebut dimaksudkan agar dapat digunakan sebagai alat untuk menyempurnakan aparatur baik dibidang kelembagaan, ketatalaksanaan, dan sumber daya manusia.

12 17 Menurut Sutalaksana et al(1979), beban kerja dapat dihitung dengan menggunakan persamaan B*3 :2"C* =! 1 + EF 1 + 6GG 0,01 (2.5) Dimana: RF = Performance ALL = Allowance! = persentase produktivitas Menurut Suarfi (2016) Beban kerja dikatakan normal dan tidak perlu adanya penyesuaian jika nilai beban kerja berada pada rentang 70%-100%. Adapun manfaat dari work load analysis adalah (Sutalaksana et al, 1979): Alat Manajermen dalam mengambil keputusan. Menganalisa beban kerja berdasarkan kegiatan, disiplin yang dibutuh pengalokasian tenaga ahli, penempatan staf pada posisi yang mendesak. Menganalisa proses-proses kerja yang ada dan mencari jalan yang potensial untuk meningkatkan efisiensi dan efektifitas. Menyediakan data pendukung dalam meningkatkan dana program-program sosial, ekonomi dan penelitian. Memfasilitasi diskusi dan pengkajian ulang yang berhubungan dengan produk hasil. Proyek yang timbul dari program-program baru/tambahan serta tugas-tugas yang berdasarkan pada beban kerja maupun kekuatan kerja (work force) saat ini dan mendatang. Menyediakan data unutk mengkorelasikan beban kerja dengan kebutuhan personal dengan tujuan pengalokasian sumber daya yang lebih komprehensif. Membantu manajer menentukan bagaimana mengurangi kelebihan atau ketidak seimbangan beban kerja. Membantu dalam penyusunan kebutuhan pelatihan untuk karyawan Menyediakan data sumber daya manusia ketika organisasi mengalami perubahan. Merancang disiplin ilmu apa yang dibutuhkan oleh pekerja dimasa yang akan datang. Membantu pengembangan dan evalusasi dari pengukaran performa. Menyediakan data pendukung dalam keputusan alokasi sumber daya.

13 18 Menghasilkan database dari proses kerja untuk referensi pada masa yang akan datang Radio Frequency Identification (RFID) Menurut Maryono (2005) RFID adalah teknologi untuk mengidentifikasi seseorang atau objek tertentu dengan menggunakan transmisi frekuensi radio, khususnya 125kHz, 13.56Mhz atau Mhz. Definisi lain mengenai RFID yaitu sebuah teknologi penangkapan data yang dapat digunakan secara elektronik untuk mengidentifikasi, melacak dan menyimpan informasi yang tersimpan dalam tag RFID (Supriatna, 2007). RFID menggunakan frekuensi radio untuk membaca informasi dari sebuah device kecil yang disebut tag atau transponder (Transmitter + Responder). Tag RFID akan mengenali diri sendiri ketika mendeteksi sinyal dari competible device, yaitu reader RFID (RFID Reader). RFID ditempatkan pada objek atau orang sehingga dapat di identifikasi, dilacak dan diatur secara otomatis. Sistem RFID terdiri dari empat komponen, di antaranya adalah sebagai berikut: Tag yaitu device yang menyimpan informasi untuk identifikasi objek. Tag RFID sering juga disebut sebagai transponder. Antena untuk mentransmisikan sinyal frekuensi radio antara RFID reader dengan tag RFID. RFID reader adalah device yang kompatibel dengan tag RFID yang akan berkomunikasi secara wireless dengan tag. Application software adalah aplikasi pada sebuah workstation atau PC yang dapat membaca data dari tag melalui reader RFID. Baik tag dan reader RFID diperlengkapi dengan antena sehingga dapat menerima dan memancarkan gelombang elektromagnetik. Dalam RFID terdapat bermacam-macam teknologi tentang posisi seperti, Global Positioning System (GPS), cellular phone tracking system, Wi-Fi positioning system dan RFID Positioning System. Semua teknologi tersebut memiliki perbedaan ulasan, aplikasi, aksesoris dan keterbatasan. Di antara teknologi tersebut, yang paling populer dari positioning system adalah GPS yang ada saat ini. Positioning system ini berbasis satelit yang dirancang untuk lingkungan luar, namun, itu tidak berfungsi dengan baik di dalam ruangan. Sinyal GPS mudah diblokir oleh sebagian besar bahan

14 19 konstruksi dan sehingga membuatnya tidak berguna untuk penentuan posisi dalam ruangan RFID Aktif dan Pasif Tag RFID terbagi atas dua macam yaitu tag RFID aktif dan tag RFID pasif. Tag RFID aktif memiliki sumber energi sendiri atau baterai internal. Keuntungannya adalah alat pembaca (reader) mampu mengenali tag dalam jarak yang cukup jauh. Memory pada tag ini cukup variatif bahkan ada yang sampai 1MB. Tag aktif bisa mengirim sejumlah instruksi ke mesin dan mesin menangkap informasi ini dalam bentuk history tag. Kendalanya adalah ukuran yang lebih besar, harga yang lebih mahal dan usia yang terbatas (maks. 10 tahun). Tag RFID pasif tidak memiliki sumber energi seperti baterai. Umumnya tag pasif ini berukuran lebih kecil dibandingkan dengan tag aktif dan berharga lebih murah dan usia pakai yang tidak terbatas. Keterbatasannya adalah jarak dalam membaca informasi ke reader. Tag pasif ini sudah diprogram sebelumnya dengan data-data yang unik (32 s.d 128 bit) dan tidak dapat dimodifikasi. Tabel 2.3 merupakan perbedaan teknik antara RFID aktif dan pasif. Tabel 2.3 Perbedaan Teknik Antara RFID Aktif dan Pasif RFID Aktif RFID Pasif Sumber tenaga tag Di dalam tag Energi yang ditransmisikan oleh reader dalam bentuk Radio Frequency Baterai tag Ada Tidak Ketersediaan tenaga tag berkelanjutan Harus berada pada jarak yang dicakup reader Sinyal yang diperlukan dari reader ke tag Rendah Tinggi (harus mampu memberi tenaga ke tag) Ketersediaan kekuatan sinyal dari tag ke reader Tinggi Rendah

15 Kemampuan fungsional RFID aktif dan Pasif Karena perbedaan teknis yang diuraikan di atas, kemampuan fungsional dari RFID aktif dan pasif sangat berbeda dan harus dipertimbangkan ketika memilih teknologi untuk aplikasi tertentu. Tabel 2.4 merangkum kemampuan RFID aktif dan pasif. Tabel 2.4 Ringkasan dari Kemampuan RFID Aktif dan Pasif Jarak komunikasi Multi-tag Collection Kemampuan Sensor Penyimpanan data RFID Aktif Jarak jauh (100m atau lebih) Mengumpulkan 1000 tag atas wilayah 7 acre dari satu reader Mengumpulkan 20 tag bergerak di lebih dari 100 mph Kemampuan untuk terus memantau dan masukkan sensor record data untuk sensor Penyimpanan baca/tulis data besar (contoh 128kb) RFID Pasif Pendek dan sangat pendek (3m atau kurang) Mengumpulkan ratusan tag dalam dalam 3 meter dari satu reader Mengumpulkan 20 tags bergerak di 3mph atau lebih lambat Kemampuan membaca dan memindahkan nilai-nilai sensor hanya ketika tag ini didukung oleh reader, tidak ada data/waktu cap Penyimpanan data membaca kecil/ tulis (contoh 128 bytes) Berikut berbagai macam aplikasi RFID: 1. Inventory Control Sistem penanganan barang pada proses manufaktur dan distribusi yang efisien dan hemat waktu, dapat disediakan dengan sistem identifikasi yang cepat dan aman. Hal ini dapat dengan mudah direalisasikan dengan RFID, karena tidak memerlukan kontak langsung, maupun kontak optik. Dengan tambahan fitur anticollision sejumlah barang dapat diperiksa secara bersamaan. Pada aplikasi ini masalah lingkungan dan kecepatan merupakan peranan yang penting (Avione, 2004).

16 21 2. Transportasi Kenyamanan dan efisiensi waktu menjadi tawaran yang menarik untuk pengunaan RFID pada bidang transportasi, di mana penggunaan sistem identifikasi yang cepat diperlukan. Contohnya adalah penggunaan tag RFID untuk menandai bawaan penumpang, dan pengganti tiket sehingga dapat mencegah antrian yang panjang (Avione, 2004). 3. Keamanan dan Akses Kontrol Contoh aplikasi pada bidang ini adalah sistem keamanan pada mobil, atau fasilitas tertentu, di mana untuk aplikasi ini diperlukan keamanan dengan level yang tinggi dan tidak mudah ditiru. Untuk kebutuhan ini dapat direalisasikan dengan generasi kedua tag RFID yaitu Digital Signature Transponder (Weis, 2004) Indoor Positioning System Indoor positioning system (IPS) adalah sebuah sistem penentuan posisi suatu objek didalam sebuah bangunan fisik seperti kantor, sekolah, rumah sakit, dan lain-lain secara berkelanjutan dan real time (Dempsey, 2003). Indoor positioning system adalah suatu sistem yang dapat menentukan posisi seseorang di dalam suatu ruangan tertutup atau gedung. Sistem ini selain dapat menentukan posisi, juga dapat menentukan orientasi dan arah pergerakan seseorang (Ghose, 2015). Gu (2009) mengungkapkan bahwa indoor positioning system telah dikembangkan selama beberapa tahun terakhir dengan mengandalkan berbagai macam teknologi termasuk WLAN, inframerah, RFID, ultrasound dan lain lain tetapi masih saja ada beberapa solusi komersial yang tersedia dan orang orang yang melakukan hal tersebut sering kali mengarah ke harga yang cukup mahal dan sulit untuk dapat di install. Jadi, dapat disimpulkan bahwa indoor positioning system merupakan sistem untuk menemukan benda benda atau pun orang di dalam gedung menggunakan peralatan tambahan seperti sensor ultrasonik, inframerah, RFID serta informasi sensoris lainnya yang dikumpulkan oleh mobile device.

17 RSSI Ranging RSSI (Received Strength Signal Indicator) adalah pengukuran kekuatan sinyal yang diterima receiver yang dikirimkan oleh transmitter. Kekuatan sinyal yang diterima dapat digunakan untuk menentukan jarak dikarenakan semua gelombang elektromagnetik memiliki hubungan inverse-square antara kekuatan sinyal dengan jarak (Savvides, et al.,2001). Hal tersebut dapat dilihat pada persamaan 2.6.! " 1 $ 2 (2.6) Dimana P r adalah kekuatan sinyal yang diterima pada jarak d dari reader. Persamaan menunjukkan bahwa jarak yang ditempuh oleh sinyal dapat dicari dengan membandingkan perbedaan antara kekuatan transmisi dan kekuatan sinyal yang diterima yang biasa disebut path loss. Dalam pengukuran praktis, peningkatan path loss yang diakibatkan oleh penambahan jarak dapat berbeda-beda dalam situasi atau lokasi yang berbeda. Untuk itu diperlukan environmental characterization dengan menggunakan path loss exponent n seperti yang ditunjukkan oleh persamaan 2.7 (Pu, 2009).! " =! " $0 $ $ L M (2.7) Dimana, P r(d0) adalah kekuatan sinyal yang diterima pada jarak d 0. Nilai P r(d0) biasanya dihitung secara empiris pada jarak 1 meter. Adapun cara alternatif untuk menghitung P r(d0) persamaan Free-space Path Loss (FSPL) seperti yang ditunjukkan pada persamaan 2.8.! " = 20 log 10 4R$ S (2.8) Path loss exponent n pada persamaan 2.7 adalah salah satu parameter paling penting dalam environmental characterization. Jika tingkat penambahan path loss lebih drastis ketika bertambahnya jarak, maka nilai n akan lebih besar. Adapun cara mencari nilai path loss exponent dapat menggunakan persamaan =! " $0! " $ 10 log TL $ $ L (2.8) Tabel 2.5 menunjukkan beberapa nilai path loss exponent n pada berbagai situasi atau lingkungan (Rappaport, 1996).

18 23 Tabel 2.5 Path Loss Exponent dalam berbagai lingkungan Environment Path Loss Exponent Free Space 2 Urban Area Cellular Radio In building line-of-sight Obstructed in building 4-6 Obstructed in factories 2-3 Dalam mengukur jarak antara reader dan tag menggunakan RSSI, persamaan 2.7 dapat diubah menjadi model propagasi log-distance path loss seperti pada persamaan 2.5 (Pu, 2009). $! " $ =! " $ log 10 (2.9) $ 0 Persamaan 2.9 merupakan persamaan log-distance path loss untuk menghitung pengurangan jumlah sinyal yang diterima pada daerah vakum (free-space). Saat didalam ruangan, sinyal selalu dipengaruhi oleh refleksi, refraksi, dan atenuasi. Untuk mengimbangi nilai atenuasi dalam ruangan, maka perlu ditambahkan fade margin pada persamaan 2.9 seperti tertera pada persamaan 2.10 (Pathak, et al., 2014). $! " $ =! " $ log 10 + U V (2.10) $ 0 Dimana X s merupakan nilai fade margin. Nilai fade margin berbeda pada setiap lingkungan dan harus dihitung secara empiris untuk masing-masing lingkungan. Pada daerah perkantoran biasanya nilai fade margin berkisar 10 dbm (Pathak, et al., 2014) Triliteration Metode trilateration adalah metode yang menggunakan jarak antara beberapa lokasi yang menjadi referensi (reader) dengan lokasi yang akan dicari (tag) sebagai jari-jari lingkaran dimana titik pusat masing-masing lingkaran berada pada lokasi referensi (reader) kemudian titik perpotongan lingkaran-lingkaran tersebut merupakan lokasi yang sedang dicari (tag). Metode ini membutuhkan setidaknya tiga buah titik referensi

19 24 untuk dapat menentukan titik yang akan dicari. Ilustrasi metode Trilateration dapat dilihat pada gambar 2.1. Gambar 2.1. Ilustrasi Metode Trilateration (Zhang, et al., 2009) Dari gambar 2.1 dapat dilihat bahwa 3 buah lingkaran yaitu p1(x1, y1), p2(x2, y2), p3(x3, y3) memiliki jari-jari yang berbeda. Jari-jari dari masing-masing lingkaran yang terbentuk merupakan jarak dari masing-masing reader ke tag. Posisi tag yang akan dicari yaitu p(x, y) merupakan titik potong antara ketiga lingkaran tersebut. Untuk mencari titik p (x, y) dapat dilakukan dengan cara menggunakan teori pythagoras seperti ditunjukkan pada persamaan 2.11 (Pu, 2011). T = W T + X T $ = + (2.11) Y = W Y + X Y Jika disusun ulang persamaan 2.7 untuk mencari titik (x, y) maka akan didapatkan persamaan 2.8 (Pu, 2011): Dimana, 6Z Y@ + 9Z TY + W = 2 W T Z Y@ + Z TY + W Y 6U Y@ + 9U TY + X = 2 X T U Y@ + U TY + W Y (2.12) 6 = W + X $ 9 @ [ = W + X $ (2.13)

20 25 Dan U Y@ = W Y U TY = W T W Y = W T Z Y@ = X Y (2.14) Z TY = X T X Y = X T Jika persamaan 2.14 diselesaikan maka akan didapatkan titik p(x,y) Penelitian Terdahulu Penelitian tentang Indoor Positioning System telah digunakan dengan menggunakan beberapa metode. Pu et al pada tahun 2011 melakukan penelitian tentang penggunan RSSI dalam pengaplikasian teknik indoor localization. Metode yang digunakan pada penelitian ini dapat digunakan oleh berbagai macam Wireless Sensor Network. Penelitian ini menyatakan bahwa untuk menambah akurasi dari sistem yang dibuat, dibutuhkan penelitian lebih lanjut tentang environmental characterization dan penggunaan RSSI harus diteliti lebih lanjut. Pada tahun 2013, Mahiddin et al, menggunakan metode trilateration untuk menentukan posisi seseorang di dalam ruangan. Penelitian ini menggunakan kekuatan sinyal Wi-Fi dengan standarisasi IEEE g Networking. Penelitian ini dilakukan dengan cara User menggunakan aplikasi Wi-Fi Analyzer pada smartphone untuk mendapatkan presentase kekuatan sinyal kemudian merubah presentase kekuatan sinyal tersebut untuk mendapatkan jarak antara User dengan masing-masing Access Point. Posisi User dapat ditentukan dengan metode trilateration. Penelitian ini hanya bersifat tahap awal untuk kemudian dikembangkan lebih lanjut dengan mempertimbangkan transmission barrier seperti dinding. Firaldi pada tahun 2014 menggunakan metode trilateration dan dibantu dengan teknik fuzzy untuk menganalisa pola kehadiran mahasiswa pada jurusan teknik informatika Universitas Maritim Raja Ali Haji. Penelitian ini menggunakan metode penentuan jarak yang diajukan oleh Mahiddin et al pada tahun Kemudian

21 26 penelitian ini menentukan pola kehadiran mahasiswa dengan menggunakan teknik fuzzy untuk melihat apakah terdapat kecurangan absensi terhadap mahasiswa tersebut. Hasil dari penelitian ini menunjukkan bahwa sistem dapat mengenali pola kehadiran mahasiswa dalam perkuliahan didalam ruang kelas. Adapun rangkuman dari penelitian terdahulu dapat dilihat pada tabel 2.6. Tabel 2.6 Penelitian Terdahulu No. Judul Penelitian Metode Keterangan 1 Indoor Location Tracking using Received Signal Strength Indicator Chuan- Chin Pu et al. (2011) Various Indoor Localization Technique Penelitian ini menggunakan RSSI sebagai metode ranging kemudian menerapkannya ke beberapa metode Localization seperti Trilateration, Triangulation dll. 2 User Position Detection In An Indoor Environment Nor Aida Mahiddin (2013) Trilateration Penelitian ini hanya mengajukan metode penentuan lokasi didalam ruangan. 3 Analisa Pola Kehadiran Mahasiswa Dalam Perkuliahan Dengan Teknologi RFID Studi Kasus: Jurusan Teknik Informatika Umrah Yukiko Firaldi (2014) Trilateration Penelitian ini menerapkan teknologi RFID dengan memanfaatkan metode trilateration untuk menganalisa pola kehadiran mahasiswa dengan menggunakan teknik fuzzy Adapun perbedaan yang dimiliki oleh penulis dengan penelitian terdahulu sebagai berikut:

22 27 1. Pu et al (2011): Pada penelitian ini sistem yang dihasilkan tidak diimplementasikan pada permasalahan tertentu. Penelitian mengajukan metode dasar dalam mencari lokasi dalam ruangan menggunakan RSSI sebagai variabel pengukur jarak. Perbedaan penelitian ini ada pada penghitungan jarak dimana penelitian ini menambahkan variabel fade margin. Perbedaan selanjutnya terletak pada pengimplementasian sistem dimana penelitian ini tidak mengimplementasikan hasil sistem ke masalah yang spesifik sedangkan penulis mengimplementasikan sistem yang dihasikan untuk mengawasi beban kerja pegawai. 2. Mahiddin et al(2013): Pada penelitian ini tidak diaplikasikan metode yang diajukan ke masalah tertentu. Selain itu, penelitian ini menggunakan perangkat Wi-Fi. Adapun perbedaan pada skema input pada sistem yaitu pada penelitian ini permintaan penentuan lokasi tidak dilakukan secara otomatis, melainkan dengan cara User menggunakan aplikasi Wi- Fi Analyzer untuk mendapatkan presentase kekuatan sinyal kemudian memasukkan nilai tersebut kedalam sistem. Sedangkan penelitian yang diajukan oleh penulis, proses input data dilakukan secara seamless. Sistem akan melakukan ping terhadap tag yang telah terdaftar setiap beberapa waktu kemudian sistem akan menyajikan data tersebut dalam bentuk peta 2 dimensi secara otomatis. Adapun perbedaan lainnya yaitu penulis menggunakan teknik penentuan jarak yang berbeda dengan penelitian ini. penulis menggunakan signal decay model untuk menentukan jarak antara reader dengan tag. 3. Firaldi (2014) Penelitian ini mengaplikasikan metode yang diajukan dalam penelitian Mahiddin et al(2011) sebagai basis untuk melakukan penentuan posisi dan kemudian menganalisis posisi tersebut untuk melihat apakah ada kecurangan dalam absensi mahasiswa menggunakan teknik fuzzy. Perbedaan penulis dengan penelitian ini seperti yang sudah disebutkan dalam poin sebelumnya adalah perbedaan metode penentuan jarak dan juga pengaplikasian sistem. Penulis mengaplikasikan sistem untuk melakukan monitoring terhadap pegawai untuk kemudian mendokumentasi jam kerja dan beban kerja pegawai tersebut sebagai sarana pengawas untuk melihat kinerja pegawai.