BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data Pengambilan data dilakukan dengan cara melihat langsung pekerjaan yang dilakukan oleh pekerja pada perusahaan yang diteliti. Data yang diambil yaitu posisi tubuh yang terjadi saat melakukan pekerjaan manual material handling dan data antropometri untuk rancangan alat bantu pemindahan ban. Adapun kondisi bahan baku pada pabrik sebelum diolah menjadi ban vulkanisir, dapat dilihat pada Gambar 4.1. Gambar 4.1 Kondisi Bahan Baku 4.1.1 Data Keluhan Pekerja Sebagai data awal diberikan quisioner Nordic body map kepada 5 orang pekerja. Tabel rekapitulasi data keluhan pada pekerjaan manual material handling, dapat dilihat pada table 1.1. 4. Pengolahan Data Pengolahan data dilakukan dengan menggunakan metode OWAS ( Ovako Working Postural Analysis system) yaitu dengan melakukan pengambilan sampling postur tubuh pekerja saat sedang bekerja. Sampling postur tubuh yang didapat kemudian diklasifikasikan ke dalam beberapa kategori fase kerja serta

beban yang diangkat, postur tubuh dianalisa dan kemudian diberi nilai atau proses pengkodean untuk diklasifikasikan. Elemen-elemen yang penting dari tubuh yang akan dipakai sebagai dasar dari pengkodean yaitu, tulang belakang /punggung (back), lengan (arms), dan kaki (legs), dan beban yang dibawa (load/use factor). Untuk penilaian yang diberikan pada masing-masing elemen dapat dilihat pada landasan teori pada bab sebelumnya Sebelum data antropometri digunakan untuk rancangan, maka data terlebih dahulu harus sudah normal, seragam, dan cukup. Oleh karena itu perlu dilakukan uji kenormalan data, uji keseragaman data, dan uji kecukupan data. 4.3 Pengkodean/Penilaian Postur Kerja Pada tahap pengkodean atau penilaian postur kerja, setiap sikap tubuh saat bekerja diberikan penilaian berdasarkan sikap punggung ( back), lengan ( arms), kaki (l egs), dan jumlah beban yang diangkat ( load). Pada tahap ini pula peneliti memberikan penilaian terhadap delapan sikap kerja yang sudah ditentukan. Sikap tersebut diperoleh berdasarkan sikap yang banyak terjadi saat melakukan kegiatan pengangkatan dan pemindahan barang/beban. Berikut adalah sikap tubuh yang diamati di perusahan Bola Mas untuk dianalisa: A. Sikap Punggung 1. Lurus. Membungkuk 3. Memutar atau miring kesamping 4. Membungkuk dan memutar atau membungkuk kedepan dan menyamping Gambar 4. Klasifikasi sikap kerja bagian punggung IV-

Jadi, pada gambar di atas, sikap tubuh yang di gunakan pada CV. Bola Mas adalah postur tubuh membungkuk ke depan atau kebelakang. B. Sikap Lengan 1. Kedua lengan berada dibawah bahu. Satu lengan berada pada atau diatas bahu 3. Kedua lengan pada atau diatas bahu Gambar 4.3 Klasifikasi sikap kerja bagian lengan Jadi, pada gambar di atas, sikap tubuh yang di gunakan pada CV. Bola Mas adalah postur tubuh kedua tangan berada di bawah level ketinggian bahu. C. Sikap Kaki 1. Duduk. Berdiri bertumpu pada kedua kaki lurus 3. Berdiri bertumpu pada satu kaki lurus 4. Berdiri bertumpu pada kedua kaki dengan lutut ditekuk 5. Berdiri bertumpu pada satu kaki dengan lutut ditekuk 6. Berlutut pada satu atau kedua lutut 7. Berjalan IV-3

Gambar 4.4 Klasifikasi sikap kerja bagian kaki Jadi, pada gambar di atas, sikap tubuh yang di gunakan pada CV. Bola Mas adalah postur kaki Berdiri bertumpu pada kedua kaki dengan lutut ditekuk. D. Berat Beban 1. Berat beban adalah kurang dari 10 Kg (W = 10 Kg). Berat beban adalah 10 Kg 0 Kg (10 Kg < W = 0 Kg) 3. Berat beban adalah lebih besar dari 0 Kg (W > 0 Kg) Jadi, pada berat beban diatas, yang di gunakan pada CV. Bola Mas adalah Berat beban lebih besar dari 0 Kg (W > 0 Kg). Dibawah ini adalah perihal penjelasan tentang klasifikasi sikap agar membedakan sikap masing-masing klasifikasi. 1. Sikap Punggung a. Membungkuk Penilaian sikap kerja diklasifikasikan membungkuk jika terjadi sudut yang terbentuk pada punggung minimal sebesar 0 atau lebih. Begitu pula sebaliknya jika perubahan sudut kurang dari 0, maka dinilai tidak membungkuk. Adapun posisi leher dan kaki tidak termasuk dalam penilaian batang tubuh (punggung). IV-4

. Sikap Lengan a. Yang dimaksud sebagai lengan adalah dari lengan atas sampai tangan. b. Penilaian terhadap posisi lengan yang perlu diperhatikan adalah posisi tangan. 3. Sikap Kaki Berdiri bertumpu pada kedua kaki dengan lutut ditekuk Pada sikap ini adalah keadaan postur setengah duduk yang telah umum diketahui yaitu keadaan lutut ditekuk dan beban tubuh bertumpu pada kedua kaki. 4. Berat beban Dalam hal ini yang membedakan adalah berat beban yang diterima dalam satuan kilogram (Kg). Berat beban yang diangkat lebih besar dari 0 Kg (W > 0 Kg). Hasil dari analisa postur kerja OWAS terdiri dari empat level skala sikap kerja yang berbahaya bagi para pekerja, sikap kerja yang didapat adalah : KATEGORI 3: Pada sikap ini berbahaya pada sistem musculoskeletal (postur kerja mengakibatkan pengaruh ketegangan yang sangat signifikan). Perlu perbaikan segera mungkin. 4.3.1 Postur Tubuh Pertama Pada Pemindahan Ban Berberat 35 Kg Pada postur tubuh yang pertama memiliki sikap punggung membungkuk dengan kedua lengan berada dibawah bahu, dan berdiri bertumpu pada kedua kaki dengan lutut sedikit ditekuk dengan berat beban 35 kg. IV-5

Gambar 4.5 Postur Tubuh Pertama Pemindahan Ban Berberat 35 Kg Tabel 4.1 Postur Tubuh Pertama Pada Pemindahan Ban Berberat 35 Kg Sikap Kode Keterangan Punggung Membungkuk Lengan 1 Kedua lengan di bawah bahu Kaki 4 Berdiri bertumpu pada kedua kaki dengan lutut ditekuk Berat Beban 3 Berat beban adalah lebih besar dari 0 Kg Tabel 4. Kode Postur Kerja Pertama Pada Pemindahan Ban Berberat 35 Kg Back Arms 1 3 4 5 6 7 Legs 1 3 1 3 1 3 1 3 1 3 1 3 1 3 Load 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 1 1 1 1 1 1 1 1 1 3 1 1 1 1 1 1 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 3 4 4 3 3 4 3 4 3 3 3 4 3 3 3 3 3 4 4 4 4 4 4 4 4 3 4 1 1 1 1 1 1 1 1 1 3 3 3 4 4 4 1 1 1 1 1 1 3 3 1 1 1 1 1 4 4 4 4 4 4 3 3 3 1 1 1 3 3 1 1 1 3 3 4 4 4 4 4 4 4 4 4 1 1 1 1 3 3 3 3 4 4 4 4 4 4 4 4 4 3 4 4 3 3 4 3 4 3 3 4 4 4 4 4 4 4 4 4 4 3 4 3 4 4 4 3 4 3 3 4 4 4 4 4 4 4 4 4 4 3 4 1. Nilai pada punggung (back) :. Nilai pada lengan (arms) : 1 3. Nilai pada kaki (legs) : 4 IV-6

4. Nilai pada beban (load) : 3 5. Kategori penilaian : 3 (perbaikan perlu dilakukan segera mungkin) 4.3. Postur Tubuh Kedua Pada Pemindahan Ban Berberat 35 Kg Pada postur tubuh yang pertama memiliki sikap punggung membungkuk dengan kedua lengan berada dibawah bahu, dan bergerak berjalan dengan berat beban 35 kg. Gambar 4.6 Postur Tubuh Kedua Pemindahan Ban Berberat 35 Kg Tabel 4.3 Postur Tubuh Kedua Pada Pemindahan Ban Berberat 35 Kg Sikap Kode Keterangan Punggung Membungkuk Lengan 1 Kedua lengan di bawah bahu Kaki 7 Berjalan/bergerak Berat Beban 3 Berat beban adalah lebih besar dari 0 Kg Tabel 4.4 Kode Postur Kerja Kedua Pada Pemindahan Ban Berberat 35 Kg Back Arms 1 3 4 5 6 7 Legs 1 3 1 3 1 3 1 3 1 3 1 3 1 3 Load 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 1 1 1 1 1 1 1 1 1 3 1 1 1 1 1 1 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 3 4 4 3 3 4 3 4 3 3 3 4 3 3 3 3 3 4 4 4 4 4 4 4 4 3 4 1 1 1 1 1 1 1 1 1 3 3 3 4 4 4 1 1 1 1 1 1 3 3 1 1 1 1 1 4 4 4 4 4 4 3 3 3 1 1 1 3 3 1 1 1 3 3 4 4 4 4 4 4 4 4 4 1 1 1 1 3 3 3 3 4 4 4 4 4 4 4 4 4 3 4 4 3 3 4 3 4 3 3 4 4 4 4 4 4 4 4 4 4 3 4 3 4 4 4 3 4 3 3 4 4 4 4 4 4 4 4 4 4 3 4 IV-7

1. Nilai pada punggung (back) :. Nilai pada lengan (arms) : 1 3. Nilai pada kaki (legs) : 7 4. Nilai pada beban (load) : 3 Kategori penilaian : 3 (perbaikan perlu dilakukan segera mungkin) 4.3.3 Postur Tubuh Pertama Pada Pemindahan Ban Berberat 5 Kg Pada postur tubuh yang pertama memiliki sikap punggung membungkuk dengan kedua lengan berada dibawah bahu, dan berdiri bertumpu pada kedua kaki dengan lutut sedikit ditekuk dengan berat beban 5 kg. Gambar 4.7 Postur Tubuh Pertama Pemindahan Ban Berberat 5 Kg Tabel 4.5 Postur Tubuh Pertama Pemindahan Ban Berberat 5 Kg Sikap Kode Keterangan Punggung Membungkuk Lengan 1 Kedua lengan di bawah bahu Kaki 4 Berdiri bertumpu pada kedua kaki dengan lutut ditekuk Berat Beban 3 Berat beban adalah lebih besar dari 0 Kg IV-8

Tabel 4.6 Kode Postur Kerja Pertama Pemindahan Ban Berberat 5 Kg Back Arms 1 3 4 5 6 7 Legs 1 3 1 3 1 3 1 3 1 3 1 3 1 3 Load 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 1 1 1 1 1 1 1 1 1 3 1 1 1 1 1 1 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 3 4 4 3 3 4 3 4 3 3 3 4 3 3 3 3 3 4 4 4 4 4 4 4 4 3 4 1 1 1 1 1 1 1 1 1 3 3 3 4 4 4 1 1 1 1 1 1 3 3 1 1 1 1 1 4 4 4 4 4 4 3 3 3 1 1 1 3 3 1 1 1 3 3 4 4 4 4 4 4 4 4 4 1 1 1 1 3 3 3 3 4 4 4 4 4 4 4 4 4 3 4 4 3 3 4 3 4 3 3 4 4 4 4 4 4 4 4 4 4 3 4 3 4 4 4 3 4 3 3 4 4 4 4 4 4 4 4 4 4 3 4 1. Nilai pada punggung (back) :. Nilai pada lengan (arms) : 1 3. Nilai pada kaki (legs) : 4 4. Nilai pada beban (load) : 3 Kategori penilaian : 3 (perbaikan perlu dilakukan segera mungkin) 4.3.4 Postur Tubuh Kedua Pada Pemindahan Ban Berberat 5 Kg Pada postur tubuh yang pertama memiliki sikap punggung membungkuk dengan kedua lengan berada dibawah bahu, dan bergerak/berjalan dengan berat beban 5 kg. IV-9

Gambar 4.8 Postur Tubuh Kedua Pemindahan Ban Berberat 5 Kg Tabel 4.6 Postur Tubuh Pertama Pemindahan Ban Berberat 5 Kg Sikap Kode Keterangan Punggung Membungkuk Lengan 1 Kedua lengan di bawah bahu Kaki 7 Berjalan/bergerak Berat Beban 3 Berat beban adalah lebih besar dari 0 Kg Tabel 4.7 Kode Postur Kerja Kedua Pemindahan Ban Berberat 5 Kg Back Arms 1 3 4 5 6 7 Legs 1 3 1 3 1 3 1 3 1 3 1 3 1 3 Load 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 1 1 1 1 1 1 1 1 1 3 1 1 1 1 1 1 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 3 4 4 3 3 4 3 4 3 3 3 4 3 3 3 3 3 4 4 4 4 4 4 4 4 3 4 1 1 1 1 1 1 1 1 1 3 3 3 4 4 4 1 1 1 1 1 1 3 3 1 1 1 1 1 4 4 4 4 4 4 3 3 3 1 1 1 3 3 1 1 1 3 3 4 4 4 4 4 4 4 4 4 1 1 1 1 3 3 3 3 4 4 4 4 4 4 4 4 4 3 4 4 3 3 4 3 4 3 3 4 4 4 4 4 4 4 4 4 4 3 4 3 4 4 4 3 4 3 3 4 4 4 4 4 4 4 4 4 4 3 4 1. Nilai pada punggung (back) :. Nilai pada lengan (arms) : 1 IV-10

3. Nilai pada kaki (legs) : 7 4. Nilai pada beban (load) : 3 Kategori penilaian : 3 (perbaikan perlu dilakukan segera mungkin) 4.4 Pengolahan Data Menggunakan Software WinOwas WinOwas merupakan sebuah software yang digunakan untuk menganalisis postur tubuh dari seorang pekerja yang melakukan kegiatan manual material handling. Dengan menggunakan software ini kita dapat melihat bagian dari tubuh yang mengalami cidera akibat beban yang berlebihan. 4.4.1 Input Data 1. Entering Background Information Sebelum memulai pengamatan, harus memasukkan informasi latar belakang analisis. Proses pengisian dapat memilih fungsi menu Observasi atau dengan menekan tombol fungsi <F3>. Gambar 4.9 Input Latar Belakang Informasi. Defining Work Phases Ini adalah langkah untuk membagi pekerjaan kedalam fase kerja. WinOwas memungkinkan kita dapat membagi pekerjaan ke dalam 10 tahap. Kita dapat memberi nama setiap fase bebas, dan tahapan pekerjaan diberi nomer dari 0 sampai 9. IV-11

Gambar 4.10 Input Fase Kerja 4.4. Pengolahan Dengan Software Pengamatan digolongkan kedalam 5 nomor kode. Dimana angka pertama berarti postur pungung (diberi nilai 1-4), angka kedua postur lengan (diberi nilai 1-3), angka ketiga postur kaki (diberi nilai 1-7), angka keempat yaitu beban (diberi nilai 1-3), dan kelima tahap pekerjaan analisis. 4 Postur Tubuh Pertama Pada Pemindahan Ban Seberat 35 Kg a. Input data postur pertama Gambar 4.11 Penilaian Postur Pertama Pemindahan Ban Berberat 35 Kg IV-1

b. Grafik hasil postur pertama Gambar 4.1 Analisis Hasil Postur Pertama Pemindahan Ban Berberat 35 Kg 5 Postur Tubuh Kedua Pada Pemindahan Ban Seberat 35 Kg a. Input data postur kedua Gambar 4.13 Penilaian Postur Kedua Pemindahan Ban Berberat 35 Kg IV-13

b. Grafik hasil postur kedua Gambar 4.14 Analisis Hasil Postur Kedua Pemindahan Ban Berberat 35 Kg 1. Postur Tubuh Pertama Pada Pemindahan Ban Seberat 5 Kg a. Input data postur pertama Gambar 4.15 Penilaian Postur Pertama Pemindahan Ban Berberat 5 Kg IV-14

b. Grafik hasil postur pertama Gambar 4.16 Analisis Hasil Postur Pertama Pemindahan Ban Berberat 5 Kg. Postur Tubuh Kedua Pada Pemindahan Ban Seberat 5 Kg a. Input data postur kedua Gambar 4.17 Penilaian Postur Kedua Pemindahan Ban Berberat 5 Kg IV-15

b. Grafik hasil postur kedua Gambar 4.18 Analisis Hasil Postur Kedua Pemindahan Ban Berberat 5 Kg 4..5 Pengumpulan Data Antropometri Proses pengumpulan data dilakukan untuk mendapatkan data-data yang dibutuhkan dalam rancangan alat bantu pemindahan ban. Untuk merancang alat bantu pemindahan ban dibutuhkan data antropometri. Karena alat bantu pemindahan ban dirancang untuk pekerja di CV. Bola Mas, maka data antropometri yang digunakan adalah data antropometri pekerja CV. Bola Mas. Data atropometri yang digunakan dalam rancangan alat bantu pemindahan ban antara lain: 1 Tinggi siku berdiri (Tsb) Untuk menentukan tinggi alat bantu pemindahan ban digunakan data tinggi siku berdiri. Cara pengukuran adalah sebagai berikut. Ukur jarak vertikal dari lantai sampai titik pertemuan antara lengan atas dan lengan bawah. Subjek berdiri tegak dengan kedua tangan tergantung secara wajar. IV-16

Lebar bahu (Lb) Untuk menentukan lebar alat bantu pemindahan ban digunakan data lebar bahu. Cara pengukuran adalah sebagai berikut. Ukur jarak horizontal antara kedua lengan atas subjek duduk tegak dengan lengan atas merapat kebadan dan lengan bawah direntangkan kedepan. 3 Lebar tangan (Lt) Untuk menentukan lebar busa untuk menggenggam alat bantu pemindahan ban digunakan data lebar tangan. Cara pengukuran adalah sebagai berikut. Diukur dari sisi luar ibu jari sampai sisi luar kelingking. 4.5.1 Rekapitulasi Data Anthropometri Adapun rekapitulasi dari data antropometri usulan rancangan alat bantu pemindahan ban dengan menggunakan Autodesk Inventor dan Winowas sebagai berikut: Tabel 4.9 Rekapitulasi Data Antropometri Data Anthropometri Pekerja Tsb (Cm) Lb (Cm) Lt (Cm) Randi 103 39 10 Wawan 103 40 8 Perdi 101 39 10 Alpen 10 40 10 Rendi 10 40 9 Sumber : CV. Bola Mas (013) 4.6 Pengolahan Data Sebelum data anthropometri digunakan untuk perancangan, maka data terlebih dahulu harus sudah normal, seragam dan cukup. Oleh karena itu perlu dilakukan uji kenormalan data, uji keseragaman data, dan uji kecukupan data. 4.6.1 Uji Kenormalan Data Uji kenormalan data digunakan untuk melihat apakah data yang diperoleh merupakan data yang berdistribusi normal atau tidak. IV-17

Tabel 4.9 Rekapitulasi Data Antropometri Data Anthropometri No Lt Tsb (Cm) Lb (Cm) (Cm) 1 103 39 10 103 40 8 3 101 39 10 4 10 40 8 5 10 40 9 Sumber : CV. Bola Mas (013) 1. Tinggi Siku Berdiri (Tsb) Adapun data-data antropometri dari tinggi siku berdiri yang di ambil dari pekerja di CV. Bola Mas, dan hasil pengolah data Chi_tabel dengan mengunakan Sofwere SPSS 16, dapat dilihat pada tabel dibawah ini. Tabel 4.10 Tabel Uji Kenormalan Tinggi Siku Berdiri (Tsb) Pekerja Tsb (Cm) Chi_tabel Randi 103 5.90 Wawan 103 5.90 Perdi 101 5.90 Alpen 10 5.90 Rendi 10 5.90 Sumber : Pengolahan data 013 Tabel 4.11 Descriptive Statistics Tinggi Siku Berdiri (Tsb) N Mean Std. Deviation Minimum Maximum Tsb 5 1.00 0.83666 101.00 103.00 Tabel 4.1 Frekuensi Tinggi Siku Berdiri(Tsb) Observed N Expected N Residual 101 1 1.7 -.7 10 1.7.3 103 1.7.3 Total 5 IV-18

Tabel 4.13 Test Statistics Tinggi Siku Berdiri (Tsb) Tsb Chi-Square 0.400 a Df Asymp. Sig..819 Dari hasil pengolah data dengan mengunakan Sofwere SPSS 16, untuk ukuran tubuh tinggi siku berdiri, didapat nilai std. Deviation sebesar 0.83. Untuk nilai maxsimal sebesar 101 dan nilai minimum sebesar 103, nilai ini menunjukan data terkecil dan data terbesar dari tinggi siku berdiri. Nilai Frequencies Tinggi Siku Berdiri menunjukan bahwa ada 1 data yang memiliki nilai 100, data yang memiliki nilai 10, dan data memiliki nilai 103. Test Statistics tinggi siku berdiri untuk mengetahui nilai chi_ Square sebesar 0.4, nilai inilah yang nantinya akan dibandingkan dengan nilai chi_tabel. H o : Data tersebut berdistribusi normal. H 1 : Data tersebut tidak berdistribusi normal Kriteria Keputusan : Jika Chi_Table > Chi_Squar, Maka H 0 diterima, dan H 1 ditolak. Jika Chi_Table < Chi_Squar, Maka H 0 ditolak, dan H 1 diterima. Dari keterangan tersebut diketahui bahwa chi_table bernilai 5.90 dan chi_square bernilai 0,400, maka chi_table > chi_square, berarti data tinggi siku berdiri telah berdistribusi normal. a. Pengolahan data uji kenormalan data antropometri tinggi lutut duduk (tld) dengan menggunakan cara manual sebagai berikut. p i1 O i E E i i IV-19

Dimana : O i = nilai/ frekuensi pengelompokan pengamatan E i = rata-rata jumlah pengamatan setelah pengelompokan p = total pengelompokan pengamatan Tabel 4.14 Pengamatan Data Antropometri Tinggi siku berdiri (Tsb) Pekerja 1 3 4 5 Data Antropometri Tsb (N) 103 103 101 10 10 Dimana : O i 1 = 1 (101) O i = (10,10) O i 3 = (103,103) N = 5 E i = 5 = = 1.67 O i 3 Jadi, p i1 O i E E 1 1.67 1.67 1.67 1.67 X = 0.4 i 1.67 i 1.67 Dari perhitungan Chi Kuadrat ( = 0,05 diperoleh dari tabel Jadi untuk hipotesisnya berikut ini : X ) dengan df = p-1 =3-1=. Maka untuk nilai X yaitu ( ; df) 0,05 ; = 5.90. H 0 : Data berdistribusi normal, jika Chi_Square Hitung < Chi_Tabel H 1 : Data tidak berdistribusi normal, jika Chi_Square Hitung > Chi_Tabel Dimana : X / Chi_Square Hitung = 0.4 Tabel X yaitu ( = 0,05) df = / Chi_Tabel = 5.90 IV-0

Maka Chi_ square Hitung < chi_tabel (0,4 < 5,90) berarti data tinggi siku berdiri (tsb) telah berdistribusi normal.. Lebar Bahu (Lb) Adapun data-data antropometri lebar bahu yang di ambil dari pekerja di CV. Bola Mas, dan hasil pengolah data Chi_tabel dengan mengunakan Sofwere SPSS 16, dapat dilihat pada tabel dibawah ini. Tabel 4.15 Tabel Uji Kenormalan Lebar Bahu (Lb) Pekerja Lb (Cm) Chi_tabel Randi 39 1.96 Wawan 40 1.96 Perdi 39 1.96 Alpen 40 1.96 Rendi 40 1.96 Sumber : CV. Bola Mas (013) Tabel 4.16 Descriptive Statistics Lebar Bahu (Lb) N Mean Std. Deviation Minimum Maximum Tsb 5 39.6000 0.5477 39.00 40.00 Tabel 4.17 Frekuensi Lebar Bahu(Lb) Observed N Expected N Residual 39.5 -.5 40 3.5.5 Total 5 Tabel 4.18 Test Statistics Lebar Bahu (Lb) Lb Chi-Square 0.00 a Df 1 Asymp. Sig..655 Dari hasil pengolah data dengan mengunakan Sofwere SPSS 16, untuk ukuran tubuh lebar bahu, didapat nilai std. Deviation sebesar 0.54. Untuk nilai maxsimal sebesar 40 dan nilai minimum sebesar 39, nilai ini menunjukan data terkecil dan data terbesar dari lebar bahu. Nilai Frequencies lebar bahu IV-1

menunjukan bahwa ada 3 data yang memiliki nilai sama yaitu 40, dan data memiliki nilai 39. Test Statistics lebar bahu untuk mengetahui nilai chi_ Square, yaitu sebesar 0., nilai inilah yang nantinya akan dibandingkan dengan nilai chi_tabel. H o : Data tersebut berdistribusi normal. H 1 : Data tersebut tidak berdistribusi normal Kriteria Keputusan : Jika Chi_Table > Chi_Squar, Maka H 0 diterima, dan H 1 ditolak. Jika Chi_Table < Chi_Squar, Maka H 0 ditolak, dan H 1 diterima. Dari keterangan tersebut diketahui bahwa chi_table bernilai 1.96 dan chi_square bernilai 0., maka chi_table > chi_square, berarti Lebar Bahu telah berdistribusi normal. a. Pengolahan data uji kenormalan data antropometri tinggi lutut duduk (tld) dengan menggunakan cara manual sebagai berikut. p i1 O i E E i i Dimana : O i = nilai/ frekuensi pengelompokan pengamatan E i = rata-rata jumlah pengamatan setelah pengelompokan p = total pengelompokan pengamatan Tabel 4.19 Pengamatan Data Antropometri Lebar bahu (Lb) Pekerja 1 3 4 5 Data Antropometri Tsb (N) 39 40 39 40 40 IV-

Dimana : O i 1 = (39) O i = 3 (40,40,40) N = 5 E i = 5 = =.5 O i Jadi, p i1 O i E E.5 3.5.5 X = 0..5 i i Dari perhitungan Chi Kuadrat ( = 0,05 diperoleh dari tabel Jadi untuk hipotesisnya berikut ini : X ) dengan df = p-1 =-1= 1. Maka untuk nilai X yaitu ( ; df) 0,05 ; 1 = 1.96. H 0 : Data berdistribusi normal, jika Chi_Square Hitung < Chi_Tabel H 1 : Data tidak berdistribusi normal, jika Chi_Square Hitung > Chi_Tabel Dimana : X / Chi_Square Hitung = 0. Tabel X yaitu ( = 0,05) df = 1 / Chi_Tabel = 1.96 Maka Chi_ square Hitung < chi_tabel (0. < 1.96) berarti data lebar bahu (lb) telah berdistribusi normal. 3. Lebar Tangan (Lt) Pengambilan data antropometri lebar tangan pada pekerja di CV. Bola Mas. Adapun data-data antropometri lebar tangan dan hasil pengolah data chi_tabel dengan mengunakan Sofwere SPSS 16 dapat dilihat pada tabel di bawah ini. IV-3

Tabel 4.0 Tabel Uji Kenormalan Lebar Tangan (Lt) No Lt (Cm) Chi_tabel Randi 10 5.90 Wawan 8 5.90 Perdi 10 5.90 Alpen 8 5.90 Rendi 9 5.90 Sumber : pengolahan data 013 Tabel 4.1 Descriptive Statistics Lebar Tangan (Lt) N Mean Std. Deviation Minimum Maximum Tsb 5 9.0000 1.00000 8.00 10.00 Tabel 4. Frekuensi Lebar Tangan (Lt) Observed N Expected N Residual 8 1.7.3 9 1 1.7 -.7 10 1.7.3 Total 5 Tabel 4.3 Test Statistics Lebar Tangan (Lt) Lt Chi-Square 0.400 a Df Asymp. Sig..819 Dari hasil pengolah data dengan mengunakan Sofwere SPSS 16, untuk ukuran tubuh Lebar Tangan, didapat nilai std. Deviation sebesar 1.0. Untuk nilai maxsimal sebesar 10 dan nilai minimum sebesar 8, nilai ini menunjukan data terkecil dan data terbesar dari Lebar Tangan. Nilai Frequencies Lebar Tangan menunjukan bahwa ada data yang memiliki nilai sama yaitu 8, 1 data memiliki nilai 9. Dan data memiliki nilai 10. Test Statistics Panjang Telapak Tangan untuk mengetahui nilai chi_ Square, yaitu sebesar 0.40, nilai inilah yang nantinya akan dibandingkan dengan nilai chi_tabel. H o : H 1 : Data tersebut berdistribusi normal. Data tersebut tidak berdistribusi normal IV-4

Kriteria Keputusan : Jika Chi_Table > Chi_Squar, Maka H 0 diterima, dan H 1 ditolak. Jika Chi_Table < Chi_Squar, Maka H 0 ditolak, dan H 1 diterima. Dari keterangan tersebut diketahui bahwa chi_table bernilai 5.90 dan chi_square bernilai 0.40, maka chi_table > chi_square, berarti data Lebar Tangan telah berdistribusi normal. a. Pengolahan data uji kenormalan data antropometri tinggi lutut duduk (tld) dengan menggunakan cara manual sebagai berikut. p i1 O i E E i i Dimana : O i = nilai/ frekuensi pengelompokan pengamatan E i = rata-rata jumlah pengamatan setelah pengelompokan p = total pengelompokan pengamatan Tabel 4.4 Pengamatan Data Antropometri Lebar Tangan (Lt) Pekerja 1 3 4 5 Data Antropometri Tsb (N) 10 8 10 8 9 Dimana : O i 1 = 1 (9) O i = (8,8) O i 3 = (10,10) N = 5 Jadi, p i1 E i = O i 5 = = 1.67 O i 3 E E i i IV-5

1 1.67 1.67 1.67 1.67 X = 0.4 1.67 1.67 Dari perhitungan Chi Kuadrat ( = 0,05 diperoleh dari tabel Jadi untuk hipotesisnya berikut ini : X ) dengan df = p-1 =3-1=. Maka untuk nilai X yaitu ( ; df) 0,05 ; = 5.90. H 0 : Data berdistribusi normal, jika Chi_Square Hitung < Chi_Tabel H 1 : Data tidak berdistribusi normal, jika Chi_Square Hitung > Chi_Tabel Dimana : X / Chi_Square Hitung = 0.4 Tabel X yaitu ( = 0,05) df = / Chi_Tabel = 5.90 Maka Chi_ square Hitung < chi_tabel (0,4 < 5,90) berarti data lebar tangan (Lt) telah berdistribusi normal. 4.6. Uji Keseragaman Data Uji keseragaman data digunakan untuk mengetahui apakah data yang digunakan seragam atau tidak. 1 Tinggi Siku Berdiri (Tsb) Adapun data-data antropometri dari tinggi siku berdiri pekerja di CV. Bola Mas, dapat dilihat pada tabel 4.5 dibawah ini. Tabel 4.5 Uji Keseragaman Data Tinggi Siku Berdiri NO N BKA BKB 1 103 105 99.4 103 105 99.4 3 101 105 99.4 4 10 105 99.4 5 10 105 99.4 Jumlah 511 Sumber : CV. Bola Mas (013) IV-6

a. Rata-rata = = = 10. b. Standar Deviasi = ( ) = (103 10.) (103 10.)... (10 10.) 5 1 = 1.4 c. Batas kontrol atas (BKA) dan batas kontrol bawah (BKB) BKA = + k. = 10. + (1.4) = 105 BKB = k. = 10. (1.4) = 99.4 IV-7

Batas Kontrol 106 105 104 103 10 101 100 99 98 97 96 Uji Keseragaman Data Antropometri Tinggi Siku Berdiri 1 3 4 5 6 7 8 9 10 Data Pengukuran N BKA BKB Gambar 4.19 Peta Keseragaman Data Tinggi Siku Berdiri Dari Gambar 4.18 sudah kita ketahui bawah data tersebut sudah seragam, karena data tersebut masih didalam batas BKA dan BKB. Lebar Bahu (Lb) Adapun data-data antropometri dari lebar bahu pekerja di CV. Bola Mas yang berjumblah 5 orang, dapat dilihat pada tabel 4.6 dibawah ini. Tabel 4.6 Uji Keseragaman Data Lebar Bahu NO N BKA BKB 1 39 40.8 38.4 40 40.8 38.4 3 39 40.8 38.4 4 40 40.8 38.4 5 40 40.8 38.4 Jumlah 198 Sumber: pengolahan data 013 IV-8

a. Rata-rata = = = 39,6 b. Standar Deviasi = ( ) = (39 39.6) (40 39.6) 5 1... (40 39.6) = 0.6 c. Batas kontrol atas (BKA) dan batas kontrol bawah (BKB) BKA = + k. = 39.6+ (0.6) = 40.8 BKB = k. = 39.6 (0.6) = 38.4 IV-9

14 Uji Keseragaman Data Antropometri Lebar Bahu 1 Batas Kontrol 10 8 6 4 N BKA BKB 0 1 3 4 5 6 7 8 9 10 Data Pengukuran Gambar 4.0 Peta Keseragaman Data Lebar bahu 3 Lebar Tangan (Lt) Adapun data-data antropometri dari lebar tangan pekerja di CV. Bola Mas yang berjumlah 5 orang, dapat dilihat pada tabel 4.7 dibawah ini. a. Rata-rata Tabel 4.7 Uji Keseragaman Data Lebar Tangan NO N BKA BKB 1 10 1.6 6. 8 1.6 6. 3 10 1.6 6. 4 10 1.6 6. 5 9 1.6 6. Jumlah 47 Sumber : CV. Bola Mas (013) = = = 9.4 IV-30

b. Standar Deviasi = ( ) = (10 9.4) (8 9.4) (10 9.4) 5 1 (10 9.4) (9 9.4) = 1.6 c. Batas kontrol atas (BKA) dan batas kontrol bawah (BKB) BKA = + k. = 9.4+ (1.6) = 1.6 BKB = k. = 9.4 (1.6) = 6. 14 1 Uji Keseragaman Data Antropometri Lebar Tangan Batas Kontrol 10 8 6 4 N BKA BKB 0 1 3 4 5 6 7 8 9 10 Data Pengukuran Gambar 4.1 Peta Keseragaman Data Lebar Tangan IV-31

4.7 Perhitungan Persentil Menurut Sritomo Wignjosoebroto (1995), besarnya nilai persentil dapat ditentukan dari tabel probabilitas distribusi normal. Persentil adalah batas rentang yang dapat dipakai. Persentil 5 th, perhitungannya Persentil 50 th, perhitungannya Persentil 95 th, perhitungannya : X - 1.645. SD : X : X + 1.645. SD 4.7.1 Perhitungan Persentil Data Antropometri Alat pemindah Ban a. Tinggi Siku berdiri Untuk menentukan tinggi alat bantu pemindahan ban digunakan data tinggi siku berdiri. Persentil yang digunakan untuk menentukan tinggi alat bantu pemindahan ban ini adalah persentil 5 th, persentil ini dipilih agar pekerja yang memiliki postur tinggi badan yang ekstrim, baik ektrim atas maupun ekstrim bawah dapat menggunakan alat bantu ini. X TSB = 10. cm Persentil 5 th TSB = X - 1.645. SD = 10. 1.645 (1.4) = 99,89 cm b. Lebar bahu Untuk menentukan lebar alat bantu pemindahan ban digunakan data lebar bahu. Sedangkan persentil yang digunakan untuk menentukan lebar alat bantu pemindahan ban ini adalah persentil 5 th, agar pekerja yang memiliki postur lebar bahu yang ekstrim, baik ektrim atas maupun ekstrim bawah dapat menggunakan alat bantu ini. X LB Persentil 5 th LB = 39,6 cm = X - 1.645. SD = 39,6 1.645 (0.6) = 38.61 cm IV-3

c. Lebar Tangan Untuk menentukan lebar busa untuk menggenggam alat bantu pemindahan ban digunakan data lebar tangan. Sedangkan persentil yang digunakan untuk menentukan lebar busa untuk menggenggam alat bantu pemindahan ban ini adalah persentil 95 th, agar pekerja yang memiliki postur lebar tangan yang ekstrim, baik ektrim atas maupun ekstrim bawah dapat menggunakan alat bantu ini. X LT Persentil 95 th LT = 9.4 cm = X - 1.645. SD = 9.4 + 1.645 (1.6) = 1.03 cm Berdasarkan hasil pengolahan data dengan mengunakan antropometri yaitu uji kenormalan data, uji keseragaman data, dan perhitungan persentil, dan kemudian didapat hasil dari perhitungan tersebut. Dibawah ini merupakan rekapitulasi dari hasil perhitungan persentil dari data antropometri. Tabel 4.8 Rekapitulasi dari Perhitungan Persentil No Antropometri Keterangan Ukuran 1 Tinggi siku berdiri (Tbs) Tinggi Alat Bantu 99,89 cm Lebar bahu (Lt) Lebar Alat Bantu 38.61 cm 3 Lebar tangan lebarbusa untuk menggenggam 1,03 cm Sumber : CV. Bola Mas (013) IV-33

4.8 Rancangan Alat 4. Gambar Rancangan Alat IV-34

4.8.1 Postur Tubuh Pertama Pemindahan Ban Pada Tahap Usulan Perancangan. Gambar 4.3 Postur Tubuh Mengangkat ban 35 Kg. a. Input data postur pertama Gambar 4.4 Penilaian Postur Pertama IV-35

b. Grafik hasil postur pertama Gambar 4.5 analisis hasil postur pertama 4.8. Postur Tubuh Kedua Pemindahan Ban Pada Tahap Dengan Menggunakan Usulan Rancangan. Gambar 4.6 Postur Pada Penggunaan Usulan Rancangan IV-36

4.5 Postur Tubuh Kedua Pada Pemindahan Ban Dengan Menggunakan Usulan Rancangan a. Input data postur kedua b. Grafik hasil postur kedua Gambar 4.7 Penilaian postur kedua Gambar 4.8 Analisis hasil postur kedua IV-37