Analisis Risiko Kesehatan dan Keselamatan Kerja pada Sistem Kompleks Sosio- Teknikal dengan Pendekatan Sistem Dinamik (Studi Kasus: PT Dok dan Perkapalan Surabaya) Danang Setiawan 1, Sri Gunani Partiwi 2 Jurusan Teknik Industri, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS) Surabaya, Indonesia e-mail: d.setiawan.i25@gmail.com 1, srigunani@ie.its.ac.id 2 Abstrak Risiko kecelakaan kerja dalam sistem kompleks sosio-teknikal dimungkinkan berkembang secara bertahap berdasarkan fungsi waktu melalui gabungan dari kesalahan-kesalahan kecil pada faktor sosial, teknis dan organisasi. Industri galangan kapal merupakan salah satu industri unggulan di Indonesia yang memiliki aktivitas kerja berat dan berisiko tinggi terhadap kecelakaan kerja. Dalam penelitian ini, evaluasi risiko dan kinerja K3 dilakukan dengan menggunakan pendekatan sistem dinamik yang memiliki keunggulan dalam mengevaluasi non-lieritas dan dinamisasi sistem. Penggunaan sistem dinamik ditujukan untuk membantu pengambil kebijakan dalam mengelola risiko dengan pertimbangan karakteristik sistem periode sekarang dan mendatang. Hasil penelitian menunjukkan bahwa sebagian besar aktivitas PT DPS berada pada kondisi risiko menengah, dengan risiko tertinggi berada pada bagian building berth dan hull construction. Evaluasi risiko dan kinerja K3 menggunakan perspektif sistem dinamik, dapat dijabarkan dalam empat variabel keputusan dan lima variabel respon. Hasil simulasi sistem dinamik memberikan gambaran bahwa tingkat risiko dan kinerja K3 bersifat fluktuatif yang mengindikasikan bahwa implementasi K3 di sistem amatan masih kurang optimal. Sebagi upaya perbaikan dirumuskan empat skenario perbaikan. Skenario terbaik ditinjau dari tingkat risiko dan kinerja K3 adalah kombinasi antara pelatihan dan pemberian reward & punishment yang menghasilkan tingkat bahaya tertangani per bulan 14.26, safety KSA 3.07, dan tingkat kecelakaan kerja 0.17 per bulan. Namun, apabila ditinjau berdasarkan parameter biaya K3, maka kebijakan pemberian reward & punishment merupakan skenario terbaik (biaya lebih rendah 28%), namun memberikan dampak pada tingkat kecelakaan kerja yang cukup rendah (lebih rendah 37%). Kata kunci: K3, sosio-teknikal, sistem dinamik, industri perkapalan I. PENDAHULUAN Peningkatan kompleksitas sistem, memberikan pengaruh pada mulai munculnya jenis kecelakaan kerja (accident) baru sebagai hasil dari kesalahan fungsi interaksi antar komponen sistem (Leveson, 2004 dan Qureshi, 2008). Peningkatan kompleksitas sistem tidak lepas dari perkembangan teknologi dan banyaknya faktor yang dilibatkan dalam pencapaian tujuan organisasi, sebagaimana yang terjadi pada beberapa tahun terakhir. Sebagai sistem kompleks, dampak terjadinya kecelakaan tidak hanya memberikan kerugian pada pekerja dalam hal fisik dan mental, tetapi juga perusahaan dalam hal finansial, dan lingkungan kerja dalam hal kerusakan atau pencemaran. Metode evaluasi Kesehatan dan Keselamatan Kerja (K3) dengan prinsip rantai kejadian (event-chain) telah banyak diterapkan untuk mengevaluasi aspek K3 melalui pendetailan urutan kejadian hingga akar permasalahan. Implementasi metode berbasis rantai kejadian sangat efektif untuk mengidentifikasi celah perbaikan pada rangkaian kecelakaan kerja, namun kurang dapat menangkap dinamisasi pada sistem (Dekker, 2006). Sehingga untuk mengatasi kekurangan tersebut, para peneliti merekomendasikan untuk melihat permasalahan K3 sebagai sistem sosio-teknikal, dimana performansinya dipengaruhi oleh beberapa variabel dan atribut penunjang (Mozier dan Moffatt, 1999; Leveson, 2004; Qureshi, 2008; Mohammed dan Chinda, 2010 dan Kontogiannis, 2012). Salah satu metode yang sesuai untuk memodelkan interaksi antar elemen sistem kompleks dalam konteks sistem K3 melalui penggunaan sistem dinamik (Kontogiannis, 2012). Penggunaan model ditujukan untuk menyelidiki dan memahami konsekuensi dari keputusan sebelum diimplementasikan. Dalam kaitannya dengan risiko K3, model befungsi dalam membantu menjelaskan terjadinya kecelakaan kerja dan dapat digunakan sebagai langkah antisipasi risiko sebagai langkah preventif periode mendatang. Hal ini didasarkan pada teori yang menyatakan bahwa kecelakaan kerja secara bertahap berkembang berdasarkan fungsi waktu melalui gabungan dari kesalahan-kesalahan kecil pada faktor manusia-mesin (Perrow, 1994 dan Reason, 1990). Evaluasi risiko K3 jika dimungkinkan untuk memprediksi perilaku masa depan sistem, risiko dalam K3 akan secara efektif dapat dikelola, sehingga penggunaan model yang sesuai menjadi faktor kritis keberhasilan analisis (Dulac, 2007). Industri perkapalan yang bergerak dibidang galangan kapal memiliki aktivitas-aktivitas kerja yang berat dan berisiko tinggi terhadap kecelakaan kerja. PT Dok dan Perkapalan Surabaya (DPS) yang merupakan salah satu industri galangan kapal terbesar di Indonesia telah memiliki Keselamatan dan Kesehatan Kerja OHSAS 18001:2007. Namun, dalam kondisi aktual masih banyak ditemukan perilaku kerja tidak aman (unsafe action) yang dapat mengarah pada kejadian kecelakaan kerja (Hanum, 2012 dan Mufidah, 2012). Implementasi K3 di PT DPS masih kurang optimal tidak hanya karena banyaknya unsafe action, tetapi juga masih rendahnya komitmen manajemen. Manajemen PT DPS masih memiliki anggapan bahwa biaya K3 adalah biaya pengeluaran jangka pendek. Lebih lanjut, Hanum (2007), menyatakan bahwa risiko K3 di industri galangan kapal disebabkan oleh aspek lingkungan kerja, peralatan kerja, 1
kebijakan dan tingkah laku (behaviour) pekerja. Penggunaan pendekatan sistem berbasis model sistem dinamik ditujukan untuk membantu pengambil kebijakan dalam mengelola risiko (menghindari atau memindahkan risiko) dengan pertimbangan karakteristik sistem periode mendatang. Penelitian ini mengkaji permasalahan K3 yang terjadi di PT DPS menggunakan perspektif sistem dinamik. Terdapat dua perumusan masalah dalam penelitian ini, yaitu: (1) bagaimana hasil evaluasi risiko dan kinerja K3 kondisi eksisting menggunakan perspektif sistem dinamik dan (2) bagaimana merumuskan skenario perbaikan sistem K3 yang sesuai dengan evaluasi karakteristik sistem dan prediksi sistem periode mendatang. II. TINJAUAN PUSTAKA 2.1 Ergonomi Makro (Pendekatan Sosio-Teknikal) Sebagai ilmu yang mempelajari hubungan antara manusia dengan kerja, ergonomi telah berkembang dari ranah mikro ke arah makro, dengan pertimbangan aspek yang lebih luas. Pendekatan ergonomi makro berusaha menciptakan harmonisasi atau keseimbangan dalam sistem kerja secara keseluruhan (Davis & Moro, 2004). Hendrick dan Kleiner (2001), mendefinisikan ergonomi makro sebagai pendekatan sosio-teknikal dari tingkat atas ke bawah (top-down) yang diterapkan pada perancangan sistem kerja secara keseluruhan. Meskipun demikian, dalam aplikasi aktual pendekatan dapat dilakukan dari semua level organisasi, yaitu top-down, bottomup dan middle-out (Sanda, 2003). Aplikasi aktual yang terjadi, pendekatan dari kombinasi ketiga strategi sering dilakukan dengan melibatkan partisipasi karyawan pada semua level organisasi (Dewi, 2006). 2.2 Peninjauan Metode Evaluasi Kecelakaan Kerja Metode analisis kecelakaan kerja telah dikembangkan mulai tahun 1940-an oleh Heinrich (Ferry, 1988), yang mendeskripsikan kecelakaan kerja sebagai rantai kejadian diskrit (discrete event chain) berurutan. Teori tersebut melatarbelakangi pengembangan beberapa model, seperti: Failure Modes and Effects Analysis (FMEA), Fault Tree Analysis (FTA), Event Tree Analysis, dan Cause-Consequence Analysis (Leveson 1995). Penggunaan model berbasis rantai kejadian sangat sesuai untuk mengevaluasi kecelakaan kerja yang diakibatkan oleh kegagalan komponen fisik atau kesalahan manusia pada sistem yang relatif sederhana. Namun, penggunaan model tersebut memiliki keterbatasan dalam menjelaskan kecelakaan kerja sebagai hubungan sebabakibat sebagaimana yang terjadi pada akhir abad ke-20 (Hollnagel, 2004). Pada bagian berikut akan dijelaskan beberapa metode evaluasi kecelakaan kerja yang telah dikembangkan. 2.3 Sistem Sosio-Teknikal dan Sistem Dinamik Sistem didefinisikan sebagai suatu kesatuan dari berbagai komponen atau bagian yang saling berinteraksi membentuk suatu fungsi atau tujuan tertentu. Pendekatan berbasis sistem memiliki karakteristik (1) berpikir secara topdown dan (2) fokus pada integrasi sistem sosio-teknikal sebagai hubungan menyeluruh antara aspek teknis, manusia (sosial) dan organisasi (Dulac, 2007). Penerapan metode sistem dinamik ditujukan untuk sistem yang memiliki karakteristik berikut: (1) kompleksitas tinggi, meliputi tingginya tingkat ketergantungan antar komponen, (2) tingginya dinamisasi sistem, (3) melibatkan beberapa proses umpan balik, (4) melibatkan hubungan non-linier, (5) melibatkan data kualitatif dan kuantitatif. Simulasi sistem dinamik telah banyak digunakan untuk penyelesaian permasalahan pada sistem kompleks, mulai level produksi dalam perusahaan, level sistem organisasi dalam perusahaan, hingga level kebijakan publik. Penerapan metode sistem dinamik tersebut diantaranya pada: ilmu alam, permasalahan matematis, ilmu sosial, dan lain-lain. Dalam konteks Kesehatan dan Keselamatan Kerja (K3), sistem dinamik telah diimplementasikan untuk mengevaluasi performansi K3. Implementasi tersebut diantaranya: pemodelan sistem K3 (Mozier dan Moffat, 1999), dinamisasi aspek K3 dan manajemen risiko (Dulac, 2007), safety culture di industri konstruksi (Mohamed dan Chinda, 2007), dan pola dasar kecelakaan kerja (Kontogiannis, 2012). III. METODOLOGI PENELITIAN Tahapan pengembangan model sistem dinamik dalam penelitian ini mengacu pada framework yang dirumuskan oleh Mozier dan Moffatt (1999) sebagaimana ditunjukkan pada Gambar 1. Loop tertutup dalam framework pemodelan mengindikasikan bahwa jika hasil evaluasi strategi dan kalibrasi kurang sesuai, maka dapat kembali ke tahap awal. Setiap tahap pemodelan memerlukan data sebagai input model dan tahap verifikasi-validasi. Data-data tersebut diperlukan sebagai langkah pendefinisian, pemeriksaan, perubahan (revisi) dan pembandingan. Berdasarkan data yang ada, dilakukan verifikasi dan validasi untuk menguji apakah model sudah benar (tidak ada error) dan dapat merepresentasikan kondisi aktual. Gambar 1. Framework Pengembangan Model Simulasi Sistem Dinamis IV. 4.1 Identifikasi Sistem Eksisting PENGEMBANGAN MODEL SIMULASI Evaluasi risiko dan kinerja K3 dalam penelitian ini difokuskan pada stakeholder inti dalam perusahaan, yaitu: pihak manajemen dan pekerja. Bagian K3 PT DPS telah 2
melakukan identifikasi bahaya (hazard) dan analisis risiko sebagai upaya pencegahan terjadinya kecelakaan kerja. Analisis risiko dilakukan pada enam bagian dalam Departemen Produksi, yaitu: bengkel mesin, bengkel listrik, bengkel fasilitas dan pemeliharaan (fashar), bengkel outfitting pipa, bengkel hull construction (HC) dan building berth. Hasil analisis risiko pada ke-enam bagian menunjukkan bahwa sebagian besar aktivitas tergolong dalam risiko dengan tingkat bahaya sedang, dengan tingkat bahaya tertinggi berada pada bagian hull construction dan building berth. Aktivitas yang berisiko tinggi tersebut adalah aktivitas kerja pada ketinggian dan aktivitas kerja pada tempat terbatas. Risiko kecelakaan kerja memiliki unsur ketidakpastian yang meningkat setiap waktunya. Safety report PT DPS menunjukkan sebanyak 64 kecelakaan kerja terjadi selama tahun 2008 hingga tahun 2012, yang dapat diklasifikasikan dalam 5 (lima) tingkatan yaitu sangat ringan, ringan, sedang, berat, dan kematian. Fluktuasi kecelakaan kerja tiap tahun untuk setiap tingkat kecelakaan kerja menunjukkan adanya ketidakpastian risiko. Ketidakpastian risiko dan terjadinya kecelakaan kerja ditanggapi dengan melakukan proses investigasi oleh pihak manajemen K3 untuk mengetahui penyebab dan dampak yang ditimbulkan dari kecelakaan kerja tersebut. Hasil analisis tim manajemen K3 menunjukkan bahwa bahwa mayoritas penyebab kecelakaan kerja terjadi karena tindakan tidak aman (unsafe action) pekerja. Unsafe action yang seringkali dilakukan pekerja sehingga menyebabkan 80% dari kecelakaan kerja adalah tidak patuh dalam memakai APD, kurang memahami SOP kerja, cara kerja yang tidak baik dan meremehkan bahaya lingkungan sekitar (Hanum, 2012). Sedangkan unsafe conditon yang biasa terjadi misalnya keadaan lingkungan tempat kerja yang tidak tertata rapi seperti banyak tumpukan kayu, tidak adanya sarana turun, tidak adanya pegangan pada manhole, dan lainnya. Identifikasi kecelakaan kerja berdasarkan usia pekerja menunjukkan bahwa kecelakaan kerja paling banyak dialami pekerja dengan usia 21 sampai 40 tahun (67%). Hal tersebut menunjukkan bahwa pekerja dengan usia lebih dari 40 tahun, memiliki tingkat KSA (Knowledge, Skill and Attitude) K3 yang lebih baik dibandingkan pekerja di usia di bawah 40 tahun. Informasi distribusi kecelakaan kerja tersebut, nantinya akan dijadikan sebagai acuan dalam pembuatan model, khususnya yang berkaitan dengan faktor sosial dalam risiko dan kinerja K3. Identifikasi kecelakaan kerja berdasarkan jenis pekerja menunjukkan bahwa sebagian besar kecelakaan kerja dialami oleh pekerja subkontrak. Hal ini mengindikasikan bahwa pekerja subkontrak memiliki komitmen K3 yang lebih rendah daripada pekerja organik. Sedangkan identifikasi kecelakaan kerja berdasarkan area kerja menunjukkan bahwa sebagian besar kecelakaan kerja terjadi di area kapal. Hal ini menunjukkan bahwa, pekerjaan di area kapal memiliki tingkat bahaya dan risiko paling tinggi. 2.2 Penyusunan Model Konseptual Identifikasi variabel didapat berdasarkan karakteristik perilaku sistem K3 pada objek amatan PT Dok dan Perkapalan Surabaya. Variabel yang terdapat dalam penelitian ini didapatkan dari hasil brainstorming yang ditunjang dengan literatur berupa data penelitian terdahulu, data sekunder dan data primer. Untuk mempermudah dan memperjelas penggambaran permasalahan risiko K3 dirumuskan tiga ukuran kinerja K3, yaitu: bahaya, penanganan laporan dan investigasi kecelakaan kerja, serta pemahaman, kemampuan dan perilaku K3 (safety Knowledge Skill Attitude - KSA). Ukuran kinerja K3 tersebut merupakan representasi dari logika aktual di sistem nyata. Ketiga ukuran kinerja nantinya digunakan sebagai parameter dalam mengukur performansi K3 di objek amatan dan sebagai parameter dalam uji validitas model simulasi sistem dinamik. Berdasarkan identifikasi variabel yang telah dilakukan, selanjutnya dilakukan pengelompokan untuk variabel keputusan dan variabel respon. Variabel keputusan merupakan variabel yang dapat disesuaikan sebagai bagian dari skenario pengambilan keputusan. Sedangkan variabel respon merupakan variabel yang menunjukkan hasil dari skenario kebijakan, yang juga digunakan sebagai parameter pengukuran di dalam model simulasi sistem dinamis. Variabel keputusan terdiri dari lima variabel, yaitu: penanganan laporan kecelakaan kerja, pengawasan K3, pengendalian risiko, pelatihan K3 dan alokasi tenaga kerja. Sedangkan variabel respon terdiri dari lima variabel, yaitu: bahaya, kondisi tidak aman, tingkat kecelakaan kerja, biaya K3, komitmen kerja pekerja dan pemahaman K3. Causal loop ditujukan untuk membantu dalam memahami perilaku sistem K3 dalam perusahaan dan sebagai tools untuk komunikasi ke perusahaan. Causal loop merupakan diagram yang memudahkan pemahaman mengenai hubungan dan pola interaksi antar variabel. Model causal loop dalam penelitian ini, mengacu pada model causal loop yang dirumuskan oleh Mozier dan Moffatt (1999). Model causal loop tersebut terdiri dari 3 umban balik (feedback), yaitu satu loop penguatan (reinforcing) dan dua loop penyeimbang (balancing). Satu loop penguatan tersebut adalah loop komitmen K3, sedangkan kedua loop penyeimbang tersebut adalah loop tindakan proaktif K3 dan tindakan reaktif K3. Model causal loop Mozier dan Moffatt (1999), masih belum memasukkan faktor teknis. Faktor teknis merupakan salah satu faktor yang dapat menyebabkan kecelakaan kerja melalui pengaruh terhadap kondisi tidak aman / unsafe condition (Heinrich, 1959). Penambahan variabel unsafe condition tersebut memberikan pengaruh pada penambahan satu loop balancing (Gambar 2), sehingga secara keseluruhan terdapat tiga loop balancing dan satu loop reinforcing. Model causal loop terdiri lima variabel keputusan, yaitu: accident reporting and investigation, safety monitoring, risk control, safety training, dan staff size. Polaritas keseluruhan CLD model K3 adalah negatif (-), yang menunjukkan bahwa harapan menuju kestabilan sistem manajemen K3 di perusahaan. Model causal loop K3 Mozier dan Moffatt (1999) telah dirumuskan menggunakan structural equation modelling (SEM), sehingga tidak perlu dilakukan tahap validasi. Sedangkan penambahan unsafe condition yang berasal dari faktor teknis selaras dengan penelitian terdahulu (Heinrich, 3
1959). Sehingga secara keseluruhan, model causal loop tervalidasi dan representatif dengan sistem aktual. dalam sektor kecelakaan kerja dan biaya K3. Hubungan antar sektor stock/flow akan menjadi dasar dalam pembuatan model keseluruhan. Gambar 3 Hubungan Antar Sektor Model Stock/Flow Gambar 2 Model Causal Loop 2.3 Pengolahan Data Input Variabel Sistem Dinamis Forrester (1980) mengidentifikasi tiga tipe sumber data pada sistem dinamik, yaitu: sumber data mental, sumber data tertulis dan sumber data numerik. Data mental merupakan data yang berasal dari asumsi personal pembuat model yang didasarkan dari pengalaman ahli, baik Manajer Health Safety & Environment PT DPS sebagai praktisi dan akademisi. Sumber data tertulis diperoleh dari publikasi yang berkaitan dengan K3, baik oleh institusi pemerintah, praktisi maupun akademisi dalam bentuk jurnal ilmiah. Sedangkan sumber data numerik (angka) diperoleh dari database performansi K3 perusahaan, seperti: jumlah kecelakaan, jumlah dampak kecelakaan, dan lain-lain. Data historis performansi K3 PT DPS yang digunakan adalah antara tahun 2008-2012. 2.4 Stock and Flow Diagram Tujuan pembuatan stock and flow diagram adalah untuk menggambarkan interaksi antar variabel sesuai dengan logika struktur pada software pemodelan yang digunakan. Model stock/flow dijabarkan dalam 5 sektor, yaitu: sektor penanganan bahaya; sektor pemahaman, kemampuan dan perilaku K3 (Safety KSA); sektor tenaga kerja; sektor penanganan laporan kecelakaan kerja; dan sektor biaya K3. Hubungan antar sektor yang ditunjukkan pada Gambar 3, didasarkan pada causal loop sistem K3 yang telah dibuat. Untuk menyelaraskan model stock/flow yang dibuat dengan pendekatan sistem sosio-teknikal, maka dilakukan pemetaan terhadap faktor sosial, teknis dan organisasi. Faktor sosial yang menggambarkan interaksi antara manusia dengan manusia, dimodelkan pada sektor safety KSA dan tenaga kerja. Faktor teknis, yang merepresentasikan hubungan antara manusia dengan mesin, dan faktor organisasi, yang menggambarkan hubungan manusia dengan organisasi, dimodelkan dalam sektor penanganan bahaya. Sedangkan sebagai model risiko dan ukuran kinerja K3, dimodelkan Gambar 4 Model Stock/Flow Sektor Penanganan Bahaya Sektor penanganan bahaya merupakan sektor yang menunjukkan bagaimana bahaya (hazard) yang berada di lokasi kerja dilakukan penanganan. Distribusi bahaya dijadikan sebagai ukuran dalam tingkat risiko K3 di sistem amatan. Bahaya dalam model stock/flow model dibagi dalam tiga kelompok, yaitu: unregulated hazard, hazard under intermediate regulation, dan hazard under full regulation (Mozier dan Moffatt, 1999). Unregulated hazard didefinisikan sebagai bahaya yang dalam keadaan aktif dan belum menerima penanganan. Bahaya dalam kategori ini muncul akibat adanya perilaku kerja tidak aman (unsafe act), dan perlu segera dilakukan identifikasi terhadap bahaya dan kemungkinan risiko yang terjadi. Bahaya yang telah diidentifikasi selanjutnya dikelompokkan ke dalam hazard under intemediate regulation. Bahaya kategori ini masih memiliki risiko kecelakaan kerja, sehingga perlu segera dilakukan penanganan secara penuh. Bahaya yang telah 4
menerima penanganan penuh dikelompokkan ke dalam hazard under full regulation. 2.5 Verifikasi dan Validasi Model Verifikasi model ditujukan untuk mengetahui ada tidaknya kesalahan selama model dijalankan. Sedangkan validasi ditujukan untuk menguji apakah model dapat merepresentasikan permasalahan aktual. Verifikasi dilakukan dengan memeriksa formulasi (equations) serta memeriksa unit (satuan) variabel dari model. Berdasarkan hasil simulasi model, program sudah berjalan dengan baik tanpa error pada unit maupun formulasi. Sehingga dapat dinyatakan bahwa model simulasi telah terverifikasi. Terdapat dua metode validasi yang digunakan, yaitu metode white box dan black box. Metode white box dilakukan dengan memasukan semua variabel serta keterkaitan antar variabel di dalam model yang dikompilasi dari literatur serta kondisi eksisting di PT DPS. Sedangkan validasi dengan metode black box dilakukan dengan membandingkan nilai data aktual dengan nilai data hasil simulasi. Hasil pengujian validasi menggunakan metode uji struktur model, uji parameter model, uji kondisi ekstrim dan uji replikasi menunjukkan bahwa model simulasi tervalidasi.adapun berdasarkan hasil uji replikasi didapatkan bahwa rata-rata nilai error (MAPE) antara hasil simulasi dan aktual adalah 8.3%. 2.6 Simulasi Model Tahap simulasi model terbagi dalam dua bagian, yaitu perancangan interface model dan running simulasi model. Interface model simulasi sistem dinamis ditujukan untuk memudahkan pengguna (user) dalam merumuskan skenario perbaikan (Gambar 5). Berdasarkan hasil running simulasi, keempat kategori menunjukkan pola osilasi dan menuju pada nilai keseimbangaan (Gambar 6). Pada kondisi eksisting, jumlah hazard yang tertangani meningkat di fase awal, namun terus mengalami penurunan di fase selanjutnya. Hal ini mengindikasikan bahwa sistem terdapat permasalahan di sistem eksisting, khususnya dalam penanganan bahaya yang ada. Fluktuasi bahaya memberikan pengaruh pada fluktuasi probabilitas terjadinya kecelakaan kerja. Probabilitas kecelakaan kerja merupakan kemungkinan terjadinya kecelakaan kerja untuk setiap pekerja. Sehingga, probabilitas kecelakaan kerja memiliki pola yang sama dengan tingkat kejadian kecelakaan kerja. Berdasarkan evaluasi risiko, tingkat risiko mengalami peningkatan sebagai hasil dari fluktuasi bahaya dan menurunnya tingkat safety KSA pekerja. Gambar 5 Interface Model Simulasi Gambar 6 Simulasi Kondisi Eksisting Accident Rate 2.7 Pengembangan Skenario Perbaikan Penentuan skenario perbaikan didasarkan dari perspektif pembuat model dan pihak manajemen K3 PT DPS. Perspektif pembuat model mendasarkan skenario pada kelima variabel keputusan yang terdapat dalam causal loop utama, yaitu: accident reporting and investigation, safety monitoring, risk control, safety training, dan staff size. Horizon waktu pengujian skenario adalah 10 tahun, yang terdiri dari 5 tahun kondisi eksisting dan 5 tahun periode kedepan. Alternatif skenario perbaikan dirumuskan dalam empat skenario, yaitu: penanganan bahaya K3, reward & punishment, pelatihan K3 dan kombinasi antara reward & punishment dan pelatihan K3. Skenario terbaik ditinjau dari tingkat risiko dan kinerja K3 adalah kombinasi antara pelatihan dan pemberian reward & punishment yang menghasilkan tingkat bahaya tertangani per bulan 14.26, safety KSA 3.07, dan tingkat kecelakaan kerja 0.17 per bulan. Namun, apabila ditinjau berdasarkan parameter biaya K3, maka kebijakan pemberian reward & punishment merupakan skenario dengan tingkat biaya paling rendah (lebih rendah 28%), namun memberikan dampak pada tingkat kecelakaan kerja yang cukup rendah pula (lebih rendah 37% dari skenario 4). Perbandingan skenario perbaikan ditunjukkan pada Tabel 1. Tabel 1 Perbandingan Skenario Perbaikan Skenario Skenario Skenario Skenario Parameter Eksisting 1 2 3 4 Regulated hazard 12,66 12,66 14,14 13,22 14,26 Unregulated hazard 0,63 0,63 0,14 0,45 0,10 Average KSA 2,47 2,47 2,54 3,07 3,07 Length of employment 150,00 150,00 150,00 150,00 150,00 Accident Rate (bulan) 1,12 1,12 0,27 0,62 0,17 Accident Rate (tahun) 14 14 4 8 2 Monthly accident 1.039.337 1.031.795 246.985 574.823 153.032 cost (Rp) Monthly safety cost (Rp) 6.156.308 10.052.684 5.506.924 7.884.762 7.662.972 5
V. KESIMPULAN Berdasarkan hasil pengumpulan data, pengolahan data, pemodelan dan analisis skenario perbaikan dapat dirumuskana empat kesimpula. Pertama, industri perkapalan memiliki risiko K3 tinggi terutama pada aktivitas di luar bengkel, seperti: building berth dan hull construction. Upaya antisipasi risiko tersebut dapat dilakukan melalui integrasi perlakuan baik dari pekerja melalui implementasi safe action, faktor teknis melalui implementasi safe action dan manajemen melalui implementasi safety monitoring. Kedua, faktor kritis model simulasi risiko dan kinerja K3 dapat dikategorikan dalam variabel keputusan dan variabel respon. Variabel keputusan terdiri dari penanganan laporan kecelakaan kerja, pengawasan K3, pelatihan K3 dan alokasi tenaga kerja. Sedangkan variabel respom terdiri dari unsafe condition, bahaya, tingkat kecelakaan kerja, biaya, serta pemahaman dan komitmen K3 pekerja. Ketiga, hasil simulasi kondisi eksisting menunjukkan bahwa PT DPS memiliki tingkat risiko yang fluktuatif yang dapat mengindikasikan bahwa penanganan bahaya kurang optimal. Sedangkan dari parameter kinerja K3, menunjukkan bahwa kinerja K3 yang diukur melalui: safety KSA, tingkat kecelakaan kerja dan biaya K3 menurun seiring penambahan waktu. Keempat, skenario terbaik ditinjau dari tingkat risiko dan kinerja K3 adalah kombinasi antara pelatihan dan pemberian reward & punishment yang menghasilkan tingkat bahaya tertangani per bulan 14.26, safety KSA 3.07, dan tingkat kecelakaan kerja 0.17 per bulan. Namun, apabila ditinjau berdasarkan parameter biaya K3, maka kebijakan pemberian reward & punishment merupakan skenario dengan tingkat biaya paling rendah (lebih rendah 28%), namun memberikan dampak pada tingkat kecelakaan kerja yang cukup rendah pula (lebih rendah 37% dari skenario 4). DAFTAR PUSTAKA Davis, C.H dan Moro, F.B, (2004), A Macroergonomics Perspective On Costumer Interaction Centers, The 13th Annual Conference of The International Association for Management of Technology (IAMOT), Washington DC. Dekker, S., ( 2006), The Field Guide to Understanding Human Error, Ashgate, Aldershot Dewi, L.T, (2006), Model Implementasi Integrasi Ergonomi Makro dan Mikro Pada Industri (Suatu Kajian Literatur), Seminar Nasional Ergonomi. Universitas Atma Jaya Yogyakarta, Yogyakarta. Dulac, N. A, (2007), Framework for Dynamic Safety and Risk Management Modeling in Complex Engineering Systems, Disertasi Ph.D., Massachusetts Institute Of Technology, Massachusetts. Ferry, T. S. (1988), Modern Accident Investigation and Analysis, Second Edition, New York: J. Wiley. Forrester, JW. (1980), Industrial Dynamics, Massachusetts Institute of Technology, Massachusetts. Hanum, L. (2007), Pengukuran Tingkat Implementasi Serta Analisa Resiko K3 di PT DPS, Teknik Industri, ITS Surabaya. Hanum, N.L. (2012), Implementasi Behaviour-Based Safety pada SMK3 Guna Meningkatkan Safe Behaviour Pekerja (Studi Kasus: PT DPS), Teknik Industri, ITS Surabaya. Heinrich, H.W. (1959), Industrial Accident Prevention: a Scientific Approach, NY: McGraw-Hill. Hendrick, H.W dan Kleiner, B.M. (2001), Macroergonomics: An Introduction to Work System Design, Santa Monica: Human Factors and Ergonomics Society. Hollnagel, E. (2004), Barriers and Accident Prevention, Hampshire: Ashgate. Kontogiannis, T. (2012), Modeling patterns of breakdown (or archetypes) of human and organizational processes in accidents using system dynamics. Safety science, Vol. 50, hal. 931-944 Leveson, N. G, (2004), A New Accident Model for Engineering Safety Systems." Safety Science, Vol. 42, No. 4, hal. 237 270. Mohammed, S, dan Chinda, T, (2010), System dynamics modelling of construction safety culture, Griffith School of Engineering, Australia. Mozier, J dan Moffat, I. (1999), System Dynamic Modelling of Occupational Safety: A Case Study Approach, University of Sterling. Mufidah, I. (2012), Safety Climate Evaluation in Indonesian Ship Building Industries, Teknik Industri, ITS Surabaya. Perrow, C, (1999), Normal Accidents: Living with High-Risk Technologies, Princeton, NJ, Princeton University Press. Qureshi, Z, H, (2008), A Review of Accident Modelling Approaches for Complex Socio-Technical Systems, Defence and Systems Institute, University of South Australia. Reason, J. (1990). Human Error. Cambridge: Cambridge University Press. Sanda, M.A. (2003), Combined Micro-Ergonomics, Macroergonomics and System Study of The Application and Internalization of Waitro-Developed Best Management Practices by Research and Technology Organizations, Master s Thesis Lulea University of Technology. 6