MODUL I ERGONOMI ANTROPOMETRI

(1)

MODUL I

ERGONOMI ANTROPOMETRI

Disusun oleh : KELOMPOK 8

M. Rayhan Maytadi (2070031045)

Fajri Indrawan Imam (2070031052)

Muhammad Aang (2070031054)

Andes Syaputra (2070031058)

Fredianto (2070031062)

Selvia Ade Yuningsih (2070031063)

Helma Wahyuni (2070031053)

LABORATORIUM

PERANCANGAN SISTEM KERJA DAN ERGONOMI PROGRAM STUDI TEKNIK INDUSTRI

UNIVERSITAS KRISNADWIPAYANA JAKARTA

2021

(2)

LEMBAR PENGESAHAN

Laporan ini disusun sebagai salah satu syarat kelulusan Laporan Akhir

Praktikum Perancangan Sistem Kerja Dan Ergonomi di laboratorium Fakultas Jurusan Teknik Industri Universitas Krisnadwipayana.

Kelompok 8 :

1. M. Rayhan Maytadi (2070031045) 2. Fajri Indrawan Imam (2070031052) 3. Muhammad Aang (2070031054) 4. Andes Syaputra (2070031058) 5. Fredianto (2070031062) 6. Selvia Ade Yuningsih (2070031063) 7. Helma Wahyuni (2070031053)

Dengan ini telah diperiksa untuk : DITERIMA / DITOLAK

Jakarta, 5 Desember 2021

Menyetujui, Mengetahui,

Kaprodi Teknik Industri Asisten Laboratorium Teknik Industri

Ir.Florida Butarbutar,MT Akmal Ilham Hermana

(NIDN.0310056507) (NIM.1870031083)

(3)

KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya sehingga saya dapat menyelesaikan laporan akhir ini tepat pada waktunya.

Adapun tujuan dari penulisan dari laporan akhir ini adalah untuk memenuhi syarat untuk lulus pada Praktikum Perancangan Sistem Kerja Dan Ergonomi .Selain itu, laporan akhir ini juga bertujuan untuk menambah wawasan tentang Perancangan Sistem Kerja Dan Ergonomi bagi para pembaca dan juga bagi penulis.

Saya mengucapkan terima kasih ibu Ir.Florida Butarbutar,MT selaku dosen mata kuliah Perancangan Sistem Kerja Dan Ergonomi dan juga para asisten

dosen yang telah memberikan tugas ini sehingga dapat menambah pengetahuan dan wawasan sesuai dengan bidang studi yang saya tekuni.

Saya juga mengucapkan terima kasih kepada semua pihak yang telah membagi sebagian pengetahuannya sehingga saya dapat menyelesaikan laporan akhir ini.

Saya menyadari, laporan akhir yang saya tulis ini masih jauh dari kata sempurna.

Oleh karena itu, kritik dan saran yang membangun akan saya nantikan demi kesempurnaan makalah ini.

Jakarta, 5 Desember 2021

(4)

Penulis

DAFTAR ISI

LEMBAR PENGESAHAN ... i

KATA PENGANTAR ... ii

DAFTAR ISI ... iii

BAB I ... 1

PENDAHULUAN ... 1

1.1 Maksud dan Tujuan ... 1

1.2 Latar Belakang Masalah ... 1

1.3 Perumusan Masalah ... 2

1.4 Pembatasan Masalah ... 2

1.5 Sistematika Pembahasan ... 3

BAB II ... 5

LANDASAN TEORI ... 5

2.1 Ergonomi ... 5

2.1.1 Pengertian Ergonomi ... 5

2.1.2 Tujuan Ergonomi ... 5

2.1.3 Metode Ergonomi... 6

2.1.4 Prinsip Ergonomi ... 6

2.2 Antropometri ... 7

2.2.1 Metode Pengukuran Antropometri ... 10

2.3 Uji Kenormalan ... 11

2.3.1 Macam-macam Uji Kenormalan ... 11

2.3.2 Penyebab Data Tidak Berdistribusi Normal ... 12

2.4 Uji Keseragaman ... 12

2.5 Uji Kecukupan Data ... 13

2.6 Persentil ... 15

(5)

2.6.1 Pengertian Persentil ... 15

2.6.2 Rumus Persentil ... 15

BAB III ... 17

PENGUMPULAN DAN PENGOLAHAN DATA ... 17

3.1 Rekapitulasi data Antropometri seluruh praktikan dalam 1 tabel ... 17

3.2 Uji Kenormalan,Uji Keseragaman dan Uji Kecukupan Data untuk setiap variable pengukuran ... 20

3.2.1 Uji Kenormalan ... 20

3.2.2 Uji Keseragaman ... 39

3.2.3 Uji Kecukupan Data ... 57

3.3 Perhitungan Nilai P5,P10,P50,P90,P95 ... 75

BAB IV ... 103

ANALISIS ... 103

4.1 Analisis Data Antropometri ... 103

4.2 Analisis Uji Kenormalan Data ... 103

4.3 Analisis Uji Keseragaman Data. ... 105

4.4 Analisis Uji Kecukupan Data.. ... 106

4.5 Analisis Perhitungan Persentil ... 108

4.6 Analisis Sumber Vairabilitas Dimensi Tubuh Pria dan Wanita ... 110

4.7 Analisis dan Rancang ... 111

4.7.1 Merancang Bangku Kerja Operator Komputer ... 111

BAB V ... 113

KESIMPULAN DAN SARAN ... 113

5.1 Kesimpulan ... 113

5.2 Saran ... 113

BAB VI ... 114

DAFTAR PUSTAKA ... 114

(6)

BAB I

PENDAHULUAN

1.1 Maksud dan Tujuan

1. Mampu mengetahui kelebihan dan kekurangan yang dimiliki manusia dari sisi antropometri serta mampu menggunkan nya untuk mengoptimalkan sistem kerja dalamsistem perancangan

2. Mampu mengukur data Antropometri

3. Mampu menggunakan data antropometri dalam perancangan tempat kerja 4. Mampu menentukan ukuran tubuh yang dibutuhkan dalam merancang

tempat kerja

1.2 Latar Belakang Masalah

Istilah ergonomi “ mulai di cetus kan pada tahun 1949 akan tetapi aktivitas yang bekenaan dengannya telah muncul puluhan tahun sebelumnya.

Banyak penerapan ergonomic yang hanya berdasarkan sekedar

“common sense” ( dianggap suatau hal yang sudah biasa terjadi ),dan hal itu benar, jika sekira nya suatu keuntungan yang sangat besar bisa didapat dengan hanya sekedar dengan suatu penerapan prinsip yang sederhana.

(7)

Hal ini biasanya merupakan kasus dimana ergonomic belum dapat di terima sepenuhnya sebagai alat untuk proses desain, akan tetapi masih banyak aspek ergonomi yang jauh dari kesadaran manusia.

Karakteristik daari fungsional dari manusia seperti kemampuan penginderaan, waktu respon tanggapan,daya ingat, posisi optimum tangan dan kaki untuk efisiensi untuk efisiensi kerja otot, dan lain-lain adalah merupakan suatu hal yang sepenuhnya di pahami masyarakat awam.

Ilmu – ilmu terapan yang banyak berhubungan dengan fungsi tubuh manusia adalah otonomi dan fisiologi.untuk menjadi ergonomi di perlukan pengetahuan dasar tentang fungsi dari system kerangka otot. Yang berhubungan dengan hal tersebut adalah KINESIOLOGI ( mekanika pengerakan manusia/mechanics human of movement) dan BIOMEKANIKA (aplikasi ilmu mekanika teknik untuk analisis sistem kerangka otot manusia). Ilmu-ilmu ini akan memberikan modal dasar untuk mengatasi masalah postur tubuh manusia dari tempat dan ruang kerjanya.

Disamping itu, suatu hal yang vital pada perancangan ilmiah untuk ergonomic adalah ANTROPOMETRI ( kalibrasi tubuh manusia ). Dari hal ini terjadi penggabungan dan pemakaian dan atopometri dengan ilmu statistik yang menjadi persyaratan utamanya.

1.3 Perumusan Masalah

Permasalahan yang muncul dari latar belakang dapat dirumuskan pada perumusan masalah. Perumusan masalah pada modul Antropometri ini adalah bagaimana cara mengambil data

(8)

Antropometri Statis dan Dinamis.

1.4 Pembatasan Masalah

Pembatasan suatu masalah digunakan untuk menghindari adanya penyimpangan maupun pelebaran pokok masalah agar penelitian tersebut lebih terarah dan memudahkan dalam pembahasan sehingga tujuan penelitian akan tercapai. Beberapa batasan masalah dalam penelitian ini adalah sebagai berikut:

1. Luas lingkup hanya meliputi pengambilan data dimensi Antropometri.

2. Informasi yang di sajikan yaitu : Tidak akan membahas proses pengambilan data , selain pengambilan data dimensi antropometri.

1.5 Sistematika Pembahasan

Sistematika penulisan dibuat untuk mempermudah dalam penyusunan laporan akhir ini maka perlu ditentukan sistematika penulisan yang baik.Sistematika penulisannya adalah sebagai berikut :

BAB I PENDAHULUAN

Bab pendahuluan mendeskripsikan mengenai maksud dan tujuan,latar belakang masalah,perumusan masalah,pembatasan masalah, dan sistematika pembahasan .

BAB II LANDASAN TEORI

Berisi tentang teori-teori yang di gunakan dalam penelitian,pengukuran dan pengambilan data

BAB III PENGUMPULAN DAN PENGOLAHAN DATA

Bab ini berisi tentang Rekapitulasi data Antropometri,Uji Kenormalan,Uji keseragaman,Uji kecukupan data dan Perhitungan nilai P5,P10,P50,P90,P95 .

(9)

BAB IV ANALISIS

Bab ini memaparkan Analisis Data Antropometri,Uji Kenormalan data,Uji keseragaman data,Uji kecukupan data,Perhitungan Persentil dan Sumber Variabilitas antara Dimensi tubuh pria dan wanita .

BAB V KESIMPULAN DAN SARAN

Bab ini berisi mengenai kesimpulan dan saran dari seluruh penelitian yang dilakukan .

Pengumpul an data observasi

Pengolahan Data :

1. Rekapitulasi data Antropometri 2. Uji Kenormalan,Uji

Keseragaman,Uji Kecukupan 3. Perhitungan nilai

P5,P10,P50,P90,P95

Analisis Mulai

Ditolak

(10)

BAB II

LANDASAN TEORI

2.1 Ergonomi

2.1.1 Pengertian Ergonomi

Secara etiomologi, ergonomi berasal dari bahasa Yunani yaitu ergon yang berarti kerja dan nomo yang berarti peraturan atau hukum. Pengertian ergonomi adalah peraturan tentang bagaimana melakukan kerja, termasuk sikap kerja. Pengertian ergonomi sebagai salah satu cabang keilmuan yang sistematis untuk memanfaatkan informasiinformasi mengenai sifat, kemampuan dan keterbatasan manusia dalam merancang suatu sistem kerja yang baik untuk mencapai tujuan yang diinginkan melalui pekerjaan yang efektif, efisien, aman dan nyaman (Ginting, 2010). Ergonomi adalah ilmu, seni dan penerapan teknologi untuk menyerasikan antara segala fasilitas yang digunakan baik dalam beraktifitas maupun dalam beraktifitas maupun dalam beristirahat atas dasar kemampuan dan keterbatasan manusia baik fisik maupun mental sehingga

Asistensi

Selesai Responsi

Diterima

(11)

kualitas hidup secara keseluruhan menjadi lelbih baik lagi (Tarwaka, 2004).

Dalam dunia kerja ergonomi memiliki peran yang besar dan semua bidang pekerjaan memerlukan ergonomi. Ergonomi yang diterapkan di dunia kerja membuat pekerja merasa nyaman dalam melakukan pekerjaan. Dengan adanya rasa nyaman tersebut maka akan bermanfaat pada produktifitas kerja yang diharapkan dan mampu membuatnya meningkat (Suhardi,2008).

2.1.2 Tujuan Ergonomi

Secara umum tujuan dan penerapan ergonomi adalah:

a. Meningkatkan kesejahteraan fisik dan mental melalui upaya pencegahan cedera dan penyakit akibat kerja, menurunkan beban kerja fisik dan mental, mengupayakan promosi dan kepuasan kerja.

b. Meningkatkan kesejahteraan sosial melalui peningkatan kualitas kontak sosial, mengelola dan mengkoordinir kerja secara tepat.

c. Menciptakan keseimbangan rasional antara berbagai aspek yaitu aspek teknis, ekonomis, antropologis dan budaya dari setiap kerja dilakukan

2.1.3 Metode Ergonomi

a. Diagnosis, dapat dilakukan melalui wawancara dengan pekerja, inspeksi tempat kerja penilaian fisik pekerja, uji pencahayaan, ergonomik checklist dan pengukuran lingkungan kerja lainnya. Variasinya akan sangat luas mulai dari yang sederhana sampai kompleks

b. Treatment, pemecahan masalah ergonomi akan tergantung data dasar pada saat diagnosis. Kadang sangat sederhana seperti merubah posisi meubel, letak pencahayaan atau jendela yang sesuai. Membeli furniture sesuai dengan demensi fisik pekerja

c. Follow-up, dengan evaluasi yang subyektif atau obyektif, subyektif misalnya dengan menanyakan kenyamanan, bagian badan yang sakit, nyeri bahu dan siku, keletihan , sakit kepala dan lain-lain. Secara obyektif misalnya dengan

(12)

parameter produk yang ditolak, absensi sakit, angka kecelakaan dan lain-lain

2.1.4 Prinsip Ergonomi

Dibawah ini dikemukakan beberapa prinsip ergonomi sebagai pegangan, antara lain :

a. Sikap tubuh dalam pekerjaan sangat dipengaruhi oleh bentuk, susunan, ukuran dan penempatan mesin-mesin, penempatan alat-alat penunjuk, cara-cara harus melayani mesin (macam, gerak, arah dan kekuatan).

b. Dari sudut otot sikap duduk yang paling baik adalah sedikit membungkuk.

Sedangkan dari sudut tulang duduk yang baik adalah duduk tegak agar punggung tidak bungkuk dan otot perut tidak lemas. Maka dianjurkan memilih sikap duduk yang tegak yang diselingi istirahat dan sedikit membungkuk.

c. Pekerjaan berdiri sedapat mungkin dirubah menjadi pekerjaan duduk. Dalam hal tidak mungkin kepada pekerja diberi tempat dan kesempatan untuk duduk.

d. Arah penglihatan untuk pekerjaan berdiri adalah 23-37^o kebawah.

e. Ruang gerak lengan ditentukan oleh punggung lengan seluruhnya dan lengan bawah. Pegangan-pegangan harus diletakkan, lebih-lebih bila sikap tubuh tidak berubah.

f. Macam gerakan yang kontinu dan berirama lebih diutamakan, sedangkan gerakan yang sekonyong-konyong pada permulaan dan berhenti dengan paksa sangat melelahkan. Gerakan ke atas harus dihindarkan, berilah papan penyokong pada sikap lengan yang melelahkan. Hindarkan getaran-getaran kuat pada kaki dan lengan.

g. Pembebanan sebaiknya dipilih yang optimum, yaitu beban yang dapat dikerjakan dengan pengerahan tenaga paling efisien. Beban fisik maksimum telah ditentukan oleh ILO sebesar 50kg. Cara mengangkat dan menolak hendaknya memperhatikan hukum-hukum ilmu gaya dan dihindarkan penggunaan tenaga yang tidak perlu. Beban hendaknya menekan langsung pada pinggul yang mendukungnya.

h. Kemampuan seseorang bekerja seharinya adalah 8-10 jam, lebih dari itu

(13)

efisien dan kualitas kerja sangat menurun.

Dalam ergonomi akan dipelajari cara-cara penyesuaian pekerjaan, alat kerja dan lingkungan kerja dengan manusia, dengan memperhatikan kemampuan dan keterbatasan manusia itu sehingga tercapai suatu keserasian antara manusia dan pekerjaannya yang akan meningkatkan kenyamanan kerja dan produktifitas kerja.

2.2 Antropometri

Antropometri adalah bidang yang mengkaji dimensi fisik tubuh manusia yang bermanfaat untuk merancang suatu produk, peralatan, dan tempat kerja (Iridiastadi, 2014). Menurut Nurmianto (2004) antropometri berasal dari

”anthro” yang berarti manusia dan “metri” yang berarti ukuran. Secara definisi antropometri adalah suatu studi yang berkaitan dengan pengukuran dimensi tubuh manusia khususnya dimensi tubuh dan aplikasi yang menyangkut geometri fisik, masa, dan kekuatan tubuh manusia. Antropometri adalah salah suatu kumpulan data numerik yang berhubungan dengan karakteristik fisik tubuh manusia, ukuran bentuk dan kekuatan serta penerapan dari data antropometri untuk penanganan masalah. Menurut Nurmianto (2004) Antropometri dibagi menjadi 2 bagian, yaitu:

a. Antropometri Statis

Antropometri statis lebih berhubungan dengan pengukuran ciri-ciri fisik mansuia dalam keadaan statis (diam) yang distandarkan. Dimensi yang diukur pada antropometri statis diambil secara linier (lurus) dan dilakukan pada permukaan tubuh saat diam.

b. Antropometri Dinamis

Antropometri dinamis lebih berhubungan dengan pengukuran ciri-ciri fisik manusia dalam keadaan dinamis, dimana dimensi tubuh manusia yang diukur dilakukan dalam berbagai posisi tubuh ketika bergerak sehingga lebih

(14)

kompleks dan sulit dilakukan.

Menurut Iridiastadi (2014) dalam bukunya bahwa ada beberapa faktor yang memengaruhi antropometri, berikut adalah faktor-faktor yang mempengaruhi antropometri:

a.Usia

Tinggi tubuh manusia terus bertambah mulai dari lahir hingga usia sekitar 20-25 tahun. Usia saat berhentinya pertumbuhan pada perempuan lebih dini daripada laki-laki. Berbeda dengan tinggi tubuh, dimensi tubuh yang lain, seperti berat badan dan lingkar perut mungkin tetap bertambah hingga usia 60 tahun. Pada tahap usia lanjut, dapat terjadi perubahan bentuk tulang seperti bungkuk pada tulang punggung, terutama pada perempuan.

b. Jenis Kelamin

Jenis kelamin menunjukan adanya perbedaan antropometri antara lakilaki dan perempuan. Di usia dewasa, laki—lakipada umumnya lebih tinggi daripada perempuan, dengan perbedaan sekitar 10%. Namun perbedaan ini tidak terlihat saat usia pertumbuhan. Tingkat pertumbuhan maksimum perempuan terjadi pada usia sekitar 10-12 tahun. Pada usia ini perempuan jauh lebih tinggi dan berat dibandingkan dengan laki-laki seusianya. Pada laki-laki tingkat pertumbuhan maksimum terjadi pada usia 13-15 tahun. Selain lebih tinggi dan lebih berat, pada umunya tubuh laki-laki juga lebih besar dibandingkan perempuan. Namun pada beberapa dimensi, perbedaan ini tidak berarti seperti paha dan pinggul.

c. Ras dan Etnis

Ukuran dan prporsi tubuh manusia sangat bergam antar ras dan etnis yang berbeda. Ukuran tubuh orang di Eropa rata-rata lebih tinggi dibandingkan dengan ukuran tubuh orang yang berada di Asia. Orang asia biasanya mempunyai postur yang berbeda dengan Amerika dan Eropa, dengan proporsi kaki lebih pendek dan punggung lebih panjang.

d. Pekerjaan dan Aktivitas

(15)

Perbedaan dalam ukuran dan dimensi fisik dapat dengan mudah kita temukan pada kumpulan orang yang mempunyai aktivitas kerja berbeda. Petani di desa yang terbiasa melakukan kerja fisik berat memiliki antropometri yang berbeda dengan orang yang tinggal di kota dengan jenis pekerjaan kantoran yang duduk di belakang komputer selama berjam jam. Orang yang berolahraga secara rutin juga mempunyai postur tubuh yang berbeda dibandingkan dengan orang yang jarang berolahraga.

e. Kondisi Sosio-ekonomi

Faktor kondisi sosio-ekonomi berdampak pada pemberian nutrisi dan gizi yang berpengaruh pada pertumbuhan dan perkembangan badan. Berbagai penelitian menunjukan terjadinya peningkatan pada tinggi tubuh rata-rata manusia antar generasi. Hal ini kemungkinan besar disebabkan oleh meningkatnya kemakmuran dan asupan gizi yang lebih baik dibandingkan generasi sebelumnya

2.2.1 Metode Pengukuran Antropometri

Menurut Iridiastadi (2014) dalam bukunya menyebutkan metode pengumpulan data antropometri dan jenis peralatan yang digunakan untuk pengukuran bergantung pada jenis data yang akan dikumpulkan.

Data antropometri dapat dikelompokkan atas hal-hal berikut:

a.Dimensi Linear (jarak)

Dimensi linear merupakan jarak terpendek antara dua titik pada tubuh manusia yang melingkupi [anjang, tinggi, dan lebar segmen tubuh.

b. Lingkar Tubuh

Lingkar tubuh diukur sebagai panjang keliling permukaan tubuh misalnya, lingkar paha, lingkar perut, dan lingkar kepala.

(16)

c. Ketebalan Lapisan Kulit

Pengukuran kulit ini ditujukan untuk mengetahui kandungan lemak pada tubuh yang kemudian dijadikan sebagai acuan tingkat kebugaran tubuh.

d. Sudut

Terdapat dua cara pengukuran sudut, yaitu dilakukan secara pasif dan aktif. Pengukuran secara pasif ditujukan untuk mengetahui kecenderungan posisi tubuh ketika bekerja, yang lebih lanjut lagi dapat digunakan untuk mengevaluasi potensi resiko kelainan otot rangka. Pengukuran sudut secara aktif dimaksudkan untuk mengetahui fleksibilitas tubuh dalam bentuk kemampuan maksimum gerakan system otot-sendi. Pengukuran aktif ini banyak dilakukan dalam studi yang berhubungan dengan realibilitas, olahraga, dan biomekanika.

e. Bentuk dan Kontur Tubuh

Aspek ini diperlukan untuk merancang berbagai peralatan yang berhubungan langsung dengan manusia, misalnya bentuk kaki untuk merancang sepatu yang nyaman bagi pemakainya.

f. Berat Badan

Pengukuran berat badan bisa digunakan dalam beberapa hal, misalnya untuk data diri dan untuk merancang peralatan yang berhubungan langsung dengan manusia

2.3 Uji Kenormalan

Uji Kenormalan adalah sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi normal ataukah tidak.

Uji Kenormalan berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal atau diambil dari populasi normal. Metode klasik dalam pengujian normalitas suatu data tidak begitu rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 angka (n >

30), maka sudah dapat diasumsikan berdistribusi normal. Biasa dikatakan sebagai sampel besar.

(17)

2.3.1 Macam-macam Uji Kenormalan

Secara umum dinyatakan bahwa kenormalan dapat dinilai dengan berbagai cara yang jika dikelompokkan pada dasarnya ada dalam 2 kelompok, yaitu analisis secara visual dan analisis secara statistik.

Analisis secara visual antara lain menggunakan grafik:

a. Normal PP, b. Normal QQ, c. Histogram, d. Stem Leaf, e. Box Plot.

Sedangkan secara statistik dapat diuji menggunakan : a. uji Kolmogorov Smirnov

b. Shapiro Wilk c. Shapiro Francia d. Andersen Darling e. Ryan Joiner

2.3.2 Penyebab Data Tidak Berdistribusi Normal

Penyebab data tidak berdistribusi normal adalah terutama adanya data extreme atau data pencilan yang biasa disebut dengan istilah outlier. Dengan adanya outlier tersebut, maka sebaran data bisa menjadi condong ke kiri atau condong ke kanan. Dimana jika sebaran data ini kita nilai secara visual misalnya menggunakan histogram, maka seharusnya data yang berdistribusi normal akan membentuk sebaran seperti lonceng menghadap ke atas. Jika anda menghadapi situasi dimana data tidak berdistribusi normal, maka langkah yang

(18)

dapat anda lakukan adalah dengan menilai apakah data tersebut ada outlier atau pencilan data. Jika memang ada, maka selanjutnya anda bisa melakukan Trimming yaitu mengeliminasi data yang menjadi penyebab terjadinya outlier.

Cara lain yang dapat dilakukan misalnya transformasi data. Namun cara tersebut haruslah disesuaikan dengan tujuan mengapa dibutuhkan data yang berdistribusi normal.

2.4 Uji Keseragaman

Pengujian keseragaman data dilakukan untuk mengetahui homogenitas data atau untuk mengetahui tingkat keyakinan tertentu data yang diperoleh seluruhnya berada dalam batas kontrol. Jika terdapat data yang berada di atas batas kontrol atas dan di bawah batas kontrol bawah seharusnya data tersebut dibuang dan tidak dimasukkan dalam perhitungan selanjutnya. Ada dua perhitungan batas kontrol, yakni :

- Batas Kontrol Atas (BKA) atau Upper Control Limit (UCL) 𝐵𝐾𝐴 = 𝑋̅ + 𝐾𝜎𝑋

- Batas Kontrol Bawah (BKB) atau Lower Control Limit (LCL) 𝐵𝐾𝐵 = 𝑋̅ + 𝐾𝜎𝑋

- Dimana standar deviasi (𝜎) dapat dihitung dengan rumus :

𝜎 = √∑(𝑋̅ − 𝑋𝑖) ² 𝑁 − 1

Pengujian ini dilakukan untuk mengetahui apakah data yang didapat telah seragam dan tidak melebihi dari batas kontrol atas (BKA) dan batas kontrol bawah (BKB) yang telah ditentukan. Data dikatakan seragam jika berasal dari sistem sebab yang sama, dan bila berada diantara kedua batas kontrol, sedangkan data dikatakan tidak seragam jika berasal dari sistem sebab yang berbeda, dan bila berada diluar batas kontrol. Bila dari keseragaman data

(19)

terdapat data yang tidak seragam maka data tersebut dibuang. ntuk memastikan bahwa data yang terkumpul berasal dari system yang sama, maka dilakukan pengujian terhadap keseragaman data. Sebagai contoh, pada saat penimbangan struktur, ternyata masih banyak scaffolding yang belum dilepas sehingga masih terkait dan terikat pada struktur. Ketika dilakukan penimbangan ternyata masih banyak pekerjaan harus melepas kaitan atau perancah tersebut. Dibandingkan dengan penimbangan yang tidak ada gangguan terhadap struktur tersebut jelas hasilnya akan jauh berbeda. Apalagi penimbangan dilakukan pada saat kecepatan angin terlalu tinggi yang akan mempengaruhi kesetabilan struktur pada saat pengangkatan tinggi.

Untuk itu diperlukan pengujian keseragaman data guna memisahkan data yang memiliki karakteristik yang berbeda .

2.5 Uji Kecukupan Data

Uji kecukupan data digunakan untuk mengetahui apakah data yang diambil telah cukup atau belum. Misalnya uji kecukupan data pada penelitian ini menggunakan tingkat ketelitian 5% dan tingkat keyakinan sebesar 95%. Hal ini berarti bahwa 95 dari 100 data yang diambil memiliki penyimpangan tidak lebih dari 5 %. Uji kecukupan data diperlukan untuk memastikan bahwa yang telah dikumpulkan dan disajikan dalam laporan penimbangan tersebut adalah cukup secara obyektif.

Idealnya pengukuran harus dilakukan dalam jumlah banyak, bhakan sampai jumlah yang tak terhingga agar data hasil pengukuran layak untuk digunakan.

Namun pengukuran dalam jumlah yang tak terhingga sulit dilakukan mengingat keterbatasan-keterbatasan yang ada; baik dari segi biaya, tenaga, waktu dan sebagainya.

Sebaliknya, pengumpulan data dalam jumlah yang sekedarnya juga kurang baik karena tidak mewakili keadaan yang sebenarnya. Untuk itu, pengujian kecukupan data dilakukan dengan berpedoman pada konsep statistic, yaitu tingkat ketelitian dan tingkat keyakinan.

(20)

Tingkat ketelitian dan tingkat keyakinan adalah pencerminan tingkat kepastian yang diinginkan oleh pengukur setelah memutuskan tidak akan melakukan pengukuran dalam jumlah yang banyak. Tingkat ketelitian menunjukkan penyimpangan maksimum hasil pengukuran dari waktu penyelesian sebenarnya.

Sedangkan tingkat keyakinan menunjukkan besarnya keyakinan pengukur akan ketelitian data pembacaan beban saat penimbangan dari mesin tersebut. Pengaruh tingkat ketelitain dan keyakinan adalah; bahwa semakin tinggi tingkat ketelitian dan semakin besar tingkat keyakinan, maka semakin banyak banyak pengukuran yang diperlukan.

Pengujian kecukupan data dilakukan pada setiap data antropometri dimensi tubuh menggunakan persamaan sebagai berikut:

𝑁¹ = [^{√𝑁 ∑ 𝑋}^𝑖

2−(∑ 𝑋_𝑖)²

∑ 𝑋_𝑖 ]

2

Dimana:

N’ = Jumlah pengamatan yang dibutuhkan N = Jumlah pengamatan

k = tingkat kepercayaan

bila tingkat kepercataan 99%, sehingga k = 2,58 ≈ 3 bila tingkat kepercataan 95%, sehingga k = 1,96 ≈ 2 bila tingkat kepercataan 68%, sehingga k ≈ 1

s = derajat ketelitian apabila N’ < N, maka data dinyatakan cukup.

2.6 Persentil

2.6.1 Pengertian Persentil

Persentil adalah suatu nilai yang menunjukkan presentase tertentu dari

(21)

orang-orang yang memiliki ukuran di bawah atau pada nilai tersebut.

2.6.2 Rumus Persentil

a. Persentil Untuk Data Tunggal

Persentil ini diambil dari kata persen, per seratus. Maka pengertian dari persentil yakni adalah pembagian data terurut menjadi 100 buah bagian yang sama banyak. Dari 100 buah bagian yang dibagi sama banyak tersebut, dibatasi dengan 99 buah nilai persentil.

Contoh nya bisa anda lihat pembagian data dan letak nilai persentil seperti keterangan pada gambar berikut ini :

 Rumus Persentil Data Tunggal

Keterangan :

i = Bilangan bulat yang kurang dari 100 (1, 2, 3, 4, 5 …….. 99).

n = Banyak data.

b. Persentil Untuk Data Kelompok

(22)

Rumus persentil data kelompok atau bergolong digunakan dalam menentukan sebuah nilai persentil dari suatu data kelompok. Berikut ini adalah Rumus persentil data kelompok, yakni :

Pi = Persentil ke-i

Tb = Tepi bawah kelas desil p = Panjang kelas

n = Banyak data

fk = Jumlah frekuensi kumulatif sebelum kelas desil fi = Frekuensi kelas desil

(23)

BAB III

PENGUMPULAN DAN PENGOLAHAN DATA

3.1 Rekapitulasi data Antropometri seluruh praktikan dalam 1 tabel

NO D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11

ttt tm tb ts tp ttr tuj tpd tmd tbd tsd

1 178 128 152 111 110 79 64 92 81 62 25 2 181 130 156 107 114 80 68 88 77 58 27 3 173 124 149 114 113 75 59 90 78 59 29 4 180 123 155 106 107 77 60 95 80 61 30 5 176 131 147 114 105 82 63 93 84 65 28 6 174 125 154 108 109 84 67 91 82 68 27 7 182 127 148 110 107 76 69 90 81 60 24 8 180 132 150 111 110 79 61 88 85 57 20 9 175 131 151 107 113 80 64 89 77 59 21 10 183 130 155 109 112 81 66 97 79 58 29 11 181 124 152 110 111 82 68 95 80 66 26 12 174 127 154 113 106 75 67 88 77 64 25 13 182 126 145 112 110 77 59 90 78 62 24 14 177 125 148 114 105 79 60 95 80 60 22 15 178 131 149 111 109 80 62 94 86 61 29 16 175 130 151 106 108 84 65 88 84 63 27 17 174 133 156 108 113 83 63 96 83 66 28 18 180 124 152 110 115 81 62 87 81 57 26 19 176 123 150 115 114 76 59 90 82 67 22 20 177 127 151 113 111 79 60 92 86 58 20 21 179 129 148 114 112 78 62 94 77 59 24 22 182 128 149 111 108 77 64 93 78 60 27 23 178 130 150 112 109 74 67 91 76 66 29 24 174 132 155 111 110 83 69 97 80 64 28 25 179 133 157 107 106 81 68 96 83 63 27 26 175 127 156 109 107 82 59 94 85 62 30 27 183 128 153 110 109 80 60 96 84 67 21 28 180 126 151 106 110 77 66 95 86 65 24

(24)

29 176 129 152 111 111 78 68 88 77 61 26 30 179 124 149 109 114 79 67 89 79 58 27 31 177 123 150 107 112 81 60 90 79 57 29 32 178 133 154 108 108 83 63 93 82 59 30

D12 D13 D14 D15 D16 D17 D18 D19 D20 D21 D22 D23 D24

tp pl ppl tl ttl lsb lba lp td tp pla plb prtd

18 54 44 58 46 45 35 36 22 26 34 50 80 13 49 49 59 46 40 30 32 18 25 29 45 79 15 51 45 63 41 45 38 38 28 28 32 48 75 16 53 41 54 42 48 37 36 21 21 30 51 78 17 58 43 53 43 43 35 33 26 26 31 53 82 20 59 42 62 48 40 33 34 21 21 29 52 84 21 49 39 63 41 45 32 39 28 28 36 50 85 19 54 41 53 49 48 30 40 31 31 34 43 82 15 56 48 58 48 43 38 38 30 30 32 42 81 16 59 46 62 45 46 36 41 29 29 30 40 80 17 55 47 63 46 43 34 37 26 26 38 52 75 18 54 39 60 43 47 33 36 24 24 30 51 78 14 53 40 61 48 50 31 37 22 22 32 50 73 13 50 49 59 45 43 32 33 26 26 34 46 82 15 51 43 56 41 44 38 35 24 24 36 49 84 20 55 39 57 50 48 39 38 31 31 38 50 85 22 56 39 58 48 47 40 37 24 24 30 55 75 23 54 46 54 43 43 31 33 26 26 31 52 76 21 51 40 55 50 42 33 31 21 21 33 54 79 14 50 44 59 44 40 36 36 26 26 35 55 78 13 52 43 58 43 41 38 35 28 28 37 49 75 17 54 48 55 49 42 32 33 30 30 39 47 79 19 53 42 54 51 44 33 32 24 24 29 45 81 18 51 41 62 49 46 38 39 26 26 30 45 83 22 49 39 53 48 48 39 36 23 23 31 47 85 21 50 44 59 43 41 31 37 26 26 33 49 82 19 56 41 58 41 40 38 31 21 21 35 51 80 20 49 48 55 44 46 36 38 29 29 37 52 81 15 59 47 54 45 43 37 36 24 24 39 55 79 16 50 49 58 47 40 36 34 26 26 33 54 78 18 51 40 53 48 42 40 36 29 29 35 52 80 19 54 41 58 51 45 39 37 31 31 37 55 85

(25)

3.2 Uji Kenormalan,Uji Keseragaman dan Uji Kecukupan Data untuk setiap variable pengukuran

3.2.1 Uji Kenormalan

D1 ( Tinggi Tubuh Posisi Tegak )

One-Sample Kolmogorov-Smirnov Test

ttt

N 32

Normal Parameters^a,b Mean 178.03

Std. Deviation 2.901

Most Extreme Differences Absolute .102

Positive .102

Negative -.095

Test Statistic .102

Asymp. Sig. (2-tailed) .200^c,d

a. Test distribution is Normal.

b. Calculated from data.

c. Lilliefors Significance Correction.

d. This is a lower bound of the true significance.

(26)

Variabel dikatakan Normal apabila Nilai α = level signifikansi > 5% = 0,05.

Maka untuk melihat data hasil pengolahan data melalui aplikasi IBM SPSS Statistik Nilai “Asymp. Sig. (2-tailed)” harus lebih dari 0.05.

D25 D26 D27 D28 D29 D30 D31 D32 D33 D34 D35 D36 pbtd pk lk pt lt prts prs tgtb tgtd pgtd spl sppt 57 25 20 22 11 170 78 198 116 33 200 40 52 27 21 18 6 166 79 195 117 34 199 45 59 28 22 19 7 167 80 196 118 35 198 42 60 29 18 20 8 168 81 197 119 36 197 40 61 22 19 27 9 169 74 198 120 37 204 35 52 23 17 26 10 170 75 200 121 38 200 37 59 21 15 25 11 171 76 201 120 30 201 39 57 24 16 24 15 172 77 203 119 31 202 42 53 25 17 23 16 173 78 204 118 30 197 44 60 26 16 20 14 174 79 195 117 28 199 38 61 27 19 21 13 175 80 196 118 29 204 38 62 28 20 19 12 170 81 197 120 28 202 42 59 29 24 18 11 166 82 198 121 29 200 45 58 30 25 20 10 167 78 197 119 30 198 44 57 24 19 21 7 168 79 198 117 31 196 38 51 23 20 27 6 169 80 197 114 37 195 37 52 22 16 26 8 170 81 198 114 36 197 42 57 24 17 25 9 171 82 195 120 35 199 44 59 25 19 24 10 171 79 197 117 36 201 40 60 28 16 23 11 175 81 198 118 31 202 42 61 29 17 22 12 174 80 197 120 28 205 44 62 30 19 21 13 173 79 198 119 29 203 38 59 24 20 19 16 174 76 200 118 30 200 44 57 26 24 18 17 171 79 201 120 31 199 39 51 27 23 20 13 170 80 201 121 34 197 45 52 29 22 21 14 169 81 205 120 35 198 40 60 30 21 24 15 167 82 204 121 37 199 35 61 24 23 25 10 168 78 203 118 36 203 40 62 29 19 26 9 167 76 200 119 37 205 36 69 30 20 27 8 170 81 199 118 26 202 41 57 25 17 19 7 172 82 198 118 26 197 37 52 29 18 20 6 171 80 199 119 30 199 42

(27)

Untuk Variabel ttt datanya dikatakan Normal.

D2 ( Tinggi Mata )

tm

N 32

Positive .106

Negative -.117

Test Statistic .117

Untuk Variabel tm Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D3 ( Tinggi Bahu )

tb

(28)

N 32

Positive .101

Negative -.105

Test Statistic .105

Untuk Variabel tb Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D4 ( Tinggi Siku )

ts

N 32

Positive .100

Negative -.098

Test Statistic .100

Untuk Variabel tb Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

(29)

D5 ( Tinggi Pinggul )

tp

N 32

Positive .085

Negative -.083

Test Statistic .085

Untuk Variabel tp Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D6 ( Tinggi Tulang Ruas )

ttr

N 32

Positive .099

Negative -.090

Test Statistic .099

(30)

Untuk Variabel ttr Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D7 ( Tinggi Ujung Jari )

tuj

N 32

Positive .144

Negative -.145

Test Statistic .145

Asymp. Sig. (2-tailed) .087^c

Untuk Variabel tuj Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D8 ( Tinggi Dalam Posisi Duduk )

tpd

N 32

Positive .148

Negative -.117

Test Statistic .148

(31)

Untuk Variabel tpd Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D9 ( Tinggi Mata Dalam Posisi Duduk )

tmd

N 32

Positive .131

Negative -.098

Test Statistic .131

Untuk Variabel tmd Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D10 ( Tinggi Bahu Dalam Posisi Duduk )

tbd

N 32

Positive .127

Negative -.093

(32)

Test Statistic .127

Untuk Variabel tbd Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D11 ( Tinggi Siku dalam Posisi Duduk )

tsd

N 32

Positive .093

Negative -.165

Test Statistic .165

Untuk Variabel tsd Nilai “Asymp. Sig. (2-tailed)” kurang dari 0.05 maka data Dikatakan Tidak Normal

D12 ( Tebal Paha )

tp

N 32

(33)

Positive .112

Negative -.099

Test Statistic .112

Untuk Variabel tp Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D13 ( Panjang Lutut )

pl

N 32

Positive .158

Negative -.092

Test Statistic .158

Untuk Variabel pl Nilai “Asymp. Sig. (2-tailed)” kurang dari 0.05 maka data Dikatakan Tidak Normal

D14 ( Panjang Popliteal )

(34)

ppl

N 32

Positive .159

Negative -.107

Test Statistic .159

Untuk Variabel ppl Nilai “Asymp. Sig. (2-tailed)” kurang dari 0.05 maka data Dikatakan Tidak Normal

D15 ( Tinggi Lutut )

tl

N 32

Positive .133

Negative -.139

Test Statistic .139

Untuk Variabel tl Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

(35)

D16 ( Tinggi Popliteal )

ttl

N 32

Positive .128

Negative -.164

Test Statistic .164

Untuk Variabel ttl Nilai “Asymp. Sig. (2-tailed)” kurang dari 0.05 maka data Dikatakan Tidak Normal

D17 ( Lebar Sisi Bahu )

lsb

N 32

Positive .138

Negative -.079

Test Statistic .138

(36)

Untuk Variabel lsb Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D18 ( Lebar Bahu Bagian Atas )

lba

N 32

Positive .139

Negative -.154

Test Statistic .154

Untuk Variabel lba Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D19 ( Lebar Pinggul )

lp

N 32

Positive .104

Negative -.156

Test Statistic .156

(37)

Untuk Variabel lp Nilai “Asymp. Sig. (2-tailed)” kurang dari 0.05 maka data Dikatakan Tidak Normal

D20 ( Tebal Dada )

td

N 32

Positive .097

Negative -.076

Test Statistic .097

Untuk Variabel td Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D21 ( Tebal Perut )

tp

N 32

Positive .156

(38)

Negative -.125

Test Statistic .156

Untuk Variabel tp Nilai “Asymp. Sig. (2-tailed)” kurang dari 0.05 maka data Dikatakan Tidak Normal

D22 ( Panjang Lengan Atas )

pla

N 32

Positive .122

Negative -.093

Test Statistic .122

Untuk Variabel pla Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D23 ( Panjang Lengan Bawah )

plb

N 32

(39)

Positive .089

Negative -.128

Test Statistic .128

Untuk Variabel plb Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D24 ( Panjang Rentang Tangan ke Depan )

prtd

N 32

Positive .088

Negative -.090

Test Statistic .090

Untuk Variabel prtd Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D25 ( Panjang Bahu Genggaman Tangan Ke Depan )

(40)

pbtd

N 32

Positive .153

Negative -.198

Test Statistic .198

Untuk Variabel pbtd Nilai “Asymp. Sig. (2-tailed)” kurang dari 0.05 maka data Dikatakan Tidak Normal

D26 ( Panjang Kepala )

pk

N 32

Positive .123

Negative -.151

Test Statistic .151

Untuk Variabel pk Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

(41)

D27 ( Lebar Kepala )

lk

N 32

Positive .128

Negative -.073

Test Statistic .128

Untuk Variabel lk Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D28 ( Panjang Tangan )

pt

N 32

Positive .156

Negative -.111

Test Statistic .156

(42)

Untuk Variabel pt Nilai “Asymp. Sig. (2-tailed)” kurang dari 0.05 maka data Dikatakan Tidak Normal

D29 ( Lebar Tangan )

It

N 32

Positive .106

Negative -.077

Test Statistic .106

Untuk Variabel lt Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D30 ( Panjang Rentangan Tangan ke Samping )

prts

N 32

Positive .105

Negative -.082

Test Statistic .105

(43)

Untuk Variabel prts Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D31 ( Panjang Rentangan Siku )

prs

N 32

Positive .091

Negative -.142

Test Statistic .142

Untuk Variabel prs Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D32 ( Tinggi Genggaman Tangan ke Atas Dalam Posisi Berdiri ) One-Sample Kolmogorov-Smirnov Test

tgtb

N 32

(44)

Positive .207

Negative -.089

Test Statistic .207

Untuk Variabel tgtb Nilai “Asymp. Sig. (2-tailed)” kurang dari 0.05 maka data Dikatakan Tidak Normal

D33 ( Tinggi Genggaman Tangan ke Atas dalam Posisi Duduk ) One-Sample Kolmogorov-Smirnov Test

tgtd

N 32

Positive .092

Negative -.158

Test Statistic .158

Untuk Variabel tgtd Nilai “Asymp. Sig. (2-tailed)” kurang dari 0.05 maka data Dikatakan Tidak Normal

D34 ( Panjang Genggaman Tangan Ke Depan )

pgtd

N 32

(45)

Positive .190

Negative -.152

Test Statistic .190

Untuk Variabel pgtd Nilai “Asymp. Sig. (2-tailed)” kurang dari 0.05 maka data Dikatakan Tidak Normal

D35 ( Sudut Putaran Lengan )

spl

N 32

Positive .137

Negative -.092

Test Statistic .137

Untuk Variabel spl Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

D36 ( Sudut Putaran Pergelangan Tangan )

(46)

sppk

N 32

Positive .105

Negative -.131

Test Statistic .131

Untuk Variabel sppk Nilai “Asymp. Sig. (2-tailed)” lebih dari 0.05 maka data Dikatakan Normal

(47)

3.2.2 Uji Keseragaman

D1 ( Tinggi Tubuh Posisi Tegak )

UCL adalah batas control, Average adalah rata-rata dan LCL adalah batas control bawah.

Karena data berada dalam rentang batas control atas dan batas control bawah maka sampel dianggap seragam.

D2 ( Tinggi Mata )

(48)

Karena data berada dalam rentang batas control atas dan batas control bawah Maka sampel dianggap seragam

D3 ( Tinggi Bahu )

(49)

D4 ( Tinggi Siku )

D5 ( Tinggi Pinggul )