Pengambilan Data dan Analisis

METODOLOGI PENELITIAN

Waktu dan Lokasi Penelitian

Penelitian dilaksanakan mulai bulan November 2003 sampai dengan Juni 2004

di Kecamatan Rengasdengklok, Telagasari dan Cilamaya Kabupaten Karawang – Jawa

Barat dan di Laboratorium Lapang Departemen Teknik Pertanian – Fakultas Teknologi

Pertanian, IPB. Pengambilan data di Kecamatan Rengasdengklok dan Telagasari

dilakukan untuk penggunaan implemen satu (gelebeg) dan di Kecamatan Cilamaya

untuk penggunaan implemen dua (rotari), sedangkan perancangan dan uji coba

pemasangan alat ukur (vibration meter) dilakukan di Laboratoium Lapang.

Peralatan Penelitian

Peralatan yang digunakan dalam penelitian ini adalah : (1) Traktor tangan dan implemen (gelebeg dan rotari), (2) Anthropolometer, (3) Heart rate monitor (4) Vibration meter, (5) Sound level meter, (6) Komputer, (7) Termometer, (8) Meteran (tape) dan (9) Tachometer.

Pengambilan Data dan Analisis

Pengambilan data dan analisis secara skematis ditampilkan pada Gambar 5. Pengambilan data dilakukan pada dua jenis penggunaan implemen pengolahan tanah pertama yang berbeda (berdasarkan kebiasaan yang berlaku di daerah penelitian), yaitu pengolahan tanah dengan menggunakan gelebeg dan rotari yang dibagi menjadi beberapa aspek berikut :

1. Aspek Anthropometri

Pengambilan data anthropometri operator dilakukan bersama dengan pengukuran dimensi traktor tangan yang digunakan dalam pengolahan tanah. Data anthropometri dan dimensi traktor yang diukur terdiri :

a. dimensi traktor tangan :

- jarak kemudi kiri dan kanan atau lebar kemudi (cm) - tinggi kemudi dari permukaan tanah datar (cm) - kedalaman roda besi pada tanah sawah (cm)

b. anthropometri operator :

- panjang pangkal lengan (upper arm) (cm) - panjang lengan bagian bawah (forearm) (cm) - lebar bahu (cm)

- tinggi siku (cm)

- kedalaman kaki dalam tanah sawah (cm)

Gambar 4. Pengukuran anthropometri operator menggunakan anthropolometer

Gambar 5. Skema kerja pengambilan data di lapangan

DATA AWAL

Lingkungan : Suhu udara dan kelembaban Sawah : Panjang dan Lebar Petakan

KALIBRASI Heart Rate

Step Test

OPERASI TRAKTOR

(Pengolahan Tanah)

DAYA & DIMENSI TRAKTOR

PENGUKURAN

Anthopometri Operator

PENGUKURAN

Heart Rate

PENGUKURAN

Kebisingan dan getaran

JENIS IMPLEMEN

PENGUKURAN

Analisis aspek anthropometri meliputi penentuan posisi optimum operator dalam

mengoperasikan traktor tangan yaitu penentuan lebar optimum kemudi dan

penentuan tinggi optimum kemudi traktor tangan.

1.1. Penentuan Posisi Optimum Tinggi Kemudi

Posisi berdiri optimum operator dapat dicapai pada kondisi tangan operator memberikan ruang bebas antara operator dan traktor tangan (clearance) terbesar. Posisi ini diperoleh pada saat lengan bawah berada pada posisi horisontal (sejajar siku), sedangkan posisi lengan bawah di atas siku akan memberikan efek pengurangan gaya atau kekuatan genggam jari tangan (Nurmianto 1991).

Dengan memperhatikan arah dan besar gaya yang bekerja pada stang kemudi terhadap operator di mana gaya terbesar yang dilakukan oleh operator adalah gaya ke atas untuk menahan laju implemen masuk ke dalam tanah ( Dhafir 2002) serta melihat posisi sudut siku (elbow angle) yang memberikan kekuatan tekan ke bawah dan kekuatan tarik ke atas maksimum terjadi pada sudut 120o _{(Woodson et al. 1992) maka posisi optimum seperti pada Gambar 6 dapat ditentukan sebagai}

berikut (kastaman 1999) :

)

30

(

*Cos

PLBA

TB

TK

maks

=

−

... (6)

)

40

(

*

min

TS

PLBB

Cos

TK

=

−

... (7) di mana :

TKmaks = Tinggi kemudi maksimum (cm)

TKmin = Tinggi kemudi minimum (cm)

TB = Tinggi bahu (cm) TS = Tinggi siku (cm)

PLBA = Panjang lengan bagian atas (cm) PLBB = Panjang lengan bagian bawah (cm)

PLB A PLB B 120o 40o TKm in TKm aks

Gambar 6. Ilustrasi posisi optimum tinggi kemudi traktor tangan

1.2. Penentuan Lebar Optimum Jangkauan Kemudi

Lebar jangkauan kemudi berhubungan dengan kenyamanan operator dalam menjalankan atau mengoperasikan traktor tangan. Lebar optimum berhubungan dengan sudut antara lengan atas dengan badan. Posisi alami sudut lengan atas dengan badan antara 0-30o _{(Zander 1972; Kastaman}

1999). Ilustrasi pengukuran lebar jangkuan kemudi dapat dilihat pada Gambar 7.

(

2xPLBAxSin

(

30

)

)

LB

LJK

Maks

=

+

... (8)

LB

LJK

_Min

=

... (9) di mana :

LJKMaks = Lebar jangkauan kemudi maksimum (cm)

LJKMin = Lebar jangkauan kemudi minimum (cm)

LB = Lebar bahu (cm)

PLBA = Panjang lengan bagian atas (cm)

Gambar 7. Ilustrasi posisi pengukuran untuk menentukan lebar

jangkauan kemudi optimum traktor tangan

2. Aspek Denyut Jantung

Pengukuran denyut jantung operator dilakukan melalui tahapan berikut :

3 0o

P L B A

θ Pemasangan heart rate monitor pada operator, transmitter dipasangkan di dada operator sedangkan receivernya dipasang di pergelangan tangan (Gambar 8). Denyut jantung akan tersimpan pada receiver sedangkan waktu dan aktivitas pekerjaan dicatat pada time study sheet.

θ Melakukan kalibrasi terlebih dahulu menggunakan metode step test yaitu dengan cara melakukan aktivitas naik turun bangku dengan ketinggian 30 cm dengan frekwensi 20, 25, 30 dan 35 siklus per menit (menggunakan irama dari metronome) di mana satu siklus adalah sekali naik dan sekali turun bangku. Pengukuran laju denyut jantung pada saat step test dilakukan tiap 3 menit dengan istirahat duduk selama 5 menit.

θ Pengukuran denyut jantung operator pada saat melakukan pengolahan tanah, di mana sebelumnya operator melakukan istirahat duduk selama 10 menit, waktu dan aktivitas pekerjaan dicatat pada time study sheet.

Gambar 8. Heart rate monitor dipasang pada operator selama pengolahan tanah

Kalibrasi dengan step test sebelum pengukuran laju denyut jantung

pada saat operator melakukan pengolahan tanah dilakukan untuk

meminimalkan pengaruh psikologis, sehingga diperoleh nilai laju denyut

jantung yang mencerminkan beban kerja operator pada saat bekerja

(Herodian 1997). Pengukuran laju denyut jantung digunakan untuk melihat

beban kerja yang diterima oleh operator traktor dalam melakukan

pengolahan tanah. Dengan mengetahui beban kerja operator berdasarkan

laju denyut jantung pada saat pengolahan tanah, dapat ditentukan

paramater-parameter ergonomi yang memberikan dampak beban kerja

(1) receiver & memory, (2) sensor & transmitter

2

terhadap operator serta yang mempengaruhi produktivitas kerja di

lapangan.

3. Aspek Kebisingan dan Getaran

Pengukuran tingkat kebisingan dilakukan pada saat operator sedang melakukan pengolahan tanah dengan menggunakan sound level meter (Gambar 9). Tingkat kebisingan diukur pada engine dan operator pada posisi disamping (dekat) telinga kiri dan kanan (Gambar 10).

Gambar 9. Peralatan yang digunakan pada pengukuran getaran dan kebisingan traktor tangan

Gambar 10. Pengukuran kebisingan traktor tangan di lapangan ( pada engine dan di telinga operator )

Pengukuran getaran dilakukan dengan menggunakan portable vibration meter pada kondisi stasioner maupun saat operator melakukan kerja pengolahan tanah (Gambar 12), pada berbagai tingkat kecepatan putaran mesin berdasarkan nilai kisaran yang tercatat pada alat ukur kecepatan putaran mesin

(tachometer). Tingkat getaran yang diukur adalah percepatan getaran pada sumbu x, sumbu y dan sumbu z (Gambar 11).

Gambar 11. Penempatan sensor getaran pada stang kemudi traktor tangan

Gambar 12. Pengukuran getaran traktor tangan di lapangan

Pemodelan

Untuk melihat pengaruh dan perilaku dari setiap parameter terhadap tingkat

produktivitas kerja pengolahan tanah dilakukan dengan menggunakan model Jaringan

Syaraf Tiruan (JST) yang ditampilan pada Gambar 13. Model JST yang dikembangkan

terdiri dari 2 model yaitu model A dan B, berdasarkan jenis implemen yang digunakan

pada pengolahan tanah pertama ( gelebeg dan rotari ). Dari tiap model berdasarkan

implemen yang digunakan, dikembangkan model JST dengan formulasi lapisan

keluaran (output) sebagai berikut :

1. Lapisan keluaran produktivitas kerja pengolahan tanah (m

2

_{/ jam).}

2. Lapisan keluaran tingkat beban fisik berdasarkan parameter laju denyut jantung

(denyut / menit).

Lapisan keluaran dibuat berdasarkan nilai laju denyut jantung operator dan

produktivitas kerja pengolahan tanah, dengan rangkaian model menggunakan multi

layer yang terdiri dari tiga lapisan :

1. Lapisan masukan menggunakan parameter yaitu ; lebar jangkauan kemudi,

tinggi kemudi, usia operator, berat badan, kebisingan, getaran, dan suhu

lingkungan.

2. Lapisan tersembunyi, sebagai lapisan pemrosesan atau pembanding antara

lapisan masukan dan lapisan keluaran yang menghasilkan nilai pembobot

diantara lapisan-lapisan tersebut.

3. Lapisan keluaran terdiri dari 2 unit keluaran yaitu produktivitas kerja

pengolahan tanah dan tingkat beban fisik berdasarkan nilai laju denyut jantung.

Gelebeg MODEL JST ( A ) WAKTU KERJA OPERATOR TINGKAT BEBAN KERJA OPERATOR PRODUKTIVITAS KERJA PENGOLAHAN TANAH PERTAMA Daya Motor MODEL JST ( B ) TINGKAT BEBAN KERJA OPERATOR WAKTU KERJA OPERATOR Rotari PRODUKTIVITAS KERJA PENGOLAHAN TANAH PERTAMA

Gambar 13. Skema pemodelan dengan Jaringan Syaraf Tiruan

Gambar 14. Model JST yang dikembangkan pada tiap jenis implemen

Dari model yang dikembangkan memungkinkan untuk mengetahui dan

menganalisis pengaruh masing-masing parameter input (tinggi kemudi, lebar kemudi,

usia operator, getaran, kebisingan, suhu lingkungan dan berat badan) pada setiap jenis

implemen dan daya motor yang digunakan oleh traktor tangan pada pengolahan tanah

pertama terhadap tingkat beban kerja yang diterima operator dan produktivitas kerja

pengolahan tanah pertama di lahan sawah.

Proses pembelajaran model JST

Data sampel hasil pengukuran digunakan sebagai bahan pada proses

pembelajaran (training), dengan menggunakan metode back propagation (Patterson

1996). Mekanisme pembelajaran dilakukan melalui ilustrasi Gambar 15 serta

tahapan dan persamaan berikut :

- Input pada lapisan masukan merupakan input bagi lapisan tersembunyi

∑

=

i ij i j

V

x

H

j = 1, 2, ...h ...(10)

∑

=

i kj j k

W

y

I

k = 1, 2, ...m ...(11)

L eb ar j an g k au an k em u d i U s i a o p er at o r K eb i s i n g an Get ar an S u h u l i n g k u n g an T i n g g i k em u d i B er at b ad an P r o d u k t i v i t as k er j a B eb an k er j a

di mana :

H

j

= input pada lapisan tersembunyi node j

I

k

= input pada lapisan keluaran (output) node k

h = jumlah node pada lapisan tersembunyi

m = jumlah node pada lapisan keluaran (output)

Gambar 15. Ilustrasi pembelajaran backpropagation

- Perhitungan nilai output node j pada lapisan tersembunyi dan output node k pada

lapisan keluaran dengan persamaan berikut :

)

f(H

y

j

=

j

j = 1, 2, ....k

...(12)

)

f(I

z

k

=

k

k = 1, 2, ....m ...(13)

sehingga persamaan keseluruhan output pada lapisan keluaran ke k dengan

masukan nilai input x adalah :

z

k

=

f(I

k

)

=

∑

j

)

y

W

f(

kj j

=

∑

j kj j

))

f(H

W

f(

=

∑

∑

j kj ji

))

V

f(

W

f(

i i

x

...(14)

fungsi (f ) yang digunakan pada proses pembelajaran merupakan fungsi aktivasi

log-sigmoid :

lapis an mas ukan lapis an ter s embunyi lapis an keluar an x1 x2 x3 Vij H1 Wkj H2 I 1 I 2 I 3 z1 z3 z2 H j y 1 y 2

j _â(Hj)

e

1

1

)

f(H

₋

+

=

...(15)

k _â(Ik)

e

1

1

)

f(I

₋

+

=

...(16)

di mana :

β

= konstanta fungsi sigmoid

- Prinsip backpropagation adalah mengoptimalkan nilai fungsi dengan memperkecil

nilai galat (error) hingga mencapai minimum global, melalui perbaikan nilai

pembobot dengan membandingkan nilai output jaringan dengan nilai target yang

diberikan dengan menggunakan persamaan jumlah kuadrat galat :

∑

−

=

p 2 k p k

z

)

(t

2

1

E

...(17)

di mana : t = target dan z = keluaran JST

- Perbaikan nilai pembobot dilakukan untuk memperkecil nilai galat dengan

menggunakan metode delta rule :

j k kj

çä

y

ÄW

=

...(18)

di mana :

η

= konstanta laju pembelajaran

ÄW = perubahan nilai pembobot W

kj kj

δ

k

=

galat output ke k

y

j

= fungsi log-sigmoid

ÄV

_ji

=

çä

_j

x

_i

...(19)

Dari persamaan-persamaan di atas maka nilai pembobot dapat dirumuskan melalui

persamaan berikut :

)

(I

)f'

z

(t

çy

W

ÄW

W

W

kjbaru

=

kjlama

+

kj

=

kjlama

+

j k

−

k k

...(20)

∑

+

=

+

=

V

jilama ji

V

jilama j j k

δ

_k

W

_kj baru ji

ÄV

çx

f'

(H

)

V

...(21)

- Semua proses di atas dilakukan secara berulang-ulang melalui pemberian nilai

input-output, proses aktivasi dan perubahan nilai pembobot. Kinerja jaringan

dievaluasi melalui nilai

Root Mean Square Error (RMSE), hal ini untuk melihat

tingkat ketelitian model yang telah dibangun.

(

)

n

T

Y

RMSError

=

∑

k

−

k 2 ...(22)

di mana : Y

k

= nilai prediksi jaringan

Tk = nilai target yang diberikan pada jaringan n = jumlah contoh data pada set validasi

Pola data masukan (input) model JST

Dalam pemodelan ini untuk melihat pola data dilakukan analisis statistik dengan menggunakan metode Box Plot yang dikembangkan oleh J.W. Tukey (Koopmans 1987). Metode ini

memungkinkan untuk mendapatkan informasi diskriptif dan analisis mengenai sampel data dalam bentuk tampilan diagram dengan menggunakan perangkat lunak SPSS seperti ditampilkan pada

Gambar 16.

Gambar 16. Tampilan sebaran data dengan metode boxplot

Kalibrasi dan Validasi model JST

Kalibrasi model dilakukan untuk melihat hasil ketelitian pada proses pembelajaran (training) JST, sedangkan validasi model dilakukan sebagai pengujian ketepatan (akurasi) prediksi JST untuk memberikan jawaban yang benar melalui pemberian sampel data baru di luar data yang digunakan pada proses pembelajaran. Kalibrasi dan akurasi model dirumuskan sebagai nilai r2 _(koefisien

diterminasi) yang berada pada selang 0 – 1, di mana nilainya akan semakin meningkat dengan semakin baik tingkat akurasinya.

71 N = SUHU 36 34 32 30 28 median nilai terendah nilai tertinggi edian

Optimasi Rancangan dan Pengoperasian Rancangan Traktor

Optimasi dilakukan untuk mendapatkan bentuk rancangan yang optimum dan pengoperasian traktor tangan yang sesuai dengan kondisi (karakteristik) operator di lapangan. Berdasarkan parameter input – output JST, optimasi rancangan dilakukan untuk mendapatkan nilai tinggi dan lebar kemudi yang optimum bagi operator, sedangkan optimasi pada pengoperasian rancangan traktor bertujuan untuk mengetahui karakteristik operator yang sesuai berdasarkan rancangan traktor yang sudah ada.

Metode optimasi yang dipakai adalah random search, yaitu dengan memasukkan parameter input (tinggi dan lebar jangkauan kemudi serta usia dan berat badan operator) yang bervariasi secara acak ke dalam JST dan kemudian menentukan nilai output terbaik dari variasi input tersebut. Untuk mendapatkan nilai yang optimum, parameter input yang lain di dalam JST dianggap tetap (ceteris paribus).