Pengembangan Inovatif Sistem Pengukuran Kelelahan Berbasis Website untuk Pekerja Industri Konstruksi
DOI:
https://doi.org/10.32382/sulo.v24i2.846Kata Kunci:
Kata kunci : Kelelahan; Pekerja Industri Konstruksi; Website;Kelelahan KerjaAbstrak
Pekerja konstruksi yang bekerja di lingkungan yang menantang secara fisik dan mental mengalami tingkat kelelahan kerja yang tinggi, yang merupakan penyebab utama kecelakaan dan penyakit akibat kerja. Oleh karena itu, sangat penting untuk mengukur kelelahan secara real-time guna mengelola keselamatan dan kesehatan pekerja konstruksi. Penelitian ini menyajikan pendekatan inovatif untuk mengukur kelelahan subjektif dan objektif berbasis website yang terintegrasi, menggunakan teknologi reaction timer sebagai alat pengukuran digital yang responsif. Sistem ini dikembangkan menggunakan platform open-source yang fleksibel (WordPress) dengan integrasi plugin khusus untuk pengumpulan dan analisis data kelelahan secara otomatis. Metode penelitian terdiri dari dua tahap: (1) pengembangan sistem pengukuran kelelahan yang terintegrasi untuk pekerja konstruksi, dan (2) studi validasi untuk mengevaluasi kelayakan metode ini dengan membandingkannya dengan metode tradisional seperti reaction timer dan kuesioner KAUPK2, serta umpan balik dari pekerja konstruksi di lapangan (N=60). Peserta dibagi menjadi tiga kelompok: kelompok yang menggunakan website (N=20), kelompok yang menggunakan reaction timer (N=20), dan kelompok yang menggunakan kuesioner (N=20). Hasil: Berdasarkan pengukuran yang terstandarisasi, peserta diklasifikasikan ke dalam tiga kelompok kelelahan: tinggi 6,67%), sedang (70%), dan rendah (23,33%) untuk semua metode pengukuran. Hasil kuantitatif menunjukkan perbedaan signifikan secara statistik antara tiga jenis pengukuran kelelahan. Kesimpulan: Studi ini menyoroti keunggulan sistem berbasis website yang dapat diakses secara real-time dan memberikan kemudahan dalam pemantauan kelelahan kerja secara terus-menerus. Inovasi ini berpotensi untuk meningkatkan manajemen keselamatan pekerja konstruksi melalui pengumpulan data yang relevan dan integrasi teknologi digital, yang dapat dikembangkan lebih lanjut dalam penelitian masa depan.
Kata kunci: Kelelahan; Pekerja Industri Konstruksi; Website; Pengukuran Kelelahan Kerja
Referensi
Agustin, A., Ihsan, T. and Lestari, R. A. (2021) ‘Gambaran Faktor-Faktor yang Mempengaruhi Kelelahan Kerja Pada Pekerja Industri Tekstil di Indonesia: Review’, Jurnal Keselamatan Kesehatan Kerja dan Lingkungan, 2(2), pp. 138–151. doi: 10.25077/jk3l.2.2.138-151.2021.
Ardiansyah, M. I. (2017) ‘Rancang Bangun Reaction Timer Dengan Keypad dan Penyimpan Data’, Integrated Lab Journal, 05(02), pp. 73–80.
Ardiansyah, M. K., Irawan, S. and Purba, H. H. (2022) ‘Identifikasi Faktor Risiko Keselamatan Pada Proyek Konstruksi Bangunan Gedung di Indonesia dalam 10 Tahun Terakhir (2011-2021): Kajian Literatur’, Jurnal Teknologi dan Manajemen, 20(1), pp. 45–58. doi: 10.52330/jtm.v20i1.46.
Artana, I. B., Darmawan, B. and Budiman, D. F. (2020) Pengembangan Alat Uji Kelelahan Fisik Pekerja Berdasarkan Waktu Reaksi Berbasis Arduino Uno. Universitas Mataram. Available at: https://perpus.ft.unram.ac.id/index.php?p=fstream&fid=1836&bid=8542.
Band, R. et al. (2017) ‘Activity patterns in response to symptoms in patients being treated for chronic fatigue syndrome: An experience sampling methodology study’, Health Psychology, 36(3), pp. 264–269. doi: 10.1037/hea0000422.
Behrens, M. et al. (2023) ‘Fatigue and Human Performance: An Updated Framework’, Sports Medicine, 53(1), pp. 7–31. doi: 10.1007/s40279-022-01748-2.
Beno, J., Silen, A. . and Yanti, M. (2022) Analisa Faktor yang Mempengaruhi Tingkat Kelelahan Kerja Pada Pekerja Bagian Produksi di PT. Cipta Baja Raya, Skripsi. Universitas Islam Negeri Medan.
Engelen, L. et al. (2016) ‘Application of ecological momentary assessment in workplace health evaluation’, Health Promotion Journal of Australia, 27(3), pp. 259–263. doi: 10.1071/HE16043.
Eriņš, M. et al. (2019) ‘Research of human fatigue and measurement parameters for workability assessment’, Vide. Tehnologija. Resursi - Environment, Technology, Resources, 2, pp. 38–43. doi: 10.17770/etr2019vol2.4148.
Hedaputri, D. S., Indradi, R. and Illahika, A. P. (2021) ‘Kajian Literatur: Hubungan Tingkat Pengetahuan Kesehatan dan Keselamatan Kerja (K3) dengan Kejadian Kecelakaan Kerja’, CoMPHI Journal: Community Medicine and Public Health of Indonesia Journal, 2(1), pp. 185–193. doi: 10.37148/comphijournal.v2i1.27.
Johanis, A. R. M. et al. (2024) Pengantar Teknologi Digital: Web dan Mobile Teknologi. 1st edn. Edited by A. Karim. Makassar: Yayasan Kita Menulis. Available at: https://www.researchgate.net/publication/381291236_Pengantar_Teknologi_Digital_Web_dan_Mobile_Teknologi.
Kim, H. et al. (2019) ‘Depression prediction by using ecological momentary assessment, actiwatch data, and machine learning: Observational study on older adults living alone’, JMIR mHealth and uHealth, 7(10), pp. 1–24. doi: 10.2196/14149.
Kurniawan, H. et al. (2023) Belajar Web Programming: Referensi Pengenalan Dasar Tahapan Belajar Pemrograman Web Untuk Pemula. 1st edn. Edited by Efitra and Sepriano. Kota Jambi: PT. Sonpedia Publishing Indonesia. Available at: https://books.google.co.id/books?id=gs3OEAAAQBAJ.
Lestari, I. D., Chirzun, A. and Nurhasanah, N. (2023) ‘Analisis Kelelahan Kerja Menggunakan Fatigue Assessment Scale pada PT. Indonesia Power Priok POMU’, Metris: Jurnal Sains dan Teknologi, 23(02), pp. 100–107. doi: 10.25170/metris.v23i02.3897.
Novianti, K. D. P., Putri, N. K. W. L. and Purnamayanti, I. A. G. W. (2022) ‘Analisis Penerimaan Sistem Informasi Menggunakan Technology Acceptance Model (Studi Kasus: SIJALAK Desa Pohsanten)’, INSERT : Information System and Emerging Technology Journal, 2(2), pp. 113–125. doi: 10.23887/insert.v2i2.43135.
Powell, R. I. and Copping, A. G. (2016) ‘Measuring fatigue-related impairment in the workplace’, Journal of Engineering, Design and Technology, 14(3), pp. 507–525. doi: 10.1108/JEDT-09-2014-0063.
Putrisani, F. S., Nugraha, A. E. and Herwanto, D. (2023) ‘Analisis Kelelahan Kerja Subjektif dengan Menggunakan Kuesioner Subjective Self Rating Test’, STRING (Satuan Tulisan Riset dan Inovasi Teknologi), 7(3), p. 258. doi: 10.30998/string.v7i3.14485.
Seong, S. et al. (2022) ‘Development of an integrated fatigue measurement system for construction workers: a feasibility study’, BMC Public Health, 22(1), pp. 1–12. doi: 10.1186/s12889-022-13973-5.
Setiawan, R. A., Pradana, F. and Bachtiar, F. A. (2021) ‘Pengembangan Aplikasi Pendeteksi Kelelahan bagi Pengendara Mobil berbasis Android melalui Face Recognition’, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 5(11), pp. 5163–5172. Available at: http://j-ptiik.ub.ac.id.
Sumardiyono, Chafiidhiya Rochmah, S. and Seviana Rinawati (2023) ‘Faktor-Faktor yang Berhubungan dengan Kelelahan Kerja Pada Pekerja Penyapu Jalan di Kota Surakarta’, Journal of Applied Agriculture, Health, and Technology, 2(1), pp. 34–42. doi: 10.20961/jaht.v2i1.594.
Techera, U. et al. (2018) ‘Measuring and Predicting Fatigue in Construction: Empirical Field Study’, Journal of Construction Engineering and Management, 144(8), pp. 1–9. doi: 10.1061/(asce)co.1943-7862.0001513.
Widayanti, T. (2021) ‘Use of Google Form in Support of Data Collection for Student Scientific Work’, Judimas, 1(1), p. 85. doi: 10.30700/jm.v1i1.1015.
Zuraida, R. and Chie, H. H. (2014) ‘Pengujian Skala Pengukuran Kelelahan (SPK) pada Responden di Indonesia’, ComTech: Computer, Mathematics and Engineering Applications, 5(2), p. 1012.
