Perkembangan teknologi yang cepat berdampak besar pada industri manufaktur. Meskipun teknologi manufaktur meningkatkan produksi, operasi, dan proses untuk membuat pekerjaan lebih mudah bagi perusahaan dan pekerja, ada kekhawatiran tentang kemampuan mesin untuk melakukan pekerjaan manufaktur dan memberikan hasil yang tepat.

Meskipun ada pro dan kontra terhadap teknologi otomatis di bidang manufaktur, teknologi canggih ini memiliki kemampuan luar biasa yang dapat menyelesaikan hampir semua tugas dengan mudah.

Manfaat teknologi manufaktur canggih

Teknologi di bidang manufaktur memiliki banyak hasil positif. Otomatisasi bisa:

1. Meningkatkan kualitas: Otomatisasi mengontrol jadwal dan jalur produksi tanpa campur tangan manusia. Program ini dapat mengoptimalkan jadwal untuk mengurangi cacat dan inefisiensi, sehingga menciptakan produk yang lebih berkualitas.
2. Mengurangi biaya: Teknologi dapat beroperasi dengan efisiensi yang lebih baik, lebih sedikit limbah, dan lebih sedikit pekerja, sehingga menciptakan penghematan biaya jangka panjang.
3. Mengurangi waktu produksi: Teknologi manufaktur mempercepat proses produksi, sehingga lebih banyak batch dapat dibuat dengan lebih cepat. Anda dapat membuat lebih banyak produk dalam waktu yang lebih singkat dan memiliki laju produksi yang konsisten.
4. Mengoptimalkan rantai pasokan: Seluruh rantai pasokan mendapat manfaat dari pengadaan dan produksi yang mengikuti jadwal pengiriman.
5. Dapatkan hasil yang lebih konsisten: Teknologi otomatis lebih konsisten dan menghilangkan kesalahan yang rentan dilakukan manusia.
6. Menciptakan tempat kerja yang lebih aman: Mesin dapat melakukan pekerjaan yang berbahaya bagi pekerja, sehingga mencegah cedera dan risiko. Teknologi juga dapat mengidentifikasi risiko dan mengembangkan langkah-langkah keselamatan.

Kekurangan teknologi manufaktur

Terlepas dari banyaknya keuntungan, perusahaan memiliki beberapa kekhawatiran tentang menambahkan teknologi otomatis ke fasilitas manufaktur mereka, termasuk:

• Kehilangan pekerjaan: Pengangguran adalah masalah umum dengan teknologi di bidang manufaktur karena mesin dapat menggantikan tenaga kerja manusia. Namun, pekerjaan yang diambil alih oleh otomatisasi umumnya merupakan tugas yang berulang dan bernilai rendah, sehingga karyawan dapat melakukan pekerjaan yang penting dan bernilai tinggi.
• Kreativitas terbatas: Satu pengaturan operasi mesin dapat membatasi produksi Anda pada satu tugas atau proses, dan ruang yang terbatas dapat mencegah inovasi dan perluasan ke area baru. Untuk departemen yang membuat sesuai pesanan, penyiapan sekali pakai menghemat waktu dan meningkatkan produktivitas.
• Biaya awal yang tinggi: Diperlukan investasi yang mahal untuk membeli dan memasang teknologi otomatis di fasilitas manufaktur Anda. Namun, teknologi otomatis memberikan penghematan biaya yang signifikan setelah itu.
• Masalah lingkungan: Lebih banyak teknologi di fasilitas Anda berarti lebih banyak konsumsi bahan bakar, terutama jika mesin Anda memiliki output yang tinggi. Fasilitas manufaktur dapat mengambil langkah-langkah tertentu untuk meminimalkan dampak lingkungan sambil memanfaatkan teknologi otomatisasi.
• Kerusakan mesin: Mesin yang sering digunakan mungkin mengalami kerusakan, menyebabkan penurunan produktivitas dan waktu henti. Teknologi otomatis yang diperiksa dan dipelihara secara teratur akan berjalan secara optimal dan menghindari risiko kerusakan yang sering terjadi.

Bagaimana masa depan Teknologi Manufaktur?

Otomatisasi, digitalisasi, dan kemampuan manusia telah mendorong apa yang disebut sebagai revolusi industri keempat. Label ini membawa kesadaran tentang bagaimana teknologi dan manufaktur bekerja sama di era modern. Jalur perakitan, meskipun masih bermanfaat, semakin bergantung pada sistem teknologi terobosan yang telah memanipulasi bentuk proses manufaktur. Dua terobosan tersebut termasuk kecerdasan buatan (AI) dan blockchain.

Kecerdasan Buatan

Saat ini dan di masa depan, Anda dapat mengharapkan AI menjadi aset penting di antara teknologi manufaktur. Pada tahun 2016, pasar AI bernilai Rp130.000 miliar. Pada tahun 2024, nilai tersebut dapat berlipat ganda sekitar tiga puluh tujuh kali lipat hingga mencapai lebih dari Rp4.842.500 miliar. AI memiliki banyak aplikasi, tetapi ada dua area yang mungkin Anda lihat di bidang manufaktur:

• Pabrik tanpa lampu: Pabrik tanpa lampu seluruhnya terdiri dari robot yang membangun robot lain untuk melakukan pekerjaan fisik yang berat. Jepang telah mengoperasikan pabrik tanpa lampu selama hampir dua dekade, dimulai pada tahun 2001. Tanpa robot yang dapat mengatur dirinya sendiri, gudang seluas 40.000 kaki persegi perlu mempekerjakan setidaknya 500 pekerja. Satu pabrik lampu di Cina mengambil, mengemas, dan memindahkan paket hanya dengan dua puluh robot industri.
• Langkah-langkah jaminan kualitas: Manfaat lain dari kecerdasan buatan adalah kemampuannya untuk cara baru dalam penjaminan kualitas. Visi komputer adalah teknik menggunakan pembelajaran mesin untuk mengidentifikasi kotak dan memindai cacat yang tidak terlihat oleh mata manusia. Banyak pabrik industri menerapkan perangkat lunak ini dengan berbagai cara untuk menemukan ketidaksempurnaan.

Blockchain

Blockchain adalah metode pencatatan yang terdiri dari potongan-potongan informasi digital dan blok-blok yang ditentukan. Pada tahun 2016, pasar blockchain bernilai Rp3.250.000 juta, dan diproyeksikan akan berkembang menjadi Rp325.000 miliar pada akhir tahun 2024. Popularitas blockchain sebagian besar dikaitkan dengan mata uang digital, tetapi penggunaannya sangat luas.

Kemampuan Blockchain untuk melacak transaksi telah membuatnya berperan penting dalam penarikan produk. Dalam beberapa tahun terakhir, banyak perusahaan besar telah melengkapi blockchain untuk melacak pengiriman. Satu perusahaan bahkan dapat mengurangi waktu pelacakan dari 7 hari menjadi 2,2 detik. Pabrik-pabrik memiliki pilihan untuk menggunakan teknologi yang sama di masa depan untuk memastikan prosedur pengiriman yang memuaskan dan menerapkan tindakan pencegahan keamanan.

Disadur dari: https://calderamfg.com/

Penyelesaian masalah atau pemecahan masalah adalah usaha mencari penjelasan dan jawaban dari setiap masalah yang dihadapi. Upaya penyelesaian masalah melalui pemilihan dari beberapa alternatif atau opsi yang mendekati kebenaran atau dianggap benar untuk suatu tujuan tertentu.

Pemecahan masalah merupakan bagian dari proses berpikir. Sesuai dengan pernyataan Marzano dkk. mengungkapkan bahwa pemecahan masalah adalah salah satu bagian dari proses berpikir yang berupa kemampuan untuk memecahkan persoalan. Terminologi penyelesaian masalah digunakan secara ekstensif dalam psikologi kognitif yakni bertujuan untuk mendeskripsikan "semua bentuk dari kesadaran, pengertian, atau kognisi". Kemampuan penyelesaian masalah ering dianggap merupakan proses paling kompleks di antara semua fungsi kecerdasan. Pemecahan masalah telah didefinisikan sebagai proses kognitif tingkat tinggi yang memerlukan modulasi dan kontrol lebih dari keterampilan-keterampilan dasar. Proses ini terjadi jika suatu makhluk hidup atau sistem kecerdasan buatan tidak mengetahui bagaimana untuk bertindak dari suatu kondisi awal menuju kondisi yang dituju. Kemampuan pemecahan masalah dapat pula diartikan sebagai kemampuan dasar yang dimiliki oleh peserta didik untuk menyelesaikan masalah yang berkaitan dengan kehidupan sehari-hari sehingga berdampak pada pengembangan diri peserta didik.

Keterampilan pemecahan masalah bisa diajarkan kepada orang yang mengidap cedera otak menggunakan langkah-langkah berpikir atau bernalar, tetapi membutuhkan penanganan dan metode khusus. Hal ini tentunya harus disertai dengan motivasi pasien. Dengan demikian, kemampuan dalam menyelesaikan masalah dapat dikembangkan secara sistematis dan bertahap untuk membentuk kemampuan hingga mencapai target yang diharapkan.

Definisi dan penyebab timbulnya masalah

Masalah adalah suatu situasi stimulus yang didapati seseorang ketika mereka tidak siap menghadapinya, sehingga mereka tidak bisa merespons situasi tersebut dengan cepat. Sementara itu, para ahli mendefinisikan masalah sebagai situasi yang tidak biasa ditemui. Masalah juga dapat didefinisikan sebagai situasi di mana terdapat perbedaan antara keadaan awal dan keadaan tujuan sehingga tidak ada solusi instan yang dapat digunakan langsung untuk menyelesaikan hal tersebut. Adapun masalah ditentukan oleh berbagai faktor penyebab.

Faktor terjadinya masalah adalah sebagai berikut.

Potret kemiskinan yang merupakan salah satu faktor penyebab timbulnya masalah sosial dari bidang ekonomi. Permasalahan ini dapat merembet pada faktor lainnya seperti biologis dan psikologis.

1. Faktor Ekonomi

Masalah sosial yang berkaitan dengan masalah ekonomi yang biasanya berupa pengangguran, kemiskinan, dan yang lainnya. Kemiskinan dan pengangguran yang disebabkan kurangnya lapangan pekerjaan biasanya menjadi tanggung jawab pemerintah. Faktor ekonomi juga dapat dijadikan sebagai acuan maju atau tidaknya suatu negara, serta faktor ekonomi dapat memengaruhi masalah sosial politik pada aspek psikologis dan biologis masyarakat.

2. Faktor Budaya

Budaya yang semakin berkembang dalam masyarakat memiliki peran penting dalam kehidupan. Hal ini dapat menjadi salah satu penyebab timbulnya masalah sosial. Salah satu contohnya, seperti pada pernikahan usia dini, kawin cerai, dan masih banyak yang lainnya. Masalah sosial yang disebabkan oleh faktor budaya dipicu karena adanya ketidaksesuaian pelaksanaan norma, nilai, dan kepentingan sosial akibat adanya proses perubahan sosial dan pola masyarakat yang heterogen atau multikultural.

3. Faktor Biologis

Faktor ini bisa menyebabkan timbulnya sebuah masalah sosial misalnya seperti kurang gizi, penyakit menular, dan lain sebagainya. Hal ini dapat terjadi karena kurangnya fasilitas kesehatan yang layak sehingga kebutuhan masyarakat akan layanan kesehatan tidak terpenuhi. Selain itu, faktor biologis juga bisa terjadi karena kondisi ekonomi dan pendidikan masyarakat yang masih rendah sehingga mempengaruhi kesehatan fisiologis dan biologisnya.

4. Faktor Psikologis

Faktor ini berhubungan dengan masalah pola pikir suatu masyarakat atau pribadi tertentu yang bersinggungan dengan tatanan kehidupan sosial yang ada. Masalah seperti ini bisa muncul apabila psikologis sebuah masyarakat sangat lemah. Faktor psikologis juga bisa muncul apabila adanya beban hidup yang sangat berat. Hal ini cenderung dirasakan oleh masyarakat yang tinggal di daerah perkotaan. Banyaknya pekerjaan yang menumpuk dapat menimbulkan stress sehingga dapat menimbulkan luapan emosi hingga mampu memicu sebuah konflik di antara anggota masyarakat.

Penyelesaian masalah dalam berbagai kajian ilmu

• Psikologi

Pemecahan masalah dalam psikologi mengacu pada proses menemukan solusi untuk masalah yang dihadapi dalam kehidupan. Keefektifan penyelesaian masalah dapat dikembangkan melalui restukturisasi kognitif dan pelatihan dalam kemampuan bersosial. Para ahli profesional kesehatan mental mempelajari proses pemecahan masalah manusia menggunakan metode seperti introspeksi, behaviorisme, simulasi, pemodelan komputer, dan eksperimen. Psikolog sosial melihat ke dalam aspek hubungan orang-lingkungan dari masalah dan metode pemecahan masalah yang independen dan saling bergantung. Pemecahan masalah telah didefinisikan sebagai proses kognitif tingkat tinggi dan fungsi intelektual yang membutuhkan modulasi dan kontrol keterampilan yang lebih sederhana atau mendasar.

Pemecahan masalah memiliki dua domain utama: pemecahan masalah matematis dan pemecahan masalah pribadi. Keduanya dilihat dari beberapa kesulitan atau hambatan yang dihadapi. Penelitian empiris menunjukkan terdapat banyak strategi dan faktor yang berbeda dalam memengaruhi pemecahan masalah sehari-hari. Istilah pemecahan masalah sosial mengacu pada proses pemecahan masalah seperti yang terjadi di lingkungan alam atau "dunia nyata". Oleh karena itu, studi tentang pemecahan masalah sosial berkaitan dengan semua jenis masalah yang mungkin memengaruhi fungsi seseorang, termasuk masalah impersonal (misalnya, kekurangan finansial atau menjadi korban pencurian), masalah pribadi atau intrapersonal (emosional, perilaku, kognitif, atau masalah kesehatan), masalah interpersonal (misalnya, konflik perkawinan atau perselisihan keluarga), serta masalah masyarakat sekitar hingga yang lebih luas (misalnya, kejahatan atau diskriminasi rasial).

• Ilmu kognitif

Dalam ilmu kognitif, pemecahan masalah dipahami sebagai kegiatan mencari penjelasan yang diarahkan pada tujuan pada berbagai kemungkinan solusi yang dirasakan dalam domain tertentu yang disebut "ruang masalah." Pemikiran akan ruang masalah seperti itu dianggap dapat dilakukan dalam simulasi upaya pemecahan masalah bagi pemula, di mana mereka masih memiliki sedikit pengalaman dalam mencoba memecahkan masalah baru. Namun, hal ini tidak dapat digunakan secara sederhana dalam menjelaskan bagaimana para ahli seperti master catur, fisikawan atau desainer, yang memiliki pengetahuan menyeluruh dan pemahaman sistematis dapat memecahkan masalah sulit di bidang keahlian mereka.

Banyak ahli mendeskripsikan pemecahan masalah dan proses pembentukan pemikiran sebagai kemampuan struktur dan proses mental yang kompleks, biasanya yang istimewa untuk masalah tertentu dan tidak mudah digeneralisasi dari satu domain masalah ke domain lainnya. Hal ini berarti bahwa pemecahan masalah biasanya spesifik untuk masalah tententu.

Namun, pengalaman dalam memecahkan masalah terdahulu dapat dijadikan acuan dalam menyelesaikan masalah lainnya yang serupa. Hal ini karena proses kognitif yang mendasari penyelesaian masalah teoritis di dalam laboratorium dapat mewakili proses kognitif pada pemecahan masalah yang "nyata". Oleh karena itu, masalah teoritis digunakan agar lebih mudah dipahami dan dianggap dapat menyederhanakan masalah yang lebih kompleks. Walau kemudian disadari jika masalah teoretis tersebut tidak dapat digunakan untuk menyederhanakan masalah pada keadaan sesungguhnya yang lebih kompleks.

• Ilmu komputer

Ilmu komputer adalah studi tentang masalah, pemecahan masalah, dan solusi yang dipilih melalui proses pemecahan masalah. Ketika terdapat masalah, ilmuwan komputer berusaha untuk mengembangkan algoritme, yakni prosedur berupa langkah-langkah untuk memecahkan setiap masalah yang mungkin muncul. Algoritme adalah proses bertahap yang jika diikuti akan menyelesaikan masalah, dapat disebut juga sebuah solusi.

Penting untuk disebutkan bahwa komputer itu sendiri tidak dapat memecahkan masalah. Petunjuk langkah demi langkah yang tepat harus diberikan untuk memecahkan masalah. Dengan demikian, keberhasilan komputer dalam memecahkan masalah tergantung pada seberapa benar dan tepat para ahli komputer mendefinisikan masalah, merancang solusi (algoritme) dan mengimplementasikan solusi (program) menggunakan bahasa pemrograman. Jadi, pemecahan masalah dalam ilmu komputer adalah proses mengidentifikasi masalah, mengembangkan algoritme untuk masalah yang diidentifikasi dan akhirnya menerapkan algoritme untuk mengembangkan program komputer.

Tahapan penyelesaian masalah

Dalam menyelesaikan masalah, terdapat beberapa tahapan yang dapat dilakukan, Adapun menurut J.Dewey tahapan penyelesaian masalah tersebut antara lain:

1. Merumuskan masalah

Tahap pertama yang dilakukan untuk menyelesaikan masalah adalah untuk mengidentifikasi masalah. Tahapan identifikasi masalah ini dapat dilakukan menggunakan kegiatan brain storming. Adapun kemampuan yang diperlukan pada tahap ini adalah mengetahui dan merumuskan masalah secara jelas.[19] Tahap ini merupakan hal yang penting karena seseorang cenderung tidak menyadari masalah utama yang mereka hadapi. Hal ini terkadang dapat berpengaruh pada tahap selanjutnya yang tidak maksimal.

2. Menelaah masalah

Setelah mengetahui dan merumuskan masalah, tahap selanjutnya adalah menelaah atau mendiagnosis masalah. Pada tahap ini pengetahuan yang dimiliki sangat diperlukan untuk dapat memerinci dan menganalisa masalah dari berbagai sudut pandang.

3. Merumuskan hipotesis

Tahapan selanjutnya adalah merumuskan hipotesis atau alternatif strategi penyelesaian masalah. Pada tahap ini, seseorang dituntut untuk berpikir secara kreatif, divergen, menghayati setiap ruang lingkup dan sebab akibat untuk menemukan berbagai alternatif penyelesaian.

4.  Mengumpulkan data

Dalam mengumpulkan data dibutuhkan kecakapan mencari dan menyusun data, kemudian menyajikan data dalam bentuk diagram, gambar, atau tabel. Hal ini dapat memudahkan untuk mengelompokkan dan menggunakan data pada tahap selanjutnya.

5. Membuktikan hipotesis

Tahapan berikutnya adalah membuktikan hipotesis menggunakan data yang sudah dikumpulkan. Kemampuan yang diperlukan pada tahap ini adalah menelaag dan membahas data. Selanjutnya menghubungkan serta mengambil keputusan hingga merumuskan kesimpulan adalah kemampuan yang diperlukan.

6. Menentukan pilihan penyelesaian

Pada tahap akhir dari proses penyelesaian masalah adalah menentukan pilihan penyelesaian. Pilihan penyelesaian ini berdasarkan alternatif pilihan yang telah dirumuskan dan didukung dengan hasil dari pembuktian hipotesis yang telah dilakukan. Pada tahap ini dibutuhkan kecakapan dalam membuat alternatif penyelesaian dengan memperhitungkan akibat yang akan terjadi pada setiap pilihan. Tahap selanjutnya seteleh menentukan penyelesaian adalah mengimplementasikan pemikiran menjadi sebuah aksi nyata.

Keseluruhan tahapan ini disebut sebagai sebuah siklus yang berulang. Di mana ketika sudah sampai tahap menentukan pilihan kemudian diimplementasikan dan dilihat kembali solusi tersebut apakah berfungsi atau tidak. Apabila hasilnya tidak maksimal dan masalah tidak terselesaikan dengan baik, maka harus diperhatikan kembali pada tahap 1 yakni identifikasi masalah. Dengan demikian siklus kembali berlanjut hingga sampai pada solusi yang diharapkan dapat menyelesaikan masalah.

Pada proses pencarian alternatif solusi terkadang diperlukan wawasan sebagai sudut pandang dalam menentukan jawaban. Wawasan atau insight adalah solusi tiba-tiba untuk masalah lama, pengenalan ide baru yang muncul tiba-tiba, atau pemahaman yang tiba-tiba tentang situasi yang kompleks. Hal tersebut disebut pula sebagai momen Aha!. Solusi yang ditemukan melalui wawasan seringkali lebih akurat daripada yang ditemukan melalui analisis langkah demi langkah. Untuk memecahkan lebih banyak masalah pada tingkat yang lebih cepat, wawasan diperlukan untuk memilih langkah-langkah produktif pada berbagai tahap siklus pemecahan masalah. Strategi pemecahan masalah ini berkaitan secara khusus dengan masalah yang disebut sebagai masalah wawasan.

Penyelesaian masalah sederhana dan kompleks

Pemecahan masalah kompleks (CPS) dapat dibedakan dari pemecahan masalah sederhana (SPS). Ketika berhadapan dengan SPS akan ditemui satu kendala sederhana yang terdapat di antara keadaan awal dan tujuan ingin dicapai. Namun, CPS dapat terdiri dari satu atau lebih kendala pada suatu waktu, berupa hambatan yang kompleksitas dan berubah secara dinamis dari waktu ke waktu. Dalam contoh kehidupan nyata, seorang ahli bedah di tempat kerja memiliki masalah yang jauh lebih kompleks daripada seorang individu yang memutuskan sepatu apa yang akan dipakai. Dengan demikian dalam kehidupan, sangat mungkin ditemui penyelesaian masalah sederhana maupun kompleks.

Faktor yang memengaruhi penyelesaian masalah

Penyelesaian masalah merupakan salah satu keterampilan intelektual yang lebih tinggi dari keterampilan lainnya. Hal ini karena apabila dilihat dari aspek kognitifnya dalam memecahkan masalah tentunya diperlukan kemampuan atau keterampilan dasar tertentu. Kemampuan penyelesaian masalah ini bukan hanya sekedar pengetahuan dan pemahaman, akan tetapi sudah mencapai tingkatan analisis.

Terdapat beberapa faktor yang memengaruhi penyelesaian masalah, diantaranya:

1. Faktor Internal

Faktor internal adalah faktor yang memengaruhi proses penyelesaian masalah dam berasal dari dalam diri seseorang.

• Motivasi

Motivasi yang rendah akan mengalihkan perhatian seseorang sehingga mereka tidak fokus akan masalah yang dihadapinya. Sementara motivasi yang tinggi akan membatasi fleksibilitas seseorang. Jika seseorang memfokuskan perhatiannya pada beragam masalah, maka tindakan menceburkan diri ke dalam masalah itu merupakan salah satu sebab membesarnya masalah. Melibatkan diri ke dalam masalah-masalah orang lain itu lebih buruk hasilnya dari yang diharapkan.

• Kepercayaan dan sikap yang salah

Asumsi yang salah dapat menyesatkan seseorang, selanjutnya rujukan yang tidak cermat dapat menghambat efektivitas penyelesaian masalah. Sikap yang defensif, (misalnya, kurang kepercayaan pada diri sendiri), akan cenderung menolak informasi baru, merasionalisasikan kekeliruan, dan mempersukar penyelesaian.

• Kebiasaan

Kebiasaan dapat mendorong kecenderungan untuk mempertahankan pola pikir tertentu sehingga hanya melihat masalah hanya dari satu sisi. Kebiasaan ini cenderung dibentuk berdasarkan aktivitas harian yang berulang dilakukan. Dengan demikian, mencari wawasan dan pengetahuan baru dapat mengembangkan pola pikir yang dapat membantu memandang masalah dari berbagai sudut pandang.

• Emosi

Emosi dapat mewarnai cara berpikir seseorang sebagai manusia. Namun, ketika emosi sudah mencapai intesitas tinggi akan menyebabkan stress sehingga kesulitan untuk berpikir secara efisien. Emosi juga akan mengurangi kemampuan mengantarkan kepada ketidakmampuan untuk bertindak dalam kondisi yang berbeda-beda, serta tidak mampu untuk menghadapi masalah-masalahnya atau berpikir jernih dalam mencari solusinya.

2. Faktor Eksternal

Faktor eksternal siswa adalah faktor yang berasal dari luar siswa, yang meliputi lingkungan sosial dan faktor lingkungan nonsosial.

Faktor lingkungan sosial adalah faktor yang meliputi keberadaan orang lain yang mendukung pembentukan proses penyelesaian masalah, misalnya para guru, staf administrasi, teman-teman, rekan kerja, keluarga, dan lainnya. Faktor nonsosial adalah faktor yang keberadaannya dan penggunaannya diharapkan dapat berfungsi sebagai sarana untuk tercapainya tujuan belajar yang telah dirancang dan turut menentukan tingkat keberhasilan dalam belajar meliputi keberadaan gedung sekolah, tempat tinggal, alat-alat praktikum, perpustakaan, sarana prasarana dan lain-lain. Selain itu, khusus bagi siswa, model atau metode pembelajaran yang digunakan, lingkungan belajar yang diciptakan dan pemberian motivasi dari guru.

Disadur dari: 

Kumpulan data (atau dataset) adalah kumpulan data. Dalam kasus data tabular, kumpulan data berhubungan dengan satu atau beberapa tabel basis data, di mana setiap kolom tabel mewakili variabel tertentu, dan setiap baris berhubungan dengan catatan tertentu dari kumpulan data yang dimaksud. Kumpulan data mencantumkan nilai untuk setiap variabel, seperti misalnya tinggi dan berat objek, untuk setiap anggota kumpulan data. Kumpulan data juga dapat terdiri dari kumpulan dokumen atau file.

Dalam disiplin data terbuka, set data adalah unit untuk mengukur informasi yang dirilis dalam repositori data terbuka publik. Portal data.europa.eu mengumpulkan lebih dari satu juta set data.

Properti

Beberapa karakteristik mendefinisikan struktur dan properti set data. Ini termasuk jumlah dan jenis atribut atau variabel, dan berbagai ukuran statistik yang berlaku untuk mereka, seperti deviasi standar dan kurtosis.

Nilai dapat berupa angka, seperti bilangan real atau bilangan bulat, misalnya mewakili tinggi badan seseorang dalam sentimeter, tetapi juga dapat berupa data nominal (yaitu, tidak terdiri dari nilai numerik), misalnya mewakili etnis seseorang. Secara lebih umum, nilai dapat berupa salah satu jenis yang digambarkan sebagai tingkat pengukuran. Untuk setiap variabel, nilainya biasanya memiliki jenis yang sama. Nilai yang hilang mungkin ada, yang harus ditunjukkan dengan cara apa pun.

Dalam statistik, kumpulan data biasanya berasal dari pengamatan aktual yang diperoleh dengan mengambil sampel dari populasi statistik, dan setiap baris sesuai dengan pengamatan pada satu elemen dari populasi tersebut. Kumpulan data selanjutnya dapat dihasilkan oleh algoritme untuk tujuan pengujian jenis perangkat lunak tertentu. Beberapa perangkat lunak analisis statistik modern seperti SPSS masih menyajikan data mereka dalam bentuk kumpulan data klasik. Jika ada data yang hilang atau mencurigakan, metode imputasi dapat digunakan untuk melengkapi kumpulan data.

Klasik

Beberapa set data klasik telah digunakan secara luas dalam literatur statistik:

• Kumpulan data bunga iris - Kumpulan data multivariat yang diperkenalkan oleh Ronald Fisher (1936). Disediakan secara online oleh University of California-Irvine Machine Learning Repository.
• Basis data MNIST - Gambar angka tulisan tangan yang biasa digunakan untuk menguji algoritma klasifikasi, pengelompokan, dan pemrosesan gambar
• Analisis data kategorikal - Kumpulan data yang digunakan dalam buku, Pengantar Analisis Data Kategorikal, yang disediakan secara online oleh UCLA Advanced Research Computing.
• Statistik yang kuat - Kumpulan data yang digunakan dalam Robust Regression and Outlier Detection (Rousseeuw dan Leroy, 1968). Disediakan secara online di University of Cologne.
• Deret waktu - Data yang digunakan dalam buku Chatfield, Analisis Deret Waktu, disediakan secara online oleh StatLib.
• Nilai-nilai ekstrem - Data yang digunakan dalam buku, Pengantar Pemodelan Statistik Nilai Ekstrem adalah cuplikan data yang disediakan secara online oleh Stuart Coles, penulis buku tersebut.
• Analisis Data Bayesian - Data yang digunakan dalam buku ini disediakan secara online (tautan arsip) oleh Andrew Gelman, salah satu penulis buku ini.
• Data hati Bupa - Digunakan dalam beberapa makalah dalam literatur pembelajaran mesin (data mining).
• Kuartet Anscombe - Kumpulan data kecil yang menggambarkan pentingnya membuat grafik data untuk menghindari kekeliruan statistik

Disadur dari: https://en.wikipedia.org/

Visualisasi data dilihat oleh banyak bidang ilmu sebagai komunikasi visual modern. Visualisasi data tidak berada di bawah bidang manapun, melainkan interpretasi di antara banyak bidang (misalnya, terkadang dilihat sebagai cabang modern dari statistik deskriptif oleh beberapa orang, tetapi juga sebagai dasar alat pengembangan oleh yang lain). Visualisasi data mengikutkan pembuatan dan kajian dari representasi visual dari data, artinya "informasi yang telah diabstraksikan dalam bentuk skematis, termasuk atribut atau variabel dari unit informasi". 

Tujuan utama dari visualisasi data adalah untuk mengkomunikasikan informasi secara jelas dan efisien kepada pengguna lewat grafik informasi yang dipilih, seperti tabel dan grafik. Visualisasi yang efektif membantu pengguna dalam menganalisis dan penalaran tentang data dan bukti. Ia membuat data yang kompleks bisa diakses, dipahami dan berguna. Pengguna bisa melakukan pekerjaan analisis tertentu, seperti melakukan pembandingan atau memahami kausalitas, dan prinsip perancangan dari grafik (contohnya, memperlihatkan perbandingan atau kausalitas) mengikuti pekerjaan tersebut. Tabel pada umumnya digunakan saat pengguna akan melihat ukuran tertentu dari sebuah variabel, sementara grafik dari berbagai tipe digunakan untuk melihat pola atau keterkaitan dalam data untuk satu atau lebih variabel.

Visualisasi data adalah seni dan sains. Laju di mana data dikeluarkan telah meningkat, dipicu oleh meningkatnya ekonomi berbasis informasi. Data yang dibuat oleh aktivitas internet dan sejumlah sensor yang makin bertambah dalam lingkungan, seperti satelit dan kamera jalan, disebut sebagai "Big data". Pemrosesan, analisis dan mengkomunikasikan data tersebut menciptakan berbagai tantangan analisis bagi visualisasi data. Bidang ilmu data dan pelakunya yang disebut ilmuwan data telah muncul untuk membantu mengatasi tantangan tersebut.

Gambaran Umum

Visualisasi data mengacu pada teknik yang digunakan untuk mengkomunikasi data atau informasi dengan membuatnya sebagai objek visual (misalnya, titik, garis, atau batang) dalam grafik. Tujuannya yaitu untuk mengkomunikasikan informasi secara jelas dan efisien kepada pengguna. Ia merupakan salah satu tahap dalam analisis data atau ilmu data. Menurut Friedman (2008) "tujuan utama dari visualisasi data adalah untuk mengkomunikasikan informasi secara jelas dan efektif dengan cara grafis. Bukan berarti visualisasi data harus terlihat membosankan supaya berfungsi atau sangat canggih supaya terlihat menarik. Untuk memaparkan ide secara efektif, bentuk estetis dan fungsionalitas harus berbarengan, menyediakan wawasan bagi kumpulan data yang kompleks dan jarang dengan mengkomunikasikan aspek-aspek kunci dengan cara yang intuitif. Namun perancang terkadang gagal mencapai keseimbangan antara bentuk dan fungsi, menciptakan visualisasi data yang menawan yang gagal menyediakan tujuan utamanya -- untuk mengkomunikasikan informasi". 

Fernanda Viegas dan Martin M. Wattenberg menyarankan bahwa sebuah visualisasi yang ideal tidak hanya harus mengkomunikasikan secara jelas, tetapi menstimulasi atensi dan keterlibatan penonton. 

Visualisasi data secara dekat berkaitan dengan grafik informasi, visualisasi informasi, visualisasi ilmiah, eksplorasi analisis data dan grafik statistis. Pada milenia baru, visualisasi data telah menjadi wilayah penelitian, pengajaran dan pengembangan yang aktif. Menurut Post dkk. (2002), visualisasi data telah menyatukan visualisasi informasi dan ilmiah. 

Karakteristik dari penampilan grafik yang efektif

Profesor Edward Tufte menjelaskan bahwa pengguna dari tampilan informasi melakukan pekerjaan analitis tertentu seperti membuat perbandingan atau menentukan kausalitas. Prinsip perancangan dari grafik informasi harus mendukung pekerjaan analitis, memperlihatkan perbandingan atau kausalitas. 

Dalam bukunya tahun 1983 The Visual Display of Quantitative Information, Edward Tufte mendefinisikan 'tampilan grafik' dan prinsip-prinsip dari tampilan grafik yang efektif sebagai berikut: "Keberhasilan dalam grafik statistik terdiri dari mengkomunikasikan ide yang kompleks dengan kejelasan, ketepatan dan efisiensi. Tampilan grafis seharusnya:

• Memperlihatkan data
• Mendorong penglihat untuk berpikir tentang substansi bukan metodologi, rancangan grafik, teknologi dari produksi grafik atau hal lainnya
• Menghindari pengelabuan terhadap apa yang dikatakan oleh data
• Memberikan banyak angka dalam ruang yang kecil
• Membuat kumpulan data yang besar koheren
• Mendorong mata untuk membandingkan berbagai bagian berbeda dari data
• Membuka data pada beberapa tingkat kerincian, dari gambaran umum sampai struktur terakhir
• Melayani sebuah tujuan yang jelas: deskripsi, eksplorasi, tabulasi atau dekorasi
• Secara dekat berintegrasi dengan statistik dan deskripsi verbal dari sebuah kumpulan data.

Grafik menyingkap data. Tentu saja grafik bisa lebih tepat dan membuka daripada komputasi statisik konvensional." 

Sebagai contohnya, diagram Minard memperlihatkan kekalahan yang dialami oleh tentara Napoleon dalam periode 1812-1813. Enam variabel dipaparkan: ukuran tentara, lokasinya dalam dua-dimensi (x dan y), waktu, arah pergerakan, dan temperatur. Tampilan multivarian tersebut dalam dua dimensi menceritakan sebuah cerita yang dapat ditangkap langsung sementara mengidentifikasi sumber data untuk membangun sebuah kredibilitas. Tufte menulis pada tahun 1983 bahwa: "Ia mungkin saja grafik statistik terbaik yang pernah dilukis."

Dengan tidak menerapkan prinsip-prinsip tersebut bisa menghasilkan grafik menyesatkan, yang mengganggu pesan atau mendukung kesimpulan yang salah. Menurut Tufte, sampah-grafik mengacu pada dekorasi tambahan dari grafik yang tidak meningkatkan pesan, atau efek tiga dimensi atau perspektif yang serampangan. Secara sia-sia memisahkan kunci penjelasan dari gambar itu sendiri, membuat mata berpindah dari gambar ke penjelasan, adalah suatu bentuk dari "puing administratif". Rasio dari "data ke tinta" harus dimaksimalkan, menghapus tinta-tinta yang bukan data bila memungkinkan. 

Congressional Budge Office menyimpulkan beberapa praktik terbaik dalam menampilkan grafik dalam presentasi bulan Juni 2014, yaitu: a) Kenali penonton anda; b) Merancang grafik yang dapat berdiri sendiri di luar konteks dari laporan; dan c) Merancang grafik yang mengkomunikasikan pesan kunci dalam laporan. 

Pesan Kuantitatif

Sebuah rangkaian waktu digambarkan dengan grafik garis memperlihatkan tren pada pengeluaran dan pendapatan A.S. sepanjang waktu.

Sebuah scatterplot memperlihatkan korelasi negatif antara dua variabel (inflasi dan pengangguran ) dihitung sebagai titik dalam waktu.
Penulis Stephen Few menjelaskan delapan tipe pesan kuantitatif yang pengguna coba pahami atau komunikasikan dari sekumpulan data dan grafik yang digunakan untuk membantu mengkomunikasikan pesan:

• Rangkaian-waktu: sebuah variabel tunggal ditangkap selama periode waktu, seperti laju pengangguran selama 10 tahun. Sebuah grafik baris bisa digunakan untuk memperlihatkan tren ini.
• Peringkat: Pembagian kategoris diperingkatkan secara terurut menaik atau menurun, seperti peringkat peformansi penjualan (ukuran) berdasarkan penjual (kategori, dengan setiap penjual sebagai pembagian kategoris) selama satu periode tunggal. Sebuah grafik batang bisa digunakan untuk memperlihatkan perbandingan antara penjual.
• Sebagian-untuk-keseluruhan: Pembagian kategoris diukur sebagai sebuah rasio terhadap keseluruhan (misalnya, sebuah persentase dari 100%). Sebuah grafik lingkaran atau grafik batang dapat memperlihatkan perbandingan rasio, seperti kepemilikan saham direpresentasikan oleh kompetitor dalam sebuah pasar.
• Deviasi: Pembagian kategori dibandingkan dengan sebuah referensi, seperti perbandingan pengeluaran aktual terhadap anggaran untuk beberapa departemen dari sebuah bisnis pada periode waktu tertentu. Grafik batang dapat memperlihatkan perbandingan nilai aktual terhadap jumlah yang diacu.
• Distribusi frekuensi: Memperlihatkan jumlah observasi dari variabel tertentu terhadap rentang waktu tertentu, seperti jumlah tahun di mana pasar saham menguntungkan adalah antara interval seperti 0-10%, 11-20%, dll. Sebuah histogram, tipe dari grafik batang, bisa digunakan untuk analisis ini.
• Korelasi: Perbandingan antara observasi direpresentasikan oleh dua variabel (X, Y) untuk menentukan apakah mereka condong bergerak ke arah yang sama atau berlawanan. Sebagai contohnya, memplotkan pengangguran (X) dan inflasi (Y) untuk sampel beberapa bulan. Sebuah scatter plot biasanya digunakan untuk menyampaikan pesan tersebut.
• Perbandingan nominal: Membandingkan pembagian kategori tanpa urutan tertentu, seperti jumlah penjualan berdasarkan kode produk. Grafik batang bisa digunakan untuk pembandingan ini.
• Geografis atau geospasial: Perbandingan dari sebuah variabel di peta atau letak, seperti laju pengangguran berdasarkan negara bagian atau jumlah orang pada lantai di sebuah bangunan. Bagan yang digunakan biasanya adalah sebuah cartogram.

Analis yang meninjau sekumpulan data bisa mempertimbangkan apakah beberapa atau semua pesan dan tipe grafik di atas bisa diterapkan pada pekerjaan atau penonton mereka. Proses uji coba untuk mengidentifikasi keterkaitan dan makna pesan pada data adalah bagian dari eksplorasi analisis data.

Persepsi visual dan visualisasi data

Seseorang bisa membedakan perbedaan antara panjang dua garis, orientasi bentuk, dan warna (corak) tanpa usaha pemrosesan yang signifikan; hal ini disebut sebagai "atribut pra-atensi." Sebagai contohnya, mungkin membutuhkan waktu dan usaha ("pemrosesan atensi") untuk mengidentifikasi berapa kali angka "5" muncul dalam sekumpulan angka; tetapi jika angka tersebut berbeda dalam ukuran, orientasi, atau warna, instan dari angka tersebut dapat dilihat lebih cepat lewat pemrosesan pra-atensi. 

Grafik yang efektif menggunakan kelebihan pemrosesan pra-atensi dan atribut dan kekuatan relatif dan atribut tersebut. Sebagai contohnya, secara manusia dapat dengan mudah memroses perbedaan panjang garis daripada wilayah permukaan, akan lebih efektif menggunakan grafik batang (yang mengambil keuntungan panjang garis untuk memperlihatkan perbandingan) daripada grafik lingkaran (yang menggunakan wilayah permukaan). 

Terminologi

Visualisasi data mengikutkan terminologi khusus, beberapa diturunkan dari statistik. Sebagai contohnya, penulis Stephen Few mendefinisikan dua tipe data, yang digunakan secara kombinasi untuk mendukung analisis atau visualisasi yang bermakna:

• Kategorial: label teks menjelaskan sifat dari data, seperti "Nama" atau "Umur". Istilah ini melingkupi data kualitatif (bukan angka).
• Kuantitatif: Pengukuran angka, seperti "25" untuk merepresentasikan umur dalam tahun.

Dua tipe utama dari tampilan informasi adalah tabel dan bagan.

• Sebuah tabel mengandung data kuantitatif diatur dalam baris dan kolom dengan label kategorial. Secara umum digunakan untuk melihat nilai ilmiah. Pada contoh di atas, tabel bisa memiliki label kolom kategorial merepresentasikan nama (sebuah variabel kualitatif) dan umur (variabel kuantitatif) dengan setiap baris dari data merepresentasikan satu orang (unit eksperimental atau pembagian kategori dari sampel).
• Sebuah bagan biasanya digunakan untuk memperlihatkan keterkaitan antara data dan menggambarkan nilai yang dikodekan sebagai objek visual (misalnya, garis, batang, atau titik). Nilai numerik ditampilkan dalam sebuah wilayah yang digambarkan dengan satu atau lebih sumbu. Sumbu tersebut menyediakan skala (kuantitatif dan kategorial) yang digunakan untuk label dan memberi nilai ke objek visual. Banyak grafik disebut juga sebagai bagan.

Perpustakaan KPI telah mengembangkan "Tabel Periodik dari Metode Visualisasi", sebuah bagan interaktif yang memperlihatkan berbagai metode visualisasi data. Ia mengikutkan enam tipe dari metode visualisasi data: data, informasi, konsep, strategi, metafora dan gabungan. 

Perspektif lain

Ada pendekatan berbeda dalam ruang lingkup visualisasi data. Salah satu fokus umum yaitu pada presentasi informasi, seperti yang Friedman (2008) berikan. Dalam cara ini Friendly (2008) menganggap dua bagian utama dari visualisasi data: grafik statistik, dan kartografi tematik.  Dalam artikel "Data Visualization: Modern Approaches" (2007) memberikan ikhtisar tentang tujuh subjek dari visualisasi data: 

• Artikel dan sumber daya
• Menampilkan koneksi
• Menampilkan data
• Menampilkan berita
• Menampilkan situs
• Peta pikiran
• Alat dan layanan

Semua subjek tersebut secara dekat berkaitan dengan perancangan grafik dan representasi informasi.

Di lain sisi, dari perspektif ilmu komputer, Frits H. Post (2002) mengkategorikan bidang ilmu ini menjadi sejumlah sub-bidang:

• Visualisasi informasi
• Teknik interaksi dan arsitektur
• Teknik pemodelan
• Metode Multiresolusi
• Algoritme dan teknik visualisasi
• Visualisasi volume

Arsitektur presentasi data

Arsitektur Presentasi Data (APD) adalah sekumpulan keahlian yang mencoba mengidentifikasi, menempatkan, memanipulasi, memformat dan memberikan data dengan suatu cara untuk secara optimal mengkomunikasi makna dan memberikan pengetahuan.

Menurut sejarah, istilah APD diatribusikan ke Kelly Lautt:  "Arsitektur Presentasi Data adalah penerapan keahlian yang jarang digunakan untuk kesuksesan dan nilai dari Intelijensi Bisnis. Arsitektur presentasi data mengawinkan ilmu angka, data dan statisik dalam menemukan informasi yang berharga dari data dan membuatnya berguna, berkaitan dan dapat diaksikan dengan seni dari visualisasi data, komunikasi, psikologi organisasi dan manajemen perubahan dengan tujuan untuk menyediakan solusi intelijensi bisnis dengan ruang lingkup data, pemilihan waktu penyampaian, format dan visualisasi yang secara efektif akan mendukung dan mengarahkan perilaku operasional, taktikal, dan strategik ke arah tujuan bisnis (atau organisasi) yang dapat dipahami. APD bukanlah kemampuan teknologi informasi (TI) atau bisnis tetapi berada sebagai bagian ilmu keahlian yang terpisah. Terkadang dianggap dengan visualisasi data, APD adalah keahlian yang lebih luas yang mengikutkan penentuan data apa dan pada waktu kapan dan dalam format apa akan dipresentasikan, tidak hanya cara terbaik menampilkan data yang telah dipilih sebelumnya (yaitu visualisasi data). Kemampuan visualisasi data adalah salah satu elemen dari APD.

Objektif

PAD memiliki dua objektif utama:

• Menggunakan data untuk menyediakan pengetahuan dengan cara yang seefisien mungkin (meminimalkan noise, kompleksitas, dan data yang tidak perlu terhadap kebutuhan dan peran penonton)
• Menggunakan data untuk menyediakan pengetahuan dengan cara seefektif mungkin (menyediakan data yang relevan, berdasarkan waktu dan komplet untuk setiap anggota pengguna dengan cara yang jelas dan mudah dipahami sehingga menyingkap makna yang penting, dapat diaksikan dan dapat mempengaruhi pemahaman, perilaju dan keputusan)

Ruang lingkup

Dengan objektif di atas, pekerjaan sebenarnya dari arsitektur presentasi data terdiri dari:

• Membuat mekanisme penyampaian yang efektif untuk setiap pengguna bergantung kepada peran, pekerjaan, lokasi dan akses mereka terhadap teknologi
• Menentukan makna yang penting (pengetahuan yang berkaitan) yang dibutuhkan oleh setiap anggota pengguna di setiap konteks
• Menentukan periode perbaruan dari data yang dibutuhkan (peredaran dari data)
• Menentukan waktu yang tepat untuk presentasi data (kapan dan seberapa sering pengguna membutuhkan untuk melihat data)
• Menemukan data yang tepat (wilayah subjek, pencapaian riwayat, luasnya, tingkat kerincian, dll)
• Menggunakan analisis, pengelompokan, visualisasi, dan format presentasi lainnya yang tepat

Bidang ilmu terkait

Pekerjaan APD memiliki kesamaan dengan beberapa bidang lainnya, termasuk:

• Analisis bisnis dalam menentukan tujuan bisnis, mengumpulkan kebutuhan, pemetaan pemrosesan.
• Perbaikan proses bisnis yang mana tujuannya adalah untuk meningkatkan dan mempersingkat aksi dan keputusan dalam mendorong tujuan bisnis
• Visualisasi data dengan menggunakan teori-teori visualisasi yang telah pakem untuk menambahkan atau menyoroti makna atau kepentingan dalam presentasi data.
• Perancangan grafik atau pengguna: Saat istilah APD digunakan, ia menjadi semacam rancangan yang tidak mengindahkan beberapa rincian seperti selera warna, gaya, label dan perhatian estetika lainnya, kecuali elemen-elemen rancangan yang secara spesifik dibutuhkan atau menguntungkan bagi komunikasi makna, pengaruh, kesulitan atau informasi lain dari nilai bisnis. Sebagai contohnya,

1. Memilih lokasi untuk berbagai elemen representasi data pada sebuah halaman presentasi (seperti portal perusahaan, dalam sebuah laporan atau situs web) dengan tujuan untuk memperlihatkan hierarki, prioritas, kepentingan atau sebuah progres yang rasional bagi pengguna adalah bagian dari kemampuan APD.
2. Memilih untuk memberikan warna tertentu pada elemen grafis yang merepresentasikan data terhadap makna atau perhatian tertentu adalah bagian dari kemampuan APD.

• Arsitektur informasi, arsitektur informasi fokus pada data tak-terstruktur dan transformasi langsung dari konten yang sebenarnya (data, untuk APD) menjadi entitas dan kombinasi baru.
• Arsitektur solusi dalam menentukan rincian solusi yang optimal, termasuk ruang lingkup data yang digunakan, terhadap tujuan bisnis
• Analisis statistik atau analisis data yang mana ia menciptakan informasi dan pengetahuan dari data.

Disadur dari: https://en.wikipedia.org/

Ergonomi semakin banyak dimasukkan dalam penggunaan bahasa di banyak perusahaan karena berkaitan dengan kinerja, kesehatan dan keselamatan karyawan. Banyak aktivitas kerja dan lingkungan kerja saat ini dipelajari dan dioptimalkan berdasarkan kriteria ergonomis, dengan tujuan mengurangi bahaya kesehatan dan pada saat yang sama meningkatkan kinerja.

Dalam artikel ini, kami memberikan gambaran umum tentang topik ergonomi dalam konteks industri, menjawab pertanyaan-pertanyaan teoretis dan melihat implementasi praktis. Anda akan mempelajari apa yang dimaksud dengan desain kerja ergonomis dan bagaimana Anda dapat merancang kondisi kerja yang ergonomis untuk karyawan Anda.

Apa itu ergonomi?

Kata ergonomi terdiri dari kata Yunani “ergon” (untuk “kerja”) dan “nomos” (untuk “hukum”) dan menggambarkan ilmu tentang kerja manusia. Ilmu tentang kerja ini bertujuan untuk mendesain stasiun kerja sedemikian rupa sehingga orang dapat bekerja secara optimal.

Kerja yang optimal berarti:

• Efektif (= Hasil kerja memenuhi persyaratan)
• Efisien (= Tugas pekerjaan diselesaikan dengan sumber daya yang tersedia)
• dan memuaskan (= Pekerjaan yang sehat dan aman, juga menyenangkan untuk dikerjakan)

Seperti di bidang kesehatan dan keselamatan kerja, pencegahan kerusakan yang disebabkan oleh pekerjaan yang berat, tidak benar, atau terlalu banyak tekanan memiliki prioritas utama. Tujuannya adalah adaptasi optimal dari kondisi kerja terhadap manusia dan desain pekerjaan yang berpusat pada manusia (lihat juga Desain yang berpusat pada manusia menurut DIN EN ISO 9241-210).

Singkatnya: ergonomi mendukung orang yang bekerja dalam menyelesaikan tugas pekerjaan.

Hukum ergonomi juga memainkan peran penting dalam desain mesin dan antarmuka manusia-mesin (= interaksi antara teknologi dan manusia). 

Untuk mencapai tujuan yang disebutkan di atas, desain tempat kerja dibagi menjadi dua sub-bidang: 

1. Ergonomi fisik - lingkungan dan aktivitas
Ergonomi fisik adalah apa yang mungkin dipahami oleh kebanyakan orang dengan istilah ergonomi. Desain peralatan dan desain lingkungan kerja. 

Hal ini mencakup kriteria seperti:

• Ketinggian kerja
• Jangkauan dan area kerja
• Pencahayaan
• Kebisingan
• Iklim (suhu dan kelembapan)
• Getaran
• Substrat (lantai)

Gerakan tubuh (misalnya memutar atau membungkuk) dan aktivitas (misalnya mengangkat atau mendorong) yang dilakukan pekerja, misalnya, juga merupakan bagian dari ergonomi fisik atau fisiologis. Hal-hal tersebut memainkan peran penting dalam perhitungan angka-angka kunci ergonomi dan merupakan bagian dari antropometri (=ilmu tentang pengukuran tubuh), di mana ukuran-ukuran keselamatan seperti jarak minimum atau lebar bukaan maksimum ditentukan.

Untuk dapat menilai apakah suatu aktivitas itu ergonomis, aspek-aspek berikut ini penting:

• Postur tubuh
• Gerakan tubuh (= aktivitas)
• Berat benda kerja atau pembawa beban
• Jumlah pengulangan, serta
• Durasi postur tubuh

Karyawan bekerja pada ketinggian yang ergonomis dan dalam postur yang sehat di stasiun kerja BeeWaTec

2. Ergonomi kognitif - jiwa manusia
Faktor psikologis juga dapat berdampak besar pada kesehatan karyawan serta kualitas pekerjaan.

Ini termasuk aspek-aspek seperti:

• Kepuasan
• Motivasi
• Multi-tugas
• Perubahan beban kerja
• Kebosanan
• Kelelahan
• Stres

Pekerjaan yang monoton, misalnya, memiliki efek negatif pada perhatian dan persepsi. Kerentanan terhadap kesalahan meningkat dan karyawan menjadi lebih cepat lelah, yang membuat mereka tidak puas dalam jangka panjang.

Di sisi lain, multitasking dan tuntutan yang tinggi (fisik atau mental) meningkatkan tingkat stres. Ketika ada banyak stres atau stres yang berkepanjangan, motivasi menurun dan begitu pula dengan kinerja. Selain itu, risiko kerusakan (jangka panjang) pada kesehatan juga meningkat (misalnya kelelahan).

Namun, yang banyak orang lupakan adalah fakta bahwa manusia membutuhkan tingkat aktivasi tertentu untuk dapat berkinerja. Menurut Hukum Yerkes-Dodson, kurangnya tantangan (misalnya melalui monotonitas) dan terlalu banyak tantangan (misalnya melalui stres) sama buruknya bagi produktivitas. Oleh karena itu, disarankan untuk mengupayakan keseimbangan yang ideal.”

Catatan:
Persepsi tentang stres mental bersifat subjektif dan karenanya berbeda dari orang ke orang, ingatlah hal ini jika Anda bekerja dalam persiapan kerja atau optimalisasi proses, misalnya, dan mendesain sistem stasiun kerja atau proses kerja. Pertimbangkan untuk mengubah aktivitas (= rotasi pekerjaan), pembagian (ulang) langkah kerja atau keringanan lebih lanjut untuk menjaga motivasi dan kesehatan rekan kerja Anda.

Apa saja tujuan dari ergonomi?

Ergonomi memiliki tiga tujuan utama:

1. Peningkatan kinerja manusia
2. Pemeliharaan kesehatan manusia
3. Jaminan keselamatan manusia

Melalui keselamatan kerja preventif dan desain stasiun kerja, lingkungan kerja, dan aktivitas yang ergonomis, tujuan-tujuan yang disebutkan di atas dapat dicapai. Proses yang lebih efisien, pengurangan penyakit akibat kerja dan banyak manfaat lainnya adalah hasilnya”

Apa saja keuntungan dan kerugian dari ergonomi?

Singkatnya: Kinerja, kesehatan dan keselamatan di satu sisi (= pro) kontras dengan biaya dan pengeluaran waktu di sisi lain (= kontra).

Keuntungan dari ergonomi

Langkah-langkah ergonomis memberikan dukungan di semua bidang kehidupan sehari-hari. Dalam industri, baik pengusaha maupun karyawan mendapat manfaat dari berbagai efek positif:

• Karyawan yang sehat (secara fisik dan mental)
• Kepuasan karyawan yang lebih tinggi
• Pengurangan cuti sakit (terutama ketika melakukan pekerjaan yang sama dalam jangka waktu yang lama)
• Lebih sedikit ketidakhadiran
• Kinerja dan produktivitas kerja yang lebih tinggi
• Peningkatan kualitas hasil kerja
• Penurunan tingkat kesalahan
• Penggunaan ruang yang tersedia secara optimal 
• Alur kerja yang dioptimalkan melalui penyediaan material, peralatan kerja, dan informasi yang ergonomis
• Keberhasilan ekonomi perusahaan (dalam jangka panjang)

Kerugian dari ergonomi

• Pengeluaran awal waktu dan biaya untuk merencanakan sistem, proses dan aktivitas di tempat kerja yang ergonomis (= organisasi kerja)
• Pengeluaran waktu dan biaya yang terus menerus untuk pengukuran dan analisis kriteria ergonomis (proses perbaikan berkelanjutan / CIP)

Desain stasiun kerja - Kapan sebuah stasiun kerja dikatakan ergonomis?

Sebuah stasiun kerja dianggap ergonomis jika telah dinilai dan dirancang sesuai dengan prinsip-prinsip kesehatan dan keselamatan kerja, dengan mempertimbangkan aspek fisik dan mental.

Penilaian dan desain pekerjaan meliputi:

• Analisis terperinci mengenai tugas dan waktu kerja (Contoh: analisis waktu proses kerja seperti MTM (Methods-Time Measurement)).
• Pengukuran postur dan gerakan tubuh (contoh: analisis stres seperti EAWS (Ergonomic Assesment Worksheet))
• Pemilihan alat dan perlengkapan, dan
• Penerapan solusi efektif yang mengurangi beban kelelahan atau beban berlebih.

Sistem manajemen REFA (REFA - Verband für Arbeitsgestaltung, Betriebsorganisatie und Unternehmensentwicklung e. V.) merupakan pendekatan sistematis untuk menilai dan meningkatkan ergonomi di tempat kerja mana pun. Pendekatan ini membantu mengidentifikasi faktor risiko yang terkait dengan postur tubuh yang janggal, gerakan berulang, dan pengangkatan beban berat, yang kemudian dapat dieliminasi melalui tindakan yang tepat.

Hasil akhirnya adalah tempat kerja yang ergonomis yang tidak hanya mengurangi risiko cedera, tetapi juga meningkatkan kepuasan karyawan, produktivitas dan kualitas kehidupan kerja secara keseluruhan.

Pada dasarnya, pengukuran ergonomi dapat dilakukan dengan menilai empat kriteria berikut.

1. Keselamatan
Pengukuran keselamatan meliputi penilaian kondisi fisik, seperti tata letak tempat kerja, penempatan peralatan kerja, dan desain tugas.

2. Efisiensi
Langkah-langkah efisiensi menilai seberapa cepat tugas diselesaikan dan berapa banyak energi yang dikonsumsi selama melakukan tugas.

3. Kenyamanan
Ukuran kenyamanan menilai postur tubuh karyawan selama melakukan tugas dan ketegangan fisik.

4. Kinerja
Terakhir, pengukuran kinerja menilai seberapa baik karyawan dapat melakukan tugas mereka dengan kesalahan minimal.

Untuk mendapatkan penilaian ergonomi tempat kerja yang akurat, yang terbaik adalah mengumpulkan data dari berbagai sumber, seperti survei analisis pekerjaan, penilaian biomekanik, dan uji kegunaan. Data ini kemudian dapat dianalisis untuk mengidentifikasi kemungkinan perbaikan ergonomi yang dapat diterapkan untuk efisiensi dan kepuasan yang lebih besar bagi semua karyawan”

Tip praktis kami untuk analisis ergonomi Anda:
Sebelum Anda menghabiskan banyak waktu dan uang untuk analisis yang rumit, kami sarankan agar Anda memanfaatkan pengalaman Anda dengan stasiun kerja yang ada dan dengan demikian melakukan survei sederhana terhadap kolega Anda.

Pengalaman kami menunjukkan bahwa mereka akan dapat memberi Anda potensi pengoptimalan yang dapat dipahami dan berorientasi pada praktik langsung. Mereka tahu persis postur mana yang tidak nyaman, langkah kerja mana yang merupakan solusi yang tidak perlu, atau wadah SLC mana yang terlalu berat.

Pertukaran terbuka sangat penting, karena pada akhirnya Anda mendesain tempat kerja untuk orang-orang ini. 

Melibatkan karyawan dalam desain tempat kerja baru sudah dapat menghilangkan sebagian besar masalah (misalnya: postur duduk yang tidak baik, masalah punggung, tingkat kesalahan yang tinggi, dll.). Pada saat yang sama, Anda membuat semua orang di perusahaan Anda peka dengan mengatasi masalah ergonomi.

Kami telah menyiapkan daftar periksa dengan pertanyaan-pertanyaan untuk kolega Anda untuk tujuan ini.

 8 tips untuk desain stasiun kerja yang ergonomis di industri
Khususnya di industri, topik ergonomi memainkan peran sentral, karena banyak aktivitas fisik atau proses kerja yang diulang dalam jangka waktu yang lama (berjam-jam sehari, berminggu-minggu, berbulan-bulan, dan bertahun-tahun).

Dengan menggunakan prinsip-prinsip produksi ramping dan solusi ramping dari BeeWaTec, ergonomi di tempat kerja dapat ditingkatkan dengan mudah dan hemat biaya. Sistem modular sistem plug-in tabung kami, set pengangkat, lampu, dan banyak aksesori lainnya membentuk dasar yang optimal untuk ini.

Kiat-kiat kami:

1. Mengintegrasikan penyesuaian ketinggian (misalnya: melengkapi atau meretrofit stasiun kerja perakitan dengan sistem pengangkatan)
2. Pasokan material (secara fleksibel) (misalnya: menghubungkan rak aliran atau jalur konveyor langsung ke stasiun kerja)
3. Menyediakan peralatan kerja (fleksibel) (misalnya: lengan penyangga yang dapat diputar atau rel untuk perkakas)
4. Menyediakan informasi (misalnya: penggunaan monitor, papan tulis, atau sistem bantuan pekerja)
5. Mengintegrasikan pencahayaan stasiun kerja yang ergonomis (misalnya: memasang lampu LED yang dapat diputar dan dapat disesuaikan dengan pencahayaan yang dapat disesuaikan langsung ke stasiun kerja)
6. Kurangi kebisingan (misalnya penggunaan rel dan roda roller dengan tingkat kebisingan rendah)
7. Gunakan konsep warna dan kode warna (misalnya: gunakan tempat sampah KLT berwarna untuk area atau pelanggan yang berbeda)
8. Mengintegrasikan bantuan fisik untuk karyawan (misalnya: penggunaan sistem rak dengan fungsi rocker atau penembak)

Anda dapat menemukan penjelasan terperinci dengan lebih banyak contoh tips kami di artikel kami “8 tips untuk desain tempat kerja yang ergonomis di industri”.

Stasiun kerja ergonomis (BeeWaTec) untuk produksi dengan tempat penyimpanan dengan bagian depan terbuka dan tempat yang fleksibel untuk bahan dan alat

Bagaimana kit konstruksi BeeWaTec berkontribusi pada ergonomi yang lebih baik di stasiun kerja

Yang menyatukan semua produk BeeWaTec adalah fleksibilitas. Dengan sistem modular yang disetel dengan baik untuk produksi yang ramping, kami menghadirkan semua yang Anda butuhkan untuk mendesain stasiun kerja yang ergonomis dan menerapkan persyaratan ergonomis Anda.

• Sistem rak pipa 100% fleksibel dan memastikan peralatan operasi yang disesuaikan dengan manusia. Solusi ini dapat disesuaikan kapan saja dengan perubahan kebutuhan, kondisi, atau keinginan karyawan.
• Kastor memastikan peralatan bergerak (vs. mengangkat dan membawa pergi); permukaan lari khusus mengurangi kebisingan (misalnya: kereta penarik).
• Track roller memungkinkan material dipindahkan secara otomatis. Tanpa harus menjangkau jauh ke dalam rak, kontainer dapat digenggam secara ergonomis di bagian depan rak.
• Lampu stasiun kerja memastikan penerangan yang baik pada lingkungan kerja dan dengan demikian meningkatkan kemampuan untuk berkonsentrasi.
• Sistem pengangkatan memungkinkan penyesuaian ketinggian kerja yang mudah dan cepat
• Bahan yang ringan, seperti BEESave atau profil aluminium, mengurangi ketegangan saat menarik atau mendorong peralatan secara manual seperti troli material
• Alas stasiun kerja yang ergonomis lembut pada persendian dan memastikan pijakan yang stabil, terutama di lingkungan kerja yang lembab
• Aplikasi Karakuri (= otomatisasi berbiaya rendah) mendukung penyediaan material dan mengotomatiskan proses
• Sistem penembak memungkinkan pertukaran kontainer secara otomatis tanpa harus memindahkan semua kontainer secara manual.
• Perlengkapan seperti dudukan dan lengan penyangga yang dapat diputar memastikan penyediaan peralatan kerja, material, dan informasi yang fleksibel (mis. dudukan monitor)
• Sistem rak yang fleksibel menyediakan kontainer pada ketinggian yang ergonomis. Produk dengan hasil yang tinggi harus disimpan pada “ketinggian ergonomis”, produk yang jarang digunakan “di atas atau di bawah”.
• Solusi yang dipasang di permukaan yang terbuat dari sistem rak pipa dapat disesuaikan dengan stasiun kerja yang ada (misalnya: struktur atas untuk lampu atau penyeimbang tempat kerja yang ergonomis))

Kontak BeeWaTec pribadi Anda akan dengan senang hati memberi tahu Anda tentang produk kami yang lebih ergonomis.

Kesimpulan tentang masalah ergonomi

Ergonomi adalah sekrup penyetel yang penting untuk kesehatan, keselamatan, dan kinerja yang lebih baik di stasiun kerja (lihat juga Undang-Undang Kesehatan dan Keselamatan Kerja). Ergonomi tidak hanya berkaitan dengan aspek fisik, tetapi juga dengan jiwa manusia, karena hal ini juga memiliki pengaruh terhadap kualitas pekerjaan.

Berbagai metode dapat digunakan untuk mencatat dan mengevaluasi ergonomi di tempat kerja. Sistem manajemen REFA menawarkan panduan sistematis untuk hal ini. Sebagai bantuan lebih lanjut, Anda dapat memulai dengan cepat dan mudah dengan survei terhadap rekan kerja Anda dan mengidentifikasi banyak potensi untuk dioptimalkan.

Ada 8 tips penting yang perlu dipertimbangkan ketika mendesain ulang peralatan operasi (misalnya: bahan makanan dan informasi). Dengan kit konstruksi BeeWaTec, Anda memiliki prasyarat yang ideal untuk desain tempat kerja yang ergonomis dan penerapan persyaratan ergonomis Anda.

Anda sudah memiliki proyek tertentu?
Sebagai salah satu penyedia terkemuka konstruksi peralatan ramping dan produksi ramping, kami mendukung Anda dengan perangkat keras dan pengetahuan yang fleksibel. Temukan berbagai kemungkinan dari sistem modular kami dan dapatkan manfaat berkelanjutan dari ergonomi dan fleksibilitas yang lebih baik.

Butuh lebih banyak inspirasi?
Di ruang pamer kami, Anda akan menemukan banyak solusi cerdas dan proyek-proyek yang sukses. Manfaatkan pengalaman kami untuk desain stasiun kerja Anda. Kami akan dengan senang hati membantu Anda.

Disadur dari: https://www.beewatec.com/

Asosiasi Ergonomi Internasional mendefinisikan ergonomi (tautan eksternal) sebagai, “disiplin ilmu yang berkaitan dengan pemahaman interaksi antara manusia dan elemen-elemen lain dari sebuah sistem, dan profesi yang menerapkan teori, prinsip, data, dan metode pada desain dalam rangka mengoptimalkan kesejahteraan manusia dan kinerja sistem secara keseluruhan.” Definisi ini mengidentifikasi pentingnya desain yang berpusat pada manusia.

American Industrial Hygiene Association (AIHA) mengembangkan konsep ini untuk mendefinisikan peran ergonomi di tempat kerja (file PDF) (tautan eksternal). Menurut AIHA, tujuan ergonomi adalah untuk mengurangi risiko cedera dan penyakit muskuloskeletal, mengurangi ketidaknyamanan pekerja dan meningkatkan kualitas kehidupan kerja, serta meningkatkan kinerja pekerja.

Ini adalah aspek penting dari ergonomi. Alasan kami mengupayakan pendekatan yang berpusat pada manusia dalam mendesain pekerjaan adalah untuk meminimalkan risiko cedera dan penyakit, serta meningkatkan kualitas hidup dan kinerja. Sederhananya, ergonomi adalah studi tentang efisiensi manusia dalam lingkungan kerja mereka.

Manusia secara alamiah condong ke arah efisiensi. Kita cenderung mengambil jalan yang paling sedikit hambatannya dan melakukan hal-hal yang mengurangi paparan risiko fisik yang membahayakan selama hal itu tidak memperlambat kita. Ketika kita mengusulkan solusi yang membuat pekerjaan menjadi lebih mudah, lebih aman, dan lebih cepat, kita menciptakan jalan menuju kesuksesan bagi pekerja dan bisnis.

'Faktor manusia' adalah frasa lain untuk konsep ergonomi. Secara konvensional, keduanya terkadang dibedakan menurut aspek fisik dan psikologis manusia. Kemampuan psikologis lebih sering dikaitkan dengan faktor manusia, sementara aspek fisik lebih sering dikaitkan dengan ergonomi. Namun, pada akhirnya, kedua istilah tersebut dapat dianggap sebagai sinonim.

Terlepas dari apakah Anda lebih menyukai faktor manusia, ergonomi, atau faktor manusia dan ergonomi (HF/E), praktik yang komprehensif membutuhkan keahlian dari berbagai disiplin ilmu termasuk desain industri, psikologi, kedokteran dan kesehatan kerja, fisiologi, dan teknik.

Jika Anda tertarik untuk memperluas pendidikan ergonomi Anda, COEH menawarkan kursus online tentang Dasar-dasar Faktor Manusia dan Ergonomi (HF/E) Kognitif, Makro, dan Fisik.

Anda juga dapat melihat perpustakaan webinar online gratis kami di YouTube (tautan eksternal), yang mencakup ceramah tentang Tips Ergonomis untuk Bekerja dan Sekolah di Rumah Selama COVID-19 (tautan eksternal), dan Menggunakan Antropometri, Biomekanika, dan Kegunaan untuk Menginformasikan Desain Produk (tautan eksternal) yang diproduksi dalam kemitraan dengan Pusat Kesehatan dan Keselamatan Kerja Barat Laut di Universitas Washington.

Disadur dari: https://www.coeh.berkeley.edu/