Keselamatan kerja merupakan asprek kritis di berbagai industri, terutama dalam sektor manufaktur, konstruksi, dan petrokimia yang memiliki lingkungan kerja dinamis. Untuk memberikan pendekatan analitis yang lebih akurat dalam mengukur risiko keselamatan kerja serta membantu pengambilan keputusan berbasis data dalam alokasi sumber daya mitigasi risiko di lingkungan industri yang kompleks.
Penelitian ini mengembangkan model probabilistik yang mampu:
- Menganalisis data keselamatan kerja secara kuantitatif dari sistem manajemen keselamatan (SMS).
- Menggabungkan data proaktif (pengamatan keselamatan) dan reaktif (laporan kecelakaan dan insiden).
- Menggunakan algoritma Bayesian untuk terus memperbarui penilaian risiko seiring dengan berkembangnya lingkungan kerja.
- Mengoptimalkan alokasi sumber daya untuk mitigasi risiko secara efektif.
Metode ini diuji melalui simulasi serta penerapan di proyek pemeliharaan di sebuah pabrik petrokimia besar, membuktikan efektivitasnya dalam mengurangi risiko kecelakaan kerja.
- Studi Simulasi
- Model diuji dalam lingkungan kerja simulatif yang memiliki 7 kategori risiko keselamatan utama.
- Dibandingkan dengan metode alokasi sumber daya berbasis heuristik dan metode acak, pendekatan berbasis model probabilistik mampu mengurangi ekspektasi kerugian akibat kecelakaan sebesar 15–20%.
- Dengan menggunakan data observasi keselamatan, model ini dapat mengalokasikan sumber daya mitigasi risiko secara lebih tepat dibandingkan pendekatan konvensional.
- Penerapan di Industri Petrokimia
- Model ini diterapkan dalam proyek pemeliharaan besar dengan 60 kategori risiko keselamatan yang dianalisis.
- Penggunaan model memungkinkan identifikasi risiko dengan tingkat keakuratan lebih tinggi, terutama pada kategori seperti "Bekerja di Ketinggian" yang secara konsisten menunjukkan risiko tertinggi.
- Dibandingkan dengan pendekatan konvensional, model ini menunjukkan konsistensi dalam penilaian risiko meskipun jumlah observasi berbeda antar kategori risiko.
Analisis dan Implikasi bagi Industri
- Peningkatan Efektivitas Sistem Manajemen Keselamatan (SMS)
- SMS modern mengumpulkan data keselamatan dalam jumlah besar, tetapi sering kali kurang mampu menganalisis data tersebut secara efektif.
- Model probabilistik yang diusulkan memungkinkan pemanfaatan data observasi dan insiden secara bersamaan untuk memberikan gambaran risiko yang lebih akurat.
- Optimalisasi Alokasi Sumber Daya
- Dengan menggunakan metode berbasis Bayesian, perusahaan dapat mengalokasikan sumber daya keselamatan ke area yang paling membutuhkan intervensi.
- Misalnya, dalam studi industri petrokimia, area “Barricades” dan “Safety Procedures” mendapatkan prioritas lebih tinggi berdasarkan tingkat risikonya.
- Peran Teknologi dalam Keselamatan Kerja
- Integrasi model ini dengan sensor IoT dan teknologi pemantauan otomatis dapat meningkatkan deteksi dini terhadap risiko keselamatan.
- Teknologi pemodelan risiko ini dapat digunakan dalam sistem otomatisasi industri untuk memberikan peringatan dini terhadap potensi bahaya.
Kesimpulan dan Rekomendasi
Paper ini menunjukkan bahwa pendekatan berbasis data dapat meningkatkan efektivitas sistem manajemen keselamatan kerja dalam lingkungan industri yang dinamis. Dengan menggunakan model probabilistik hierarkis dan algoritma Bayesian, perusahaan dapat mengoptimalkan mitigasi risiko secara lebih akurat dan efisien.
Untuk penelitian selanjutnya, direkomendasikan eksplorasi lebih lanjut terhadap integrasi model ini dengan kecerdasan buatan (AI) dan pembelajaran mesin untuk meningkatkan deteksi risiko dan prediksi kecelakaan kerja.
Sumber Artikel:
Tewari, A., & Paiva, A. R. (2022). Modeling and Mitigation of Occupational Safety Risks in Dynamic Industrial Environments. Safety Science.