JURNAL TEKNIK VOL. 3 NO. 1 / APRIL 2016
1 ISSN 2088 - 3676
MODEL PRODUKTIVITAS ALAT BERAT BACKHOE BERDASARKAN
KARAKTERISTIK OPERATOR (Studi Kasus Penanganan Lahar Di Daerah Istimewa Yogyakarta)
1Yitno, 2Fitri Nugraheni, 3Buddewi Sukindrawati
1Mahasiswa Jurusan Teknik Sipil, Fakultas Teknik, Universitas Janabadra, Yogyakarta
2Dosen Jurusan Teknik Sipil, Fakultas Teknik, Universitas Janabadra, Yogyakarta
3Dosen Jurusan Teknik Sipil, Fakultas Teknik, Universitas Janabadra, Yogyakarta
Jl. Tentara Rakyat Mataram 55-57 Yogyakarta 55231 Telp/Fax . (0274) 543676
Email: [email protected] ; [email protected]
ABSTRACT
Lava is volcanic materials flowing in slope of volcano which contain stone, sand and gravel due to water
stream. This lava flood will cause malfunction of river if there is no dredging work by backhoe. Dredging of
big volume materials needs heavy equipment, so that the heavy equipment productivity should be counted as
good as possible and it will run smoothly on the ground. The purpose of this study is to analyze the factors that
effect backhoe operator productivity, namely: age, education, experience and expertise.
The subject of their study is heavy equipment operator and the object is its productivity. There are two kind of
data in their study, primary data and secondary data. Primary data is collected directly from the ground. The
research methods used is the correlation with regression analyzing.
The analyzing reveals that age, education, experience and expertise has firm association with the working
volume of backhoe heavy equipment operator’s productivity. The F test reveals that age, education, experience
and expertise are all significantly affecting the working volume of backhoe heavy equipment productivity. The
Sig. value of experience is 0,017< 0,05 and expertise is 0,007 < 0,05 which is mean experience and expertise
are the most influential on the working volume of backhoe heavy equipment operator’s productivity.
Keywords: Productivity, heavy equipment operator
PENDAHULUAN
Lahar adalah aliran material vulkanik yang
biasanya berupa campuran batu, pasir dan
kerikil akibat adanya aliran air yang terjadi di
lereng gunung (gunung berapi). Kata lahar
berasal dari bahasa Jawa, tapi sudah menjadi
istilah internasional dan dikenal luas di
kalangan ahli vulkanologi internasional.
Aliran lava (lava flow) adalah magma yang
keluar dari permukaan dan mengalir
dipermukaan, bisa di darat, bisa di dasar laut.
Hasil endapannya adalah batuan ekstrusif
yang masif atau brecciated. Apabila terjadi
hujan lebat di daerah puncak, maka bisa
menimbulkan ancaman bagi daerah di lereng
gunung berapi terutama daerah bantaran
sungai, yaitu ancaman banjir lahar. Banjir
lahar ini di daerah hilir sungai akan
menyebabkan kerusakan fungsi sungai bila
tidak dilakukan pengerukan lahar dengan
backhoe. Material vulkanik yang berukuran
besar seperti batu dan juga pasir yang bisa
menimbun apa saja yang dilewatinya.
Pelaksanaan pekerjaan pengerukan lahar
dengan volume material yang besar perlu
melibatkan alat berat dalam pelaksanaannya.
Tingkat keahlian operator akan sangat
mempengaruhi produktivitas alat berat. Alat
berat memiliki tingkat kesukaran atau
kerumitan yang berbeda dalam
pengoperasiannya. Kerumitan pengoperasian
sebuah backhoe (excavator) lebih besar
dibandingkan pengoperasian sebuah dump
truck.
Pada penelitian ini akan diambil contoh kasus
untuk alat berat backhoe(excavator).
Tujuan penelitian ini adalah untuk membuat
model produktivitas alat beratbackhoe
berdasarkan karakteristik operator ditinjau
dari usia, pendidikan, pengalaman dan
keahlian.
METODE PENELITIAN
Data
Data primer adalah data yang diperoleh dari
lapangan. Pengumpulan data primer meliputi
mencatat waktu kerja (time sheet), mencatat
Model Produktivitas……………Karakteristik Operator Yitno, Fitri NUgraheni, Buddewi Sukindrawati
ISSN 2088 - 3676 2
dan mengukur volume galian yang dikeruk
oleh masing - masing operator backhoe.
Data sekunder adalah data yang diperoleh dari
hasil wawancara dengan operator.
Pengumpulan data sekunder meliputi
mencatat hasil wawancara dengan operator
tentang usia, pendidikan, pengalaman kerja
dan keahlian yang dimiliki. Cara
pengumpulan data pada penelitian ini
dilakukan dengan pengamatan dilapangan
terhadap operator backhoe serta didukung
wawancara langsung dengan operator
backhoe.
Analisis Data
Dalam pengamatan dan wawancara terhadap
operator alat berat backhoe faktor yang
mempengaruhi produktivitas operator alat
berat backhoe yaitu dari usia, pendidikan,
pengalaman dan keahlian operator. Metode
statistik yang digunakan untuk mengolah data
yaitu statistik deskriptif serta di analisis
dengan metode regresi, untuk menentukan
faktor yang dominan mempengaruhi
produktivitas operator alat berat backhoe.
Faktor dengan nilai sig. < 0,05 merupakan
faktor yang paling berpengaruh terhadap
produktivitas operator alat berat backhoe.
Analisis Regresi Linier Berganda
Analisis regresi linier berganda adalah
hubungan secara linear antara dua atau lebih
variabel independent (X1, X2,….Xn) dengan
variabel dependent (Y). Dalam tesis ini
variabel independen adalah usia, pendidikan,
pengalaman dan keahlian, sedangkan variabel
dependen adalah volume hasil kerja. Analisis
ini untuk mengetahui arah hubungan antara
variabel independen dengan variabel
dependen apakah masing-masing variabel
independen berhubungan positif atau negatif
dan untuk memprediksi nilai dari variabel
dependen apabila nilai variabel independent
mengalami kenaikan atau penurunan. Data
yang digunakan adalah berskala interval atau
rasio.
Persamaan regresi linear berganda sebagai
berikut:
𝒀′ = 𝒂 + 𝒃𝟏𝑿𝟏 + 𝒃𝟐𝑿𝟐 + ⋯ + +𝒃𝒏𝑿𝒏(2)
Keterangan:
Y’ = Variabel dependent (nilai yang
diprediksikan)
X1 dan X2= Variabel independent
a = Konstanta (nilai Y’ apabila X1,
X2…..Xn = 0)
b = Koefisien regresi (nilai
peningkatan ataupun penurunan)
Analisis Korelasi Ganda (R)
Analisis ini digunakan untuk mengetahui
hubungan antara dua atau lebih variabel
independen (X1,X2,…Xn) terhadap variabel
dependen (Y) secara serentak. Koefisien ini
menunjukkan seberapa besar hubungan yang
terjadi antara variabel independen
(X1,X2,…Xn) secara serentak terhadap variabel
dependen (Y). Nilai R berkisar antara 0 sampai
1, nilai semakin mendekati 1 berarti hubungan
yang terjadi semakin kuat, sebaliknya nilai
semakin mendekati 0 maka hubungan yang
terjadi semakin lemah. Dalam bukunya
Sugiyono (2007) pedoman untuk memberikan
interpretasi koefisien korelasi sebagai berikut:
0,00 - 0,199 = sangat rendah
0,20 - 0,399 = rendah
0,40 - 0,599 = sedang
0,60 - 0,799 = kuat
0,80 - 1,000 = sangat kuat
Uji Koefisien Regresi Secara Bersama-
sama (Uji F)
Uji ini digunakan untuk mengetahui apakah
variabel independent (X1,X2….Xn) secara
bersama-sama berpengaruh secara signifikan
terhadap variabel dependent (Y). Atau untuk
mengetahui apakah model regresi dapat
digunakan untuk memprediksi variabel
dependen atau tidak. Signifikan berarti
hubungan yang terjadi dapat berlaku (dapat
digeneralisasikan).
Tahap-tahap untuk melakukan uji F adalah
sebagai berikut:
1. Merumuskan Hipotesis
Ho : Tidak ada pengaruh secara signifikan
antara usia, pendidikan, pengalaman dan
keahlian secara bersama-sama terhadap
volume hasil kerja.
Ha : Ada pengaruh secara signifikan
antara usia, pendidikan, pengalaman dan
keahlian secara bersama-sama terhadap
volume hasil kerja.
2. Menentukan tingkat signifikansi
Tingkat signifikansi menggunakan = 5%
(signifikansi 5% atau 0,05 adalah ukuran
JURNAL TEKNIK VOL. 3 NO. 1 / APRIL 2016
3 ISSN 2088 - 3676
standar yang sering digunakan dalam
penelitian)
3. Menentukan F hitung
Berdasarkan tabel F diperoleh F hitung
atau dengan rumus F =𝑹𝟐𝑺𝒒𝒖𝒂𝒓𝒆 (𝑵−𝒌−𝟏)
𝒌(𝟏−𝑹𝟐𝑺𝒒𝒖𝒂𝒓𝒆)
4. Menentukan F tabel
Dengan menggunakan tingkat keyakinan
95%, = 5%, df 1 (jumlah variable-1), dan df
2 (n-k-1), n adalah jumlah kasus dan k adalah
jumlah variabel independen, hasil diperoleh
untuk F tabel (Lihat pada lampiran) atau dapat
dicari di Ms Excel dengan cara pada cell
kosong ketik = finv(0.05,4,27) lalu enter.
5. Kriteria pengujian
- Ho diterima bila F hitung < F tabel
- Ho ditolak bila F hitung > F tabel
6. Membandingkan F hitung dengan F tabel.
Nilai F hitung > F tabel, maka Ho ditolak atau
diterima.
Gambar 1. Bagan Alir Penelitian
HASIL DAN PEMBAHASAN
Produktivitas
Produktivitas memiliki bermacam-macam
definisi, masing-masing bidang
pengetahuan memiliki pengertian yang
berbeda, adapun berbagai macam
pengertian produktivitas (Bhukti, 2012)
adalah sebagai berikut:
Olomolaiye (1998) menyatakan bahwa
produktivitas dapat dijelaskan sebagai
suatu perbandingan antara total output
yang berupa barang maupun jasa pada
waktu tertentu dibagi dengan total input
yang berupa manpower, material, money,
method, machine selama periode yang
bersangkutan dalam satuan unit.
Pilcher (1992) menyatakan bahwa
produktivitas adalah rasio antara kegiatan
(output) dan masukan (input).
Boy (1986) menyatakan produktivitas
adalah relasi antara barang yang dihasilkan
(output) dengan jumlah tenaga kerja,
modal, tempat dan sumber daya lain yang
tersedia untuk menghasilkan barang
(output).
Mulai
Kajian Studi Terdahulu
Kajian Literatur
Pengumpulan Data Primer
• Data karakteritisk operator
(umur, sekolah, keahlian,
pengalaman)
• Data produktifitas operator
Data Sekunder
• Data teknis alat berat
• Data kondisi lapangan kerja
Analisis dan Model
• Analisis deskriptif
• Analisis regresi (uji
normalitas, uji linieritas,
uji korelasi variable)
• Pembentukan Model
Pembahasan Hasil Analisis
dan Model
Selesai
Hasil dan Kesimpulan
Model Produktivitas……………Karakteristik Operator Yitno, Fitri NUgraheni, Buddewi
Sukindrawati
ISSN 2088 - 3676 4
Penelitian ini menggunakan pengertian
produktivitas menurut Boy (1986). Hasil
kerja adalah sejumlah volume pekerjaan
yang dihasilkan dalam suatu periode
tertentu (hari ataupun jam). Jam atau waktu
kerja adalah waktu yang diperlukan untuk
menyelesaikan suatu pekerjaan. Pada
pekerjaan yang dilakukan berulang-ulang,
waktu kerja juga dipengaruhi oleh cycle
time. Cycle time adalah waktu yang
dibutuhkan untuk melakukan aktivitas
pekerjaan sampai kembali ke posisi
semula.
Alat Berat Backhoe
Backhoe sering juga disebut pull shovel,
adalah alat dari golongan shovel yang
khusus dibuat untuk menggali material di
bawah permukaan tanah atau di bawah
tempat kedudukan alatnya. Galian di
bawah permukaan ini misalnya parit,
lubang untuk pondasi bangunan, lubang
galian pipa dan sebagainya. Kelebihan
backhoe dapat menggali sambil mengatur
dalamnya galian yang lebih baik. Karena
kekakuan konstruksinya, backhoe lebih
menguntungkan untuk penggalian dengan
jarak dekat dan memuatkan hasil galian ke
truk.
Tipe backhoe dibedakan dalam beberapa
hal antara lain dari alat kendali dan
rodanya (undercarriage). Menurut alat
kendalinya: Dengan kendali kabel (cable
controlled), dengan kendali hidrolis
(hydraulic controlled)
Menurut rodanya (undercarriage):
Roda rantai (crawler mounted), Roda karet
(wheel mounted)
Kemampuan backhoe dapat dilihat dari
spesifikasi yang diberikan dari pabrik
Gambar 2. Bagian-bagian backhoe/excavator
Operator Alat Berat Backhoe
Operator adalah orang yang menjalankan
suatu alat. Produktivitas alat berat backhoe
sangat dipengaruhi oleh usia operator,
pendidikan, pengalaman dan keahlian
operator. Tugas operator backho adalah:
Menjaga tingkat produktivitas alat berat
proyek.
Adapun faktor yang berpengaruh terhadap
produktivitas operator backhoe yaitu:
Internal, Identitas, Usia, Pendidikan,
Pengalaman, Keahlian, Alat, Eksternal,
Lokasi pekerjaan, Tingkat resiko/kesulitan
Pengaruh dalamnya galian dan sudut putar
(swing). Usia operator, latar belakang
pendidikan akan berpengaruh terhadap
stamina produktivitas kerja dalam
mengoperasikan alat berat backhoe.
Kurva Belajar/Pengalaman (Learning
Curve)
Seseorang melakukan suatu pekerjaan
yang sama secara berulang - ulang, maka
orang tersebut akan menjadi semakin
lancer dalam menyelesaikan pekerjaan
tersebut sejalan dengan pengalamannya.
Dengan semakin lancarnya pelaksanaan
pekerjaan tersebut, maka waktu yang
diperlukan untuk menyelesaikan semakin
cepat atau pendek. Gejala ini menunjukan
adanya adaptasi, pengalaman dan belajar
terhadap pekerjaan yang dihadapi. Gejala
tersebut dapat dijelaskan melalui “kurva
belajar atau kurva pengalaman”.
Spesialisasi pekerjaan
Hanya melakukan satu atau sedikit
pekerjaan pada satu waktu. Gunakan alat
atau peralatan yang membantu atau
mendukung kinerja.
JURNAL TEKNIK VOL. 3 NO. 1 / APRIL 2016
5 ISSN 2088 - 3676
Menyediakan akses cepat dan murah untuk
bantuan dan pendampingan.
Mengijinkan pekerja untuk membantu
mendesain ulang tugas - tugas mereka.
Hitungan Produktivitas Operator Alat
Berat Backhoe
Berdasarkan analisa K diperoleh dari
Direktorat Jendral Bina Marga
produktivitas operator backhoe dengan
bucket 0,80m³ dalam sehari atau 7 jam
kerja adalah 250m³.
Jam kerja adalah waktu untuk melakukan
pekerjaan, dapat dilaksanakan siang hari
dan/atau malam hari. Jam Kerja bagi para
pekerja di sektor swasta diatur dalam
Undang-Undang No.13 tahun 2003
tentang Ketenagakerjaan, khususnya pasal
77 ayat 1, UU No.13/2003 mewajibkan
setiap pengusaha untuk melaksanakan
ketentuan jam kerja. Ketentuan jam kerja
ini telah diatur dalam 2 sistem yaitu:
7 jam kerja dalam 1 hari atau 40 jam kerja
dalam 1 minggu untuk 6 hari kerja dalam
1 minggu; atau
8 jam kerja dalam 1 hari atau 40 jam kerja
dalam 1 minggu untuk 5 hari kerja dalam 1
minggu.
Dari data lapangan dalam sehari ditetapkan
7 jam waktu kerja efektif, maka
perhitungan produktivitas kerja digunakan
persamaan 1.
Maka untuk Operator 1
T : 7 jam V : 260 m³
Produktivitas operator 1 :260
7 : 37,14
m³/jam
Untuk produktivitas operator 1 sampai 32
dapat dilihat dalam Tabel 1.
Tabel 1. Produktivitas operator alat berat backhoe Operator V T P Operator V T P
1 260 7 37,14 17 270 7 38,57
2 305 7 43,57 18 300 7 42,85
3 325 7 46,43 19 310 7 44,28
4 305 7 43,57 20 290 7 41,43
5 320 7 45,71 21 280 7 40,00
6 265 7 37,85 22 320 7 45,71
7 285 7 40,71 23 315 7 45,00
8 310 7 44,28 24 310 7 44,28
9 315 7 45,00 25 320 7 45,71
10 320 7 45,71 26 315 7 45,00
11 310 7 44,28 27 325 7 46,43
12 300 7 42,85 28 325 7 46,43
13 300 7 42,85 29 250 7 35,71
14 315 7 45,00 30 320 7 45,71
15 325 7 46,43 31 310 7 44,28
16 305 7 43,57 32 305 7 43,57
Keterangan: V: Volume (m3); T: Waktu (jam); I: Produktifitas kerja (m2/jam)
Sumber: Data penelitian (lampiran hal. 34)
Dari Tabel 1. dapat dilihat bahwa:
Nilai produktivitas yang paling tinggi
adalah 46,43 m³/jam, yaitu pada operator
3, 15, 27 dan 28. Nilai Produktivitas yang
paling rendah adalah 35,71 m³/jam, yaitu
pada operator 29.
Uji Persyaratan Analisis
Uji Normalitas
Uji normalitas digunakan untuk
mengetahui apakah distribusi data
berkurva normal atau tidak. Pengujian
normalitas data dalam penelitian ini
menggunakan pengujian Kolmogorov-
Smirnov. Rumus yang digunakan adalah
sebagai berikut (Santoso, 2001):
𝑫 = 𝟏, 𝟑𝟔/√𝒏
Dimana
D : Koefisien probabilitas
n : Jumlah data
Untuk mengetahui distribusi data normal
atau tidak, kita tentukan dulu taraf
kesalahan dari 1% - 10%. Untuk penelitian
ini, kita mengambil taraf kesalahan ideal
atau tengah-tengahnya yaitu 5% dengan
kepercayaan 95%.
Untuk mengetahui distribusi data normal
atau tidak, berdasarkan ketentuan dalam
bukunya Santoso, (2001) sebagai berikut:
Probabilitas > 0,05 maka data berdistribusi
normal, Probabilitas < 0,05 maka data
tidak berdistribusi normal
Model Produktivitas……………Karakteristik Operator Yitno, Fitri NUgraheni, Buddewi
Sukindrawati
ISSN 2088 - 3676 6
Untuk menganalisis normalitas data
penelitian digunakan analisis komputer
program SPSS versi 18. Hasil analisis
normalitas data penelitian dapat dilihat
pada
Tabel 2.
Tabel 2. Rangkuman Uji Normalitas Data Penelitian
Unstandardized Residual
Most Extreme Absolute 0,138
Asymp. Sig. (2 tailed) 0,578
Sumber: Hasil Analisis data (lampiran hal. 36)
Berdasarkan angka probabilitas pada
kolom Asymp Sig. maka dapat
disimpulkan bahwa faktor usia,
pendidikan, pengalaman dan keahlian
mempunyai data berdistribusi normal
(0,578 > 0,05).
Uji Linieritas
Uji linieritas digunakan untuk mengetahui
apakah dua variabel mempunyai hubungan
yang linier atau tidak secara signifikan.
Pengujian linieritas data dalam penelitian
ini menggunakan Test for Linearity dengan
taraf signifikansi 0,05.
Untuk mengetahui data linier atau tidak,
berdasarkan ketentuan sebagai berikut :
Dua variabel dikatakan mempunyai
hubungan yang linier bila signifikansi
(linearity) kurang dari 0,05. Dua variabel
dikatakan tidak mempunyai hubungan
yang linier bila signifikansi (linearity)
lebih dari 0,05.
Untuk menganalisis linieritas data
penelitian digunakan analisis komputer
program SPSS versi 18. Hasil analisis
linieritas data penelitian dapat dilihat pada
Tabel 3.
Tabel 3. Rangkuman Hasil Uji Linieritas Data Penelitian Sig.
Volume * Usia
Linearity Deviation from Linearity
0,039 0,315
Volume * Pendidikan
Linearity Deviation from Linearity
0,042 0,079
Volume * Pengalaman
Linearity Deviation from Linearity
0,001 0,285
Volume * Keahlian
Linearity Deviation from Linearity
0,000 0,168
Sumber: Hasil Analisis data (lampiran hal. 37 - 40)
Berdasarkan angka linieritas pada kolom
Sig. maka dapat disimpulkan sebagai
berikut:
Volume dengan usia 0,039 < 0,05 berarti
mempunyai hubungan yang linier
Volume dengan pendidikan 0,042 < 0,05
berarti mempunyai hubungan yang linier
Volume dengan pengalaman 0,001 < 0,05
berarti mempunyai hubungan yang linier
Volume dengan keahlian 0,000 < 0,05
berarti mempunyai hubungan yang linier
Analisis Distribusi Frekuensi
Dari hasil pengolahan data didapat kuantiti
distribusi frekuensi dari proses komputer
dengan program SPSS versi 18 dapat
diuraikan sebagai berikut:
Usia Operator
Dari hasil pengamatan langsung
dilapangan, telah dilakukan terhadap 32
operator alat berat backhoe yang ada di
Daerah Istimewa Yogyakarta. Data usia
operator backhoe dapat dilihat pada
Gambar 3.
JURNAL TEKNIK VOL. 3 NO. 1 / APRIL 2016
7 ISSN 2088 - 3676
Gambar 3. Usia operator backhoe
Dari hasil pengolahan data tersebut dapat
diuraikan bahwa operator terbanyak
mempunyai usia antara 40 – 49 tahun
dengan nilai frekuensi 15 atau 46,875 %
dari 32 operator.
Pendidikan Operator
Dari 32 operator tersebut terwakili dari SD,
SMP, SMA dan Sarjana. Data pendidikan
operator dapat dilihat pada Gambar 4.
Gambar 4. Pendidikan operator backhoe
Dari hasil pengolahan data tersebut dapat
diuraikan bahwa operator terbanyak
mempunyai pendidikan SMA dengan nilai
frekuensi 17 atau 53,125 % dari 32
operator.
Pengalaman Operator
Pengalaman operator sangat berkaitan erat
dengan kecakapan menyelesaikan masalah
pekerjaan dilapangan.Semakin lama masa
kerja akan semakin cepat operator dalam
melaksanakan suatu siklus pekerjaan. Data
pengalaman operator terdistribusi seperti
yang ditunjukan pada Gambar 5.
Gambar 5. Pengalaman operator backhoe
Dari hasil pengolahan data tersebut dapat
diuraikan bahwa operator terbanyak
mempunyai pengalaman antara 5 - 10
tahun dengan nilai frekuensi 15 atau
46,875% dari 32 operator. Keahlian
Operator. Data keahlian operator dapat
dilihat pada Gambar 6.
0
5
10
15
20
20 - 29 th 30 -39 th 40 - 49 th > 50 th
0
5
10
15
20
SD SMP SMA Sarjana
0
5
10
15
20
< 5 tahun 5 - 10 tahun > 10 tahun
JURNAL TEKNIK VOL. 3 NO. 1 / APRIL 2016
1 ISSN 2088 - 3676
Gambar 6. Keahlian operator bachoe
Dari hasil pengolahan data tersebut dapat
diuraikan bahwa operator terbanyak
mempunyai keahlian dari kursus/diklat
dengan nilai frekuensi 17 atau 53,125%
dari 32 operator.
Tabel 4. Rekapitulasi Hasil Pengolahan Data Analisis Distribusi Frekuensi Tertinggi
No Nama Faktor dalam variabel Jawaban Frekuensi Persentase (%)
1 Usia 40 – 49 tahun 15 46,875
2 Pendidikan SMA 17 53,125
3 Pengalaman 5 s/d 10 tahun 15 46,875
4 Keahlian Kursus / Diklat 17 53,125
Tabel 5. Hasil Analisis Korelasi Ganda
Sumber: Hasil Analisis Data (lampiran hal. 41)
Berdasarkan tabel di atas diperoleh angka
R sebesar 0,782. Hal ini menunjukkan
bahwa terjadi hubungan yang sangat kuat
antara usia, pendidikan, pengalaman dan
keahlian terhadap volume hasil kerja.
Uji Koefisien Regresi Secara Bersama-
Sama (Uji F)
Uji ini digunakan untuk mengetahui
apakah variabel independen (X1,X2….Xn)
secara bersama-sama berpengaruh secara
signifikan terhadap variabel dependen (Y).
Untuk mengetahui apakah model regresi
dapat digunakan untuk memprediksi
variabel dependen atau tidak. Signifikan
berarti hubungan yang terjadi dapat
berlaku (dapat digeneralisasikan).
Variabel independen yang diteliti ada 4
yaitu usia, pendidikan, pengalaman dan
keahlian. Sedangkan variabel dependen
yang diteliti ada 1 yaitu produktivitas.
Dari hasil output analisis regresi dapat
diketahui nilai F seperti pada
Tabel 6.
0
5
10
15
20
orang tua teman kursus/diklat otodidak
Model Summaryb
.782a .612 .554 .478
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Keahlian, Pendidikan, Usia,
Pengalaman
a.
Dependent Variable: Volume Hasil Kerjab.
Model Produktivitas……………Karakteristik Operator Yitno, Fitri NUgraheni, Buddewi
Sukindrawati
ISSN 2088 - 3676 2
Tabel 6. Hasil Uji F
Sumber: Hasil Analisis Data (lampiran hal. 41)
Tahap-tahap untuk melakukan uji F adalah
sebagai berikut:
1. Merumuskan Hipotesis
Ho : Tidak ada pengaruh secara
signifikan antara usia, pendidikan,
pengalaman dan keahlian secara bersama-
sama terhadap volume hasil kerja.
Ha : Ada pengaruh secara signifikan
antara usia, pendidikan, pengalaman dan
keahlian secara bersama-sama terhadap
volume hasil kerja.
2. Menentukan tingkat signifikansi
Tingkat signifikansi menggunakan = 5%
(signifikansi 5% atau 0,05 adalah ukuran
standar yang sering digunakan dalam
penelitian)
3. Menentukan F hitung
Berdasarkan tabel V.6 diperoleh F hitung
sebesar 10,643 atau dengan persamaan
F = 𝑅2𝑆𝑞𝑢𝑎𝑟𝑒 (𝑁−𝑘−1)
𝑘(1−𝑅2𝑆𝑞𝑢𝑎𝑟𝑒) =
0,612 (32−4−1)
4(1−0,612) =
16,518
1,552 = 10,643
4. Menentukan F tabel
Dengan menggunakan tingkat keyakinan
95%, = 5%, df 1 (jumlah variable-1) =
4, dan df 2 (n-k-1) atau 32-4-1 = 27 (n
adalah jumlah kasus dan k adalah jumlah
variabel independen), hasil diperoleh
untuk F tabel sebesar 2,728 (Lihat pada
lampiran) atau dapat dicari di Ms Excel
dengan cara pada cell kosong ketik
=finv(0.05,4,27) lalu enter.
5. Kriteria pengujian
- Ho diterima bila F hitung < F tabel.
- Ho ditolak bila F hitung > F table.
6. Membandingkan F hitung dengan F
tabel.
Nilai F hitung > F tabel (10,643 > 2,728),
maka Ho ditolak.
Karena F hitung > F tabel (10,643 >
2,728), maka Ho ditolak, artinya ada
pengaruh secara signifikan antara usia,
pendidikan, pengalaman dan keahlian
secara bersama-sama terhadap volume
hasil kerja. Jadi dari kasus ini dapat
disimpulkan bahwa usia, pendidikan,
pengalaman dan keahlian secara bersama-
sama berpengaruh terhadap volume hasil
kerja pada produktivitas operator alat berat
backhoe.
Gambar 7. Hasil Uji F
ANOVAb
9.714 4 2.429 10.643 .000a
6.161 27 .228
15.875 31
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Keahlian, Pendidikan, Usia, Pengalamana.
Dependent Variable: Volume Hasil Kerjab.
-2,728 2,728 10,643
Daerah Penolakan
Daerah Penerimaan H0
Daerah Penolakan
H0 H0
-10,643
JURNAL TEKNIK VOL. 3 NO. 1 / APRIL 2016
3 ISSN 2088 - 3676
Tabel 7. Hasil analisis regresi linier berganda
Sumber: Hasil Analis Data (lampiran hal. 41)
Dari rumus pada hal. 23 yaitu :
Y’ = a + b1X1+ b2X2+…..+ bnXn
Y’ = 0,767 – 0,061 X1+ 0,009 X2+ 0,373 X3
+0,374 X4
Dari hasil regresi di atas dapat dijelaskan
sebagai berikut:
Konstanta sebesar 0,767; artinya jika usia
(X1), pendidikan (X2), pengalaman (X3) dan
keahlian (X4) nilainya adalah 0, maka
volume hasil kerja (Y’) nilainya adalah
0,767 m³.
Koefisien regresi variabel usia sebesar -
0,061; pendidikan sebesar 0,009;
pengalaman sebesar 0,373 dan keahlian
sebesar 0,374.
Pembahasan
Analisis regresi merupakan metode yang
digunakan untuk menganalisa hubungan
persamaan antar variabel. Untuk
menganalisis pengaruh usia, pendidikan,
pengalaman dan keahlian volume hasil
kerja pada produktivitas operator alat berat
backhoe digunakan analisa regresi
berganda.
Berdasarkan regresi linier berganda
dengan bantuan program komputer SPSS
versi 18 diperoleh hasil sebagai berikut:
Koefisien regresi bernilai positif artinya
terjadi hubungan positif antara usia,
pendidikan, pengalaman, dan keahlian
dengan volume hasil kerja.
Nilai Sig. pengalaman 0,001 < 0,05 dan
keahlian dari kursus / diklat 0,007 < 0,05;
yang berarti pengalaman dan keahlian
paling berpengaruh terhadap besar
kecilnya volume hasil kerja pada
produktivitas operator alat berat backhoe.
Pengalaman dan keahlian sangat
berpengaruh dilihat dari masa kerja
operator lebih dari 5 tahun dan hasil
wawancara dengan operator sudah
beberapa kali mengerjakan pekerjaan di
tempat atau medan rawa, lahan gambut,
sungai serta jenis tanah yang bervariatif.
Sedangkan keahlian di lihat dari cara
mengoperasikan alat berat backhoe dari
waktu relatif cepat dan volume yang
dicapai lebih besar.
Usia dan pendidikan tidak terlalu
mempengaruhi karena hasil volume kerja
yang dihasilkan tidak melihat dari umur
dan latar belakang pendidikan yang
dimiliki operator alat berat backhoe.
KESIMPULAN DAN SARAN
Kesimpulan
Berdasarkan hasil analisis korelasi ganda,
bahwa usia, pendidikan, pengalaman dan
keahlian terjadi hubungan yang sangat kuat
terhadap volume hasil kerja dengan nilai R
sebesar 0,926.
Persamaan regresi linear berganda sebagai
berikut:
Y’ = 0,767 – 0,061 X1 + 0,009 X2 + 0,373
X3 +0,374 X4
Hasil analisis regresi linier berganda
didapat koefisien regresi variabel usia
sebesar - 0,061; pendidikan sebesar 0,009;
pengalaman sebesar 0,373 dan keahlian
Coefficientsa
.767 .542 1.414 .169
-.061 .114 -.071 -.535 .597
.009 .140 .009 .067 .947
.373 .146 .385 2.549 .017
.374 .090 .537 4.172 .000
(Constant)
Usia
Pendidikan
Pengalaman
Keahlian
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: Volume Hasil Kerjaa.
Model Produktivitas……………Karakteristik Operator Yitno, Fitri NUgraheni, Buddewi
Sukindrawati
ISSN 2088 - 3676 4
sebesar 0,374.Koefisien bernilai positif
berarti pendidikan, pengalaman dan
keahlian terjadi hubungan positif dengan
volume hasil kerja pada produktivitas
operator alat berat.
Faktor yang paling berpengaruh terhadap
volume hasil kerja dengan nilai sig. kurang
dari 0,05 yaitu pengalaman dengan nilai
sig. 0,017 dan keahlian dengan nilai 0,000.
Saran
Bagi kontraktor pelaksana dalam merekrut
operator alat berat backhoe hendaknya
lebih memperhatikan pengalaman dan
keahlian operator.
Bagi peneliti selanjutnya agar dapat
meneliti dari faktor-faktor lain yang
berpengaruh terhadap produktivitas
operator alat berat.
DAFTAR PUSTAKA
Affandi, E. (2008). Evaluasi Produktifitas
Pekerjaan Pemindahan Tanah
Dengan Simulasi. Bandung:
Institut Teknologi bandung.
Azwar, S. (2011). Meode Penelitian.
Yogyakarta: Pustaka Pelajar.
Basari, Z., & Dulsalam. (2012). Analisis
Produktivitas, Biaya Operasi dan
Pamadatan Tanah pada Penyara
dan Traktor Valmet Forwarder
890.3 di Areal HTI Provinsi
Riau. Jurnal Penelitian Hasil
Hutan .
Bhukty, R. E. (2012). Analisa
Produktivitas Dan Biaya
Penggunaan Alat-alat Berat
Pada Proyek Pembangunan
Hotel The Singhasari Resort And
Convention. Malang: Institut
Teknologi Nasional.
Budiarti, D. E. (2010). Analisis tentang
produktivitas kerja operator
pada PT. Voksel Electric.
Jakarta: Fakultas Ilmu Sosial dan
Politik Universitas Indonesia.
Fernando, A. (2012). Perbandingan
Produktivitas Excavator
Backhoe Antara Praktek Di
Lapangan Dengan Teori.
Yogyakarta: Fakultas Teknik
Sipil dan Perencanaan,
Universitas Islam Indonesia.
Lubis, I. H. (1985). Pengendalian dan
Pengawasan Proyek dalam
Manajemen. Jakarta: Ghelia
Indonesia.
Muis, A. R. (2007). Penentuan Faktor
Efisiensi Kerja Operator Alat
Berat Wheel Loader. Padang:
Jurusan Teknik Sipil, Fakultas
Teknik, Universitas Andalas.
Panduan Lengkap SPSS 7.5 for Windows.
(1997). Yogyakarta: Andi Offset.
Prastowo, A. (2011). Metode Penelitian
Kualitatif dalam Perspektif
Rancangan Penelitian.
Yogyakarta: Ar-Ruzz Media.
Santosa, S. (2001). Buku Latihan SPSS
Statistik Parametrik. Jakarta: PT.
Elex Media Komputindo.
Subagyo, P., & Djarwanto. (1993).
Statistik Induktif. Yogyakarta:
BPFE.
Sugiyono. (2007). Metodologi Penelitian.
Jakarta: Alfabeta.
Surani, P. (2011). Subyek dan Obyek
Penelitian. Yogyakarta: UIN
Sunan Kalijaga.