MODEL PRODUKTIVITAS ALAT BERAT BACKHOE BERDASARKAN...

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


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



volume hasil kerja.

2. Menentukan tingkat signifikansi

Tingkat signifikansi menggunakan = 5%

(signifikansi 5% atau 0,05 adalah ukuran


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.


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


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,


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


0,042 0,079

Volume * Pengalaman


0,001 0,285

Volume * Keahlian


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


Volume dengan keahlian 0,000 < 0,05


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.


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



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



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


1 ISSN 2088 - 3676

Gambar 6. Keahlian operator bachoe



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


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.


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



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,


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


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


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.


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.

Date post:	26-Jan-2020
Category:	Documents
Upload:	others
View:	5 times
Download:	6 times

MODEL PRODUKTIVITAS ALAT BERAT BACKHOE BERDASARKAN...

Documents