Prosiding SeNTIK STI&K, Vol 3 (2019)

Font Size:  Small  Medium  Large

Penerapan Data Mining Untuk Prediksi Tingkat Kecelakaan Kerja Menggunakan Rapid Miner

Anita Anita, Fivtatianti Hendajani

Abstract


Keselamatan kerja berkaitan erat dengan mesin, pesawat, alat kerja dalam proses landasan tempat kerja dan lingkungannya serta cara melakukan pekerjaan. Perlindungan tersebut merupakan hak asasi yang wajib dipernuhi oleh perusahaan. Menurut perkiraan ILO (International Labour Organization), setiap tahun di seluruh dunia 2 juta orang meninggal karena masalah akibat kerja. Dari jumlah ini, 354.000 orang mengalami kecelakaan fatal. Tingkat kecelakaan fatal di negara berkembang empat kali lebih tinggi dibanding negara industri. Beberapa pekerjaan berbahaya yang mendatangkan sebagian besar kecelakaan dapat dijumpai di sektor pertanian, konstruksi, pertambangan, kehutanan dan perikanan. Paper ini bersifat deskriptif untuk mengkaji kecelakaan kerja yang terjadi berdasarkan data sekunder dan dilakukan prediksi untuk mengetahui tingkat kecelakaan kerja dengan pendekatan Data Mining menggunakan Rapid Miner. Rapid miner merupakan software pengolah data mining yang menyediakan tool untuk membuat decision tree untuk melakukan analisis terhadap data dan sebagai mesin data mining yang dapat diintegrasikan pada produknya sendiri. Data yang digunakan adalah data sekunder yang didapat dari Industrial Safety and Health Analytics Database. Konten dari basis data ini pada dasarnya mengenai catatan kecelakaan dari 12 pabrik yang berbeda di 3 negara berbeda yang setiap baris dalam data merupakan kejadian kecelakaan yang terdiri dari 439 data. Kesimpulan yang didapatkan, diantaranya secara keseluruhan dari ke-12 pabrik, ada 11 pabrik yang memiliki tingkat kecelakaan di level I; di pabrik ke 3 (level_03) memiliki tingkat kecelakaan di level IV pada Risco Critico power lock; untuk pabrik ke 11 (local_11) tidak terdapat angkat kecelakaan.

Full Text: PDF