Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Prosidia Widya Saintek
Arie Restu Wardhani
Universitas Widya Gama Malang
Agriculture, Biological Sciences & Forestry Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mechanical Engineering Social Sciences Transportation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS POSTUR KERJA MENGGUNAKAN RULA REBA PADA PEKERJA PACKING PT.C UNTUK MENGURANGI RISIKO MUSCOLOSKELETAL DISORDERS Muhammad Affif Nugroho; Arie Restu Wardhani; Silviana Silviana
Prosidia Widya Saintek Vol. 5 No. 2 (2026)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Musculoskeletal Disorders (MSDs) merupakan gangguan pada sistem otot dan rangka akibat postur kerja yang tidak ergonomis, aktivitas repetitif, dan beban kerja yang tinggi. Aktivitas pada area packing PT. C Pasuruan masih dilakukan secara manual sehingga berpotensi meningkatkan risiko ergonomi. Penelitian ini bertujuan menganalisis tingkat risiko ergonomi menggunakan metode Rapid Upper Limb Assessment (RULA), Rapid Entire Body Assessment (REBA), Ovako Working Posture Analysis System (OWAS), serta mengidentifikasi keluhan muskuloskeletal menggunakan Nordic Body Map (NBM). Penelitian menggunakan metode deskriptif kuantitatif terhadap delapan pekerja bagian packing. Data diperoleh melalui observasi, pengukuran sudut postur, dan penyebaran kuesioner NBM. Hasil penelitian menunjukkan bahwa aktivitas weighing memiliki risiko ergonomi tinggi akibat posisi lengan atas mencapai sudut 120°–140°, sedangkan aktivitas adjustment bag berisiko tinggi hingga sangat tinggi karena postur membungkuk 20°–40°. Skor NBM berkisar 70–81, menunjukkan seluruh pekerja mengalami keluhan muskuloskeletal, terutama pada bahu, lengan, pergelangan tangan, dan punggung. Hasil penilaian RULA, REBA, dan OWAS menunjukkan sebagian besar aktivitas memerlukan tindakan perbaikan segera. Usulan perbaikan meliputi pembaruan SOP, penerapan micro-breaks, program peregangan, pembatasan lembur, penggunaan operator cadangan, serta penyesuaian tinggi mesin timbangan dan konveyor untuk menurunkan risiko MSDs dan meningkatkan keselamatan serta produktivitas kerja
PENGEMBANGAN KERANGKA HIBRID TAGUCHI–OPTIMASI BAYESIAN UNTUK OPTIMASI PROSES PRODUKSI BISKUIT Arie Restu Wardhani; Silviana Silviana; Chauliah Fatma Putri; Andy Hardianto; Agung Dwi Cahyo; Arief Rizki Fadhillah; Khisbullah Hudha
Prosidia Widya Saintek Vol. 5 No. 2 (2026)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini merupakan studi awal dalam pengembangan kerangka Hibrida Taguchi–Optimasi Bayesian untuk identifikasi dan optimasi parameter proses produksi biskuit dengan tujuan meminimalkan tingkat cacat produk. Penelitian menggunakan pendekatan kuantitatif eksperimental dengan empat parameter proses, yaitu suhu pemanggangan, waktu pemanggangan, kecepatan konveyor, dan kadar air adonan. Rancangan eksperimen disusun menggunakan Orthogonal Array Taguchi L9(3⁴) dengan tingkat cacat sebagai respon berkarakteristik Smaller-the-Better. Hasil analisis Signal-to-Noise Ratio menunjukkan bahwa suhu pemanggangan merupakan faktor dengan pengaruh terbesar, diikuti kadar air adonan, waktu pemanggangan, dan kecepatan konveyor. Kombinasi level optimum berdasarkan analisis Taguchi diperoleh pada A2–B1–C2–D2. Selanjutnya, sembilan titik eksperimen digunakan sebagai initial design points untuk mengembangkan model Gaussian Process Regression (GPR) sebagai surrogate model dalam kerangka Bayesian Optimization. Hasil evaluasi menggunakan Leave-One-Out Cross-Validation menunjukkan bahwa kernel Matern 3/2 memberikan hasil terbaik dengan RMSE 0,01531, MAE 0,01293, MAPE 15,98%, dan predictive Q² sebesar −0,279. Hasil tersebut menunjukkan bahwa model GPR dari data awal masih memiliki kemampuan prediksi terbatas. Temuan ini menjadi dasar untuk pengembangan tahap berikutnya melalui penambahan eksperimen adaptif guna memperkuat model dan memperoleh kondisi optimum yang tervalidasi.
Co-Authors Agung Dwi Cahyo Andy Hardianto Arief Rizki Fadhillah Chauliah Fatma Putri Khisbullah Hudha Muhammad Affif Nugroho Silviana Silviana