Analisis Beban Kerja Mental pada Ojek Online Wilayah ... Dwi...Disamping juga untuk mencari...
Transcript of Analisis Beban Kerja Mental pada Ojek Online Wilayah ... Dwi...Disamping juga untuk mencari...
Perkembangan transportasi umum berbasis online
mengalami peningkatan yang pesat terutama pada sepeda
motor, sehingga para pengendara harus dapat bertahan dan
bersaing dengan yang lain [2]. Dengan padatnya lalu lintas
pengendara ojek online harus fokus dalam berkendara, selain
itu juga harus maksimal dalam memberikan pelayanan baik
kepada konsumen yang nantinya akan diberi penilaian juga
oleh konsumen dan bonus dari aplikasi dan yang lainnya. Hal
ini membuat beban kerja pengendara ojek online samakin
besar, selain fisik yang harus tahan menghadapi kepadatan jalan dan jam kerja yang tidak tentu juga psikis yang harus
menghadapi konsumen dan mengejar bonus dari perusahaan.
Kondisi pada pengendara ojek online sulit diketahui secara
langsung dan harus segera diperbaiki agar tidak menurunkan
performa dan produktivitas yang mereka kerjakan atau bahkan
stress kerja yang sewaktu waktu dapat terjadi. Backs dan
Seljos pada tahun 1994 menyatakan bahwa beban kerja mental
dapat diketahui dengan mengamati perilaku baik dalam
keadaan fisik maupun psikologis (mental) karena beban kerja
ER-6
Analisis Beban Kerja Mental pada Ojek Online di
Wilayah Yogyakarta Menggunakan Metode NASA-
TLX dan Fishbone Diagram
1st Arum Dwi Cahyani Program Studi Teknik Industri, Fakuktas Teknologi Industri
Universitas Islam Indonesia Yogyakarta, Indonesia [email protected]
3rd Tasya Aufa Nadira
Program Studi Teknik Industri, Fakuktas Teknologi Industri Universitas Islam Indonesia
Yogyakarta, Indonesia [email protected]
2nd Fikri Kalbarqi
4th Muhammad Ragil Suryoputro Program Studi Teknik Industri, Fakuktas Teknologi Industri
Universitas Islam Indonesia Yogyakarta, Indonesia
Program Studi Teknik Industri, Fakuktas Teknologi Industri Universitas Islam Indonesia
Yogyakarta, Indonesia [email protected]
Abstrak—Ojek online merupakan salah satu transportasi
umum yang pada saat ini semakin banyak digunakan karena
dinilai efektif, disamping itu pengendara ojek online harus selalu
siap dalam keadaan dan kondisi apapun untuk mengantarkan
dan melayani konsumen sehingga dapat menimbulkan stress
kerja baik pada fisik maupun psikis (mental). Beban kerja yang
tinggi akan berakibat kepada performa dan produktivitas dari
ojek online, banyak faktor yang mengakibatkan tingginya beban
kerja mental yang dialami oleh ojek online sehingga pada
penelitian ini menggunakan metode NASA-TLX untuk
mengetahui dan mengukur faktor yang menjadi penyebab beban
kerja mental dari pengendara ojek online secara subjektif dan
juga menggunakan fishbone diagram untuk mengetahui
penyebab dari permasalahan tersebut. Dari hasil pengukuran
didapatkan bahwa pengendara ojek online termasuk
kategori beban kerja mental yang tinggi dengan nilai tertinggi
(25,74%) yaitu indikator effort, penyebabnya adalah
pengendara ojek online harus mengorbankan waktu dan
tenaga kerja, harus mencapai target yang diinginkan, dan
memberikan pelayanan yang maksimal.
TLX, ojek online.
Kata Kunci—beban kerja mental, fishbone diagram, NASA-
Gambar 1 Statistik Kendaraan Bermotor Wilayah Yogyakarta
(Sumber: Badan Pusat Statistik DIY)
Salah satu pilihan yang dinilai efektif untuk mengatasi
kepadatan di jalan raya adalah menggunakan transportasi umum berbasis online. Masyarakat memiliki respon kepuasan
yang baik terhadap pelayanan ojek online [1].
Mobilitas yang tinggi menuntut untuk melakukan
perpindahan dari satu tempat ke tempat lain dengan cepat,
Menurut Dinas Perhubungan Yogyakarta pada tahun 2017-
2018 jumlah kendaraan bermotor mengalami peningkatan dan
pada tahun 2019 terjadi penambahan kendaran sekitar 6% pada
sepeda motor dan 4% pada mobil yang mengindikasikan
bahwa kepadatan di jalan raya semakin tinggi. Dapat dilihat pada grafik Gambar 1 dibawah ini merupakan statistik jumlah
kendaraan bermotor di DI. Yogyakarta.
I. PENDAHULUAN
tidak dapat diamati secara langsung [3]. Beban kerja dapat
didefinisikan sebagai perbedaan antara kemampuan pekerja
dan tuntutan pekerjaan [4]. Jika kemampuan pekerja lebih
tinggi dari tuntutan pekerjaan, kebosanan akan muncul.
Sebaliknya, jika kemampuan pekerja lebih rendah dari tuntutan pekerjaan, maka akan ada kelelahan yang berlebihan
[5]. Kelelahan menunjukkan kondisi yang berbeda – beda dari
setiap individu, tetapi semuanya bermuara pada kehilangan
efisiensi dan penurunan kapasitas kerja serta ketahanan tubuh
[6]. Kelelahan kerja juga akan menurunkan kinerja dan
menambah tingkat kesalahan kerja [7]. Seringkali beban kerja
yang berlebihan diakibatkan oleh pekerja memiliki terlalu
banyak pekerjaan yang harus dilakukan setiap harinya [8].
Salah satu metode yang dapat digunakan untuk mengetahui
beban kerja mental seseorang secara subjektif yaitu dengan
menggunakan metode NASA-TLX. Metode NASA-TLX
merupakan metode yang digunakan untuk menganalisis beban kerja mental yang dihadapi oleh pekerja yang harus
melaksanakan berbagai aktivitas dan pekerjaannya. Metode
NASA-TLX dikembangkan oleh Sandra G. Hart dari NASA-
Ames Research Center dan Lowell E. Staveland dari San Jose
State University pada tahun 1981 [4].
Dalam hal ini peneliti juga menganalisis penyebab
tingginya beban kerja mental dari ojek online berdasarkan
hasil dari NASA-TLX dengan menggunakan metode Fishbone
Diagram. Fishbone diagram berguna untuk menganalisa dan
menemukan faktor-faktor yang berpengaruh secara signifikan
didalam menentukan karakteristik kualitas output kerja. Disamping juga untuk mencari penyebab-penyebab yang
sesungguhnya dari suatu masalah [9]. Dalam hal ini metode
sumbang saran (brainstorming method) akan cukup efektif
digunakan untuk mencari faktor-faktor penyebab terjadinya
penyimpangan kerja secara detail [10].
Pada penelitian ini menggunakan metode NASA-TLX yang bertujuan untuk mengetahui faktor terbesar penyebab dari beban kerja mental yang dialami ojek online secara subjektif langsung dari pengemudi, selanjutnya mengetahui penyebab dari indikator terbesar dari beban kerja mental dengan metode fishbone diagram dan memberikan saran terkait perbaikan yang dilakukan untuk mengurangi beban kerja mental yang dialami oleh pengemudi dengan menggunakan analisis 5W+1H.
Langkah–langkah penelitian dibuat untuk memudahkan proses penelitian. Langkah-langkah tersebut dapat dilihat di Gambar 2.
Rendah 0-9
Sedang 10-29
Agak Tinggi 30-49
Tinggi 50-79
Sangat Tinggi 80-100
ER-7
II. METODE
Penelitian ini bertujuan untuk mengetahui dan mengukur
faktor yang memengaruhi beban kerja mental dari pengendara
ojek online menggunakan pengukuran secara subjektif yaitu
dengan metode NASA-TLX dan Fishbone diagram untuk
mengetahui hubungan faktor sebab dan akibat dari beban kerja
mental yang terjadi.
Gambar 2. Alur Penelitian
Berdasarkan gambar 2, untuk mengetahui dan mengukur
faktor yang mempengaruhi beban kerja mental dari
pengendara ojek online menggunakan metode NASA-TLX dan Fishbone diagram. Berikut merupakan penjelasan terkait
pengelohan data yang dilakukan dalam mengukur beban kerja
mental menggunakan metode NASA-TLX [11], yaitu
menjelaskan kepada responden mengenai enam indikator yang
diukur dalam metode NASA-TLX yaitu Mental Demand
(MD), Physical Demand (PD), Temporal Demand (TD),
Performance (OP), dan Frustration Level (FR), kemudian
dilakukan pembobotan beserta pemberian rating. Selanjutnya
menghitung nilai produk dengan mengalikan pembobotan
dengan rating yang didapatkan, dan menghitung Weighted
Workload (WWL) dengan menjumlahkan semua indikator pada setiap responden, serta interpretasi hasil nilai skor beban
kerja mental yang dialami oleh responden. Berdasarkan [12]
berikut lima klasifikasi nilai beban kerja mental dengan
metode NASA-TLX yang dapat dilihat pada Tabel I di bawah
ini: TABEL I. KLASIFIKASI NASA-TLX
Golongan Beban Kerja Nilai
a. Subjek dan Objek Subjek pada penelitian ini adalah 30 responden pengendara
ojek online dengan job description yang sama. Sedangkan objek yang diamati pada penelitian ini adalah meninjau seberapa besar beban kerja mental para pengendara ojek online.
b. Metode Penelitian
Pada grafik diatas diketahui bahwa hasil kualifikasi beban
kerja mental dengan klasifikasi agak tinggi sebanyak 7 orang,
tinggi sebanyak 21 orang, dan sangat tinggi sebanyak 2 orang. Sehingga dapat diartikan bahwa rata-rata responden
mengalami beban kerja mental yang tinggi. Pengendalian
beban kerja mental yang tinggi adalah dengan menyesuaikan
kemampuan dan kapasitas kerja pekerja agar terhindar dari
adanya beban berlebih maupun beban kerja yang terlalu ringan
[16].
Adapun besar persentase nilai perbandingan untuk setiap
indikator pada NASA-TLX. Berikut merupakan hasil
perhitungan dari persentase skor rata-rata NASA-TLX untuk
setiap indikator:
Berdasarkan grafik diatas diketahui bahwa nilai skor
tertinggi yaitu pada indikator effort sebesar 25,74%. Hal ini
terjadi dikarenakan untuk menjadi seorang ojek online
membutuhkan usaha yang lebih besar dalam bekerja seperti,
mengorbankan waktu dan tenaga, mencapai target yang
diinginkan dan memberikan pelayanan yang maksimal kepada
konsumen. Sehingga indikator effort memiliki nilai yang lebih
tinggi dibandingkan indikator lainnya. Diketahui bahwa pada
indikator PD memiliki nilai tertinggi kedua, tetapi indikator ini
tidak memiliki pengaruh yang lebih terhadap rata-rata WWL dibandingkan dengan indikator EF. Hal tersebut dapat
diketahui melalui uji korelasi yang telah dilakukan. Uji
korelasi Spearman adalah uji statistik yang ditujukan untuk
ER-8
II. HASIL DAN PEMBAHASAN
a. NASA-TLX Pada perhitungan dengan menggunakan metode NASA-
TLX dilakukan beberapa tahap sebelum mendapatkan klasifikasi skor NASA-TLX. Pertama yaitu dengan melakukan
perbandingan antar indikator NASA-TLX dan pemberian
rating untuk setiap indikator. Setelah itu menghitung Weighted
Workload (WWL) dan melakukan perhitungan rata-rata
WWL, dan tahap terakhir yaitu melakukan interpretasi skor
rata-rata WWL kedalam klasifikasi tingkat beban kerja mental.
Berikut merupakan hasil interpretasi skor yang telah
didapatkan:
Penelitian ini dilakukan dengan menggunakan jenis
penelitian deskriptif dengan menggunakan metode NASA-
TLX, metode Fishbone diagram dan menggunakan konsep analisis 5W+1H. Penelitian deskriptif yaitu suatu penelitian
yang bertujuan untuk membuat gambaran atau deskripsi
tentang keadaan secara obyektif [10]. Pengumpulan data
meliputi identitas, jam kerja dan durasi istirahat. Kemudian
melakukan pengumpulan data menggunakan kuesioner
NASA-TLX. Metode NASA-TLX yang merupakan metode
pengukuran subjektif digunakan karena jika secara subjektif
kurang invasif, lebih mudah dan lebih kuat untuk dirasakan,
lebih mudah ditiru, dan validitasnya yang lebih tinggi [13].
Selanjutnya peneliti mengajukan beberapa pertanyaan terkait
penjalanan dan sistem kerja dari ojek online kepada pengendara. Dari beberapa pertanyaan yang diajukan tersebut
dimana jawaban dari ojek online akan diolah dengan
menggunakan Fishbone diagram untuk mengidentifikasi dan
mengorganisir sebab-sebab yang muncul dari sebuah efek,
terdapat beberapa fungsi dasar dari Fishbone diagram yaitu 1)
mengklasifikasi berbagai sebab potensial dari suatu masalah
atau pokok persoalan dengan cara yang rapi; 2) menganalisis
tentang apa yang sesungguhnya terjadi dalam suatu proses; 3)
mengajarkan kepada tim dan individu tentang proses serta
prosedur saat ini atau yang baru [14]. Dan yang terakhir yaitu,
menganalisis permasalahan yang dihadapi oleh pengemudi,
dalam hal ini dengan menggunakan konsep analisis 5W+1H dimana rencana tindakan akan menjelaskan tentang dimana
permasalahan tersebut berasal dan apa yang menjadi alternatif
upaya usulan perbaikan yang akan dilakukan. 5W+1H yaitu,
(1) What, apa yang menjadi target utama dari permasalahan
yang ada. (2) Why, mengapa rencana tindakan diperlukan? (3)
Where, dimana rencana tersebut dilakukan (4) Who, siapa yang
akan mengerjakan aktivitas rencana tersebut? (5) When, kapan
tindakan ini akan dilaksanakan? (6) How, bagaimana
mengerjakan rencana tersebut? [15].
Gambar 3 Klasifikasi BKM
Gambar 4 Perbandingan Indikator NASA-TLX
Indikator Rata-Rata WWL
MD 0.523
PD 0.088
TD 0.488
OP -0.261
EF 0.658
FR 0.406
Tabel II menyatakan besar hubungan antara variabel nilai
rata-rata WWL dengan dimensi-dimensi yang ada pada
NASA- TLX. Secara teoritis, semakin besar nilai korelasi maka semakin kuat juga keterkaitan yang ada. Besar hubungan
antar variabel rata-rata WWL dengan indikator EF yang
dihitung dengan koefisien korelasi adalah 0.658, sedangkan
variabel rata-rata WWL dengan indikator PD adalah 0.088.
Maka, karena korelasi antara rata-rata WWL dengan indikator
EF lebih besar dibandingkan dengan indikator PD. Sehingga,
indikator EF lebih berpengaruh terhadap rata-rata WWL.
b. Fishbone Diagram
Diagram fishbone bertujuan untuk menunjukkan korelasi antara sebab dan akibat, selain itu dapat membantu menunjukkan kemungkinan penyebab peristiwa tertentu. Salah satu manfaat dari diagram fishbone yaitu dapat membantu menetukan akar penyebab dari masalah dengan pendekatan terstruktur [18]. Maka dari itu peneliti menggunakan metode fishbone diagram agar mengetahui akar penyebab masalah adanya beban kerja mental pada ojek online, sehingga masalah tersebut dapat diselesaikan sesuai dengan penyebab masalah yang terjadi.
Berdasarkan hasil dari NASA-TLX diketahui bahwa indikator tertinggi yaitu pada effort, untuk mengetahui penyebab dari tingginya indikator effort dapat dilakukan dengan cara menggunakan diagram fishbone. Berikut merupakan diagram fishbone dari variabel NASA-TLX tertinggi:
Pada diagram fishbone diatas telah diketahui beberapa
faktor akar penyebab dari indikator effort sebagai penyebab
tingginya beban kerja mental pada pengendara ojek online
yaitu faktor mengorbankan waktu dan tenaga kerja, harus
mencapai target yang diinginkan, dan memberikan pelayanan
yang maksimal. Dari ketiga faktor tersebut dilakukan
identifikasi kembali terkait penyebab adanya faktor-faktor
tersebut yang mengakibatkan ketiga faktor tersebut menjadi penjebab dari tingginya indikator effort pada NASA-TLX.
Penyebab ketiga faktor tersebut dapat dilihat pada Gambar 5
diatas.
c. Analisis 5W+1H
Penyelesaian masalah beban kerja mental pengendara ojek
online dengan menggunakan konsep rumusan pertanyaan
5W+1H yaitu What, Why, Who. Where, When dan How.
Dimana untuk mendapatkan solusi terbaik dengan menjawab
pertanyaan tersebut. Hal ini dilakukan agar solusi dari
permasalahan akan tepat sasaran. Berikut merupakan tabel
penyelesaian masalah menggunakan 5W+1H:
ER-9
TABEL II. HASIL UJI KORELASI ANTAR INDIKATOR
Correlation
mengetahui hubungan antara dua atau lebih variabel berskala
Ordinal [17], pada penelitian ini uji korelasi dilakukan dengan
menggunakan software SPSS. Berikut merupakan hasil uji
korelasi antara semua indikator NASA-TLX dengan rata-rata
WWL:
Gambar 5. Fishbone Diagram
What? Why? Who? Where? When? How?
Ojek online dalam
pekerjaannya
mengorbankan waktu
dan tenaga
Hal ini dikarenakan ojek online
harus selalu siap ketika ada pesanan
dari customer di waktu dan kondisi
yang tidak pasti.
Pengendara
Ojek online
Di
Yogyakarta
9-12 jam perhari
dengan waktu
istirahat 30 menit
sampai 3 jam
dalam sehari
Dengan cara yaitu, pekerja dapat
mengatur waktu kerja yang sesuai
dengan kapasitas tenaga yang dimiliki
seperti jika sudah waktunya ibadah dan
waktu makan sebaiknya dilakukan
terlebih dahulu. Selalu menjaga
kebugaran tubuh dengan minum vitamin
dan istirahat yang cukup. Selain itu,
perusahaan dapat menerapkan sistem
one day off setiap minggunya untuk
pekerjanya dengan dilaukan
penjadwalan yang sesuai, sehingga
tenaga dan waktu para pekerja menjadi
lebih baik.
Ojek online harus
selalu mencapai target
yang diinginkan
Hal ini disebabkan karena untuk
mendapatkan upah dan bonus yang
lebih banyak, para ojek online harus
melebihi target yang telah ditetapkan
oleh perusahaan.
Pengendara
Ojek online
Di
Yogyakarta
Mulai dari pagi hari
sampai malam hari
sekitar 9-12 jam
perhar
Sebelum bekerja, ojek online terlebih
dahulu menentukan lokasi penerimaan
pesanan yang efektif, melakukan sistem
merubah lokasi per berapa jam sekali
agar target yang diinginkan dapat
tercapai. Sehingga waktu bekerja juga
tidak banyak habis terbuang.
Ojek online
mempunyai tuntutan
untuk memberikan
pelayanan yang
maksimal
Hal ini dikarenakan ojek online
dalam bekerja bersentuhan langsung
dengan para konsumen maka harus
memastikan untuk menjaga barang
pesanan dan juga harus memastikan
kendaraan dalam kondisi baik.
Pengendara
Ojek online
Di
Yogyakarta
Setiap saat ketika
melakukan
pekerjaan
Untuk mengurangi tuntutan tersebut,
ojek online terlebih dahulu dapat
mempersiapkan dan mengecek
perlengkapan yang dibutuhkan sebelum
bekerja secara berkala. Seperti
mengecek kesehatan motor, mengecek
kembali terkait pesanan dari pelanggan,
dan lain-lain.
Berdasarkan Tabel III diatas dapat diketahui solusi dari
sebab dan akibat yang menjadi masalah terkait tingginya
beban kerja mental para ojek online. Untuk solusi dalam
mengurangi beban kerja mental tersebut dapat dilihat pada
bagian analisis How, dimana masing-masing penyebab dari
masalah beban kerja mental yang dihadapi berada pada
indikator effort sehingga disarankan kepada para ojek online untuk harus lebih mempersiapkan segala sesuatunya terlebih
dahulu dengan baik agar usaha yang dikeluarkan saat bekerja
tidak melebihi kapasitas diri sendiri dan akan lebih sesuai
dengan hasil yang didapatkan juga.
dahulu menentukan lokasi penerimaan pesanan yang efektif
untuk mendapatkan banyak pesanan.
[2] A. Aziah and P. R. Adawia, “Analisis Perkembangan Industri
Transportasi Online di Era Inovasi Disruptif ( Studi Kasus PT Gojek
Indonesia ),” Cakrawala, vol. 18, no. 2, pp. 149–156, 2018
[3] R. W. Backs and K. A. Seljos, “Metabolic and cardiorespiratory
measures of mental effort : the effects of level of difficulty in a working memory task,” Int. J. Psychophysiol., vol. 16, pp. 57–68, 1994
[4] P. A. Hancock and N. Meshkati, “Human mental workload”, North-Holland Amsterdam, 1988.
[5] U. L. Putri and N. U. Handayani, “Analisis Beban Kerja Mental Dengan Metode Nasa Tlx Pada Departemen Logistik PT ABC,” Ind. Eng. Online
J., vol. 6, no. 2, 2017. [6] Tarwaka, Solichul, and Lilik Sudiajeng. "Ergonomi untuk keselamatan,
kesehatan kerja dan produktivitas." Uniba, Surakarta, pp. 34-50, 2004. [7] Nurmianto, Eko. "Ergonomi Konsep Dasar dan Aplikasinya Edisi
Pertama." Guna Widya, Surabaya, 2003. [8] Sunarto, Nurhakiki Nazlia. "Analisis Beban Kerja Karyawan Dengan
Menggunkan Metode Swat Dan Metode Nasa Tlx (Studi Kasus Di Pt. Lg Electronics Indonesia).", 2018.
[9] L. E. Hart, S. G. & Stavelend, “Development of NASA-TLX ( Task Load Index) : results of emperical and theretical reseach,” Hum. Ment.
Workload, pp. 140–183, 1998. [10] Silvia, I. Hamdy, Muhammad, and R. Yusnil, “Analisa Beban Kerja
Mental Operator Mesin Dryer Bagian Auto Clipper dengan Metode NASA-TLX (Studi Kasus: Pt. Asia Forestama Raya),” J. Tek. Ind., vol.
4, no. 2, pp. 83–90, 2018. [11] D. Caesaron and T. Tandianto, “Penerapan Metode Six Sigma dengan
Pendekatan Dmaic pada Proses Handling Painted Body Bmw X3 (Studi Kasus: PT. Tjahja Sakti Motor),” Penelit. dan Apl. Sist. dan Tek. Ind.,
vol. 9, no. 3, p. 182846, 2015.
ER-10
TABEL III. ANALISIS 5W+1H
Berdasarkan hasil pengolahan kuesioner NASA-TLX
responden mengalami beban kerja mental dengan klasifikasi agak tinggi sebanyak 7, tinggi sebanyak 21, sangat tinggi
sebanyak 2. Sehingga dapat diartikan bahwa rata-rata
responden mengalami beban kerja mental yang tinggi dengan
indikator effort memiliki pengaruh paling dominan dari
keenam indikator dengan nilai sebesar 25,74%. Dari hasil
fishbone diagram diketahui bahwa beban kerja mental yang
tinggi disebabkan pengendara ojek online mengorbankan
waktu dan tenaga, harus mengejar target, dan memberikan
pelayanan maksimal. Rekomendasi yang diberikan kepada
pengendara ojek online yaitu mengatur waktu kerja yang
sesuai dengan kapasitas tenaga yang dimiliki, selalu menjaga
kebugaran tubuh, dan menerapkan sistem one day off setiap minggunya. Sebelum bekerja hendaknya ojek online terlebih
DAFTAR PUSTAKA
[1] G. J. M. Sianipar, “Transportasi Ojek Online ( Studi Pada Pelanggan
Grabbike Di Kota Medan ).,” J. Manaj. Dan Bisnis, vol. 19, pp. 183–
196, 2015.
III. KESIMPULAN
[12] T. F. Hidayat, S. A. Pujangkoro, and A. M. Kes, “Pengukuran Beban Kerja Perawat Menggunakan Metode NASA-TLX Di Rumah Sakit
XYZ,” J. Tek. Ind. USU, vol. 2, no. 1, 2013. [13] Young, G., Zavelina, L. and Hooper, V. “Assessment of Workload
Using NASA Task Load Index in Perianesthesia Nursing”. Journal of Peri Anesthesia Nursing, no. 23, vol. 2, pp. 102–110, 2008
[14] Nurson, Erlinda M. “Alat Peningkatan Mutu: Jilid 1”, PT. Pustaka Binaman Pressindo, Jakarta, 1993
[15] V. Gasperz, “Total Quality Management”, Gramedia Pustaka Utama, Jakarta, 2005.
[16] E. Grandjean, K. H. “Fitting The Task To The Human (5th ed.)”, CRC Press London, 1997.
[17] Sugiyono, ” Statistika Untuk Penelitian”, Alfabeta Bandung, 1999. [18] Septiawan, Dimas Budi, and Rudy Bekti. "Analysis of Project
Construction Delay Using Fishbone Diagram at PT. Rekayasa Industri." Journal of business and management 5, no. 5, pp. 634-650,
2016.
ER-11