Pengembangan Metode RULA Berbasis Image Processing dan Deep Learning untuk Penilaian Risiko Ergonomi Postur Kerja

Abstract

Penelitian ini mengusulkan sistem perhitungan indeks risiko secara otomatis dengan memanfaatkan metode evaluasi Rapid Upper Limb Assessment (RULA). Sistem yang diusulkan mencakup perancangan hardware dan software yang menggabungkan sistem deteksi postur kerja tanpa memerlukan penambahan alat pada tubuh, melainkan menggunakan pemrosesan gambar dan memanfaatkan model deep learning MediaPipe. Software yang diusulkan secara spesifik mengestimasi postur kerja dari gambar yang diperoleh melalui webcam real-time atau gambar yang sudah ada. Selanjutnya, software menghitung sudut tubuh dan menghasilkan skor serta indeks risiko RULA. Pendekatan ini telah berhasil dievaluasi dalam skala laboratorium, dan penelitian ini memberikan gambaran komprehensif tentang sistem yang diusulkan, termasuk hasil validasi. Implementasi dan perbandingan hasil juga dilakukan dengan merujuk pada jurnal terkait. Sistem yang diusulkan memperoleh skor RULA 4, sedangkan jurnal pembanding mmeperoleh skor RULA 6. Sistem yang diusulkan menunjukkan bahwa sistem yang diusulkan secara efektif dapat memprediksi sudut kriteria RULA dengan signifikan, dan melakukan analisis RULA dengan akurasi yang sebanding atau bahkan lebih baik dibandingkan dengan analisis manual. Keefektifan ini tetap berlaku bahkan dalam kondisi yang tidak terduga yang biasanya dihadapi di lingkungan kerja. Kata kunci: penilaian resiko ergonomi, pemrosesan gambar, pembelajaran mendalam, rula, manufaktur