Probabilistic Model For Predicting Construction Worker Accident Based On Bayesian Belief Networks

Sarasanty, Diah (2017) Probabilistic Model For Predicting Construction Worker Accident Based On Bayesian Belief Networks. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
3115203004-Master-Thesis.pdf - Published Version

Download (2MB) | Preview

Abstract

Industri konstruksi mempunyai peranan yang sangat penting dalam proses pembangunan dan perkembangan suatu negara. Dengan karakteristik yang unik dan bersifat dinamis menyebabkan industri konstruksi memiliki kondisi yang berbahaya dan rawan terjadi kecelakaan kerja. Angka kematian akibat kecelakaan kerja pada industri konstruksi tahun 2015 mengalami kenaikan sebesar 4% dibanding tahun 2014. Jumlah kecelakaan kerja di Indonesia dari tahun ke tahun mengalami tren peningkatan sebesar 5%. Perilaku tidak aman dari pekerja ( unsafe behaviour ) menjadi akar penyebab utama dari 88% kecelakaan kerja pada industri konstruksi, 10% dikarenakan kondisi tidak aman, dan 2% disebabkan hal-hal yang tidak dapat dihindari. Dengan kompleksitas kegiatan konstruksi peralatan dan lingkungan yang tidak aman secara signifikan menentukan jenis kecelakaan dan keparahan cidera Penelitian ini bertujuan untuk mengusulkan model probabililitas untuk memprediksi kecelakaaan kerja pada proyek konstruksi. Dalam meningkatkan keakurasian penilaian kecelakaan kerja, maka analisa dalam penelitian ini menggunakan metode Bayesian Belief Networks untuk merepresentasikan hubungan antara unsafe factors meliputi faktor perilaku tidak aman ( unsafe behaviour ), lingkungan tidak aman ( unsafe environment ), dan peralatan tidak aman ( unsafe equipment ) yang mempengaruhi terjadinya kecelakaan kerja. Pengumpulan data melalui survey lokasi proyek, kuesioner dan wawancara ( interview ) terhadap Manajer K3 proyek konstruksi. Validasi model dilakukan dengan mengaplikasikan model pada 4 (empat) kasus proyek konstruksi bangunan tingkat tinggi ( high rise building ). Hasil penelitian menunjukkan bahwa 1) unsafe factors yang langsung mempengaruhi kecelakaan kerja berdasarkan model BBN adalah faktor kondisi tidak aman ( unsafe condition ) dan faktor perilaku tidak aman ( unsafe behaviour ), 2) model BBN yang telah dibangun dapat memprediksi kecelakaan kerja pada proyek konstruksi secara akurat dengan rata-rata nilai akurasi sebesar 85,07%. Dengan hasil prediksi kecelakaan kerja yang lebih akurat dan model BBN yang dapat di update secara realtime akan membantu para praktisi serta semua pemangku kepentingan khususnya yang terlibat langsung pada industri konstruksi dalam memberikan rekomendasi langkah-langkah serta tindakan preventif dalam rangka meminimalkan terjadinya kecelakaan kerja yang fatal dan meningkatkan kinerja keselamatan dan kesehatan kerja (K3) serta dapat memberikan kontribusi pengetahuan mengenai faktor-faktor yang sangat mempengaruhi terjadinya kecelakaan kerja ========================================================================================= The construction industry has a very important role to the growth of a country. The unique characteristics and dynamic nature of the construction industry lead to a dangerous condition and prone to accidents. The death rate due to accidents in the construction industry in 2015 increased by 4% compared to 2014. The number of occupational accidents in Indonesia from year to year experienced a trend of an increase of 5%. Unsafe behavior of workers was the main cause of 88% of accidents in the construction site, 10% due to unsafe conditions, and 2% due to the unavoidable things. In addition, the complexity of construction equipment and unsafe environment significantly determined the type of accident and severity of injuries. This study aims to propose the probability model to predict the construction worker accidents in construction projects. To improve the accuracy of the assessment of workplace accidents, Bayesian Belief Networks used as a study analysis to represent the relationship among unsafe factors such as unsafe behavior factors, unsafe environment and unsafe equipment that lead to accidents. The data was collected through project site survey, questionnaire, and interview to OSH Managers in ten construction projects. The validation is done by applying the model on four case of a high rise building. The results showed that were 1) unsafe factors which affect directly the construction worker accident based on the BBN model was unsafe condition and unsafe behaviour, 2) BBN model could predict the worker accidents of the construction project accurately up to 85,07%. More accurate results of construction worker accident predictions and probabilistic model can be updating in realtime events could useful to assist the practitioners and all stakeholders especially those directly involved in construction industry and to get some recommendations steps and preventive actions in order to minimize the occurrence of fatal work accidents and improve occupational safety and health (OSH) as well as to contribute knowledge about the factors that influence the occurrence of accidents.

Item Type: Thesis (Masters)
Uncontrolled Keywords: probability, construction projects, worker accident, unsafe factors, Bayesian Belief Networks
Subjects: T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Civil Engineering and Planning > Civil Engineering > 22101-(S2) Master Thesis
Depositing User: Diah Saras Diah Sarasanty Diah Sarasanty
Date Deposited: 15 Aug 2017 01:50
Last Modified: 05 Mar 2019 03:16
URI: http://repository.its.ac.id/id/eprint/42319

Actions (login required)

View Item View Item