Detail Cantuman

Studi ini fokus pada kualitas produk dalam konteks manufaktur manual, di mana kualitas ditentukan oleh pemeriksaan berdasarkan standar penerimaan. Kecacatan produk sering kali disebabkan oleh tindakan manusia yang salah, yang dapat mempengaruhi performansi kerja. Pada penelitian ini, prediksi proporsi produk cacat dengan mempertimbangkan variabilitas denyut jantung (HRV). Proporsi cacat harus diprediksi sejak dini untuk meminimalkan risiko cacat produk. Oleh karena itu, diperlukan model prediksi untuk memprediksi proporsi produk cacat. Tujuan dari penelitian ini adalah mengembangkan model prediksi proporsi produk cacat akibat stres melalui pendekatan heart rate variability. Regresi Logistik digunakan untuk membangun model prediksi kesalahan manusia dengan hasil biner untuk mengetahui apakah pekerja harus diberikan kelonggara dan Regresi Linear digunakan untuk membangun model prediksi proporsi kecacatan produk untuk mengetahui berapa kelonggaran yang diberikan kepada pekerja. Proses penelitian dimulai dengan pengumpulan dataset, proses pemodelan, dan evaluasi. Hasil penelitian menunjukkan memiliki model prediksi terjadinya kesalahan mansuia memiliki signifikansi pada parameter RMSSD, pNN50, dan LF terhadap potensi human error. Berbeda dengan model prediksi proporsi cacat SDNN memberikan nilai signifikan semakin tinggi maka proporsi cacat semakin kecil, sedangkan variabel prediktor lain memiliki nilai koefisien yang sangat kecil. Kelonggran diberikan sebesar prediksi proporsi produk cacat.
Kata kunci: Human error, Stress, HRV, Regresi Logistik, Produk Cacat