ESTIMASI PARAMETER ANTROPOMETRI KELILING MENGGUNAKAN METODE ANALISIS CLUSTER PADA MAHASISWA PROGRAM STUDI TEKNIK INDUSTRI ANGKATAN 2011

Binar Reza Gumilang, Prof. Dr. Eng. Ir. Herianto, S.T., M.Eng. IPU., ASEAN. Eng

2013 | Skripsi | S1 TEKNIK INDUSTRI

Antropometri merupakan salah satu cabang ilmu dari bidang ergonomi yang membahas bentuk fisik dan ukuran atau dimensi tubuh manusia yang berhubungan dengan perancangan produk, fasilitas dan sistem yang melibatkan manusia. Pengukuran antropometri dapat menggunakan alat ukur konvensional seperti, meteran, kursi antropometri, alat ukur tinggi badan dan lain-lain. Sehingga pengukuran secara manual membutuhkan waktu lama, dan sulit untuk mengukur sampel dalam jumlah besar. Sehingga membutuhkan metode untuk mengestimasi persamaan antropometri, sehingga dapat dengan cepat dan mudah mendapatkan data antropometri yang memiliki tingkat kesalahan (error) kecil. Pada penelitian ini jumlah data responden sebanyak 132 mahasiswa, yang terdiri dari 71 mahasiswa laki-laki dan 61 mahasiswa perempuan, yang digolongkan berdasarkan faktor body mass index (BMI). Dalam penelitian ini menggunakan metode analisis cluster (average linkage) untuk mengelompokkan variabel antropometri keliling, yang kemudian antar variabel akan korelasikan untuk mencari variabel bebas (independent variable) berdasarkan rerata hasil korelasi (pearson correlation) yang tertinggi. Sehingga dapat digunakan untuk proses analisis regresi linier sederhana untuk mengestimasi persamaan variabel antropometri keliling, yang memiliki nilai kesalahan (error) yang kecil. Secara keseluruhan penelitian ini menghasilkan 48 estimasi persamaan antropometri keliling berdasarkan tingkat body mass index (BMI), yang digunakan untuk mengestimasi variabel antropometri keliling. Contoh tingkat kesalahan (error) hasil estimasi persamaan antropometri keliling pada lingkar kening (BMI) rendah laki-laki yaitu : MAD sebesar 6,829 ; MSE sebesar 84,844 ; MAPE sebesar 0,012 ; MPE sebesar 0,001.

Kata Kunci : antropometri keliling, estimasi, analisis cluster, regresi linier, body mass index (BMI)