KLASIFIKASI KELELAHAN MASINIS PT KERETA
API INDONESIA DENGAN MENGGUNAKAN
SUSTAINED ATTENTION TEST (SAT)
TUGAS SARJANA
Diajukan untuk memperoleh gelar Sarjana Teknik dari
Program Studi Teknik Industri Institut Teknologi Bandung
Disusun oleh:
DIVA ANDARA RAHAYU MORIANTI
13418118
PROGRAM STUDI TEKNIK INDUSTRI
INSTITUT TEKNOLOGI BANDUNG
2022
DAFTAR ISI
DAFTAR ISI ........................................................................................................... i
DAFTAR TABEL .................................................................................................. ii
BAB I PENDAHULUAN .......................................................................................1
Latar Belakang ..............................................................................................1
Rumusan Masalah .........................................................................................4
Tujuan dan Manfaat ......................................................................................4
Batasan dan Asumsi ......................................................................................5
Sistematika Penulisan ...................................................................................5
BAB II STUDI LITERATUR .................................................................................7
Kelelahan ......................................................................................................7
Kelelahan dan Kewaspadaan ........................................................................7
Durasi dan Shift Kerja ...................................................................................8
Fitness for Duty.............................................................................................8
Sustained Attention Test (SAT) ....................................................................9
Receiver Operating Characteristic (ROC) .................................................10
DAFTAR PUSTAKA ...........................................................................................11
DAFTAR TABEL
No table of figures entries found.
ii
BAB I PENDAHULUAN
Latar Belakang
Kereta api merupakan alat transportasi massal yang bergerak di atas rel dan dapat
mengangkut barang maupun penumpang (Dwiatmoko, 2019). Badan Pusat
Statistik (2020) mencatat penggunaan kereta api dalam pengangkutan barang
mengalami kenaikan hingga 8,65% dibandingkan tahun 2019 dengan total
pengangkutan sebanyak 4,55 juta ton. Penggunaan alat transportasi, khususnya
kereta api memiliki risiko mengalami kecelakaan lalu lintas.
Berdasarkan data Direktorat Keselamatan Perkeretaapian dari tahun 2015 hingga
2020 terjadi 128 kecelakaan yang disebabkan oleh beberapa faktor, yaitu sarana,
prasarana, SDM operator, eksternal, dan alam. Faktor sarana meliputi kereta,
lokomotif, dan gerbong menyumbang tiga puluh kecelakaan. Faktor prasarana
meliputi jembatan, jalan, dan persimpangan rel menyebabkan 68 kecelakaan.
Faktor eksternal menyebabkan sembilan kecelakaan. Faktor alam, seperti banjir
dan tanah longsor menyebabkan tujuh kecelakaan. Faktor SDM operator dalam hal
ini adalah masinis, menyebabkan empat belas kecelakaan atau 10,9% dari total
kecelakaan.
Faktor masinis dapat disebabkan dari human error yang memiliki proporsi tinggi
sebagai penyebab kecelakaan pada sistem yang kompleks dan dinamis (Stanton,
dkk., 2005). Berdasarkan data PT Kereta Api Indonesia (KAI), masinis merupakan
operator yang bertugas untuk menjalankan kereta api sesuai dengan sinyal kereta
api yang dijalankan. Masinis berada pada sistem yang dinamis dan kompleks
karena perlu memerhatikan lingkungan sekitar yang berubah-ubah dan memiliki
banyak komponen saat mengoperasikan kereta api. Hal ini meningkatkan
kemungkinan human error sebesar 70% yang menyebabkan kecelakaan (Dekker,
2002).
Human error dipengaruhi oleh beberapa faktor internal manusia, seperti kelelahan,
stress, beban kerja, dan motivasi yang memengaruhi kemungkinan manusia
melakukan kesalahan (Gregoriades, 2001). Definisi kelelahan menurut Phillips
(2015) adalah kondisi psikofisiologis yang tidak optimal disebabkan oleh
pengerahan tenaga dalam melakukan kegiatan. Kelelahan juga dapat disebabkan
oleh faktor lingkungan dan sosial ekonomi yang memengaruhi pikiran dan tubuh
manusia (Brown, 1994).
Berdasarkan data National Transportation Safety Board Washington, DC (1995),
58% dari 107 kecelakaan truk berat disebabkan oleh kelelahan pengemudi.
Kelelahan memberikan efek, seperti respon melambat, kegagalan dalam
memberikan atensi, dan kesalahan dalam menentukan strategi yang menyebabkan
kecelakaan (Mitler dkk., 1988). Kelelahan memiliki hubungan yang kuat dengan
peningkatan risiko kecelakaan (Williamson dkk., 2011).
Risiko kecelakaan yang disebabkan oleh kelelahan pengemudi dapat dikurangi
dengan melakukan manajemen risiko kelelahan. Manajemen risiko kelelahan
memiliki tiga tujuan, yaitu mengurangi kelelahan, mengurangi bahaya yang
disebabkan oleh kelelahan dan mengidentifikasi kelelahan (Reason & Hobbs,
2003). Tindakan preventif pada kesiapan dinasan dapat menjadi salah satu cara
untuk mengidentifikasi kelelahan.
Kesiapan dinasan atau fitness for duty (FFD) adalah kapasitas pekerja untuk
melakukan tugasnya dengan aman dan sesuai dengan kompetensi yang dibutuhkan
(Piechowski dan Albert, 2011).
FFD biasa diuji sebelum pekerja memulai
pekerjaanya. FFD dapat digunakan untuk menentukan tingkat kewaspadaan dari
pekerja untuk bekerja selama shift (Dawson dkk., 2014).
Pengujian FFD memiliki dua pendekatan berdasarkan, yaitu neurobehavioral
performance
dan
pupillometry
(Dawson
dkk.,
2014).
Neurobehavioral
performance menilai fungsi kognitif dan motorik, serta gangguan sensorik melalui
neurobehavioral task (Baron dkk., 2008). Tes neurobehavioral performance yang
dapat digunakan adalah Sustained Attention Test (SAT).
2
SAT menguji kewaspadaan dan kemampuan ingatan (working memory) dari 1.266
masinis dengan cara mengingat urutan angka dan mengidentifikasi angka yang
hilang (De Valck dkk., 2015). Urutan angka ini muncul pada layar yang akan
memberikan stimulus visual kepada masinis. Penelitian untuk mengevaluasi
tingkat kelelahan masinis menggunakan SAT sudah pernah dilakukan oleh oleh
De Valck dkk. (2015) di Belgia. Penelitian ini menemukan perbedaan nilai SAT
yang signifikan antara masinis yang dianggap fit dan unfit. Pemeriksaan psikologis
juga dilakukan pada penelitian ini dan memberikan hasil yang sesuai dengan SAT.
Namun, pada penelitian ini belum ditentukan klasifikasi kelelahan masinis
berdasarkan hasil penilaian SAT.
Penelitian yang dilakukan De Valck dkk. pada tahun 2015 hanya mengkaji
perubahan parameter saja. Kebutuhan untuk mendeteksi kelelahan secara real-time
diperlukan saat mengemudi (Dawson dkk., 2014). Deteksi kapan kelelahan terjadi
secara real-time dan kapan kelelahan dapat membahayakan pengemudi hingga
menyebabkan kecelakaan masih sulit untuk dilakukan. Klasifikasi kelelahan yang
dapat dilakukan adalah pengujian FFD untuk menentukan apakah masinis dalam
kondisi aman atau tidak untuk mengemudi kereta.
Klasifikasi ini dapat mengurangi risiko kecelakaan dengan mengidentifikasi
kelelahan masinis. Masinis yang termasuk ke dalam klasifikasi lelah tidak
diperbolehkan untuk mengemudi karena dapat meningkatkan risiko kecelakaan.
Klasifikasi kelelahan memerlukan tingkat akurasi dari nilai pisah batas (cutoff)
yang dapat membagi kondisi lelah (Liang dkk., 2019). Salah satu model yang dapat
digunakan untuk menentukan cutoff adalah Receiver Operating Characteristics
(ROC).
ROC digunakan untuk mengestimasi error dalam berbagai nilai cutoff. Akurasi
dari nilai cutoff bergantung pada kekuatan sinyal yang terdeteksi dan sensitivitas
pengukuran (Tuzlukov dan Vyacheslav, 2001). Kurva ROC dibuat untuk
menentukan nilai cutoff yang optimal (Yovanoff dan Jane, 2006). ROC dapat
digunakan untuk menentukan klasifikasi lelah dan tidak lelah untuk masinis
sebelum mengemudi.
Penelitian ini mengkaji klasifikasi kelelahan pada masinis PT KAI yang dapat
menjadi salah satu cara dalam manajemen risiko kelelahan untuk mengurangi
risiko kecelakaan yang disebabkan oleh kelalahan masinis. Klasifikasi ditentukan
dengan mencari nilai cutoff lelah dan tidak lelah dengan model ROC. Kurva ROC
dibuat dengan menggunakan hasil SAT pada pengujian FFD sebelum masinis
bekerja. SAT dapat mengevaluasi masinis dengan menguji tingkat kewaspadaan.
Rumusan Masalah
Berdasarkan latar belakang yang telah dipaparkan, rumusan masalah dari
penelitian ini sebagai berikut.
1. Bagaimana klasifikasi tingkat kelelahan masinis kereta?
2. Apakah alat ukur berupa Sustained Attention Test (SAT) dapat dimanfaatkan
pengujian kesiapan dinas masinis?
Tujuan dan Manfaat
Berdasarkan rumusan masalah yang telah dibuat, tujuan dari penelitian ini adalah
untuk mengklasifikasi tingkat kelelahan masinis kereta dan menentukan
penggunakan SAT dalam pengujian kesiapan dinas.
Adapun manfaat yang diharapkan dapat membantu perusahaan sebagai berikut.
1. Membantu mengevaluasi tingkat kelelahan masinis sebelum bekerja.
2. Rekomendasi dapat membantu PT KAI untuk mengurangi risiko
kecelakaan kereta api akibat faktor SDM.
4
Batasan dan Asumsi
Dalam pelaksanaan penelitian, ada beberapa batasan yang diterapkan sebagai berikut.
1. Aspek yang ditinjau adalah tingkat kelelahan masinis
2. Kegiatan masinis sebelum dievaluasi tidak dipertimbangkan dalam faktor
yang memengaruhi kelelahan.
Adapun asumsi yang digunakan dalam penelitian sebagai berikut.
1. Parameter yang ditinjau melalui SAT sudah merepresentasikan kelelahan
2. Pelatihan yang diberikan kepada masinis sebelum dilakukan pengumpulan
data dianggap cukup
Sistematika Penulisan
Penulisan laporan tugas akhir disusun dalam enam bab sebagai berikut.
BAB I – PENDAHULUAN
Bab ini terdiri dari latar belakang, rumusan masalah, tujuan dan manfaat, batasan dan
asumsi yang digunakan selama penelitian serta sistematika penulisan laporan.
BAB II – LANDASAN TEORI
Bab ini memuat seluruh teori yang digunakan di dalam penelitian. Seluruh literatur
yang digunakan dapat mendukung validitas teori-teori tersebut. Teori yang
dicantumkan berhubungan dengan eksperimen, perhitungan, dan analisis hubungan
beban kerja dengan indikator mata.
BAB III – METODOLOGI PENELITIAN
Bab ini menjelaskan metodologi penelitian yang terdiri dari langkah-langkah
dilakukannya penelitian mulai dari studi pendahuluan, pengumpulan data dari
partisipan, pengolahan data, analisis hingga menentukan kesimpulan
BAB IV – PENGUMPULAN DAN PENGOLAHAN DATA
Bab ini terdiri dari metode pengumpulan data dan hasil dari pengumpulan data
tersebut yang diolah dengan uji statistik.
BAB V – ANALISIS
Bab ini memuat hasil analisis dan pembahasan dari data yang telah diolah. Analisis
yang dilakukan berkaitan dengan beban kerja yang dialami masinis hingga
rekomendasi yang perlu diberikan serta implikasi manajerial.
BAB VI – KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan yang dilakukan sesuai dengan tujuan penelitian dan berisi
saran untuk PT KAI.
6
BAB II STUDI LITERATUR
Kelelahan
Kelelahan diidentifikasi sebagai salah satu faktor penyebab kecelakaan, cedera,
bahkan kematian. Penelitian Williamson, dkk. (2011) menyatakan terdapat bukti
hubungan antara kelelahan dan keselamatan. Orang yang lelah cenderung
melakukan aktivitas dan kinerja dalam kondisi yang tidak aman (Williamson dkk.,
2011). Menurut Brown (1994), kelelahan merupahan bagian dari aspek kinerja di
mana kondisinya tidak mampu mencapai target pekerjaan. Kelelahan memberikan
efek, seperti respon melambat, gagal dalam memberikan atensi, dan melakukan
kegiatan yang tidak aman sehingga meningkatkan risiko terjadinya kecelakaan
(Mitler dkk., 1988).
Menurut Williamson dkk. (2011), kelelahan dipengaruhi oleh tiga faktor, yaitu
time of day, time/s awake, dan task-related factors. Time of day berhubungan
dengan siklus sirkadian pada tubuh manusia di mana tubuh memiliki waktu untuk
tidur dan bekerja. Williamson, dkk. menyatakan bahwa titik terendah sirkadian
manusia terjadi pada pukul 06.00 dan risiko kecelakaan tertinggi berada di pukul
14.00-15.00. Time/s awake menyatakan kuantitas dan kualitas tidur seseorang.
Corner, dkk. (2002) menyatakan kecelakaan berat disebabkan oleh pengemudi
yang tidur hanya lima jam dalam 24 jam terakhir sebelum kecelakaan terjadi. Taskrelated factors dipengaruhi oleh time on task atau waktu bertugas dilakukan. Time
on task dianggap menyebabkan kelelahan fisik dan mental, termasuk kognitif dan
afektif di tempat kerja.
Kelelahan dan Kewaspadaan
Warm dkk. (2008) mendefinisikan kewaspadaan sebagai kemampuan manusia
untuk mempertahankan fokus dan perhatiannya terhadap rangsangan eksternal
dalam waktu yang lama. Kelelahan menunjukkan berkurangnya kemampuan
invididu untuk mengemudi dengan menurunnya
kewaspadaan sebagai
kemampuan untuk mempertahankan perhatian (Thiffault & Bergeron, 2003b).
Kegiatan mengemudi sangat sensitive terhadap kelelahan dan membutuhkan
kewaspadaan yang berkaitan dengan reaksi psikomotorik (Dinges dan Mallis,
1998).
Durasi dan Shift Kerja
Durasi kerja menjadi salah satu faktor yang menyebabkan kelelahan dalam bekerja.
Penelitian yang dilakukan Ting dkk. (2008) menyatakan bahwa durasi mengemudi
yang panjang dapat menurunkan kinerja pengemudi. Peningkatan durasi
mengemudi dapat menurukan kinerja pengemudi secara signifikan (Gastaldi dkk.,
2014). Durasi kerja selama 12 jam sehari dapat meningkatkan risiko kecelakaan
sebesar 37% (Dembe dkk., 2005). Soccolich dkk. (2013) menyebutkan bahwa
durasi kerja perlu melibatkan waktu istirahat dan waktu sebelum bekerja, bukan
hanya waktu saat melakukan pekerjaan saja.
Shift kerja sangat dipengaruhi oleh kecukupan tidur sehingga pengaturan shift kerja
perlu memerhatikan aktivitas tidur dari pekerja (Boivin dan Bodroen (2014).
Folkard dan Lombardi (2006) menyatakan bahwa kecelakaan lebih berisiko terjadi
pada shift malam dibandingkan shift pagi atau siang. Shift malam juga
menyebabkan efek negatif pada kinerja psikomotor pekerja dengan adanya
penuruan tingkat kewaspadaan dan kecepatan reaksi (Akerstedt dan Wright, 2009).
Fitness for Duty
Fitness for duty (FFD) merupakan bagian dari manajemen risiko kelelahan untuk
mencegah kelelahan dengan menggunakan teknologi (Gander dkk., 2011). FFD
mendeteksi kelelahan dengan teknologi sebelum memulai pekerjaan. FFD juga
dapat berupa pengurangan durasi kerja dan pengaturan shift kerja (Gander dkk.,
2011).
8
Pengujian FFD diperlukan untuk memastikan seluruh pekerja dalam kondisi yang
aman untuk bekerja dan tidak membahayakan siapapun (Palmer dan Brown, 2013).
FFD biasanya menguji nilai kinerja neuro-behavioral task, khususnya
kewaspadaan dan koordinasi mata serta tangan (Dawson dkk., 2014).
Kewaspadaan menunjukkan tingkat kesiapan individu dalam memberikan respon
terhadap rangsangan (Dorrian, dkk., 2007). Pada penelitian De Valck dkk. (2015),
pengujian FFD menggunakan SAT pada pengemudi kereta di Belgia.
Sustained Attention Test (SAT)
Pada penelitian De Vallck dkk. (2015), SAT digunakan untuk menguji
kewaspadaan dan kemampuan ingatan (working memory), terutama pada
pengujian short-term memory karena dilakukan pada interval waktu tertentu.
Penelitian ini menguji fitness for duty pada 1.266 masinis kereta di Belgia selama
27 menit. SAT memberikan stimulus visual secara monoton berupa urutan angka
dari 0-9 dengan kemunculan selama 2,5 detik pada layar komputer. 1.266 masinis
diminta untuk memberikan respon setiap muncul angka yang tidak sesuai
urutannya dengan menekan tombol enter/space bar secepat mungkin.
Parameter yang didapatkan dari SAT pada penelitian De Valck dkk. (2015) adalah
number of missed target (%miss), number of delayed responses, mean reaction
time (mean RT), mean of the slowest 10% reaction time, dan standar deviasi.
Semakin kecil number of missed target dan number of delayed responses
menunjukkan semakin kecil kapasitas memori dalam otak. Skor penilaian untuk
setiap parameter yang tinggi skor penilaian mengindikasikan perfomansi buruk
pada kondisi yang monoton. Mean of the slowest 10% reaction time tinggi
menunjukkan hilangnya kemampuan partisipan untuk memberikan respon yang
cepat. Standar deviasi tinggi menunjukkan ketidakstabilan partisipan dan
mengurangi reabilitas dari atensi partisipan.
Receiver Operating Characteristic (ROC)
ROC sudah mulai dikembangkan sejak perang dunia 2. ROC merupakan salah satu
model untuk meminimalkan kesalahan dalam pengambilan keputusan dengan
menentukan nilai cutoff (Yovanoff dan Jane, 2006). ROC digunakan untuk
mengestimasi error dalam berbagai nilai cutoff. Akurasi dari nilai cutoff
bergantung pada kekuatan sinyal yang terdeteksi dan sensitivitas pengukuran
(Tuzlukov dan Vyacheslav, 2001). Analisis ROC digunakan untuk mengetahui
keakuratan diagnosis suatu masalah (Hajian-Tilaki, 2013).
Kurva ROC dibuat menggunakan skala separasi dengan kriteria yang
dipertimbangkan, seperti False Positive Fraction (FPF) dan True Positive Fraction
(TPF) (Hajian-Tilaki, 2013). Kurva ROC juga dibuat untuk menentukan nilai
cutoff yang optimal (Yovanoff dan Jane, 2006). Menurut Hajian-Tilaki (2012) area
di bawah kurva menunjukkan tingkat akurasi dari parameter dengan klasifikasi,
sebagai berikut.
1. 0,90-1,00 (baik sekali)
2. 0,80-0,90 (baik)
3. 0,70-0,80 (cukup baik)
4. 0,60-0,70 (buruk)
5. 0,50-0,60 (gagal)
10
DAFTAR PUSTAKA
Akestedt, T., & Wright, K. P. (2009). Sleep Loss and Fatigue In Shift Work and
Shift Work Disorder. Sleep Med Clin, 257-271.
Baron, Monika Meyer, dkk. (2008). The impact of solvent mixtures on
neurobehavioral performance—Conclusions from epidemiological data.
29(3), 0–360
Benedetto, Simone, dkk. (2011). Driver Workload and Eye Blink Duration.
Transportation Research Part f, 14 (3), 0-208
Boivin, D.B. dan Boudreau, P. (2014). Impact of shift work on sleep and circadian
rythms, Phatologie Biologie, 62, 292-301.
Brown, I.D. (1994). Driver fatigue, Human Factors, 36(2), 298-314.
BPS. (2020). BPS: Kereta Barang Tumbuh 8,65 Persen, Jumlah Penumpang
Merosot.
Diakses
pada
28
September
2021.
https://ekonomi.bisnis.com/read/20200504/98/1235986/bps-kereta-barangtumbuh-865-persen-jumlah-penumpang-merosot,
Dawson. D, Searle. A.K., Paterson. J. L. (2014). Look before you (s)leep:
Evaluating the use of fatigue detection technologies within a fatigue risk
management system for the road transport industry. Sleep Medicine Review,
18, 141-152.
De Valck, E., Smeekens, L., dan Vantrappen, L. (2015): Periodic psychological
examination of train driver’ fitness in Belgium: Deficit observed and
efficacy of the screening procedure, Journal of Occupational and
Environmental Medicine, 0(0), 1-8.
Dekker, Sidney W. A. 2002. The re-Invention of Human Error. Sweden: Lund
University School of Aviation
Dembe, A.E, Erickson, J.B., Delbos, R.G., dan Banks, S.M. (2005). The impact of
overtime and long hours on occupational injuries and illnesses : new
evidence from the United States, Occupational Environment Medicine, 62,
588-597.
Dinges, D.F. dan Mallis, M.M. (1998) Managing fatigue by drowsiness
detection:Can technological promises be realized? Managing Fatigue in
Transportation. Ed. Hartley, L., Pergamon, Kidlington, 209-229.
Dorrian, J., Roach, G.D., Fletcher, A., dan Dawson, D. (2007). Simulated train
driving: Fatigue, self-awareness and cognitive disengagement, Applied
Ergonomics, 38, 155-166.
Dwiatmoko, Hermanto. (2019). Peran Infrastruktur Perkeretaapian bagi
Pertumbuhan Ekonomi Wilayah. Jurnal Manajemen Aset Infrastruktur &
Fasilitas – Vol.3, No.2
Folkard, S., dan Lombardi, D.A. (2006). Modeling the impact of the components
of long work hours on injuries and ‘‘Accidents’’, American Journal of
Industrial Medicine, 49, 953-963.
Gander, P., Hartley, L., Powell, D., Cabon, P., Hitchcock, E., Mills, A., & Popkin,
S. (2011). Fatigue risk management: Organizational factors at the
regulatory and industry/company level. Accident Analysis and Prevention,
573-590.
Gastaldi, M., Rossi, R., dan Gecchele, G. (2014). Effects of driver task related
fatigue on driving performance, Procedia - Social and Behavioral Sciences,
111, 955 – 964.
Gregoriades, Andreas. (2001). Human Error Assessment in Complex SocioTechnical Systems-System Dynamics versus Bayesian Belief Network.
Manchester: UMIST University
Hajian-Tilaki, K. (2013). Receiver Operating Characteristics (ROC) Curve
Analysis for Medical Diagnostic Test Evaluation. Caspian Journal of
Internal Medicine, 4, 2, 627-635
Kementerian Perhubungan Direktorat Jenderal Perkeretaapian. 2020. Buku
Statistik Bidang Perkeretaapiaan. Diakses pada 28 September 2021.
https://djka.dephub.go.id/uploads/202104/Buku_Statistik_DJKA_Thn_202
0_FINAL.pdf
12
Liang, Y., Horrey, W. J., Howard, M. E., Lee, M. L., Anderson, C., Shreeve, M.,
O’Brien, C. S., Czeisler, C. A. (2019). Prediction of drowsiness events in
night shift workers during morning driving. Accident Analysis and
Prevention, 126, 105-114
Mitler, M.M., Carskadon, M.A., Czeisler, C.A., Dement, W.C., Dinges, D.F.,
Graeber, R.C., 1988. Catastrophes, sleep, and public policy: Consensus
report. Sleep 11 (1), 100–109
National Transportation Safety Board, 1995. Safety Study: Factors that affect
fatigue in heavy truck accidents. Vol. 1: Analysis (NTSB/SS-95/01). NTSB,
Washington, DC.
Palmer, K. T., & Brown, I. (2013). A general framework for assessing fitness for
fitness for work. Fitness for Work: The Medical Aspects, 1-20.
Phillips, R. O. (2015) : A review of definitions of fatigue – And a step towards a
whole definition. Transportation Research Part F, 29, 48–56
Piechowski, L. D., & Drukteinis, A. M. (2011). Fitness for duty. In E. Y. Drogin,
F. M. Dattilio, R. L. Sadoff, & T. G. Gutheil (Eds.), Handbook of forensic
assessment: Psychological and psychiatric perspectives (pp. 571–591).
John Wiley & Sons, Inc.
PT
KAI.
Job
Profile.
Diakses
pada
28
September
2021.
https://recruitment.kai.id/job-profile
Reason, J., & Hobbs, A. (2003). Managing maintenance error: A practical guide.
Ashgate: Aldershot
Soccolich, S.A, Blanco, M., Hanowski, R.J, Olson, R.L., Morgam, J.F., Guo, F.,
dan Wu, S. (2013). An analysis of driving and working hour on commercial
motor vehicle driver safety using naturalistic data collection, Accident
Analysis and Prevention, 58, 249-258.
Stanton, N. A., Salmon, P. M., Walker G. H., Baber, C. dan Jenkins, D. P. (2005).
Human Factors Methods A Practical Guide for Engineering and Design.
Aldershot : Ashgate
Thiffault, P. dan Bergeron, J. (2003b). Monotony of road environment and driver
fatigue: a simulator study, Accident Analysis and Prevention, 35, 381-391.
Ting, P.H., Hwang, J.R., Doong, J.L., dan Jeng, M.C. (2008): Driver fatigue and
highway driving: A simulator study, Physiology and Behavior, 94, 448-453.
Tuzlukov, & Vyacheslav, P. (2001). Signal detection theory. New York: Springer
Verlag.
Warm, J.S., Parasuraman, R., Matthews, G. (2008). Vigilance Requires Hard
Mental Work and Is Stressful. Human Factors, 50, 433–441.
Williamson, A., Lombardi, D. A., Folkard, S., Stutts, J., Courtney, T. K., &
Connor, J. L. (2011). The Link Between Fatigue and Safety. Accident
Analysis and Prevention, 498-515.
Yovanoff, P. dan Jane Squires. (2006). Determining Cutoff Scores on a
Developmental
Screening
Measure:
Use
of
Receiver
Operating
Characteristics and Item Response Theory. Journal of Early Intervention,
29(1), 48–62.
14