Bayangkan ini: setiap kali kamu menandai satu tugas selesai dalam daftar pekerjaanmu, terdengar suara kecil “tada!” seolah kamu mendapat poin pengalaman (XP). Rasanya seperti di dalam game petualangan, di mana setiap tugas yang diselesaikan membuatmu naik level. Awalnya saya pikir ide begini konyol, tapi sebuah penelitian seru mengubah cara pandang saya tentang produktivitas.

Penelitian itu berangkat dari ide sederhana: mengapa pekerjaan tidak dibuat seperti permainan? Para peneliti merancang metode gamifikasi manajemen waktu. Setiap kali seseorang selesai tugas sesuai jadwal, dia mendapatkan poin dan reward—mirip memberi skor saat menaklukkan monster. Rapat atau deadline pun dianggap sebagai tantangan level bos. Mereka melibatkan puluhan karyawan di berbagai divisi, lalu membagi menjadi dua grup: satu pakai cara konvensional, satu lagi pakai sistem poin yang dibuat seperti game. Hasilnya, saya terkaget: tim yang menerapkan gamifikasi ini menjadi 62% lebih efisien dibanding tim biasa.

Studi Ini Mengubah Cara Kita Menyikapi Tugas

Angka 62% itu benar-benar membuat saya terkejut. Dalam eksperimen tersebut, rata-rata tugas diselesaikan jauh lebih cepat oleh tim gamifikasi—seolah semua orang mendapat “upgrade kekuatan”. Mengerjakan pekerjaan jadi seru karena ada feedback instan tiap menyelesaikan target. Sensasi kecil itu ternyata cukup ampuh meningkatkan semangat kerja.

Saya ingat betapa bosannya saya menghadapi tugas berulang. Setelah membaca penelitian ini, saya mulai membayangkan tugas kantor sebagai tantangan yang asyik. Setiap pagi, saya mempersiapkan strategi seperti pemain game sebelum memulai level. Misalnya, mengelola email bisa dianggap seperti menyusun formasi pasukan, dan mengecek laporan harian seperti menaklukkan monster. Begitu tugas harian dikerjakan, perasaan bangga muncul seketika, seperti mendapat achievement di game. Penelitian ini membuka mata saya bahwa perubahan mindset kecil bisa menghasilkan lompatan besar dalam produktivitas.

Apa yang Bikin Saya Terkejut

Hasil penelitian ini benar-benar mengejutkan saya. Untuk merangkum intisarinya: - 🚀 Hasilnya luar biasa: Tim yang menerapkan gamifikasi mencapai 62% lebih efisien dibandingkan cara konvensional. - 🧠 Inovasinya: Pendekatan baru mengubah daftar tugas menjadi ‘game’—memberi poin, level, dan reward yang menyenangkan. - 💡 Pelajaran: Jangan terjebak pola pikir lama. Sedikit kreatifitas (menganggap pekerjaan seperti game) bisa melonjakkan semangat dan hasil.

Angka 62% itu membuat saya ingin segera mencoba ide ini sendiri. Rapat pagi pun kini saya bayangkan sebagai ‘boss battle’ yang harus ditaklukkan. Memiliki papan skor (scoreboard) harian atau target poin membuat saya berlomba menyelesaikan tugas lebih cepat. Ternyata, menganggap pekerjaan seperti permainan sederhana bisa menghidupkan kembali antusiasme setiap orang. Jika biasanya saya menunda, sekarang malah sibuk menambah skor agar target tercapai. Sensasi kecil saat dapat poin tambahan benar-benar menge-boost semangat kerja saya.

Dampak Nyata yang Bisa Saya Terapkan Hari Ini

Praktisnya, metode ini sangat mudah diterapkan. Saya mulai membuat daftar tugas dengan poin: selesai email 5 poin, meeting selesai 10 poin, menyelesaikan laporan 20 poin. Di akhir hari, saya lihat berapa total skor yang didapat. Dulu saya sering menunda pekerjaan, tapi sekarang malah semangat “menambah skor” agar target tercapai. Pekerjaan jadi terasa seperti pencapaian dalam game.

Suasana kerja pun lebih hidup. Rekan tim saling memberi tepuk tangan atau candaan saat ada yang mencapai target hari itu, seolah memberi bonus XP. Kami bahkan membuat hadiah sederhana—misalnya traktir kopi bagi yang mencapai high score. Semua hal kecil ini membuat pekerjaan terasa ringan tapi tetap fokus. Yang awalnya membosankan sekarang jadi tantangan mengasyikkan. Mungkin ide ini bisa dicoba di rumah juga: misalnya, anak saya diberikan poin saat membantu pekerjaan rumah, atau saya menetapkan hadiah kecil jika selesai menulis laporan lebih awal. Dengan cara ini, setiap orang seolah bermain dalam hidup mereka sendiri, dan menaklukkan tugas-tugas sehari-hari dengan semangat.

Catatan Pribadi dan Kritik Halus

Secara keseluruhan, ide penelitian ini brilian. Mengubah cara pandang terhadap tugas bisa meningkatkan output tanpa menambah beban kerja. Namun, ada satu hal yang saya renungkan: analisis penelitiannya cukup rumit untuk pembaca umum. Para peneliti menggunakan istilah statistik dan algoritma teknis. Meskipun temuan utamanya sangat menarik, saya berharap ada penjelasan yang lebih sederhana agar semua orang bisa memahami tanpa tersasar pada perhitungan rumit.

Tapi, bukankah itu seperti level rahasia dalam game? Penelitian ini memang punya “tahap bonus” untuk membuktikan ide keren ini sahih. Bagi saya, pelajaran dari sini adalah: ide sederhana pun butuh data valid. Tidak apa-apa jika penjelasannya berat—yang penting, hasilnya sudah menggugah cara kita bekerja.

Kalau kamu tertarik dengan ini, coba baca paper aslinya di sini. Siapa tahu setelah mengetahui detailnya, kamu menemukan cara unik sendiri untuk “menangkan permainan” kehidupan sehari-hari.

Sebagai bonus, untuk yang ingin belajar lebih jauh, ada kursus online menarik di DiklatKerja. Misalnya, kursus Data Visualization dengan Power BI bisa membantu kamu mengubah data kering menjadi cerita yang menarik — sangat bermanfaat untuk memaparkan temuan penelitian ini atau apapun yang kamu kerjakan. 🎮📊

Pernah nggak sih kamu kebayang kalau komputer-komputer di kantor atau rumah saling ngobrol mengatur tugas, agar semuanya selesai lebih cepat dan hemat listrik? Di dunia nyata, barisan prosesor diajak kerja sama mirip tim tukang yang pintar: masing-masing dapat tugas sesuai kelebihannya, kadang ada yang jadi cadangan kalau ada yang “mogok”, supaya semuanya tetap lancar. Nah, sebuah penelitian terbaru membahas ide serupa. Peneliti membuat algoritma penjadwalan tugas yang pintar, menggabungkan teknik optimasi dan machine learning, sehingga jauh lebih efisien dalam menggunakan energi komputasi[1][2].

Bayangkan rumah kamu punya tiga asisten robot: satu hobi memasak (CPU), satu jago angkat barang berat (GPU), satu ahli matematika (FPGA). Kamu punya tumpukan tugas—misalnya masak, bawa belanjaan, selesaikan soal matematika—setiap tugas butuh kemampuan berbeda dan bisa diselesaikan oleh mereka secara bersamaan. Peneliti ini membuat semacam manajer digital yang pintar: ia membagi-bagi tugas ke asisten sesuai keahlian, bahkan siap backup pekerjaan kalau satu asisten tiba-tiba tidur. Hasilnya? Penggunaan energi jauh lebih rendah karena tidak ada asisten yang nge-idle atau kerepotan sendirian[1][2].

Sebagai gambaran konkrit, eksperimen komputer dari paper ini menunjukkan algoritma baru tersebut mampu mengurangi konsumsi energi hingga sekitar 14–45% dibanding algoritma lama[2][3]. Angka 14.3% lebih rendah dari sebelumnya mungkin belum terasa wow, tapi jika dibanding cara lama lain, penurunan energi mencapai 45.1%[3]. Bisa dibilang, bayangkan tagihan listrikmu turun hampir separuh hanya karena asisten-asisten di rumah belajar menjadwalkan kerja dengan lebih cerdas!

Studi Ini Mengubah Cara Kita Menjadwalkan Tugas

Sebelum tahu detailnya, aku sempat meremehkan: “Ah, cuma tulis ulang kode jadwal tugas, dimana hebatnya?” Ternyata algoritma yang dipakai tidak biasa. Peneliti pakai kombinasi optimasi partikel (Particle Swarm Optimization) dan pembelajaran mesin (reinforcement learning)[1]. Intinya, algoritma ini belajar dari pengalaman: kalau suatu penjadwalan ternyata boros energi, ia memperbaikinya di percobaan berikutnya. Seperti guru yang sabar mengulangi latihan kerja hingga muridnya mahir, algoritma ini terus menyesuaikan cara bagi tugas dari waktu ke waktu. Proses pembelajaran inilah yang bikin jadwalnya sangat dinamis dan adaptif.

Apalagi, peneliti juga menambahkan fitur cadangan otomatis untuk tugas-tugas penting[1]. Ibaratnya, kalau salah satu asisten robot tiba-tiba mogok, sistem sudah menyiapkan backup—mengerahkan asisten lain untuk melanjutkan pekerjaan—sehingga hasilnya tetap handal tanpa menambah buang-buang energi lebih banyak. Jadi, jadwal komputasi ini tak hanya pintar tapi juga tangguh. Semua inovasi ini, walau bahasanya ‘klinis’, nyatanya bisa diilustrasikan sederhana: menyertakan asisten cadangan dalam jadwal agar pekerjaan berat tidak jalan sendiri-sendiri dan saling menunggu.

Hasil dan Inovasi Utama

Peneliti melaporkan beberapa poin penting dari studi ini: algoritma mereka (disebut HRLHS) bekerja lebih hemat energi di lingkungan komputasi edge (komputasi terdistribusi di berbagai perangkat)[1][2]. Secara detail, algoritma baru ini menghemat ~14.3% energi dibanding cara jadwal tradisional yang dipakai sebelumnya, dan hasta 45% dibanding beberapa metode lain yang ada[2][3]. Angka ini memang terjadi di skenario spesifik komputasi terdistribusi, tapi cukup mengejutkan mengingat skala penghematan energi tersebut.

👉 🚀 Hasilnya: Algoritma penjadwalan cerdas ini nyata-nyata lebih efisien – hingga 45% lebih hemat energi dibanding metode lama pada beberapa uji kasus praktis[3][2].
👉 🧠 Inovasinya: Kombinasi teknik optimasi partikel dan pembelajaran mesin (reinforcement learning) membuat algoritma “belajar” dan terus menyesuaikan jadwal tugas agar optimal[1]. Fitur redundansi dinamis (backup otomatis) menambah keandalan tanpa boros energi.
👉 💡 Pelajaran: Pentingnya tak terpaku pada pendekatan lama. Dengan teknologi AI, tugas sederhana bisa dirombak lebih cerdas — kadang angka kecil (seperti persen penghematan energi) adalah bukti inovasi besar.

Dalam blog ini aku sengaja menampilkan poin-poin itu dalam bentuk sederhana. Sebenarnya data kunci seperti “14.3% menghemat energi” atau “metode baru meliputi reinforcement learning” semuanya tersaji di penelitian aslinya[2][1]. Tapi dengan analogi rumah tangga tadi, semoga lebih mudah dicerna. Yang menarik, analisis peneliti pun komprehensif: mereka bahkan memodelkan tugas-tugas itu sebagai graf berkaitan (workflow dengan banyak bagian terhubung) dan menghitung waktu serta energi tiap tugas di setiap perangkat[4]. Dari situ, algoritma punya peta jelas soal siapa harus mengerjakan apa agar efisiensi energi maksimal.

Apa yang Bikin Saya Terkejut

Menurut saya, hasil penelitian ini punya kejutan ganda. Pertama, skalanya menggiurkan: siapa sangka, hanya dengan menyetel ulang cara komputasi terjadwal, bisa sampai belasan bahkan puluhan persen lebih hemat energi! Ini artinya jika diterapkan nyata, server-server perusahaan atau gadget cerdas bisa jauh lebih green. Bukan cuma soal listrik (yang jelas berkurang), tapi juga rangkain karbon yang ikut melayang berkurang. Bayangkan perusahaan besar hemat 20-30% tagihan listrik karena servernya menjalankan tugas lebih pintar. Rasanya wow, kan?

Kedua, teknologi yang pakai terkesan futuristik tapi aplikatif. Dalam paper dijelaskan algoritmanya pakai reinforcement learning – konsep AI yang selama ini sering ditemui di game atau robotik – untuk mengoptimalkan jadwal[1]. Mungkin kita sering dengar istilah ini di berita-berita soal komputer pintar bermain catur atau menebak cuaca. Sekarang aplikasinya nyambung ke urusan sehari-hari: ngatur beban komputasi agar hemat energi. Hal ini bikin saya terpikir: teknologi kompleks ternyata bisa “turun gunung” ke hal sederhana seperti ini.

Satu hal yang sedikit mengganjal adalah kerumitannya. Meski peneliti menjelaskan dengan jernih, pengetahuan seperti DAG, PSO, RL, dsb., mungkin bikin pembaca awam jengkel. Untuk pemula, studi ini memang agak abstrak. Saya sendiri harus beberapa kali baca ulang bagian “model tugas” dan “metode gabungan” agar paham maksudnya[5]. Maklum, bukan semua orang setiap hari ngurus soal komputasi awan. Cara penelitiannya – dengan model matematika dan algoritma – membuat cerita di balik teknologi ini kurang dramatis. Seandainya mereka menambahkan analogi dalam paper (wah, pasti semakin mudah dipahami!), pasti bakal lebih cair.

Tapi kesulitanku ini justru mengingatkan: meski hasilnya hebat, tidak semua orang perlu paham rumusnya. Lihatlah angka 45% tadi sebagai sinyal: teknik AI/optimasi bisa benar-benar menggeser paradigma. Daripada terpaku di cara kerja lama (misal, server pasrah tanpa atur tugas), peneliti mengajak kita berpikir ulang. Mungkin kamu, seperti saya, bisa mulai terbuka: bukankah sudah saatnya mengandalkan teknologi yang justru belajar mengoptimalkan kinerja kita?

Dampak Nyata yang Bisa Diterapkan Hari Ini

Lalu, apa sih arti semua ini bagi kita sehari-hari? Kalau bicara analogi, penelitian ini seperti resep rahasia untuk membuat “rumah pintar” lebih efisien. Bayangkan ke depan aplikasi di laptop-mu bisa otomatis menjadwalkan proses berat saat ada listrik murah, atau selulermu bikin komputasi berat diserahkan ke server di awan saat baterai lagi full. Prinsipnya: tugas-tugas komputasi yang bertumpuk dibagi ke “pangkalan data” (data center) atau “perangkat edge” (semacam perangkat kecil di pinggir jaringan) dengan cara yang cukup cerdas sehingga tidak ada yang saling tumpang tindih dan saling menunggu, hemat waktu dan energi.

Secara praktis, perusahaan teknologi bisa meniru riset ini untuk devops atau cloud operations mereka. Misalnya layanan streaming yang butuh render video bisa memakai algoritma serupa, agar server terbaik (dengan kemampuan hardware khusus) mengerjakan render tertentu, sementara sisanya dibuat sebagai cadangan. Hasilnya, server tidak nganggur dan energi komputer berkurang. Walaupun kita belum pakai di rumahan, ide besarnya berlaku di manapun ada sistem terdistribusi.

Buat kita yang lebih awam, pelajarannya bisa digeneralisir: jangan menunggu komputer kerja sendiri tanpa panduan. Ajaklah sistem mengefisienkan dirinya sendiri, semacam fitur “turbo scheduling” di perangkat digital. Sebagai contoh riil terdekat, fitur power saving yang semakin pintar di smartphone adalah bentuk sederhana dari ide serupa; meski bukan men-schedule tugas, setidaknya menyesuaikan kinerja CPU saat nggak dibutuhkan. Nah, bayangkan jika ditingkatkan: misalnya aplikasi berat disela oleh aplikasi ringan berdasarkan keadaan baterai, dan sebaliknya. Studi ini memberi gambaran kerangka besarnya.

Satu hal lagi yang membuatnya relevan: di era komputasi awan dan IoT yang semakin marak, efisiensi energi makin penting. Data center besar di dunia menghabiskan energi begitu banyak — kalau teknologi ini diterapkan, potensi penghematan secara global bisa sangat signifikan. Selain mengurangi tagihan, ini juga ramah lingkungan. Jadi, walaupun kita tidak langsung berhadapan dengan server-server superkomputer, semangat penelitian ini memberikan ide: “apa yang bisa kita optimasi agar lebih efisien?”

Jika kamu penasaran mendalami konsep serupa, ada kursus online tentang AI dan optimasi yang bagus untuk pemula. Misalnya, Dasar-Dasar Artificial Intelligence di DiklatKerja. Di sana kamu bisa belajar mulai dari konsep AI hingga penerapannya (meskipun belum sampai level coding algoritma kompleks seperti ini). Pelatihan semacam itu cocok untuk pembaca awam atau profesional yang ingin upgrade kemampuan.

Akhir Kata

Menulis ini saya merasa seperti sedang nge-vlog teknologi: bolak-balik antara takjub dan bercanda. Intinya, penelitian “Penjadwalan Tugas Komputasi Berbasis Reinforcement Learning untuk Hemat Energi” ini memang membuktikan satu hal: algoritma pintar dapat membuat sistem kita lebih hijau dan efisien. Meski cara penjelasannya agak ilmiah, hasilnya nyata—mirip menemukan shortcut dalam sistem yang sudah ada. Sebagai orang awam, saya paling suka analogi simpelnya: kerjakan tugas sesuai kekuatan masing-masing, dan sediakan backup jika ada masalah. Mudah diingat, kan?

Meski demikian, kalau kamu baru belajar, mungkin beberapa konsep di paper-nya masih sulit dicerna. Mungkin butuh pengantar lain atau visualisasi lebih banyak agar lebih terasa “dekat dengan kita”. Kritik kecilnya, semoga peneliti ke depan bisa membagikan pula simulasi atau tool demo yang mudah dipahami. Agar tidak sekadar angka “14.3%” atau “45.1%” yang baca biasa, tapi juga pengalaman “langsung lihat gimana kerja algoritma ini”.

Kalau kamu tertarik, cobalah baca paper aslinya untuk detail lengkapnya (link di bawah). Siapa tahu ide-ide di penelitian ini menginspirasi proyek kreatifmu sendiri, atau memberikan wawasan baru bahwa di balik layar komputasi yang kita andalkan, sebenarnya banyak cara sederhana untuk melakukan inovasi.

Baca paper aslinya di sini

Bayangkan saja: waktu liburan selalu terasa lebih “berdaging” daripada hari biasa. Ketika kamu berlari di pantai baru yang eksotis atau memasuki gedung pertama kali, setiap detik seolah mengembang. Ternyata ada penjelasan ilmiah di balik pengalaman ini. Peneliti psikologi di George Mason University baru-baru ini menemukan bahwa apa yang kita lihat dan ingat dapat mengubah persepsi durasi waktu. Menurut studi mereka, ukuran gambar dan memorabilitas (seberapa mudah sebuah gambar diingat) membuat waktu terasa lebih panjang, sedangkan gambar penuh kekacauan justru membuat waktu terasa lebih pendek[1]. Intinya, semakin menarik dan mudah diingat suatu adegan, otak kita “memperlambat” waktu untuk mengambil detailnya[1].

Bayangkan Hari Kerjamu di Ruang Baru

Bayangkan kamu diberi tugas membuat presentasi. Kamu bisa memilih latar belakang slide yang bersih atau yang rame penuh gambar cerah. Menurut penelitian ini, jika kamu memilih gambar yang besar dan mudah diingat, peserta malah akan merasa slide-mu berlangsung lebih lama daripada sebenarnya[1]. Dalam kehidupan sehari-hari, saat kita melakukan hal baru (misalnya liburan ke tempat asing), otak bekerja ekstra keras untuk memproses semua informasi baru tersebut. Fokus kita terpaku pada detail-detail unik, sehingga durasi pengalaman itu terasa melebar. Sebaliknya, rutinitas berulang membuat hari berlalu begitu cepat karena otak kita autopilot. Studi ini seakan bilang: “Mau hari kerjamu terasa panjang? Tambahkan unsur baru dan menarik!”

Penelitian Otak & Waktu

Para peneliti menguji ratusan relawan yang diminta menatap gambar-gambar berbeda dan menebak berapa lama gambar itu ditampilkan. Ada gambar dengan “scene” besar (misalnya pemandangan luas) dan gambar dengan banyak objek kecil (ruang berantakan). Hasilnya mengejutkan: relawan lebih sering menilai gambar besar dan berkesan sebagai lebih lama, sementara gambar yang penuh kekacauan dirasakan lebih cepat lewat[1]. Lebih jauh lagi, mereka juga menilai sendiri seberapa mudah gambar itu dikenang, lalu dites ingatannya keesokan harinya. Gambar yang dianggap paling memorable ternyata benar-benar diingat lebih baik – dan mengejutkannya, waktu yang mereka rasakan ketika melihat gambar ini lebih panjang dan tepat[1]. Singkatnya, gambar yang meninggalkan jejak ingatan kuat membuat detik-detiknya terkesan lebih lama di benak kita.

• 🚀 Temuan Kunci: Gambar dengan ukuran besar dan tinggi memorabilitas “memperpanjang” persepsi waktu, sedangkan gambar berantakan justru “memendekkan”nya[1]. Fakta menarik lainnya: lebih memoriabel sebuah gambar, durasi saat memandangnya dirasakan lebih akurat.
• 🧠 Inovasinya: Peneliti menggunakan model neural network (rCNN) untuk mensimulasikan pemrosesan visual otak. Mereka menemukan bahwa gambar yang sangat berkesan diproses lebih cepat oleh model otak maya ini, dan kecepatan pemrosesan yang meningkat itu memprediksi waktu terasa lebih lama dan lebih presisi[2]. Dengan kata lain, ingatan dan persepsi waktu saling kait, dibuat lewat cara otak kita memproses visual secara bertahap.
• 💡 Pelajaran: Agar hari kita terasa lebih “berat” bukan karena sulit, tapi karena penuh warna baru, cobalah menghadirkan momen yang berkesan. Daripada mengulangi rutinitas, berikan sentuhan unik pada pekerjaan atau belajar: misalnya putar musik baru saat bekerja, atur meja dengan plant unik, atau ubah urutan tugas rutin. Semakin banyak pengalaman baru dan menarik, semakin banyak kenangan yang terbentuk, dan waktu harian kita seolah “melambat” – karena otak sedang sibuk menyimpan hal-hal baru itu.

Apa yang Bikin Saya Terkejut

Jujur saja, saya kaget juga ketika membaca hasil penelitian ini. Selama ini saya pikir persepsi waktu lebih dipengaruhi mood (enjoy atau bosan) ketimbang hal teknis. Ternyata, sekadar apa yang kita lihat bisa memainkan peran besar. Misalnya, ketika rapat dengan slide yang penuh poin biasa saja, rasanya menit-menit cepat berlalu. Namun ketika bos saya pernah membagikan infografik besar yang menakjubkan, saya merasa setiap menitnya lebih lama karena otak saya dipaksa fokus menangkap detil warna dan grafiknya. Studi ini membuktikan hal itu secara ilmiah[1].

Tidak cuma itu, saya juga terkesan mereka melibatkan kecerdasan buatan untuk menyingkap mekanisme ini[2]. Semacam, para peneliti bilang: “Kami simulasikan otak melihat gambar.” Dengan model jaringan saraf tiruan (yang belajar mengenali gambar secara bertahap), terlihat jelas kenangan visual itu diproses lebih cepat. Jadi kalau ada pepatah “waktu berlalu saat kita bersenang-senang”, ternyata ada versi ilmiahnya: waktu 'melambat' saat kita memperhatikan hal luar biasa.

Meski begitu, satu kritik kecil: penyampaian topik tentang model neural network tadi cukup teknis. Bagi pembaca awam, penjelasan bagian neural-nya bisa terasa abstrak. Saya sempat berpikir, “Wah, rasanya perlu kursus khusus buat paham konsep ini.” Kalau materi otak sudah mulai pengenalan dari kursus online atau buku popular, hasilnya mungkin akan lebih mudah dipahami. Namun secara keseluruhan, wawasan bahwa ingatan visual bisa men-dial waktu adalah pelajaran berharga.

Dampak Nyata yang Bisa Saya Terapkan Hari Ini

Setelah tahu penelitian ini, saya mulai mencoba menerapkan pelajaran sederhananya di keseharian. Misalnya, saat menyusun jadwal kerja, saya sengaja memberi jeda untuk hal baru: tengok satu dokumen asing, atau tonton satu video inspiratif. Ternyata otak jadi “terisi ulang” dan tugas sehabisnya terasa tidak sepantasnya segera selesai. Sederhananya, memperbanyak variasi pekerjaan membuat hariku terasa lebih panjang dan tidak monoton.

Ide lainnya: dalam suasana belajar atau presentasi, hadirkan elemen visual menarik. Bayangkan, belajar materi rumit sambil ditemani poster warna-warni tentu jauh lebih menantang otak daripada monoton slide hitam putih. Dengan begitu, meski materi sulit, saya merasa waktu belajar jadi lebih ‘hidup’. Temuan ini juga mengingatkan saya pentingnya mindfulness: berfokus penuh ketika melihat hal baru. Saat pikiran aktif mengamati detail (karena hal baru), kita menciptakan kenangan jangka panjang sekaligus menambah rasa mengalir waktu.

Nah, kalau kamu ingin mempelajari topik terkait kognisi dan psikologi kerja lebih dalam, ada kursus singkat di DiklatKerja tentang Kemampuan Kognitif dan Beban Psikologi. Kursus ini membahas proses mental (perhatian, memori, persepsi) dalam pekerjaan sehari-hari, cocok bagi profesional maupun awam yang penasaran dengan cara kerja otak kita saat berkarya. Siapa tahu, dengan pemahaman lebih, kamu bisa merancang hari yang lebih bermakna dan “dipanjang-pendekkan” sesuai keinginan sendiri.

Kalau kamu tertarik dengan penjelasan ilmiahnya, coba baca paper aslinya: Baca paper aslinya di sini. Di situ hasil lengkapnya dijelaskan, lengkap dengan metode eksperimen dan model neural-nya.

Pendahuluan

Sektor kesehatan, khususnya di lingkungan rumah sakit, menghadapi risiko pekerjaan yang kompleks dan multidimensional. Data dari Organisasi Buruh Internasional (ILO) menunjukkan bahwa 2.78 juta pekerja di seluruh dunia meninggal setiap tahun akibat kecelakaan atau penyakit terkait pekerjaan.¹ Di Indonesia, data BPJS Ketenagakerjaan di Sumatera Barat mencatat lonjakan kasus kecelakaan kerja yang signifikan, dari 114.000 kasus pada 2019 menjadi 177.000 kasus pada rentang Januari hingga Oktober 2020, sebuah tren yang menggarisbawahi urgensi masalah ini.¹ Dalam konteks ini, penelitian yang berjudul "Analisis Program Keselamatan dan Kesehatan Kerja di Rumah Sakit Umum Daerah Sijunjung" (JIK, 2022) bertujuan untuk menginvestigasi pelaksanaan program Keselamatan dan Kesehatan Kerja Rumah Sakit (K3RS) di RSUD Sijunjung.¹

Penelitian ini mengadopsi pendekatan mixed-method concurrent embedded, yang menggabungkan studi kualitatif fenomenologis untuk mendeskripsikan pandangan informan dengan pendekatan kuantitatif deskriptif menggunakan kuesioner.¹ Pendekatan metodologi ganda ini memungkinkan para peneliti untuk menangkap tidak hanya data statistik tentang keberhasilan atau kegagalan program, tetapi juga konteks dan narasi di baliknya. Temuan penelitian ini memberikan gambaran yang jelas mengenai kesenjangan antara kebijakan yang ada dan implementasi di lapangan, yang secara langsung berkontribusi pada peningkatan kasus kecelakaan kerja yang dilaporkan di RSUD Sijunjung dari tahun 2017 hingga 2020.¹

Jalur Temuan: Analisis Komponen K3RS di RSUD Sijunjung

Analisis penelitian ini mengikuti kerangka manajemen K3RS yang terdiri dari tiga komponen utama: Input, Proses, dan Output. Temuan menunjukkan adanya kelemahan di setiap tahapan, yang secara kumulatif menjelaskan kondisi program yang tidak optimal.

Komponen Input

Pada tahap input, penelitian ini menyoroti beberapa temuan kritis. Meskipun RSUD Sijunjung telah memiliki kebijakan K3RS dalam bentuk surat keputusan dan SOP yang mengacu pada Peraturan Menteri Kesehatan Nomor 66 Tahun 2016, pelaksanaannya dinilai belum optimal karena sosialisasi yang tidak konsisten.¹ Kesenjangan ini menunjukkan bahwa keberadaan kebijakan tertulis saja tidak menjamin implementasi yang efektif. Keterbatasan lainnya terdapat pada sumber daya manusia (SDM). RSUD Sijunjung hanya memiliki satu orang ahli K3RS yang sudah bersertifikat, namun kuantitas ini tidak memenuhi standar minimum yang ditetapkan dalam Keputusan Menteri Kesehatan Nomor 1087/2010.¹ Lebih jauh lagi, personil K3RS tersebut memiliki tanggung jawab pekerjaan ganda sehingga tidak dapat bekerja purna waktu.¹ Situasi ini merupakan akar masalah yang menjelaskan mengapa elemen manajemen K3 lainnya seperti sosialisasi kebijakan dan pengawasan belum berjalan efektif. Kekurangan SDM yang berfokus penuh pada K3RS memicu serangkaian kegagalan sistemik, mulai dari kurangnya pengawasan rutin hingga kegagalan dalam melakukan manajemen risiko yang komprehensif.

Aspek pendanaan juga menjadi kendala. RSUD Sijunjung belum memiliki alokasi dana khusus per unit atau instalasi, melainkan menganggarkannya secara keseluruhan dalam rapat kerja tahunan.¹ Penganggaran yang terpusat ini dapat membatasi fleksibilitas unit-unit kerja untuk mengatasi risiko spesifik yang mereka hadapi. Di sisi prasarana, meskipun alat pelindung diri (APD) dan alat pemadam api ringan (APAR) tersedia, jumlahnya belum mencukupi untuk seluruh gedung dan perlu diganti secara berkala.¹ Secara spesifik, penelitian ini mencatat ketiadaan pintu darurat dan jalur evakuasi yang jelas di area berisiko tinggi seperti ruang OK (kamar operasi).¹

Komponen Proses

Proses manajemen K3RS di RSUD Sijunjung juga menghadapi tantangan signifikan. Manajemen risiko, yang menjadi bagian terpenting dari program, belum dilaksanakan secara komprehensif sesuai dengan PMK 66 Tahun 2016.¹ Meskipun ada kebijakan sejak tahun 2012, kurangnya identifikasi bahaya dan dokumentasi menjadi faktor kunci, yang kontras dengan peningkatan laporan kecelakaan kerja setiap tahunnya.¹ Dalam hal pelayanan kesehatan kerja, penelitian mencatat bahwa upaya ini masih sangat minim. Meskipun rumah sakit berencana menganggarkan

medical check up (MCU) untuk pegawai di area berisiko tinggi, kegiatan promotif seperti kebugaran fisik dan mental, serta kegiatan preventif seperti imunisasi dan surveilans lingkungan, belum terimplementasi secara menyeluruh.¹

Meskipun RSUD Sijunjung memiliki SOP untuk pengelolaan Bahan Berbahaya dan Beracun (B3), masih terdapat kekurangan pada simbol dan rambu-rambu.¹ Demikian pula, sistem pencegahan dan pengendalian kebakaran belum optimal karena tidak adanya peta jalur evakuasi dan titik kumpul yang jelas di setiap gedung.¹ Secara umum, meskipun ada upaya untuk mengelola prasarana dan peralatan medis, penelitian menunjukkan bahwa implementasi proses inti ini masih memerlukan perbaikan dan pengawasan yang lebih ketat.

Komponen Output dan Temuan Kuantitatif

Secara keseluruhan, penelitian menyimpulkan bahwa komponen output—yang seharusnya mencerminkan keberhasilan implementasi—dinilai "belum optimal".¹ Hal ini secara kuantitatif didukung oleh temuan deskriptif yang menunjukkan kurangnya pelaksanaan program K3 dari sudut pandang responden.

Temuan kuantitatif menunjukkan bahwa 90% responden menyatakan pelaksanaan program kesehatan kerja di RSUD Sijunjung tidak baik, sementara hanya 10% yang menyatakan sebaliknya.¹ Angka ini menunjukkan tingkat ketidakpuasan yang sangat tinggi terhadap upaya kesehatan kerja. Untuk program keselamatan kerja, angkanya sedikit lebih baik, namun masih mengkhawatirkan:

80% responden menyatakan pelaksanaannya tidak baik, berbanding terbalik dengan hanya 20% yang menyatakan baik.¹

Perlu dicatat adanya inkonsistensi data kuantitatif dalam abstrak paper itu sendiri, di mana abstrak berbahasa Indonesia mencantumkan 80% responden menyatakan minimnya pelaksanaan program kesehatan kerja, sementara abstrak berbahasa Inggris mencantumkan 90%.¹ Meskipun kedua angka menunjukkan masalah yang serius, ketidakcocokan ini menunjukkan perlunya validasi data dan metodologi yang lebih ketat dalam penelitian lanjutan.

Survei ini melibatkan 31 responden, dengan mayoritas (67.7%) adalah perempuan, berusia antara 36-45 tahun (67.7%), dan memiliki pendidikan S1 (64.5%). Sebagian besar responden (87.1%) memiliki pengalaman kerja lebih dari 6 tahun.¹

Kontribusi Utama terhadap Bidang

Meskipun terfokus pada studi kasus tunggal, penelitian ini memberikan kontribusi yang signifikan terhadap pemahaman implementasi K3RS di Indonesia, khususnya di konteks rumah sakit kelas C. Penelitian ini tidak hanya mengonfirmasi tantangan yang telah diidentifikasi dalam literatur lain, seperti kurangnya SDM dan pendanaan, tetapi juga memberikan validasi empiris yang spesifik.¹ Pendekatan

mixed-method memberikan keunggulan analitis yang memungkinkan para peneliti untuk mengidentifikasi bukan hanya apa yang salah, tetapi juga mengapa hal itu terjadi. Dengan menggabungkan data statistik dengan narasi dari wawancara, penelitian ini memberikan gambaran holistik tentang hambatan implementasi K3RS, mulai dari masalah struktural (SDM, dana) hingga masalah operasional (sosialisasi, pengawasan). Dengan demikian, studi ini berfungsi sebagai studi diagnostik yang berharga, yang mengidentifikasi celah-celah kritis yang memerlukan perhatian segera dan penyelidikan lebih lanjut oleh komunitas akademis.

Keterbatasan dan Pertanyaan Terbuka

Setiap penelitian memiliki keterbatasan, dan analisis ini mengidentifikasi beberapa hal yang memerlukan pertimbangan dalam penelitian berikutnya. Pertama, ukuran sampel kuantitatif yang relatif kecil (hanya 31 responden) dan kualitatif (7 informan) membatasi kemampuan untuk menggeneralisasi temuan ke populasi RSUD Sijunjung yang lebih besar (153 orang) atau, lebih jauh lagi, ke rumah sakit lain di Indonesia.¹ Kedua, sifat studi kasus tunggal pada satu rumah sakit juga membatasi generalisasi; temuan ini mungkin unik untuk RSUD Sijunjung dan tidak representatif untuk rumah sakit lain, baik di kelas yang sama maupun yang berbeda.¹ Ketiga, seperti yang telah dicatat, adanya inkonsistensi data kuantitatif di dalam abstrak itu sendiri memunculkan pertanyaan tentang validitas data dan konsistensi analisis.¹

Keterbatasan ini membuka jalan untuk pertanyaan-pertanyaan penelitian yang krusial. Misalnya, apakah masalah yang ditemukan di RSUD Sijunjung, seperti kurangnya personel K3 purna waktu, merupakan masalah sistemik di sebagian besar rumah sakit kelas C di Indonesia? Apakah terdapat perbedaan signifikan dalam persepsi pelaksanaan K3RS antara staf medis dan non-medis, atau antara staf dengan masa kerja yang lama dan yang baru? Faktor apa saja yang paling kuat memengaruhi keberhasilan sosialisasi kebijakan K3RS? Pertanyaan-pertanyaan ini menjadi dasar bagi agenda riset masa depan yang lebih terstruktur dan berwawasan.

5 Rekomendasi Riset Berkelanjutan (dengan Justifikasi Ilmiah)

Berdasarkan keterbatasan dan pertanyaan terbuka dari paper ini, berikut adalah lima rekomendasi riset yang dapat memajukan pemahaman dan praktik K3RS di Indonesia.

1. Studi Komparatif Implementasi K3RS Lintas Kelas Rumah Sakit.
   Metode: Penelitian mixed-method yang sama, tetapi diterapkan di tiga kategori rumah sakit: Kelas A, B, dan C.
   Variabel Baru: Membandingkan ketersediaan dan implementasi K3RS berdasarkan kelas rumah sakit, termasuk variabel pembanding seperti rasio SDM K3 per jumlah pegawai, alokasi anggaran K3, dan tingkat kepatuhan terhadap PMK 66/2016.
   Justifikasi Ilmiah: Justifikasi untuk penelitian ini adalah untuk mengidentifikasi perbedaan sistemik dan praktik terbaik yang dapat diadopsi, serta untuk memahami apakah masalah yang ditemukan di RSUD Sijunjung merupakan karakteristik rumah sakit kelas C secara umum atau masalah spesifik di lokasi tersebut. Temuan ini dapat memberikan panduan kebijakan yang lebih bertarget untuk Kementerian Kesehatan.
2. Penelitian Evaluasi Intervensi Pendidikan dan Pelatihan K3RS.
   Metode: Studi kuasi-eksperimental dengan desain pra-pasca (pre-post design) di mana satu unit kerja (kelompok intervensi) diberikan pelatihan K3 yang komprehensif, sementara unit lain (kelompok kontrol) tidak.
   Variabel Baru: Mengukur variabel perilaku seperti kepatuhan penggunaan APD, tingkat pelaporan insiden, dan pengetahuan tentang prosedur darurat sebelum dan sesudah intervensi.
   Justifikasi Ilmiah: Temuan bahwa sosialisasi kebijakan kurang optimal 1 mengindikasikan perlunya intervensi. Penelitian ini akan secara empiris mengukur efektivitas intervensi pendidikan dan pelatihan yang ditargetkan dalam meningkatkan pengetahuan, sikap, dan praktik K3 staf.
3. Analisis Jalur (Path Analysis) Faktor-faktor Determinan Kinerja K3RS.
   Metode: Penelitian kuantitatif dengan sampel yang lebih besar, menggunakan survei terstruktur dan data sekunder (laporan insiden).
   Variabel Baru: Memasukkan variabel independen seperti ketersediaan SDM K3 purna waktu, alokasi dana khusus, frekuensi sosialisasi, dan kepemimpinan manajemen K3RS. Variabel dependennya adalah kinerja K3RS (misalnya, angka insiden/kecelakaan kerja).
   Justifikasi Ilmiah: Paper ini mengidentifikasi beberapa faktor bermasalah 1 tetapi tidak mengukur dampak relatifnya. Analisis jalur akan membantu mengidentifikasi faktor mana yang memiliki pengaruh kausal paling kuat terhadap kinerja K3RS secara keseluruhan, sehingga investasi sumber daya dapat difokuskan pada area yang paling berdampak.
4. Studi Fenomenologi Mendalam tentang Hambatan Implementasi Manajemen Risiko.
   Metode: Penelitian kualitatif murni dengan wawancara mendalam dan observasi partisipatif.
   Variabel Baru: Konteks sosio-kultural di lingkungan kerja, persepsi risiko oleh staf di tingkat operasional, dan dinamika kekuasaan dalam pengambilan keputusan manajemen risiko.
   Justifikasi Ilmiah: Meskipun paper mengidentifikasi tidak adanya manajemen risiko yang optimal 1, alasannya belum sepenuhnya dijelaskan. Pendekatan fenomenologi akan menggali narasi dan pengalaman staf untuk mengungkap hambatan-hambatan tersembunyi seperti kurangnya kepercayaan pada sistem, ketakutan untuk melaporkan insiden, atau norma-norma budaya yang menghambat kepatuhan.
5. Studi Kohort Longitudinal terhadap Dampak Program K3.
   Metode: Studi kohort prospektif yang melacak sekelompok staf RSUD Sijunjung atau rumah sakit serupa dari waktu ke waktu.
   Variabel Baru: Melacak insiden kecelakaan dan penyakit akibat kerja, serta mengukur variabel perilaku dan sikap secara berkala, selama satu tahun atau lebih.
   Justifikasi Ilmiah: Paper ini mengidentifikasi tren peningkatan kecelakaan kerja dari 2017-2020.1 Penelitian kohort akan memberikan pemahaman yang lebih granular tentang tren ini dan memungkinkan para peneliti untuk mengukur dampak jangka panjang dari setiap intervensi atau perubahan kebijakan yang mungkin diterapkan oleh pihak rumah sakit.

Kesimpulan dan Ajakan Kolaboratif

Studi ini secara jelas menunjukkan bahwa meskipun RSUD Sijunjung telah memiliki kerangka kebijakan K3RS, kesenjangan yang signifikan dalam hal SDM, alokasi dana, dan implementasi proses inti seperti manajemen risiko dan pelayanan kesehatan telah menyebabkan kinerja program yang tidak optimal dan peningkatan angka kecelakaan. Meskipun hasil penelitian ini terbatas pada satu institusi, temuan ini memberikan dasar empiris yang kuat untuk perbaikan kebijakan dan praktik, serta menjadi katalis untuk agenda penelitian yang lebih luas di bidang kesehatan masyarakat.

Untuk memastikan keberlanjutan dan validitas hasil, penelitian lebih lanjut harus melibatkan kolaborasi multidisipliner dan multi-institusi. Kolaborasi ini idealnya melibatkan Universitas Andalas (sebagai institusi akademis yang telah memulai studi ini), Rumah Sakit Umum Daerah Sijunjung (sebagai mitra praktisi untuk implementasi dan pengujian intervensi), dan lembaga-lembaga yang menyediakan data makro dan kerangka kebijakan seperti Kementerian Kesehatan Republik Indonesia atau BPJS Ketenagakerjaan.

Baca paper aslinya di sini: https://doi.org/10.33757/jik.v6i2.580 

Ringkasan Analitis: Disparitas Kinerja Keselamatan dan Celah Kritis dalam CSMS

Isu keselamatan dan kesehatan kerja (K3) di sektor industri berisiko tinggi merupakan tantangan global yang mendesak. Menurut data dari International Labor Organization (ILO) tahun 2018, sebanyak 380.000 pekerja, atau 13,7% dari total 2,78 juta pekerja, meninggal dunia akibat kecelakaan kerja.¹ Situasi ini bahkan lebih kritis di negara berkembang seperti Indonesia, di mana tingkat kecelakaan kerja dilaporkan empat kali lebih tinggi dibandingkan negara industri.¹ Data dari Badan Penyelenggara Jaminan Sosial (BPJS) Ketenagakerjaan juga menunjukkan angka yang signifikan, dengan 157.313 kecelakaan kerja pada tahun 2018 dan 130.923 kecelakaan dari Januari hingga September 2019.¹

Di dalam konteks industri, tantangan ini semakin kompleks dengan adanya keterlibatan kontraktor. Sebuah studi evaluasi yang dilakukan oleh Wardhani (2022) pada PT Pupuk Kujang, sebuah perusahaan petrokimia yang memiliki risiko tinggi, secara spesifik mengkaji implementasi Sistem Manajemen Keselamatan Kontraktor (CSMS). Penelitian ini merupakan studi deskriptif dengan metode observasi dan pendekatan cross-sectional untuk menilai efektivitas CSMS dalam memastikan keselamatan mitra kerja.¹

Makalah ini menyajikan narasi logis yang berangkat dari evaluasi enam tahapan kunci dalam implementasi CSMS di PT Pupuk Kujang, yaitu identifikasi dan penilaian risiko, prakualifikasi, seleksi, kegiatan awal kerja, penilaian selama kerja, dan penilaian akhir kerja.¹ Secara prosedural, semua tahapan ini telah dijalankan. Namun, penelitian ini berhasil mengidentifikasi sebuah anomali kritis yang merusak integritas seluruh sistem. Temuan menunjukkan bahwa pada tahap prakualifikasi, "sebelum dinyatakan lulus tahap penilaian prakualifikasi, kontraktor lokal telah ditunjuk sebagai pemenang tender".¹

Temuan ini sangat penting karena menunjukkan adanya disparitas kinerja keselamatan yang mencolok. Berdasarkan data dari International Association of Oil and Gas Producers (OGP) pada tahun 2018 yang dikutip dalam makalah ini, Fatal Accident Rate (FAR)—sebuah metrik kunci yang mengukur jumlah kecelakaan fatal per 1 juta jam kerja—menunjukkan perbedaan signifikan antara karyawan perusahaan dan kontraktor.

Kategori:

• Karyawan Perusahaan

• Kontraktor

Jumlah Kematian:

• Karyawan Perusahaan: 2

• Kontraktor: 29

Jam Kerja yang Dilaporkan:

• Karyawan Perusahaan: 21% dari total

• Kontraktor: 79% dari total

Fatal Accident Rate (FAR) per 1 Juta Jam Kerja:

• Karyawan Perusahaan: 0,31

• Kontraktor: 1,20

Data ini menunjukkan hubungan kausal yang kuat antara kegagalan implementasi CSMS dengan hasil keselamatan. Disparitas FAR yang hampir empat kali lebih tinggi pada kontraktor (1.20 vs. 0.31) bukanlah sekadar data statistik; ini adalah manifestasi nyata dari kegagalan sistematis. Rantai sebab-akibatnya jelas: tingginya tingkat kecelakaan pada kontraktor (efek) disebabkan oleh praktik penunjukan pemenang tender yang tidak sesuai prosedur (sebab). Sistem seleksi yang seharusnya menjadi "penjaga gerbang" pertama untuk memastikan kontraktor memiliki kapabilitas K3 yang memadai, telah dilanggar.¹

Implikasi dari temuan ini meluas melampaui PT Pupuk Kujang. Pelanggaran prosedur ini menunjukkan bahwa dokumen CSMS dan prosedur yang terperinci tidak secara otomatis menjamin kinerja keselamatan yang baik. Ada faktor-faktor non-teknis, seperti komitmen manajemen dan pertimbangan ekonomi atau sosial, yang dapat merusak integritas seluruh sistem.¹ Makalah ini secara eksplisit menyebutkan bahwa pelanggaran tersebut disebabkan oleh "beberapa pertimbangan seperti harga penawaran, teknis, prioritas pada kontraktor lokal, dan pengalaman masa lalu kontraktor lokal sebagai mantan pekerja di perusahaan".¹ Ini mengindikasikan bahwa CSMS tidak hanya merupakan masalah teknis-prosedural, tetapi juga masalah budaya organisasi dan komitmen kepemimpinan.

Kontribusi Utama terhadap Bidang

Kontribusi terpenting dari makalah ini adalah kemampuannya untuk menyingkap kesenjangan antara kebijakan dan implementasi di lapangan. Alih-alih hanya menjelaskan bagaimana seharusnya CSMS bekerja, penelitian ini secara kritis menunjukkan di mana sistem tersebut dapat runtuh dalam praktik. Penemuan bahwa seorang kontraktor dapat memenangkan tender tanpa melewati proses prakualifikasi yang mengikat memberikan wawasan yang sangat berharga bagi praktisi dan akademisi.¹

Makalah ini berfungsi sebagai studi kasus diagnostik yang kuat. Ini membuktikan bahwa keberadaan prosedur formal tidak cukup untuk menjamin kinerja keselamatan yang optimal jika komitmen untuk melaksanakannya tidak konsisten. Studi ini menggarisbawahi bagaimana faktor-faktor non-teknis, seperti "prioritas pada kontraktor lokal" atau "pertimbangan harga," dapat secara fundamental merusak efektivitas sistem manajemen keselamatan yang dirancang dengan baik.¹

Secara tidak langsung, makalah ini juga menyoroti peran sentral dari komitmen manajemen yang otentik. Meskipun sistem dan prosedur ada, ketiadaan dukungan dan implementasi yang konsisten dari manajemen puncak dapat menyebabkan kegagalan sistematis. Ini merupakan kontribusi penting terhadap literatur K3 yang sering kali terlalu fokus pada aspek prosedural dan teknis, dan kurang memperhatikan aspek budaya dan kepemimpinan.

Keterbatasan dan Pertanyaan Terbuka

Sebagai studi deskriptif dan cross-sectional, makalah ini memiliki beberapa keterbatasan metodologis yang perlu diakui. Penelitian ini hanya memberikan "potret" atau gambaran kondisi pada periode waktu yang spesifik (Februari hingga April 2018), sehingga tidak dapat menangkap dinamika perubahan atau dampak jangka panjang dari implementasi CSMS.¹ Selain itu, karena studi ini terbatas pada satu perusahaan (PT Pupuk Kujang), generalisasi temuan ke industri atau perusahaan lain menjadi terbatas.¹

Keterbatasan ini membuka sejumlah pertanyaan penting yang memerlukan penelitian lebih lanjut:

1. Mengapa manajemen membuat keputusan yang bertentangan dengan prosedur K3 yang telah ditetapkan? Keputusan untuk mengesampingkan prosedur prakualifikasi demi kontraktor lokal menunjukkan adanya dilema internal. Apakah ini mencerminkan budaya organisasi di mana keselamatan dianggap sebagai biaya, bukan investasi? Apakah ada tekanan ekonomi atau sosial yang lebih besar yang menyebabkan kompromi ini?
2. Apa dampak jangka panjang dari pelanggaran prosedur prakualifikasi ini terhadap kinerja keselamatan kontraktor? Makalah ini mengidentifikasi kegagalan dalam proses, tetapi tidak melacak konsekuensinya di masa depan. Apakah kontraktor yang dipilih secara tidak sah memiliki tingkat kecelakaan yang lebih tinggi atau lebih sering mengalami insiden dibandingkan dengan yang melalui proses seleksi ketat?
3. Mengingat penelitian lain (yang dikutip dalam makalah) juga menemukan kekurangan serupa di perusahaan lain (misalnya, di PT Pupuk Sriwijaya dan PT X), seberapa luas masalah ini di sektor industri Indonesia? Apakah ada faktor regulasi atau budaya yang lebih besar yang berkontribusi pada fenomena ini? Sejauh mana praktik "prioritas kontraktor lokal" dan "pertimbangan harga" mendominasi keputusan pengadaan di industri lain, dan bagaimana dampaknya terhadap kinerja K3 nasional?

5 Rekomendasi Riset Berkelanjutan

Berdasarkan temuan dan pertanyaan terbuka, berikut adalah lima rekomendasi riset yang dapat menjadi agenda penting bagi komunitas akademik dan penerima hibah, dengan justifikasi ilmiah yang kuat.

1. Riset Kualitatif Mendalam tentang Komitmen Manajemen dan Budaya Keselamatan.
   • Justifikasi: Temuan bahwa pelanggaran prosedur CSMS terjadi pada tahap prakualifikasi menunjukkan bahwa komitmen manajemen masih perlu diperkuat.¹ Pemahaman tentang motivasi di balik keputusan ini tidak dapat diperoleh melalui data kuantitatif.
   • Metode Baru: Menggunakan metode kualitatif, seperti wawancara mendalam dengan manajer senior, petugas K3, dan staf pengadaan barang/jasa. Tujuannya adalah untuk memahami dilema, hambatan, dan faktor-faktor yang memengaruhi keputusan yang mengesampingkan prosedur K3.
   • Kebutuhan: Penelitian lanjutan diperlukan untuk menganalisis bagaimana budaya organisasi, tekanan ekonomi, dan kebijakan internal (seperti prioritas kontraktor lokal) berinteraksi dan memengaruhi implementasi CSMS, melampaui apa yang terlihat pada dokumen.
2. Studi Komparatif Lintas Industri (Petrokimia vs. Pertambangan atau Migas).
   • Justifikasi: Makalah ini menyiratkan bahwa masalah serupa mungkin terjadi di perusahaan lain.¹ Namun, studi kasus tunggal membatasi generalisasi.
   • Metode Baru: Mengadakan studi kasus multi-situs yang membandingkan implementasi CSMS di PT Pupuk Kujang dengan perusahaan di industri serupa yang dikenal memiliki kinerja K3 yang kuat. Analisis dapat berfokus pada variabel seperti struktur tata kelola, integrasi K3 ke dalam proses pengadaan, dan mekanisme audit.
   • Kebutuhan: Penelitian lanjutan diperlukan untuk mengidentifikasi praktik terbaik dan variabel kontekstual yang membedakan keberhasilan dan kegagalan implementasi CSMS di sektor berisiko tinggi.
3. Analisis Korelasi dan Pemodelan Statistik antara Variabel Non-Teknis dan Kinerja K3 Kontraktor.
   • Justifikasi: Makalah ini menyebutkan bahwa keputusan seleksi dipengaruhi oleh pertimbangan harga dan pengalaman masa lalu.¹ Penelitian lanjutan harus memberikan bukti kuantitatif mengenai hubungan ini.
   • Metode Baru: Mengumpulkan data kuantitatif dari beberapa perusahaan mengenai variabel non-teknis (misalnya, skor penawaran harga, status kontraktor lokal, jumlah proyek yang pernah dikerjakan) dan data kecelakaan historis mereka. Analisis regresi dapat digunakan untuk mengukur koefisien korelasi dan memodelkan hubungan kausal antara variabel-variabel ini dengan Fatal Accident Rate (FAR) atau Total Recordable Injury Rate (TRIR) kontraktor.
   • Kebutuhan: Penelitian lanjutan diperlukan untuk memberikan bukti yang kuat (bukan hanya deskriptif) mengenai seberapa besar pengaruh faktor non-teknis terhadap hasil keselamatan, yang dapat menjadi dasar untuk perubahan kebijakan.
4. Studi Longitudinal Jangka Panjang tentang Dampak Prakualifikasi yang Gagal.
   • Justifikasi: Makalah ini hanya mengidentifikasi pelanggaran prakualifikasi, tetapi tidak melacak dampaknya di masa depan.¹
   • Metode Baru: Melakukan studi longitudinal yang melacak kinerja keselamatan dari kontraktor yang dipilih melalui prosedur yang tidak sesuai selama 3–5 tahun. Ini akan melibatkan pengumpulan data kecelakaan, near-miss, dan insiden dari waktu ke waktu untuk secara objektif mengukur konsekuensi nyata dari kompromi prosedural.
   • Kebutuhan: Penelitian lanjutan diperlukan untuk secara definitif membuktikan dampak negatif dari kompromi prosedural terhadap keselamatan jangka panjang. Temuan ini dapat menjadi alat advokasi yang kuat untuk mendorong perubahan kebijakan di tingkat perusahaan dan industri.
5. Pengembangan Kerangka Kerja CSMS Adaptif yang Mengintegrasikan Konteks Lokal.
   • Justifikasi: Masalah utama yang diidentifikasi adalah ketegangan antara prosedur K3 yang ketat dan kebijakan pro-lokal.¹ Penelitian ini perlu beralih dari diagnosis masalah menuju perancangan solusi.
   • Metode Baru: Menggunakan pendekatan desain riset partisipatif (Participatory Action Research) yang melibatkan pemangku kepentingan dari perusahaan, kontraktor lokal, dan regulator. Tujuannya adalah untuk bersama-sama merancang model CSMS yang tidak hanya mempertahankan standar keselamatan internasional, tetapi juga menyediakan jalur yang transparan dan terukur bagi kontraktor lokal untuk meningkatkan kapabilitas K3 mereka hingga memenuhi standar tersebut.
   • Kebutuhan: Penelitian lanjutan diperlukan untuk menyediakan solusi praktis dan berkelanjutan yang mengatasi konflik kepentingan yang diidentifikasi dalam makalah, tanpa mengorbankan keselamatan.

Makalah ini memberikan dasar yang kuat untuk agenda riset yang lebih luas dan mendalam di bidang manajemen K3. Temuannya secara jelas menunjukkan bahwa ada celah yang signifikan antara prosedur yang dirancang dengan baik dan implementasi di lapangan. Disparitas tingkat kecelakaan antara karyawan dan kontraktor adalah manifestasi dari kegagalan ini, yang akarnya terletak pada faktor non-prosedural seperti komitmen manajemen dan pertimbangan ekonomi.

Penelitian lebih lanjut harus melibatkan institusi akademik, lembaga riset industri, dan otoritas pemerintah untuk memastikan keberlanjutan dan validitas hasil, serta untuk menerjemahkan temuan riset menjadi kebijakan dan praktik yang lebih efektif.

(https://doi.org/10.20473/ijosh.v1lil.2022.1-11)

Pendahuluan dan Konteks Penelitian

Tingkat keparahan kecelakaan kerja merupakan salah satu indikator utama dari efektivitas manajemen keselamatan di sebuah perusahaan. Upaya untuk meminimalisir dampak dari insiden ini secara fundamental bergantung pada implementasi Pertolongan Pertama Pada Kecelakaan (P3K) yang cepat dan tepat.¹ Perawatan yang diberikan segera setelah cedera dapat menjadi penentu kritis antara pemulihan yang cepat atau konsekuensi yang lebih serius, bahkan antara hidup dan mati.¹ Oleh karena itu, analisis mendalam terhadap penerapan P3K di lingkungan kerja berisiko tinggi adalah sebuah keharusan.

Secara global, data dari International Labour Organization (ILO) tahun 2018 menunjukkan tren yang mengkhawatirkan: lebih dari 2,78 juta orang meninggal setiap tahunnya akibat kecelakaan atau penyakit terkait pekerjaan, dengan tambahan 374 juta cedera non-fatal.¹ Kawasan Asia dan Pasifik menyumbang dua pertiga dari total kematian ini. Konteks nasional di Indonesia juga tidak kalah genting. Data BPJS Ketenagakerjaan dari tahun 2014 hingga 2018 menunjukkan fluktuasi angka kecelakaan yang tinggi, mencapai 123.000 kasus pada tahun 2017.¹ Data regional bahkan menyoroti situasi yang lebih parah, dengan Dinas Tenaga Kerja Sulawesi Selatan mencatat lonjakan dramatis hingga 24.910 kasus pada tahun 2014, menjadikannya provinsi dengan angka kecelakaan tertinggi pada tahun tersebut.¹

Mengingat urgensi tersebut, penelitian ini memfokuskan analisis pada sebuah perusahaan konstruksi kapal di Makassar, PT. Industri Kapal Indonesia. Latar belakang penelitian ini diperkuat oleh data internal perusahaan yang menunjukkan tren peningkatan kasus kecelakaan kerja dalam kurun waktu 10 tahun terakhir, dari 2 kasus pada tahun 2012 menjadi 7 kasus pada tahun 2015.¹ Peningkatan signifikan ini secara empiris menjustifikasi kebutuhan untuk mengkaji secara spesifik bagaimana sistem P3K di perusahaan tersebut diimplementasikan. Penelitian ini bertujuan untuk menganalisis penerapan P3K di industri yang memiliki kompleksitas dan risiko bahaya kerja yang tinggi, serta mengidentifikasi kesenjangan antara regulasi yang ada dengan praktik di lapangan.

Kontribusi Utama terhadap Bidang

Penelitian kualitatif-deskriptif ini memberikan kontribusi yang substansial dengan secara rinci memetakan ketidaksesuaian yang signifikan antara kepatuhan terhadap peraturan formal dan implementasi praktis di lapangan dalam industri konstruksi kapal di Makassar.¹ Analisis ini melampaui sekadar mengonfirmasi adanya masalah, tetapi juga mengidentifikasi akar permasalahan yang bersifat manajerial, prosedural, dan kultural yang menciptakan jurang antara kebijakan dan praktik.

Temuan kunci pertama berpusat pada peran petugas P3K. Meskipun jumlah petugas P3K di perusahaan, yaitu 5 orang untuk 177 pekerja, telah memenuhi persyaratan kuantitatif yang ditetapkan oleh Peraturan Menteri Tenaga Kerja dan Transmigrasi, efektivitas operasional mereka terhambat oleh kegagalan sistemik.¹ Penelitian ini secara kontradiktif menemukan adanya kurangnya pemantauan yang memadai dari penanggung jawab, tidak adanya tanda pengenal khusus bagi petugas di lapangan, dan ketiadaan buku laporan kegiatan P3K yang seharusnya menjadi alat dokumentasi esensial.¹ Situasi ini mengindikasikan adanya "kesenjangan kepatuhan-implementasi" yang krusial. Perusahaan memenuhi persyaratan statis dengan merekrut jumlah petugas yang memadai, namun gagal dalam aspek kualitatif yang dinamis, seperti pengawasan, identifikasi, dan dokumentasi yang terus-menerus. Hal ini menunjukkan bahwa audit kepatuhan yang hanya berbasis daftar periksa (checklist) tidak cukup untuk memastikan keselamatan kerja yang berkelanjutan; diperlukan evaluasi yang lebih mendalam terhadap proses dan perilaku.

Aspek kedua yang menjadi sorotan adalah pelatihan dan sertifikasi petugas P3K. Penelitian ini mengungkapkan bahwa sebagian besar petugas (3 dari 5 orang) belum pernah mengikuti pelatihan khusus P3K, dan tidak ada satu pun dari mereka yang memiliki lisensi atau sertifikat resmi.¹ Temuan ini tidak hanya merupakan pelanggaran terhadap peraturan yang berlaku, tetapi juga menciptakan risiko langsung terhadap respons kecelakaan. Penanganan yang tidak didasarkan pada pengetahuan dan keterampilan yang terstandardisasi berpotensi memperparah cedera, bukan menyembuhkannya.¹ Penegasan akan urgensi pelatihan ini didukung oleh temuan dari penelitian lain yang dikutip dalam paper, di mana pelatihan P3K terbukti meningkatkan pengetahuan peserta secara signifikan, dari rata-rata 65,75% sebelum pelatihan menjadi 89,75% sesudahnya, dengan nilai p-value 0.000, yang menunjukkan perbedaan rerata yang sangat signifikan.¹ Data kuantitatif dari studi eksternal ini secara kuat mendukung justifikasi ilmiah akan perlunya pendidikan dan sertifikasi P3K yang wajib dan berkelanjutan.

Selanjutnya, penelitian ini secara rinci menguraikan kekurangan pada sarana dan prasarana P3K yang disediakan perusahaan.¹

• Ruang P3K: Tidak ada ruang khusus P3K yang tersedia di lokasi produksi. Meskipun perusahaan memiliki poliklinik, jaraknya dari area produksi cukup jauh.¹ Hal ini menciptakan dikotomi antara ketersediaan dan aksesibilitas. Keberadaan poliklinik menjadi tidak efektif untuk penanganan darurat yang membutuhkan respons segera di lokasi kejadian.
• Kotak P3K: Berdasarkan observasi, kotak P3K yang ada terbuat dari bahan plastik, tidak portabel, dan isinya tidak sesuai dengan standar yang berlaku.¹ Ditemukan adanya bungkus makanan di dalamnya, isi yang tidak merata di setiap bagian produksi, dan ketiadaan buku panduan atau buku catatan kegiatan.¹ Kurangnya perawatan dan isi yang tidak standar ini bukan hanya masalah ketidakpatuhan, tetapi juga mencerminkan budaya organisasi yang tidak memprioritaskan pemeliharaan alat-alat keselamatan. Kehadiran "pembungkus makanan" di dalam kotak P3K secara metaforis menunjukkan minimnya pengawasan dan penghormatan terhadap perlengkapan keselamatan yang vital.
• Alat Evakuasi dan Transportasi: Ketiadaan tandu sebagai alat evakuasi dan tidak adanya mobil ambulans untuk merujuk korban.¹ Penelitian menemukan bahwa mobil transportasi yang disediakan sejak tahun 2015 kini tidak dapat beroperasi karena kurangnya perawatan.¹ Kondisi ini menggarisbawahi kegagalan dalam siklus manajemen aset K3. Investasi awal dalam fasilitas tidak diikuti dengan perawatan berkelanjutan, yang menunjukkan bahwa komitmen terhadap keselamatan bersifat reaksioner dan tidak terintegrasi dalam operasional sehari-hari.

Secara keseluruhan, temuan ini secara jelas menunjukkan bahwa pemenuhan standar P3K tidak hanya sebatas menyediakan kuantitas personel yang sesuai, melainkan juga menuntut sistem manajemen yang terstruktur dan budaya organisasi yang mendukung keselamatan kerja secara holistik.

Keterbatasan dan Pertanyaan Terbuka

Meskipun penelitian ini memberikan pemahaman mendalam tentang kondisi P3K di satu perusahaan, terdapat beberapa keterbatasan metodologis yang perlu diakui.¹ Pertama, penelitian ini menggunakan pendekatan kualitatif-deskriptif, yang memungkinkan pemetaan rinci kondisi lapangan tetapi tidak dapat membangun hubungan kausalitas yang kuat. Artinya, kita tidak dapat secara definitif mengklaim bahwa kekurangan dalam P3K

menyebabkan peningkatan kecelakaan kerja, meskipun korelasi logisnya sangat kuat.

Kedua, lingkup penelitian yang terbatas pada satu perusahaan di Makassar membatasi generalisasi temuan. Meskipun kondisi yang ditemukan mungkin serupa dengan perusahaan lain di industri yang sama, validitasnya tidak dapat digeneralisasi tanpa penelitian dengan sampel yang lebih besar dan beragam.¹ Selain itu, paper ini juga menyebutkan keterbatasan akses akibat pandemi COVID-19 yang membatasi kedalaman observasi lapangan, terutama pada bagian kotak P3K dan area kerja lainnya.¹

Berdasarkan keterbatasan dan temuan yang ada, muncul beberapa pertanyaan terbuka yang krusial untuk riset di masa mendatang:

1. Apa faktor-faktor manajerial dan budaya organisasi yang menyebabkan kurangnya pengawasan, meskipun jumlah petugas sudah memadai? Apakah ini terkait dengan beban kerja, struktur hierarki, atau kurangnya akuntabilitas?
2. Apakah terdapat korelasi kuantitatif yang signifikan antara tingkat kepatuhan P3K (misalnya, frekuensi pengawasan, kepemilikan sertifikat, kelengkapan fasilitas) dengan penurunan tingkat keparahan kecelakaan dan waktu respons?
3. Bagaimana persepsi dan pengetahuan pekerja tentang P3K memengaruhi perilaku mereka dalam mematuhi protokol keselamatan dan penggunaan alat pelindung diri (APD)?

5 Rekomendasi Riset Berkelanjutan

Kelima rekomendasi berikut disusun untuk menanggapi temuan dan keterbatasan yang teridentifikasi dalam penelitian ini, bertujuan untuk memajukan pemahaman dan praktik K3 di industri konstruksi kapal dan sektor lainnya.

1. Studi Korelasional Kuantitatif tentang Keterkaitan P3K dan Indikator Kinerja K3
   • Justifikasi Ilmiah: Paper ini menyajikan tren peningkatan kecelakaan di PT. Industri Kapal Indonesia sebagai konteks, tetapi tidak menguji hubungan sebab-akibat. Penelitian kuantitatif diperlukan untuk mengukur secara statistik hubungan antara variabel implementasi P3K (misalnya, frekuensi pengawasan, kepemilikan sertifikat, kelengkapan fasilitas) dengan variabel hasil (misalnya, tingkat keparahan kecelakaan, jumlah hari kerja yang hilang).
   • Metode, Variabel, dan Konteks Baru: Menggunakan desain penelitian korelasional atau kuasi-eksperimental dengan sampel yang lebih besar, mencakup beberapa perusahaan konstruksi kapal di Indonesia. Variabel independen akan mencakup kualitas implementasi P3K, sementara variabel dependennya adalah metrik K3 yang terukur.
   • Tautan ke Penelitian Saat Ini: Penelitian ini akan mengambil temuan kualitatif paper yang ada (kekurangan dalam pengawasan, pelatihan, fasilitas) dan mengkuantifikasikannya untuk membuktikan dampak nyata dan meyakinkan pemangku kepentingan industri.
2. Analisis Kualitatif Mendalam tentang Hambatan Perilaku dan Budaya dalam Penerapan P3K
   • Justifikasi Ilmiah: Paper ini menyentuh aspek kurangnya kesadaran dan kedisiplinan, namun tidak menggali lebih dalam.¹ Diperlukan pemahaman yang lebih kaya mengenai alasan di balik perilaku ini. Hambatan nyata seringkali bukan hanya kurangnya sumber daya, tetapi juga norma sosial, persepsi risiko yang menyimpang, dan beban kerja yang tinggi yang mengesampingkan prioritas keselamatan.
   • Metode, Variabel, dan Konteks Baru: Menggunakan pendekatan etnografi atau fenomenologi untuk melakukan observasi partisipatif dan wawancara mendalam dengan pekerja, petugas K3, dan manajemen. Fokusnya adalah pada variabel-variabel budaya dan perilaku, seperti motivasi, persepsi risiko, kepercayaan terhadap sistem P3K, dan interaksi sosial di tempat kerja.
   • Tautan ke Penelitian Saat Ini: Rekomendasi ini akan melengkapi temuan paper ini mengenai "kesenjangan kepatuhan-implementasi" dengan menjelaskan mengapa kesenjangan itu terjadi dari sudut pandang manusia dan budaya.
3. Pengembangan dan Uji Coba Model Intervensi Pelatihan P3K Berbasis Digital
   • Justifikasi Ilmiah: Temuan paper menunjukkan bahwa kurangnya sertifikasi dan waktu yang terbatas untuk pelatihan adalah hambatan utama bagi petugas P3K.¹ Mengingat hasil uji test dari penelitian Nilamsari (2018) yang dikutip dalam paper ini, di mana pengetahuan P3K meningkat dari 65,75% menjadi 89,75% (p = 0.000) setelah pelatihan, validasi model pelatihan yang lebih efisien dan dapat diakses (misalnya, modul daring) sangat diperlukan.¹
   • Metode, Variabel, dan Konteks Baru: Desain riset intervensi kuasi-eksperimental dengan pre-test dan post-test untuk membandingkan efektivitas modul pelatihan P3K konvensional vs. modul berbasis digital (misalnya, simulasi interaktif atau video). Variabel utama adalah peningkatan pengetahuan dan keterampilan yang diukur melalui tes dan penilaian praktis.
   • Tautan ke Penelitian Saat Ini: Rekomendasi ini secara langsung menawarkan solusi praktis untuk masalah yang diidentifikasi dalam paper, yaitu ketiadaan waktu dan akses terhadap pelatihan P3K bersertifikasi.
4. Studi Komparatif untuk Mengidentifikasi Praktik Terbaik P3K di Sektor Maritim Global
   • Justifikasi Ilmiah: Karena penelitian ini berfokus pada satu perusahaan di Makassar, generalisasi dan identifikasi "praktik terbaik" yang dapat diadaptasi menjadi terbatas. Dengan melakukan studi komparatif dengan perusahaan di negara lain yang memiliki standar K3 yang lebih maju, kita dapat mengidentifikasi model, kebijakan, dan inovasi yang berhasil diterapkan.
   • Metode, Variabel, dan Konteks Baru: Analisis komparatif kasus (case study) dengan menggunakan kerangka regulasi dan data implementasi dari beberapa negara atau perusahaan terkemuka di sektor konstruksi kapal. Variabel pembanding akan mencakup struktur organisasi K3, sistem pelatihan, teknologi yang digunakan, dan metrik kinerja keselamatan.
   • Tautan ke Penelitian Saat Ini: Penelitian ini akan memperluas wawasan yang diperoleh dari paper ini dengan menyajikan "cetak biru" yang teruji secara global, menjembatani celah antara apa yang ada di Indonesia dan apa yang mungkin terjadi.
5. Analisis Dampak Ekonomi dari Penerapan P3K yang Komprehensif
   • Justifikasi Ilmiah: Paper ini berfokus pada kepatuhan dan fasilitas, namun implikasi finansialnya belum dieksplorasi.¹ Justifikasi ilmiah dan praktis untuk peningkatan P3K akan jauh lebih kuat jika didukung oleh data
     Return on Investment (ROI) dari investasi K3. Investasi awal dalam fasilitas dan pelatihan P3K seringkali dianggap sebagai biaya, bukan investasi.
   • Metode, Variabel, dan Konteks Baru: Riset kuantitatif dengan pendekatan analisis biaya-manfaat. Metrik biaya akan mencakup biaya investasi P3K (pelatihan, peralatan, personel), sedangkan metrik manfaat akan mencakup penghematan yang diperoleh dari penurunan angka kecelakaan kerja (misalnya, klaim asuransi yang lebih rendah, biaya pengobatan yang berkurang, hilangnya waktu produksi yang minimal).
   • Tautan ke Penelitian Saat Ini: Rekomendasi ini akan memberikan argumen yang kuat dan berbasis data bagi manajemen perusahaan dan badan pemberi hibah untuk menginvestasikan lebih banyak pada sistem K3, dengan menunjukkan bahwa keselamatan yang lebih baik juga merupakan keputusan bisnis yang cerdas.

Kesimpulan dan Ajakan Kolaboratif

Penelitian ini memberikan gambaran yang jelas mengenai tantangan dalam penerapan P3K di industri konstruksi kapal Makassar. Temuan menunjukkan bahwa meskipun kepatuhan formal ada dalam beberapa aspek, implementasi praktisnya masih jauh dari standar yang ditetapkan, terutama dalam hal pengawasan, pelatihan petugas, dan ketersediaan serta kualitas fasilitas P3K. Kesenjangan antara kebijakan dan praktik ini berpotensi meningkatkan risiko dan tingkat keparahan kecelakaan di lingkungan kerja.

Berdasarkan temuan ini, penelitian lebih lanjut sangat krusial untuk menjawab pertanyaan-pertanyaan yang masih terbuka dan untuk mengembangkan intervensi yang efektif. Penelitian lebih lanjut harus melibatkan institusi Universitas Muslim Indonesia (sebagai asal penelitian ini) untuk melanjutkan inisiatif akademik ini, Kementerian Ketenagakerjaan untuk menjembatani kesenjangan antara kebijakan dan implementasi di lapangan, dan PT. Industri Kapal Indonesia serta asosiasi industri terkait untuk memastikan keberlanjutan dan validitas hasil, serta memfasilitasi adopsi temuan riset menjadi praktik industri yang lebih baik.

Baca Selengkapnya disini: https://pasca-umi.ac.id/index.php/jmch/article/view/247/259