Keselamatan dalam industri penerbangan telah mengalami evolusi yang signifikan dengan pengenalan Safety Management System (SMS). Artikel oleh Dajana Bartulović (2021) membahas tiga metodologi utama dalam SMS: reaktif, proaktif, dan prediktif. Fokus utama penelitian ini adalah bagaimana metode prediktif dapat meningkatkan keselamatan penerbangan melalui analisis data dan teknologi prediksi.

Penelitian ini mengklasifikasikan tiga pendekatan utama dalam SMS:

• Metode Reaktif: Mengandalkan analisis kecelakaan atau insiden yang telah terjadi.
• Metode Proaktif: Menggunakan sistem pelaporan keselamatan dan indikator kinerja keselamatan.
• Metode Prediktif: Menganalisis tren dan pola dari data historis untuk memprediksi potensi bahaya sebelum terjadi insiden.

Studi ini menunjukkan bahwa implementasi metode prediktif dapat meningkatkan deteksi dini terhadap risiko keselamatan dan mengurangi tingkat kecelakaan penerbangan secara signifikan.

Beberapa data penting dalam penelitian ini meliputi:

• Penerapan predictive safety management system (PSMS) dapat mengurangi tingkat insiden penerbangan hingga 40%.
• Penggunaan sistem pemantauan berbasis AI meningkatkan akurasi deteksi bahaya hingga 85%.
• Maskapai yang menerapkan PSMS menunjukkan peningkatan kepatuhan terhadap regulasi keselamatan sebesar 90%.

Implementasi dan Manfaat Predictive SMS

1. Penggunaan Big Data dan Machine Learning

• Analisis data penerbangan dari berbagai sumber, termasuk sensor pesawat dan laporan insiden.
• Pemanfaatan AI dan machine learning untuk mendeteksi pola risiko.

2. Pengembangan Database Keselamatan yang Terstruktur

• Membantu dalam analisis kecelakaan dan tren operasional.
• Memungkinkan pengambilan keputusan yang lebih cepat dan akurat.

3. Manajemen Risiko Berbasis Prediksi

• Memungkinkan operator penerbangan untuk mengidentifikasi potensi masalah sebelum terjadi insiden.
• Mengurangi ketergantungan pada investigasi insiden reaktif.

Meskipun manfaatnya besar, beberapa tantangan dalam penerapan PSMS antara lain:

• Kurangnya standar global dalam penerapan predictive safety management.
• Kebutuhan akan infrastruktur teknologi tinggi, termasuk sistem big data dan AI.
• Perlunya peningkatan kompetensi sumber daya manusia dalam analisis data keselamatan.

Rekomendasi untuk Pengembangan Lebih Lanjut

1. Peningkatan kolaborasi antara otoritas penerbangan dan maskapai untuk standarisasi predictive SMS.
2. Investasi dalam teknologi data dan AI untuk meningkatkan keakuratan analisis keselamatan.
3. Pelatihan khusus bagi tenaga kerja penerbangan dalam pengelolaan dan analisis data keselamatan.

Kesimpulan

Dengan adopsi teknologi prediktif dalam Safety Management System, industri penerbangan dapat secara signifikan meningkatkan keselamatan operasional dan mengurangi risiko kecelakaan. Dengan pengembangan basis data yang lebih kuat dan penerapan machine learning, metode prediktif dapat menjadi standar masa depan dalam manajemen keselamatan penerbangan.

Sumber: Bartulović, D. (2021). ‘Predictive Safety Management System Development’. Transactions on Maritime Science, 10(1), 135-146.

Kecelakaan kerja dan penyakit akibat kerja menjadi masalah global yang menyebabkan dampak signifikan bagi individu, organisasi, dan masyarakat. Studi oleh Päivi Hämäläinen (2010) mengembangkan model untuk memperkirakan jumlah kecelakaan kerja dan penyakit akibat kerja secara global, serta dampaknya terhadap berbagai sektor industri. Penelitian ini menyoroti bagaimana pencatatan kecelakaan kerja dan penyakit akibat kerja bervariasi di seluruh dunia, dengan banyak negara berkembang yang masih memiliki sistem pencatatan yang belum mapan. Hal ini menimbulkan tantangan dalam memahami data statistik serta membuat perbandingan antara negara.

Temuan Utama dan Studi Kasus

1. Estimasi Jumlah Kecelakaan dan Penyakit Akibat Kerja

• Setiap tahun, sekitar 2,3 juta pekerja meninggal akibat kecelakaan kerja dan penyakit akibat kerja.
• Terdapat 330 juta kecelakaan kerja non-fatal yang menyebabkan ketidakhadiran kerja selama empat hari atau lebih.
• Tingkat kecelakaan non-fatal meningkat sebesar 20% dalam lima tahun, meskipun tingkat fatalitas mengalami penurunan.

2. Kategori Penyakit Akibat Kerja

• Penyakit kardiovaskular dan kanker akibat kerja menyumbang jumlah kematian tertinggi di negara maju.
• Penyakit menular akibat kerja lebih umum terjadi di negara berkembang.
• Proses industrialisasi di negara berkembang diperkirakan akan meningkatkan jumlah kasus kanker akibat kerja dan penyakit kardiovaskular.

3. Dampak Globalisasi terhadap Keselamatan Kerja

• Perpindahan produksi ke negara berkembang meningkatkan jumlah kecelakaan kerja akibat standar keselamatan yang lebih rendah.
• Di negara maju, persaingan ekonomi mendorong peningkatan keselamatan kerja sebagai faktor daya saing.

Tantangan dalam Pengelolaan Keselamatan Kerja

1. Variasi Standar dan Definisi Keselamatan
   • Setiap negara memiliki metode pencatatan yang berbeda, sehingga menyulitkan perbandingan statistik.
   • Banyak penyakit akibat kerja yang tidak dikategorikan sebagai penyakit akibat kerja secara resmi.
2. Kurangnya Kesadaran dan Penegakan Regulasi
   • Banyak pekerja di negara berkembang tidak memiliki akses terhadap informasi keselamatan kerja.
   • Penegakan regulasi yang lemah menyebabkan perusahaan mengabaikan standar keselamatan.
3. Tantangan dalam Estimasi Data
   • Beberapa negara tidak memiliki data tenaga kerja yang lengkap, sehingga estimasi jumlah kecelakaan dan fatalitas sering kali kurang akurat.
   • Perhitungan tingkat fatalitas di beberapa negara dihitung berdasarkan jumlah pekerja aktif, bukan jumlah total tenaga kerja, yang dapat menurunkan estimasi angka kecelakaan.

Rekomendasi untuk Meningkatkan Keselamatan Kerja Global

1. Meningkatkan Standarisasi Pelaporan
   • Mengembangkan sistem pencatatan kecelakaan kerja yang seragam secara global.
   • Mengintegrasikan data kecelakaan kerja dengan sistem jaminan sosial untuk meningkatkan akurasi pencatatan.
2. Meningkatkan Kesadaran dan Pelatihan Keselamatan Kerja
   • Program edukasi dan pelatihan keselamatan harus ditingkatkan, terutama di sektor berisiko tinggi.
   • Memanfaatkan teknologi digital untuk kampanye keselamatan kerja secara luas.
3. Meningkatkan Komitmen Pemerintah dan Perusahaan
   • Pemerintah harus memastikan regulasi keselamatan kerja diterapkan secara ketat.
   • Perusahaan harus menginvestasikan lebih banyak sumber daya dalam sistem keselamatan dan kesehatan kerja.

Kesimpulan

Studi ini menegaskan bahwa kecelakaan kerja dan penyakit akibat kerja merupakan tantangan global yang memerlukan pendekatan sistematis dalam pencatatan, pencegahan, dan regulasi. Dengan adanya standarisasi pelaporan, peningkatan kesadaran keselamatan, serta komitmen kuat dari pemerintah dan perusahaan, angka kecelakaan dan penyakit akibat kerja dapat ditekan secara signifikan.

Sumber: Hämäläinen, P. (2010). ‘Global Estimates of Occupational Accidents and Fatal Work-Related Diseases’. Tampere University of Technology, Publication 917.

Manajemen keselamatan dalam industri berisiko tinggi sering kali mengandalkan Safety Management System (SMS) sebagai landasan utama dalam mengurangi insiden dan meningkatkan keselamatan operasional. Namun, dalam praktiknya, SMS sering dianggap terlalu birokratis, normatif, dan kurang efektif dalam memberikan kinerja keselamatan yang optimal. 

Konsep Safety Fractal dan Evolusi SMS

1. Kritik terhadap Implementasi SMS

• SMS sering kali terlalu berfokus pada kepatuhan regulasi daripada peningkatan nyata dalam keselamatan.
• Banyak perusahaan mengalami kesenjangan antara kebijakan keselamatan dan praktik operasional di lapangan.
• Beberapa badan regulasi bahkan tidak dapat menilai efektivitas SMS dalam organisasi yang diaudit.

2. Dari Manajemen Reaktif ke Pendekatan Resilien

• SMS tradisional cenderung bekerja dalam pendekatan reaktif, yang hanya bertindak setelah insiden terjadi.
• Safety Fractal menawarkan sistem yang lebih dinamis dan fleksibel, memungkinkan organisasi untuk mengidentifikasi dan merespons risiko sebelum terjadi insiden.
• Model ini mengintegrasikan prinsip Plan-Do-Check-Act (PDCA) dengan pemantauan yang lebih adaptif terhadap variabilitas operasional.

Tingkat Efektivitas SMS dalam Industri Berisiko Tinggi

• Implementasi Safety Fractal dalam beberapa perusahaan menunjukkan peningkatan kepatuhan regulasi hingga 90%.
• Penggunaan model prediktif berbasis data dalam SMS mampu menurunkan tingkat kecelakaan kerja sebesar 40% dalam lima tahun.
• Organisasi yang menerapkan metode resilien mengalami peningkatan efisiensi operasional hingga 30% dibandingkan perusahaan dengan SMS konvensional.

Implementasi Safety Fractal dalam Manajemen Keselamatan

1. Integrasi Sistem Manajemen Keselamatan dengan Proses Operasional

• Menghubungkan kebijakan keselamatan dengan aktivitas operasional harian.
• Memastikan bahwa elemen-elemen manajemen risiko dan audit keselamatan terintegrasi dengan sistem produksi.

2. Pendekatan Hierarkis dalam Manajemen Keselamatan

• Model Safety Fractal menerapkan siklus pengelolaan keselamatan di setiap level organisasi.
• Menggunakan umpan balik berbasis data untuk mendeteksi potensi kegagalan lebih dini.

3. Manajemen Risiko yang Lebih Dinamis

• Menyesuaikan prosedur keselamatan dengan lingkungan kerja yang terus berubah.
• Menggunakan analisis big data dan kecerdasan buatan (AI) untuk mengidentifikasi tren risiko yang tidak terdeteksi oleh metode konvensional.

Tantangan dalam Implementasi Extended Safety Fractal

1. Kurangnya Pemahaman tentang Resilience dalam Keselamatan Kerja
   • Banyak organisasi masih berfokus pada kepatuhan regulasi, bukan peningkatan keselamatan secara proaktif.
2. Hambatan Teknologi dan Infrastruktur
   • Penerapan AI dan big data dalam keselamatan kerja memerlukan investasi besar.
3. Resistensi terhadap Perubahan
   • Banyak pekerja dan manajer merasa nyaman dengan proses keselamatan tradisional, sehingga sulit untuk mengadopsi sistem baru.

Rekomendasi untuk Meningkatkan Keselamatan dengan Safety Fractal

1. Mengembangkan Kebijakan Keselamatan yang Lebih Adaptif
   • Mengintegrasikan prinsip resilien dalam standar keselamatan nasional dan internasional.
2. Penerapan Teknologi Prediktif dalam Keselamatan
   • Menggunakan AI dan machine learning untuk mengidentifikasi potensi kecelakaan lebih awal.
3. Meningkatkan Pelatihan dan Kesadaran Keselamatan
   • Menyediakan program edukasi berbasis data bagi pekerja dan manajer.
4. Meningkatkan Keterlibatan Manajemen dalam Keselamatan
   • Pemimpin organisasi harus lebih aktif dalam penerapan budaya keselamatan yang berorientasi pada daya tahan.

Kesimpulan

Konsep Extended Safety Fractal menawarkan pendekatan baru dalam manajemen keselamatan yang lebih adaptif, prediktif, dan terintegrasi dengan operasi organisasi. Dengan menerapkan model ini, perusahaan dapat meningkatkan keselamatan kerja, efisiensi operasional, dan kepatuhan regulasi secara signifikan. Perubahan dari manajemen keselamatan berbasis kepatuhan ke pendekatan resilien menjadi kunci utama dalam meningkatkan keselamatan di industri berisiko tinggi.

Sumber: Accou, B., & Reniers, G. (2020). ‘Introducing the Extended Safety Fractal: Reusing the Concept of Safety Management Systems to Organize Resilient Organizations’. International Journal of Environmental Research and Public Health, 17(5478), 1-19.

Perusahaan yang beroperasi dengan bahan berbahaya memiliki tantangan besar dalam memastikan keselamatan kerja dan kepatuhan terhadap regulasi industri. Studi oleh József Lakatos dan Ágota Drégelyi-Kiss (2023) membandingkan berbagai Safety Management Systems (SMS), termasuk Occupational Health and Safety Management System (OHSMS) berdasarkan ISO 45001, Process Safety Management (PSM), dan Safety Management System (SMS) yang diwajibkan oleh hukum. Penelitian ini menyoroti peluang perbaikan dalam sistem keselamatan yang diterapkan di perusahaan yang memproduksi dan memproses bahan berbahaya. Dengan mengadopsi praktik terbaik dari berbagai sistem, perusahaan dapat meningkatkan kinerja keselamatan, mengurangi risiko kecelakaan, dan menciptakan budaya keselamatan yang lebih kuat.

Perbandingan Sistem Manajemen Keselamatan

1. Occupational Health and Safety Management System (OHSMS) – ISO 45001

• Berfokus pada keselamatan kerja dan kesehatan karyawan.
• Menekankan partisipasi pekerja dalam mengidentifikasi bahaya dan mencegah kecelakaan.
• ISO 45001 menggantikan OHSAS 18001, yang sebelumnya menjadi standar utama dalam keselamatan kerja.

2. Process Safety Management (PSM)

• Digunakan dalam industri kimia dan manufaktur bahan berbahaya.
• Bertujuan untuk mencegah kebocoran bahan kimia dan insiden besar melalui pemantauan teknologi dan pelatihan ketat.
• Menekankan analisis risiko proses dan pemeliharaan peralatan.

3. Safety Management System (SMS) berdasarkan Regulasi Hukum

• SMS diwajibkan oleh Undang-Undang Perlindungan Bencana di Hungaria dan mengikuti prinsip SEVESO III.
• Menyediakan kerangka kerja untuk mencegah kecelakaan besar dan memastikan perusahaan memenuhi standar keselamatan yang ketat.
• SMS hukum menggabungkan komunikasi dengan pemangku kepentingan eksternal, termasuk masyarakat dan otoritas pemerintah.

Studi Kasus dan Data Statistik

• Tingkat kecelakaan industri menurun sebesar 30% dalam perusahaan yang mengadopsi kombinasi ISO 45001 dan PSM.
• Di sektor kimia, penerapan PSM telah mengurangi risiko kebocoran bahan beracun hingga 45%.
• Pabrik yang mengimplementasikan SMS berbasis hukum mengalami peningkatan kepatuhan regulasi sebesar 90%.

Elemen Kunci dalam Sistem Manajemen Keselamatan

1. Analisis Risiko dan Pencegahan Bahaya
   • OHSMS: Menggunakan pendekatan berbasis pekerja untuk mengidentifikasi risiko.
   • PSM: Menganalisis risiko bahan kimia dan kegagalan proses industri.
   • SMS: Menilai risiko bencana besar dan melibatkan pemangku kepentingan eksternal.
2. Pemeliharaan dan Inspeksi Teknologi
   • PSM mewajibkan pemeliharaan prediktif untuk mencegah kegagalan teknis.
   • ISO 45001 mengharuskan inspeksi berkala terhadap alat pelindung diri (APD).
3. Pelibatan Pekerja dan Manajemen
   • ISO 45001 menekankan keterlibatan karyawan dalam pengambilan keputusan keselamatan.
   • PSM lebih teknis, dengan fokus pada insinyur dan ahli keselamatan.
   • SMS hukum mengharuskan komunikasi dengan regulator dan komunitas.

Rekomendasi untuk Meningkatkan Efisiensi SMS

1. Integrasi Elemen Terbaik dari Berbagai Sistem
   • Menggabungkan ISO 45001 untuk keselamatan kerja, PSM untuk manajemen risiko teknologi, dan SMS berbasis regulasi untuk kepatuhan hukum.
2. Penggunaan Teknologi Cerdas dalam Keselamatan Kerja
   • Internet of Things (IoT) dan cloud computing dapat digunakan untuk pemantauan risiko secara real-time.
   • Sensor otomatis membantu mendeteksi kebocoran bahan berbahaya lebih cepat.
3. Penerapan Siklus PDCA (Plan-Do-Check-Act)
   • Menjadikan keselamatan sebagai bagian dari perbaikan berkelanjutan dalam operasional perusahaan.
   • Memastikan pelaporan insiden digunakan untuk mengidentifikasi kelemahan sistem.

Kesimpulan

Studi ini menunjukkan bahwa tidak ada satu sistem keselamatan yang sempurna, tetapi dengan menggabungkan elemen terbaik dari OHSMS, PSM, dan SMS berbasis regulasi, perusahaan dapat meningkatkan keselamatan operasional dan kepatuhan terhadap hukum. Dengan adopsi teknologi modern dan pendekatan yang lebih fleksibel, organisasi dapat menciptakan sistem keselamatan yang lebih efektif dan responsif terhadap tantangan industri modern.

Sumber: Lakatos, J., & Drégelyi-Kiss, Á. (2023). ‘Critical Comparison on Safety Management Systems, Identifying Opportunities for Companies Manufacturing and Using Hazardous Substances’. Interdisciplinary Description of Complex Systems, 21(1), 114-130.

Industri yang berisiko tinggi seperti konstruksi, manufaktur baja, minyak dan gas, serta penerbangan menghadapi tantangan besar dalam keselamatan kerja. Siyuan Song dan Ibukun Awolusi (2020) dalam penelitiannya menyoroti bagaimana manajemen keselamatan industri harus mengadopsi strategi inovatif dan proaktif untuk mengurangi cedera di tempat kerja dan meningkatkan keselamatan pekerja. Artikel ini menekankan bahwa pendekatan berbasis data dan teknologi terbaru dapat mempercepat pencapaian lingkungan kerja yang lebih aman.

Faktor Risiko dalam Keselamatan Industri

1. Industri dengan Tingkat Cedera Tinggi

• Industri konstruksi memiliki tingkat kecelakaan kerja tertinggi di AS, dengan lebih banyak kematian dibanding sektor lainnya.
• Manufaktur baja sangat rentan terhadap kecelakaan akibat kompleksitas sistem teknisnya.
• Industri minyak dan gas menghadapi tantangan unik karena keterpaparan terhadap bahan berbahaya.

2. Kurangnya Pengukuran Keselamatan yang Efektif

• Banyak perusahaan masih mengandalkan indikator lagging seperti jumlah kecelakaan yang sudah terjadi.
• Penggunaan indikator leading seperti laporan near-miss dapat lebih efektif dalam mencegah kecelakaan sebelum terjadi.

Studi Kasus dan Data Statistik

• Di AS, rata-rata 1.000 kecelakaan kerja fatal terjadi setiap tahun di industri konstruksi.
• Penerapan strategi proaktif dalam manufaktur baja mengurangi angka cedera sebesar 30% dalam lima tahun terakhir.
• Penggunaan sistem pemantauan berbasis teknologi di sektor minyak dan gas menurunkan kebocoran bahan kimia hingga 40%.

Pendekatan Proaktif dalam Manajemen Keselamatan

1. Penerapan Budaya Keselamatan yang Kuat

• Budaya keselamatan yang kuat dapat mengurangi insiden hingga 50%.
• Melibatkan komitmen manajemen, keterlibatan karyawan, dan komunikasi yang terbuka.

2. Penggunaan Indikator Keselamatan Proaktif

• Indikator leading seperti audit keselamatan dan laporan near-miss membantu mengidentifikasi risiko lebih awal.
• Organisasi yang menggunakan indikator leading mengalami penurunan kecelakaan sebesar 25%.

3. Teknologi untuk Keselamatan Kerja

• Virtual Reality (VR) dan Augmented Reality (AR) digunakan untuk pelatihan keselamatan interaktif.
• Wearable sensing devices dapat memantau kondisi pekerja secara real-time untuk mengurangi risiko kecelakaan.
• Sistem deteksi berbasis AI membantu mengidentifikasi potensi bahaya sebelum insiden terjadi.

Tantangan dalam Implementasi Strategi Proaktif

1. Biaya Implementasi Teknologi
   • Banyak perusahaan masih ragu untuk mengadopsi teknologi keselamatan karena investasi awal yang tinggi.
2. Kurangnya Kesadaran dan Pelatihan
   • Pekerja sering kali tidak mendapatkan pelatihan yang memadai dalam menggunakan teknologi keselamatan.
3. Keterbatasan Standarisasi Regulasi
   • Tidak semua negara memiliki regulasi keselamatan yang seragam, menyebabkan perbedaan dalam penerapan kebijakan.

Rekomendasi untuk Meningkatkan Manajemen Keselamatan

1. Mengadopsi Pendekatan Keselamatan yang Berbasis Data
   • Menggunakan teknologi IoT dan big data untuk memantau kondisi keselamatan secara real-time.
2. Peningkatan Pelatihan Keselamatan dengan Teknologi Baru
   • Pelatihan berbasis VR dan AR untuk meningkatkan keterampilan pekerja dalam menghadapi situasi berbahaya.
3. Standarisasi Regulasi Keselamatan Global
   • Pemerintah dan organisasi industri harus berkolaborasi dalam mengembangkan standar keselamatan yang lebih seragam.

Kesimpulan

Pendekatan proaktif dalam manajemen keselamatan industri terbukti lebih efektif dibanding metode reaktif tradisional. Dengan mengintegrasikan teknologi terbaru, membangun budaya keselamatan yang kuat, dan menggunakan indikator leading, perusahaan dapat mengurangi tingkat kecelakaan dan meningkatkan keselamatan pekerja secara signifikan.

Sumber: Song, S., & Awolusi, I. (2020). ‘Industrial Safety Management Using Innovative and Proactive Strategies’. IntechOpen.

Industri modern semakin mengandalkan teknologi canggih untuk mengelola keselamatan kerja. Antonio Javier Nakhal Akel, Nicola Paltrinieri, dan Riccardo Patriarca (2023) dalam penelitian mereka menyoroti bagaimana Business Analytics (BA) dapat digunakan untuk meningkatkan manajemen keselamatan di sektor industri yang berisiko tinggi. Dengan menggunakan data dari sistem pelaporan kecelakaan industri seperti eMARS (Major Hazardous Event Reporting System), penelitian ini menunjukkan bagaimana analisis berbasis data dapat membantu dalam mengidentifikasi pola bahaya dan meningkatkan mitigasi risiko.

Peran Business Analytics dalam Keselamatan Industri

1. Transformasi Data Menjadi Keputusan Keselamatan

• Business Analytics (BA) memungkinkan perusahaan untuk mengubah data kecelakaan menjadi wawasan yang dapat ditindaklanjuti.
• Penggunaan model prediktif berbasis data membantu mengidentifikasi faktor risiko sebelum kecelakaan terjadi.

2. Penerapan eMARS sebagai Basis Data Keselamatan

• eMARS berisi lebih dari 1.000 laporan kecelakaan industri sejak 1979-2018, memberikan wawasan berharga dalam pencegahan insiden berulang.
• Sistem ini dikembangkan berdasarkan Seveso Directive Eropa, yang bertujuan untuk meningkatkan keselamatan di industri bahan berbahaya.

Studi Kasus dan Data Statistik

• Sejak penerapan Seveso Directive II (1996-2012), terjadi 543 insiden besar, dibandingkan dengan 389 pada periode Seveso I (1982-1996).
• Implementasi Seveso Directive III (2012-sekarang) berhasil mengurangi jumlah insiden menjadi 78, menandakan efektivitas regulasi keselamatan berbasis data.
• Industri manufaktur bahan kimia menyumbang 26,02% dari total kecelakaan dalam database eMARS, menjadikannya sektor dengan risiko tertinggi.

Pendekatan Business Analytics dalam Manajemen Keselamatan

1. Descriptive Analytics (Analisis Deskriptif)

• Digunakan untuk mengidentifikasi tren insiden dan faktor penyebab utama.
• Sebanyak 72,62% kecelakaan terkait dengan kesalahan operator, menunjukkan perlunya peningkatan pelatihan keselamatan kerja.

2. Predictive Analytics (Analisis Prediktif)

• Menggunakan teknik machine learning untuk memperkirakan risiko kecelakaan berdasarkan data historis.
• Prediksi berdasarkan laporan eMARS membantu mengidentifikasi kemungkinan kejadian berulang dan penyebab utama.

3. Prescriptive Analytics (Analisis Preskriptif)

• Menentukan tindakan optimal untuk mengurangi risiko kecelakaan di masa depan.
• Dapat digunakan dalam perancangan kebijakan keselamatan industri yang lebih adaptif.

Tantangan dalam Implementasi Business Analytics

1. Kurangnya Standarisasi Data Keselamatan
   • Sebanyak 406 laporan dalam eMARS tidak memiliki informasi lengkap tentang jenis pelepasan zat berbahaya, menunjukkan perlunya sistem pencatatan yang lebih baik.
2. Keterbatasan Infrastruktur Teknologi
   • Banyak perusahaan belum memiliki sistem Internet of Things (IoT) dan big data untuk mendukung analisis keselamatan secara real-time.
3. Resistensi terhadap Perubahan
   • Adopsi teknologi baru sering kali menghadapi hambatan dari karyawan yang sudah terbiasa dengan sistem manual.

Rekomendasi untuk Optimalisasi Business Analytics dalam Keselamatan Industri

1. Integrasi BI (Business Intelligence) dengan Sistem Keselamatan
   • Menggunakan dashboard interaktif untuk pemantauan real-time terhadap data keselamatan.
2. Peningkatan Pelatihan Keselamatan Berbasis Data
   • Mengembangkan simulasi berbasis VR dan AR untuk meningkatkan pemahaman pekerja terhadap risiko kerja.
3. Peningkatan Kolaborasi dengan Otoritas Regulasi
   • Menggunakan analisis data untuk memberikan rekomendasi kebijakan keselamatan berbasis bukti.

Kesimpulan

Penelitian ini menunjukkan bahwa Business Analytics dapat secara signifikan meningkatkan keselamatan industri dengan menganalisis data kecelakaan secara sistematis. Dengan pendekatan yang lebih proaktif melalui descriptive, predictive, dan prescriptive analytics, perusahaan dapat mengurangi risiko kecelakaan dan meningkatkan kepatuhan terhadap regulasi keselamatan.

Sumber: Nakhal, A. J., Paltrinieri, N., & Patriarca, R. (2023). ‘Business Analytics to Advance Industrial Safety Management’. In Engineering Reliability and Risk Assessment, Chapter 11, Elsevier.