Enhancing the Revised NIOSH Lifting Equation using ComputerVision

Trunk kinematics (i.e. speed and acceleration), a risk factor associated with low back pain (LBP), is difficult to measure in the field and is not incorporated in popular lifting analysis tools. In this study, computationally efficient computer vision-based methods were used to estimate trunk kinematics from video recordings collected in a previous prospective study. We explored the relationships between trunk kinematics and health outcomes, and if incorporating trunk kinematics into the revised NIOSH Lifting Equation (RNLE) may improve its predictability of LBP risk. Significant correlations between the percentage of LBP and the average trunk speed and acceleration were found. A multivariate logistic regression model was constructed using the kinematics variables and the RNLE lifting index (LI) as independent variables to predict the probability that a task was associated with high LBP risk. When trunk kinematics was incorporated to the LI model, the predictability of the model improved significantly ( p=0.003).

HUBUNGAN LIFTING INDEX PADA KULI ANGKUT TERHADAP KELUHAN LOW BACK PAIN MIOGENIK DI PASAR TRADISIONAL DENPASAR

Pekerjaan sebagai kuli angkut sangat berisiko dilihat dari lifting index kuli angkut itu sendiri, seperti pada saat kuli angkut mengambil barang dari bawah dengan posisi membungkuk kemudian berdiri sekaligus memindahkan barang ke atas kepala, begitu juga pada saat kuli angkut menurunkan barang dengan posisi membungkuk maka beban yang di angkat akan semakin besar. Hal ini dapat menyebabkan otot dan ligamen tertarik lebih keras sehingga timbul gejala gangguan muskuloskeletal. Salah satu gangguan muskulosketal yang banyak dikeluhkan oleh pekerja sebagai kuli angkut adalah low back pain miogenik. Pelaksanaan penelitian ini bertujuan untuk mengetahui hubungan lifting index pada kuli angkut terhadap keluhan low back pain miogenik di pasar tradisional Denpasar. Metode penelitian yang digunakan yaitu penelitian observasional analitik dengan desain potong lintang atau yang biasa disebut dengan cross – sectional yang dilakukan pada Bulan November – Desember 2020. Teknik yang digunakan dalam pengambilan sampel yaitu purposive sampling. Jumlah sampel penelitian ini sebanyak 89 orang. Variabel dependen dalam penelitian ini adalah low back pain miogenik yang diperoleh dengan melakukan proses anamnesis dan pemeriksaan fisik. Variabel independen yang diukur adalah lifting index yang diukur dengan menggunakan NIOSH lifting equation. Hasil fisher exact test menunjukkan bahwa adanya hubungan antara lifting index pada kuli angkut terhadap keluhan low back pain miogenik dengan nilai p sebesar 0,006 yang menunjukan nilai p < 0,05. Sampel dengan lifting index “berisiko” (LI > 3) dominan mengeluhkan nyeri LBP miogenik dan sampel dengan lifting index “kemungkinan berisiko” (1< LI < 3) dominan tidak mengeluhkan nyeri. Kata kunci: Lifting index, NIOSH lifting equation, low back pain miogenik, kuli angkut

Ergonomic Evaluation on Chicken Feeder Tool at Egg-Laying Chicken Farm SME

This research aims to evaluate the egg-laying chicken feeder that was designed at egg-laying chicken farm small and medium enterprise (SME). The main reason of this tool design was due to the worker’s complain of feeling pain during the feeding process. Evaluation was performed based on Nordic Body Map questionnaire result, physiological workload, and NIOSH lifting equation calculation. The observed work ranged from the feed filling in the basket until all feeds were distributed. The results showed that the %CVL was in the range of 18%-30% and the energy consumption of workers was in the range of 1.24-3.00 Kcal/minute. Thus, physiologically, the work activities carried out by the feed workers were categorized as very light workload. Meanwhile, evaluation using Lifting Index (LI) methods in the process of feeding showed the LI value ranged from 0.9-1, therefore this activity is safe to perform manually. Based on the prototype evaluation on the feeding aid, the process of feeding activities was more effective 1.5 times faster than the old tools. In addition, with the use of this new tool, the feeding process was easier to adjust the dose each time.

Work-Related Risk Assessment According to the Revised NIOSH Lifting Equation: A Preliminary Study Using a Wearable Inertial Sensor and Machine Learning

Many activities may elicit a biomechanical overload. Among these, lifting loads can cause work-related musculoskeletal disorders. Aspiring to improve risk prevention, the National Institute for Occupational Safety and Health (NIOSH) established a methodology for assessing lifting actions by means of a quantitative method based on intensity, duration, frequency and other geometrical characteristics of lifting. In this paper, we explored the machine learning (ML) feasibility to classify biomechanical risk according to the revised NIOSH lifting equation. Acceleration and angular velocity signals were collected using a wearable sensor during lifting tasks performed by seven subjects and further segmented to extract time-domain features: root mean square, minimum, maximum and standard deviation. The features were fed to several ML algorithms. Interesting results were obtained in terms of evaluation metrics for a binary risk/no-risk classification; specifically, the tree-based algorithms reached accuracies greater than 90% and Area under the Receiver operating curve characteristics curves greater than 0.9. In conclusion, this study indicates the proposed combination of features and algorithms represents a valuable approach to automatically classify work activities in two NIOSH risk groups. These data confirm the potential of this methodology to assess the biomechanical risk to which subjects are exposed during their work activity.

Analisis Risiko Beban Kerja Pekerja Usaha Bubuk Kopi Cap Matahari

Usaha bubuk Kopi Cap Matahari adalah suatu usaha skala kecil yang memproduksi bubuk kopi yang berdomisili di Kabupaten Pasaman Barat. Masalah yang terjadi adalah seluruh pekerja pada stasiun kerja sortir dan perendangan mengalami sakit pada bagian bahu, pinggang, lengan atas, dan lengan bawah. Tujuan dari penelitian ini adalah untuk mengidentifikasi dan mengukur level risiko beban kerja pada pekerja tersebut menggunakan revised NIOSH Lifting Equation. Hasil yang didapat adalah hasil perhitungan pada Recommended Weight Limit (RWL) awal berkisar antara 11,71 dan 21,05, RWL akhir antara 6,50 dan 19,80, Composite Lifting Index (CLI) awal antara 1,33 dan 2,39, dan CLI akhir adalah 1,41 dan 4,31. Nilai CLI diatas satu (CLI > 1) mengindikasikan bahwa level risiko beban kerja mengalami kelebihan dari nilai CLI yang direkomendasikan (CLI < 1). Untuk mengatasi hal tersebut, solusi yang disarankan adalah dengan mengurangi beban angkat dan memperbaiki metode pengangkatan. Nilai CLI setelah dilakukan saran perbaikan adalah berkisar antara 0,51 dan 0,97

ANALISIS RISIKO ERGONOMI PADA PEKERJAAN MENGANGKAT DI BAGIAN GUDANG BAHAN BAKU PT.AAP DENGAN METODE NIOSH LIFTING EQUATION

Pekerjaan mengangkat merupakan pekerjaan yang memiliki resiko yang tinggi untuk terkena penyakit akibat kerja. Proses pengangkatan menir beras di PT. AAP masih mengandalkan tenaga manusia. Oleh sebab itu dengan banyaknya aktivitas manual handling seperti mengangkat dan membawa menir yang dilakukan pekerja setiap harinya, maka kemungkinan besar para pekerja angkat memiliki risiko yang cukup besar pula untuk terkena penyakit akibat kerja dari pekerjaan yang dilakukannya. Tujuan dari penelitian ini antara lain untuk mengetahui apakah aktivitas kerja yang dilakukan di PT AAP masih aman dilakukan berdasarkan analisa NIOSH Lifting Equation. Hasil perhitungan LI (Lifting Index) menunjukkan bahwa pekerjaan yang dilakukan pekerja memiliki risiko cidera karena nilai LI > 1. Nilai LI yang dihasilkan sebesar 2,35, 2,26, 2,18, 2,11, 2,03. Hasil pengukuran tingkat konsumsi energi pada pekerja adalah 2,2 kkal/menit, 2,2 kkal/menit, 2,7 kkal/menit, 2,8 kkal/menit, 2,5 kkal/menit, berdasarkan hasil tersebut pekerja akan mengalami kelelahan karena hasilnya melebihi 1,2 kkal/menit. Kemudian hasil perhitungan gaya tekan ML5/S1 adalah sebesar 7957,07 N, 9857,81 N, 12408,23 N, 12420,13 N dan 12499,31 N, Berdasarkan hasil yang didapatkan gaya tekan ML5/S1 pada pekerja melebihi batas maksimum gaya tekan ML5/S1 normal sebesar 6500 N. Dapat disimpulkan bahwa pekerjaan mengangkut menir beras yang dilakukan pekerja memiliki risiko cidera, maka perlu adanya perbaikan sistem kerja pada pekerja agar tidak menimbulkan risiko cidera baik jangka pendek maupuk jangka panjang, serta kesehatan para pekerja akan terjamin.