Study Level Matrix Skill Operator Debark Ponton Darat terhadap Produktivitas dan Kualitas
Kata Kunci:
Harvesting, Level Matrix Skill, ProductivityAbstrak
Debarking adalah proses penghilangan kulit dari batang pohon yang dilakukan pada industri pengolahan kayu untuk mendapatkan bahan baku yang lebih bersih dan siap untuk diproses lebih lanjut. Penelitian ini bertujuan untuk menganalisis pengaruh tingkat keterampilan operator (Matrix Skill) dalam kegiatan debarking menggunakan excavator terhadap produktivitas dan kualitas hasil kupasan kayu. Studi dilakukan di PT. Riau Andalan Pulp and Paper (PT. RAPP) pada kompartemen yang dikelola oleh dua perusahaan berbeda dengan metode penelitian menggunakan Rancangan Acak Lengkap (RAL). Hasil penelitian menunjukkan bahwa peningkatan level Matrix Skill operator berdampak signifikan terhadap produktivitas dan kualitas. Operator Level 3 memiliki produktivitas tertinggi sebesar 15,479 m³/jam, dibandingkan Level 2 yang mendapatkan sebesar 12,462 m³/jam dan Level 1 mendapatkan sebesar 9,054 m³/jam. Kualitas kupasan juga meningkat, dengan Level 3 mencapai 85,06%, Level 2 mendapatkan sebesar 83,27%, dan Level 1 mendapatkan sebesar 74,76%. Uji statistik menunjukkan perbedaan signifikan antara Level 1 dengan Level 2 dan Level 1 dengan Level 3. Namun, tidak ada perbedaan signifikan antara Level 2 dan Level 3 dalam kualitas. Oleh karena itu, pelatihan operator secara berkelanjutan disarankan untuk meningkatkan efisiensi produksi.
Referensi
Abdul Ghony, M., Komunitas Industri Pertambangan Bukit Asam Jl Bukit Munggu No, A., Enim, T., Enim, M., & Selatan, S. (2023). Analisa Produktivitas Excavator di Area PIT 2 Swakelola Tambang Banko Barat PT Bukit Asam, Tbk. Desember, 10(2), 880–885.
Adkha, S. F. A., Amelia, D. W. R., & Walidah, Z. (2024). Implementasi Kebijakan Konservasi Dalam Mengatasi Deforestasi Di Kalimantan. 4(10).
Arifin, M., & Tjandra, S. S. (2024). Rough Cut Capacity Planning dengan Menggunakan Matriks Skill dalam Pemenuhan Order di PT X Manufaktur Furnitur. Jurnal Rekayasa Sistem Industri, 13(2), 177–190. https://doi.org/10.26593/jrsi.v13i2.7639.177-190
Benbarrad, T., Salhaoui, M., Kenitar, S. B., & Arioua, M. (2021). Intelligent Machine Vision Model For Defective Product Inspection Based On Machine Learning. Journal of Sensor and Actuator Networks, 10(1). https://doi.org/10.3390/jsan10010007
Ferdinand, Y. (2023). Pengaruh Jenis Excavator Dengan Attachment Tree Shear Terhadap Produktivitas Dan Efisiensi Penebangan Sistem Pemanenan Full Mekanis Pada Areal Lowland.
Mutiarawati, T. (2009). Penanganan Pasca Panen Hasil Pertanian. Universitas Padjajaran.
Pramiswari, A. I., Setianingsih, W. E., & Gunawan Wibowo, Y. (2022). Pengaruh Kompensasi, Motivasi, Dan Lingkungan Kerja Terhadap Produktivitas Kerja Karyawan PT. Industri Gula Glenmore Banyuwangi.
Rohman, A., Suhandini Tj, Y., & Prihatiningsih, T. (2015). Perancangan Penilaian Kinerja Individu Menggunakan Metode AHP (Analithical Hierarchy Process). Edisi Mei, 5(1).
Suhartana, S., Peneliti, Y., Penelitian, P., Pengembangan, D., Hutan, H., & Gunung, J. (2016). Logging Productivity and Cost at Peat Swamp Plantation Forest. Jurnal Hutan Tropis, 4(3).
Zainal. (2018). Intergovernmental Relations Dalam Pemberian Konsesi Hutan Tanaman Industri Di Provinsi Riau. 14(2).
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Citation Check
Lisensi
Hak Cipta (c) 2025 AGROFORETECH
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
