PERAN TEKNOLOGI DALAM MENINGKATKAN KESELAMATAN PERTAMBANGAN DALAM HAL PENGELOLAAN KELELAHAN OPERATOR (FATIGUE) DENGAN PENGGUNAAN WEARABLE SMART WATCH PT PAMAPERSADA NUSANTARA DISTRIK BAYA, KALIMANTAN TIMUR

Abstract

PT Pamapersada Nusantara Distrik BAYA atau PAMA BAYA merupakan salah satu jobsite PT Pamapersada Nusantara yang beroperasi dalam Ijin Usaha Penambangan milik PT Jembayan Muarabara & PT Khotai Makmur Insan Abadi yang berlokasi di Bhuana Jaya, Kalimantan Timur. Proses penambangan yang menjadi tanggungjawab mulai dari Land Clearing, Top Soil Removal, Drilling Blasting, OB Removal, Coal Getting, hingga Coal Hauling. Selain fokus terkait operasional, PAMA sangat memprioritaskan aspek K3 (Keselamatan dan Kesehatan Kerja). Tahun 2022, tercatat terjadi 76 kali insiden dengan klasifikasi top priority jenis insiden yaitu traffic incident sebanyak 43 kali (termasuk fatigue incident sebanyak 4 kali), serta lainnya adalah property damage dan minor injury. Insiden traffic yang memiliki risiko yang tinggi dan berpotensi terjadi fatality adalah insiden yang disebabkan oleh fatigue. Dari hasil investigasi pada kejadian insiden fatigue masih ditemukan adanya ketidakjujuran dari operator pada saat jam tidur sebelum istirahat yang kurang dari 6 jam namun pada saat mengisi form fit to work menyatakan tidur lebih dari 6 jam. Oleh karena itu diperlukan upaya dalam pengelolaan fatigue terutama operator sebelum kerja sehingga kejujuran dalam mengisi jam tidur sebelum bekerja dapat terdeteksi dan dilakukan pengendalian sehingga mengurangi risiko K3 (Keselamatan dan Kesehatan Kerja) dalam mengoperasikan unit/kendaraan. Dalam penelitian ini kami menggunakan wearable smart watch yang disebut dengan jam OPA (Operator Personal Assisstent) yang digunakan oleh operator sehingga dapat terdeteksi jam istirahat sebelum bekerja yang dikonfigurasikan dengan aplikasi 1Pama dan dashboard sistem web. Hasil penelitian menunjukan bahwa dengan penggunaan wearable OPA ini dapat menunjukan data operator deep sleep, light sleep, data aktivitas, data aktif penggunaan HP, rata-rata detak jantung, data cukup tidur, kurang tidur dan jam yang tidak dipakai. Dari data-data tersebut maka dapat dilakukan kontrol kepada operator yang secara jam tidurnya kurang untuk tidak mengoperasikan unit sehingga risiko K3 terjadinya insiden karena fatigue kurang jam istirahat sebelum bekerja dapat dihindari. Pemeriksaan data OPA dan work order follow fatigue OPA ini muncul dalam tasklist GL (Group Leader) sehingga pada saat awal shift operator yang jam tidur kurang dari 6 jam akan dipanggil dan dilakukan couching and counceling, follow up istirahat. Dengan penggunaan jam wearable OPA ini menjadi solusi dalam mendapatkan jam istirahat operator secara real dan jujur secara sistem sehingga dapat mengurangi risiko K3 di tempat kerja.

 Hasil penelitian menunjukkan penurunan traffic incident dari 43 kejadian diperiode year to date 2022 menjadi 5 kejadian diperiode Q1 (Jan – Mar) 2023. Angka ini membuktikan implementasi program berjalan dengan sangat baik dan perlu dijaga konsistensinya.