Hasil Pencarian  ::  Simpan CSV :: Kembali

"Industri pertambangan merupakan salah satu sektor pekerjaan paling berbahaya di dunia karena memiliki tingkat kecelakaan kerja yang tinggi, terutama kecelakaan fatal. Dalam 23 tahun terakhir, industri pertambangan mencatat 30.327 kecelakaan, dengan 357 berakhir dengan kematian pekerja. Machine learning dapat digunakan untuk memecahkan permasalahan dunia nyata yang kompleks, termasuk klasifikasi derajat cedera akibat kecelakaan kerja di industri pertambangan bawah tanah. Penelitian ini menggunakan metode machine learning Whale Optimization Algorithm Support Vector Machine (WOA-SVM), dengan Whale Optimization Algorithm (WOA) berperan sebagai optimizer untuk parameter model Support Vector Machine (SVM). Derajat cedera dibagi menjadi tiga kelas berdasarkan pengaruhnya terhadap produktivitas pekerja, yaitu no days away from work (NDAFW), days away from work (DAFW), dan disability or fatality (DF). Data yang digunakan berasal dari Mine Safety and Health Organization milik pemerintah Amerika Serikat sebanyak 28.520 kejadian kecelakaan dalam rentang 1 Januari 2000 hingga 31 Desember 2023. Sebelum mengimplementasikan model machine learning, dilakukan data preprocessing yang meliputi pembersihan data, transformasi data, sampling data, encoding data, penyeimbangan data, dan seleksi fitur. Kinerja model WOA-SVM dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score dengan berbagai proporsi splitting data train dari 50% hingga 90%, serta mempertimbangkan waktu komputasi. Setelah itu dilakukan komparasi model WOA-SVM dengan model SVM tanpa optimisasi. Hasil komparasi menunjukkan bahwa model WOA-SVM lebih unggul dibandingkan model SVM, dengan keunggulan pada metrik konfusi, akurasi, presisi, recall, F1-score, serta memiliki waktu komputasi yang lebih cepat. Model WOA- ix Universitas Indonesia SVM memiliki nilai akurasi, presisi, recall, dan F1-score tertinggi pada proporsi 70:30, masing-masing sebesar 82,4153 %, 82,1255%, 82,4153%, dan 82,0812%.

---

The mining industry is one of the most dangerous employment sectors in the world due to its high rate of workplace accidents, particularly fatal ones. Over the past 23 years, the mining industry has recorded 30,327 accidents, with 357 resulting in worker fatalities. Machine learning can be employed to address complex real-world problems, including the classification of injury severity resulting from workplace accidents in the underground mining industry. This study utilizes the Whale Optimization Algorithm Support Vector Machine (WOA-SVM) method, with the Whale Optimization Algorithm (WOA) acting as an optimizer for the parameters of the Support Vector Machine (SVM) model. The severity of injuries is divided into three classes based on their impact on worker productivity: no days away from work (NDAFW), days away from work (DAFW), and disability or fatality (DF). The data used comes from the Mine Safety and Health Organization's, managed by the U.S. government, encompassing 28,520 accident incidents from January 1, 2000, to December 31, 2023. Before implementing the machine learning model, data preprocessing was conducted, including data cleaning, data transformation, data sampling, data encoding, data balancing, and feature selection. The performance of the WOA-SVM model was evaluated using accuracy, precision, recall, and F1-score metrics with various train data splitting proportions ranging from 50% to 90%, while also considering computational time. A comparison was then made between the WOA-SVM model and the non-optimized SVM model. The comparison results indicated that the WOA-SVM model outperformed the SVM model, with superiority in confusion metrics, accuracy, precision, recall, F1-score, and having the fastest computational time. The WOA-SVM model has the highest accuracy, precision, recall, xi Universitas Indonesia and F1-score values at a 70:30 ratio, which are 82.4153%, 82.1255%, 82.4153%, and 82.0812%, respectively."

"Industri pertambangan merupakan kegiatan industri yang mempunyai risiko tinggi. Faktor manusia telah diidentifikasi sebagai penyebab paling umum terjadinya kecelakaan besar di industri pertambangan. Oleh karena itu, penelitian ini bertujuan untuk menganalisis data kecelakaan di PT X dengan menggunakan kerangka analisis faktor manusia dan sistem klasifikasi industri pertambangan (HFACS-MI). Metode. Penelitian ini melibatkan pengumpulan data kualitatif untuk 322 kasus kecelakaan di PT X yang terjadi pada tahun 2018 hingga 2022 dari database sistem manajemen insiden yang dikategorikan sebagai cedera yang dapat dicatat. Faktor penyebab kecelakaan ini diberi kode menggunakan kerangka HFACS-MI. Data kecelakaan dianalisis menggunakan statistik deskriptif. Hasil. Temuan penelitian menunjukkan bahwa 84% dari seluruh kecelakaan melibatkan pekerja kontraktor dan 16% melibatkan pekerja tetap PT X. Hasil analisis menggunakan kerangka HFACS-MI menunjukkan bahwa setiap lapisan atau tingkatan memberikan kontribusi terhadap kecelakaan yaitu faktor luar 44%, pengaruh organisasi 68%, kepemimpinan tidak aman 90%, prasyarat tindakan tidak aman 99% dan tindakan tidak aman 99,7%. Kesimpulan. Temuan ini menekankan perlunya fokus pada pengurangan jumlah kesalahan manusia selama operasi penambangan untuk mengurangi tren kecelakaan saat ini. Kerangka kerja HFACS-MI telah terbukti menjadi alat penting untuk analisis kecelakaan yang kuat terhadap faktor manusia di pertambangan.

---

The mining industry is an industrial activity that has high risks. Human factors have been identified as the most common cause of major accidents in the mining industry. Therefore, this research aims to analyze accident data at PT X using the human factors analysis and classification system-mining industry framework (HFACS-MI). Methods. This research involved collecting qualitative data for 322 accident cases at PT X that occurred from 2018 to 2022 from the incident management system database which were categorized as recordable injuries. Factors causing this accident were coded using the HFACS-MI framework. Accident data were analyzed using descriptive statistics. Results. The study findings revealed that 84% of all accidents involved contractor workers and 16% involved permanent PT X workers. The results of the analysis using the HFACS-MI framework show that each layer or level contributes to accidents, namely outside factors 44%, organizational influences 68%, unsafe leadership 90%, preconditions of unsafe acts 99% and unsafe acts 99.7%. Conclusion. These findings emphasize the need to focus on reducing the number of human errors during mining operations to reduce the current accident trend. The HFACS-MI framework has proven to be a valuable tool for robust accident analysis of human factors in mining."

"Dalam merealaesasikan proyek konstruksi ada beberapa kendala yang harus dilewati diantaranya adalah biaya, mutu waktu dan yang tidak kalah pentingnya ialah selamat dan sehat bagi semua yang terlibat didalamya dari saat mulai hingga selesai pelaksanaan proyek. Dewasa ini kecelakaan kerja pada industri konstruksi oleh sebagian masyarakat dinilai masih tinggi hal ini dikarenakan proyek konstruksi memiliki karakter sedemikian rupa sehingga memiliki potensi terjadinya resiko kecelakaan kerja. Kecelakaan kerja jatuh dari ketinggian merupakan jenis kecelakaan pada proyek konstruksi yang akibatnya dapat menimbulkan cacat permanen sampai kematian. Dari penelitian yang telah dilakukan sebelumnya ada beberapa faktor dan variabel penyebab terjadinya kecelakaan tersebut antara lain : faktor manusia, peralatan, manajemen, organesasi dan lingkungan. Penelitian disini bermaksud mengetahui berapa besar tingkat resiko faktor dan variabel penyebab kecelakaan tersebut.Untuk itu maka dilakukan penelitian pada beberapa proyek konstruksi bangunan dengan responden para pelaku pelaksnaan proyek konstruksi yang sedangan dikerjakan. Dari hasil penelitian disini diperoleh bahwa faktor dan variabel penyebab terjadinyan kecelakaan kerja jatuh dari ketinggian, dengan frekuensi "Sering" yang berarti kemungkinan dapat terjadi dan tingkat dampak "Dapat menimbulkan luka berat, sedera parah dan cacat tetap". Sedangkan tingkat resiko yang "Medium" yang berarti dapat beresiko membahayakan keselamatan umum, dan harta benda serta terganggunya kegiatan konstruksi.

---

In the realization of a construction project there are several obstacles that must be overcome, such as cost, quality, time, and not least is safe and healthy for everyone involved in it, from the start to finish the project. Today occupational accidents in the construction industry is still considered by most people this is due to high construction project has a character such that it has the potential risk of occupational accidents. Occupational accidents fell from a height is the type of accidents on construction projects that result can cause permanent disability to death.

Of research has been done before there are several variable factors and causes of accidents include: human factors, equipment, management, organization, and environment. The study intends to find out here how much the level of risk factors and variable causes of the accident. For those reasons, do some research on building construction projects with the perpetrators of respondent's implementation of construction projects in the works.

From the results obtained here that the variable factors and causes of occupational accidents fell from a height, with a frequency of "line" which means the possibility exists and the impact of "the impact caused serious injury, severe injury and permanent disability" while the level of risk is "medium" which means it can be at risk of endangering public safety, and property and disruption of construction activities."

"Industri konstruksi dihadapi oleh banyak risiko keselamatan. Dari data yang diperoleh 32% kasus kecelakaan kerja yang ada di Indonesia terjadi di sektor konstruksi. Dimana penyebab kecelakaan kerja yang terjadi disebabkan oleh jatuh. Adapun faktor yang menyebabkan kecelakaan jatuh dalam penelitian ini terdiri dari manusia, peralatan, organisasi, manajemen, dan lingkungan. Untuk meminimalis risiko keselamatan, pemerintah perlu memberlakukan aturan ketat, peraturan perundang-undangan, dan standar terkait konstruksi agar dapat diimplementasikan untuk meningkatkan tingkat keselamatan. Namun terkait dengan keselamatan kerja di Indonesia masih saja mengalami permasalahan, dimana aturan perundangan dan manual K3 yang ada di Indonesia belum cukup detail secara teknis memberikan arahan yang diperlukan untuk pencegahan kecelakaan kerja konstruksi di lapangan. Sehingga diperlukan suatu evaluasi implementasi kebijakan K3 konstruksi. Mengacu pada PP Nomor 38 Tahun 2007, kebijakan nasional serangkaian aturan yang dapat berupa norma, standar, prosedur dan/atau kriteria (NSPK). Tujuan dalam penelitian ini yaitu: 1) mengetahui kelengkapan kebijakan K3 dalam produk NSPK, 2) mengukur tingkat implementasi kebijakan K3 dalam NPSK pada proyek konstruksi terhadap faktorfaktor kecelakaan jatuh. Untuk perolehan data dilakukan survei kuesioner dengan wawancara terstruktur dan pengamatan langsung terhadap 30 proyek gedung bertingkat di Jabodetabek. Dari hasil penelitian menunjukkan bahwa tingkat kelengkapan kebijakan untuk faktor manusia 70%, peralatan 9%, organisasi 39%, manajemen 78%, dan lingkungan 30%, sedangkan untuk tingkat implementasinya manusia 51%, peralatan 52%, organisasi 58%, manajemen 64%, dan lingkungan 48%.

---

Construction industry faced by many safety risks. From the data obtained 32% cases of work accidents in Indonesia occurred in the construction sector. Where the cause of accidents are caused by falls. The factors that lead to accidental falls in this study consisted of people, equipment, organization, management, and environment.

To minimize safety risks, the government should impose strict rules, regulations, and standards related to construction in order to be implemented to improve safety levels. But the safety-related work in Indonesia is still experiencing problems, where the rule of law and manuals that exist in Indonesia is not enough technical detail to give the necessary directions for the prevention of occupational accidents in the construction field. Thus required an evaluation of policy implementation on construction. Refer to PP No. 38 of 2007, national policy can be a set of norms, standards, procedures and / or criteria (NSPK).

The purpose of this research are: 1) know the completeness of safety policy in product NSPK, 2) measuring the level of safety policy implementation in NPSK on construction projects of the factors of accidental falls. For the acquisition of data was a questionnaire survey with a structured interview and direct observation of the 30 building project in Jabodetabek.

From the results showed that the level of completeness of the policy for 70% of people factors, equipment 9%, 39% of the organization, management 78%, and the environment 30%, while the implementation rate of 51% people, 52% equipment, 58% of the organization, management 64% , and the environment 48%."

"Kecelakaan kerja yang ada di Indonesia terjadi karena beberapa faktor diantaranya yaitu adanya penggunaan mesin, radiasi, peralatan listrik, bahan kimia dan sebagainya. Selain itu, kecelakaan juga terjadi karena adanya perilaku manusia sebagai pekerja. Perilaku tersebut terbentuk oleh persepsi seseorang. Penelitian ini bertujuan untuk mengetahui persepsi pekerja PT. PX terhadap faktor yang mempengaruhi kejadian kecelakaan di tempat kerja, tahun 2012. Penelitian ini mengacu pada teori human factors yaitu model SHEL (Software, Hardware, Environment,Liveware) yang mana kecelakaan dipengaruhi oleh adanya peraturan, mesin, lingkungan dan Manusia. Desain penelitian ini menggunakan cross sectional dengan metode pengumpulan data primer (kuesioner dan wawancara) dan data sekunder. Pengambilan sampel menggunakan teknik simple random sampling. Sampel yang diteliti adalah pekerja PT. PX yang berada di daerah Jakarta Pusat dan Cilegon. Sampel ini diambil dari 96 responden yang mengisi kuesioner dan 6 orang yang diwawancarai. Hasil penelitian yang dilakukan dengan penyebaran kuesioner menunjukkan sebanyak 52,1% pekerja memiliki persepsi tidak setuju terhadap peraturan sebagai faktor yang mempengaruhi kejadian kecelakaan kerja, sebanyak 68,8% pekerja memiliki persepsi tidak setuju terhadap manusia sebagai faktor kecelakaan kerja. Namun, sebanyak 96,6% pekerja memiliki persepsi setuju terhadap peralatan dan lingkungan sebagai faktor yang mempengaruhi kejadian kecelakaan di tempat kerja. Sedangkan dari hasil wawancara, empat sampai lima orang mengatakan bahwa faktor peraturan, peralatan, lingkungan, dan manusia dapat mempengaruhi kejadian kecelakaan kerja.

---

Occupational accident in Indonesia is happened due to several factors, such as: the use of machines, radiation, electrical equipment, chemicals and so on. In addition, accidents also occur because of human behavior as a worker. It is formed by one's perception. This research aims to know the perceptions of PT. PX employee to the factors that impact accidents at workplace in 2012.

This research is using the theory of human factors, model of Shel (Software, Hardware, Environment, Liveware), which accident is influenced by the presence of regulatory, machinery, human, and environment. The design uses a cross sectional study with primary data collection methods (questionnaires and interview) and secondary data. Sampling was taken by using simple random sampling technique. Studied samples were 96 workers of PT. PX which located in Central Jakarta and Cilegon. These samples were taken from the 96 respondents who filled out questionnaires and interviewed of 6 people.

Results of the research showed that 52.1% of workers not agree to the rules of perception as a factor that affects the incidence of workplace accidents, 68.8% of workers not agree to the human perception as a factor of workplace accidents. However, 96.6% of workers agree to the equipment and the perception of the environment as factors that affect the incidence of workplace accidents. While from the results of interview, four to five people said that the regulatory factors, equipment, environment, and humans can affect the incidence of workplace accident."

"Kecelakaan kerja di PTSI Cilegon Factory terus terjadi berulang setiap tahunnya walaupun perusahaan telah mengimplementasikan sistem manajemen K3 berdasarkan PP 50 tahun 2012 dan OSHAS 18001 selama kurang lebih delapan tahun. Untuk mengendalikan insiden kecelakaan yang terus berulang maka diperlukan analisis mendalam terkait penyebab kecelakaan di PTSI Cilegon Factory, sehingga kecelakaan kerja dapat dihindarkan dengan adanya tindakan pengendalian. Skripsi ini bertujuan untuk menggambarkan faktor-faktor apa saja yang merupakan penyebab kecelakaan kerja terus terjadi. Penelitian ini bersifat deskriptif dengan metode penelitian campuran metode kuantitatif dan metode kualitatif. Metode kuantitatif yaitu analisa data sekunder berupa laporan kejadian kecelakaan, laporan klinik dan laporan investigasi. Metode kualitatif dengan observasi di lingkungan kerja dan wawancara mendalam terhadap pekerja, supervisior dan manajer. Hasil penelitian kuantitaif didapatkan dari data sekunder bahwa faktor penyebab kecelakaan terbesar adalah slip kegagalan keterampilan karena tidak fokus dan pelanggaran yang segaja di lakukan oleh pekerja. Hasil ini sebanding dengan faktor kerusakan alat atau mesin yang digunakan. Hasil penelitian kualitatif didapatkan bahwa faktor penyebab utama adalah pekerja yang tidak fokus dalam bekerja karena keterbatasan waktu, serta kurangnya pengawasan supervisior terhadap prosedur kerja dan keadaan alat kerja.Kata kunci : Kecelakaan, Gambaran Kecelakan Kerja, Faktor Kecelakaan Kerja.

---

Accidents at PTSI Cilegon Factory continue recuring every years even though the company has implemented occupational health and safety management system based on PP 50 tahun 2012 and OSHAS 18001 for about eight years. To control the incident of accidents that continue to repeat the necessary in depth analysis of the causes of accidents in PTSI Cilegon Factory, so that workplace accidents can be avoided with the existence of control measures.

This thesis aims to analyze about the factors are causes of recurrent work accidents. This research is descriptive with research method of mixed quantitative method and qualitative method. Quantitative method is analiyze secondary data of accident reports, clinical reports and investigative reports. Qualitative method with workplace observation and in depth interviews of workers, supervisors and managers.

The result of quantitative research from the secondary data that the biggest causes of accidents is a slip failure skills because not focus and workers deliberately have violations. This result is balance about the damage factors of the tool or machine have used. The result of qualitative research are found that the main causes factor are the worker not focus when working and have a limited time, and the lack of supervision on work procedure and the state of the work tool."

"Latar belakang: Kecelakaan kerja adalah kejadian yang tidak terduga dan tidak diharapkan akibat dari kerja yang berkaitan dengan hubungan kerja dengan perusahaan. Tujuan penelitian ini untuk mengetahui prevalensi kecelakaan kerja dan mengetahui hubungan aspek perilaku pekerja serta faktor-faktor lainnya yang dapat mempengaruhi terjadinya kecelakaan kerja pada pekerja industri minyak dan gas bumi (migas) di Kalimantan sehingga dapat dilakukan upaya. pcncegahan untuk menurunkan angka kecelakaan kerja. Metode: Studi potong lintang dilakukan pada bulan November 2009 terhadap 364 responden di bagian operation yang bekerja selama bulan Januari-September 2009. Data dikumpulkan dengan wawancara dan kuesioner pada pekenja maupun supervisor. Hubungan antara umur, pendidikan, masa kerja, status perkawinan, status kepegawaian, lama kerja, kerja safety, status kesehatan, perilaku, pengetahuan sqkzy, pelatihan keselamatan kerja, supervisi, tanda peringatan, bising, panas dan keadaan Iingkungan kenja Iainnya dianalisis statistik secara univariat, bivariat dan regresi Iogistik. Hasil: Prevalensi keoelakaan kerja 5.7% yang terdiri dari kecelakaan kexja ringan sebesar 3.3% dan near miss 2.4%. Dari analisis mullivariat didapat hubungan bemmkna antara kejadian kecelakaan kezja dan variabel kenja shw (OR=1 1.9; CI 95% 2.2-49.9), at risk behavior (OR=8.4; CI 95% 1.9-36.6), pengctahuan safézy kurang (OR=9.3; Cl 95% 2.0-44.l), myop (OR=45.0; Cl 95% 2.9-70l.3), masa kerja antara 5-I0 tahun (OR=0.I; CI 95% 1.9-36.6), dan kebisingan (OR=3.4; CI 95% 1.9-36.6). Kesimpulan: Prevalcnsi kecelakaan kenja 5.7% dan kerja .shw merupakan faktor yang berhubungan dengan kecelakaan kerja.

---

Background: Work accident is an unexpected or unwanted event from work which is related to work in company. The purpose of this research is to know the prevalence of work accident and to determine relationship between behavior aspect of workforce and other factors which could influence the occurence of work accident to oil and gas workforce in Kalimantan, so that preventive efforts to reduce the number of work accident can be performed.

Method: A cross-sectional study was perfonned in November 2009 to 364 workforces of Operations Department who had worked during January-September 2009. The data was compiled through interviews and questionnaires to the workforce and supervisors. Relationship between age, education, tenure, marital status, employment status, length of work, work-shift, health status, behavior, safety knowledge, safety trainings, supervision, warning signs, noise, heat and other work environment condition were analyzed statistically by univariate, bivariate and logistic regression.

Result: Work accident prevalence of 5.7%, consists of minor work accident of 3.3% and near-miss of 2.4%. From multivariate analysis, it was identified that there is a significant relationship between work accident and work-shift (0R=l 1.9; CI 95% 2.2- 49.9), at risk behavior (OR=8.4; CI 95% 1.9-36.6), lack of knowledge on safety (OR=9.3; CI 95% 2.0-44.l), myop (OR=45.0; CI 95% 2.9-7013), tenure between 5-10 years (OR=0.1; CI 95% l.9-36.6), and perception of noise (OR=3.4; CI 95% 1.9-36.6).

Conclusion: Prevalence of work accident is 5.7% and work-shitt is the most associated factor with work accident."

"Internet of Things (IoT) merupakan sebuah teknologi yang memungkinkan perangkat untuk berkomunikasi dan mengirimkan data melalui jaringan tanpa campur tangan manusia. Kompleksitas pada jaringan IoT menyebabkan sistem mengalami kesulitan dalam mendeteksi properti serangan dan memaksa sistem untuk memperkuat keamanannya. Salah satu upaya yang paling sering digunakan untuk pertahanan jaringan IoT adalah Intrusion Detection System (IDS). Penggunaan IDS dapat memberikan peringatan dini dan mampu melakukan pencegahan terhadap potensi serangan pada jaringan. Penelitian ini menggunakan dataset Aegean WIFI Intrusion Dataset (AWID2) yang berisikan lalu lintas trafik internet pada jaringan WIFI. Data AWID2 berisi 2,3 juta records dan dikelompokkan ke dalam empat kelas yaitu normal, impersonation, injection, dan flooding. Penelitian ini dilakukan untuk melakukan klasifikasi jenis serangan siber pada jaringan IoT melalui penerapan teknik machine learning dengan metode Whale Optimization Algorithm – Support Vector Machine (WOA-SVM) dengan kernel RBF dan pendekatan One vs Rest, dimana Whale Optimization Algorithm (WOA) digunakan sebagai optimasi parameter yang digunakan pada metode Support Vector Machine (SVM). Untuk mengatasi permasalahan dimensi data yang tinggi pada dataset yang digunakan, dilakukan seleksi fitur untuk reduksi dimensi data dengan menggunakan metode seleksi fitur filter Information Gain. Kinerja model dievaluasi berdasarkan nilai metrik accuracy, precision, recall, dan F1 Score dengan memperhatikan waktu klasifikasi dan proprosi train-test split berkisar dari 50%-90%. Hasil penelitian menunjukkan bahwa model WOA-SVM memperoleh kinerja terbaik dengan menggunakan 40 fitur terbaik dari hasil seleksi fitur Information Gain menghasilkan tingkat accuracy sebesar 99,5951%, precision sebesar 96,3928%, recall sebesar 99,8888%, F1 Score sebesar 98,0662%, dan waktu klasifikasi selama 16,831 detik. Hasil kinerja model WOA-SVM tersebut lebih baik jika dibandingkan dengan tanpa menggunakan seleksi fitur dan SVM tanpa optimasi parameter WOA.

---

The Internet of Things (IoT) is a technology that enables devices to communicate and transmit data over a network without human intervention. The complexity of IoT networks poses challenges in detecting attack properties and necessitates enhanced security measures. One of the most commonly employed defenses for IoT networks is the Intrusion Detection System (IDS). The use of IDS provides early warnings and can prevent potential attacks on the network. This study utilizes the Aegean Wi-Fi Intrusion Dataset (AWID2), which contains internet traffic data on Wi-Fi networks. The AWID2 dataset comprises 2 million records categorized into four classes: normal, impersonation, injection, and flooding. This research aims to classify types of cyber-attacks on IoT networks by applying machine learning techniques using the Whale Optimization Algorithm - Support Vector Machine (WOA-SVM) method with an RBF kernel and a One vs. Rest approach. The Whale Optimization Algorithm (WOA) is used to optimize the parameters employed in the Support Vector Machine (SVM) method. To address the high-dimensional data issue in the dataset, feature selection is performed to reduce data dimensions using the Information Gain filter method. The model's performance is evaluated based on the metrics of accuracy, precision, recall, and F1 Score, considering computation time and train-test split proportions ranging from 50% to 90%. The results indicate that the WOA-SVM model achieves the best performance by using the top 40 features from the Information Gain feature selection, yielding an accuracy of 99.5951%, precision of 96.3928%, recall of 99.8888%, F1 Score of 98.0662%, and a computation time of 16.831 seconds. The performance of the WOA-SVM model is superior compared to models without feature selection and SVM without WOA parameter optimization."

"Latar belakang: Kecelakaan kerja dapat terjadi kapan saja, dimana saja dan setiap orang dapat mengalaminya. Menurut International Labour Organization (ILO) tahun 2005, di perkirakan bahwa setiap tahun sebanyak 270 juta orang mengalami kecelakaan kerja dan 160 juta orang mengalami pcnyakit akibat kexja. Di Jepang, pada tahun 1998 jumlah kasus kecelakaan kerja di sektor jasa konstruksi sebesar 28%, diantaranya mengalami kematian sebesar 40%. Sedangkan di USA pada tahun 2005, kasus kecelakaan kerja di sektor jasa konsuuksi karena tidak menggunakan APD sebesar 56%. Di Indonesia, PT X merupakan perusahaan yang bergerak di bidang jasa konstruksi yang memiliki kecelakaan kerja cukup tinggi dan belum pernah dilakukan analisisnya. Metode: Penelitian menggunakan metode cross sectional. Dilakukan di PT X yang melaksanakan proyek konstruksi. Sampel sebanyak 461 responden diambil dari 1100 pekelja konslruksi. Hasil dan kesimpulan penelitian: Diperoleh bahwa insiden kecelakaan kerja sebesar 34.7%, dengan frekuensi kecelakaan rata-rata 2.4 kali selama 1 tahun bekerja. Adapun karakteristik umur 21-30 tahun sebesar 44.5%, menikah sebesar 58.4% , pendidikan SMP sebesar 38%, pengetahuan tentang K3 yang kurang sebesar 45.3%, sikap baik sebesar 79%, pcrilaku kurang sebesar 46% dan tidak menggunakan alat pelindung diri sebesar 56.8%. Sedangkan faktor yang paling berpengaruh terhadap kecelakaan kerja adalah jenis pekerjaan pembesian (OR =l.490, CI 95%= 1.006-2.207; p=0.047).

---

Background: Anyone could be subject to occupational accidents, regardless of time and place. According to ILO on 2005, an estimated that, 270 million occupational accidents and 160 million work-related diseases each year. In Japan (1998), especially in construction industries areas, found that 28% for occupational accidents which 40% of them causes fatality. Therefore, in USA (2005) the number of occupational accident due to the unused PPE found 56%. ln Indonesia, PT X is one of relatively high for occupational accident construction company, that has not been researched yet.

Methods: The study used the cross-sectional method, sample was gathered 461 of 1100 workers, subjects from PT X in construction project.

Results and Conclusion: The study show that occupational accidents are 34.7% with frequency rate was 2.4 times for one working years. The group of age for 21-30 years old are 44.5%, married found 58.4%, Junior High School found 38%, lack of K3 knowledge found 45.3%, good attitude found 79%, lack of behavior found 46% and unused PPE found 56.8%. The iron related work acts as the highest risk of occupational accident (0R=l.490; CI95%=1.006-2.207; p=0,047)."

"Fakta menunjukkan bahwa konstruksi merupakan bidang yang rawan akan kecelakaan. Salah satu cara untuk mengurangi kecelakaan di proyek konstruksi adalah dengan pelaksanaan program Keselamatan dan Kesehatan Kerja. Adapun biaya Keselamatan dan Kesehatan Kerja yang dibutuhkan oleh perusahaan terdiri dari tiga unsur, yaitu: 1. Biaya pencegahan terjadinya resiko K-3 (Preventive Cost) 2. Biaya pemeriksaan dan pengawasan pelaksanaan program K-3 (Supervisory and Administrative Cost) 3. Biaya terjadinya kecelakaan - kecelakaan akibat dari resiko K-3 (Construction Accident Cost) Kompensasi pekerja (Worker Compensation) Biaya tidak langsung (Indirect Cost). Penerapan program Keselamatan dan Kesehatan Kerja secara efektifdan efisien dapat menghemat biaya kecelakaan konstruksi (Construction Accident Cost) sehingga dapat mengurangi biaya konstruksi secara keseluruhan (Total Construction Cost). Dengan demikian, Keselamatan dan Kesehatan Kerja dapat menjadi salah satu faktor pengendali biaya pada proyek konstruksi."