Analisis Beban Kerja Mental Pada Pengemudi Ojek Online Dengan Menggunakan Metode RSME dan NASA-TLX

Authors

Zulfikhar Rizki Allingga Mukti Universitas Ahmad Dahlan
Farid Ma’ruf Universitas Ahmad Dahlan

DOI:

https://doi.org/10.31539/intecoms.v8i3.15664

Abstract

Penelitian ini bertujuan untuk menganalisis beban kerja mental yang dialami oleh pengemudi ojek online di Yogyakarta dengan menggunakan dua pendekatan pengukuran, yaitu Rating Scale Mental Effort (RSME) dan NASA Task Load Index (NASA-TLX). Data diperoleh dari 105 responden melalui kuesioner yang mencakup enam dimensi beban kerja pada masing-masing metode. Hasil pengolahan data menunjukkan bahwa skor rata-rata RSME sebesar 89,87 (kategori usaha sangat besar), dan skor rata-rata NASA-TLX sebesar 66,45 (kategori beban kerja tinggi), yang mengindikasikan bahwa pekerjaan sebagai pengemudi ojek online menuntut usaha mental yang tinggi. Uji korelasi Spearman menunjukkan hubungan signifikan antara kedua metode (r = 0,221, p = 0,023), meskipun kekuatannya rendah. Temuan penelitian ini mengidentifikasi tingginya beban mental pengemudi ojek online disebabkan oleh berbagai faktor seperti sistem double order yang tidak seimbang dengan pendapatan, pemotongan tarif akibat diskon atau promosi yang tidak transparan, ketidakkonsistenan lokasi penjemputan dan pengantaran, serta permintaan pelanggan yang tidak sesuai prosedur. Penelitian ini juga mengusulkan perbaikan sistem operasional untuk mengurangi beban kerja mental pengemudi, seperti pemberian kompensasi yang adil, peningkatan transparansi tarif, fitur deteksi jarak otomatis, dan edukasi pelanggan. Diharapkan hasil penelitian ini dapat menjadi masukan bagi perusahaan dalam menciptakan sistem kerja yang lebih berkeadilan dan mendukung kesejahteraan mitra pengemudi.

References

Ananda, Sabila Rizky, and Hery Suliantoro. 2022. “Analisis Beban Kerja Mental Dengan Metode National Aeronautics and Space Administration-Task Load Index (Nasa-Tlx) Pada Pt. Bintang Prima.” Industrial Engineering Online Journal 11(4): 1–15.

Militello, Laura G., Julie B. Diiulio, Morgan R. Borders, Christen E. Sushereba, Jason J. Saleem, Donald Haverkamp, and Thomas F. Imperiale. 2017. “Evaluating a Modular Decision Support Application for Colorectal Cancer Screening.” Applied Clinical Informatics 8(1): 162–79. doi:10.4338/ACI-2016-09-RA-0152.

Mubarok, M. Z., & Rusindiyanto, R. 2023. “Analisis Beban Kerja Fisik Dan Mental Terhadap Rider Grab Menggunakan Metode Cardiovascular Load (CVL) Dan Subjective Workload Assesment Technique (SWAT)(Studi Kasus: Rider Grab Domisili Kelurahan Balas Klumprik Kecamatan Wiyung).” Jurnal Ilmiah Dan Karya Mahasiswa 3(1): 213–28.

Nasution, Abdul Rasyid, Adinda Afifah, Muhammad Agung Wijaya, Dito Sinambela, Glory Seraya Putri, Muhammad Aulia Fikri, Muhammad Iqbal Dalimunthe, et al. 2022. “Gambaran Beban Kerja Mental Dengan Produktivitas Kerja Pada Driver Ojek Online Di Kota Medan.” PREPOTIF : Jurnal Kesehatan Masyarakat 6(2): 1392–1400. doi:10.31004/prepotif.v6i2.4622.

Nugroho, Muhammad Rifqi Hari, and Akmal Suryadi. 2023. “Analisis Beban Kerja Dengan Pendekatan Cardiovascular (CVL) Dan Subjective Workload Assesment Technique (SWAT) : Studi Kasus Pengemudi Go-Jek.” Rekayasa 16(2): 132–41. doi:10.21107/rekayasa.v16i2.15897.

Rizal Adamy, Muhammad. 2022. “RSI (Relative Stress Index) Based Cognitive Measurement Model with NASA-TLX, RSME (Rating Scale Mental Effort Index) and GHQ-12 Methods (Case Study: Sales Marketing).” PROZIMA (Productivity, Optimization and Manufacturing System Engineering) 6(2): 130–36. doi:10.21070/prozima.v6i2.1582.