Fendy Novento Knowledge Management

Unconscious Biases adalah sikap atau pandangan yang seringkali tidak kita sadari ketika membuat keputusan atau mengambil tindakan. Nama lain dari Unconscious biases ini adalah asumsi atau logical fallacy/sesat pikir yang dalam beberapa hal dapat mengakibatkan kita mengambil keputusan atau tindakan yang salah. Berikut adalah beberapa contoh yang umum yang dapat mempengaruhi keselamatan,

1. Optimism Bias, kecenderungan untuk mengabaikan risiko dan mempertimbangan peluang/hasil yang positif secara berlebihan, contoh: seorang operator kendaraan mengabaikan temuan negatif dalam pemeriksaan pra operasi kendaraan karena sudah sering mengoperasikan kendaraan tersebut.
2. Pessimism Bias, kecenderungan untuk mengabaikan peluang/hasil positif dan mempertimbangkan risiko secara berlebihan. contoh: seorang supervisor menolak cara kerja aman yang lebih cepat karena sudah terbiasa dengan cara kerja aman yang membutuhkan waktu lebih lama.
3. Halo Effect Bias, kecenderungan untuk menilai seseorang berdasarkan karakter menonjol yang terlihat nyata. contoh: seorang supervisor menilai seorang pekerja pasti akan melakukan pekerjaan yang selamat karena pekerja tersebut menggunakan APD lengkap.
4. Affinity Bias, kecenderungan untuk memilih seseorang yang memiliki kemiripan dengan kita. contoh: seorang supervisor memilih untuk melakukan observasi kepada pekerja yang satu berasal dari daerah yang sama.
5. Confirmation Bias, kecenderungan untuk mencari data/fakta yang mendukung keputusan kita dan mengabaikan data/fakta yang bertentangan. contoh: seorang auditor melakukan audit dengan mencari bukti yang mendukung temuannya dan mengabaikan bukti lain yang relevan.

Semoga bermanfaat – FN

Kepdirjen 10.K/2023 Penilaian Kinerja Keselamatan Pertambangan (KP) selalu dikaitkan dengan Safety Maturity Level karena hasil dari Penilaian Kinerja KP adalah tingkat maturitas KP yang merupakan data ordinal dari tingkat dasar, reaktif, terencana, proaktif, dan resilient. Berikut adalah dasar teori yang digunakan dalam penyusunan 4 indikator yang disebutkan dalam artikel saya sebelumnya (klik disini).

Semoga bermanfaat – FN

Evaluasi Kinerja Keselamatan Pertambangan (KP) berdasarkan Kepdirjen 10.K/2023 memiliki 194 item dan 30 item diantaranya menggunakan metode kuesioner yang ditriangulasi dengan hasil wawancara/FGD/tinjauan dokumen. Dari 30 item tersebut, terdapat 5 kategori responden, yaitu manajemen, KTT/PJO, Pimpinan Departemen, Pengawas, dan Pekerja. Skala Likert digunakan untuk 6 item persepsi dengan pilihan STS – TS – N – S – SS dan metode sensus/sampling diterapkan untuk setiap kategori responden.

Panduan Praktis kuesioner tersebut disampaikan dalam APKPI Safety Sharing Session di 23 Juli 2025 dan [klik disini] untuk mendapatkannya.

Semoga bermanfaat – FN

Data KP (Keselamatan Pertambangan) dapat diukur maturitasnya dari beberapa hal berikut,

1. Integritas
   • apakah telah terdapat standarisasi dalam pengambilan data (metode dan formulir pelaporan seragam) ?
   • apakah data telah dikategorikan dengan tepat ?
   • apakah telah dilakukan upaya validasi dan peningkatan reliabilitas data dengan pengambilan data primer yang memadai ?
   • apakah data dapat diakses secara real time, mutakhir, dan lengkap ?
   • apakah mencerminkan apa yang terjadi serta akurat ?
2. Ruang Lingkup analisis dan pengelolaan
   • apakah analisis dilakukan terhadap satu atau beberapa kasus ?
   • apakah analisis dilakukan secara terintegrasi untuk seluruh kasus ?
3. Maturitas hasil analisis
   • apakah hasil analisis menemukan korelasi antar data ?
   • apakah hasil analisis merupakan pengolahan data historis untuk membuat model dan memprediksi skenario ke depan ?
   • apakah hasil analisis berupa rumusan dan rekomendasi tindakan yang tepat ?
   • apakah telah terdapat analisis hubungan antara tindakan dan hasil, serta simulasi untuk merancang solusi yang tepat ?
4. Pengumpulan data dan informasi
   • apakah pengumpulan data pada tempat kejadian dan dari sumber lain yang terkait ?
   • apakah pengumpulan data meliputi data dukung tambahan seperti historical comparison, internal/eksternal benchmarking, literatur ilmiah ?
   • apakah pengumpulan data pre-kondisi yang menunjang sistem kerja kegiatan operasional agar dapat berjalan dengan baik dalam berbagai kondisi ?

Semoga bermanfaat – FN

Diskusi beberapa hari ini terkait dengan teknis analisis insiden apa yang terbaik dan paling efektif dalam mencegah terulangnya kembali insiden, Alhasil kita kembalikan kepada Kepdirjen 10.K/2023 yang memberikan panduan sebagai berikut,

1. simple linear model,
   • fokus untuk mendeteksi penyebab kecelakaan
   • penyebab langsung dan tidak langsung
   • contoh: Domino theory by Heinrich, Loss Causation Model by Bird
2. complex-linear model,
   • fokus untuk mencari faktor yang berkontribusi terhadap insiden dari setiap barrier/defence layer
   • contoh: Swiss Cheese Model by Reason, HFACS by Shappell and Wiegmann
3. complex-non linear model,
   • fokus pada pertanyaan mengapa kontrol yang ada gagal untuk mendeteksi/mencegah kecelakaan
   • contoh: TapRooT

Semoga bermanfaat – FN