Langsung ke konten utama

Manajemen risiko pajanan yang efektif dan efisien

Manajemen risiko pajanan yang efektif adalah memastikan bahwa tidak ada pekerja yang terpajan pada tingkat risiko yang tidak dapat diterima. Adapun manajemen risiko pajanan yang efisien berarti melakukannya dengan biaya serendah mungkin

Hasil penilaian risiko selalu mengandung kemungkinan salah. 

  • Jika hasil penilaian bahwa tingkat risiko rendah padahal tingkat risiko sesungguhnya tinggi, maka pekerja berada pada bahaya yang lebih besar tanpa ada pengendalian yang dilakukan. 
  • Jika hasil penilaian bahwa tingkat risiko tinggi padahal tingkat risiko sesungguhnya rendah, maka akan terjadi pengendalian pekerja dan produksi yang tidak perlu yang mengakibatkan pengeluaran biaya pengendalian yang tidak perlu. 

Strategi manajemen risiko pajanan yang dirancang dengan baik akan menghasilkan data yang baik, memungkinkan manajemen risiko pajanan menjadi efektif dan efisien, tidak bias, dan dengan tingkat ketidakpastian yang rendah sehingga menghasilkan keputusan yang sesuai. Sebaliknya, strategi manajemen risiko pajanan yang dirancang dengan tidak benar akan menghasilkan data yang tidak akurat, gagal melindungi pekerja, menyia-nyiakan sumber daya, bias, dan memiliki tingkat ketidakpastian yang tinggi sehingga menghasilkan keputusan yang salah

Tujuan manajemen dan penilaian pajanan yang komprehensif adalah memahami dan menatalaksana semua pajanan dengan:
  • Mendokumentasikan baik penilaian pajanan kualitatif maupun kuantitatif.
  • Menghasilkan keputusan tentang tingkat risiko pajanan yang akurat dan efisien. 
  • Melakukan manajemen risiko pajanan yang efektif dan efisien.
  • Menghasilkan prioritisasi risiko yang harus dikendalikan secara berkelanjutan.
  • Menghasilkan peningkatan pengelolaan pajanan secara berkelanjutan.
  • Mengidentifikasi similarly exposure groups (SEGs) kritis.
  • Mengantisipasi dan mengelola perubahan.






Komentar

Postingan populer dari blog ini

Kelebihan berat badan dan obesitas

Untuk mengetahui apakah individu mengalami kelebihan berat badan adalah dengan menghitung indeks massa tubuh (IMT) menggunakan rumus berat badan (kg) dibagi dengan tinggi badan (m) kwadrat , sehingga satuan IMT adalah  kg/m 2 . Terdapat dua jenis penggolongan hasil perhitungan IMT, yaitu menurut WHO ( World Health Organization ) dan asia pasifik .  Pada 2018, penduduk dewasa Indonesia yang memiliki IMT kelebihan berat badan adalah 13,6 dan obesitas adalah 21,8%, sehingga total penduduk dewasa yang memiliki IMT kelebihan berat badan dan obesitas adalah 35,4%, artinya sekitar 1 dari 3 penduduk dewasa mengalami masalah kelebihan gizi .  Kecenderungan individu untuk mengalami kelebihan berat badan dan obesitas berkaitan dengan beberapa faktor sosio-demografi seperti: Lebih umum dijumpai di perkotaan daripada pedesaan Pekerjaan yang tak menuntut banyak gerak  Aktivitas fisik yang lebih rendah pada waktu luang Perempuan Tingkat kesejahteraan rumah tangga Jenis industri te...

Pemantauan berkala pajanan tempat kerja

Dalam Permenaker nomor 5 tahun 2018 tentang keselamatan dan kesehatan kerja lingkungan kerja maupun Permenkes nomor 70 tahun 2016 tentang standar dan persyaratan kesehatan lingkungan kerja industri tidak diatur frekuensi  pemantauan berkala pajanan tempat kerja .  Melakukan pemantauan berkala pajanan tempat kerja bermanfaat untuk dilakukan jika pengendalian pajanan juga dilakukan. Dalam praktik, strategi pemantauan berkala pajanan tempat kerja dimaksudkan untuk melengkapi sistem manajemen lain yang harus mendeteksi perubahan ketika perubahan terjadi, atau bahkan sebelum perubahan terjadi. Pada program pemantauan berkala pajanan tempat kerja , frekuensi pemantauan tergantung pada peringkat pajanan dan peringkat efek kesehatan yang ditimbulkan oleh pajanan tersebut, sedangkan jumlah sampel tergantung pada jumlah pekerja dalam SEG dan hasil pemantauan baseline atau hasil pemantauan sebelumnya   (lihat postingan sebelumnya) . Contoh frekuensi pemantauan berkala pajanan...

Interpretasi hasil analisis statistika pajanan lingkungan kerja

Dalam postingan Statistik data hasil pemantauan pajanan lingkungan kerja (professional-hse.blogspot.com)  sudah disampaikan statistik yang harus dihitung saat menganalisis data hasil pengukuran pajanan di lingkungan kerja.  Di bawah ini adalah contoh interpretasi hasil pengukuran pajanan benzene dengan passive sampler pada 12 pekerja dengan level of detection 0,033 ppm. Kita lihat bahwa statistik rerata aritmatika dan rerata aritmatika dengan pendekatan maximum likelihood estimation (MLE) tidak berbeda jauh, akan tetapi jika diperhatikan rentang nilai minimum - maksimum (0,034 - 0,507 ppm) lebih besar dibandingkan rentang nilai batas bawas - atas (0,124 - 0,395). Rerata geometris, yang tidak terpengaruh oleh pencilan, lebih kecil dibandingkan kedua rerata aritmatika.  Variabilitas pajanan dapat dinilai dengan statistik simpang baku geometris. Pada contoh di atas terlihat bahwa nilai simpang baku geometris di atas 1,5 tetapi lebih kecil dari 2,5 dengan demikian vari...