Kondisi Tingkat Risiko Gangguan K3 dalam Kegiatan Pengelolaan Hutan Menggunakan Pendekatan Remote Sensing di RPH Takokak, KPH Sukabumi

Abstract

Hutan Indonesia dikenal memiliki keanekaragaman tinggi dan berperan penting bagi kehidupan manusia sehingga perlu dikelola secara lestari. Pengelolaan hutan lestari tidak hanya memperhatikan aspek produktivitas tetapi menuntut perlindungan Keselamatan dan Kesehatan Kerja (K3). Remote sensing dimanfaatkan dalam memberikan informasi mengenai sumber bahaya menggunakan data geospasial untuk menganalisis tingkat risiko gangguan K3 dalam kegiatan pengelolaan hutan di RPH Takokak, KPH Sukabumi. Terdapat enam sumber bahaya sebagai parameter yaitu kemiringan lereng, ketinggian, curah hujan, jenis tanah, kerapatan vegetasi, dan aksesibilitas menggunakan metode skoring serta tingkat kecelakaan kerja yang ditujukan kepada stakeholder melalui metode kuesioner. Dari lima kelas klasifikasi, kelas 3 mendominasi lokasi dengan tingkat risiko gangguan K3 sedang yakni seluas 1661,02 ha atau 77,36%, serta seluas 0,49 ha atau 0,02% termasuk dalam kelas risiko 4 dengan tingkat risiko gangguan K3 tinggi. Hasil dan rekomendasi dari penelitian ini diharapkan dapat memberikan informasi kepada Perum Perhutani dalam mengelola kawasan hutan khususnya manajemen risiko dan dapat menjadi acuan untuk penelitian selanjutnya.

Kata kunci: kecelakaan kerja, keselamatan dan kesehatan kerja, remote sensing

Indonesian forests are known to have high diversity and play an important role in human life, so they need to be managed sustainably. Sustainable forest management does not only pay attention to productivity aspects but also demands protection of Occupational Safety and Health (OSH). Remote sensing is used to provide information about hazard sources using geospatial data to analyze the level of risk of OSH disturbance in forest management activities at RPH Takokak, KPH Sukabumi. There are six hazard sources as parameters, namely slope, elevation, rainfall, type of soil, vegetation density, and accessibility, as well as the history of work accidents which are addressed to forest management stakeholders through the questionnaire method. From the five classification classes, it was found that the study location was dominated by class 3 classification or had a moderate level of risk of OSH disturbances with an area of 1.661,02 ha or 77.36%, and an area of 0.49 ha or 0.02% included in risk class 4 or had a high level of risk of OSH disturbances. The results and recommendations of this study are expected to provide information to Perum Perhutani in managing forest areas, especially risk management and can become a reference for further research. Keywords: occupational safety and health, remote sensing, work accident