Cara perhitungan konversi noise level dari La ke Leq?

Apakah kamu seorang teknisi QC maupun staf safety yang pernah menggunakan alat ukur Noise level atau Decibel Sound Meter versi murah? Kebisingan berbahaya di tempat kerja merupakan salah satu penyebab utama gangguan pendengaran yang dapat dicegah di kalangan pekerja industri dan manufaktur di Indonesia.

Salah satu jenis alat ukur Inspeksi yang umum digunakan untuk pengukuran tingkat kebisingan adalah Sound Level Meter (SLM). Sound Level Meter memang ada banyak jenisnya. Dari aplikasi yang bisa diinstal di smartphone hingga handheld device grade KW sudah banyak sekali kita jumpai dipasaran dengan harga yang bervariasi mulai > Rp. 2 juta sampai ratusan juta, terutama yang sudah terkalibrasi grade 1.

Namun sayangnya, tidak semua bos keuangan maupun purchasing manager di perusahaan menyadari fungsi dan pentingnya menyediakan budget yang sesuai untuk membeli Sound Level Meter presisi dengan harga yang mahal. Faktor minimnya pengawasan pihak pemerintah dalam melakukan pemeriksaan inspeksi safety, menjadikan hal kebutuhan Sound Level Meter yang presisi sering disepelekan pelaku industri. Padahal Sound Level Meter yang bagus sebenarnya sudah terseda fitur konversi dan fitur transfer data yang justru mempercepat kerja kita. Tapi daripada komplain tanpa hasil, sebagai engineer, hal ‘pelit’ nya manajemen atas tersebut bisa kita cari solusinya.

Pada dasarnya piranti Sound Level Meter SLM yang lengkap sangat memudahkan kita untuk melakukan pengukuran karena sudah dapat mengkonversi dari Tingkat kebisingan aktual (La) ke Tingkat kebisingan ekivalen (Leq). Dalam artikel ini kita akan membahas bagaimana perhitungan dari La ke Leq.  Saat pengukuran untuk Sound Level Meter SLM yang tidak dilengkapi dengan perhitungan konversi ke Leq, disarankan untuk mengambil data yang banyak pada satu periode pengukuran, jangan lupa SLM kita setting ke mode slow dan pembebanan dBA. Tingkat kesalahan itu wajar dan lumrah, oleh karena harus selalu mencatat hasil pengukuran tersebut secara manual. Hal ini bisa kita akali dengan mengambil angka rata-rata atau melihat nilai modusnya saja.

Data yang kita kumpulkan tidak bisa kita hitung dengan rata-rata biasa namun harus pakai perhitungan statistik serta logaritma, dengan memasukkan rumus berikut:

Anda selanjutnya bisa memasukkan formula tersebut ke spreadsheet seperti Microsoft Excel ataupun Libre Office dan Open Office. Dengan menggunakan rumus di Open Office atau microsoft excel, sangat memudahkan kita untuk melakukan perhitungan tingkat kebisingan selama 8 jam, seperti contoh dibawah:

Noise Dosimeter maupun Sound Level Meter yang digunakan untuk personal monitoring kebisingan biasanya berukuran kecil dan bisa digenggam oleh safety inspector. Namun tidak semua merek dan tipenya Sound Level Meter memiliki fitur konversi satuan.

Perlu diperhatikan saat sebelum melakukan pengukuran dengan Sound Level Meter,  yang pertama harus dilakukan adalah identifikasi bahaya apakah di area kerja terdapat sumber bahaya dari mesin atau aktifitas pekerjaan yang dapat menimbulkan kebisingan, bisa juga dengan melakukan Work Through Survey yaitu survey ke tempat kerja dan melakukan identifikasi bahaya.

Langkah selanjutnya melakukan pengukuran kebisingan dengan Sound Level Meter SLM, perlu diketahui bahwa noise adalah menggunakan fungsi logaritma, karena rentang pendengaran manusia sangat lebar dengan satuan desible (db).

Lakukan pengukuran dengan Sound Level Meter secara periodik baik tempat kerja maupun personal monitoring, bandingkan data pengukuran Sound Level Meter dengan Nilai Ambang Batas.

Jika Anda merasa sulit untuk mencari alat ukur dan uji kebisingan yang lebih efektif, jangan ragu untuk mencari bantuan dari spesialis yang dapat membantu Anda memilih yang akan memberi Anda manfaat maksimal. Hubungi kami melalui chat online yang ada di pojok kanan bawah website ini atau melalui email: [email protected] Semoga menambah bahan referensi anda! Wassalam!

Sumber: Tim Kreatif Metalextra.com, Tulisan ini merupakan opini Pribadi di media milik sendiri.

Awalnya dipublikasikan pada29 Desember 2019 @ 7:51 PM