Studi perbandingan psychomotor vigilance task (PVT) dan flicker sebagai alat uji tingkat kewaspadaan

Abstract

Kelelahan adalah salah satu faktor utama yang menyebabkan manusia mengalami penurunan performansi yang dapat mengakibatkan kecelakaan kerja. Beberapa faktor yang telah diidentifikasi menjadi penyebab dari kelelahan adalah faktor terkait tidur, irama sirkadian dan faktor pekerjaan. Kelelahan menyebabkan penurunan kewaspadaan yang sangat diperlukan terutama dalam mengemudi. Untuk meminimasi risiko terjadinya kecelakaan selama mengemudi maka sebaiknya sebelum mulai mengemudi dilakukan pengujian untuk menilai tingkat kewaspadaan pengemudi apakah berada pada tingkat yang cukup aman untuk mengemudi (fitness-for-duty test). Dua alat ukur yang sering digunakan dalam pengujian fitness-for-duty adalah Psychomotor Vigilance Task (PVT) dan Flicker Test. PVT dinyatakan sebagai gold standard dalam mengukur kelelahan sedangkan Flicker Test dianggap mampu menggantikan PVT karena lebih akurat. Namun belum ada penelitian yang membandingkan parameter dari kedua alat ini. Selain itu juga belum ada acuan nilai parameter kedua alat tersebut yang dapat dijadikan dasar untuk mengevaluasi tingkat kewaspadaan seseorang. Berdasarkan hal tersebut maka pada penelitian ini akan dilakukan studi perbandingan antara kedua alat uji tersebut. Penelitian ini diawali dengan membandingkan keandalan parameter kedua alat ukur tersebut dengan Intraclass Correlation Coefficients (ICC 2,1) yang melibatkan 8 orang partisipan selama 4 hari pengukuran. Parameter PVT adalah 1/RT (RT = Reaction Time) dan number of lapses, sedangkan parameter Flicker adalah Critical Flicker Fusion Frequency (CFFF). Selanjutnya dilakukan pengambilan data durasi tidur dan kualitas (efisiensi) tidur dengan Fitbit, Body Mass Index (BMI) serta temperatur tubuh dari 32 partisipan. Pengukuran kecepatan reaksi dengan PVT dilakukan selama 5 menit sedangkan Flicker test dilakukan selama 1 menit. Selama pengukuran dengan kedua alat tersebut, dilakukan juga pengambilan data gelombang otak partisipan dengan EEG. Data gelombang otak partisipan (alfa, beta, dan teta) diolah menjadi rasio tingkat kantuk dengan MATLAB R2009A. Dari uji keandalan, parameter 1/RT memiliki keandalan paling tinggi (0767; baik) dibandingkan parameter CFFF (0,598; sedang) dan number of lapses (0,219; buruk). Hasil penelitian juga menunjukkan bahwa hanya durasi tidur yang memiliki korelasi kuat dengan parameter 1/RT (0,622) dan CFFF (0,708) serta berkorelasi cukup kuat dengan number of lapses (-0,483). Uji korelasi 1/RT, number of lapses, dan CFFF dengan rasio tingkat kantuk dari bagian frontal lobe menunjukkan nilai yang hampir sama yaitu berturut-turut -0,363; 0,363; -0,386 dan termasuk kategori cukup kuat, sehingga ketiga parameter tersebut dinilai sama baiknya dalam mendeteksi tingkat kelelahan (kantuk). Berdasarkan hasil uji keandalan dan korelasi durasi tidur dengan parameter-parameter tersebut maka dibuatlah persamaan regresi untuk menentukan nilai acuan (baseline). Persamaan regresi untuk 1/RT, number of lapses dan CFFF berturut-turut adalah: 1/RT = 1,696 + (0,002 x Durasi Tidur); Number of lapses = 10,128 – (0,016 x Durasi Tidur); CFFF = 25,28 + (0,0579 x Durasi Tidur). Dari hasil penelitian ini dapat disimpulkan bahwa 1/RT dan CFFF sama baiknya dalam mendeteksi kelelahan yang ditandai dengan penurunan kewaspadaan akibat kurangnya durasi tidur. Namun demikian, 1/RT memiliki tingkat keandalan yang sedikit lebih baik. Untuk parameter number of lapses sebaiknya tidak digunakan karena memiliki keandalan yang buruk. Secara umum, alat PVT dan Flicker sama baiknya dalam menguji kewaspadaan berdasarkan indikator kecepatan reaksi.