Integrasi Metode Kuantitatif dalam Analisis Bahaya Awal untuk Meningkatkan Ketepatan Hasil Evaluasi

Analisis awal bahaya (PHA) telah menjadi pendekatan umum dalam mengidentifikasi potensi bahaya dalam desain produk robotik. Namun, beberapa peneliti menyadari bahwa hasil evaluasi yang diperoleh dari PHA tradisional tidak cukup presisi karena adanya ketidakpastian dan keacakan dalam informasi yang dievaluasi. Selain itu, penilaian risiko kualitatif yang digunakan dalam PHA tradisional dapat dengan mudah mengarah pada penilaian subjektif.

Untuk meningkatkan ketepatan dan akurasi hasil evaluasi, beberapa peneliti mencoba mengintegrasikan metode kuantitatif dengan PHA tradisional. Sebagai contoh, Zhao memanfaatkan teori himpunan fuzzy untuk memodifikasi PHA tradisional menjadi Reliability Centered Preliminary Hazard Analysis (RCPHA). Hasil evaluasinya menunjukkan bahwa RCPHA sangat membantu karena mampu mencapai penilaian kuantitatif terhadap risiko sistem.

Namun demikian, meskipun RCPHA memberikan kemajuan signifikan, hasil dari PHA masih belum cukup presisi karena sifat ketidakpastian dan keacakan dari penilaian ahli. Untuk meningkatkan presisi dan akurasi hasil evaluasi tersebut, model awan (CM) dapat diperkenalkan sebagai metode tambahan. CM merupakan metode kuantitatif yang dikembangkan oleh Li untuk menangani ketidakpastian dan keacakan dari berbagai tujuan evaluatif.

Penerapan CM juga telah dilakukan di berbagai bidang lainnya seperti evaluasi stabilitas lereng batuan oleh Liu atau analisis risiko bangunan di sekitar lingkungan terowongan oleh Zhang. Studi-studi ini menunjukkan bahwa penggunaan CM sebagai alat bantu pengambilan keputusan dapat memberikan hasil-hasil evaluasi risiko secara kuantitatif yang andal.

Dengan demikian, integrasi metode kuantitatif seperti CM dalam analisis bahaya awal dapat membawa manfaat besar bagi perbaikan keselamatan produk robotik serta proses desain secara keseluruhan.