Tesis

Simulasi progres proyek konstruksi time performance menggunakan earned value management dengan integrasi artificial neural network / Setiyono

Abstrak
Industri Konstruksi tidak hanya berperan dalam pembangunan tetapi juga memiliki dampak signifikan melalui penciptaan lapangan kerja memperluas jaringan pasokan dan meningkatkan produk nasional dalam sektor jasa dan manufaktur. Meskipun industri konstruksi terus berkembang dan terlibat dalam proyek infrastruktur yang sedang berlangsung masih ada masalah keterlambatan proyek yang dapat menyebabkan kerugian bagi kontraktor dan pemilik proyek. Penelitian ini bertujuan menganalisa capaian fisik pekerjaan serta memprediksi estimasi penyelesaian pekerjaan menggunakan Earned Value Management yang diintegrasikan dengan Artificial Neural Network pada Proyek Pembangunan Lanjutan Sarana dan Prasarana Detasemen Pemeliharaan Daerah Latihan (Sarpras Denharrahlat) Sanggabuana Karawang milik Kementerian Pertahanan RI. Metode analisis data yang akan dilakukan adalah Earned Value Management (EVM). Data yang dianalisis adalah Week Planned Value dan Earned Value. Ketiga data tersebut kemudian diplot dan dijabarkan dalam bentuk grafik untuk menghitung Schedule Variance dan Schedule Performance. Setelah melakukan analisis menggunakan EVM dilakukan pembentukan model prediktif untuk menghitung estimasi waktu penyelesaian proyek menggunakan metode Artificial Neural Network (ANN). Selanjutnya dilakukan optimasi model prediktif untuk mengurangi tingkat kesalahan prediksi. Software yang digunakan dalam membangun model prediktif yaitu Rapidminer. Pada minggu ke-8 terjadi percepatan tertinggi dalam proyek ini sementara minggu ke-2 menunjukkan percepatan progres fisik yang signifikan. Hasil optimasi menunjukkan bahwa model paling optimal memiliki nilai RMSE sebesar 11 107. RMSE sebesar 11 107 menunjukkan seberapa akurat prediksi model dalam memperkirakan nilai sebenarnya. Meskipun masih terdapat kesalahan model prediktif dengan parameter optimal yang ditemukan menunjukkan prediksi yang relatif baik. EVM dan ANN sangat baik digunakan untuk memberikan informasi peringatan dini dalam memonitor dan mengendalikan proyek yang sedang berjalan. Perlu dilakukan antisipasi dan tindakan preventif pada kendala yang muncul agar kendala yang sama tidak berulang untuk proyek konstruksi selanjutnya.

Informasi Detail

DDC

Rt 624.023 SET s

Prodi

Universitas Negeri Malang. Program Studi Teknik Sipil, 2023.

Deskripsi Fisik

xi, 118 lembar : ilus. ; 30 cm

Bahasa

Indonesia

No Reg

00750/RT/23

Edisi

Tesis (Pascasarjana)--Universitas Negeri Malang. 2023

Subjek

1. TEKNIK KONSTRUKSI - ESTIMASI PEKERJAAN
2. TEKNIK KONSTRUKSI - TIME PERFORMANCE
3. CONSTRUCTION ENGINEERING - JOB ESTIMATION

Pembimbing

1. Apif Miptahul Hajji, S.t., M.t., M.sc, Ph.d;2. Aisyah Larasati, S.t., M.t., Mim., Ph.d

Lampiran Berkas