Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu hal penting dalam manajemen proyek konstruksi adalah tahap estirnasi awal (conceptual). Menurut AACE tahap konseptual dibuat dengan keterbatasan informasi pada lingkup proyek, belum masuk dalarn tahap desain dan engineering. Menurut AACE akurasi tahap konseptual berada pada rentang -20% sampai +30% dari biaya proyek sebenarnya. Teknik jaringan saraf timan merupakan salah satu cabang dari Artificial Intelegence yang berguna memecahkan masalah dengan meniru cara keija otak manusia. Penelitian ini mengeksplorasi penggunaan teknik JST dalam memodelkan estirnasi biaya konseptual proyek konstruksi bangunan pabrik. Model estirnasi biaya berbasis JST kemudian dikembangkan ke dalam sistem prototype yang mampu mengestirnasi biaya konseptual konstruksi bangunan pabrik dengan waktu yang relative singkat dan akurat.

---

One of the important things in construction project management is the stage of initial estimates (conceptual). AACE in the conceptual stage is made with limited information on the scope of the project ang has not entered into the stage of design and engineering. The conceptual stage by AACE as accuracy in the estimation of conceptual expected to be in the range -20% to +30% of actual project costs. Artificial Neural Network (ANN) is onebrach of Artificial Intelligence which is useful in terms of solving problems by Artificial Intelligence which is useful in terms mimicking the workings of the human brain.

This study will explore the use of ANN techniques in modeling the estimated cost of plant construction project conceptually. ANN-based cost estimation model and then developed into a prototype system that is able to estimate the cost of conceptual of factory building with a relatively short time and accurate."

"Estimasi biaya tahap konseptual pada konstruksi merupakan hal fundamental bagi keberlangsungan suatu proyek. Perlu dikembangkan suatu metode estimasi biaya yang mampu memiliki performa serta akurasi tinggi. Penelitian ini dikhususkan untuk memberikan gambaran mengenai metode jaringan syaraf tiruan pada estimasi biaya proyek tahap konseptual untuk proyek gedung kantor. Untuk mencapai optimasi model, perlu digunakan variabel-variabel yang tepat sebagai input sehingga kesahihan dan keakurasian output dapat dipertanggungjawabkan. Variabel yang mempengaruhi biaya proyek gedung kantor yang tersedia pada tahap konseptual antara lain, lokasi, pondasi, luas total, tingkat, lapis basement, konstruksi atap, finishing grade, tahun, dan durasi pembangunan. Variabel ini kemudian dimasukkan dalam suatu desain struktur jaringan yang paling cocok sehingga keakurasiannya mencapai 7,79%, memenuhi standar AACE.

---

Conceptual estimation is one of the most fundamental part in construction projects. Thus, it needed a development in estimation methods in order to gain more accuracy and better performance in cost estimations. This research especially provides an explanation in the implementation of Artificial Neural Network method in office building construction cost estimation. To reach model optimization, correct variables are needed as inputs to gain output which is accurate and reliable.

The variables which affect the office building construction project cost and available at the conceptual phase are, location, foundation, area, number of story, number of basement story, roof construction, finishing grade, year, and project duration. The variables then run in the best network structure and most fitting model of artificial neural network to obtain the best result, which is 7,79% complimentary to AACE standard."

"Estimasi biaya proyek jalan layang dengan akurasi yang tinggi pada fase konseptual pengembangan proyek sangat penting untuk perencanaan dan studi kelayakan. Namun, sejumlah kesulitan muncul ketika melakukan estimasi biaya selama tahap konseptual. Mayor masalah yang dihadapi adalah kurangnya informasi awal, kurangnya database jalan layang, kurangnya metode estimasi biaya yang sesuai, dan faktor ketidakpastian. Untuk mencapai optimasi model, perlu digunakan variabel yang tepat dan baik sebagai input sehingga keakurasian output yang dihasilkan dapat dipertanggungjawabkan. Variabel yang mempengaruhi biaya proyek jalan layang yang digunakan pada penelitian ini adalah panjang, lebar, lokasi, tipe pondasi, tahun pembuatan. Variabel tersebut kemudian dimasukkan dalam arsitektur jaringan yang paling cocok dan terbaik sehingga akurasi mencapai 28% sesuai standar AACE.

---

Project cost estimating of flyover with high accuracy in the conceptual phase of project development is essential for planning and feasibility studies. However, a number of difficulties arise when performing cost estimates during the conceptual stage. The major problems encountered is the lack of initial information, the lack of database, the lack of appropriate methods of cost estimation, and uncertainty factors. To reach model optimization, correct and good variables are needed as inputs to gain output which is accurate and accountable. The variables which affect the project cost and use in this research are length, width, type of pondation, location and year. The variables then run in the most suitable network architecture and the best, so that the accuracy reached 28% according to the standard AACE."

"ABSTRAKEstimasi biaya tahap konseptual pada konstruksi merupakan hal fundamental bagikeberlangsungan suatu proyek. Perlu dikembangkan suatu metode estimasi biayayang mampu memiliki performa serta akurasi tinggi. Penelitian ini dikhususkanuntuk memberikan gambaran mengenai metode jaringan syaraf tiruan padaestimasi biaya proyek tahap konseptual untuk proyek gedung perkuliahan. Untukmencapai optimasi model, perlu digunakan variabel-variabel yang tepat sebagaiinput sehingga kesahihan dan keakurasian output dapat dipertanggungjawabkan.Variabel yang mempengaruhi biaya proyek gedung perkuliahan yang tersediapada tahap konseptual antara lain, lokasi, pondasi, luas total, tingkat, konstruksiatap, finishing grade, tahun, dan durasi pembangunan. Variabel ini kemudiandimasukkan dalam suatu desain struktur jaringan yang paling cocok sehinggakeakurasiannya mencapai 2%, memenuhi standar AACE.

---

ABSTRACTConceptual estimation is one of the most fundamental part in constructionprojects. Thus, it needed a development in estimation methods in order to gainmore accuracy and better performance in cost estimations. This researchespecially provides an explanation in the implementation of Artificial NeuralNetwork method in lecture building construction cost estimation. To reach modeloptimization, correct variables are needed as inputs to gain output which isaccurate and reliable. The variables which affect the project cost and available atthe conceptual phase are, location, foundation, area, number of story, roofconstruction, finishing grade, year, and project duration. The variables then run inthe best network structure and most fitting model of artificial neural network toobtain the best result, which is 2% complimentary to AACE standard."

"Peningkatan pemakaian logam berat dalam keperluan sehari-hari meningkatkan juga pencemaran logam berat tersebut ke sehingga menjadi sangat penting mengidentifikasi potensi pencemaran dalam kolom air. Sedimen dasar sebagai stok historikal pencemar logam berat juga perlu diteliti risiko pencemarannya terhadap kolom air. Selain meneliti kandungan total perlu dilakukan spesiasi untuk menggambarkan potensi pencemaran yaitu mobilitas dan bioavaliabilitasnya pada kolom air dan sedimen dasar.Kegiatan sampling telah dilakukan di Danau Mahoni UI untuk kondisi musim hujan dan musim kering pada empat site dengan tiga kedalaman pada masing-masing site. Adapun logam berat yang di teliti adalah Cd, Cu, Pb, dan Zn. Dari penelitian ini dapat ditarik kesimpulan bahwa bila dibandingkan dengan PP 82 tahun 2001, kandungan total logam berat pada Danau UI masih memenuhi baku mutu, sementara untuk potensi pencemaran (mobilitas dan bioavailibilitas) logam beratnya juga masih dalam kategori aman, dimana fraksi dissolved dan fraksi acid extractable berada dibawah 1% dari total logam berat. Keberadaan sedimen sebagai stok pencemar logam berat juga masih dalam kategori aman yang disimpulkan dari mobility factor yang <1% untuk setiap unsur. Sehingga dapat disimpulkan berdasarkan spesisasi yang dilakukan, kolom air dan sedimen dasar Danau Mahoni UI dalam kategori aman.

---

Anthropogenic use of heavy metal as raw material is increasing causing persistence and accumulation in the environment which will further cause higher exposure to living species. Sediment as a historical stock and accumulation site of heavy metal is important to be assessed due to its risk to enter and contaminate the water column. When assessing heavy metal risk to living beings, it is also necessary to assess the speciation of heavy metal in addition to total concentration to obtain a more comprehensive understanding. This research aimed to identify the contamination potential by specifying the fraction of heavy metal in water column and sediment.

Sample was taken from Danau Mahoni UI in rainy and dry season in four sites with three depth point for each site. The elements assessed includes Cd, Cu, Pb, and Zn. This research finally concluded that the water of Danau Mahoni UI is in low risk and can be used as water source according to the standard of Government Regulation number 82 (2001) as the dissolved and acid extractable fraction with high mobility and bioavailability is less than 1% by its total content. The mobility factor of sediment that is less than 1% shows that the sediment is in low risk to recontaminate the water columns."

"ABSTRAKRancang bangun adalah salah satu metode penyelesaian proyek yang banyak menerimaperistiwa risiko akibat terintegrasinya berbagai aktivitas mulai dari aktivitas designsampai dengan aktivitas build. Dalam 5 tahun, terdapat 63 dari 72 proyek industridengan kontrak rancang bangun mengalami penyimpangan biaya. Salah satu strategimanajemen risiko adalah memasukan biaya kontingensi dalam estimasi biaya. Penelitianini bertujuan untuk membuat suatu model perhitungan biaya kontingensi berbasis risikodari setiap aktivitas yang terjadi pada 7 proses bisnis kontraktor rancang bangun mulaidari proses bisnis design, procurement, finance, controlling, build, safety dan contractcontrolling. Metode yang digunakan pada penelitian ini adalah simulasi monte carlo.Hasil penelitian ini adalah suatu model persentase biaya kontingensi sebesar 4,46 4,91 dengan tingkat kepercayaan 95 . Dimana didapatkan 7 proses bisnis, 145aktivitas, 31 output dan 10 peristiwa risiko tertinggi yang berpengaruh signifikantterhadap kinerja biaya proyek.

---

ABSTRACT Design build is one method of project completion that accepts many risks due to theintegration of various activities start from design activities until build activities. Within 5years, 63 from 72 industrial projects with design build contract is experiencing costoverrun. One of the risk management strategies due to uncertainty is to include acontingency cost amount in the estimated cost. This study aims to make model calculationof risk based contingency costs from each activity in 7 business process contractor designbuild, start from design, procurement, finance, controlling, build, safety and contractcontrolling. The method used in this research is monte carlo simulation. The result of thisresearch is a contingency cost percentage model of 4.46 4.91 with 95 confidencelevel. Which has 7 business processes, 145 activities, 31 outputs and 10 highest riskevents that have a significant effect on project cost performance."

"Keselamatan dan Kesehatan Kerja (K3) menjadi salah satu aspek yang wajib dilaksanakan oleh penyelenggara jasa konstruksi baik. Hal ini diatur dalam peraturan pemerintah mengenai pelaksanaan jasa konstruksi. Sektor konstruksi merupakan penyumbang kasus kecelakaan terbesar di Indonesia dengan rata-rata kejadian sekitar 32% setiap tahunnya Angka kecelakaan kerja didunia konstruksi setiap tahunnya terus meningkat. Salah satu aspek keberhasilan pelaksanaan keselamatan kerja adalah dengan tersedianya anggaran yang layak dan secara khusus dialokasikan untuk pelaksanaan K3 di proyek konstruksi, namun alokasi biaya K3 secara aktual pada sebagian besar proyek saat ini masih belum mencukupi apabila dibandingkan dengan pedoman yang berlaku di lingkungan Kementrian PUPR. Hal tersebut dapat meningkatkan anggaran biaya awal dan menyebabkan kerugian finansial. Sehingga perlu dikembangkan model estimasi biaya yang mampu melakukan estimasi biaya dengan cepat dan akurat. Tujuan dari penelitian ini adalah untuk melakukan estimasi biaya K3 Kontruksi dengan cepat dan mempunyai tingkat akurasi yang tinggi. Penelitian akan melakukan pembelajaran biaya K3 dengan metode fuzzy dan jaringan saraf tiruan (Artificial Neural Network). Hasil dari penelitian ini adalah model estimasi biaya K3 yang memiliki tingkat akurasi yang tinggi dengan nilai MAPE (Mean Absolute Percentage Error) sebesar 9,906%. Model yang didapat memiliki tingkat akurasi yang lebih baik apabila dibandingkan dengan perhitungan estimasi biaya menggunakan analisa regresi.

---

Occupational Safety and Health (OHS) is must be implemented in construction project. This is regulated in government regulations regarding the implementation of construction services. The construction sector is the biggest contributor to accident cases in Indonesia with an average occurrence of around 32% every year. The number of work accidents in the construction world continues to increase every year. Implementation of Occupational Safety and Health (OHS) can be success if the availability of budget are specifically allocated for the implementation of OHS in construction projects, but the actual allocation of OHS costs in most projects is still insufficient when compared with the applicable guidelines in Kementrian PUPR. This can increase the initial budget and cause financial losses. So it is necessary to develop a cost estimation model that is able to estimate costs quickly and accurately.

The purpose of this study is to estimate OHS Construction costs quickly and have a high degree of accuracy. The study will conduct OHS cost learning with fuzzy method and artificial neural network. The results of this study are the OHS cost estimation model that has a high level of accuracy with a MAPE (Mean Absolute Percentage Error) of 9.906%. The model has a higher accuracy than the calculation of estimated costs using regression analysis."

"Pembengkakan biaya yang terjadi pada proyek konstruksi di Indonesia masih masif dan terus terjadi. Dampak dari pembengkakan biaya diantaranya yaitu penundaan dalam penyelesaian proyek, penurunan kualitas proyek, hingga menurunkan keuntungan stakeholder proyek (Susanti & Nurdiana, 2020). Pembengkakan biaya dapat terjadi akibat adanya pemborosan waste dari kegiatan proyek yang tidak menambah nilai (Non-Value Added). Oleh karena itu, diperlukan pendekatan lean construction untuk meminimalkan pemborosan dan memaksimalkan nilai tambah proyek. Kerangka lean thinking dan metode Value Stream Mapping akan digunakan dalam penelitian ini. Value Stream Mappingmerupakan alat untuk membuat representasi diagram alur dari seluruh langkah dalam suatu proses pekerjaan proyek dengan tujuan untuk menampilkan potensi perbaikan yang dapat diterapkan. Dengan metode ini akan diidentifikasi faktor pemborosan dalam fase perancangan dan fase konstruksi serta rekomendasi untuk mengeliminasi pemborosan pada proyek bangunan gedung bertingkat. Metode yang digunakan dalam penelitian ini adalah validasi pakar, survei kuesioner, dan pengolahan data menggunakan analisa deskriptif, analisa RII, dan analisis uji SPSS 29. Analisis ini akan memberikan wawasan mendalam tentang bagaimana setiap faktor pemborosan berkontribusi terhadap inefisiensi keseluruhan dan biaya tambahan dalam proyek konstruksi. Sebagai hasil dari penelitian, VSM mempengaruhi proyek dalam membantu mengurangi ketidakefisienan dalam biaya operasional proyek & pembengkakan biaya proyek. Hasil penelitian ini diharapkan dapat memberikan rekomendasi praktis yang dapat diimplementasikan oleh para stakeholder proyek untuk meningkatkan produktivitas dan mengurangi potensi dalam pembengkakan biaya proyek.

---

Cost overruns in construction projects in Indonesia remain massive and ongoing. The impacts of these cost overruns include delays in project completion, decreased project quality, and reduced profits for project stakeholders (Susanti & Nurdiana, 2020). Cost overruns can occur due to wasteful activities in project operations that do not add value (Non-Value Added). Therefore, a lean construction approach is required to minimize waste and maximize the added value of the project. The lean thinking framework and the Value Stream Mapping method will be used in this research. Value Stream Mapping is a tool for creating a diagrammatic representation of all steps in a project work process, with the aim of showcasing potential improvements that can be applied. This method will identify faktors of waste in the design and construction phases and provide recommendations for eliminating waste in high-rise building projects. The methods used in this research are expert validation, questionnaire survey, and data processing using descriptive analysis and spearman correlation using Statistical Product for Service Solution (SPSS). As a result of the research, VSM affects the project by helping to reduce inefficiencies in project operational costs and project cost overruns. The results of this research are expected to provide practical recommendations that can be implemented by project stakeholders to enhance productivity and reduce the potential for cost overruns in construction projects."

"Akurasi estimasi biaya konstruksi proyek jalan dalam tahap konseptual merupakan hal penting dalam proses perencanaan, pemrograman serta rencana studi kelayakan. Kesulitan-kesulitan yang muncul dalam menghitung estimasi biaya konstruksi dalam tahap konseptual diantaranya kekurangan sejumlah informasi awal, kekurangan basis data dari biaya pelaksanaan pekerjaan jalan, data-data yang hilang, metode perkiraan biaya yang tepat, dan sejumlah ketidakpastian. Biaya-biaya yang timbul dalam pengelolaan konstruksi jalan merupakan sesuatu yang 'noisy', yang diakibatkan oleh faktor-faktor yang tidak dapat diprediksi seperti judgement, fluktuasi harga pasar secara acak, dan kondisi cuaca. Artificial Neural Network (ANN) merupakan salah satu cabang dari Artificial Intelligence yang berguna dalam hal memecahkan masalah dengan meniru cara kerja otak manusia. Penelitian akan mengeksplorasi penggunaan teknik ANN dalam memodelkan estimasi biaya konseptual proyek konstruksi jalan. Pelatihan serta evaluasi kinerja untuk tiap model yang dibuat dilakukan dengan teknik heuristik dan trial error untuk mencari model yang tepat dan efisien dalam memprediksi estimasi biaya dari suatu pekerjaan konstruksi jalan dalam tahap konseptual. Model estimasi biaya berbasis ANN kemudian dikembangkan ke dalam suatu sistem prototype yang mampu mengestimasi biaya konseptual konstruksi jalan dengan akurat. Hasil estimasi dari sistem prototype menunjukan rata-rata kesalahan sebesar 11.44% untuk seluruh data pelatihan dan pengujian, dengan tingkat generalisasi prediksi lebih baik dibandingkan dengan keluaran Matlab.

---

Accuracy in conceptual cost estimation of highway construction is important to plan, program, and assess the feasibility of project. The difficulties arise in cost estimation as follow: lack of initial information and database of construction, lost of data, incompatible method of estimation, and uncertainties. Cost function in highway construction are very noisy caused by many unpredictable factors i.e. judgement, market price fluctuation randomly and weather condition.

Artificial Neural Network (ANN) is a branch of Artificial Intelligence which is very useful in problem solving by mimics the human brain function. This research explores the use of ANN to develop the model of conceptual cost estimation in highway construction. Training and performance evaluation have been performed by heuristic and trial-error to find the fit and proper model in cost prediction of conceptual stage.

Cost estimation model base ANN technique is developed into prototype system that could estimate the conceptual cost of highway construction accurately. Estimation result of prototype system shows average error reach 11.44% for all training and testing data where generalization of prototype system output is better than Matlab."

"Logam Seng masih menjadi pencemar di lingkungan yang berasal dari berbagai yang limbahnya langsung dibuang begitu saja ke perairan. Kehadiran biota perairan dapat dijadikan sebagai bioindikator untuk mengidentifikasi adanya pencemar logam berat. Kinetika proses bioakumulasi logam Seng melalui jalur air tawar dengan menggunakan ikan bawal (Colossoma macropomum) dan ikan sepat (Trichogaster trichopterus) sebagai bioindikator telah diteliti dengan menganalisis pengaruh pada variasi konsentrasi dan pH. Penelitian ini dilakukan dengan menentukan pengaruh bioakumulasi dan efek toksik yang ditimbulkan oleh pencemaran logam berat. Hasil penelitian menunjukkan kenaikan konsentrasi akan menaikkan juga laju pengambilan dan laju pelepasan dari logam Seng oleh ikan bawal (Colossoma macropomum) dan ikan sepat (Trichogaster trichopterus), diperoleh nilai faktor konsentrasi (CF) pada variasi konsentrasi Seng pada ikan bawal adalah 2,56-22,97 mL.g-1 dan pada ikan sepat sebesar 2,14-56,87 mL.g-1. Sedangkan nilai faktor konsentrasi (CF) pada variasi pH untuk ikan bawal sebesar 0,65-13,15 mL.g-1 dan untuk ikan sepat sebesar 0,93-15,29 mL.g-1. Variasi konsentrasi 1,5 ppm pada kondisi pH 7 dianggap berpotensi beracun bagi ikan sepat. Sedangkan untuk ikan bawal, semua variasi konsentrasi dan pH diperkirakan tidak memiliki potensi beracun. Metode ini diharapkan memberikan informasi yang dapat dijadikan sebagai studi lingkungan hidup dan untuk keperluan keamanan pangan terhadap efek toksik yang ditimbulkan.

---

Zinc metal is still a pollutant in the environment that comes from various wastes whose waste is directly dumped into the water. The presence of aquatic biota can be used as a bioindicator to identify the presence of heavy metal contaminants. The kinetics of the zinc metal bioaccumulation process through freshwater using pomfret (Colossoma macropomum) and sepat fish (Trichogaster trichopterus) as bioindicators has been investigated by analyzing the effect on variations in concentration and pH. This research was conducted by determining the effects of bioaccumulation and toxic effects caused by heavy metal pollution. According to the findings, increasing the concentration increases the rate of uptake and release of zinc metal by pomfret (Colossoma macropomum) and sepat fish (Trichogaster trichopterus). In sepat fish, the concentrations were 22.97 mL.g-1 and 2.14-56.87 mL.g-1. While the value of the concentration factor (CF) on the variation of pH for pomfret is 0.65–13.15 mL.g-1 and for sea bass is 0.93–15.29 mL.g-1. Concentration variations of 1.5 ppm at pH 7 are considered potentially toxic to finfish. As for pomfret, all variations in concentration and pH are not estimated to have toxic potential. This method is expected to provide information that can be used for environmental studies and for food safety purposes against toxic effects."