• Tidak ada hasil yang ditemukan

PENERAPAN PENJADWALAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTECARLO PADA PROYEK PEMBANGUNAN GEDUNG PURI ADHYAKSA JAKARTA TIMUR

N/A
N/A
Protected

Academic year: 2021

Membagikan "PENERAPAN PENJADWALAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTECARLO PADA PROYEK PEMBANGUNAN GEDUNG PURI ADHYAKSA JAKARTA TIMUR"

Copied!
6
0
0

Teks penuh

(1)

Abstrak— Dalam dunia proyek konstruksi terdapat beberapa teknik dan metode perencanaan dalam menyusun penjadwalan pada proyek. Metode yang sering dipergunakan oleh para perencana adalah CPM (Critical Path Method) baik melalui PDM (Precedence Diagram Method) ataupun ADM (Arrow Diagram

Method), di mana kedua metode tersebut menggunakan estimasi

durasi aktivitas yang deterministic atau diasumsikan bahwa durasi kegiatan dianggap diketahui dengan pasti. Padahal, pada kenyataannya banyak risiko yang muncul pada aktivitas-aktivitas di lapangan yang sifatnya tidak tentu (uncertainty). Akibatnya, banyak proyek konstruksi yang berjalan melebihi estimasi waktu yang telah direncanakan. Tujuan penyusunan tugas akhir ini adalah membuat penjadwalan probabilistik untuk mengantisipasi hal tersebut. Penelitian mengenai penjadwalan probabilistik pada tugas akhir ini akan diaplikasikan pada proyek pembangunan Gedung Puri Adhyaksa Jakarta Timur. Prosedur yang akan dilakukan antara lain berupa pengumpulan data penjadwalan proyek, menentukan hubungan antar aktivitas proyek, melakukan estimasi durasi aktivitas proyek dan melakukan simulasi dengan menggunakan simulasi Monte Carlo yang terdapat pada program @Risk for Project. Estimasi durasi diperoleh dari hasil survey wawancara dengan pihak kontraktor proyek pembangunan gedung Puri Adhyaksa yaitu PT. PP Tbk. Dari 1000 kali iterasi menggunakan simulasi monte carlo pada perangkat lunak @Risk for Project yang terintegrasi dengan perangkat lunak Microsoft Project, diperoleh nilai durasi maksimum (b), durasi rata (m) dan durasi minimum secara berurutan adalah sebesar 281 hari, 268 hari, dan 256 hari. Terdapat 37 aktivitas yang memiliki critical index lebih besar dari 80%. Dari analisa sensitivitas, diketahui ada 16 aktivitas yang memiliki sensitivitas tinggi. Aktivitas-aktivitas yang sensitivitasnya tinggi ini, ternyata termasuk aktivitas yang memliki critical index lebih besar dari 80%. Hal ini membuktikan bahwa aktivitas-aktivitas tersebut memang perlu mendapat prioritas dalam penyelesaiannya.

I. PENDAHULUAN

Dalam proyek konstruksi terdapat beberapa teknik dan metode perencanaan dalam menyusun penjadwalan proyek. Metode yang sering dipergunakan oleh para perencana adalah CPM (Critical Path Method) baik melalui PDM (Precedence Diagram Method) ataupun ADM (Arrow Diagram Method), di mana kedua metode tersebut menggunakan estimasi durasi aktivitas yang deterministik. Dengan kata lain, durasi kegiatan dianggap diketahui dengan pasti.

Padahal, pada kenyataannya banyak risiko yang muncul pada aktivitas-aktivitas di lapangan yang sifatnya tidak tentu (uncertainty). Pada proses pelaksanaan, ternyata muncul beberapa risiko yang sebelumnya kurang dipertimbangkan dalam proses penjadwalan. Untuk mengantisipasi ketidakpastian dari durasi proyek konstruksi dalam penjadwalan, telah dikembangkan metode penjadwalan dengan mempertimbangkan ketidakpastian tersebut. Cara yang formal untuk memasukkan ketidakpastian pada penjadwalan adalah dengan menganalisa penjadwalannya secara probabilistik (probabilistic scheduling), dengan metode yang umum digunakan adalah PERT (Program Evaluation and Review Technique). PERT berorientasi pada elemen waktu proyek dengan menggunakan estimasi waktu aktivitas untuk membantu menentukan probabilitas suatu proyek dapat diselesaikan dalam kurun waktu yang diminta. Metode ini memakai 3 angka estimasi untuk setiap aktivitas, yaitu optimistik (a), pesimistik (b) dan yang paling mungkin (m). Dengan memberikan rentang waktu ini, metode PERT bermaksud menampung adanya unsur-unsur yang belum pasti.

Dalam penyusunan penjadwalan ada beberapa aktivitas yang perlu mendapat prioritas utama dalam penyelesaiannya, karena total durasi proyek secara keseluruhan tergantung dari durasi penyelesaian tiap-tiap aktivitas yang menjadi prioritas tersebut. Aktivitas yang perlu diprioritaskan tersebut dapat diperoleh melalui hasil simulasi berupa critical index. Dan untuk lebih memastikan aktivitas mana saja yang perlu diprioritaskan, akan dilakukan analisa sensitivitas tiap aktivitas dengan menggunakan bantuan perangkat lunak @Risk for Project.

Contoh kasus proyek yang akan ditinjau adalah pembangunan Gedung Puri Adhyaksa pada proyek Pembangunan Kawasan Pusat Kegiatan Pengembangan dan Pembinaan Terpadu SDM kejaksaan RI Jakarta Timur. Pada proyek ini akan dibangun sebuah kawasan yang akan menjadi pusat untuk pengembangan dan pembinaan sumber daya manusia yang dalam hal ini ditujukan bagi pegawai Kejaksaan Republik Indonesia yang terdiri dari beberapa gedung dan infrasuktur lainnya seperti jembatan. Penyusunan penjadwalan pada proyek ini menggunakan estimasi durasi aktivitas yang deterministik. Durasi pembangunan gedung Puri Adhyaksa sendiri adalah 326 hari. Gedung ini terdiri dari 12 lantai dan 1 basement.

PENERAPAN PENJADWALAN PROBABILISTIK

MENGGUNAKAN SIMULASI MONTECARLO

PADA PROYEK PEMBANGUNAN GEDUNG PURI ADHYAKSA

JAKARTA TIMUR

Henry Palmer Siregar, Tri Joko Wahyu Adi, ST, MT, Ph.D, Cahyono Bintang Nurcahyo, ST, MT

Jurusan Teknik Sipil, Fakultas Teknik Sipil dan Perencanaan,

Institut Teknologi Sepuluh Nopember (ITS)

Jl. Arief Rahman Hakim, Surabaya 60111

(2)

Berdasarkan uraian di atas, maka perlu disusun sebuah Tugas Akhir mengenai perencanaan penjadwalan ulang menggunakan penjadwalan probabilistik dengan metode yang telah dikembangkan, yaitu PERT (Program Evaluation and Review Technique) pada proyek Pembangunan Kawasan Pusat Kegiatan Pengembangan dan Pembinaan Terpadu SDM Kejaksaan RI Jakarta Timur.

II. METODEPENELITIAN

Dalam penelitian Tugas Akhir ini, metode yang digunakan bersifat eksploratif dan analitis, dimana pada pencarian data akan digunakan metode wawancara, dan penyebaran kuisioner yang bertujuan untuk mengetahui lebih jauh mengenai risiko dan estimasi durasi aktivitas proyek kepada responden yang dituju. Selain itu, dalam pengerjaan Tugas Akhir ini juga diperlukan studi literatur untuk menunjang dan menambah pengetahuan mengenai penjadwalan probabilistik, program @Risk for project dan simulasi Monte Carlo. Studi literatur ini didapat dari modul kuliah, internet serta buku-buku penunjang yang berkaitan dengan topik Tugas Akhir ini.

Penelitian ini melalui langkah-langkah seperti yang tertera pada bagan alir sebagai berikut:

Gambar. 1. Bagan Alir Penelitian

III. HASILPENELITIAN A. Analisa Penjadwalan Deterministik

Karena data penjadwalan yang diperoleh dalam bentuk pdf maka akan dilakukan penyusunan ulang penjadwalan menggunakan program bantu Microsoft Project. Hal ini dilakukan untuk memperoleh network diagram dan mengetahui aktivitas apa saja yang berada dalam lintasan kritis.

Setelah penyusunan ulang penjadwalan menggunakan perangkat lunak Microsoft Project selesai, maka dapat dilihat susunan aktivitas-aktivitas pekerjaan pada penjadwalan. Dari penjadwalan ini diketahui bahwa terdapat aktivitas proyek yang berada dalam lintasan kritis, yaitu:

1. Pekerjaan Bore Pile

2. Galian Tanah (zona 2 dan 4)

3. Bobok Kepala Bore pile (zona 2 dan 4)

4. Bekisting Pile Cap dan Tie Beam (zona 2 dan 4) 5. Pembesian Pile Cap dan Tie Beam (zona 2 dan 4) 6. Pengecoran Pile Cap dan Tie Beam (zona 2 dan 4) 7. Pelat Lantai Basement

8. Kolom Lantai Basement (zona 4) 9. Balok dan Pelat Lantai 1 (zona 4) 10. Kolom Lantai 1 (zona 4)

11. Balok dan Pelat Lantai 2 (zona 4) 12. Kolom Lantai 2 (zona 4)

13. Kolom Lantai 3 (zona 4)

14. Balok dan Pelat Lantai 4 (zona 4) 15. Kolom Lantai 4 (zona 4)

16. Core Wall Lantai 4

17. Balok dan Pelat Lantai 5 (zona 1 dan 2) 18. Kolom Lantai 5 (zona 2)

19. Balok dan Pelat Lantai 6-12 (zona 2) 20. Kolom Lantai 6-12 (zona 2)

21. Balok dan Pelat Lantai Atap (zona 2) B. Estimasi Durasi Probabilistik

Estimasi durasi probabilistik diperoleh melalui survey dengan menyusun formulir kuisioner yang akan diberikan kepada responden-responden yang dituju untuk diisi dengan pertimbangan berdasarkan pengalaman yang dimiliki. Responden-responden yang dimaksud adalah engineer-engineer yang ada pada kontraktor pelaksana (PT.PP Tbk.) proyek Pembangunan Gedung Puri Adhyaksa. Jumlah responden yang dituju adalah lima responden. Seluruh data yang diperoleh dari lima responden ini dikumpulkan dan direkapitulasi.

Seluruh data yang diperoleh mempuyai durasi penyelesaian yang berbeda-beda untuk setiap item pekerjaan. Untuk itu, seluruh data durasi dari lima responden tersebut perlu direkapitulasi dan diolah terlebih dahulu. Sebagai contoh, pekerjaan bore pile (zona1) mempunyai 15 estimasi durasi penyelesaian yang berbeda, meliputi:

1) Waktu tercepat pekerjaan bore pile (zona1) dapat diselesaikan. Yang terdiri dari:

i. Berdasarkan expert judgement Responden 1 adalah 6 hari

Kesimpulan

Perhitungan Penjadwalan Probabilistik Menggunakan Simulasi Monte Carlo

Analisa dan Pembahasan Aktivitas yang Diprioritaskan (Critical Index dan Sensitivitas)

Latar Belakang

Perumusan Masalah dan Tujuan

Analisa Penjadwalan Deterministik Pengumpulan Data Sekunder

Penentuan Populasi, Sampel dan Responden

Pengumpulan Data Primer (Survey Untuk Estimasi Durasi)

(3)

ii. Berdasarkan expert judgement Responden 2 adalah 5 hari

iii. Berdasarkan expert judgement Responden 3 adalah 6 hari

iv. Berdasarkan expert judgement Responden 4 adalah 5 hari

v. Berdasarkan expert judgement Responden 5 adalah 5 hari

2) Waktu rata-rata pekerjaan bore pile (zona1) dapat diselesaikan. Yang terdiri dari:

i. Berdasarkan expert judgement Responden 1 adalah 8 hari

ii. Berdasarkan expert judgement Responden 2 adalah 7 hari

iii. Berdasarkan expert judgement Responden 3 adalah 7,5 hari

iv. Berdasarkan expert judgement Responden 4 adalah 6 hari

v. Berdasarkan expert judgement Responden 5 adalah 6 hari

3) Waktu terlama pekerjaan bore pile (zona1) dapat diselesaikan. Yang terdiri dari:

i. Berdasarkan expert judgement Responden 1 adalah 10 hari

ii. Berdasarkan expert judgement Responden 2 adalah 8 hari

iii. Berdasarkan expert judgement Responden 3 adalah 9 hari

iv. Berdasarkan expert judgement Responden 4 adalah 7 hari

v. Berdasarkan expert judgement Responden 5 adalah 7 hari

Data-data tersebut di atas kemudian dihitung nilai rata-ratanya, seperti contoh perhitungan rata-rata pekerjaan bore pile (zona1) berikut ini:

1) Rata-rata waktu tercepat ( a ) pekerjaan dapat diselesaikan: Rata-rata a = R1+R2+R3+R4+R5 5 = 6 + 5 + 6 + 5 + 5 5 = 5,4 hari

2) Rata-rata dari waktu rata-rata ( m ) pekerjaan dapat diselesaikan: Rata-rata m = R1+R2+R3+R4+R5 5 = 8 + 7 + 7,5 + 6 + 6 5 = 6,9 hari

3) Rata-rata waktu terlama ( b ) pekerjaan dapat diselesaikan: Rata-rata b = R1+R2+R3+R4+R5

5

= 10 + 8 + 9 + 7 + 7 5

= 8,2 hari

Perhitungan seperti di atas, diterapkan pada pada seluruh aktivitas proyek. Kemudian data estimasi durasi yang sudah direkapitulasi ini yang akan digunakan dalam simulasi yang akan dijalankan pada perangkat lunak @Risk for Project.

Selain diminta untuk mengestimasi durasi probabilistik, responden-responden ini juga diminta untuk menentukan resiko-resiko yang mungkin terjadi pada tiap-tiap aktivitas pekerjaan.

C. Hasil Simulasi

Data durasi yang telah direkapitulasi akan diolah dalam simulasi yang akan dijalankan yaitu simulasi Monte Carlo. Proses input data ini (gambar 2), dilakukan bersamaan dengan proses penentuan bentuk distribusi dan dilakukan satu per satu pada semua aktivitas pekerjaan yang sebelumnya sudah dimasukkan pada perangkat lunak Microsoft Project. Bentuk distribusi yang akan digunakan yaitu distribusi triangular karena karena terdiri dari tiga variabel waktu sesuai dengan tujuan perhitungan penjadwalan probabilistik dan data durasi probabilistik yang di peroleh.

Gambar. 2. Define Distribution @Risk for Project

Berikut ini adalah hasil distribusi durasi penyelesaian proyek : a. Nilai maksimum total durasi proyek adalah 281 hari. Dari

1000 kali iterasi dalam simulasi didapatkan total durasi penyelesaian proyek paling lambat adalah 281 hari. b. Nilai minimum total durasi proyek adalah 256 hari. Dari

1000 kali iterasi dalam simulasi didapatkan total durasi penyelesaian proyek paling lambat adalah 256 hari.

(4)

c. Nilai mean/rata-rata durasi proyek adalah 268 hari. Dari 1000 kali iterasi dalam simulasi didapatkan total durasi penyelesaian proyek paling cepat adalah 268 hari. Nilai rata-rata didapatkan dari penjumlahan semua total durasi dibagi dengan jumlah iterasi sebanyak 1000.

d. Varian dari populasi total durasi proyek adalah 15,5185, damana varian adalah ukuran sebesapa besar penyebaran nilai dalan distribusi. Nilai ini didapat dari rata-rata penyimpangan kuadrat populasi total durasi proyek terhadap rata-rata total durasi proyek.

e. Standar Deviasi dari durasi proyek adalah 3,9394. Standar deviasi adalah akar dari varian.

f. Skewness dari total durasi proyek adalah 0,0647. Hal ini menunjukkan bahwa bentuk distribusi dari total durasi tidak simetris, melainkan agak condong ke kanan dengan penyimpangan terhadap rata-rata atau puncak sebesar 0,0647.

g. Kurtosis dari total durasi adalah 3,0557. Kurtosis merupakan ukuran dari bentuk distribusi total durasi yang akan mendeskripsikan seberapa datar atau cembung bentuk distribusi yang dihasilkan.

h. Mode dari total durasi adalah 268,720. Mode merupakan nilai yang paling sering muncul dari populasi total durasi proyek atau nilai yang memiliki frekuensi paling besar. Hal ini berarti nilai tersebut merupakan nilai variabel acak yang probabilitasnya paling besar.

i. Persentil, yaitu pembagian 100 kedudukan data yang terurut dalam distribusi.

P 5% = 261 hari, ini berarti bahwa total durasi penyelesaian proyek yang jatuh pada 261 hari atau kurang dari itu sebesar 5% dari seluruh data, sedangkan 95% nya jatuh lebih dari 261 hari.

P 95% = 274 hari, ini berarti bahwa total durasi penyelesaian proyek yang jatuh pada 274 hari atau lebih dari itu sebesar 95% dari seluruh data, sedangkan 5% nya jatuh kurang dari 274 hari.

j. Kontingensi waktu, yaitu rencana waktu cadangan yang dipakai untuk mengatasi keadaan yang tidak tentu atau diluar rencana. Metode umum yang dipakai untuk menghitung kontingensi waktu yaitu nilai median sampai interval waktu tertentu (dalam hal ini digunakan P80%). P50% = 268 hari

P80% = 271 hari

Jadi, kontingensi waktu = 3 hari

(seperti terlihat pada gambar 3)

Gambar. 3. Kontingensi Waktu

Melalui simulasi diperoleh juga critical index. Crtitical index yang tinggi menunjukkan seberapa sering sebuah aktivitas berada dalam lintasan kritis selama simulasi dijalankan. Semakin sering sebuah aktivitas berada dalam lintasan kritis, semakin tinggi juga critical index aktivitas tersebut.

Berdasarkan hasil simulasi, didapat 37 aktivitas yang memiliki critical index lebih besar dari 80% seperti yang tertera pada tabel 1.

Aktivitas-aktivitas ini merupakan aktivitas yang selalu kritis dalam penjadwalan proyek sehingga harus diberi prioritas lebih dalam penyelesaiannya. Karena aktivitas-aktivitas ini yang menentukan durasi total proyek.

Berdasarkan daftar resiko yang diperoleh dari survey, maka kita dapat menghubungkan aktivitas-aktivitas yang memiliki critical index yang tinggi seperti yang tertera pada tabel 1.

Sebagai contoh pada tabel 1, dapat kita ketahui bahwa aktivitas bore pile (zona 1) memiliki critical index 100%. Artinya adalah dari 1000 kali iterasi, aktivitas ini berada pada lintasan kritis sebanyak 1000 kali. Dan berdasarkan survey yang telah dilakukan kepada lima orang responden berdasarkan pengalaman responden, ada beberapa resiko yang perlu diantisipasi dari aktivitas bore pile, yaitu:

1. Kondisi tanah yang mudah longsor

2. Kemungkinan rusaknya alat untuk melakukan pengeboran.

Dengan mengetahui bahwa aktivitas bore pile merupakan aktivitas yang selalu berada pada lintasan kritis dan mengetahui kemungkinan-kemungkinan resiko pada aktivitas bore pile, maka seharusnya aktivitas ini diprioritaskan dengan cara mengantisipasi resiko-resiko yang mungkin terjadi seperti diatas dan melakukan pengendalian dan pengawasan yang lebih ketat salama palaksanaan aktivitas ini.

Karena dampak dari resiko-resiko di atas adalah bertambahnya durasi total proyek yang juga akan berdampak secara langsung pada meningkatnya biaya proyek.

(5)

Tabel 1. Critical Index

ID Nama Aktivitas

Critical Index

(%)

5 Bore Pile (zona 1) 100

7 Bore Pile (zona 2) 100

20 Galian Tanah (zona2) 100

21 Bobok Kepala Bore Pile (zona2) 100 22

Bekisting Pile Cap dan Tie Beam

(zona2) 100

23

Pembesian Pile Cap dan Tie Beam

(zona2) 100

24 Pengecoran (zona2) 100

57 Pelat Lantai Basement (zona 1) 100 60 Pelat Lantai Basement (zona 2) 100 63 Pelat Lantai Basement (zona 3) 100 66 Pelat Lantai Basement (zona 4) 100 67

Kolom Lantai Basement

(zona 4) 100

80

Balok dan Pelat Lantai 1

(zona 4) 100

81 Kolom Lantai 1 (zona 4) 100 94

Balok dan Pelat Lantai 2

(zona 4) 100

95 Kolom Lantai 2 (zona 4) 100 105 Kolom Lantai 3 (zona 4) 100 118 Balok dan Pelat Lantai 4 (zona 4) 100 119 Kolom Lantai 4 (zona 4) 100 123

Balok dan Pelat Lantai 5

(zona 1) 100

127

Balok dan Pelat Lantai 5

(zona 2) 99,6

128 Kolom Lantai 5 (zona 2) 99,6 136

Balok dan Pelat Lantai 6

(zona 2) 99,6

137 Kolom Lantai 6 (zona 2) 99,6 145 Balok dan Pelat Lantai 7 (zona 2) 99,6 146 Kolom Lantai 7 (zona 2) 99,6 154

Balok dan Pelat Lantai 8

(zona 2) 99,6

155 Kolom Lantai 8 (zona 2) 99,6 163

Balok dan Pelat Lantai 9

(zona 2) 99,6

164 Kolom Lantai 9 (zona 2) 99,6 172 Balok dan Pelat Lantai 10 (zona 2) 99,6 173

Kolom Lantai 10

(zona 2) 99,6

181 Balok dan Pelat Lantai 11 (zona 2) 99,6 182 Kolom Lantai 11 (zona 2) 99,6 190 Balok dan Pelat Lantai 12 (zona 2) 99,6 191 Kolom Lantai 12 (zona 2) 99,6 197

Balok dan Pelat Lantai Atap

(zona 2) 99,6

Selain menghasilkan critical index, simulasi menggunakan perangkat lunak @Risk for Project juga menghasilkan nilai sensitivitas aktivitas-aktivitas proyek.

Angka sensitivitas seperti yang ditertera dalam tabel 2 menunjukkan seberapa besar pengaruh dari suatu aktivitas pekerjaan terhadap keseluruhan proyek. Berdasarkan hasil

simulasi, ada 16 aktivitas yang memiliki tingkat sensitivitas yang tinggi.

Sebagai contoh, aktivitas bore pile (zona 2) mimiliki angka sensitivitas sebesar 0,249. Artinya adalah pengaruh aktivitas ini terhadap durasi total proyek adalah 24,9%. Jika aktivitas ini mengalami keterlambatan dalam penyelesaiannya maka kemungkinan aktivitas ini untuk mengakibatkan keterlambatan penyelesaian proyek secara keseluruhan adalah 24,9%.

Tabel 2. Sensitivitas

Sensitivity

Rank Name Regr

#1

Bobok Kepala Bore Pile/Duration (Dist.11) /

Task 21 0,283

#2 Kolom/Duration (Dist.75) / Task 119 0,278 #3 Kolom/Duration (Dist.66) / Task 105 0,273 #4 Kolom/Duration (Dist.52) / Task 81 0,273 #5 Kolom/Duration (Dist.44) / Task 67 0,264 #6 Kolom/Duration (Dist.61) / Task 95 0,262 #7 Pekerjaan Bore Pile/Duration (Dist.2) / Task 7 0,249 #8 Kolom/Duration (Dist.87) / Task 137 0,178 #9 Kolom/Duration (Dist.105) / Task 164 0,169 #10 Kolom/Duration (Dist.123) / Task 191 0,168 #11 Kolom/Duration (Dist.93) / Task 146 0,167 #12 Kolom/Duration (Dist.111) / Task 173 0,167 #13 Kolom/Duration (Dist.99) / Task 155 0,167 #14 Pelat Lantai/Duration (Dist.41) / Task 63 0,159 #15 Pelat Lantai/Duration (Dist.39) / Task 60 0,158 #16 Pengecoran/Duration (Dist.14) / Task 24 0,157

IV. KESIMPULAN/RINGKASAN

Dari hasil analisa pada Bab IV, diperoleh beberapa kesimpulan sebagai berikut:

1. Dari 1000 kali iterasi menggunakan simulasi monte carlo pada perangkat lunak @Risk for Project yang terintegrasi dengan perangkat lunak Microsoft Project, diperoleh nilai durasi maksimum (b), durasi rata (m) dan durasi minimum secara berurutan adalah sebesar 281 hari, 268 hari, dan 256 hari.

2. Dalam penyusunan penjadwalan ada beberapa aktivitas yang perlu diprioritaskan dalam penyelesaiannya. Karena aktivitas-aktivitas ini yang paling menentukan durasi total penyelesaian proyek. Aktivitas-aktivitas ini diperoleh melalui hasil simulasi berupa critical index. Berdasarkan hasil simulasi, didapat 37 aktivitas yang memiliki critical

(6)

index lebih besar dari 80%. Selain menghasilkan critical index, simulasi menggunakan perangkat lunak @risk for project juga menghasilkan nilai sensitivitas aktivitas-aktivitas proyek. Angka sensitivitas, menunjukkan seberapa besar pengaruh dari suatu aktivitas pekerjaan terhadap keseluruhan proyek. Berdasarkan hasil simulasi, ada 16 aktivitas yang memiliki tingkat sensitivitas yang tinggi. Artinya aktivitas-aktivitas yang berada pada lintasan kritis (hasil analisa penjadwalan deterministik) terbukti memiliki critical index yang tinggi serta sensitivitas yang tinggi pula.

3. Dengan mengetahui aktivitas apa saja yang perlu diprioritaskan dan resiko-resiko yang mungkin terjadi maka keterlambatan penyelesaian proyek dapat diantisipasi dengan memberikan perhatian lebih pada resiko-resiko tersebut. Berdasarkan analisa sensitivitas, aktivitas yang beresiko tinggi paling berpengaruh pada durasi total proyek adalah pekerjaan kolom. Berikut ini adalah daftar resiko dari aktivitas-aktivitas pada proyek pembangunan gedung Puri Adhyaksa:

NO NAMA PEKERJAAN RESIKO

1

PEKERJAAN BORE PILE (L=27M,Ø0,8 M

)

- KERUSAKAN ALAT TIDAK BIAS DIPREDIKSI - KONDISI TANAH MUDAH LONGSOR

2 PEKERJAAN

GALIAN TANAH

- KONDISI TANAH MUDAH LONGSOR - MOBILISASI PEMBUANGAN TANAH SERING

TERLAMBAT

3 BOBOK KEPALA BORE PILE

- TERJADINYA KESALAHAN ELEVASI KARNA FAKTOR PEKERJA

4 PEKERJAAN PILE CAP &TIE BEAM

- KONDISI TANAH BERAIR SEHINGGA MENGHAMBAT PEKERJAAN

5 PEKERJAAN

RETAINING WALL - KONDISI TANAH MUDAH LONGSOR

6

PEKERJAAN PELAT LANTAI BASEMENT

- TERJADINYA HUJAN SEHINGGA GALIAN BASEMENT TERGENANG AIR.

7

PEKERJAAN BALOK &PELAT

(LANTAI 1–4)

- BALOK MELENDUT AKIBAT PEMASANGAN BEKISTING TIDAK BENAR

8

PEKERJAAN BALOK &PELAT (LANTAI 5–11&

ATAP )

- BALOK MELENDUT AKIBAT PEMASANGAN BEKISTING TIDAK BENAR

9 PEKERJAAN

KOLOM

- KEPALA KOLOM MELINTIR KARENA PEMASANGAN BEKISTING TIDAK BENAR

10

PEKERJAAN CORE WALL &SHEAR WALL (LANTAI 1

–4)

- SAMBUNGAN PER PANEL NGEPLINT. - SUKAR DIVIBRATOR WAKTU

PENGECORAN, BERAKIBAT KEROPOS

11

PEKERJAAN CORE WALL &SHEAR WALL (LANTAI 5

–11)

- SAMBUNGAN PER PANEL NGEPLINT. - SUKAR DIVIBRATOR WAKTU

PENGECORAN, BERAKIBAT KEROPOS

DAFTARPUSTAKA

[1] AbouRizk, S.M., dan D.W. Halphin. 1992. “Statistical Properties of Construction Duration Data”. Journalof Construction Engineering and Management 118 (3). [2] Ervianto, Wulfram I.2004 . Manajemen Proyek

Konstruksi . Yogyakarta : Penerbit Andi Offset.

[3] F.H. Griffis and Farr, John V. 2000. Construction Planning for Engineers. Singapore: McGrawl-Hill International Editions

[4] Kakiay, Thomas J.2004.Pengantar Sistem Simulasi. Yogyakarta : Penerbit Andi Offset

[5] Soeharto, Iman.1995 . Manajemen Proyek : dari Konseptual sampai Operasional. Jakarta : Penerbit Erlangga

[6] Project Management Institute.2004. A Guide to Project Mangement Body of Knowledge (PMBOK Guide).USA

[7] Palisade. 2009. Tutorial @Risk. Google: www.palisade.com

Gambar

Tabel 1. Critical Index

Referensi

Dokumen terkait

Variabel bebas pada penelitian ini adalah penentuan komponen senyawa metabolit sekunder pada fraksi N-heksan buah Limonia acidissima L yang akan digunakan pada

Halaman alat ungkap pengenalan lingkungan pekerjaan seperti pada gambar 8 adalah halaman yang berisikan soal-soal yang wajib dijawab oleh peserta didik untuk

Uji ini dapat dipercaya terbukti dengan perbedaan yang bermakna antara nilai uji Virotec Dengue IgG/IgM XP pada penderita DBD dan non-DBD serta mempunyai nilai

 Bertanya atas presentasi yang dilakukan dan peserta didik lain diberi kesempatan untuk menjawabnya.  Pendidik memberikan feedback dan bersama peserta didik

Menimbang, bahwa pada prinsipnya Pengadilan Tinggi Agama sependapat dengan Pengadilan Agama Padang mengenai kewajiban yang harus dibebankan kepada Tergugat

Data dokumenter yang digunakan dalam penelitian ini diperoleh Annual report, ICMD, dan data perdagangan saham di bank, yang berupa laporan keuangan perusahaan

Pendapat ini serupa dengan pendapat (SAwarjuwono 2003) yang menyatakan bahwa Intellectual Capital merupakan jumlah dari apa yang dihasilkan oleh tiga elemen

Selanjutnya dilakukan peramalan untuk data harga garam yang dipengaruhi oleh curah hujan dengan melihat model trend garis lurus linear menggunakan metode least square