PENERAPAN METODE MONTE CARLO PADA PENJADWALAN PROYEK KONSTRUKSI (STUDI KASUS: PROYEK PEMBANGUNAN APARTEMEN THE REIZ CONDO MEDAN)

(1)

PENERAPAN METODE MONTE CARLO PADA PENJADWALAN PROYEK KONSTRUKSI

(STUDI KASUS: PROYEK PEMBANGUNAN APARTEMEN THE REIZ CONDO MEDAN)

APPLICATION OF MONTE CARLO METHOD FOR THE CONSTRUCTION PROJECT SCHEDULING

(CASE STUDY : CONSTRUCTION PROJECT OF THE REIZ CONDO APARTMEN MEDAN)

M. Taqwa Sitompul¹, Indra Jaya Pandia², Andy Putra Rambe³

1,2,3

Departemen Teknik Sipil, Fakultas Teknik, Universitas Sumatera Utara Jalan Perpustakaan Kampus USU, Medan 20155

Email: mtsitompul@gmail.com

ABSTRAK

Dalam bidang manajemen proyek, simulasi Monte Carlo digunakan untuk menghitung atau mengiterasi biaya dan waktu sebuah proyek dengan menggunakan nilai-nilai yang dipilih secara random dari distribusi probabilitas biaya dan waktu yang mungkin terjadi dengan tujuan untuk menghitung distribusi kemungkinan biaya dan waktu total dari sebuah proyek. Sehingga dengan adanya keragaman waktu atau durasi yang tidak menentu, penjadwalan dengan menggunakan software Microsoft Project akan memiliki indikator lebih dalam keuntungan dan kerugian proyek jika menggunakan metode Monte Carlo. Oleh karena itu, salah satu metode digunakan dalam proses analisis risiko untuk menentukan estimasi waktu proyek, yaitu metode simulasi Monte Carlo. Dengan meninjau latar belakang di atas, pada kasus Gedung Apartemen The Reiz Condo Medan maka perlu adanya suatu penelitian untuk mencari durasi penjadwalan yang dapat diterima dan probabilitas penjadwalan pada pembangunan gedung tersebut sehingga mendapat perkiraan waktu yang optimal dan lebih aman.

Pada penelitian ini dilakukan simulasi Monte Carlo pada durasi pekerjaan optimis, paling disukai, dan pesimis hasil survey pada pihak kontraktor gedung Apartemen The Reiz Condo Medan. Simulasi pada penilitian ini menggunakan software Crystal Ball dan distribusi data yang di gunakan adalah distrubusi triangular. Durasi pekerjaan hasil simulasi Monte Carlo kemudian digunakan untuk melakukan penjadwalan menggunakan software Microsoft Project Professional. Sehingga di dapatkan jadwal dan kurva S hasil simulasi Monte Carlo yang selanjutnya akan di analisis dan dibandingkan dengan jadwal durasi rencana, optimis, paling disukai, dan pesimis.

Perbedaan jadwal yang di analisis dan di bandingkan pada penelitian kali ini adalah pada total durasi pekerjaan dan besarnya probabilitas selesainya pekerjaan sesuai jadwal. Dari hasil simulasi menggunakan software Crystal Ball telah diketahui probabilitas penyelesaian pekerjaan proyek hasil simulasi Monte Carlo tiap pekerjaan yang telah disusun menjadi jadwal pada software Microsoft Project menghasilkan durasi mean selama 419 hari dengan probabilitas sebesar 71.26%.

Jadwal dari hasil simulasi memiliki probabilitas yang lebih besar bila di bandingkan dengan jadwal rencana yang memiliki durasi selama 358 hari dengan probabilitas sebesar 0.89%.

Kata Kunci : Monte Carlo, Durasi, Penjadwalan, Crystal Ball, Microsoft Project

(2)

 ISS In the field of project management, Monte Carlo simulation is used to calculate or iterate the costs and times of a project by using randomly selected values from the probability distribution of costs and time that may occur with the aim to calculate the possible distribution of total costs and time of a project. So that with a variety of uncertain times or durations, scheduling using Microsoft Project software will have a deeper indicator of project advantages and disadvantages if using the Monte Carlo method. Therefore, one method is used in the risk analysis process to determine project time estimates, named the Monte Carlo simulation method. By reviewing the background above, in the case of The Reiz Condo Apartment Building it is necessary to have a study to find the duration of acceptable scheduling and the probability of scheduling the construction of the building so that the optimal and safer time estimates are obtained.

In this study Monte Carlo simulations carried out on the duration of optimistic work, the most liked, and the pessimistic results of the survey on the contractor of The Reiz Condo Medan Apartment building. The simulation in this research is using Crystal Ball software and the data distribution that used is triangular distribution. The work duration of the Monte Carlo simulation is used to schedule using Microsoft Project Professional software. So in getting the S-schedule and curve the results of the Monte Carlo simulation will be analyzed later and compared with the planned duration schedule, optimistic, most liked, and pessimistic.

The differences between schedules analyzed and compared to this study are the total duration of work and the value of the probability of completion of the work on schedule.

From the simulation results using Crystal Ball software, it is known that the probability of completing project work from the Monte Carlo simulation each work that has been compiled into a schedule on Microsoft Project software produces a mean duration of 419 days with a probability of 71.26%. The schedule of the simulation results has a greater probability compared to the plan schedule which has a duration of 358 days with a probability of 0.89%.

Keywords: Monte Carlo, Duration, Scheduling, Crystal Ball, Microsoft Project

PENDAHULUAN

Salah satu sumber daya yang menjadi faktor penentu keberhasilan penyelenggaraan suatu proyek adalah tenaga kerja (Soeharto, 1995). Tenaga kerja yang berkemampuan kerja yang baik dibutuhkan dalam suatu proyek konstruksi untuk mendapatkan hasil yang maksimal dan memuaskan. Penggunaan sumber daya manusia yang kurang tepat bisa mengakibatkan kerugian yang besar pada proyek kontruksi, untuk itu perlu dilakukan analisa harga satuan pekerjaan. Pada kondisi real, tidak semua pekerjaan dapat mengacu pada standar yang telah ditetapkan karena adanya pengaruh faktor lapangan.

Berdasarkan hal tersebut, maka perlu dilakukan analisis perbandingan harga satuan antara kondisi aktual di lapangan, SNI, AHSP, dan Analisa Kabupaten untuk melihat efektivitas tenaga kerja dan efisiensi analisis harga satuan pekerjaan yang paling tepat pada pekerjaan tersebut.

Penelitian ini dilakukan pada Proyek

Pembangunan Drainase Saluran Limbah TPA Terjun Marelan Medan. Pengamatan difokuskan pada tenaga kerja mandor, tukang, dan pembantu tukang. Pengukuran hanya dibatasi pada analisa kerja dan waktu, tidak ditinjau upah kerja.

Penelitian ini bertujuan mengetahui besarnya koefisien harga satuan pekerjaan di lapangan, membandingkannya dengan SNI, AHSP, dan Analisa K, mengetahui harga satuan pekerjaan yang paling mendekati kondisi lapangan, dan membandingkan rasio harga satuan pekerjaan di lapangan dengan SNI, AHSP, dan Analisa K.

Analisa harga satuan pekerjaan berfungsi sebagai pedoman awal perhitungan rencana anggaran biaya bangunan yang didalamnya terdapat angka yang menunjukkan jumlah material, tenaga dan biaya persatuaan pekerjaan. Harga satuan pekerjaan merupakan harga suatu jenis pekerjaan tertentu per satuan tertentu berdasarkan rincian komponen-komponen tenaga kerja,

(3)

bahan, dan peralatan yang diperlukan dalam pekerjaan tersebut.

Analisa harga satuan pekerjaan merupakan analisa material, upah, tenaga kerja, dan peralatan untuk membuat suatu satuan pekerjaan tertentu yang diatur dalam analisa SNI, AHSP, maupun Analisa Kabupaten/Kota (K), dari hasilnya ditetapkan koefisien pengali untuk material, upah tenaga kerja, dan peralatan segala jenis pekerjaan.

Penelitian terdahulu (Yunita, dkk, 2013) menjelaskan bahwa indeks biaya berpengaruh terhadap besarnya harga satuan pekerjaan. Indeks biaya yang biasa digunakan dalam perhitungan analisa harga satuan pekerjaan mengacu pada Standar Nasional Indonesia (SNI). SNI ini menggambarkan rata-rata produktivitas tenaga kerja di Indonesia. Produktivitas tenaga kerja berbeda-beda tergantung pengalaman kerja, budaya daerah asal dan lain-lain.

Penetapan produktivitas tenaga kerja pada SNI 7394:2008 masih dilakukan secara padat karya. Inilah penyebab dikeluarkannya peraturan baru oleh kementerian, yaitu Analisa Harga Satuan Pekerjaan (AHSP) Bidang Cipta Karya 2012 yang sudah menetapkan indek

METODE PENELITIAN

Pengumpulan data

Data yang diperlukan untuk setiap jenis pekerjaan yang diamati adalah Data Primer yaitu : data lapangan posisi dan situasi dalam pekerjaan, kuesioner baik pada pemilik, perencana, pelaksanaan dan pengawasan proyek berkaian dengan pelaksanaan kerja kepada general super intendent, owner, konsultan supervisi, site engineer,dan mandor.Kemudian diperlukan juga Data primer yang meliputi : time schedule dan kurva s.

Pengolahan Data

Data-data yang diperoleh dari hasil observasi langsung di lapangan diolah dengan Merode Monte Carlo mengggunakan software Microsoft project.

Adapun tahapan proses pengolahan data, yakni:

a) Pengambilan data dengan cara penyebaran kuesioner pada kontraktor pelaksana proyek.

b) Diperoleh waktu tercepat, terlama, dan paling mungkin untuk setiap pekerjaan proyek dan jadwal rencana proyek.

c) Pengolahan data dengansimulasiMonte Carlo menggunakan software Crystal Ball dengan kesalahan mutlak maksima sebesar 2%.

d) Membuat penjadwalan dengan Microsoft Project dan kurva S menggunakan hasil Monte Carlo.

e) Membandingkan Jadwal rencana dengan jadwal hasil simulasi Monte Carlo.

Setelah proses analisa selesai, kemudian di lanjutkan lagi dengan membuat

“Kesimpulan“, kesimpulan berisi ringkasan dan semua proses yang dilakukan sebelumnya yang bertujuan agar para pembaca lebih memahami maksuddantujuandanpenulisanini.

Dan di akhiri dengan “Selesai“,selesai adalah merupakan suatu akhir dan suatu kegiatan dalam proses penulisan.

Gambar 1. Diagram Alir Penelitian

(4)

IJCCS ISSN: 1978-1520

HASIL DAN PEMBAHASAN

WBS (Work Breakdown Structure)

Penyusunan ulang penjadwalan menggunakan perangkat Microsoft Project terhadap struktur uraian pekerjaan (Work Breakdown Structure) yang menjadi batasan masalah yakni item-item pekerjaan struktur atas untuk mengetahui aktivitas apa saja yang berada pada lintasan kritis.

Setelah penyusunan ulang penjadwalan menggunakan perangkat Microsoft Project selesai, maka dapat dilihat susunan aktivitas-aktivitas pekerjaan pada penjadwalan ini diketahui aktivitas yang berada pada lintasan kritis, antara lain sebagai berikut:

1. Pekerjaan Struktur Lantai P1 & Lantai Dasar + Gedung Penunjang Lt. 1 2. Pekerjaan Struktur Lantai P2 +

Gedung Penunjang Lt. 2

3. Pekerjaan Struktur Lantai P3 + Gedung Penunjang Lt. 3

4. Pekerjaan Struktur Lantai P4 + Gedung Penunjang Lt. 4

5. Pekerjaan Struktur Lantai P5 6. Pekerjaan Struktur Lantai P6 7. Pekerjaan Struktur Lantai 6 8. Pekerjaan Struktur Lantai 7 9. Pekerjaan Struktur Lantai 8 10. Pekerjaan Struktur Lantai 9 11. Pekerjaan Struktur Lantai 10 12. Pekerjaan Struktur Lantai 11 13. Pekerjaan Struktur Lantai 12 14. Pekerjaan Struktur Lantai 13 15. Pekerjaan Struktur Lantai 14 16. Pekerjaan Struktur Lantai 15 17. Pekerjaan Struktur Lantai 16 18. Pekerjaan Struktur Lantai 17

19. Pekerjaan Struktur Lantai 18

20. Pekerjaan Struktur Lantai 18 Mezzanine 21. Pekerjaan Struktur Lantai 19

22. Pekerjaan Struktur Lantai 20 23. Pekerjaan Struktur Lantai 21 24. Pekerjaan Struktur Lantai 22 25. Pekerjaan Struktur Lantai 23 26. Pekerjaan Struktur Lantai 24 27. Pekerjaan Struktur Lantai 25 28. Pekerjaan Struktur Lantai 26 29. Pekerjaan Struktur Lantai 27 30. Pekerjaan Struktur Lantai 28

31. Pekerjaan Struktur Lantai Atap & Dag Atap

Estimasi Durasi Probabilitik

Estimasi durasi probabilistik diperoleh melalui hasil survei yang telah disusun melalui formulir kuesioner yang diberikan kepada responden-responden yang dituju dengan mempertimbangan posisi dan pengalaman yang telah dmiliki.

Responden-responden yang dimaksud antara lain owner, konsultan supervisi, general superintendent, site engineer dan mandor pada Proyek Pembangunan Apartemen The Reiz Condo Medan (PT Waskita Karya, Tbk).

Data-data tersebut di atas kemudian dihitung nilai rata-ratanya, seperti contoh perhitungan rata-rata Pekerjaan Struktur Lantai P1 & Lantai Dasar + Gedung Penunjang Lt. 1 berikut ini:

1) Rata-rata durasi tercepat (a) pekerjaan dapat diselesaikan:

Rata-rata a

(5)

2) Rata-rata durasi terlama (b) pekerjaan dapat diselesaikan:

Rata-rata b

Simulasi Monte Carlo

Simulasi Monte Carlo dilakukan dengan memasukkan input berupa waktu durasi tercepat, mean, dan terlama. Output yang didapatkan berupa waktu durasi mean hasil simulasi Monte Carlo. Setelah dilakukan simulasi pada setiap item pekerjaan, maka didapatkan data statistic dari pekerjaan tersebut.

Menentukan Jumlah Iterasi

Sebelum melakukan simulasi hal yang dilakukan adalah menentukan jumlah iterasi yang diperlukan.

Berikut ini contoh perhitungan iterasi dengan kesalahan mutlak maksimal 2% untuk item pekerjaan struktur lantai P1

&lantai dasar + gedung penunjang Lt.

1dengan durasi tercepat 29 hari dan durasi terlama 32 hari :

- Standardeviasidihitungdengan Microsoft excel menggunakanrumus

- =stdev(waktu min, waktu max)

=stdev(29,32) Didapatkanhasil2.12

- Rata-rata dihitungdengan Microsoft excel

menggunakanrumus

=average(waktu min, waktu max) average(29,32)

Didapatkanhasil30,5.

- Absoluteerror = 0.02 x 30.5 = 0.61 - Iterasi (

) 108.84 ≈109 iterasi

Menjalankan Simulasi Monte Carlo

Berikut ini adalah pelaksanaan simulasiMonte Carlo untuk item pekerjaan struktur lantai P1 &lantai dasar + gedung penunjang Lt. 1.

a. Menentukan asumsi untuk durasi tercepat dan terlama item pekerjaan untuk simulasi Monte Carlo.

b. Menentukan asumsi durasi mean acuan untuk simulasi Monte Carlo.

c. Menjalankan Simulasi Monte Carlo.

Gambar 2 Tampilan hasil simulasi Monte Carlo.

Gambar 3. Statistik Hasil Simulasi Monte Carlo.

Berikut hasil simulasi monte carlo untuk item pekerjaan struktur lantai P1 &lantai dasar +gedung penunjang Lt. 1:

- Durasi tercepat pekerjaan dapat diselesaikan: 28.83 ≈ 29 hari

- Durasi terlama pekerjaan dapat diselesaikan: 32.44 ≈ 33 hari

- Durasi rata-rata pekerjaan dapat diselesaikan: 30.63 ≈ 31hari

(6)

IJCCS ISSN: 1978-1520

Hasil Simulasi

Setelah simulasi dilakukan dan didapatkan durasi tercepat, durasi terlama, dan durasi rata-rata (mean) pekerjaan dapat diselesaikan untuk seluruh item pekerjaan,kemudian dicatat dan direkap dalam Tabel berikut

Penyusunan Penjadwalan dengan Microsoft Project

Tahap selanjutnya setelah didapatkan data hasil simulasi Monte Carlo untuk setiap pekerjaan, dilakukan penyusunan penjadwalan dengan menggunakan software Microsoft Project. Sehingga akan didapatkan 4 durasi jadwal yaitu jadwal rencana, jadwal tercepat, jadwal terlama, dan jadwal mean hasil simulasi Monte Carlo.

Gambar 4 Penyusunan Jadwal Rencana Menggunakan Microsoft Project.

Gambar 5. Penyusunan Jadwal Tercepat Menggunakan Microsoft Project.

Gambar 6. Penyusunan Jadwal Terlama Menggunakan Microsoft Project.

Dari penjadwalan dengan menggunakan Microsoft Project dapat diketahui bahwa:

- Durasi rencana, pekerjaan struktur atas dapat diselesaikan dalam: 358 hari

- Durasi tercepat, pekerjaan struktur atas dapat diselesaikan dalam: 360hari

- Durasi terlama, pekerjaan struktur atas dapat diselesaikan dalam: 456hari

- Durasi rencana, pekerjaan struktur atas dapat diselesaikan dalam: 419hari

Rata-rata Durasi Tercepat (hari)

Rata-rata Durasi Terlama (hari)

Rata-rata Durasi Rata-rata

(hari) Durasi Tercepat (hari)

Durasi Terlama (hari)

Durasi Rata-rata

(hari)

1 2.3.1 Pekerjaan Struktur Lantai P1 & Lantai Dasar + Gedung Penunjang Lt. 1 28,83 32,44 30,63 29 33 31

2 2.3.2 Pekerjaan Struktur Lantai P2 + Gedung Penunjang Lt. 2 17,82 20,41 19,02 18 21 20

5 2.3.5 Pekerjaan Struktur Lantai P5 23,77 27,38 25,59 24 28 26

6 2.3.6 Pekerjaan Struktur Lantai P6 23,77 27,38 25,59 24 28 26

7 2.3.7 Pekerjaan Struktur Lantai 6 21,64 24,57 23,03 22 25 24

20 2.3.20 Pekerjaan Struktur Lantai 18 Mezzanine 16,65 19,34 18,04 17 20 19

31 2.3.31 Pekerjaan Struktur Lantai Atap & Dag Atap 18,89 21,84 20,54 19 22 21

hasil simulasi hasil simulasi (pembulatan) Tabel 4.1 Durasi Tercepat, Terlama, dan Rata-rata Hasil Simulasi Monte Carlo

No WBS Nama Pekerjaan

(7)

Penyusunan Kurva S

Kurva S terdiri dari sumbu vertical sebagai nilai kumulatif biaya atau jam-orang atau penyelesaian pekerjaan dan sumbu horizontal sebagai waktu kalender masing dari angka 0 sampai 100. Sebelum menyusun kurva S harus diketahui jadwal dari masing–masing kegiatan, bobot (persentase) dari kegiatan tersebut hingga distribusinya. Jadwal tiap pekerjaan diperolehdarihasilpenjadwalan Microsoft Project, sedangkan bobot tiap pekerjaan diperoleh dari data kurva S, Rencana Anggaran Biaya (RAB) ataupun dari BQ (Bill of Quantity )proyek.

Analisis Jadwal Proyek

Dari hasil penjadwalan didapatkan 4 macam kurva S yakni durasi rencana, durasi tercepat, durasi terlama dan durasi mean hasil simulasi MonteCarlo yang selanjutnya dibandingkan dengan kurva S rencana proyek.

Dari Gambar Perbandingan Kurva S Rencana dan Hasil Simulasi dan Tabel Total Durasi Penjadwalan dapat dilihat bahwa jadwal mean hasil simulasi berada diantara durasi rencana, tercepat dan durasi terlama, sehingga dapat dipertimbangkan sebagai jadwal yang lebih ideal. Sehingga jadwal tersebut lebih aman untuk digunakan dan probabilitasnya lebih besar. Dapat dilihat juga bahwa jadwal dengan durasi hasil simulasi MonteCarlo memiliki pekerjaan kritis sebanyak 31 pekerjaan.

Gambar 4.10 Perbandingan Kurva S Jadwal Durasi Rencana, Tercepat, Mean, dan Terlama.

Tabel 2 Total Durasi Penjadwalan

Jadwal Tercepat Terlama Mean Rencana

Durasi (Hari) 360 456 419 358

(8)

(9)

Probabilitas Penjadwalan

Dari hasil simulasi menggunakan software Crystal Ball telah diketahui probabilitas penyelesaian pekerjaan proyek hasil simulasi Monte Carlo tiap pekerjaan yang telah disusun menjadi jadwal pada software Microsoft Project menghasilkan durasi

mean selama 419 hari dengan probabilitas sebesar 71.26%. Jadwal dari hasil simulasi memiliki probabilitas yang lebih besar bila di bandingkan dengan jadwal rencana yang memiliki durasi selama 358 hari dengan probabilitas sebesar 0.89%.

Untuk detail total durasi tiap presentase probabilitas penyelesaian proyek dapat dilihatpada Tabel 4.4.

KESIMPULAN DAN SARAN

Kesimpulan

1. Durasi yang dihasilkan dari proses simulasi Monte Carlo yang dijalankan pada penjadwalan proyek pembangunan Apartemen The Reiz Condo Medan yakni durasi tercepat selama 360 hari, durasi terlama selama 456 hari, dan durasi rata- rata (mean) selama 419 hari.

2. Persentase kemungkinan keberhasilan pekerjaan dari setiap durasi yang dihasilkan dari proses simulasiMonte Carlo yang dijalankan pada penjadwalan proyek pembangunan Apartemen The Reiz Condo Medan yakni durasi tercepat sebesar 1,15%, durasi terlama sebesar 99,82%, dan durasi rata-rata (Mean) sebesar 71,26%.

3. Perbedaan jadwal rencana pada proyek pembangunan Apartemen The Reiz Condo Medan bila dibandingkan dengan penjadwalan menggunakan metode simulasi Monte Carlo adalah lama durasi dan besarnya probabilitas penyelesaian pekerjaan. Jadwal dari hasil simulasi memiliki probabilitas yang lebih besar yakni selama 419 hari dengan probabilitas sebesar 71.26%bila di bandingkan dengan jadwal rencana yang memiliki durasi selama 358 hari dengan probabilitas sebesar 0.89%.

Saran

1. Dilakukan perhitungan Monte Carlo sebelum proyek berjalan agar didapatkan jumlah durasi pekerjaan yang efektif sehingga alokasi material dan sumber daya tepat sasaran dan tepat tujuan sehingga proyek tidak mengalami keterlambatan.

2. Dalam melakukan penjadwalan dengan Microsoft Project yang dianalisis dengan Metode Monte Carlo, perlu diperhatikan ketelitian dalam memasukan data ke dalam perhitungan karena akan mempengaruhi hasil perhitungan.

DAFTAR PUSTAKA

Arifin, M., 2009, Simulasi Sistem Industri, Graha Ilmu, Yogyakarta.

Aulabih, R., Unas, E, S., & Negara P, K., 2016, Penerapan Metode Monte Carlo pada

Penjadwalan Proyek Gedung Dinas Sosial Kota Blitar.

Dannyanti, E., 2010, Optimalisasi Pelaksaan Proyek dengan Metode PERT dan CPM, Skripsi Fakultas Ekonomi Universitas Diponegoro.

Fadjar, A., 2008, Aplikasi Simulasi Monte Carlo dalam Estimasi Biaya Proyek, Jurnal SMARTek, 6(4), pp. 222-227.

Handoko, T, H., 1999, Manajemen Proyek Edisi 2, Yogyakarta: BPFE.

Heizer, J., & Render, B., 2005, Operation Management, 9th book 1, Salemba Empat,

Presentase (%) 0 10 20 30 40 50 60 70 80 90 100

Durasi (Hari) 351.80 379.69 390.15 397.24 403.01 407.98 413.12 418.28 424.05 432.68 457.72 Tabel 4.4 Presentase Probabilitas Penyelesaian Proyek

(10)

 ISS

Jakarta. Kerzner, K., 2006, Project

Management: A System to Planning, Scheduling and Controlling, Ninth Edition, John Wiley &

Sons.

Kho, B., 2016, Segitiga Manajemen Proyek dan Tahapan Manajemen Proyek,

http://www.ilmumanajemenindustri.com , diakses pada 8 Juni 2017.

Law, M, A., & Kelton, D, W., 2000, Simulation Modeling and Analysis, The McGraw-Hill Companies, Inc, Singapore.

Misrali et al., 2015, Evaluasi Penjadwalan Waktu dan Biaya pada Proyek Pembangunan Gedung Kelas di Fakultas Ekonomi Universitas Jember dengan Metode Pert, Artikel Ilmiah Mahasiswa 2015.

Project Management Institute, 2000, A Guide to the Project Management Body of Knowledge (PMBOK Guide) 2000 Edition, Newton Square, PA 19073- 3299 USA.

Raharja, I., 2014, Analisa Penjadwalan Proyek dengan Metode PERT di PT Hasana Damai Putra Yogyakarta pada Proyek Perumahan Tirta Sani, Jurnal BENTANG, 2(1).

Santosa, B., 2009, Manajemen Proyek Konsep

& Implementasi, Graha Ilmu, Yogyakarta.

(11)

4. KESIMPULAN

Kesimpulan harus mengindikasi secara jelas hasil-hasil yang diperoleh, kelebihan dan kekurangannya, serta kemungkinan pengembangan selanjutnya.

Kesimpulan dapat berupa paragraf, namun sebaiknya berbentuk point-point dengan menggunakan numbering atau bullet.

5. SARAN

Saran-saran untuk untuk penelitian lebih lanjut untuk menutup kekurangan penelitian. Tidak memuat saran-saran diluar untuk penelitian lanjut.

UCAPAN TERIMA KASIH

Penulis mengucapkan terima kasih kepada Tim Redaksi Jurnal Teknika Politeknik Negeri Sriwijaya yang telah memberi memberi kesempatan, sehingga artikel ilmiah ini dapat diterbitkan.

DAFTAR PUSTAKA

● Buku dengan urutan penulisan: Penulis, tahun, judul buku (harus ditulis miring) volume (jika ada), edisi (jika ada), nama penerbit dan kota penerbit .

[1] Castleman, K. R., 2004, Digital Image Processing, Vol. 1, Ed.2, Prentice Hall, New Jersey.

● Buku Terjemahan dengan urutan penulisan: Penulis asli (nama depan, tengah. (disingkat), belakang. (disingkat)), tahun buku terjemahan, judul bukuterjemahan (harus ditulis miring), volume (jika ada), edisi (jika ada), (diterjemahkan oleh : nama penerjemah), nama penerbit terjemahan dan kota penerbit terjemahan.

[2] Gonzales, R., P. 2004, Digital Image Processing (Pemrosesan Citra Digital), Vol. 1, Ed.2, diterjemahkan oleh

Handayani, S., Andri Offset, Yogyakarta.

● Artikel dalam Buku dengan urutan penulisan: Penulis artikel, tahun, judul artikel (harus ditulis miring), nama editor, judul buku (harus ditulis miring), volume (jika ada), edisi (jika ada), nama penerbit dan kota penerbit.

[3] Wyatt, J. C, dan Spiegelhalter, D., 1991, Field Trials of Medical Decision-Aids:

Potential Problems and Solutions, Clayton, P. (ed.): Proc. 15th Symposium on Computer Applications in Medical Care, Vol 1, Ed. 2, McGraw Hill Inc, New York.

●Pustaka dalam bentuk artikel dalam majalah ilmiah:

Urutan penulisan: Penulis, tahun, judul artikel, nama majalah (harus ditulis miring sebagai singkatan resminya), nomor, volume dan halaman.

[4] Yusoff, M, Rahman, S.,A., Mutalib, S., and Mohammed, A. , 2006, Diagnosing Application Development for Skin Disease Using Backpropagation Neural Network Technique, Journal of Information Technology, vol 18, hal 152-159.

.

● Pustaka dalam bentuk artikel dalam seminar ilmiah:

Artikel dalam prosiding seminar dengan urutan penulisan: Penulis, tahun, judul artikel, Judul prosiding Seminar (harus ditulis miring), kota seminar, tanggal seminar.

[5] Wyatt, J. C, Spiegelhalter, D, 2008, Field Trials of Medical Decision-Aids:

Potential Problems and Solutions, Proceeding of 15th Symposium on Computer Applications in Medical Care, Washington, May 3.

● Pustaka dalam bentuk

Skripsi/Tesis/Disertasi dengan urutan penulisan: Penulis, tahun, judul skripsi, Skipsi/Tesis/Disertasi (harus ditulis miring), nama fakultas/ program pasca sarjana, universitas, dan kota.

[6] Prasetya, E., 2006, Case Based Reasoning untuk mengidentifikasi

(12)

 ISS kerusakan bangunan, Tesis, Program

Pasca Sarjana Ilmu Komputer, Univ.

Gadjah Mada, Yogyakarta.

●Pustaka dalam bentuk Laporan Penelitian:

Urutan penulisan: Peneliti, tahun, judul laporan penelitian, nama laporan penelitian (harus

ditulis miring), nama proyek penelitian, nama institusi, dan kota.

[7] Ivan, A.H., 2005, Desain target optimal, Laporan Penelitian Hibah

Bersaing,Proyek Multitahun, Dikti, Jakarta.

Pustaka dalam bentuk artikel dalam internet (tidak diperkenankan

melakukan sitasi artikel dari internet yang tidak ada nama penulisnya):

● Artikel majalah ilmiah versi cetakan dengan urutan penulisan: Penulis, tahun, judul artikel, nama majalah (harus ditulis miring sebagai singkatan resminya), nomor, volume dan halaman.

[8] Wallace, V. P. , Bamber, J. C. dan Crawford, D. C. 2000. Classification of reflectance spectra from pigmented skin lesions, a comparison of multivariate discriminate analysis and artificial neural network. Journal Physical Medical Biology , No.45, Vol.3, 2859- 2871.

● Artikel majalah ilmiah versi online dengan urutan penulisan: Penulis, tahun, judul artikel, nama majalah ((harus ditulis miring sebagai singkatan resminya), nomor, volume, halaman dan

alamat website.

[9] Xavier Pi-Sunyer, F., Becker, C., Bouchard, R.A., Carleton, G. A., Colditz, W., Dietz, J., Foreyt, R.

Garrison, S., Grundy, B. C., 1998, Clinical Guidlines on the identification, evaluation, and treatment of overweight and obesity in adults, Journal of National Institutes of Health, No.3,

Vol.4, 123-

130, :http://journals.lww.com/acsm- msse/Abstract/1998/11001/paper_treatm ent_of_obesity.pdf.

● Artikel umum dengan urutan penulisan:

Penulis, tahun, judul artikel, alamat website (harus ditulis miring), diakses tanggal … [10] Borglet, C, 2003,Finding Asscociation

Rules with Apriori

Algorithm,http://www.fuzzy.cs.uniagd eburgde/~borglet/apriori.pdf, diakses tgl 23 Februari 2007.

Daftar Pustaka hanya memuat semua pustaka yang diacu pada naskah tulisan, bukan sekedar pustaka yang didaftar.

Pustaka ditulis urut kemunculan pengacuan di naskah, bukan urut abjad penulis.

[1] Castleman, Kenneth R., 2004, Digital Image Processing, Vol. 1, Ed.2, Prentice Hall, New Jersey.

[2] Gonzales, R., P. 2004, Digital Image Processing (Pemrosesan Citra Digital), Vol. 1, Ed.2, diterjemahkan oleh Handayani, S., Andri Offset, Yogyakarta.