Dampak Urutan Kegiatan pada Mengurangi Variabilitas. OLEH Ir. I Wayan Yansen, MT

Dampak Urutan Kegiatan pada Mengurangi Variabilitas

OLEH

Ir. I Wayan Yansen, MT

PROGRAM STUDI TEKNIK SIPIL FAKULTAS TEKNIK

UNIVERSITAS UDAYANA

2019

Dampak Urutan Kegiatan pada Mengurangi Variabilitas

Abstrak

Variasi dalam produksi adalah penyebab utama dari menghasilkan limbah dalam operasi konstruksi di lokasi, menghasilkan alur kerja yang penuh dengan penundaan dan gangguan.

Untuk mengurangi dampak negatif limbah dalam konstruksi, manajer produksi perlu mengatasi penyebab variasi yang menghasilkan limbah tersebut. Makalah ini menjelaskan cara untuk mengurangi efek variasi dalam konstruksi dengan mengubah pengaturan urutan tugas. Studi ini menganalisis efek dari beberapa pengaturan urutan tugas yang berbeda pada kesenjangan produksi, waktu tunggu kru, dan penundaan produksi dengan mensimulasikan sekelompok tugas kerja dan mengubah pengaturan urutan tugas dari linear ke paralel. Sesuai dengan itu, 100 kegiatan kerja disimulasikan dalam 98 desain urutan yang berbeda, menggunakan model simulasi kejadian diskrit stokastik, di mana jumlah kegiatan paralel meningkat secara sistematis. Temuan utama dari konfigurasi yang dipelajari adalah bahwa mengatur tugas secara paralel meningkatkan pemborosan, sedangkan itu mengurangi durasi proyek. Selain itu, limbah yang dihasilkan dari variasi ditemukan menjadi penyebab tambahan limbah ketika mempercepat produksi. Akhirnya, terungkap bahwa dampak variasi pada urutan tugas sangat tergantung pada seberapa sering jadwal diperbarui. Studi ini membantu manajer produksi untuk lebih memahami bagaimana pengaturan urutan tugas mempengaruhi kinerja produksi dalam operasi konstruksi di lokasi.

Kata kunci : variasi, limbah, konstruksi

Pendahuluan

Diketahui bahwa tingkat produktivitas selama konstruksi di lokasi bervariasi karena berbagai alasan. Variasi dalam durasi tugas, terutama ketika variasinya besar, membuatnya sulit untuk memprediksi hasil produksi dan dengan demikian sulit untuk menjadwalkan produksi dan mempertahankan aliran yang stabil. Variasi positif terjadi ketika output produksi tinggi, sedangkan variasi negatif terjadi ketika output produksi rendah. Oleh karena itu, variasi negatif

menyebabkan penundaan, sedangkan variasi positif menghasilkan kesenjangan yang cukup besar dalam alur kerja produksi (Lindhard 2014a). Untuk menghindari ketidakaktifan kerja dan menghasilkan limbah, kesenjangan ini perlu dikurangi (Lindhard 2014a).

Pengaruh variasi dalam durasi tugas masuk ke tugas-tugas sub-urutan dalam konstruksi, di mana ketidakpastian meningkat seiring dengan meningkatnya jumlah tugas kerja (Wambeke et al. 2011). Ini membuat proses konstruksi sangat sulit untuk dikelola (Hughes et al. 2004); oleh karena itu, waktu yang terbuang meningkat dan produktivitas tenaga kerja menurun (González dkk. 2010; Thomas dkk. 2002). Untuk mengatasi variasi ini, dua strategi utama dapat digunakan: (1) penyebab variasi dapat dihilangkan, dan / atau (2) efek variasi dapat dikurangi.

Pertama, kualitas jadwal memainkan peran penting dalam mendorong variasi. Jika jadwal direncanakan dengan baik, variasi dapat dikontrol seminimal mungkin. Ini mencakup memastikan bahwa urutan pekerjaan sudah mapan, sumber daya yang diperlukan tersedia, kendala dihilangkan, dan perkiraan jangka waktunya realistis (Ballard dan Howell 1998).

Kedua, efek variasi dapat dikurangi dengan meningkatkan fleksibilitas produksi.

Mempertahankan ukuran dan jam kerja kru yang dapat disesuaikan adalah salah satu pendekatan untuk memastikan bahwa produksi tetap sesuai jadwal (Thomas et al. 2003).

Pendekatan lain adalah melindungi alur kerja produksi dengan buffer. Buffer dibagi menjadi beberapa kategori, seperti waktu, kapasitas, atau inventaris (Hopp dan Spearman 2000). Buffer waktu direpresentasikan sebagai waktu tambahan yang tertanam dalam jadwal untuk menyerap efek penundaan dan memastikan penyelesaian proyek tepat waktu (Park dan PeËœna-Mora 2004). Di sisi lain, buffer kapasitas mencakup kapasitas ekstra tenaga kerja dan peralatan, yang menyerap variasi permintaan (GonzÃlele et al. 2009). Buffer inventaris termasuk buangan bahan mentah dan sedang dalam proses. Semua buffer digunakan untuk melindungi produksi dan memastikan produksi yang lancar (Gonzlez et al. 2011; Lindhard dan Wandahl 2014).

Terlepas dari penelitian terkait yang ada, variasi dalam durasi masih dianggap sebagai masalah dalam konstruksi. Oleh karena itu, diperlukan pendekatan dan alat baru untuk meminimalkan efek variasi. Penelitian ini mengambil pendekatan yang berbeda, di mana efek variasi dikurangi dengan mengubah pengaturan urutan tugas.

Latar Belakang

Prediksi kemajuan produksi terkadang bermasalah dalam konstruksi di lokasi (Russell et al.

2014). Ketidakpastian durasi tugas disebabkan oleh beragamnya produktivitas tenaga kerja, ketidakpastian dalam kualitas perkiraan, dan kemungkinan perubahan selama konstruksi (Hanif et al. 2016; Russell et al. 2014; González et al. 2010). Howick (2003) dan Flyvberg et al. (2009) menekankan bahwa ketidakpastian dalam estimasi memiliki dampak besar pada waktu, biaya, dan kinerja kualitas. Meskipun ada upaya untuk meningkatkan perkiraan produksi, beberapa ketidakpastian dan variasi yang bersamaan dalam durasi tugas masih ada;

ini disebabkan oleh variasi dalam produktivitas tenaga kerja (Arashpour dan Mehrdad 2015).

Dalam konstruksi lean, tujuh prasyarat diperlukan untuk melaksanakan pekerjaan: pekerjaan prasyarat, material, tenaga kerja, peralatan, peralatan, ruang, dan kondisi eksternal seperti cuaca (Koskela 1999). Selain prasyarat ini, ada serangkaian faktor yang mempengaruhi produktivitas, seperti kualitas peralatan, bahan desain, pengawasan, metode kerja, cuaca, organisasi kerja, dan kompetensi tenaga kerja. (Thomas et al. 1986; Thomas dan Yiakoumis 1987; Tsehayae dan Fayek 2015). Namun, bahkan di dalam basis produktivitas tetap, produktivitas tenaga kerja terikat bervariasi (Arashpour dan Mehrdad 2015).

Variasi dalam produktivitas tenaga kerja dipahami sebagai perbedaan dari rata-rata produksi, di mana produktivitas dipahami sebagai unit kerja per jam kerja (output / jam kerja) (Thomas et al. 1990; Thomas dan Sakarcan 1994). Limbah yang diinduksi oleh variasi terbuang sia-sia karena aktivitas yang tidak aktif (Alarc pada 1997). Di sisi lain, periode tidak aktif didefinisikan sebagai kesenjangan dalam produksi. Kesenjangan, yang disebabkan oleh variasi positif dan negatif, dalam produksi memiliki potensi yang tidak tereksploitasi. Selain kesenjangan, variasi menyebabkan keterlambatan, yang pada gilirannya menyebabkan gangguan dan keterlambatan alur kerja (Lindhard 2014b). Untuk mengurangi efek negatif variasi pada produktivitas dan kinerja tenaga kerja, penyebab dan sifatnya perlu dianalisis.

Makalah ini menentukan bagaimana pengaturan urutan tugas dapat mempengaruhi dampak variasi, dan dengan demikian bagaimana urutan kegiatan dapat digunakan sebagai instrumen untuk mengurangi kesenjangan, keterlambatan, dan waktu tunggu.

Mengubah jadwal harus dilakukan hanya setelah dengan hati-hati mempertimbangkan dampaknya. Mengubah jadwal, terutama dalam waktu dekat, dapat menjadi mahal karena kebingungan dan perubahan yang bersamaan dan itu menciptakan kebutuhan akan bahan, pekerja, dan sebagainya (Metters dan Vargas 1999; Krajewski et al. 2005).

Fokus Penelitian

Variasi dalam produktivitas tenaga kerja memiliki dampak negatif pada kinerja. Beberapa studi penelitian telah menyelidiki menghilangkan atau mengurangi efek ini (Thomas et al. 2002;

Ballard dan Howell 1998). Peningkatan kualitas jadwal adalah salah satu pendekatan untuk menghapus variasi dan dengan demikian meningkatkan kinerja (González et al. 2010; Howick 2003). Peningkatan kualitas jadwal dapat dicapai dengan memastikan bahwa kegiatan yang dijadwalkan telah siap dan dengan meningkatkan perkiraan produksi (Ballard dan Howell 1998; Hamzeh et al. 2015).

Meningkatkan fleksibilitas produksi mengurangi efek variasi. Secara tradisional, fleksibilitas dalam produksi diperoleh dengan menggunakan buffer atau melalui mempertahankan jam kerja yang dapat disesuaikan. Penelitian ini mengambil pendekatan baru, di mana urutan tugas disusun ulang untuk membuat jadwal sekuat melawan variasi mungkin.

Pendekatan yang ideal adalah kombinasi antara menghilangkan dan mengurangi, di mana efek variasi yang menyelinap ke produksi dikelola dan dikurangi (Wambeke et al. 2012; González et al. 2011; Khamooshi dan Cioffi 2009).

Selain pendekatan sebelumnya, Lindhard (2014b) menyelidiki ketahanan jadwal dengan mensimulasikan variasi dalam dua pola urutan yang berbeda, dan menemukan bahwa desain urutan tugas memiliki efek yang signifikan pada bagaimana variasi muncul selama produksi dan bagaimana hal itu mempengaruhi jadwal. Selain itu, Lindhard menunjukkan bahwa variasi

dalam produktivitas tenaga kerja hanya menciptakan pemborosan antara penyerahan; dengan demikian, dengan mengelompokkan tugas kerja dan mengurangi serah terima, keseluruhan limbah produksi berkurang.

Desain urutan berdampak dampak variasi penting, terutama karena manajer produksi cenderung menekan jadwal untuk menebus waktu yang hilang tanpa mengetahui bagaimana kompresi dapat membentuk efek variasi. Oleh karena itu, untuk meningkatkan tingkat pemahaman tentang efek dari jadwal yang ditekan, penelitian ini menentukan bagaimana penggunaan aktivitas paralel dalam urutan tugas mempengaruhi ketahanan jadwal dan waktu produksi yang terbuang.

Efek dari mengompresi jadwal ditunjukkan dengan mensimulasikan urutan kegiatan linear dan kemudian secara bertahap mengubah urutan menjadi kegiatan paralel. Hasil dari 98 pengaturan urutan yang berbeda sesuai dengan 98 cara berbeda untuk menjadwalkan proyek diperiksa.

Dalam setiap simulasi, pengaturan urutan tetap dan independen. Simulasi adalah eksperimen in-tellectual yang tujuannya adalah untuk mengidentifikasi bagaimana pengaturan tugas berdampak pada efek variasi. Dalam penciptaan nilai simulasi, aliran prasyarat dan sumber daya dianggap telah diberikan; dengan demikian, simulasi terutama difokuskan pada transformasi.

Meskipun banyak penelitian telah menyelidiki bagaimana variasi dalam produktivitas tenaga kerja dapat ditangani, tidak ada yang berfokus pada penggunaan jadwal itu sendiri untuk mengurangi efeknya. Studi ini menyelidiki dari sudut pandang teoritis bagaimana urutan dapat disusun ulang untuk mengurangi efek negatif variasi. Hasilnya sangat membantu manajer produksi ketika menentukan urutan tugas terbaik untuk suatu proyek atau ketika mencoba untuk mengompres jadwal untuk menyelesaikan suatu proyek tepat waktu. Temuan ini akan memberikan manajer proyek dan perencana pengetahuan tentang praktik terbaik untuk mengurangi variasi dalam jadwal dan melindungi jadwal dari efek negatif variasi yang tidak dapat dihindari.

Metode penelitian

Saling ketergantungan dan urutan kegiatan sangat berdampak pada alur kerja pro-duksi (Lindhard 2014b). Dalam urutan kegiatan, penyelesaian kegiatan sebelumnya adalah suatu keharusan sebelum kegiatan berikut dapat dimulai. Dalam konstruksi, variasi dalam produktivitas pekerja menciptakan kerumitan dan pemborosan, yang mengakibatkan berkurangnya produktivitas (Liu et al. 2011; González et al. 2009). Untuk memahami bagaimana pengaruh variasi dalam produktivitas dapat ditangani, sebuah studi simulasi dilakukan. Fokus simulasi adalah untuk menunjukkan bagaimana variasi mempengaruhi output produksi, dan bagaimana perubahan dalam urutan memiliki potensi untuk mengubah besarnya efek ini.

Studi simulasi didasarkan pada desain simulasi yang dikirim oleh Lindhard (2014b). Itu menggunakan model simulasi peristiwa diskrit stokastik dibuat di Excel. Model simulasi digunakan untuk menghitung produktivitas tenaga kerja sehingga throughput setiap tugas dapat dihitung bersama dengan kesenjangan dan penundaan, yang tergantung pada urutan. Lindhard (2014b) fokus pada bagaimana du-ration kegiatan mempengaruhi produksi. Penelitian ini berfokus pada urutan dan efek dari kegiatan paralel.

Produksi tenaga kerja disimulasikan menggunakan distribusi beta, seperti yang disarankan oleh AbouRizk dan Halpin (1992). Bentuk pembagian tergantung pada sifat tugas. Dalam simulasi, parameter bentuk Î ± dan β masing-masing diatur ke 1,898 dan 6,372. Parameter bentuk diturunkan dari Fente et al. (2000), yang mempelajari parameter bentuk truk angkut. Dengan menetapkan Î ± <β, distribusi menjadi miring kanan, dengan rata-rata dan median ditempatkan di sisi kanan rentang (Fente et al. 2000). Jika simulasi produksi dimulai pada rata-rata produksi, risiko kegiatan yang tertunda sama dengan kemungkinan kegiatan selesai lebih cepat dari jadwal. Kesetimbangan antara kemungkinan variasi positif dan negatif hanya dipertahankan jika dasar dan asumsi tidak berubah. Dengan demikian, perkiraan yang tidak tepat dari du- ration tugas serta perubahan staf atau jam kerja mempengaruhi jumlah penundaan positif dan negatif. Sebagai contoh, Khamooshi dan Cioffi (2009, 2012) menemukan bahwa kegiatan hampir tidak pernah selesai lebih cepat dari jadwal; ini karena perkiraan optimis dari durasi

atau perubahan dalam kepegawaian (Khamooshi dan Cioffi 2012). Ini selaras dengan apa yang diamati dan didefinisikan oleh Khamooshi dan Cioffi (2012) sebagai sindrom siswa. Sindrom siswa terjadi ketika pekerjaan ditunda hingga akhir masa tugas, yang meningkatkan risiko keterlambatan.

Seperti dalam Lindhard (2014b), produktivitas masing-masing sub-kontraktor dihitung oleh variabel stokastik diskrit, mengambil bilangan bulat (1, 2, 3, 4, 5, dan 6) mengikuti distribusi beta. Rata-rata produksi adalah 1,88 dan ditetapkan sebagai target output, sedangkan du- ration setiap kegiatan ditetapkan menjadi 1 minggu kerja setara dengan 6 hari kerja; sehingga 11 unit produksi diperlukan untuk menyelesaikan setiap kegiatan. Selanjutnya, ketika menyelesaikan suatu kegiatan, hari kerja yang dimulai dimasukkan sebagai keseluruhan; dengan demikian, sisa kapasitas produksi yang tidak digunakan pada akhir hari dianggap sebagai limbah. Output produksi dianalisis dengan menghitung pengukuran berikut:

- Kesenjangan jaringan adalah kesenjangan dalam produksi yang disebabkan oleh saling ketergantungan dalam jaringan kegiatan. Kesenjangan muncul ketika kegiatan paralel tidak diselesaikan secara bersamaan karena dimulainya kegiatan berikutnya harus menunggu sampai semua kegiatan sebelumnya selesai.

- Kesenjangan variasi adalah kesenjangan dalam produksi yang disebabkan oleh variasi positif. Itu terjadi ketika suatu kegiatan selesai lebih cepat dari jadwal, dan kegiatan berikutnya belum siap.

- Waiting daysnup adalah jumlah hari tunggu yang disebabkan oleh aktivitas yang tertunda. Menunggu hari kerja didasarkan pada situasi di mana jadwal awal tidak diperbarui; dengan demikian, jadwal awal diikuti terlepas dari keterlambatan dalam kegiatan sebelumnya.

- Waiting daysup adalah menunggu yang disebabkan oleh keterlambatan dalam sistem.

Waktu tunggu didasarkan pada situasi di mana jadwal diperbarui setelah setiap kegiatan selesai; dengan demikian, jadwal diperbarui setelah selesainya setiap kegiatan untuk melacak kemajuan saat ini.

- Delaynup adalah penundaan yang disebabkan oleh variasi positif dan negatif. Namun, variasi positif tidak dapat membuat produksi lebih cepat dari jadwal, karena kegiatan berikut akan selalu dimulai sesuai jadwal.

- Delayup hanya menyertakan variasi negatif, dan merupakan ukuran keterlambatan yang muncul jika jadwal diperbarui setelah setiap kegiatan selesai. Oleh karena itu, waktu mulai dari aktivitas berikut ini terus disesuaikan.

Eksperimen simulasi terdiri dari 100 kegiatan yang saling tergantung. Kegiatan-kegiatan ini diatur dalam 98 urutan yang berbeda, dan masing-masing disimulasikan 100 kali untuk memperkuat validitas dan konsistensi penelitian (Krefting 1991), dan nilai rata-rata digunakan.

Selama setiap simulasi berjalan, jumlah kegiatan paralel meningkat satu mulai dari urutan linier dan berakhir dengan simulasi di mana 98 kegiatan paralel. Kegiatan paralel ditempatkan setelah kegiatan pertama untuk mensimulasikan efek sebelum dan sesudah kegiatan paralel. Dengan demikian, dalam menjalankan simulasi pertama, semua kegiatan diatur dalam urutan linier [Gambar. 1 (a)]. Dalam menjalankan simulasi kedua, 1 aktivitas diselesaikan, diikuti oleh 2 aktivitas paralel, dan berakhir dengan 97 aktivitas linear. Dalam menjalankan simulasi ketiga, 1 aktivitas diselesaikan, diikuti oleh 3 aktivitas paralel, dan berakhir dengan 96 aktivitas linier.

Jumlah aktivitas paralel terus meningkat sebesar 1 hingga 98 dan menjalankan simulasi akhir, di mana 1 aktivitas diselesaikan, diikuti oleh 98 aktivitas paralel, dan berakhir dengan 1 aktivitas linier [Gambar. 1 (b)].

Saat menganalisis data, pengukuran yang ditentukan sebelumnya dihitung untuk setiap aktivitas. Pengukuran ini, sebagaimana dicantumkan pada Gambar. 2, disajikan pada bagian hasil.

Gambar 1. Urutan ekstrem: (a) urutan linier; dan (b) 98 kegiatan paralel.

Hasil dan Diskusi

Variasi menciptakan gangguan dalam alur kerja produksi dan menurunkan produktivitas (GonzÃlele et al. 2010). Untuk mengurangi efek negatif variasi, perlu dipahami. Desain urutan kegiatan memiliki dampak besar pada bagaimana variasi memengaruhi alur kerja produksi.

Ketika menyelidiki efek dari kegiatan paralel, fokusnya adalah pada perubahan urutan dari linear ke paralel. Karena satu-satunya perubahan pada urutan adalah peningkatan bertahap dalam kegiatan paralel, efek pada jadwal muncul dari perubahan ini. Dengan demikian, fokus harus ada pada waktu antara tumpang tindih dengan aktivitas yang baru selesai sebelum kegiatan paralel dan tumpang tindih dengan aktivitas berikut. Selain itu, karena efek dari setiap perubahan dibawa ke urutan, efek pada seluruh sistem produksi juga penting. Gambar. 3

menunjukkan ringkasan hasil simulasi dari tiga skenario, dengan satu, dua, dan tiga kegiatan paralel. Bagian berikut ini menyajikan analisis mendalam dari berbagai parameter yang diukur.

Gambar 2. Model yang digunakan untuk menganalisis dan menyajikan data simulasi.

Gambar 3. Hasil simulasi untuk tiga skenario dengan (a) satu aktivitas paralel; (b) dua kegiatan paralel; dan (c) tiga kegiatan paralel.

Kesenjangan dalam Produksi

Jumlah celah dalam produksi setara dengan waktu produksi yang terbuang. Variasi positif menciptakan kesenjangan produksi yang tidak tereksploitasi, di mana suatu kegiatan yang diselesaikan lebih awal menyisakan celah waktu sebelum kegiatan berikutnya dimulai.

Kesenjangan ini didefinisikan sebagai kesenjangan variasi.

Ketika meningkatkan jumlah kegiatan paralel, kesenjangan variasi yang diciptakan oleh kegiatan paralel mendekati nol (Gbr. 4). Pengurangan dalam celah variasi ketika meningkatkan jumlah kegiatan par-allel disebabkan oleh penurunan kemungkinan semua kegiatan diselesaikan lebih cepat dari jadwal. Akibatnya, dapat diturunkan bahwa ukuran dan kecepatan di mana kesenjangan variasi mendekati nol tergantung pada variasi dalam produksi.

Melihat gap variasi dalam seluruh urutan, ukuran gap tergantung pada gap variasi yang disebabkan oleh aktivitas yang terjadi sebelum aktivitas paralel (Gbr. 5). Ini karena celah itu ditransfer ke semua kegiatan paralel berikutnya. Dengan demikian, perbedaan dalam ukuran celah variasi muncul ketika celah variasi yang dibuat oleh kegiatan selanjutnya berbeda dari kesenjangan variasi yang diserap ketika jumlah kegiatan paralel meningkat. Simulasi menunjukkan hal berikut:

- Jika kesenjangan variasi pada kegiatan sebelum kegiatan paralel di atas rata-rata urutan, kesenjangan variasi meningkat ketika jumlah kegiatan paralel meningkat;

- Jika gap variasi pada aktivitas sebelum aktivitas paralel berada pada urutan rata-rata, gap variasi tidak berubah terlepas dari jumlah aktivitas paralel; dan

- Jika kesenjangan variasi pada kegiatan sebelum kegiatan paralel di bawah rata-rata urutan, kesenjangan variasi berkurang karena jumlah kegiatan paralel meningkat.

Dalam perhitungan lebih lanjut, kesenjangan variasi pada aktivitas sebelum aktivitas paralel diatur ke nilai rata-rata; dengan demikian, satu-satunya pengurangan variasi dibuat dalam tumpang tindih pada Gambar. 4.

Ketika kegiatan paralel digunakan dalam jadwal, jenis kesenjangan baru muncul. Kesenjangan disebabkan oleh saling ketergantungan dalam jaringan. Kesenjangan muncul ketika suatu kegiatan tergantung pada penyelesaian lebih dari satu kegiatan sebelumnya dan salah satunya selesai sebelum yang lain. Kesenjangan ini didefinisikan sebagai kesenjangan jaringan dan sering disebut sebagai bias gabungan.

Kesenjangan jaringan hanya muncul dalam tumpang tindih antara kegiatan paralel dan urutan berikutnya. Ketika meningkatkan jumlah kegiatan paralel, ukuran kesenjangan meningkat karena kemungkinan ekstrem meningkat. Hasil simulasi menunjukkan hubungan logaritmik antara ukuran kesenjangan jaringan dan jumlah kegiatan paralel, di mana peningkatan kesenjangan menurun dengan peningkatan jumlah kegiatan paralel (Gbr. 6). Penurunan tersebut dapat dijelaskan oleh fakta bahwa kesenjangan jaringan per aktivitas hanya meningkat ketika variasi yang lebih ekstrim terjadi antara aktivitas paralel.

Kesenjangan jaringan total meningkat dengan mantap seiring jumlah aktivitas par-allel meningkat (Gbr. 7). Hasil simulasi menunjukkan bahwa ada hubungan linier antara jumlah kegiatan paralel dan ukuran kesenjangan jaringan. Peningkatan ini muncul karena kesenjangan jaringan ditambahkan ke semua aktivitas paralel yang diselesaikan sebelum aktivitas dengan durasi terpanjang. Tikungan kecil pada awal grafik disebabkan oleh peningkatan perbedaan antara aktivitas selesai tercepat dan paling lambat.

Membandingkan ukuran kesenjangan variasi dengan ukuran kesenjangan kerja-bersih, efek negatif dari peningkatan kesenjangan jaringan dengan mudah melampaui efek positif dari kemungkinan pengurangan kesenjangan variasi. Dengan demikian, dengan meningkatkan jumlah kegiatan paralel, ukuran kesenjangan dalam aliran kerja produksi meningkat.

Gambar 4. Kesenjangan variasi pada tumpang tindih antara kegiatan paralel dan kegiatan berikutnya sebagai jumlah kegiatan paralel meningkat.

Gambar 5. Peningkatan gap variasi tergantung pada gap variasi yang dibuat oleh aktivitas sebelumnya.

Gambar. 6. Rata-rata waktu terbuang per aktivitas yang disebabkan oleh kesenjangan jaringan.

Gambar 7. Waktu terbuang yang disebabkan oleh kesenjangan jaringan karena jumlah kegiatan paralel meningkat.

Jangka Waktu Menunggu

Aktivitas yang tertunda menyebabkan peningkatan waktu tunggu untuk kegiatan berikutnya.

Oleh karena itu, sedangkan kesenjangan jaringan menciptakan limbah dalam kegiatan paralel, waktu tunggu menciptakan limbah dalam aktivitas berikutnya. Dalam latihan simulasi, waktu tunggu diukur dalam hari tunggu, menggunakan dua ukuran hari tunggu: (1) menunggu hari sesuai dengan situasi di mana jadwal awal disimpan sepanjang seluruh proses konstruksi; dan (2) menunggu hari sesuai dengan situasi di mana jadwal uled terus diperbarui untuk mencerminkan kemajuan saat ini. Dalam hal ini, kegiatan yang tertunda hanya menyebabkan waktu tunggu untuk kegiatan berikutnya, di mana manajer situs melihat penundaan, mengintervensi, dan menyesuaikan jadwal sehingga kegiatan yang akan datang tetap tidak terpengaruh oleh penundaan tersebut. Hasil simulasi ditunjukkan pada Gambar. 8.

Gambar. 8. Waiting daysup dan waiting daysnup muncul antara aktivitas paralel dan aktivitas selanjutnya.

Gambar 9. Peningkatan hari tunggu tergantung pada jumlah hari tunggu yang dibuat oleh kegiatan sebelumnya.

Gambar 10. Jumlah hari tunggu dalam kaitannya dengan jumlah kegiatan paralel.

Gambar. 11. Peningkatan keterlambatan dalam kegiatan mengikuti kegiatan paralel yang disebabkan oleh peningkatan jumlah kegiatan paralel.

Peningkatan aktivitas paralel meningkatkan risiko waktu tunggu dalam aktivitas berikutnya (Gbr. 8). Meningkatnya risiko disebabkan oleh peningkatan kemungkinan kegiatan yang tertunda dan karenanya waktu tunggu yang meningkat untuk kegiatan selanjutnya. Peningkatan waktu tunggu menurun karena penurunan terjadinya variasi ekstrim.

Peningkatan waktu tunggu berkurang dalam hal seluruh alur kerja produksi; Gambar. 9 merangkum hasilnya. Jumlah hari tunggu tergantung pada waktu tunggu yang disebabkan oleh aktivitas sebelum kegiatan paralel. Jika waktu tunggu yang disebabkan oleh aktivitas sebelumnya di bawah rata-rata, jumlah hari tunggu berkurang; sebaliknya, waktu tunggu meningkat jika waktu tunggu di atas rata-rata. Baik kenaikan dan penurunan bersifat linier dan langsung bergantung pada jumlah kegiatan paralel. Efek ini identik untuk menunggu daysup dan waiting daysnup.

Selain itu, ketika waktu tunggu yang disebabkan oleh aktivitas sebelumnya rata-rata, waktu tunggu meningkat dari 60,05 menjadi 62,09 (Gbr. 9). Sebagian besar peningkatan terjadi dengan antara 1 dan 10 kegiatan paralel. Di sisi lain, tunggu hari menurun dari 2.137,56 menjadi 101,24 hari (Gbr. 10). Dengan demikian, jumlah hari menunggu ketika menjaga jadwal tetap lebih tinggi daripada ketika terus memperbarui jadwal. Perbedaannya paling tinggi ketika menyelesaikan kegiatan dalam urutan linier, sedangkan perbedaannya minimal ketika menyelesaikan kegiatan secara paralel. Alasan menunggu daysnup jauh lebih besar daripada

waiting daysup, adalah bahwa waktu tunggu ditransfer ke aktivitas berikutnya dalam kasus pertama, sedangkan waktu tunggu diatur ulang ketika jadwal diperbarui.

Menunda

Keterlambatan tidak diinginkan dalam sistem produksi. Dua pengukuran keterlambatan yang berbeda dihitung, delaynup dan delayup; delaynup termasuk keterlambatan yang dihasilkan dari variasi positif dan negatif, tetapi variasi positif tidak dapat membuat produksi lebih cepat dari jadwal karena kegiatan berikut dimulai sesuai jadwal, menghasilkan variasi positif yang terbuang. Oleh karena itu, delaynup berhubungan dengan menjaga jadwal awal dan tidak memperbarui jadwal selama seluruh proses konstruksi. Di sisi lain, penundaan hanya menyertakan variasi negatif, karena itu terkait dengan situasi di mana jadwal terus diperbarui;

dengan demikian, waktu mulai dari kegiatan berikut ini terus disesuaikan dan menghasilkan pemborosan semua variasi positif.

Hasil simulasi menunjukkan bahwa aktivitas yang mengikuti kelompok aktivitas paralel mengalami peningkatan jumlah de-lay (Gbr. 11). Peningkatan keterlambatan adalah hasil dari kemungkinan peningkatan kemungkinan keterlambatan di antara kegiatan paralel karena dimulainya kegiatan berikutnya dipengaruhi oleh penyelesaian kegiatan terpanjang di antara kelompok. Efeknya mengikuti kurva logaritmik dan terkuat untuk keterlambatan dan terlemah untuk keterlambatan.

Hasil simulasi menunjukkan hubungan linier antara de-lay dan jumlah kegiatan paralel. Efek total pada penundaan adalah positif (Gbr. 12). Berkurangnya penundaan mengurangi waktu yang dibutuhkan untuk produksi; delayup lebih besar dari delaynup ketika jumlah tugas linier besar, tetapi karena jumlah tugas paralel meningkat, perbedaan antara dua waktu penundaan menurun.

Gambar. 12. Penurunan total keterlambatan yang disebabkan oleh peningkatan jumlah kegiatan paralel.

Gambar. 13. Kurangi durasi proyek karena jumlah kegiatan paralel meningkat.

Gambar. 14. Jumlah hari produksi yang terbuang sehubungan dengan jumlah kegiatan paralel.

Pengaruh Kegiatan Paralel

Salah satu alasan utama untuk menggunakan kegiatan paralel adalah karena mengurangi waktu produksi (Gbr. 13). Menggunakan aktivitas paralel juga mempengaruhi jumlah limbah. Jumlah limbah dihitung dengan menambahkan hari tunggu, celah variasi, dan celah jaringan

Hari tunggu adalah pemborosan langsung, di mana kru kerja menunggu karena aktivitas sebelumnya belum selesai. Kesenjangan variasi dan kesenjangan jaringan merupakan peluang terbuang untuk produksi. Efek dari total limbah adalah periode konstruksi yang berkepanjangan dan peningkatan biaya proyek. Pentingnya meminimalkan limbah disalahgunakan oleh model aktivitas Thomas et al (1990). Thomas et al. (1990) mempelajari produktivitas dalam produksi di lokasi dan menemukan bahwa waktu tunggu dan peluang yang terbuang terhitung hampir sepertiga dari total jam kerja.

Total limbah dalam hari kerja ditunjukkan pada Gambar. 14. Kapasitas produksi yang terbuang dapat dihitung dengan mengalikan total limbah dengan produktivitas rata-rata, dan dengan demikian 1,88 kali lebih tinggi.

Efek dari menggunakan aktivitas paralel sangat tergantung pada bagaimana jadwal diperbarui.

Jika jadwal tidak diperbarui, total limbah berkurang seiring dengan meningkatnya jumlah kegiatan paralel. Sebaliknya, jika jadwal terus diperbarui untuk mencerminkan kemajuan saat ini, total limbah meningkat seiring dengan meningkatnya jumlah kegiatan paralel. Secara umum, karena waktu tunggu ditransfer dari kegiatan sebelumnya, lebih banyak limbah dibuat jika jadwal tidak diperbarui. Dengan demikian, memperbarui jadwal membuat produksi lebih kuat terhadap variasi.

Implikasi Temuan

Menggunakan kegiatan paralel memiliki efek positif pada waktu dan penundaan produksi, sedangkan pengaruhnya terhadap limbah seperti kesenjangan produksi dan penundaan menunggu tergantung pada seberapa sering jadwal diperbarui. Secara umum, peningkatan kegiatan paralel memiliki efek negatif pada kesenjangan produksi.

Sebagai soal fakta, menjaga jadwal awal sepanjang seluruh proses konstruksi tanpa pembaruan biasanya tidak terjadi. Di sisi lain, jadwal jarang diperbarui setelah setiap kegiatan. Jika jadwal diperbarui setiap minggu atau bulanan, sampah yang sebenarnya akan mengikuti garis yang terletak di antara dua ekstrem, pembuangan dan pembuangan. Berdasarkan hasil simulasi, dapat disimpulkan bahwa ketika jadwal diperbarui lebih sering, lebih sedikit limbah yang dihasilkan. Selain itu, karena pemborosan terjadi di antara serah terima, dapat disimpulkan bahwa semakin kecil durasi kegiatan, semakin sering jadwal perlu diperbarui.

Selanjutnya, ketika jumlah kegiatan paralel meningkat, lebih banyak kesenjangan muncul dalam alur kerja produksi. Ini membuatnya lebih penting bahwa manajemen situs responsif dan bertindak semampu mereka untuk mengeksploitasi kesenjangan. Manajer dapat merespons baik dengan (1) mengurangi variasi dan mencegahnya mencapai produksi, misalnya dengan memastikan bahwa kegiatan siap untuk diselesaikan; atau (2) menghilangkan efek variasi melalui buffer dan fleksibilitas untuk menyerap variasi positif dan negatif.

Karena kerumitan perencanaan, perencana harus menanggapi situasi saat ini (Snowden 2002).

Selain itu, perencana perlu memiliki kesadaran yang konstan tentang jadwal dan kemajuan untuk merasakan, menganalisis, dan meramalkan jika suatu kegiatan selesai awal atau terlambat, dan untuk merespons dengan memiliki kru berikutnya yang siap tepat pada waktunya untuk penyerahan.

Simulasi difokuskan pada urutan tugas dan trans-formasi tugas. Simulasi didasarkan pada asumsi bahwa semua sumber daya tersedia dan memungkinkan untuk melakukan kegiatan yang

direncanakan. Karena simulasi terutama berfokus pada transformasi, di mana aliran prasyarat dan sumber daya dipertimbangkan seperti yang diberikan, temuan hanya mengungkapkan limbah yang dihasilkan selama transformasi. Ini termasuk kesenjangan produksi dan waktu tunggu yang disebabkan oleh kegiatan sebelumnya tidak selesai. Jika sumber daya dipertimbangkan, jenis limbah lainnya akan terungkap, seperti stok dan bahan menyusut, mesin idle, atau kegiatan yang tidak dapat dimulai karena sumber daya tidak tersedia.

Meningkatnya kompleksitas dan variasi meningkatkan pemborosan terkait transformasi dan sumber daya, karena akan lebih sulit untuk memprediksi sumber daya yang dibutuhkan dan kemajuan produksi. Karena sejumlah besar kegiatan paralel akan mengarah pada proses konstruksi yang lebih kompleks, ancaman limbah yang dihasilkan dari ketidakmampuan sumber daya kembali dan seterusnya akan meningkat.

Menggunakan aktivitas paralel memampatkan jadwal untuk mempercepat pekerjaan. Ketika tetap terkendali, akselerasi kerja dapat digunakan sebagai alat manajerial untuk menebus waktu yang hilang, tetapi hanya sampai batas tertentu. Ketika produksi mencapai titik jenuh, ruang kerja dan sumber daya akan dibagikan dan penyimpanan akan terbatas (Ahmad dan An 2008;

Bertelsen 2003), yang meningkatkan kompleksitas (Salem et al. 2006). Meningkatnya kompleksitas akan menyebabkan peningkatan variasi, dan dengan demikian akan meningkatkan kesenjangan, hari tunggu, dan penundaan. Akselerasi kerja dengan kelebihan pegawai akan berdampak negatif pada biaya dan produktivitas (Noyce dan Hanna 1998).

Titik jenuh dan efek negatif dari kelebihan pegawai sangat sulit diperkirakan. Keduanya spesifik proyek dan tergantung pada banyak faktor. Sebuah studi kasus yang dilakukan oleh Thomas (2000) meneliti efek mempercepat pekerjaan; Temuan ini mengungkapkan hilangnya produktivitas substansial 25%. Jika efek negatif yang terkait dengan kelebihan pegawai dipertimbangkan dalam simulasi, lebih banyak limbah dan penundaan akan dimasukkan ke dalam sistem produksi ketika jumlah kegiatan paralel meningkat. Sebagai kesimpulan, penggunaan kegiatan paralel akan, sebagai suatu peraturan, meningkatkan limbah dalam produksi, yang disebabkan oleh peningkatan jumlah kesenjangan produksi. Ini harus

diperhitungkan oleh manajer proyek dan perencana ketika merencanakan dan menjadwalkan pekerjaan produksi pada suatu proyek.

Kesimpulan dan Penelitian Lebih Lanjut

Pendekatan ideal dalam meningkatkan aliran produksi dalam konstruksi adalah untuk menghilangkan variasi dalam output produksi. Oleh karena itu, variasi telah menjadi fokus dari beberapa studi penelitian, tetapi karena sifat konstruksi yang kompleks, itu terbukti sulit untuk dikurangi dan tidak mungkin untuk dihilangkan.

Variasi yang lolos dari pelindung yang melindungi produksi perlu ditangani. Secara tradisional, fokusnya adalah pada penanganan efek, dengan menyesuaikan ukuran kru, jam kerja, atau dengan menerapkan buffer. Studi ini menyelidiki opsi ketiga, dan menciptakan pemahaman tentang bagaimana urutan produksi dapat diatur ulang untuk membuat produksi lebih kuat untuk variasi. Ini menunjukkan potensi memanfaatkan variasi positif dan kesenjangan yang muncul dalam produksi. Semakin besar jumlah kegiatan paralel, semakin kompleks urutan kegiatan dan karenanya semakin penting untuk mengeksploitasi variasi positif untuk meminimalkan kesenjangan, waktu tunggu, dan penundaan.

Temuan menunjukkan bahwa efek variasi tergantung pada bagaimana jadwal diperbarui;

semakin banyak limbah yang dibuat semakin jarang jadwal diperbarui. Dalam confim-ration aktivitas simulasi, menerapkan kegiatan yang lebih paralel mengurangi jumlah hari menunggu bersama dengan waktu produksi; Namun, lebih banyak kesenjangan muncul dalam produksi.

Keseimbangan antara efek negatif dan positif dari peningkatan tugas paralel ini tergantung pada seberapa sering jadwal diperbarui. Jika jadwal diperbarui secara teratur, kegiatan paralel akan berdampak negatif pada limbah. Dengan demikian penelitian ini menunjukkan bahwa menjaga urutan sesederhana mungkin dan mengurangi jumlah kegiatan paralel akan meningkatkan ketahanan jadwal dan mengurangi jumlah kesenjangan produksi yang diciptakan oleh variasi. Namun, urutannya perlu disesuaikan sehubungan dengan jangka waktu proyek konstruksi. Dengan demikian, urutan di mana semua kegiatan ditempatkan pada satu

baris tidak pernah berlaku. Namun, manajer produksi perlu mempertimbangkan dampak peningkatan jumlah tugas paralel terhadap peningkatan kesenjangan produksi.

Kegiatan paralel sering digunakan sebagai instrumen untuk menekan jadwal, karena kegiatan paralel mengurangi waktu produksi. Kompresi jadwal digunakan baik oleh pemilik dalam upaya untuk menyelesaikan sesuai jadwal, atau oleh kontraktor untuk menebus waktu yang hilang. Studi ini mengungkapkan bahwa dengan mengompres jadwal, variasi akan meningkatkan pemborosan. Semakin banyak jadwal yang dikompres, semakin banyak limbah yang muncul.

Seorang manajer produksi perlu mengurangi variasi dan mengurangi dampak negatif variasi jika itu terjadi. Untuk mengurangi dampak negatif variasi, manajer produksi perlu membuat urutannya kuat terhadap variasi. Secara bersamaan, manajer produksi perlu menangani variasi yang lolos untuk memastikan bahwa efek variasi positif serta variasi negatif dikelola.

Penelitian di masa depan akan memeriksa pola urutan yang berbeda untuk membuat jadwal lebih kuat terhadap variasi. Lebih banyak penyesuaian akan dibangun ke dalam simulasi, misalnya, memungkinkan perubahan dalam durasi tugas.

Referensi

AbouRizk, S., and D. Halpin. 1992. “Statistical properties of construction duration data.” J.

Constr. Eng. Manage. 118 (3): 525–544. https://doi.org/10.1061/(ASCE)0733- 9364(1992)118:3(525).

Ahmad, H. S., and M. An. 2008. “Knowledge management implementation in construction projects: A KM model for Knowledge Creation, Collec- tion and Updating (KCCU).” Int.

J. Project Organ. Manage. 1 (2): 133–166. https://doi.org/10.1504/IJPOM.2008.022189.

Alarco´ n, L. 1997. Lean construction, 72. Rotterdam, Netherlands:

A.A. Balkema.

Arashpour, M., and A. Mehrdad. 2015. “Analysis of workflow variability and its impacts on productivity and performance in construction of multistory buildings.” J. Manage.

Eng. 31 (6): 04015006. https://doi.org/10.1061/(ASCE)ME.1943-5479.0000363.

Ballard, G., and G. Howell. 1998. “Shielding production: essential step in production control.” J. Constr. Eng. Manage. 124 (1): 11–17. https://doi.org/10.1061/(ASCE)0733- 9364(1998)124:1(11).

Bertelsen, S. 2003. “Construction as a complex system.” In Proc., 11th Annual Conf. of the Int. Group for Lean Construction 2003, 11–23. Høgskoleringen, Norway: IGLC.net.

Fente, J., C. Schexnayder, and K. Knutson. 2000. “Defining a probability distribution function for construction simulation.” J. Constr. Eng. Man- age. 126 (3): 234–241.

https://doi.org/10.1061/(ASCE)0733-9364 (2000)126:3(234).

Flyvbjerg, B., M. Garbuio, and D. Lovallo. 2009. “Delusion and deception in large infrastructure projects: Two models for explaining and prevent- ing executive disaster.”

California Manage. Rev. 51 (2): 170–194. https://doi.org/10.2307/41166485.

González, V., L. F. Alarco´ n, S. Maturana, and J. A. Bustamante. 2011. “Site management of work-in-process buffers to enhance project performance using the reliable commitment model: Case study.” J. Constr. Eng. Manage. 137 (9): 707–715.

https://doi.org/10.1061/(ASCE)CO.1943-7862.0000346.

González, V., L. F. Alarco´ n, S. Maturana, F. Mundaca, and J. Bustamante. 2010. “Improving planning reliability and project performance using

the reliable commitment model.” J. Constr. Eng. Manage. 136 (10): 1129–1139.

https://doi.org/10.1061/(ASCE)CO.1943-7862.0000215.

González, V., L. F. Alarco´n, and K. Molenaar. 2009. “Multiobjective design of Work-In- Process buffer for scheduling repetitive building projects.” Autom. Constr. 18 (2): 95–108.

https://doi.org/10.1016/j.autcon.2008.05.005.

Hamzeh, F. R., E. Zankoul, and C. Rouhana. 2015. “How can ‘tasks made ready’ during lookahead planning impact reliable workflow and project duration?” Constr. Manage.

Econ. 33 (4): 243–258. https://doi.org/10.1080/01446193.2015.1047878.

Hanif, H., M. B. Khurshid, S. M. Lindhard, and Z. Aslam. 2016. “Impact of variation orders on time and cost in mega hydropower projects in Pakistan.” J. Constr. Dev. Countries 21 (2): 37–53.

Hopp, W. J., and M. L. Spearman. 2000. Factory physics: Foundations of manufacturing management. Boston: McGraw-Hill.

Howick, S. 2003. “Using system dynamics to analyse disruption and delay in complex projects for litigation: can the modelling purposes be met?”

J. Oper. Res. Soc. 54 (3): 222–229. https://doi.org/10.1057/palgrave.jors.2601502.

Hughes, S. W., D. D. Tippett, and W. K. Thomas. 2004. “Measuring project success in the construction industry.” Eng. Manage. J. 16 (3): 31–37.

https://doi.org/10.1080/10429247.2004.11415255.

Khamooshi, H., and D. F. Cioffi. 2009. “Program risk contingency budget planning.” IEEE Trans. Eng. Manage. 56 (1): 171–179. https://doi.org/10.1109/TEM.2008.927818.

Khamooshi, H., and D. F. Cioffi. 2012. “Uncertainty in task duration and cost estimates:

Fusion of probabilistic forecasts and deterministic scheduling.” J. Constr. Eng. Manage.

139 (5): 488–497. https://doi.org/10.1061/(ASCE)CO.1943-7862.0000616.

Koskela, L. 1999. “Management of production in construction: A theoreti- cal view.” In Proc., 7th Annual Conf. the Int. Group of Lean Construc- tion, 241–252. Høgskoleringen, Norway: IGLC.net.

Krajewski, L., J. C. Wei, and L. Tang. 2005. “Responding to schedule changes in build- to-order supply chains.” J. Oper. Manage. 23 (5): 452–469.

https://doi.org/10.1016/j.jom.2004.10.006.

Krefting, L. 1991. “Rigor in qualitative research: The assessment of trust- worthiness.” Am.

J. Occup. Ther. 45 (3): 214–222. https://doi.org/10.5014/ajot.45.3.214.

Lindhard, S. 2014a. “Handling and reducing variation in on-site produc- tion.” In ICCREM 2014: Smart construction and management in the context of new technology, 475–481.

Reston, VA: ASCE.

Lindhard, S. 2014b. “Understanding the effect of variation in a production system.” J. Constr.

Eng. Manage. 140 (11): 04014051. https://doi.org/10.1061/(ASCE)CO.1943- 7862.0000887.

Lindhard, S., and S. Wandahl. 2014. “Scheduling of large, complex, and constrained construction projects—An exploration of LPS application.” Int. J. Project Organ. Manage.

6 (3): 47–57. https://doi.org/10.1504/IJPOM.2014.065258.

Liu, M., G. Ballard, and W. Ibbs. 2011. “Work flow variation and labor productivity: Case study.” J. Manage. Eng. 27 (4): 236–242. https://doi.org/10.1061/(ASCE)ME.1943- 5479.0000056.

Metters, R., and V. Vargas. 1999. “A comparison of production scheduling policies on costs, service level, and schedule changes.” Prod. Oper. Manage. 8 (1): 76–91.

https://doi.org/10.1111/j.1937-5956.1999.tb00062.x.

Noyce, D. A., and A. S. Hanna. 1998. “Planned and unplanned schedule compression: The impact on labour.” Constr. Manage. Econ. 16 (1): 79–90.

Park, M., and F. Pen˜ a-Mora. 2004. “Reliability buffering for construction projects.” J.

Constr. Eng. Manage. 130 (5): 626–637. https://doi.org/10.1061/(ASCE)0733- 9364(2004)130:5(626).

Russell, M. M., S. M. Hsiang, M. Liu, and B. Wambeke. 2014. “Causes of time buffer and duration variation in construction project tasks: Com- parison of perception to reality.”

J. Constr. Eng. Manage. 140 (6): 04014016. https://doi.org/10.1061/(ASCE)CO.1943- 7862.0000819.

Salem, O., J. Solomon, A. Genaidy, and I. Minkarah. 2006. “Lean construc- tion: From theory to implementation.” J. Manage. Eng. 22 (4): 168–175.

https://doi.org/10.1061/(ASCE)0742-597X(2006)22:4(168).

Snowden, D. 2002. “Complex acts of knowing: Paradox and descriptive self-awareness.”

J. Knowl. Manage. 6 (2): 100–111. https://doi.org/10.1108/13673270210424639.

Thomas, H. R. 2000. “Schedule acceleration, work flow, and labor produc- tivity.” J. Constr.

Eng. Manage. 126 (4): 261–267. https://doi.org/10.1061/(ASCE)0733- 9364(2000)126:4(261).

Thomas, H. R., M. J. Horman, U. E. L. de Souza, and I. Zavřski. 2002. “Reducing variability to improve performance as a lean construction principle.” J. Constr. Eng.

Manage. 128 (2): 144–154. https://doi.org/10.1061/(ASCE)0733-9364(2002)128:2(144).

Thomas, H. R., M. J. Horman, J. R. Minchin, and D. Chen. 2003. “Improv- ing labor flow reliability for better productivity as lean construction principle.” J. Constr. Eng. Manage.

129 (3): 251–261. https://doi.org/10.1061/(ASCE)0733-9364(2003)129:3(251).

Thomas, H. R., W. F. Maloney, R. M. W. Horner, G. R. Smith, V. K. Handa, and S. R. Sanders.

1990. “Modeling construction labor productivity.” J. Constr. Eng. Manage. 116 (4):

705–726. https://doi.org/10.1061/(ASCE)0733-9364(1990)116:4(705).

Thomas, H. R., C. T. Mathews, and J. G. Ward. 1986. “Learning curve models of construction productivity.” J. Constr. Eng. Manage. 112 (2): 245–258.

https://doi.org/10.1061/(ASCE)0733-9364(1986)112:2(245).

Thomas, H. R., and A. S. Sakarcan. 1994. “Forecasting labor productivity using factor model.” J. Constr. Eng. Manage. 120 (1): 228–239. https:// doi.org/10.1061/(ASCE)0733- 9364(1994)120:1(228).

Thomas, H. R., and I. Yiakoumis. 1987. “Factor model of construction pro- ductivity.” J.

Constr. Eng. Manage. 113 (4): 623–639. https://doi.org/10.1061/(ASCE)0733- 9364(1987)113:4(623).

Tsehayae, A. A., and A. R. Fayek. 2015. “System model for analysing con- struction labour productivity.” Constr. Innov. 16 (2): 203–228. https:// doi.org/10.1108/CI-07-2015-0040.

Wambeke, B. W., S. M. Hsiang, and M. Liu. 2011. “Causes of variation in construction project task starting times and duration.” J. Constr. Eng. Manage. 137 (9): 663–677.

https://doi.org/10.1061/(ASCE)CO.1943-7862.0000342.

Wambeke, B. W., M. Liu, and S. M. Hsiang. 2012. “Using last planner and a risk assessment matrix to reduce variation in mechanical related con- struction tasks.” J. Constr. Eng.

Manage. 138 (4): 491–498. https://doi.org/10.1061/(ASCE)CO.1943-7862.0000444.