ANALISIS DAN MANAJEMEN RISIKO PEMBANGUNAN TOWER
PADA PT. GAIA ENGINEERING DENGAN MENGGUNAKAN
METODE HOUSE OF RISK
Dimas Nugroho Nuradryanto1) dan Suparno2)1) Program Studi Magister Manajemen Teknologi, Institut Teknologi Sepuluh Nopember, Jl. Cokroaminoto 12A, Surabaya, 60264, Indonesia
e-mail: [email protected]
2) Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember
ABSTRAK
PT X sebagai salah satu penyedia layanan jasa telekomunikasi di Indonesia, dituntut untuk melakukan peningkatan pelayanan. Salah satunya dengan melakukan peningkatan kapasitas jaringan. PT Gaia Engineering bertugas melaksanaan pembangunan 400 bangunan sipil tower yang tersebar di area Banten dan Tangerang Selatan. Dalam pelaksanaannya sering terjadi hambatan baik dari internal maupun eksternal. Menyebabkan pembengkakan biaya dan profit
loss. Perlu dilakukan penelitian guna menganalisa perencanaan proyek. Pada analisa
perencanaan ini akan dilakukan di dalamnya identifikasi dan analisa risiko proyek, klasifikasi potential risk, serta usulan tindakan pencegahan.
Adapun usulan analisa dan penanganan risiko dilakukan melalui metode house of risk (HOR) dan dapat diidentifikasi beberapa risiko proyek (risk event), risk agent serta tindakan preventif (proactive action). Tindakan preventif harus dilakukan berdasarkan prioritasnya sehingga peluang terjadinya risiko dalam proyek dapat diminimalisir hal ini tentu berdampak pada keberlangsungan proyek dapat selesai tepat waktu, tidak terjadi pembengkakan biaya dan tujuan proyek dapat tercapai sesuai apa yang diharapkan. Berdasarkan hasil analisa, dapat teridentifikasi 24 risiko proyek (risk event), 23 penyebab risiko (risk agent), dan 12 tindakan preventif (proactive action). Tindakan preventif harus dilakukan berdasarkan skala prioritasnya, sehingga peluang terjadinya risiko dalam proyek dapat diminimalisasi.
Kata kunci: manajemen risiko, perencanaan proyek, tower, layanan komunikasi
PENDAHULUAN
PT X sebagai salah satu operator selular di Indonesia mempunyai sharemarket sekitar 12 juta pelanggan untuk Regional Jawa barat. Pada tahun 2012 PT X didukung juga oleh infrastruktur dan kualitas jaringan yang handal. Saat ini Jawa Barat sudah memiliki 2.867 BTS 2G dan 1.400 3G yang tersebar diseluruh wilayah Jawa Barat. Dengan pertumbuhan pengguna sebesar 2-3 juta pengguna per tahun, PT X dituntut untuk dapat meningkatkan dan memperluas jaringan agar mampu menampung peningkatan jumlah tersebut.
Dan untuk meminimalisir profit loss, pada area blank spot yang cukup luas, operator mungkin bisa membangun banyak BTS agar mampu menyediakan network yang memadai sehingga pengguna dapat terlayani dengan baik. Selain di area blank spot, operator juga melakukan pembangunan BTS baru di sela-sela BTS existing. Hal tersebut bertujuan untuk menambah kapasitas network di area tersebut yang sudah mendekati kapasitas maksimal dari sebuah BTS. Penambahan kapasitas network ini bertujuan agar tidak ada pengguna yang tidak terakomodir oleh BTS setempat, dikarenakan penuh nya kanal pada BTS existing. Ataupun
untuk mengubah kanal yang sebelumnya beroperasi di kanal 2G menjadi BTS yang beroperasi di kanal 3G. Hal ini harus dilakukan demi memberikan pelayanan yang maksimal kepada pelanggan provider tersebut. Disamping tuntutan teknologi yang mana di era sekarang ini, koneksi data yang cepat, efisien, hemat, dan bisa diandalkan merupakan kebutuhan primer manusia. Sehingga para provider berlomba-lomba memberikan pelayanan yang terbaik kepada para pelanggan setia nya.
Selain itu, kapasitas network di sebuah area yang sudah mendekati ataupun sudah mencapai kapasitas maksimal dari sebuah BTS, akan mengakibatkan penolakan panggilan (call
reject), layanan pesan yang terhambat (pending message), dan juga layanan data yang tersendat.
Jika hal ini terjadi pada area yang memiliki traffic komunikasi yang padat, tentu kerugian yang ditimbulkan karena tidak terakomodirnya pelanggan mencapai nilai yang cukup besar. Sehingga penyelesaian BTS tepat pada waktunya merupakan salah satu kunci untuk meminimalisir profit loss ini.
Masalah yang dihadapi yaitu adanya gap yang cukup besar antara jumlah pencapaian pembangunan menara BTS baru dan keterlambatan waktu penyelesaian proyek, dalam tahap implementasi antara planning dan pelaksaaan aktual merupakan permasalahan yang harus dicarikan solusinya. Selain itu diperlukan langkah analisa risiko serta bagaimana cara memitigasi risiko tersebut. Untuk meminimalisir kerugian ataupun profit loss.
Tujuan yang ingin dicapai dari penelitian ini yaitu mengidentifikasi risiko-risiko yang mungkin timbul dalam pembangunan tower BTS, melakukan analisa terhadap risiko yang berpeluang terjadi selama pelaksanaan proyek, menentukan langkah mitigasi yang efektif untuk mengurangi kemungkinan terjadinya risiko.
Pembangunan dalam satu titik proyek tower BTS melibatkan dua sub-contractor yaitu bagian pengerjaan sipil dan bagian pengerjaan network. Sub contractor yang dilibatkan dalam penelitian ini berkonsentrasi pada pengerjaan sipil dari bangunan tower.
METODE
Penelitian ini dilakukan secara garis besar terdiri atas lima tahap, yaitu
1. Perencanaan pelaksanaan proyek. Penyusunan perencanaan proyek yang didasarkan pada proses PDEP (Project Develompment and Execution Process).
Data primer meliputi:
Menentukan risiko yang mungkin terjadi dengan brainstorming dan wawancara dari berbagai pihak yang terkait dengan proyek.
Data dari hasil penyebaran kuesioner guna menentukan penilaian terhadap risk event,
risk agent, hubungan antara risk event dan risk agent, dan hubungan antara tindakan
preventif (proactive action) dengan risk agent. Penyebaran kuesioner ini dilakukan kepada Manajer Proyek, Manajer konstruksi, Supervisor Lapangan, beserta staf yang terkait.
Data Sekunder meliputi:
Biaya proyek yang meliputi material dan tenaga kerja Proses site acquisition (SITAC)
Proses civil , mechanical, dan electrical (CME) 2. Analisa risiko dalam implementasi proyek
dilakukan menggunakan metode House of Risk (Pujawan & Laudine, 2009). Dimana metode ini terdiri dari 2 model yaitu model penilaian HOR1 dan model penanganannya HOR2. Adapun langkah-langkah identifikasi risiko pada HOR1 adalah sebagai berikut
a) Identifikasi risk event
Risk event yang sudah teridentifikasi selanjutnya ditentukan level keparahan dampak
(severity) dengan nilai mulai dari 1 hingga 10. Dimana nilai Si (severity) 1 menyatakan bahwa tidak ada dampak risiko yang terjadi, sedangkan nilai 10 menunjukkan dampak risiko yang sangat berbahaya. Adapun penilaian tingkat keparahan akan didapatkan dari hasil kuesioner.
b) Identifikasi risk agent
Masing-masing risk agent diberikan sebuah nilai occurence (Oj) yaitu nilai peluang terjadinya suatu hal. Adapun nilai 1 untuk peluang kejadian yang jarang sekali terjadi, dan nilai 10 untuk peluang yang sangat sering terjadi. Penilaian tingkat keseringan dari sebuah risk agent didapatkan dari hasil kuesioner
c) Aggregate Risk Potential (ARP)
Berdasarkan hasil identifikasi dari risk event dan risk agent, selanjutnya ditentukan korelasi (Rij) antara risk agent dan risk event, dimana nilai yang diberikan adalah 0,1,3, dan 9. Nilai 0 berarti tidak ada korelasi, nilai 1 berarti korelasi rendah, nilai 3 berarti korelasi sedang, dan nilai 9 berarti memiliki korelasi yang tinggi. Penilaian korelasi antara risk event dan risk agent diperoleh dari hasil pengisian kuesioner. Berdasarkan diagram Pareto akan dapat ditentukan berapa risk agent yang berkontribusi terhadap 80% total ARP. Menghitung nilai aggregate risk potential (ARPj) yang ditentukan dengan menggunakan rumus:
ARPj = Oj Σ SiRij.. (1)
d) Penanganan risiko
Proactive action (PAk) yang sudah teridentifikasi diberikan penilaian korelasi (E jk) dengan risk agent dengan nilai 0,1,3,dan 9 yang masing-masing menyatakan no, low, moderate, and high relationship. Penilaian tingkat korelasi antara proactive action dan risk agent dapat diperoleh melalui pengisian kuesioner.
Perhitungan yang pertama adalah total effectiveness of proactive (TEk), yang dihitung berdasarkan persamaan
TEk = Σi ARPjEjk… (2)
Selanjutnya adalah pemberian nilai mengenai tingkat kesulitan dalam melakukan aksi
mitigasi (Dk). Penilaian tingkat kesulitan yang menggunakan skala 1 sampai 5, dimana
nilai 1 menunjukkan tingkat kesulitan yang rendah, dan nilai 5 menunjukan tingkat kesulitan yang tinggi dalam pelaksanaan proactive action. Penilaian ini dapat diperoleh dari hasil pengisian kuesioner yang telah dibagikan.
Tahap berikutnya adalah perhitungan total effectiveness to difficulty ration (ETDk)
yang dihitung dengan menggunakan persamaan
ETDk = TEk/Dk… (3)
Berdasarkan hasil perhitungan di atas, dapat dimasukan dalam tabel yang kemudian akan diperoleh peringat proactive action yang selanjutnya dijadian pedoman untuk melakukan pencegahan atau tindakan untuk meminimalisasi terjadinya risiko pada proyek.
HASIL DAN PEMBAHASAN
Hasil kuesioner untuk pembobotan kriteria berdasarkan model di atas adalah sebagai berikut.
Tabel 1 Data Risk Event Dan Tingkat Keparahannya (Severity)
Tabel 2 Daftar Risk Agent Dan Tingkat Keseringan Terjadinya (Occurence)
1 2 3 4 5 6
A1 Terlambatnya penerbitan PO SIS 2 3 2 4 4 5 3,3
A2 Pelaksana survei memiliki kualifikasi yang kurang 3 3 4 2 3 4 3,2
A3 Tuntutan dari pihak operasional mengenai kondisi ideal lokasi
site baru 5 4 4 5 5 3 4,3
A4 Terlambatnya penerbitan PO SITAC 3 4 3 5 4 5 4,0
A5 Status site dalam list PO SITAC belum 100% berstatus SSR
approval 3 5 4 6 4 4 4,3
A6 Pemilik lahan mengajukan harga yang tinggi 7 8 8 9 8 7 7,8
A7 Kelengkapan akta tanah/kelengkapan berkas kepemilikan lahantidak dapat disediakan 5 6 5 5 6 5 5,3
A8 Manipulasi data oleh petugas di lapangan 5 3 4 3 6 5 4,3
A9 Penolakan rencana pembangunan oleh warga sekitar 8 9 8 7 8 9 8,2
A10 Permintaan tali asih yang tinggi oleh warga 8 8 8 9 7 6 7,7
A11 Birokrasi yang memakan waktu lama dan berbelit-belit 6 7 7 7 6 8 6,8
A12 Pungutan yang tidak sewajarnya dalam perijinan IMB, dll 9 10 9 8 8 7 8,5
A13 Belum adanya aturan baku mengenai tower bersama 5 4 4 5 5 6 4,8
A14 Pemda setempat tidak bersedia menerbitkan IMB untuk towerBTS baru 7 5 7 6 5 6 6,0
A15 Gejolak politik dalam pemilihan kepala daerah (pilkada)
setempat 8 8 9 7 6 6 7,3
A16 Lamanya proses approval dokumen legal 7 6 6 7 6 5 6,2
A17 Lamanya proses approval dokumen SITAC 7 7 7 5 6 5 6,2
A18 Keterlambatan penerbitan PO CME 5 4 5 6 5 5 5,0
A19 Site list dalam PO CME belum 100% berstatus RFC 5 6 4 6 5 6 5,3
A20 Kurangnya pengawasan pelaksana proyek di lapangan 3 2 2 3 4 5 3,2
A21 Adanya bencana alam / kondisi alam yang kurang kondusif 3 3 3 4 4 5 3,7
A22 Pasokan material CME yang terhambat 5 5 6 5 5 4 5,0
Responden
Penilaian korelasi antara risk event dan risk agent diperoleh dari hasil pengisian kuesioner. Hal ini ditujukan untuk mengetahui risk agent yang paling berisiko terjadi dan memiliki dampak yang besar terhadap pengerjaan proyek.
Peringkat ke 1 merupakan risk agent dengan nilai ARP terbesar. Hasil penilaian korelasi antara risk event dan risk agent ditunjukkan pada tabel 5.8. Dari tabel tersebut, dapat disusun diagram Pareto yang kemudian dapat ditentukan berapa banyak risk agent yang berkontribusi terhadap 80% total ARP.
Dari diagram pareto dapat pula diketahui perbandingan risiko yang memberikan dampak besar terhadap aktivitas pembangunan proyek, dan risiko yang dampaknya tidak terlalu besar.
Tabel 4 House Of Risk 1 (HOR1)
Gambar 1 Diagram Pareto ARP Risk Agent
Dari diagram pareto pada gambar 5.6 menunjukkan bahwa 11 risk agent yang berkontribusi sebesar 80% yaitu bernilai 7054 dari total nilai ARP sebesar 8725.
Tabel 5 House Of Risk 2 (HOR2) 0% 20% 40% 60% 80% 100% 120% 0 200 400 600 800 1000 1200
A9 A6 A12 A17 A18 A16 A4 A23 A2 A19 A3 A1
ARPj
% accumul tive ARPj
Risk
Agent PA1 PA2 PA3 PA4 PA5 PA6 PA7 PA8 PA9 PA10 PA11 PA12 ARPj
A1 1,7 39,6 A2 4,7 137 A3 2,7 86,9 A4 5,3 3,7 224 A5 1,7 3,3 51,6 A6 2,7 2,3 8,0 2,7 835 A7 1,3 1,0 1,3 833 A8 7,0 2,3 391 A9 2,3 1,3 1,7 2,0 1115 A10 2,7 4,0 2,3 2,0 929 A11 2,0 2,3 448 A12 6,0 656 A13 6,0 92,8 A14 4,0 606 A15 2,7 2,7 208 A16 1,3 363 A17 1,7 478 A18 2,0 400 A19 2,7 108 A20 1,3 154 A21 127 A22 1,0 240 A23 4,0 2,7 202 TEk 8500,0 1543,2 322,4 1290,7 8410,2 7919,0 7488,0 8289,7 1082,9 9616,0 556,8 440,2 Proactive Action Risk
Event A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 A15 A16 A17 A18 A19 A20 A21 A22 A23 Si
E1 2,0 2,3 3,2 E2 1,7 2,3 3,3 E3 1,3 1,7 7,0 4,8 E4 2,3 7,0 4,2 E5 2,3 2,0 5,2 E6 8,0 7,0 E7 8,0 8,3 8,8 E8 2,0 6,0 6,0 E9 2,3 4,8 E10 5,7 6,0 7,8 E11 8,0 5,5 E12 4,7 2,7 1,2 5,3 E13 1,8 4,7 4,7 1,8 4,7 2,0 3,5 4,0 1,3 4,7 7,8 E14 3,7 6,7 E15 4,7 6,7 E16 2,3 5,0 1,0 7,0 9,2 E17 2,2 6,0 E18 2,0 6,3 E19 0,8 3,7 1,7 5,0 4,7 E20 3,3 7,0 6,7 E21 6,0 3,7 5,5 E22 2,7 5,7 8,0 7,0 6,0 E23 4,7 6,8 E24 5,0 3,7 6,0 Oi 3,3 3,2 4,3 4,0 4,3 7,8 5,3 4,3 8,2 7,7 6,8 8,5 4,8 6,0 7,3 6,2 6,2 5,0 5,3 3,2 3,7 5,0 4,8 ARPj 39,6 137 86,9 224 51,6 835 833 391 1115 929 448 656 92,8 606 208 363 478 400 108 154 127 240 202 Rj 23 17 21 13 22 3 4 10 1 2 8 5 20 6 14 11 7 9 19 16 18 12 15 Risk Agent
Tindakan preventif lain juga diharapkan dilakukan berdasarkan urutan prioritas di atas. Agar peluang-peluang terjadinya risiko selama pelaksanaan proyek diharapan mampu diminamilisir. Sehingga pencapaian penyelesaian pembangunan dapat selesai sesuai dengan target awal.
KESIMPULAN DAN SARAN
Berdasarkan dari hasil analisa dan pembahasan dapat diperoleh kesmpulan:
1. Hasil analisa HOR 1 terdapat 24 risk event yang dapat berdapak. Dari 24 risk event dapat
ditelusuri penyebabnya dan didapatkan 23 risk agent.
2. Dari 23 risk agent, dapat disusun diagram Pareto yang kemudian dapat ditentukan bahwa 11 risk agent yang berkontribusi sebesar 80% yaitu bernilai 7054 dari total nilai ARP sebesar 8725.
3. Proses penanganan risiko didasarkan pada hasil analisa dan perhitungan dari HOR 1 dimana telah didapatkan sebanyak 11 risk agent yang diprediksi sangat dominan terhadap kemungkinan terjadinya risiko. Selanjutnya dilakukan identifikasi terhadap tindakan
preventif (proactive action, PA). Didapatkan 12 proactive action dengan nilai ETDk
tertinggi sebesar 2548,5 dan ETDk terendah sebesar 92.
Agar penelitian ini lebih baik, maka saran nya adalah sebagai berikut:
1. Implementasi house of risk dapat lebih efektif lagi dengan melibatkan tenaga ahli sesuai bidang proyek yang dilakuan ataupun pejabat pada perusahaan yang berkompeten terhadap pelaksanaan proyek. Hal ini ditujukan untuk menentukan dan mengidentifikasi risk event,
risk agent, dan proactive action dengan lebih teliti dan lebih sempurna. Metode HOR lebih
bersifat subyektif sehingga setiap penilaian pada aspek risk event, risk agent, proactive
action, serta korelasinya harus benar-benar akurat. Sehingga akan sangat valid bila
dilakukan oleh pihak yang berkompeten dan memiliki pengalaman yang baik dibidangnya. 2. Pada penyusunan kusioner, perlu diperhatian tingkat persebaran kuesioner. Dilihat dari
aspek jumlah responden, pengalaman kerja, serta pendidikan terakhir dari responden. Sehingga dalam penyusunan nya perlu diperhatikan metode dan format penyampaian, agar responen memahami dengan baik maksud dan tujuan dari kuesioner. Sehingga diharapakan data yang dihasilkan memiliki tingkat akurasi yang baik.
DAFTAR PUSTAKA
Crundwell, F., (2008), Finance for Engineers, Springer-Verlag, London.
Gray, C.F., & Larson, E. W (2008), Project Management, The Managerial Process, McGraw Hill, Singapore.
Hanggraeni, Dewi (2014). “Analisis Risiko Operasional Menggunakan Metode Cause-Effect Studi Kasus Bagian Teknologi Informasi PT. XYZ”, Journal of Business and
Entrepreneurship, ISSN: 2302 - 4119 Vol. 2, No. 1; Januari 2014
Heldman, K., (2005), Project Manager’s Spotlight on Risk Managemen, Harbor Light Press, San Francisco.
Internet News Group Detik (2013), Pertumbuhan Seluler Di Indonesia Melambat, ditulis oleh Noor, Achmad Rouzni.
Krisdianto, Jogi (2010), Analisa Perencanaan Dan Manajemen Risiko Pada Proyek
Pembangunan Pipa Gas Jumper PT. Petrokimia Gresik, Tesis Magister., Institut
Teknologi Sepuluh Nopember, Surabaya.
Laudine H., Geraldin (2007), Manjemen Risiko Dan Aksi Mitigasi Untuk Menciptakan Rantai
Pasok Yang Robust, Tesis Magister., Institut Teknologi Sepuluh Nopember, Surabaya.
Manshurzikri.wordpress.com/2012/06/04/analisis-resiko-dan-beberapa-metodologinya/. Diakses pada 1 Juli 2014.
Nurcahya, Bagus Budi (2012), Analisa Perencanaan Dan Manajemen Resiko Proyek
Peningkatan Fasilitas-fasilitas Pengujian Sumur Minyak Di Area Sumatra Light North (SLN), Tesis Magister., Institut Teknologi Sepuluh Nopember, Surabaya.
Soeharto, I., (2001), Studi Kelayakan Proyek Industri, Erlangga, Jakarta.
Soeharto, I., (1997), Manajemen Proyek dari Konseptual sampai Operasional, Erlangga, Jakarta.
Suharjo (2011), Analisis Perencanaan Dan Manajemen Risiko Pada Proyek Pembangunan BTS
Telkomsel Di Jawa Timur, Tesis Magister., Institut Teknologi Sepuluh Nopember,
Surabaya.
Pujawan, I. N. dan Laudine H. Geraldin (2009), “House of Risk: A model for proactive supply chain risk management.”, Emerald Business Process Management Journal, Vol. 15, No.6, hal. 953 - 967
Purwandono, Dewi Kurniasari (2010), Aplikasi Model House Of Risk (HOR) Untuk Mitigasi
Risiko Proyek Pembangunan Jalan Tol Gempol – Pasuruan, Tesis Magister., Institut
Teknologi Sepuluh Nopember, Surabaya.
Utama, Yuris Permana Yoga (2008), Manajemen Risiko Di PT. Industri Kereta Api (Persero)
Untuk Menghadapi Ketidakpastian Supply Chain, Tesis Magister., Institut Teknologi
