Anda di halaman 1dari 10

Estimasi Biaya Konseptual Konstruksi Bangunan Gedung

(Studi kasus : Kota Bandung 2013)


Bayu Purnama, NIM 8101801006
Dosen Pengampu : Prof. Dr.-Ing. Habil Andreas Wibowo

Pascasarjana Teknik Sipil Universitas Katholik Parahyangan Jalan Merdeka 30 Bandung, 40117, Indonesia

Abstrak
Perkembangan kota-kota yang pesat merupakan salah satu ciri dari suatu negara yang sedang berkembang.
Begitu pula dengan Indonesia, berbagai kota berkembang secara pesat di Indonesia dan salah satunya adalah
Kota Bandung, banyaknya pembangunan di Kota Bandung membuat penulis ingin menganalisis secara
deskriptif biaya Rp/m2 untuk pembangunan konstruksi, mengidentifikasi faktor-faktor yang berpengaruh
terhadap biaya pembangunan konstruksi gedung di Kota Bandung dan membuat model matematik estimasi
biaya konstruksi gedung pada tahap konseptual. Metode yang digunakan dalam analisis ini adalah
pengumpulan data primer, penormalisasian data serta metode parametrik yaitu mencoba meletakkan dasar
hubungan matematik dengan menghubungkan biaya dan informasi terkait pada sampel data dengan bantuan
program IBM SPSS Statistic 22. Dari hasil analisis maka diperoleh hasil analisis deskriptif terhadap biaya
Rp/m² menunjukan bahwa harga permeter bangunan bersifat increase return to scale karena koefisien yang
didapat berkisar di 0,7 < 1 sedangkan faktor yang paling dominan terhadap biaya pembangunan konstruksi
adalah luas bangunannya hal ini dapat dilihat dalam persamaan model matematik Ln Y = 17,342 + 0,886 LnX2
– 0,168 Ln X3.

1. Pendahuluan

Perkembangan kota-kota yang pesat merupakan salah satu ciri dari suatu negara yang sedang berkembang.
Begitu pula dengan Indonesia, berbagai kota berkembang secara pesat di Indonesia dan salah satunya adalah
Kota Bandung. Sejak jaman kolonial, Kota Bandung telah difungsikan sebagai salah satu kota pemerintahan
dan salah satu kota tujuan wisata. Sebagai pusat pemerintahan, maka Kota Bandung memiliki berbagai
infrastruktur utama seperti jalan raya guna mendukung kegiatan yang ada di Kota Bandung pada masa itu.
Kegiatan pariwisata yang terdapat di Kota Bandung dapat dilihat sejak jaman kolonial. Hal tersebut dapat
dilihat dari disiapkannya berbagai macam sarana dan prasarana pendukung seperti jalan raya, hotel, gedung
pertemuan, bioskop/teater dan lainnya.
Maka dari itu perlu adanya estimasi tahap konseptual yang merupakan estimasi yang dibangun berdasarkan
konsep umum yang disediakan pada awal proses konstruksi. Estimasi biaya pada masa pra konstruksi dapat
diperoleh berdasarkan informasi-informasi bangunan yang telah terselenggara. Tersedianya database berupa
perhitungan biaya proyek yang telah terselenggara tersebut menjadi bagian dari proses estimasi biaya tahap
konseptual, sehingga estimasi dapat menghasilkan output yang seakurat mungkin. Berdasarkan masalah
tersebut, maka tujuan yang hendak dicapai dalam penelitian ini adalah :
1) Menganalisis deskriptif terhadap biaya Rp/m2 untuk pembangunan konstruksi.
2) Mengidentifikasi faktor-faktor yang berpengaruh terhadap biaya pembangunan konstruksi gedung.
3) Membuat model matematika estimasi biaya konstruksi gedung pada tahap konseptual.

2. Tinjauan Pustaka

Meskipun tingkat akurasi yang diharapkan hasilnya rendah karena informasi yang tersedia terbatas, perkiraan
biaya awal sangat penting untuk mendukung organisasi dan tim proyek dalam proyek-proyek rekayasa dan
konstruksi. Estimasi ini membantu kita untuk menetapkan anggaran, memprediksi harga tender, dan mengelola
desain untuk memenuhi anggaran. Di bawah Sistem Association of Cost Engineers Cost Estimate
Classification System, perkiraan biaya awal untuk menentukan tingkat biaya proyek mulai dari 0 hingga 2%
dapat ditetapkan sebagai Kelas 5 –– sistem estimasi level paling bawah –– dengan akurasi yang diharapkan
berkisar dari setinggi +40% / - 20% hingga +200% / - 100%. Metode estimasi tipikal untuk estimasi ini adalah
stokastik atau penilaian dengan variabel independen umumnya sesuatu selain ukuran langsung dari unit item
yang diperkirakan. (Wibowo, 2015)

Tugas Estimasi Biaya Konstruksi – Pascasarjana Teknik Sipil Unpar 2019 | 1


2.1. Estimasi Biaya

Biaya yang diperlukan untuk suatu proyek dapat mencapai jumlah yang sangat besar dan tertanam dalam
kurun waktu yang cukup lama. Oleh karena itu perlu dilakukan identifikasi biaya proyek dengan tahapan
perencanaan biaya proyek sebagai berikut (Husen, 2009 dalam Hartati, 2017) :
1) Tahapan pengembangan konseptual, biaya dihitung secara global berdasarkan informasi desain yang
minim. Dipakai perhitungan berdasarkan unit biaya bangunan berdasarkan harga per kapasitas
tertentu.
2) Tahapan desain konstruksi, biaya proyek dihitung secara lebih detail berdasarkan volume pekerjaan
dan informasi harga satuan.
3) Tahapan pelelangan, biaya proyek dihitung oleh beberapa kontraktor agar didapat penawaran terbaik
berdasarkan spesifikasi teknis dan gambar kerja yang cukup dalam usaha mendapatkan kontrak
pekerjaan.
4) Tahapan pelaksanaan, biaya proyek pada tahapan ini dihitung lebih detail berdasarkan kuantitas
pekerjaan, gambar shop drawing, dan metode pelaksanaan dengan ketelitian yang lebih tinggi.
5) Estimasi biaya konstruksi dikerjakan sebelum pelaksanaan fisik dilakukan dan memerlukan analisis
detail dan kompilasi dokumen penawaran dan lainnya. Estimasi biaya mempunyai dampak pada
kesuksesan proyek dan perusahaan pada umumnya. Keakuratan dalam estimasi biaya tergantung
pada keahlian dan ketelitian estimator dalam mengikuti seluruh proses pekerjaan dan sesuai dengan
informasi terbaru (Herwansyah, 2002)
Menurut National Estimating Society (USA) estimasi biaya adalah pekerjaan analisis biaya yang menyangkut
pengkajian biaya kegiatan dari kegiatan proyek terdahulu yang akan dipakai sebagai bahan untuk menyusun
cost. Rekayasa pembangunan pada dasarnya merupakan suatu kegiatan yang berdasarkan analisis dari
berbagai aspek untuk mencapai sasaran dan tujuan tertentu dengan hasil seoptimal mungkin. Aspek itu dapat
dikelompokkan menjadi 4 tahapan yaitu (Kodoatie, 1995 dalam Hartati, 2017) : 1) Tahapan studi, 2) Tahapan
perencanaan, 3) Tahapan pelaksanaan dan 4) Tahapan Operasi dan Pemeliharaan

2.2. Analisis Biaya Parametrik (Parametric Cost Anslysis)

Estimasi parametrik adalah proses estimasi biaya dengan menggunakan persamaan matematik hubungan
biaya dengan satu atau beberapa parameter fisik yang berkaitan dengan item yang akan diestimasi. Pada teknik
parametrik data-data historis digunakan untuk mengembangkan hubungan-hubungan biaya berdasarkan
analisis statistik. Estimasi parametrik memprediksi siklus biaya suatu sistem, menggunakan model matematik
yang terdiri dari sejumlah parameter dan berdasarkan data proyek historis. Metode ini mengutilisasi model
yang telah terdeterminasi dari proyek sebelumnya dan menggunakannya untuk memprediksi biaya proyek
yang akan dibangun. Pendekatan ini biasanya diaplikasikan pada proyek yang berulang dengan tipe yang sama
atau mirip lalu mereplikasi analisis teoritis dan ekspektasinya pada proyek yang diinginkan. Pada prosesnya
fasilitas statistik dapat dimanfaatkan sebagai alat prediksi dan asesmen terhadap biaya terutama pada sistem
konstruksi yang rumit seperti piping atau proses komponen. Namun pendekatan ini memiliki aplikasi yang
paling sedikit di dunia konstruksi. (Kesturi, 2012).
Cost significant model dalam jurnal “Cost-significant modelling- its potential for use in south-east Asia”,
Cost Significant model adalah salah satu model peramalan biaya konstruksi berdasarkan informasi & data
proyek terdahulu, yang lebih mengandalkan pada harga paling signifikan di dalam mempengaruhi total biaya
proyek sebagai dasar peramalan (estimasi) yang diterjemahkan ke dalam regresi (Poh dan Horner, 1995 dalam
Hartati, 2017).

Tugas Estimasi Biaya Konstruksi – Pascasarjana Teknik Sipil Unpar 2019 | 2


3. Metodologi Penelitian

3.1. Bagan Alir Penelitian

Pada tahapan ini, data yang telah didapat kemudian diolah lebih lanjut dengan dilakukan sejumlah
analisis. Pengolahan data dan analisis dalam penelitian ini menggunakan bantuan program IBM SPSS Statistic
22. Untuk tahapan penelitian yang akan dilakukan dapat dilihat pada diagram alir seperti Gambar 3.1 berikut:

START

Pendahuluan : latar belakang,


rumusan masalah, tujuan penelitian
Uji regresi linear berganda
Pengumpulan data historis lalu
Normalisasi dengan Indeks
Kemahalan Konstruksi (IKK)
Model
Pengelompokan Data Persamaan
Matematika

Uji Normalitas dengan


Kolmogorov Smirnov
Kesimpulan dan Saran

Test
FINISH

Gambar 3.1 Bagan Alir Penelitian

3.2. Pengumpulan Data

A. Data Awal

Pada data awal, tabel diberikan sampel data yang berupa informasi-informasi dengan jumlah 287 data, yaitu:
1) Nama Proyek
2) Lokasi Proyek, yang tersebar di kota atau kabupaten di Indonesia
3) Anggaran Biaya, data diberikan dalam US Dollar dan kemudian dikonversikan menjadi dalam Rupiah
4) Sumber Dana, yang terdiri dari:
a. Dana APBN
b. Dana APBD
c. Dana Perusahaan
d. Dana Pinjaman Bank
e. Dana Yayasan
f. Dana Donatur
5) Luas Bangunan
6) Fungsi Bangunan, yang terdiri dari bangunan kantor, mall, apartemen, hotel, resort, asrama, club house,
condominium, condotel, villa, convention center, pabrik, laboratorium, gedung pendidikan,
perpustakaan, gedung pusat bahasa, gelanggang remaja, superrmarket, mesjid, ruko, dan gedung
olahraga.
7) Jumlah Lantai
Selain data tersebut data yang digunakan dalam analisis ini adalah data IKK 2013 yang diperoleh dari
BPS (Badan Pusat Statistik) Indonesia.

Tugas Estimasi Biaya Konstruksi – Pascasarjana Teknik Sipil Unpar 2019 | 3


B. Koreksi Data

Proses data selanjutnya perlu dilakukan koreksi pada sampel data untuk mendapatkan data yang baik sehingga
masing-masing sampel dapat dilakukan analisis statistika. Proses koreksi pada sampel data, yaitu:
1) Melakukan eliminasi terhadap data yang tidak memiliki kejelasan informasi seperti anggaran biaya, luas
bangunan, fungsi bangunan, dan jumlah lantai sehingga didapatkan hasil sampel data yang tersisa
sebanyak 180 data.
2) Adanya perbedaan lokasi proyek pada data maka perlu dilakukan normalisasi biaya dengen menggunakan
Indeks Kemahalan Konstruksi (IKK) pada tahun 2013 yang bersumber dari Badan Pusat Statistik (BPS)
dengan lokasi yang menjadi acuan yaitu kota Bandung. Rumus yang digunakan, yaitu :

( )
Biaya tahun Y kota A = Biaya kota B tahun X
( )

3) Informasi yang diberikan umumnya berupa nilai dan bersifat kategori. Informasi yang bersifat kategori
dibuat kode dalam bentuk angka sehingga informasi tersebut dapat dianalisis secara statistik, dan kode
yang dihasilkan yaitu :
a. Pengelompokan berdasarkan sumber dana adalah sebagi berikut :

Tabel 3.1 Kode Sumber Dana

Kode Sumber Dana Keterangan


1 Dana Swasta
2 Dana Pemerintah

b. Pengelompokan berdasarkan sumber dana adalah sebagi berikut :

Tabel 3.2 Kode Fungsi Bangunan

Kode Fungsi Bangunan Keterangan


1 Hotel / Apartemen
2 Non Hotel / Non Apartemen

4) Penyesuaian data awal dilakukan pula dengan menyempurnakan jumlah lantai

C. Variabel Data

Variabel merupakan konsep yang nilainya bervariasi atau berubah-ubah (Duwi, 2013). Ada beberapa macam
variabel yaitu sebagai beriku t:
1) Variabel dependen (variabel terikat) adalah variabel yang nilainya dipengaruhi oleh variabel lain.
2) Variabel independen (variabel bebas) adalah variabel yang mempengaruhi variabel dependen.
3) Variabel kontrol adalah variabel yang dikendalikan atau nilainya dibuat tetap, hal ini agar tidak
dipengaruhi oleh variabel lain
4) Variabel moderator adalah variabel yang mempengaruhi hubungan antara variabel independen dan
variabel dependen.
Variabel data yang digunakan pada sampel ini yaitu variabel terikat (dependen) dan variabel bebas
(independen), dimana variabel terikat pada sampel data ini disebut Y sedangkan untuk variabel bebas dari
data sampe ini disebut X.

Tabel 3.2 Kode Fungsi Bangunan

No. Variabel Data Keterangan


1 Y Biaya (hasil normalisasi)
2 X1 Sumber Biaya
3 X2 Luas Bangunan
4 X3 Fungsi Bangunan
5 X4 Jumlah lantai
6 X5 Unit Cost (Rp/m2)

Tugas Estimasi Biaya Konstruksi – Pascasarjana Teknik Sipil Unpar 2019 | 4


3.3. Metode Analisis Data

Setelah dilakukan pengumpulan dan pengolahan data tahap selanjutnya adalah analisis data. Proses analisis
pada penelitian ini dilakukan dengan cara analisis deskriptif, uji normalitas data dengan One Sample
Kolmogorov-Smirnov Test, transformasi data awal, transformasi data lanjutan, regresi linear berganda dan uji
multikolinearitas.

A. Analisis Deskriptif

Hasil analisis deskriptif digunakan untuk menggambarkan data dalam bentuk kuantitatif tanpa menyertakan
pengambilan keputusan. Analisis stataistik deskriptif berusaha menjelaskan atau menggambarkan berbagai
karakteristik data seperti rata-rata (mean), range data, seberapa jauh data-data bervariasi dari rata-ratanya,
median data, nilai maksimun, nilai minimum dan sebagainya. Standar deviasi menunjukkan sebaran data
sampel, apabila nilai standar deviasi makin besar maka menunjukan bahwa data bervariasi (Jennyvera, 2012)

B. Uji Normalitas

Distribusi normal adalah suatu distribusi empirik atau teoritis, yang meskipun sudah banyak digunakan
dalam bidang statistik tetapi masih merupakan suatu misteri pada banyak orang. Distribusi normal disebut juga
distribusi Gauss (Carl Friedrich Gauss, seorang ahli matematik yang banyak memberikan andil pada
pengembangannya dipermulaan abad 19). Kata 'normal' disini tidak diartikan sebagai kata-kata dalam bahasa
inggris 'normal' yang berarti 'ordinary atau common' dan tidak juga seperti terminologi kedokteran sebagai
'tidak sakit', namun merupakan suatu model matematik yang menggambarkan penyebaran probabilitas dari
pengamatan yang tidak terbatas dan diukur terus menerus (Salim, 1999).
Sebelum melakukan analisis korelasi maka dilakukan uji asumsi normalitas dengan menggunakan uji
Kolmogorov-Spirnov untuk mengetahui apakah distribusi data pada tiap-tiap variabel normal atau tidak.
Kriteria pengambilan keputusan yaitu jika signifikansi > 0,05 maka data berdistribusi normal dan jika
Signifikansi < 0,05 maka data tidak berdistribusi normal (Duwi, 2013).

C. Uji Regresi Linear Berganda

Analisis regresi linear digunakan untuk menaksir atau meramalkan nilai variabel dependen bila nilai
variabel independen dinaikkan atau diturunkan. Analisis ini didasarkan pada hubungan satu variabel dependen
dengan satu atau lebih variabel independen. Jika hanya menggunakan lebih dari satu variabel independen maka
disebut analisis regresi linear sederhana dan jika mengunakan lebih dari satu variabel independen maka disebut
analisis regresi linear berganda (multiple regression).
Data yang digunakan untuk variabel dependen adalah kuantitatif (tipe interval atau rasio). Jika
menggunakan variabel kategori (tipe nominal atau ordinal) maka perlu diubah ke dalam bentuk numerik
dengan memberi value. Asumsi yang mendasari pada analisis regresi linear adalah bahwa distribusi data adalah
normal dan hubungan antara variabel dependen dengan masing-masing variabel independen adalah linear
(Duwi, 2013). Berikut adalah persamaan regresi linear :

1) Dengan 1 (satu) variabel independen (regresi sederhana)

Y´ = b₀ + b₁X

(Y´ adalah variabel dependen yang diramalkan, b₀ adalah konstanta, b₁ adalah koefisien regresi dan X
adalah variabel independen)

2) Dengan 2 (tiga) variabel independen (regresi berganda)

Y´ = b₀ + b₁X₁ + b₂X₂ + b₃X₃

(Y´ adalah variabel dependen yang diramalkan, b₀ adalah konstanta, b₁, b₂, b₃ adalah koefisien regresi
dan X₁, X₂,X₃ adalah variabel independen)

Tugas Estimasi Biaya Konstruksi – Pascasarjana Teknik Sipil Unpar 2019 | 5


Beberapa hal yang perlu diperhatikan dalam uji regresi linear berganda adalah sebagai berikut :
1) Nilai koefisien determinasi (R2) yang dapat menunjukkan besar sumbangan dari variabel bebas X
terhadap variabel terikat Y. Nilai koefisien determinasi (R2) berkisar diantara 0 dan 1. Jika R2 = 0, berarti
tidak ada hubungan antara X dan Y atau model regresi yang terbentuk tidak sesuai untuk variabel terikat
Y. Dan apabila R2 = 1, maka model regresi yang terbentuk merupakan model yang terbaik dalam
menentukan Y. Untuk koefisien determinasi ini sebaiknya lebih besar dari 0,7 agar dapat dikatakan faktor
variabel-variabel pada model regresi sudah baik.
2) Nilai tingkat signifikansi yang didapat dari uji ANOVA. Jika nilai probabilitas (Sig.) memiliki nilai lebih
kecil dari 0,05, model regresi yang diperoleh dapat dipakai untuk memprediksi nilai variabel terikatnya.
Dan sebaliknya jika nilai probabilitas (Sig.) memiliki nilai lebih besar 0,05, model regresi yang diperoleh
tidak dapat dipakai untuk memprediksi nilai variabel terikatnya.
3) Nilai Tolerance dan nilai VIF harus bernilai < 10. Jika nilai tolerance dan VIF > 10 berarti variable bebas
tidak bepengaruh terhadap variabel terikat.

D. Uji Multikolineritas

Multikolinearitas adalah keadaan di mana antara dua variabel independen atau lebih pada model regresi
terjadi hubungan linear yang sempurna atau mendekati sempurna. Model regresi yang baik mensyaratkan tidak
adanya masalah multikolinearitas. Dampak yang terjadi diakibatkan dengan adanya multikolinearitas antara
lain yaitu :
1) Nilai standard error untuk masing-masing koefisien menjadi tinggi, sehingga t hitung menjadi rendah.
2) Standard erorr of estimate akan semakin tinggi dengan bertambahnya variabel independen.
3) Pengaruh masing-masing variabel independen sulit dideteksi.
Untuk mendeteksi ada atau tidaknya multikolinearitas, dengan melihat nilai Tolerance dan VIF. Semakin kecil
nilai Tolerance dan semakin besar VIF maka semakin mendekati terjadinya masalah multikolinearitas (Duwi,
2013).

4. Hasil dan Pembahasan

4.1. Pengolahan dan Analisis Data

Pengolahan dan analisis data dilakukan terhadap data yang sudah dinormalisasi dengan menggunakan Indeks
Kemahalan Konstruksi (IKK) tahun 2013 Kota Bandung. Berikut adalah hasil pengolahan dan analisis data
yang telah dilakukan pada sampel data.

A. Hasil Analisis Deskriptif

Hasil analisis deskriptif digunakan untuk menggambarkan data dalam bentuk kuantitatif tanpa menyertakan
pengambilan keputusan. Analisis stataistik deskriptif berusaha menjelaskan atau menggambarkan berbagai
karakteristik data, seperti rata-rata (mean), range data, seberapa jauh data-data bervariasi dari rata-ratanya,
median data, nilai maksimun, nilai minimum dan sebagainya (Jennyvera, 2012).

Tabel 4.1 Hasil Analisis Deskriptif

Berdasarkan hasil analisis desktiptif yang dilakukan pada variabel-variabel pada tabel 4.1, mean menunjukkan
rata-rata dari data sampel pada variabel yang ditinjau. Standar deviasi menunjukkan sebaran data sampel,
apabila nilai standar deviasi makin besar maka menunjukan bahwa data bervariasi. Hasil analisis deskriptif
menunjukan bahwa variabel-variabel memiliki standar deviasi yang semakin besar sehingga menunjukkan
bahwa setiap variabel terdiri dari data-data yang bervariasi.

Tugas Estimasi Biaya Konstruksi – Pascasarjana Teknik Sipil Unpar 2019 | 6


B. Hasil Uji Normalitas

Data yang telah dinormalisasi dengan menggunakan Indeks Kemahalan Konstruksi (IKK) tahun 2013 terhadap
biaya konstruksi pembangunan gedung dengan fungsi apartemen dan non-apartemen di Kota Bandung pada
tahun 2013, kemudian dilakukan uji normalitas menggunakan uji Kolmogorov-Smirnov dengan tujuan untuk
mengetahui apakah data terdistribusi normal atau tidak. Berikut tabel 4.2 adalah hasil uji normalitas dengan
Kolmogorov-Smirnov :

Tabel 4.2 Hasil Uji Normalitas Data

Dari hasil uji normalitas pada tabel 4.2 dapat disimpulkan bahwa tidak ada variabel yang masuk dalam data
yang berdistribusi normal, karena nilai Asymp. Sig. (2-tailed) yang diperoleh adalah 0,000 (nilai Asymp. Sig.
(2-tailed) kurang dari 0,05). Data dapat dikatakan berdistirbusi normal apabila nilai Asymp.Sig. (2-tailed) lebih
besar dari 0,05.

C. Hasil Uji Transformasi Data Awal

Setelah diketahui bahwa hasil uji normalitas terhadap data terkoreksi dengan menggunakan Kolmogorov-
Smirnov menghasilkan data yang tidak normal, maka selanjutnya akan dilakukan pengubahan data
(transformasi data) ke dalam bentuk Logaritma Natural (LN). Transformasi data dalam bentuk LN tersebut
dimaksudkan untuk menghilangkan atau meminimalkan adanya pelanggaran asumsi normalitas dan linearitas.
Transformasi data tidak dilakukan pada variabel X1 (Sumber Dana) dan X3 (Fungsi Bangunan) karena
merupakan data nominal yang bersifat kategori. Hasil transformasi data tersebut kemudian dilakukan lagi uji
normalitas dengan One-Sample Kolmogorov-Spirnov Test. Berikut adalah tabel 4.3 hasil uji normalitas
terhadap hasil transformasi data dengan fungsi LN :

Tabel 4.3 Hasil Uji Normalitas dengan Fungsi LN

Dari tabel 4.3 hasil uji normalitas dengan One-Sample Kolmogorov-Spirnov Test, dapat diketahui bahwa nilai
signifikansi LN Y (Biaya) = 0,200 dan LN X2 (Luas Bangunan) = 0,006 memiliki nilai signifikansi yang lebih
besar dari 0,05 maka data tersebut terdistribusi normal, sedangkan untuk LNX4 (LN Jumlah Lantai), sumber
dana, dan fungsi bangunan data tidak terdistribusi normal karena memiliki nilai signifikansi yang lebih kecil
dari 0,05 yaitu 0,000.

Tugas Estimasi Biaya Konstruksi – Pascasarjana Teknik Sipil Unpar 2019 | 7


D. Hasil Uji Regresi Linear Berganda

Sebagaimana yang telah dikatakan pada bab sebelumnya, bahwa analisis regresi linear digunakan untuk
menaksir atau meramalkan nilai variabel dependen bila nilai variabel independen dinaikkan atau diturunkan.
Analisis ini didasarkan pada hubungan satu variabel dependen dengan satu atau lebih variabel independen.
Analisis yang digunakan pada sampel data yang diuji adalah dengan analisis regresi linear berganda karena
memiliki lebih dari 1 (satu) variabel.

Regresi linear berganda dilakukan terhadap sampel data yang diuji, di mana setelah dilakukan beberapa uji
normalitas tetap menghasilkan data yang tidak berdistribusi normal. Hal tersebut dapat dipengaruhi oleh
banyaknya data outlier yaitu nilai data yang menyimpang terlalu jauh yang dianggap dapat mengacaukan
normalitas data, namun regresi linear berganda tetap dilakukan pada sampel data tanpa mengeluarkan outlier.
Kemudian dilakukan analisis regresi linear terhadap sampel data yang diuji. Setelah melakukan analisis regresi
linear kemudian didapatkan nilai-nilai berikut ini :
a) R= 0,636; 0 < R < 1
b) R2= 0,394; 0 < R2 < 1
c) sig = 0.000b ; < 0,05 dan
d) Tolerance = VIF = 1; < 10, nilai VIF dari setiap variabel independen

Tabel 4.4 Hasil Uji Kolerasi Regresi Linear Berganda

Dari hasil regresi linear berganda ada beberapa variabel yang memiliki korelasi yang cukup kuat yaitu :
a) Pada tabel 4.4 biaya dan luas bangunan dengan nilai tingkat korelasinya adalah sebesar 0,620 atau
62,00% (tabel korelasi)
b) Pada tabel 4.4 diatas juga dapat kita dilihat dari nilai beta faktor yang berpengaruh terhadap biaya dapat
diurutkan, yaitu luas bangunan sebesar 0,688 disusul oleh jumlah lantai (tabel koefisien)

Tugas Estimasi Biaya Konstruksi – Pascasarjana Teknik Sipil Unpar 2019 | 8


Tabel 4.5 Hasil Uji ANOVA

Hasil tabel 4.5 di atas memiliki nilai probabilitas (Sig.) yang lebih kecil dari 0,05. Apabila nilai probabilitas
(Sig.) lebih kecil dari 0,05 model regresi yang diperoleh dapat diterima atau dipakai untuk memprediksi nilai
variabel terikatnya.

E. Hasil Uji Multikolineritas

Model regresi yang baik mensyaratkan tidak adanya masalah multikolinearitas. Untuk menentukan ada atau
tidaknya multikolineritas di dalam model regresi yang telah dilakukan, dapat dilihat dari nilai tolerance dan
VIF pada tabel 4.4 yaitu bahwa setiap variabel memiliki nilai tolerance yang lebih besar dari 0,1 dan nilai VIF
kurang dari 10. Dari hasil pada tabel 4.4 dapat disimpulkan bahwa dari model regresi tersebut tidak terjadi
masalah multikolinearitas.

4.2. Model Matematik

Berdasarkan hasil analisis regresi linear berganda maka diperoleh persamaan model matematik sebagai
berikut:
Ln Y = 17,342 + 0,886 LnX2 – 0,168 Ln X3
Dimana:
Y = Normalisai Biaya (Ln)
X2 = Luas Bangunan (Ln)
X4 = Jumlah Lantai (Ln)

Dari hasil analisis diatas dapat diketahui juga besarnya return to scale yaitu dapat dihitung dengan cara
menjumlahkan koefisian masing-masing variabel independen ( 0,886 – 0,168 = 0,718 ) yang menunjukkan
bahwa biaya bangunan bersifat increase return to scale, karena koefisien yang didapat berkisar di 0,7 < 1 atau
dengan kata lain semakin besar luasan yang akan terbangun maka semakin murah biaya yang dikeluarkan dan
sebaliknya semakin kecil luasan yang terbangun maka akan semakin mahal biaya yang dikeluarkan.

5. Simpulan dan Saran

5.1. Simpulan

Berdasarakan tujuan penelitian yang telah ditetapkan serta dari hasil analisis yang telah dilakukan maka dapat
diperoleh beberapa simpulan sebagai berikut:
1) Hasil analisis menunjukan bahwa harga bangunan bersifat increase return to scale, karena koefisien
yang didapat berkisar di 0,7 < 1 atau dengan kata lain semakin besar luasan yang akan terbangun maka
semakin murah biaya yang dikeluarkan dan sebaliknya semakin kecil luasan yang terbangun maka akan
semakin mahal biaya yang dikeluarkan.
2) Faktor-faktor yang paling berpengaruh terhadap biaya pembangunan konstruksi gedung adalah luas
bangunan, jumlah lantai, sumber dana dan fungsi bangunan. Namun fungsi bangunan dan sumber dana
adalah data nominal sehingga data yang paling berpengaruh adalah luas bangunan
3) Persamaan model matematik yang diperoleh adalah Ln Y = 17,342 + 0,886 LnX2 – 0,168 Ln X3. Model
matematik tersebut memiliki nilai tolerance dan VIF dimana menghasilkan nilai tolerance lebih besar
dari 0,1 dan nilai VIF kurang dari 10 maka dapat disimpulkan bahwa dari model regresi tidak terjadi
masalah multikolineraritas.

Tugas Estimasi Biaya Konstruksi – Pascasarjana Teknik Sipil Unpar 2019 | 9


5.2. Saran

Setelah melakukan penelitian ini maka beberapa saran yang dapat bermanfaat untuk penelitian selanjutnya
adalah sebagai berikut:
1) Sebagai suatu kajian yang bersifat akademis penelitian ini dapat dilanjutkan ketingkat yang lebih detail
dengan melakukan uji regresi pada data yang sudah berdistribusi normal dengan mengilangkan outlier
agar mendapatkan hasil yang lebih baik.
2) Data pada input SPSS sebaiknya merupakan data-data yang valid dan masuk akal.

Referensi

1) Aptiyasa, P. (2014). Cost Model Estimasi Konseptual Untuk Bangunan Gedung Rumah Sakit. Universitas
Atma Jaya. Yogyakarta
2) Hartati, dkk (2017). Estimasi Biaya Konseptual Konstruksi Gedung di Kota Bandung Tahun 2013.
Universitas Katholik Parahyangan. Bandung
3) Badan Pusat Statistik, [Online], (https://www.bps.go.id/index.php/publikasi/190, diakses 20 Maret 2018)
4) Duwi, P. (2013). Analisis Korelasi, regresi dan Multivariate dengan SPSS. Cetakan I, Gava Media,
Yogyakarta.
5) Herwansyah, D. (2002). Estimasi Anggaran Biaya Konstruksi Dan Rencana Penjadwalan Tahap Desain
Pada Pembangunan Kampus Bsi Margonda – Depok. Depok
6) Jennyvera. (2012). “Estimasi Biaya Konseptual pada Konstruksi Gedung Perkantoran dengan Metode
Fuzzy Logic”. Skripsi, Fakultas Teknik Universitas Indonesia, Depok.
7) Kesturi, L. (2012). Estimasi Biaya Tahap Konseptual Pada Konstruksi Gedung Perkantoran Dengan
Metode Atificial Neural Network. Depok
8) Salim, O. (1999). Distribusi Normal. Bagian Ilmu Kesehatan Masyarakat Fakultas Kedokteran Universitas
Trsakti, Jakarta

Tugas Estimasi Biaya Konstruksi – Pascasarjana Teknik Sipil Unpar 2019 | 10