UTS – SI 5098 Metodologi Penelitian - Oktober 2019

Deyza Achrizt Arisintani - 25019079

1. Judul : Pengembangan Model Estimasi Biaya Tahap Konseptual Konstruksi Bangunan Gedung Negara
Dengan Metode Parametrik (Studi Kasus Pada Bangunan Gedung Negara Di Wilayah Kota Bandung
Dan Kabupaten/Kota Sekitarnya)
2. Kata Kunci : Estimasi Biaya Parametrik, Estimasi Biaya Konseptual, Gedung Negara, Multiple
Regression Analysis (MRA), Artificial Neural Networks (ANN)
3. Tujuan :
• Menentukan Cost Driver dengan menggunakan analisis kualitatif dan kuantitatif.
• Mengembangan model estimasi biaya parametrik menggunakan Multiple Regression Analysis
(MRA) dan Artificial Neural Networks (ANN)
4. Metoda :
Cost driver : kualitatif dan kuantitatif
Pengembangan model : Multiple Regression Analysis (MRA) dan Artificial Neural Networks (ANN)

5. Daftar Pustaka :

• Elmousalami, Haytham H., Elyamany Ahmed H., Ibrahim, Ahmed H. 2019. Artificial Intelligence and
Parametric Construction Cost Estimate Modeling : State-of-the-Art Revie. ASCE Journal of
Construction Engineering and Managment / Volume 146 Issue 1 – January 2020
• Elmousalami, Haytham H. 2018. Predicting Conceptual Cost for Field Canal Improvement Projects.
ASCE Journal of Construction Engineering and Managment / Volume 144 Issue 11 – November 2018
• Papadopoulos, Basil., Konstantinos., Yannopoulos, Andreas. 2007. Cost and Land Functions for
Wastewater Treatment Projects : Typical Simple Linear Regression versus Fuzzy Linear Regression.
ASCE Journal of Environmental Engineering / Volume 133 Issue 6 – June 2007
• Afrizal. 2014. Pemodelan Estimasi Biaya Parametrik Pada Awal Bangunan Gedung Akibat Gempa.
E-Journal Graduate Unpar Part C – Civil Engineering / Volume 1 No.2 – 2014
• Stoy, Christian., Pollalis, Spiro., Schalcher, Hans-Rudolf. 2008. Drivers for Cost Estimating in Early
Design : Case Study of Residential Construction. ASCE Journal of Construction Engineering and
Management / Volume 134 Issue 1 – Januari 2008
UTS – SI 5098 Metodologi Penelitian - Oktober 2019
Deyza Achrizt Arisintani - 25019079
Latar Belakang
Gedung milik negara merupakan gedung yang
dibuat untuk keperluan dinas dengan sumber
pendanaan dari APBN atau/dan APBD atau/dan
lainnya. Gedung negara merupakan kekayaan milik
negara. Sehingga dalam pembangunan gedung
negara memiliki pedoman teknis yang lebih ketat
dan rinci dibandingkan gedung berdasarkan
kepemilikan lainnya. Pedoman teknis pembangunan
gedung telah mengatur berbagai aspek, salah
satunya adalah aspek pembiayaan. Aspek
pembiayaan dibuat untuk mengatur anggaran yang
dibutuhkan untuk melaksanakan pembangunan
suatu gedung negara.
Pada aspek pembiayaan ini, terdapat sebuah standar
yang menetapkan harga tertinggi berdasarkan
pekerjaan-pekerjaan standar untuk setiap meter
persegi sebuah bangunan. Standar ini adalah Standar
Harga Satuan Bangunan Gedung Negara (HSBGN).
Fungsi dari HSBGN ini merupakan estimasi
kebutuhan biaya pada saat perencanaan.
Estimasi biaya merupakan hal yang penting karena
rentan terhadap timbulnya resiko. Ketidaksesuaian
estimasi biaya dapat mengakibatkan perencanaan
yang tidak sesuai. Dampak yang buruk akan terjadi
apabila dana yang dialokasikan kurang dari yang
dibutuhkan atau underbudget. Apabila hal tersebut
terjadi, tujuan dari adanya standar yang berupa
pemastian kualitas bisa tidak dapat terpenuhi karena
dana yang harus ditekan. Begitu pula apabila dana
yang dialokasikan menjadi berlebihan atau
overbudget karena dana tersebut dapat dialokasikan
kepada aspek lain yang lebih membutuhkan dan
mengurangi pemborosan dana
Estimasi menggunakan HSBGN merupakan
estimasi parametrik yaitu estimasi dengan
menelusuri biaya proyek melalui parameter yang
secara signifikan mempengaruhi biaya konstruksi
(Afrizal, 2014). Pada HSBGN, parameter tersebut
adalah luas bangunan, jumlah lantai, klasifikasi
bangunan, dan lokasi bangunan. Namun, dalam
penggunaannya, HSBGN masih belum dapat
mengakomodir kebutuhan estimasi konseptual
secara menyeluruh. Terdapat parameter-parameter
yang dapat mempengaruhi bangunan namun belum
diperhitungkan. Diantaranya adalah beban gempa,
durasi proyek, komponen pekerjaan, dan
kesanggupan pemerintah unuk mendanai. Maka dari
itu, perlu adanya identifikasi lebih lanjut mengenai
cost driver dari pembangunan sebuah gedung negara
untuk menentukan parameter yang berpengaruh.
Cost driver merupakan parameter yang akan
mempengaruhi estimasi biaya konseptual sehingga
perlu mempertimbangkan beberapa hal. Menurut
Phaobunjong K., dan Popescu, C.M, parameter-
parameter yang digunakan haruslah memiliki sifat-
sifat yang mudah dikuantifikasi nilainya dan cukup
ketersediannya pada tahap awal. Hal tersebut
dikarenakan penggunaannya yang masih pada tahap
perencanaan proyek.
Dalam penentuan cost driver, terdapat beberapa
prosedur yang dapat digunakan. Menurut
Elmousalami (2019), prosedur untuk menentukan
cost driver yaitu kualitatif dan kuantitatif.
Berdasarkan pengujian yang dilakukan, metode
kualitatif yang paling baik adalah Fuzzy Analytic
Hierarki Process (FAHP) karena dapat
memperhitungkan ketidakpastian. Sedangkan untuk
metode kuantitatif yang paling baik adalah dengan
factor analysis. Penggunaan metode kuantitatif
mempunyai kelebihan yaitu dapat menggunakan
model machine learning yang akan melalukan
iterasi dan secara otomatis menentukan cost driver
berdasarkan data yang di input. Kedua prosedur
memiliki kekuatan masing-masing yang dapat
dimaksimalkan dengan mengkombinasikan kedua
prosedur. Penggunaan kedua prosedur dapat
menentukan cost driver yang lebih akurat.
Cost driver yang telah ditetapkan akan menjadi
parameter dari estimasi parametrik ini. Untuk
membuat model estimasi biaya, terdapat beberapa
prosedur yang digunakan. Prosedur umumnya yang
digunakan adalah statistik yaitu regresi atau Multiple
Regression Analysis (MRA). Selain itu, saat ini telah
ada prosedur hasil perkembangan yaitu
menggunakan Computational Intelegence (CI). CI
membuat komputasi secara adaptif untuk pemodelan
sistem yang lebih baik daripada pemodelan
matematika klasik (Bezdek 1994). Sistem ini dapat
dikembangkan untuk menghasilkan output dan
tindakan yang tergantung pada input dan output
yang diamati dari sistem (Siddique dan Adeli 2013).
Keuntungan inti dari CI adalah kemampuannya yang
menyerupai manusia untuk membuat keputusan
yang bergantung pada informasi dengan
ketidakpastian dan ketidaktepatan.
Pendekatan dasar dari CI adalah fuzzy logic (FL),
artificial neural networks (ANN), dan evolutionary
computing (EC). Antara CI dengan Dengan
demikian, MRA memiliki kelebihan dan kekurangan
masing-masing. Maka dari itu, untuk mendapatkan
estimasi biaya konseptual yang akurat perlu dicoba
lebih dari satu prosedur. Hal ini dikarenakan untuk
sebagai pembanding antar hasil prosedur.
Berdasarkan Elmousalami (2019), prosedur yang
memiliki akurasi yang tinggi diantara prosedur
untuk model biaya adalah prosedur MRA dan ANN.
Namun, masing-masing prosedur memiliki
kelibahan dan kekuranganya. ANN dapat
menghasilkan data dengan akurasi yang tinggi dan
pola yang kompleks sedangkan MRA dapat
interpetasi-interpetasi yang lebih mudah dimengerti
oleh pengguna. Maka dari itu, pemodelan akan
menggunakan kedua prosedur tersebut
UTS – SI 5098 Metodologi Penelitian - Oktober 2019
Deyza Achrizt Arisintani - 25019079

Untuk mengembangkan estimasi parametrik yang akurat dan sesuai perlu dilakukan
dengan prosedur paling optimal pada setiap tahapannya, yaitu pada tahapan
identifikasi cost driver dan pengembangan model. Hal ini mengingat dari
pentingnya estimasi biaya konseptual sebagai basis dari evaluasi proyek, desain
engineering, cost budgeting, serta manajemen biaya yang tidak hanya memiliki
peranan penting pada studi kelayakan suatu proyek, melainkan juga merupakan hal
fundamental bagi kesuksesan suatu proyek. Maka dari itu, dalam pembuatannya
memerlukan alat yang dapat membantu menghasilkan estimasi biaya konseptual
yang sesuai dan dapat diandalkan.
Melalui thesis ini, penulis akan melakukan pembuatan estimasi biaya konseptual
dengan memanfaatkan tools untuk membantu dalam perhitungannya. Dalam
penentuan cost driver, penulis akan mentukannya menggunakan prosedur kualitatif
dan kuantitatif. Sedangkan dalam pengembangan model nya, penulis akan menguji
dua buah prosedur yaitu Multiple Regression Analysis (MRA) dan artificial neural
networks (ANN) untuk kemudian dipilih hasil dari metoda yang terbaik dengan
mengujinya menggunakan sampel data.

No Tahun Nama Penulis Judul Sumber Metode Perbedaan dengan Riset Saat
ini
1 2019 Haytham H. Artificial Intelligence and ASCE Journal of Cost driver : kuantitatif dan kualitatif Berfokus pada menentukan
Elmousalami, Parametric Construction Construction Engineering Pengembangan model : Computational prosedur yang paling baik
Ahmed H. Cost Estimate Modeling : and Managment / Volume Intelegence (Fuzzy Logic, Artificial untuk digunakan
Elyamany, State-of-the-Art Review 146 Issue 1 – January 2020 Neural Network, hybrid models, dll)
Ahmed H.
Ibrahim
2 2018 Haytham H. Predicting Conceptual ASCE Journal of Cost driver : survey literatur Jenis proyek adalah perbaikan
Elmousalami Cost for Field Canal Construction Engineering Pengembangan model : Multiple kanal, penggunakan prosedur
Improvement Projects and Managment / Volume Regression Analysis, Artificial Neural untuk cost driver yang
144 Issue 11 – November Network berbeda.
2018
3 2007 Basil Cost and Land Functions ASCE Journal of Cost driver : survey literatur Jenis proyek adalah saluran
Papadopoulos, for Wastewater Treatment Environmental Pengembangan model : Typical Simple pembuangan air, penggunaan
Konstantinos., Projects : Typical Simple Engineering / Volume 133 Linear Regression dan Fuzzy Linear prosedur untuk cost driver dan
Andreas Linear Regression versus Issue 6 – June 2007 Regression pengembangan model yang
Yannopoulos Fuzzy Linear Regression berbeda
4 2014 Afrizal Pemodelan Estimasi Biaya E-Journal Graduate Unpar Cost Driver : survey literatur Penggunaan prosedur untuk
Parametrik Pada Awal Part C – Civil Engineering Pengembangan model : regresi cost driver dan pengembangan
Bangunan Gedung Akibat / Volume 1 No.2 - 2014 model yang berbeda
Gempa
5 2008 Stoy, Drivers for Cost ASCE Journal of Cost Driver : survey literatur Jenis proyek adalah residensial,
Christian., Estimating in Early Design Construction Engineering Pengembangan model : regresi penggunaan prosedur untuk
Pollalis, : Case Study of Residential and Management / Volume cost driver dan pengembangan
Spiro., Construction 134 Issue 1 – Januari 2008 model yang berbeda
Schalcher,
Hans-Rudolf.
UTS – SI 5098 Metodologi Penelitian - Oktober 2019
Deyza Achrizt Arisintani - 25019079