PTM 1 :

STATISTIKA PROBABILITAS DAN

MANAJEMEN PROYEK LANJUT

Tia Sugiri – 08122179569

sugiri.tia2@gmail.com

16 Oktober 2020
 Judul

Topik/Tema

Teori/Konsep
Deduksi
Membaca/Berfikir
Menjabarkan Variabel
Secara Operasional

Masalah Asumsi &

Hipotesis Variabel
Membuat Memilih

Telaah Temuan
Terdahulu
Induksi Instrumen Metode
Yang Relevan
Menerapkan Menerapkan
Diskusi/Tafsiran
Sampel
TEMUAN Tulis Pengumpulan dan
(Baru) Laporan
HASIL Pengolahan Data

2
PENGERTIAN

Statistik versus Statistika

• STATISTIK : sesuatu yang berhubungan
dengan informasi numerikal, biasanya
disajikan dalam tabel, daftar, diagram
atau grafik serta keterangan-keterangan
lain yang dianggap perlu.

• STATISTIKA : ilmu pengetahuan yang

mempelajari tentang cara-cara
pengumpulan, penyajian,
pengolahan/analisis data serta
penarikan kesimpulan dan pengambilan
keputusan.
PENGERTIAN

Pengertian Statistika,
Menurut Sugiono, dalam arti sempit statistik dapat
diartikan sebagai data, tetapi dalam arti luas statistik
dapat diartikan sebagai alat. Alat untuk analisis dan
alat untuk membuat keputusan

Menurut Sudjana, statistik merupakan salah satu alat

yang sangat penting yang digunakan dalam
menentukan cara mengumpulkan data, menyajikan,
menganalisis dan menyimpulkan hasil dari data
tersebut
RUANG LINGKUP - PENERAPAN STATISTIKA DALAM PENELITIAN

• PENDAHULUAN
Secara umum proses penelitian (kuantitatif) adalah sebagai berikut :
MASALAH TEORI / HIPOTESIS PENENTUAN INSTRUMEN
KONSEP SAMPEL PENELITIAN

ANALISIS
KESIMPULAN DATA DAN PENYAJIAN PENGUMPULAN
DAN SARAN PENGUJIAN DATA
HIPOTESIS
DATA

Berdasarkan gambar di atas, terlihat bahwa peranan statistika dalam penelitian (diberi tanda)
setidaknya adalah sbb :
• Alat untuk menghitung besarnya anggota sampel yang diambil dari suatu populasi, agar jumlah
sampel yang diperlukan representatif dan dapat dipertanggungjawabkan.
• Alat untuk menguji validitas dan reliabilitas instrumen. Sebelum instrumen digunakan untuk
penelitian, maka harus diuji validitas dan reliabilitasnya terlebih dahulu.
• Teknik untuk menyajikan data, sehingga data lebih komunikatif. Teknik-teknik penyajian data ini
antara lain : tabel, grafik, diagram, dan lain-lain.
• Alat untuk analisis data seperti menguji hipotesis penelitian yang diajukan. Dalam hal ini
statistik yang digunakan antara lain : korelasi, regresi, t-test, anova, dll.
5
DATA (JENIS, SUMBER, DAN PENGUMPULAN
• JENIS DATA
DATA KUANTITATIF DISKRIT (hasil perhitungan)
(BERUPA ANGKA/NUMERIK)
KONTINU (hasil pengukuran)

DATA KUALITATIF (BUKAN ANGKA, BERBENTUK KATEGORI)

DATA PRIMER : data yang dikumpulkan langsung oleh ybs.
DATA SEKUNDER : data yang tidak secara langsung dikumpulkan oleh orang
yang berkepentingan dengan data tersebut
DATA INTEREN DAN DATA EKSTEREN
DATA CROSS SECTION DAN DATA TIME SERIES

• PENGUMPULAN DATA
OBSERVASI
WAWANCARA
KUESTIONER
DOKUMENTASI
Data Dalam Penelitian
DATA dalam penelitian merupakan sekumpulan informasi yang
diperoleh dari lapangan dan digunakan untuk bahan penelitian. Tipe
data statistik ada dua, yaitu :
1. Data Kualitatif
a. Data Nominal
b. Data Ordinal
2. Data Kuantitatif
a. Data Interval
b. Data Rasio
Data Kualitatif
Data Kualitatif secara sederhana dapat disebut data hasil kategori (pemberian
kode) untuk isi data yang berupa kata atau dapat didefinisikan sebagai data bukan
angka tetapi diangkakan. Contoh jenis kelamin, status perkawinan, dst.
Data kualitatif mempunyai ciri tidak dapat dilakukan operasi matematika, Data
kualitatif diambil dari penyebaran kuestioner pada responden, sehingga harus
dilakukan pengujian reliabilitas dan validitas.
Data kualitatif daapat dibagi menjadi dua, yaitu :
1. Data Nominal, Tipe data paling rendah dalam level pengukuran data. Tidak ada
tingkatan, contoh jenis kelamin : Pria (1) dan Wanita (2).
2. Data Ordinal, Level pengukuran data lebih tinggi dari Nominal, Jika dalam
nominal semua data dianggap setara, maka pada Ordinal ada tingkatnnya.
Contoh tanggapan responden Jika 1 adalah sangat setuju, 2 adalah setuju, 3
ragu-ragu, 4 tidak setuju dan 5 sangat tidak setuju
Data Kuantitatif
Data berupa angka dalam arti sebenarnya, jadi berbagai operasi matematika
dapat dilakukan pada data kuantitatif. Data kuantitatif dapat dibagi menjadi
dua, yaitu :
1. Data Interval, menempati level pengukuran data yang lebih tinggi dari
data ordinal karena selain dapat bertingkat urutannya, juga urutan
tersebut dapat dikuantitatifkan. Contoh Indeks Prestasi seorang
mahasiswa. Dalam data interval tidak mengenal nilai nol yang absolut.
2. Data Rasio adalah data dengan tingkat pengukuran paling tinggi diantara
jenis data lainnya. Data rasio adalah data bersifat angka dalam arti
sesungguhnya dan dapat dioperasikan dalam matematika. Perbedaaan
dengan data interval adalah bahwa data rasio mempunyai titik nol
mutlak, artinya apabila nol berarti tidak ada artinya, Misalnya apabila
mahasiswa membawa uang Rp. 0, berarti ia tidak membawa uang sama
sekali.
JENIS STATISTIKA
• STATISTIKA DESKRIPTIF
STATISTIKA YG BERKENAAN DENGAN METODE ATAU CARA
MENDESKRIPSIKAN, MENGGAMBARKAN, MENJABARKAN, ATAU
MENGURAIKAN DATA

• STATISTIKA INFERENSIAL
STATISTIKA YG BERKENAAN DENGAN CARA PENARIKAN KESIMPULAN
BERDASARKAN DATA YG DIPEROLEH DARI SAMPEL UTK
MENGGAMBARKAN KARAKTERISTIK POPULASI

• POPULASI
SEKELOMPOK SESUATU YANG MEMPUNYAI KARAKTERISTIK YANG
UNIK ATAU SUATU KESELURUHAN PENGAMATAN YANG MENJADI
PERHATIAN KITA  Himpunan semesta

• SAMPEL
SEBAGIAN DARI POPULASI YANG MENJADI PERHATIAN KITA .
 Himpunan bagian
Statistika Deskriptif
Statistika deskriptif berusaha untuk menggambarkan berbagai
karakteristik data yang berasal dari suatu sampel. Statistika deskriptif
seperti mean, median, modus, presentil, desil, kuartil, dalam bentuk
analisis angka maupun gambar/diagram.
Statistika Inferensial/Induktif
Statistika inferensial berusaha membuat berbagai inferensi terhadap
sekumpulan data yang berasal dari suatu sampel. Tindakan inferensi
tersebut seperti melakukan perkiraan, peramalan, pengambilan
keputusan dari dua variable atau lebih.
Statistika Inferensial dapat dibagi menjadi dua, yaitu :
1) Statistika parametrik
2) Statistika Non Parametrik
Statistika Inferensial/Induktif : PARAMETRIK
Statistika parametrik digunakan dengan syarat data sebagai sampel harus berdistribusi
normal (diuji dengan uji normalitas terlebih dahulu), Jadi sebelum menentukan pengujian
yang akan dipakai maka dilakukan pengujian normalitas terlebih dahulu. Pengujian yang
dipakai dalam statistika parametrik adalah :
a) Uji perbedaan, disini akan diuji apakah sebuah sampel mempunyai perbedaan nyata
dengan sampel lain. Uji yang digunakan adalah independent sample t test, paired
sample t test, one sample test. Contoh : Judul Analisis perbedaan detak jantung
sebelum dan sesudah merokok, studi kasus di PT X
b) Uji hubungan, disini akan diuji apakah dua variable yang ada mempunyai
hubungan,pengaruh, sumbangan. Uji yang digunakan adalah korelasi pearson (data
kuantitatif). Contoh Judul Analisis hubungan berat badan ibu hamil dengan berat
badan bayi yang dilahirkan.
c) Analisis Pengaruh, disini diuji apakah dua variable atau lebih mempunyai pengaruh. Uji
yang digunakan adalah regresi. Regresi ada dua, Regresi Sederhana dan Regresi
Berganda
Statistika Inferensial/Induktif : NON-PARAMETRIK
Statistika non parametrik ini digunakan pada kondisi kondisi penelitian tertentu. Kondisi
yang sering dijumpai antara lain data pada sampel tidak terdistribusi normal, jumlah
sampel kecil (kurang dari 30), cenderung lebih sederhana sehingga kesimpulannya kadang
diragukan. Yang termasuk uji non parametrik adalah Uji Sign, Uji Mann Whitney, Uji
Friedman, Uji Kruskal Wallis.
a) Uji Perbedaan, disini akan diuji sebuah sampel mempunyai perbedaan nyata dengan
sampel yang lain. Uji yang digunakan Uji Sign, Uji Mann Whitney, Uji Friedman, Uji
Kruskal Wallis.
b) Uji Hubungan, disini akan diuji apakah dua variable yang ada mempunyai hubungan,
pengaruh. Uji yang digunakan adalah korelasi spearman dan Kendall Tau (data
kualitatif) atau jika data kuantitatif tapi berdistribusi tidak normal, Chi-Square (data
kualitatif)
c) Analisis Pengaruh, Disini diuji apakah dua variable atau lebih mempunyai pengaruh. Uji
yang digunakan adalah Regresi logistik
Parametrik Non-Parametrik

Data berskala interval Data berskala nominal

atau rasio atau ordinal

Data tersebar secara Data tidak menyebar

normal secara normal

Ukuran sampel cukup Ukuran bervariasi

besar (≥30)
 Variabel Penelitian
Kerlinger menyebutkan bahwa Variabel Penelitian sebagai sebuah konsep. Sutrisno
Hadi mendefinisikan variable sebagai gejala yang bervariasi. Gejala adalah obyek
penelitian, sehingga variable adalah obyek penelitian yang bervariasi. Arikunto
(2006) Variabel adalah obyek penelitian atau apa yang menjadi titik perhatian
suatu penelitian.

Variabel adalah konsep yang mempunyai variabilitas, sedangkan konsep sendiri

secara sederhana dapat diberi pengertian sebagai “penggambaran atau abstraksi
dari suatu fenomena tertentu”.
Sebagai contoh misalnya konsep tentang gizi, kesembuhan, fertilitas, dsb.

Konsep yang berupa apapun, asal mempunyai ciri yang bervariasi, maka dapat kita
sebut variable. Dengan demikian, secara sederhana variable dapat diartikan
sebagai “segala sesuatu yang bervariasi”.
Variabel
• Variabel adalah karakteristik subjek penelitian yang memiliki variasi
atribut atau nilai. Contoh:
Jenis kelamin adalah variabel yang memiliki variasi atribut laki-laki dan
perempuan.
Umur adalah variabel yang memiliki variasi nilai (tahun).
Depresi adalah variabel yang memiliki variasi nilai (skor).
 Jenis Variabel Penelitian
Setidaknya Sugiyono (2001) membedakan jenis variable penelitian, sbb :
1. Variabel Independen/Bebas, merupakan variable yang mempengaruhi atau
yang menjadi sebab perubahannya atau timbulnya variable dependen/terikat.
2. Variabel Dependen/Terikat, merupakan variable yang dipengaruhi atau
menjadi akibat, karena adanya variable bebas.

Biasanya antara variable independen dengan variable dependen tidak dapat

dipisahkan, karena masing-masing tidak bida berdiri sendiri tetaoi selalu
berpasangan. Contoh :
1) Pola makan dan Berat badan
Pola makan : Variabel Independen
Berat Badan : Variabel Dependen
2) Jenis Obat dan Tingkat Kesembuhan
Jenis Obat : Variabel Independen
Tingkat Kesembuhan : Variabel Dependen
 Jenis Variabel Penelitian
3. Variabel Moderator, adalah variable yang mempengaruhi (memperkuat dan
atau memperlemah) hubungan antara variable independent dan dependen.
Variabel ini juga disebut sebagai variable independent kedua yang bersifat
memperlemah atau memperkuat.
Contoh : Hubungan antara dokter dengan pasien di rumah sakit akan semakin
akrab atau baik, ketika ada perawat. Perawat merupakan variable
moderator yg memperkuat hubungan antara dokter dengan pasien.
M

X Y
 Jenis Variabel Penelitian
4. Variabel Intervening, variable yang secara teoretis mempengaruhi (memperkuat
dan atau memperlemah) hubungan antara variable independent dan dependen,
tetapi tidak dapat diukur.

Contoh : Perawat yang pandai kinerjanya akan baik, tetapi dalam kasus tertentu
ada perawat yang pandai tetapi ternyata kinerjanya jelek. Ternyata ia
sedang sakit hati dan frustasi sewaktu melakukan perawatan terhadap
pasien. Sakit hati dan frustasi merupakan variable intervening yang
masih sulit diukur, tetapi ada.
 Jenis Variabel Penelitian
5. Variabel Kontrol/Pengganggu, adalah variable yang dikendalikan atau dibuat
konstan sehingga pengaruh variable independent terhadap dependen tidak
dipengaruhi oleh faktor luar yang tidak diteliti.

Contoh : Jika kita akan melakukan penelitian untuk membandingkan kinerja

perawat di rumah sakit swasta dan pemerintah. Untuk penelitian ini
maka perlu ditetapkan variable pengganggunya yaitu tempat kerja,
peralatan yang digunakan dan gaji yang diterima. Variabel ini dapat
dilihat pada kerangka konsep, tersirat kedudukan tiap variabelnya.
Variabel ini juga tidak mutlak didefinisikan karena sering tidak diukur.
Variabel Penelitian
• Konsep yang mempunyai Variabilitas Nilai
• Karaktersitik Subjek yang berubah dari subjek satu ke subjek yang lain
Variabel Tergantung
Variabel Bebas
(Independent) (Dependent)

• Independent • Dependent

• Faktor Risiko • Efek

Variabel
• Kausa Antara • Hasil

• Perlakuan • Outcome

• Yang mempengaruhi • Yang dipengaruhi

Variabel Luar Variabel Luar

Jenis Variabel
Jenis variabel

Kategorikal Kontinu

Nominal (Warna Pasir) Interval Dependent Independent

(Suhu skala C) (Kuat Tekan Beton) (Cara Curring
Beton)

Ordinal Rasio
(Beton Ringan, Beton biasa, (Kuat Tekan Beton, dalam MPa
Beton mutu tinggi, dll) atau Kg/cm2)
 Variabel Dependen dan Independent

• Variabel dependen adalah variabel yang dihipotesiskan

dipengaruhi (dependen) oleh variabel lain.
• Variabel independen adalah variabel yang dihipotesiskan
mempengaruhi variabel lainnya.
• Dapat ditulis sebagai berikut:
Y = a + b1X1
Variabel Dependen dan Independent

Variabel dependent Variabel independent

Variabel terikat (tergantung) Variabel bebas
Variabel terpengaruh (efek) Variabel yang mempengaruhi
Variabel yang dijelaskan (explained Variabel yang menjelaskan (explanatory
variable) variable)
Variabel hasil (outcome variable) Faktor penelitian (study factor)
Regresan Regresor
Prediktan Prediktor
Respons Stimulus
Endogen Eksogen, variabel luar
(extraneous variable)
SKALA PENGUKURAN
 Numerik Katagorik

Interval Rasio Nominal Ordinal

 SKALA/TINGKAT PENGUKURAN DATA
1. DATA NOMINAL, skala digunakan hanya untuk membedakan suatu
ukuran dari ukuran yang lain tanpa memberi atribut lebih besar atau
lebih kecil. Berikut ini adalah ciri atau karakteristik dari data yang
berskala nominal, yaitu :
a) Bersifat kategori, bukan angka, termasuk data kualitatif tdk berjenjang
b) Tidak dapat dikali, dibagi, ditambah dan dikurangi
c) Dalam uji statistik paling umum menggunakan chi-square
yang merupakan bagian dari statistika non-parametrik
c) Level pengukurannya lemah
d) dalam data Nominal, seluruhnya bersifat kategorikal,
semuanya memiliki kedudukan yang sama (setingkat)
e) Contohnya : Golongan Darah (A, B, AB dan O)
Jenis Pekerjaan (Petani, Buruh, PNS, Dagang, dll)
Jenis Kelamin (L dan P), dll
 Nominal
NOMINAL, adalah tingkatan data paling rendah menurut pengukurannya. Data nominal ini pada satu
individu tidak mempunyai variasi sama sekali, jadi 1 individu hanya punya 1 bentuk data. Contoh
data nominal diantaranya yaitu : jenis kelamin, tempat tinggal, tahun lahir, dll. Setiap individu hanya
akan mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis ini nantinya akan diberi
label dalam pengolahannya, misalnya perempuan =1, laki-laki =2.
a) Nominal-dikotomi diskrit
Contoh data diskrit dikotomi adalah status pernikahan 1 : menikah 0 : tidak menikah
jenis kelamin, 1 : laki-laki, 0 : perempuan
b) Nominal-dikotomi kontinyu
Suatu data yang sifatnya interval yang selanjutnya dikategorikan dalam dua kategori,
misalnya terdapat data tentang berat badan bayi, selanjutnya dikategorikan BBLR bila BBL
<2500 gr dan Non BBLR bila BBL >2500gr.
Hb ibu hamil bila <11gr/dl dikategorikan anemia, bila >11 gr/dl dikategorikan non-anemia.
SKALA/TINGKAT PENGUKURAN DATA
2. DATA ORDINAL, Data kualitatif, kategori tetapi berjenjang (ada
rangking)
a) Bersifat kategori, bukan angka, termasuk data kualitatif
berjenjang
b) Tidak dapat dikali, dibagi, ditambah dan dikurangi
c) Data yang satu dengan yang lainnya tidak selevel
e) Contohnya :
Jenjang pendidikan (SD, SMP, SMA, dan PT)
Skor Tes IQ atau Skor Tes (Paling Tinggi, Tinggi, sedang,
rendah, paling rendah)
Level status Gizi (Gizi buruk, sedang, baik)
 SKALA/TINGKAT PENGUKURAN DATA
3. DATA INTERVAL
a) Merupakan data kuantitatif, Numerik, dapat dikuantifisir
b) Data dapat dikali, dibagi, ditambah dan dikurangi
c) Data ini tidak memiliki nol mutlak, artinya dimungkinkan
untuk memiliki nilai nol atau bahkan di bawah nol atau minus
e) Contohnya :
Suhu Udara (ada yg minus di beberapa negara)
 SKALA/TINGKAT PENGUKURAN DATA
4. DATA RASIO
a) Merupakan data kuantitatif, Numerik, dapat dikuantifisir
b) Data dapat dikali, dibagi, ditambah dan dikurangi
c) Data ini memiliki nol mutlak, artinya TIDAK memiliki nilai nol
ATAU nilai di bawah nol atau minus, kalau nol berarti tidak
berarti apa-apa.
e) Contohnya :
Berat Badan
Tinggi Badan
Umur
dan lain-lain.
Contoh Konkrit
Data yang diperoleh dari pengumpulan data tentang Kuat Tekan Beton
pada sebuah Gedung, diambil 10 coredrill sbb, tentukanlah ranking
(untuk memperoleh data ordinalnya) dan buatlah dalam dikotomi
kontinyu nominal.
NO RESPONDEN Hb (Data Interval) Rangking (Ordinal) Kategori (Nominal)
1 11,5 7 1
2 12,6 1 1
3 12,5 2 1
4 11,7 6 1
5 11,9 5 1
6 12,4 3 1
7 12,3 4 1
8 9,6 9 0
9 9,5 10 0
10 9,7 8 0
NO. SKALA DATA ALAT ANALISIS TEST STATISTIK

1. Skala Uji Binomium, uji Chi Kuadrat satu sampel, uji perubahan Non Parametrik
Nominal tanda Mc.Nemar, uji Chi Kuadrat 2 sampel, uji peluang
Fisher, uji Chochran Q, uji Chi kuadrat lebih dari dua
sampel, dan uji koefisien Kontigensi
2. Skala Uji Kolmogorov-Smirnov satu sampel, uji Deret satu Non Parametrik
Ordinal sampel, uji tanda, uji pasangan tanda Wilcoxon, uji
Mann-Whitney U, uji Kolmogorov-Smirnov dua sampel,
uji reaksi ekstrem Moses,uji analisis varians dua arah
Friedman, uji Koefisien korelasi Rank Spearman, uji
Koefisien korelasi Rank Kendall, uji Koefisien korelasi
Rank Parsial Kendall
3. Skala Uji t, uji t dua sampel dep dan indep, anova satu jalur, Parametrik
Interval anova dua jalur, uji Pearson Product Moment, uji Korelasi
Parsial, uji Korelasi ganda, uji Regresi sederhana, uji
regresi berganda
4. Skala Ratio Semua alat analisis yang dipakai pada skala interval Parametrik
 PENGGUNAAN STATISTIK PARAMETRIK DAN NON PARAMETRIK

BENTUK HIPOTESIS
Jenis Komparasi (2 sampel) Komparasi > 2 sampel Hubungan
Data Deskriptif (1
(asosiasi/
variabel) Related Independen Related Independen korelasi)
Binominal Fisher Exact Test X² k sample X² k Contigency
Nominal Mc Nemar
X² 1sample X² 2 sample Cohran Q sample Coefficient C

Median test
Median Spearman Rank
Sign test Tes U Mann
Friedman Extension Correlation
Whitney
Ordinal Run – test two way
Wilcoxon Kolmogorov
Smirnov Anova Tes Kruskall
Matched
Wallis
Tau Kendall
pairs Wald Woldfowitz

Pearson Product
t–test for t–test utk 1way Anova 1way Anova moment
Interval
t- test corelated sampel Partial correlation
dan Rasio samples bebas
2way Anova 2way Anova Multiple crrelation
TUGAS TERSTRUKTUR DAN TUGAS MANDIRI
Tugas Terstruktur :
1. Menjelaskan Konsep Dasar Statistika dan Probabilitas, antara lain
dengan membuat implementasi contoh kongrit dari sbb :
penggunaan statistika parametrik dan nonparametrik pada
penelitian kebidanan, jenis-jenis data penelitian Teknik sipil, jenis
variable penelitian, dan skala pengukuran
2. Mencari data sekunder, kemudian interpretasikan dengan skala
pengukuran yang sudah dipelajari.

Tugas Mandiri :
Membuat Resume dari Tema dan Topik Bahasan
TERIMA KASIH
 MANAJEMEN PROYEK LANJUT
Studi Konstruksi, Pengendalian Biaya dan Jadwal dan Rencana Keselamatan Konstruksi
 Ruang Lingkup Studi Konstruksi
Pelaksanaan Konstruksi di lapangan, meliputi dinamika
proses konstruksi, seperti produktivitas pelaksanaan,
Construction field operation efisiensi, peralatan, material, teknologi, dan lain-lain.

Construction Project
Proyek Konstruksi , meliputi dinamika perencanaan dan
monitoring proyek, seperti produktivitas, efisiensi,
penjadwalan, optimasi biaya, dll

Construction Business
Bisnis Konstruksi,meliputi dinamika dan pertumbuhan bisnis
konstruksi, seperti strategi dan pelaksanaan terkait bisnis
konstruksi seperti permodalan, manajemen SDM,
pemasaran, jasa, dll
Construction Industry
Industri Konstruksi, yaitu dinamika industri
konstruksi, termasuk hubungannya dengan
industri lain, seperti ekonomi, SDM,
kebijakan dan aturan perundangan lainnya
PRIORITAS STUDI KONSTRUKSI

MAKRO

MESO

MIKRO
 Scopes
Construction Studies / Construction Research

broader CONSTRUCTION INDUSTRY

the dynamic of the industry, including its interrelation / interaction with
other industries / economic sectors
• economic, human resources, policy and legal matters

CONSTRUCTION BUSINESS
the dynamic and growth of construction business entities
• strategic and operational business matters: financing, resources
SCOPE

management (costing, people), marketing, services, delivery etc.

CONSTRUCTION PROJECT
the dynamic of project planning and controlling
• productivity, efficiency, timeliness, cost minimizing

CONSTRUCTION FIELD OPERATION

the dynamic of process at field level: flow of works, construction engineering,
method and technology
• job productivity, efficiency, lean process, equipment, material and
narrower product process and technology.
TEMA-TEMA RISET MAKRO
ISU-ISU STRATEGIS
1. CONSTRUCTION GOVERNANCE
2. HUMAN DEVELOPMENT
3. INFORMATION SERVICE
MAKRO
4. SUSTAINABLE CONSTRUCTION
5. MARKET DEVELOPMENT
6. ENVIRONMENTAL FEATURES
7. SOCIO-ECONOMIC EQUITY
RESEARCH THEME
1. Regulatory Impact Assessment
2. Harmony of Regulatory Systems
3. Regulatory Convergence Analysis
4. Benchmarking Regulations
1. Construction Curriculum Review 5. Construction Workforce
2. Mapping Construction Human Resources
3. Delivery of Education and Training
4. Motivating People in Construction
1. National Construction Data Base
2. Knowledge Center Inventory
3. Assessment of Knowledge Diffusion and Use
1. Investigation of current value system
2. Modeling Value System
3 Demonstrating New Value System
1. Mapping Market Behavior
2. Developing Affirmative Actions
3. Developing Market Convergence
1. Assesment of Existing Built Environments
2. Factor Effecting Built Evironment System
3. Modeling Finest Built Environment
4. Role of Construction Industry in Disaster Risk
1. Analysis of Current Socio Economic Structure
2. Review on current regulation framework affectng disparities
3. Reduction of Socio Economic Gap
 TEMA-TEMA RISET MESO
1. Understanding Current Business Practices
2. Reengineering Procurement System
1. DELIVERY SYSTEM
3. Developing of Professional Services in Construction
4. Dispute Settlement
1. Understanding Current Supply Chain
2. INDUSTRY 2. Reengineering Supply Chain Structure
STRUCTURE 3. Investigation of Foreign Construction Supply Chain System in Indonesia
4. Transfer of Technology Review
1. Investigation of Current Playing Field
2. Implication of Market Access Mechanism to Construction Quality
3. MARKET ENTRY
MESO

3. Impact of Foreigns Construction Players to Domestic Industry

1. Construction Financing Mechanism Review

2. Risk in Financing Construction
4. FINANCING
3. Promoting New Financing Schemes
CONSTRUCTION
4. Investigating Financial Backup For Construction Export

1. Current state of innovation in Construction Industry

2. Developing New Incentive System for Innovation
5. BISNIS INOVATION
3. Method of Up scaling Research Products
 TEMA-TEMA RISET MIKRO
1. CONSTRUCTION SAFETY
2. PROJECT QUALITY
MIKRO
3. CONSTRUCTION PRODUCTIVITY
4. PROJECT SECURITY
5. PROJECT MANAGEMENT
1. National Construction Safety Performance
2. Safety Policy and Regulatory Framework Review
3. Safety Culture and Value in Construction
4. Investigating and Reporting System for Constructionn Accidents
1. Understanding Client Commitment to Quality
2. Factor Constraining Client Quality Demand
3. Developing Quality Culture
1. Understanding Contributing Factors in Construction Productivity
2. Profile of Construction Productivity Across The Nation
3. Strategy of Construction Productivity Improvement
4. Assessmet of Contractor Capacity for Project Execution
1. Social Environment Pressure to Construction Project
2. Politcal Pressure in Construction
3. Vandalism in Construction Projects 4. Project Cost Structure
1. Current Project Management Practices for Client Satisfaction
2. Client Demand on Project Management System
3. Mechanism of sharing best practices on project management
TERIMA KASIH