Model Regresi
Model Regresi
Abstract - Bangunan rumahtoko di Indonesia bisa ruko, tetapi pada tahap awal belum cukup data untuk bisa
dimanfaatkan berbagai fungsi, sehingga orang yang memiliki memprediksi biaya pembangunan ruko, sehingga memprediksi
lahan di tepi jalan raya cenderung ingin memanfaakannya biaya pada tahap ini cukup sulit [12], [13], dan hanya
sebagai bangunan rumahtoko, bahkan para developer
perumahanpun melengkapi area perumahannya dengan pengalaman manusia sebagai estimator yang mampu
bangunan rumahtoko pada area paling depan. Sebelum memprediksi biaya konstruksi pada tahap ini [1]. Masalahnya
memutuskan bahwa lahan yang dimilikinya untuk dibangun adalah tidak setiap orang yang ingin membangun ruko pada
rumahtoko, perlu diketahui terlebih dahulu berapa biaya yang lahannya itu memiliki pengalaman estimator, padahal sebagai
harus dianggarkan, tetapi pada tahap ini belum cukup data dasar untuk mengambil keputusan investasi adalah rencana
untuk bisa mengetahui biaya pembangunan rumahtoko, karena anggaran biaya, bahkan pengembang, pemilik gedung, dan tim
biaya pembangunan rumahtoko bisa diketahui jika sudah dibuat
gambar rencana. Padahal saat memutuskan untuk berinvestasi
desain sering menunjuk pada biaya modal awal sebagai
perlu memprediksi untung dan rugi, serta kemampuan sumber hambatan utama yang menghambat pembangunan [10].
daya uang. Untuk menjawab permasalahan ini penulis Alokasi biaya pada proyek konstruksi selain biaya
mengusulkan model sebagai solusi untuk memprediksi biaya langsung yaitu biaya komponen bangunan juga perlu
pembangunan rumahtoko saat data belum ada. Selain mempersiapkan biaya overhead [2], biaya kesehatan dan
mengusulkan model juga memberikan informasi persentase keselamatan kerja [4], [7], [11], tetapi yang paling besar
biaya komponen bangunan rumahtoko, sebagai solusi untuk menyerap biaya adalah komponen bangunan, sehingga
memprediksi biaya pengurangan atau penambahan akibat
adanya perubahan desain. Model dan persentase biaya memperkirakan total biaya pembangunan ruko dan
komponen bangunan rumahtoko ini dihasilkan dengan proses mengetahui persentase biaya komponen bangunan ruko
penggabungan metode Burgeslijke Openbare Werken (BOW), menjadi sangat penting. Total biaya pembangunan ruko perlu
analisis regresi dan pengalaman manusia sebagai estimator. diketahui sebagai dasar pengambilan keputusan investasi
Menggunakan model ini cukup memasukan informasi data luas konstruksi, dan persentase biaya komponen bangunan perlu
bangunan rumahtoko yang direncanakan. Model yang diketahui agar bisa memprediksikan biaya pengurangan atau
disarankan disini telah dilakukan uji validitas, pengujiannya
yaitu membandingkan biaya factual pembangunan rumahtoko
penambahan akibat adanya perubahan desain, tetapi hal ini
dengan estimasi menggunakan model, dan hasilnya cukup sulit dilakukan pada tahap awal, saat data belum ada. Oleh
akurat, karena hanya memiliki selisih rata-rata satu persen. karena itu penelitian ini sangat penting untuk menghasilkan
Estimasi biaya pembangunan rumahtoko saat data belum ada model sebagai formula untuk memprediksi biaya
mulai saat ini bisa diprediksikan dengan cepat menggunakan pembangunan ruko pada tahap awal saat data belum ada.
model Berdasarkan literature metode yang dapat dipergunakan
untuk memprediksi biaya konstruksi, diantaranya adalah
Keywords: conceptual estimation, construction cost, shop-houses, metode konvensional Standar Nasional Indonesia (SNI) yang
cost percentage, building area. merupakan pembaharuan dari metode Burgeslijke Openbare
Werken (BOW) [15], pengetahuan manusia sebagai estimator
I. INTRODUCTION
menggunakan First Order Logic (FOL) [1], analisis regresi
Pemanfaatan lahan di tepi jalan di Indonesia, banyak [2], [10], [12], [13], simulasi Monte Carlo yang menghitung
dipergunakan pembangunan ruko, karena bangunan tersebut korelasi variabel [6], [7], koefisien biaya/m2 luas bangunan
multi fungsi. Faktanya bangunan ruko di Indonesia, selain [5], penerapan Decision Aids for Tunneling (DAT) sebagai
untuk tempat tinggal dan berniaga, juga banyak dipergunakan alat konstruksi awal dan alat prediksi waktu untuk proyek-
sebagai kantor, work shop, perbengkelan dll, sehingga banyak proyek konstruksi [14].
investor yang ingin menginvestasikan uangnya pada Metode estimasi biaya konstruksi menurut literature telah
pembangunan ruko, bahkan pengembang perumahanpun terbukti bisa dipergunakan secara akurat berdasarkan
membangun ruko sebagai pelengkap pada area pemukiman kesimpulan pada makalah penelitiannya masing-masing, tetapi
dibagian paling depan. karakteristik proyek pembangunan ruko di Indonesia berbeda
Dalam proyek real estat, estimasi biaya konstruksi dan dengan proyek lain, dan masing-masing penelitian terdahulu
pendapatan umumnya mewakili nilai-nilai paling penting. lebih spesifik terhadap proyek tertentu, sedangkan yang
Ketika keputusan untuk melaksanakan suatu proyek dibuat, membahas secara spesifik terhadap estimasi biaya
seringkali ada beberapa definisi tentang apa yang akan pembangunan ruko belum ada.
dibangun, dan seringkali tidak akurat dalam mengestimasi Berdasarkan uraian permasalahan yang telah
biaya [5]. Untuk memutuskan apakah investasi untuk disampaikan pada pendahuluan makalah ini, penulis
membangun ruko cukup menguntungkan atau tidak, maka bermaksud menemukan solusinya, sehingga perlu melakukan
perlu diketahui terlebih dahulu berapa biaya pembangunan penelitian ini untuk menghasilkan model sebagai estimasi
biaya pembangunan ruko pada tahap awal saat belum ada data, meningkatkan pentingnya topik penentuan biaya K3 di sektor
dan mengetahui persentase biaya komponen bangunan ruko konstruksi. Setelah semua, perlu dicatat bahwa estimasi biaya
agar mampu memprediksi pengurangan atau penambahan K3 pada tahap proyek dinilai sebagai situasi yang
biaya akibat adanya perubahan desain. membutuhkan upaya besar dari sudut pandang kontraktor.
. Pada penelitiannya untuk menentukan variasi biaya kesehatan
II. RELATED WORK dan keselamatan kerja menggunakan metode matematika
Abelrahman Osman Elfaki dan Saleh Alatawi (2015) berdasarkan ukuran area konstruksi dalam proyek konstruksi.
Terlepas dari adanya berbagai perkiraan biaya proyek Selain itu, refleksi mempertimbangkan atau mengabaikan K3
konstruksi, pengalaman manusia dan pengetahuan tidak bisa dengan tingkat terjadinya kecelakaan kerja ditentukan.
diabaikan. Fakta ini telah terbukti dalam praktiknya, dimana Temuannya menunjukkan bahwa setiap kategori dan total
keberhasilan proses estimasi biaya konstruksi terutama biaya OHS menunjukkan variasi linier dengan ukuran area
didasarkan pada pengetahuan manusia sebagai estimator. konstruksi. Dengan demikian, biaya K3 dapat diestimasi
Sehingga menentukan kriteria keahlian manusia sebagai berdasarkan ukuran area konstruksi dalam proyek konstruksi
estimator dilakukan dengan menerapkan teknik Delphi dan [4].
hasilnya adalah sebelas faktor yang cukup tepat untuk G. Maronati, dan B. Petrovic, (2019) Ketidakpastian
mewakili pengetahuan estimasi biaya konstruksi. Kemudian yang tinggi dalam biaya modal semalam (OCC), serta
kami telah menggunakan First Order Logic (FOL) untuk penundaan besar dan peningkatan biaya selama konstruksi
mewakili faktor-faktor ini dalam hal predikat dan aturan. membuat investor tidak tertarik untuk berinvestasi.
Aturan FOL ini dapat digunakan untuk mengevaluasi peningkatan biaya signifikan ditemukan dalam korespondensi
pengetahuan penaksir biaya konstruksi di lima kelas: gagal, akibat peristiwa kecelakaan. Berdasarkan metode Iman-
lulus, dapat diterima, baik, dan sangat bagus. Sebagai proses Conover dikembangkan untuk melakukan analisis stokastik
validasi, kami telah melakukan percobaan menggunakan data pada jadwal konstruksi dan perhitungan biaya melalui simulasi
riwayat dan hasilnya telah membuktikan keakuratan metode Monte Carlo yang menghitung korelasi variabel. Penilaian
yang kami usulkan [1]. probabilistik kemudian dilakukan untuk biaya konstruksi dan
Agnieszka Leśniak, Michał Juszczyk, (2018) biaya waktu. Dalam penelitiannya ditemukan nilai rata-rata Total
overhead, merupakan komponen anggaran biaya yang Biaya Investasi Modal (TCIC), namun, hasil simulasi
signifikan bagi kontraktor dalam proyek konstruksi. Perkiraan menunjukkan standar deviasi biaya dan waktu yang diprediksi
biaya overhead berdasarkan pendekatan tradisional cukup lebih rendah daripada yang diamati secara historis [6].
akurat tetapi memakan waktu (dalam kasus penggunaan Igal M, dkk (2018) Keselamatan di industri konstruksi,
metode analitik rinci) atau cepat tetapi tidak akurat (dalam hal serta di sektor infrastruktur, selalu menjadi masalah utama.
penggunaan metode indeks). Dalam penelitiannya untuk Satu dari enam kecelakaan fatal di tempat kerja terjadi di
mengembangkan model sebagai alternatif yang lokasi konstruksi. Karena itu, langkah-langkah pencegahan
memungkinkan untuk estimasi biaya overhead yang cepat dan seperti investasi dalam keselamatan harus dirumuskan dengan
andal, dengan mengembangkan model regresi, berdasarkan tepat. Namun, perusahaan konstruksi sering enggan
jaringan saraf tiruan. Hasil dari penelitiannya bahwa jaringan menginvestasikan sumber daya dalam kegiatan pencegahan.
saraf tiruan yang dipilih sebagai inti dari model yang Parameter keamanan utama dari kejadian kecelakaan, investasi
dikembangkan memungkinkan prediksi indeks biaya dan dalam keselamatan, dan biaya kecelakaan (langsung dan tidak
membantu dalam estimasi biaya overhead pada tahap awal langsung) dikarakteristikkan secara statistik. Kemudian,
proyek konstruksi dengan presisi memuaskan [2]. simulasi Monte Carlo dikembangkan untuk memvalidasi
Aiman, dkk (2018) sistem energi terbarukan dapat survei dan menghitung total biaya keselamatan tergantung
digunakan untuk meningkatkan kinerja termal bangunan dan pada tingkat investasi dalam keselamatan preventif, menurut
untuk merancang bangunan yang berkelanjutan pada tiga tingkatan: sederhana, standar, dan investasi tinggi.
perumahan. Dalam penelitiannya membandingkan Jenis Temuannya menunjukkan bahwa investasi keselamatan
modul yang berbeda (Cavity Brick (CB), Insulated Cavity optimal adalah 1,0% dari ruang lingkup proyek. Karena
Brick (InsCB), Insulated Brick Veneer (InsBV) dan Insulated distribusi hasil yang kacau ada ketidakpastian substansial
Reverse Brick Veneer (InsRBV)) dengan jenis sistem energi untuk investasi kurang dari 1,0%. Rasio kecelakaan langsung
terbarukan dilakukan untuk menentukan jenis mana yang dan tidak langsung ditemukan 1: 3.07 [7].
dapat memberikan energi terbesar. Diketahui bahwa InsCB Latif Onur Uğur dan Neşe Leblebici, (2018) melakukan
merupakan modul yang berkinerja terbaik tetapi lebih mahal penelitian untuk menilai analisis biaya-manfaat dan periode
untuk membangun sedangkan modul InsBV lebih murah tetapi pengembalian dua bangunan hijau yang berlokasi di Turki.
dengan kinerja termal yang lebih rendah yang dapat Dalam konteks ini, dua bangunan dalam kategori emas dan
dikompensasikan dengan menggunakan sistem Photovoltaic platinum sesuai dengan sistem sertifikasi LEED dipelajari
(PV) untuk meningkatkan kinerja termal dengan biaya paling untuk menyajikan pengeluaran aktual yang disebabkan oleh
murah [3]. penghijauan. Untuk bangunan bersertifikasi emas dan
Cemil, dkk (2018) mengungkapkan bahwa kecelakaan platinum masing-masing; tambahan biaya konstruksi
kerja terjadi pada tingkat yang lebih tinggi di industri ditemukan menjadi 7,43% dan 9,43%, pangsa biaya lunak
konstruksi dibandingkan dengan sektor lain, kenyataan ini dalam total biaya konstruksi dinyatakan 0,84% dan 1,31%,
pengurangan biaya konsumsi energi tahunan ditetapkan pembangunan ruko, pengumpulan data dokumen proyek
sebesar 31% dan 40%, juga tambahan payback period biaya rencana anggaran biaya pembangunan ruko, identifikasi luas
konstruksi dihitung menjadi 0,41 dan 2,56 [8]. bangunan berdasarkan gambar kerja, estimasi biaya
Liulin Kong, dkk (2017) Pabrikasi yang terpisah dengan pembangunan menggnakan metode BOW berdasarkan gambar
proyek pada proyek konstruksi yang menggunakan pracetak, kerja, pendataan total biaya pembangunan ruko berdasarkan
menyebabkan pemanfaatan sumber daya yang tidak efisiens analisa harga satuan BOW dan berdasarkan data rencana
dan sering terjadi keterlambatan pengiriman. Mencari solusi anggaran biaya dokumen proyek, identifikasi biaya setiap
agar efisiensi dalam memanfaatkan sumbur daya dan produksi komponen bangunan berdasarkan analisa harga satuan dan
dokumen proyek rencana anggaran biaya, analisis regresi,
yang maksimum, dikembangkan sesuai dengan kendala biaya
serta menghitung persentase biaya komponen bangunan. Tiga
pergantian dan tenggat waktu produksi. Dengan memproses puluh empat data yang dipergunakan pada penelitian ini
sebanyak mungkin produk secara bersamaan menggunakan adalah dokumen proyek pembangunan ruko yang telah selesai.
data nyata yang dikumpulkan dari pabrik pracetak dalam Tahapan proses penelitian ini secara singkat diterangkan
simulasi dan membandingkan efeknya dengan penelitian dalam alur penelitian pada gambar 1.
sebelumnya. Kami menemukan bahwa metode kami memiliki
potensi besar untuk meningkatkan efisiensi produksi pracetak
[9].
Paikun dkk, (2017) melakukan penelitian pada proyek
pembangunan rumah sederhana untuk mengetahuimodel
estimasi biaya konstruksi rumah sederhana. Menggunakan
kombinasi metode BOW dan analisis regresi, sehingga
menghasilkan model sebagai rumus untuk menghitung biaya
konstruksi rumah, pada saat informasi data sangat terbatas,
yaitu hanya diketahui informasi data rencana luas bangunan
rumah [12].
Terdapat kemiripan permasalahan, dan terdapat
kemiripan proses data serta metode yang dipergunakan dengan
penelitian terdahulu, bahkan terdapat asumsi yang sama
bahwa setiap kategori dan total biaya OHS menunjukkan
variasi linier dengan ukuran area konstruksi, serta biaya k3
dapat dinyatakan secara persentase, dan memprediksi biaya
konstruksi bisa dirumuskan menggunakan model. Namun
konsentrasi jenis proyek konstruksi penelitian terdahulu
berbeda-beda antara satu dengan yang lainnya. Jenis proyek
konstruksi ruko yang akan dilakukan pada penelitian ini,
karakteristiknya berbeda dengan penelitian terdahulu, ada
kemiripan dengan proyek pembangunan rumah, tetapi
perbedaannya adalah jika bangunan rumah identik dengan
ruangan yang kecil, sedangkan bangunan ruko identik dengan
ruangan yang besar, sehingga mempunyai quantity komponen
bangunan yang sangat berbeda.
Oleh karena penelitian yang sama seperti penelitian ini
belum ada, maka penelitian ini sangat penting untuk
menghasilkan model sebagai rumus untuk memprediksi biaya
pembangunan ruko pada tahap awal saat belum ada data, dan
agar mudah memprediksi penambahan atau pengurangan
biaya akibat adanya perubahan desain, maka perlu diketahui
persentase biaya komponen bangunan ruko. GAMBAR 1. ALUR PENELITIAN
B. Proses Data
III. RESULTS AND DISCUSSION Diterangkan terlebih dahulu bahwa 34 data pada
penelitian ini adalah dokumen proyek konstruksi ruko
A. Methodology bertingkat 2 dan 3 tingkat, dan data tersebut adalah dokumen
Untuk menghasilkan model pada penelitian ini maka gambar detail konstruksi, dokumen bill of quantity dan rencan
menggabungkan metode Burgeslijke Openbare Werken anggaran biaya. Selanjutnya data diproses dengan tahapan
(BOW) dengan analisis regresi, sedangkan untuk berikut:
mengetahui persentase biaya komponen bangunan ruko
digunakan metode numerik. Tahapan proses dalam 1. Telaah gambar detail konstruksi, untuk diketahui luas
penelitian ini adalah: studi literature, perumusan masalah, bangunan, komponen bangunan, jenis pekerjaan, volume
identifikasi kebutuhan data, pengumpulan data gambar kerja pekerjaan, analisa harga satuan, anggaran biaya
Year of 1 2 3 4 5 6 7
Building
No. Construct Total cost Concrete Work costs
perkelompok dan total rencana anggaran biaya TionABELarea1. DATA TOTAL BIAYA DAN Wall BIAYA
Work KOMPONEN
Floor Work Roofing
menggunakan metode konvensional dan BOW. Alur Foundation
BANGUNANStructural for frames,
Costs Costs Costs
proses ini dijelaskan pada gambar 2. Work Costs Work Costs doors and
1 2018 240 581,516,793 22,778,168 216,638,598 99,155,295 23,170,824 65,553,815 32,540,000 15,12
2 2018 144 407,236,463 15,332,195 156,549,464 60,721,609 22,768,174 32,814,463 24,617,000 18,21
3 2018 128 305,537,008 11,627,645 103,454,897 46,255,396 20,955,828 19,090,000 19,626,000 12,84
4 2017 300 988,606,944 52,584,809 372,347,764 169,639,191 73,397,736 43,807,230 54,756,000 84,96
5 2017 72 233,105,395 18,927,700 97,758,485 26,500,800 13,310,460 9,800,000 10,306,000 14,75
6 2017 273 811,643,256 32,497,961 248,819,497 155,783,339 59,166,799 89,738,998 33,806,782 32,49
7 2017 250 756,249,922 29,760,037 227,856,682 144,303,768 54,182,050 89,738,998 30,958,591 29,76
8 2017 260 847,625,336 30,950,439 236,970,949 149,294,886 56,349,332 154,372,168 32,196,935 30,95
9 2017 255 835,502,995 30,355,238 232,413,816 146,799,327 55,265,691 154,372,168 31,577,763 30,35
10 2017 464 1,281,232,948 72,693,116 323,618,176 164,210,880 92,792,670 295,078,308 90,266,616 61,22
11 2017 115 327,697,028 18,036,048 80,293,614 47,612,652 23,230,855 73,769,577 22,396,248 15,19
12 2017 120 337,046,254 18,820,224 83,784,641 49,057,785 24,197,030 73,769,577 23,369,998 15,85