REVIEW

JURNAL

APLIKASI SIMULASI MONTE CARLO DALAM ESTIMASI BIAYA

Judul
PROYEK
Jurnal SMARTek , jurnal untad
Tahun 2008
Penulis Adnan Fajar
Reviewer Alfiansyah
Npm 1914370664

Manajemen resiko belakangan ini telah mualai mendapatkan perhatian di

bidang manajemen proyek (Kwak & Stoddard, 2004). Metode yang kerap
digunakan oleh manajer proyek dalam proses analisa resiko adalah simulasi
Monte Carlo. Metode ini sudah lama digunakan dalam berbagai macam
aplikasi matematika dan sains, dan juga disebutkan dalam A Guide to the
Project Management Body of Knowledge (Project Management Institute,
Pendahuluan
2004).
Meskipun demikian, dalam praktiknya simulasi Monte Carlo ini belum
umum digunakan oleh praktisi manajemen proyek dibandingkan metode-
metode yang lain, seperti CPM dan PERT misalnya. Kondisi yang ada pada
saat ini, simulasi Monte Carlo hanya sering digunakan dalam batas dunia
akademik yang membahas aspek resiko dalam manajemen proyek
Apakah Simulasi Monte Carlo dapat digunakan dalam memodel dan
Rumusuan menganalisa sistem yang mengandung resiko dan ketidak-pastian dalam
Masalah estimasi biaya proyek ?

Tujuan Membahas aplikasi simulasi Monte Carlo dalam mengestimasi biaya sebuah
Penelitian proyek
 1. Desain simulasi
Yang akan disimulasikan adalah sebuah proyek yang terdiri dari enam
aktifitas. Setiap aktifitas memiliki total biaya dalam batasan yang telah
Analisis ditentukan.
Metode
2. Angka Random
Karena alasan praktis, metode yang sering digunakan untuk
menghasilkan angka random antara 0 dan 1 dalam simulasi adalah
multiplicative congrueantal method (Taha, 1997). Angka yang dihasilkan
oleh metode tersebut sebenarnya tidak dapat dikatakan sebagai angka
random yang sebenarnya karena menggunakan operasi aritmetika yang
hasilnya dapat diketahui sehingga lebih tepat jika dikatakan sebagai
angka random semu (pseudorandom numbers).
3. Penentuan nilai iterasi
Metode Monte Carlo dapat meprediksi kesalahan (error) dari simulasi,
yang mana proporsional terhadap jumlah iterasinya.
Sebagaimana metode-metode simulasi lainnya, akurasi dari hasil simulasi
Monte Carlo ini sangat dipengaruhi oleh akurasi variabel-variabel inputnya
Hasil
yang dalam contoh kasus pada tulisan ini adalah estimasi awal dari biaya
penelitian
minimum dan biaya maksimum setiap aktifitas. Juga perlu dicatat simulasi
Monte Carlo bukanlah sebuah penyedia solusi, metode ini hanya membantu
kita dalam memprediksi perilaku sebuah sistem dengan memperhitungkan
unsur-unsur yang mengandung resiko dan ketidak-pastian. Solusi sebenarnya
tetap berada di tangan para manajer dengan mempertimbangkan berbagai
aspek, termasuk aspek kualitatif yang ada dalam sebuah proyek.
Simulasi Monte Carlo dapat menjadi alat yang handal bagi manajer proyek
dalam menganalisa resiko dan ketidak-pastian yang umum terjadi dalam
pembiayaan proyek. Hasil simulasi Monte Carlo dapat membantu manajer
proyek dalam menentukan ekspektasi pembiayaan proyek yang lebih realistis.
metode Monte Carlo ini dapat diterima di kalangan praktisi manajemen
proyek dan tidak hanya sebatas digunakan dalam dunia akademik yang
membahas aspek resiko dalam manajemen proyek.
Judul Baru Pengaruh Simulasi Monte Carlo Terhadap Risiko Ketodakpastian Dalam
Estimasi Biaya Proyek
 REVIEW
JURNAL

PENERAPAN METODE MONTE CARLO PADA PENJADWALAN

Judul
PROYEK SERPONG GARDEN APARTMEN
Jurnal Jurnal Mitra Teknik Sipil
Vol & Hlmn Vol. 2, No.3, Agustus 2019:hlm 189-198
Tahun 2019
Penulis Felix Septian Wijaya1 dan Hendrik Sulistio2
Reviewer Alfiansyah
Npm 1914370664

Proyek konstruksi selalu penuh dengan ketidakpastian (uncertainty),

misalnya dalam hal ketidakpastian waktu penyelesaian, yang dapat
menyebabkan risiko kerugian baik bagi kontraktor maupun pemilik proyek
(owner). Untuk meminimalkan dampak risiko tersebut, perlu alat (tools)
untuk menganalisisnya. Untuk mengantisipasi ketidakpastian pada estimasi
durasi dan rencana biaya sebuah proyek konstruksi, maka telah
Pendahuluan
dikembangkan metode yang dapat mempertimbangkan ketidakpastian yang
dimungkinkan dapat terjadi dalam pelaksanaan suatu kegiatan proyek. Salah
satu cara untuk mempertimbangkan ketidakpastian dalam durasi sebuah
proyek ialah dengan menganalisis penjadwalan tersebut dengan metode
probabilistik. Metode penjadwalan probabilistik yang bisa digunakan salah
satunya adalah metode Monte Carlo.
Proyek konstruksi selalu penuh dengan ketidakpastian, misalnya dalam hal
Rumusuan
ketidakpastian waktu penyelesaian, yang dapat menyebabkan risiko kerugian
Masalah
baik bagi kontraktor maupun pemilik proyek

Tujuan Untuk meminimalkan dampak risiko tersebut, telah dikembangkan metode

Penelitian penjadwalan dengan mempergunakan durasi probabilistik salah satunya
adalah Metode Monte Carlo. Pada penelitian ini dilakukan simulasi Monte
Carlo dengan berdasarkan durasi pekerjaan optimis, paling disukai, dan
pesimis hasil survei pada pihak kontraktor Serpong Garden Apartemen
 Pada penelitian ini, dilakukan simulasi pemodelan penjadwalan ke dalam
software Oracle Crystal Ball, dan akan mendapatkan hasil durasi dengan
menggunakan metode Monte Carlo.

Analisis
- Pembuatan kuesioner Kuesioner yang dibuat bertujuan untuk
Metode
mengetahui durasi minimum ,yang paling disukai, dan maksimum
pada masing-masing pekerjaan.
- Pengisian kuesioner dan wawancara Kuesioner yang telah dibuat akan
diberikan kepada stakeholder dan juga pekerja yang turut andil dalam
proses pembangunan gedung untuk dilakukan pengisian. Pengisian
kuesioner berupa durasi setiap pekerjaan dilakukan berdasarkan
pengalaman-pengalaman selama bekerja di lapangan. Selain kuesioner
dilakukan juga kegiatan wawancara untuk menambah referensi bagi
pengerjaan skripsi.
- Input data dan melakukan simulasi Monte Carlo Input data dan simulasi
Monte Carlo dilakukan setelah data durasi minimum, most likely, dan
maksimum telah didapatkan. Simulasi dilakukan dengan
menggunakan software Crystal ball.
- Didapatkan hasil simulasi Monte Carlo terhadap durasi pekerjaan
proyek.
- Analisis data Analisis yang dilakukan untuk mengetahui durasi akhir
proyek dan probabilitas keberhasilan durasi tersebut.

1. Penjadwalan pada proyek Serpong Garden Apartment sudah

mempertimbangkan waktu yang aman karena jadwal rencana berada
Hasil diantara jadwal optimis dan pesimis. Total durasi pekerjaan dari
penjadwalan optimis selama 80 minggu dan penjadwalan pesimis
penelitian
selama 157 minggu. Sedangkan total durasi rencana selama 121
minggu.
2. Metode Monte Carlo dapat diterapkan pada penjadwalan proyek
Serpong Garden Apartment dengan cara melakukan simulasi Monte
Carlo dari data durasi optimis, most likely dan pesimis. Hasil
penerapan metode Monte Car lo pada penjadwalan pada proyek dapat
mengetahui total durasi dari waktu simulasi Monte Carlo yaitu selama
123 minggu dan dapat mengetahui probabilitas terlaksananya
pekerjaan sesuai dengan jadwal yaitu sebesar 48.32%.
3. Terdapat perbedaan penjadwalan pada total durasi pekerjaan dan juga
besarnya probabilitas yakni durasi rencana proyek selama 121 minggu
dengan probabilitas 37.16%, durasi optimis selama 80 minggu dengan
probabilitas 0%, durasi most likely selama 114 minggu dengan
probabilitas 9.31%, durasi pesimis selama 157 minggudengan
probabilitas
Judul Baru Analisis Metode Probabilistic Pada Penjadwalan Proyek Serpong Garden
Apartment
 Simulasi Penjadwalan Proyek Pembangunan Jembatan Gantung dengan
Judul
Metode Monte Carlo
Jurnal Jurnal Informasi & Teknologi
Vol&Hal Vol. 2 No. 1 Hal: 30-35
Tahun 2020
Penulis Julius Santony
Reviewer Alfiansyah
Npm 1914370664

Proyek pada umumnya memiliki keterbatasan dari segi waktu dan sumber
daya, hampir semua proyek dipengaruhi oleh risiko dan ketidakpastian.
Risiko ketidakpastian ini menyebabkan penundaan proyek, pembengkakan
(overruns) biaya, dan bahkan kegagalan proyek. Oleh karena itu,
menciptakan jadwal proyek yang akurat yang mencerminkan potensi risiko
dan ketidakpastian tetap menjadi salah satu tantangan utama dalam
Pendahuluan
manajemen proyek. Cara yang formal untuk memasukkan ketidakpastian
pada penjadwalan adalah dengan menganalisis penjadwalannya secara
probabilistic. Monte Carlo adalah simulasi tipe probabilitas yang mendekati
solusi sebuah masalah dengan melakukan sampling dari proses acak . Monte
Carlo melibatkan penetapan distribusi probabilitas dari sebuah variable
yang dipelajari dan kemudian dilakukan pengambilan sampel acak dari
distribusi untuk menghasilkan data. Ketika sistem terdapat elemen-elemen
yang memperlihatkan perilaku yang cenderung tidak pasti atau probabilistik
maka metode simulai Monte Carlo sapat diterapkan
Apakah Simulasi Monte Carlo dapat digunakan dalam memprediksi
Rumusuan penjadwalan proyek pembangunan jembatan gantung
Masalah

Tujuan Untuk mengatasi semua risiko dan ketidakpastian dalam pembangunan

Penelitian jembatan gantung diperlukan Simulasi metode Monte.
 - Rekap data kegiatan proyek merupakan suatu langkah yang dilakukan
untuk pengolahan data dalam memprediksi penjadwalan proyek
- Mengimput data proyek untuk menentukan distribusi probalitas, data
Analisis
yang telah diinputkan diolah untuk membentuk suatu variable;
Metode
- Menentukan distribusi probalitas kumulatif setiap kegiatan proyek,
dengan cara setiap nilai dari probalita dijumlahkan dengan jumlah
sebelumnya
- Menetapkan interval angka acak pada setiap kegiatan proyek
- Membangkitkan bilangan acak setiap kegiatan proyek
- Melakukan simulasi Monte Carlo
- Melakukan penilaian terhadap percobaan yang telah dilakukan tadi
dengan estimasi akurasi sesuai dengan data yang real, maka dapat
menghasilkan prediksi untuk kegiatan berikutnya
1. Menentukan Data Proyek
Data merupakan kumpulan dari beberapa informasi atau dari suatu hal yang
Hasil
diperoleh dengan melalui pengamatan atau juga pencaria ke sumber-sumber
penelitian
tertentu. Pada penelitian ini, data utama yang digunakan adalah data tahun
2016, 2017 dan 2018. Variabel yang digunakan dalam penelitian ini yaitu
penjadwalan pembangunan jembatan gantung per kegiatannya. Data jumlah
pada tahun 2016 digunakan sebagai data training untuk memprediksi
penjadwalan pembangunan jembatan gantung pada tahun 2017, data tahun
2017 digunakan sebagai data training untuk memprediksi penjadwalan
pembangunan jembatan gantung di tahun 2018, dan data tahun 2018
digunakan sebagai data training untuk memprediksi penjadwalan
pembangunan jembatan gantung pada tahun 2019.
2. Menentukan Distribusi Probalitas
Untuk mempermudah dalam pembacaan data, hasil perhitungan dari nilai
distribusi probabilitas ditampilkan ke dalam bentuk tabel distribusi
probabilitas.
3. Membangun Distribusi Probalitas Kumulatif Distribusi probabilitas
kumulatif diperoleh dari hasil penjumlahan nilai distribusi probabilitas
dengan jumlah nilai distribusi probabilitas sebelumnya, kecuali untuk nilai
distribusi probabilitas kumulatif yang pertama. Di mana nilai probabilitas
kumulatifnya sama dengan nilai probabilitas variabel itu sendiri. Menghitung
nilai distribusi probabilitas kumulatif Tahun 2016 .
 4. Pembentukan Interval Angka Random (Angka Acak). Interval angka acak
dibentuk berdasarkan nilai distribusi probabilitas kumulatif yang telah
diperoleh pada tahap sebelumnya. Penetapan angka acak dilakukan untuk
setiap variabel, penggunaan interval angka acak berfungsi sebagai pembatas
antara variabel yang satu dengan variabel yang lain dan juga memberikan
acuan hasil simulasi dari percobaan berdasarkan angka acak yang
dibangkitkan. Pembatas ini terdiri dari 2 bagian, yaitu batas minimal (awal)
dan batas maksimal (akhir).
5. Membangkitkan Angka Random (Angka Acak).
6. Melakukan Percobaan Simulasi Simulasi dilakukan dengan cara
memasukkan dan membandingkan angka acak yang telah dibangkitkan pada
Tabel 7 dengan tabel interval angka acak yang ada pada Tabel 6, sehingga
didapat hasil dari simulasi data Tahun 2016 yang dapat dibandingkan dengan
data real .

Judul Baru Analisis Penjadwalan Proyek Dengan Penerapan Simulasi Monte Carlo Pada
Proyek Pembangunan Jembatan Gantung .

Link Video: https://youtu.be/m5dUZzOirCI