Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Jurnal Produksi Bersih 391 (2023) 136056

Daftar isi tersedia diScienceDirect

Jurnal Produksi Bersih

halaman utama jurnal:www.elsevier.com/locate/jclepro

BIM dapat membantu dekarbonisasi sektor konstruksi: Bukti siklus hidup

primer dari sistem manajemen perkerasan

Anne de BortoliA,B,C,*, Yacin BaouchD, Mustapha MasdanB

ACIRAIG, École Polytechnique de Montréal, PO Box 6079, Montréal, Québec, H3C 3A7, Kanada
BTeknikPengarahan, Manajemen Eurovia, 18 Place de l'Europe, 92500, Rueil-Malmaison, Prancis
CLVMT, Ecole des Ponts ParisTech, Cité Descartes, 6-8 Avenue Blaise Pascal, 77420, Champs-sur-Marne, Prancis

DUniversité Technologique de Compiègne, Recherche de Royallieu, rue du Docteur Schweitzer, 60203, Compiègne, Prancis

INFO ARTIKEL ABSTRAK

Editor Penanganan: Zhen Leng Mengubah sektor konstruksi adalah kunci untuk mencapai net-zero, dan banyak pemangku kepentingan mengharapkan
dekarbonisasinya melalui digitalisasi, tetapi tidak ada bukti terukur yang dibawa hingga saat ini. Artikel ini mengusulkan
Kata kunci: kuantifikasi lingkungan pertama dari dampak Pemodelan Informasi Bangunan (BIM) di sektor konstruksi. Secara khusus, emisi
BIM gas rumah kaca (GRK) langsung dan tidak langsung yang dihasilkan oleh BIM monofungsional untuk merencanakan
Sistem manajemen trotoar
pemeliharaan jalan – Sistem Manajemen Perkerasan Jalan (SPM) – dievaluasi menggunakan data lapangan dari Prancis. Jejak
Dekarbonisasi
karbon terkait dihitung mengikuti pendekatan siklus hidup, menggunakan berbagai sumber data – termasuk ecoinvent v3.6 –
Digitalisasi
LCA dan faktor karakterisasi IPCC 2013 GWP 100a. Tiga alternatif perkerasan desain-bangun-pelihara dibandingkan: skenario 1
Konstruksi terkait dengan desain masif dan pemeliharaan permukaan, skenario 2 terkait dengan desain progresif dan pemeliharaan
struktural yang direncanakan sebelumnya, dan skenario 3 terkait dengan desain progresif dan pemeliharaan struktural yang
disesuaikan yang didukung oleh PMS. Pertama, hasil menunjukkan emisi langsung yang dapat diabaikan karena keberadaan
PMS – 0,02% dari emisi siklus hidup perkerasan skenario 3, misalnya 0,52 t CO2eq untuk 10 km dan 30 tahun. Kedua, kasus
dasar dan dua analisis sensitivitas komplementer menunjukkan bahwa penggunaan PMS adalah iklim positif selama siklus
hidup ketika daya dukung tanah dasar perkerasan meningkat dari waktu ke waktu, sebaliknya netral untuk iklim.
Penghematan emisi GRK dengan menggunakan BIM masing-masing dapat mencapai hingga 14 dan 30% dari emisi siklus
hidup dibandingkan dengan skenario 2 dan 1, dan masing-masing. 47 dan 65% saat membatasi ruang lingkup untuk
pemeliharaan dan rehabilitasi dan tidak termasuk konstruksi perkerasan asli. Ketiga, efek netral BIM jika terjadi penurunan
daya dukung tanah dasar dapat dijelaskan dengan praktik desain dan margin keselamatan, yang sebenarnya dapat
ditingkatkan dengan menggunakan BIM. Keempat, potensi dekarbonisasi BIM multifungsi dibahas, dan perspektif penelitian
disajikan.

1. Pendahuluan dan latar belakang
Konstruksi adalah sektor utama yang harus diubah untuk mencapai
masyarakat netzero, dan banyak pemangku kepentingan mengharapkan
dekarbonisasinya melalui digitalisasi, tetapi hingga saat ini belum ada bukti
terukur yang ditunjukkan. Di Kanada, konstruksi adalah sektor kedua yang paling
intensif karbon, menyumbang 12% dari emisi nasional, 59% di antaranya berasal
dari infrastruktur (de Bortoli dan Agez, 2023). Untuk mengurangi beban ini,
banyak praktik konstruksi hijau telah dinilai menggunakan Penilaian Siklus Hidup
(LCA) - untuk bangunan (misAnand dan Amor, 2017;Vilches et al., 2017) atau
infrastruktur (misAzari Jafari et al., 2016;Saxe et al., 2020) - sedangkan konsekuensi
lingkungan dari digitalisasi seperti
penggunaan Pemodelan Informasi Bangunan (BIM) untuk bangunan telah
disajikan secara positif sebagai cara untuk mengotomatiskan kuantifikasi
dan optimalisasi lingkungan (Soust-Verdaguer et al., 2017). BIM didefinisikan
sebagai "penggunaan representasi digital bersama dari aset yang dibangun
untuk memfasilitasi proses desain, konstruksi, dan operasi untuk
membentuk dasar pengambilan keputusan yang andal" (Organisasi
Internasional untuk Standardisasi, 2018). Dampak lingkungan langsung dan
tidak langsungnya – yang disebabkan oleh resp. amortisasi perangkat keras,
peralatan dan infrastruktur BIM, pengoperasiannya, dan penggunaan
perangkat lunak BIM, serta konsekuensi BIM pada proses dan manajemen
konstruksi - belum pernah dihitung hingga saat ini. Sementara itu, dampak
lingkungan dari layanan digital semakin dipelajari (ADEM, 2016) dan terbukti

* Penulis yang sesuai. CIRAIG, École Polytechnique de Montréal, PO Box 6079, Montréal, Québec, H3C 3A7, Kanada. Alamat
email:anne.debortoli@polymtl.ca (A. de Bortoli).

https://doi.org/10.1016/j.jclepro.2023.136056
Diterima 1 September 2022; Diterima dalam bentuk revisi 5 Januari 2023; Diterima 15 Januari 2023
Tersedia online 23 Januari 2023
0959-6526/© 2023 Para Penulis. Diterbitkan oleh Elsevier Ltd. Ini adalah artikel akses terbuka di bawah lisensi CC BY-NC-ND (http://creativecommons.org/licenses/bync-nd/
4.0/).
A. de Bortoli dkk.
signifikan: Teknologi Informasi dan Komunikasi (TIK) akan memancarkan antara
1,8 dan 3,9% gas rumah kaca (GRK) antropogenik global (Freitag et al., 2021).
Dengan demikian, tidak dapat disimpulkan bahwa dampak lingkungan langsung
dari BIM dapat diabaikan, dan potensi manfaat lingkungan tidak langsungnya
dapat mengatasi biaya langsungnya. Makalah ini bertujuan untuk menawarkan
kuantifikasi siklus hidup pertama dari aspek-aspek ini.
Dampak pembangunan infrastruktur melebihi bangunan (de Bortoli dan
Agez, 2023, Dalam peninjauan), makalah ini akan fokus pada infrastruktur.
Selain itu, di antara berbagai jenis infrastruktur, jalan mendukung sarana
transportasi yang paling banyak mengeluarkan emisi (Dunia kita dalam
data, 2020). Dekarbonisasi mereka dengan demikian merupakan prioritas
untuk mencapai jalur net-zero. Namun, BIM untuk infrastruktur kurang
canggih dibandingkan BIM untuk bangunan (Malagnino et al., 2021). “I-BIM”,
“Infra-BIM”, atau BIM untuk infrastruktur, mulai diimplementasikan pada
tahun 2013 di sektor konstruksi rel di negara maju (Matejov dan Šestáková,
2021). Sejak saat itu, telah terbukti membantu merancang elemen jalan
berkat visualisasi – misalnya bagian perkerasan, bundaran, terowongan (
Vignali et al., 2021) -, merencanakan pemeliharaan bandara (Abbondati et
al., 2020), dan secara umum meningkatkan infrastruktur (Costin et al., 2018).
Penilaian lingkungan berbasis I-BIM juga akan meningkatkan kesadaran
keberlanjutan dalam tim desain (van Eldik dkk., 2020), tetapi dampak
lingkungan langsung dan tidak langsung dari I-BIM belum diselidiki secara
kuantitatif. Kesulitan dalam menilai dampak ini terletak pada
keserbagunaan I-BIM dan kebaruannya. Itu mulai digunakan tepat waktu
satu dekade yang lalu, dan 47 kategori penggunaan telah diklasifikasikan,
termasuk otomatisasi, penetapan harga, pemantauan, deteksi kegagalan,
dan perencanaan pemeliharaan (Costin et al., 2018).
Di sisi lain, Sistem Manajemen Perkerasan (PMS) adalah alat, yang dikembangkan
sejak tahun 1970-an, dan mengatur pengumpulan, analisis, dan pelaporan inventaris dan
kondisi perkerasan, untuk membantu manajemen perkerasan, dan khususnya skema
pemeliharaan dan optimalisasi keuangan (Harvey et al., 2014;Peraka dan Biligiri, 2020).
Inti dari PMS dengan demikian adalah database, yang dapat digabungkan dengan
program perangkat lunak yang menganalisis data kondisi jalan untuk merencanakan
pemeliharaan, dan kemungkinan vizualisasi. PMS juga dapat digunakan untuk
mendukung perkerasan LCA (Harvey et al., 2014). PMS ini memungkinkan untuk
mengadopsi strategi yang berbeda dalam urutan desain-bangun-pemeliharaan yang
terkait dengan siklus hidup perkerasan, dibandingkan dengan manajemen perkerasan
yang dibantu secara non-digital, misalnya mengandalkan pengamatan staf, seperti yang
dilakukan pada sebagian besar jaringan perkerasan di Prancis misalnya. Dengan
demikian, mereka dapat dilihat setara dengan I-BIM monofungsi yang didedikasikan
untuk pemeliharaan jalan, tetapi digunakan selama lebih dari setengah abad oleh
operator jalan. Karena penilaian ex-post umumnya menyajikan tingkat ketidakpastian
yang lebih rendah daripada penilaian prospektif, sebuah studi kasus akan dilakukan
untuk mengukur data lapangan konsekuensi dari penggunaan fungsi BIM yang
berpengalaman ini pada jejak karbon siklus hidup perkerasan, dibandingkan dengan
cara alternatif untuk merancang dan menjaga trotoar ini.
Ada dua aliran pemikiran utama untuk merancang jalan dan
menjadwalkan pemeliharaannya: metode empiris vs mekanis-empiris (ME).
Benua Amerika terutama menggunakan metode empiris AASHTO (AASHTO,
1993), sebelum beralih secara bertahap ke versi ME (AASHTO, 2008; KITADoT
- FHWA, 2019a;2019b,2019c,2019d). Di Prancis dan Afrika, metode ME LCPC-
Setra banyak digunakan (LCPC-Setra, 1994). Katalog solusi standar telah
tersedia (Corte et al., 1998), sedangkan rencana desain dan pemeliharaan
perkerasan strategis biasanya disesuaikan dengan menggunakan perangkat
lunak match ME “Alize”. Karena mereka membawa sebagian besar lalu lintas
(sekitar 20%) pada bagian pendek dari jaringan jalan nasional (1%) (de
Bortoli, 2018), jalan dengan lalu lintas tinggi menghadirkan kepentingan
sosial ekonomi yang strategis, dan lebih banyak alternatif desain-bangun-
pemeliharaan. Oleh karena itu, studi kasus ini akan berfokus pada jalan
dengan lalu lintas tinggi.
Tujuan dari penelitian ini adalah untuk menghitung jejak karbon dari (1)
fungsi PMS dari I-BIM berdasarkan data lapangan, dan (2) tiga alternatif
desain-pemeliharaan untuk jalan dengan lalu lintas tinggi di Prancis selama
seluruh siklus hidupnya. , (3) memahami konsekuensi penggunaan fungsi
PMS dari BIM terhadap kontribusi konstruksi perkerasan dan
2
Jurnal Produksi Bersih 391 (2023) 136056
pemeliharaan terhadap perubahan iklim, dan (4) membahas
konsekuensi lingkungan dari BIM multifungsi.
2. Metode
2.1. Gambaran umum metode
Sebuah metode dikembangkan untuk mengukur jejak karbon dari cara yang paling
umum untuk merancang, membangun, dan memelihara jalan dengan lalu lintas tinggi di
Prancis, termasuk opsi di mana pemeliharaan dibantu secara digital menggunakan PMS,
untuk membandingkan emisi GRK terkait dengan praktik yang berbeda ini dan
menangkap konsekuensi penggunaan alat digital untuk perencanaan operasi
pemeliharaan yang dapat dimasukkan dalam I-BIM. Metode ini diilustrasikan oleh
Gambar 1dan terdiri dari pengembangan tiga skenario desain-bangun-pemeliharaan
untuk membandingkan jejak karbon siklus hidup mereka, yang dihitung berdasarkan
inventaris latar depan dan latar belakang (atau faktor emisi) dari literatur, operator
pemeliharaan jalan, dan pemasok mereka.
Metode kuantifikasi berdasarkan LCA, diterapkan secara konsisten
dengan Standar ISO 14040 dan 14044 (Organisasi Internasional untuk
Standardisasi, 2006a;2006b), dan faktor karakterisasi yang dipilih adalah
IPCC 2013 GWP 100a, faktor yang paling baru saat penelitian ini dilakukan
(pertengahan tahun 2021). Batasan sistem meliputi produksi, dan
pemeliharaan perkerasan dan alat digital potensial, serta tahap penggunaan
alat dan rehabilitasi perkerasan, tetapi tidak termasuk tahap penggunaan
perkerasan, karena kurangnya data kekasaran. Itu diwakili di Gambar 2. Unit
fungsionalnya adalah "membangun dan memelihara dalam kondisi baik
jalan raya sepanjang 10 km dan lebar 7 m yang mendukung lalu lintas 500
kendaraan berat per hari, selama 30 tahun, di Prancis".
Pada bagian metode ini, pertama-tama akan disajikan pemodelan
latar depan, yaitu tiga skenario operasi desain-bangun-pemeliharaan
dan aktivitas PMS terkait serta persamaan untuk menghitung jejak
karbon perkerasan selama umurnya untuk setiap skenario. Skenario
dirinci dalam bagian berikut yang dikembangkan bersama perusahaan
konstruksi perkerasan dan pemegang konsesi jalan raya di Prancis.
Kedua, data latar belakang dan faktor emisi (EF) untuk mengukur jejak
karbon ini akan dirinci. EF adalah jejak karbon dari setiap aktivitas
kesatuan yang terjadi selama umur perkerasan.
2.2. Skenario studi kasus
2.2.1. Jalan raya Prancis yang representatif teoretis
Studi kasus dilakukan di jalan raya Prancis yang representatif secara teoretis,
dengan dua jalur di setiap arah, membawa lalu lintas 500 kendaraan berat per
hari dan arah ("T1" kelas Prancis dari Lalu Lintas Harian Rata-Rata Tahunan
(AADT)), dengan lalu lintas tingkat pertumbuhan diasumsikan sebesar 0%. Bagian
sepanjang 10 km yang dirancang untuk bertahan selama 30 tahun
dipertimbangkan, dengan lebar 7 m per arah (tidak termasuk bahu jalan) sesuai
dengan dua lajur standar, dan subgrade kelas « PF2qs » pada tahap komisioning.
Tanah dasar diklasifikasikan di Prancis berdasarkan standar Prancis NF P 94-117-1
(ANFOR, 2000), panduan “SETRA-LCPC” pada desain tanah dasar perkerasan (Corte
et al., 2000a,2000b), dan pelengkap nasional pada subgrade kelas PF2qs (CEREMA,
2017). Subgrade PF2qs sesuai dengan “Modul Deformasi Statis Uji Pelat” (EV2)
antara 80 MPa (termasuk) dan 120 MPa (tidak termasuk) (CEREMA, 2017). Sepuluh
tahun setelah komisioning, daya dukung ini diasumsikan menurun menuju kelas
tanah dasar “PF2” (50 MPa≤EV2<80 MPa) lebih dari 25% garis lurus dan meningkat
menuju subgrade “PF3” (120 MPa≤EV2<200 MPa) lebih dari 25% bagian juga,
masing-masing karena masalah drainase yang memperburuk tanah dasar dan lalu
lintas yang memadatkan tanah. Lima puluh persen dari linier akan
mempertahankan tanah dasar PF2qs dari waktu ke waktu.
Evolusi ini telah diestimasi secara sewenang-wenang oleh Eurovia,
sebuah perusahaan konstruksi jalan terkemuka di dunia, dan analisis
sensitivitas akan dilakukan, masing-masing pada evolusi tanah dasar yang
terbatas dan ekstrem. Masalah ini menyajikan tiga parameter – masing-
masing %PF2, %PF2qs dan %PF3 persentase rata-rata dari setiap panjang
kelas tanah dasar selama umur perkerasan. Jumlah dari parameter ini sama
A. de Bortoli dkk. Jurnal Produksi Bersih 391 (2023) 136056

Gambar 1.Ikhtisar metode perhitungan.

Gambar 2.Batasan sistem (elemen I-BIM hanya melibatkan skenario 3).

100% tetapi dapat bervariasi secara independen. Dengan demikian, tidak
ada representasi kontinu yang menunjukkan semua kemungkinan evolusi
tanah dasar. Untuk alasan ini, nilai arbitrer dipilih untuk analisis sensitivitas
ini. Tabel 1menyajikan nilai parameter yang akan diuji untuk analisis
sensitivitas rentang terbatas (SA), sementaraMeja 2menyajikan nilai
parameter untuk rentang ekstrim SA.
2.2.2. Desain dan pemeliharaan masif vs progresif
Dua cara mendesain trotoar dapat dipertimbangkan di Prancis: desain masif
vs desain progresif. Kami menyebut desain masif (Skenario 1) sebuah pendekatan
yang terdiri dari merancang perkerasan untuk bertahan hingga akhir masa
pakainya tanpa perkuatan struktural di bawah lalu lintas yang diharapkan. Dalam
hal ini, operasi pemeliharaan hanya dilakukan untuk menjaga permukaan
perkerasan dalam kondisi baik: memastikan kedap air, ketahanan selip yang
sesuai dengan ambang batas keselamatan, dan kondisi berkendara yang baik. Di
Prancis, desain masif dipandu oleh katalog LCPC-Setra untuk perkerasan (Corte et
al., 1998).
Sebagai alternatif, desain progresif (Skenario 2 dan 3) dilakukan ketika perkerasan
awalnya tidak dirancang untuk secara mekanis menahan lalu lintas yang diharapkan
selama masa layanannya dan membutuhkan operasi pemeliharaan yang memperkuat
struktur yang pada saat yang sama akan memulihkan
kondisi permukaan yang baik. Pendekatan kedua ini memerlukan perangkat
lunak desain ME dan dapat dipilih oleh pemegang konsesi jalan untuk
mengoptimalkan arus kas diskonto dan mengurangi risiko lalu lintas. Praktik
manajemen risiko ini sangat menarik di bawah masa depan yang semakin
tidak pasti, karena konsekuensi perubahan iklim pada kondisi trotoar dan
perubahan perilaku yang terkait dengan evolusi standar budaya, krisis
ekonomi, dan lainnya.
Kemudian, dua pendekatan memungkinkan untuk mengelola pemeliharaan trotoar
yang dirancang secara progresif: perencanaan mekanis teoretis (skenario 2) atau
perencanaan adaptif yang didukung data (skenario 3). Pemeliharaan dalam skenario 2
direncanakan selama proses desain menggunakan perangkat lunak desain ME dengan
mempertimbangkan prakiraan lalu lintas dan selanjutnya dapat dimodifikasi dengan
data lalu lintas. Skenario 3 terdiri dari manajemen pemeliharaan yang didukung data:
bergantung pada data lalu lintas tetapi juga data kondisi perkerasan yang dikumpulkan
dan dipantau dari waktu ke waktu, disimpan, dan dianalisis dalam PMS - misalnya I-BIM
monofungsional. Ini adalah pendekatan pemeliharaan yang paling disesuaikan yang ada,
karena menyesuaikan dengan evolusi nyata lalu lintas, iklim, dan kondisi mekanis
perkerasan. Dengan demikian menghindari kegagalan perkerasan prematur serta
oversizing struktural.

Tabel 1
Nilai parameter untuk analisis sensitivitas "rentang terbatas".

A B C D e f - dasar G H Saya J k
%PF2 0,5 0,4 0,3 0,2 0,1 0 0 0 0 0 0
%PF2qs 0,5 0,6 0,7 0,8 0,9 1 0,9 0,8 0,7 0,6 0,5
%PF3 0 0 0 0 0 0 0,1 0,2 0,3 0,4 0,5

3
A. de Bortoli dkk. Jurnal Produksi Bersih 391 (2023) 136056

Meja 2
Nilai parameter untuk analisis sensitivitas "jangkauan ekstrim".

A B C D e f - dasar G H Saya J k
%PF2 1 0,8 0,5 0,5 0,4 0,25 0,1 0,1 0 0 0
%PF2qs 0 0,2 0,5 0,4 0,5 0,5 0,5 0,4 0,5 0,2 0
%PF3 0 0 0 0,1 0,1 0,25 0,4 0,5 0,5 0,8 1

2.2.3. Urutan desain dan pemeliharaan berdasarkan skenario
2.2.3.1. Keterangan.Rancangan perkerasan dan urutan pemeliharaan dari
ketiga skenario diilustrasikan dalamGambar 3, dengan risiko kegagalan
teoritis sebesar 5%. Artinya, selama umur perkerasan, dengan kelas tanah
dasar asli dan di bawah lalu lintas yang diharapkan, 5% dari permukaan
akan mengalami retak bawah ke atas yang membutuhkan rehabilitasi. (=
rekonstruksi ketebalan penuh). Ketebalan dan jenis material dari setiap
lapisan disajikan selama masa pakai 30 tahunGambar 3. Berbagai bahan dan
teknik yang digunakan adalah permukaan beton aspal mikro dingin (CMACS,
disebut "enrobés coulés à froid" (ECF) dalam bahasa Prancis), beton aspal
agregat semi-kasar (overlay) (SCAC(O), disebut "béton bitumineux semi-
grenu” (BBSG) dalam bahasa Prancis), Aspal dasar jalan (RBA, disebut “grave-
bitume” (GB3) dalam bahasa Prancis), lapisan beton aspal (sangat) tipis
((V)TACO, disebut “béton bitumineux (très) mince ( BB(T)M) dalam bahasa
Perancis). Skenario 1 diambil dari French LCPC-Setra Catalog (Corte et al.,
1998). M&F SCAC sesuai dengan pabrik (M) a
bekas lapisan permukaan sebelum diisi (F) dengan SCAC. Skenario 2
dirancang dengan ODIN, perangkat lunak desain ME Eurovia berdasarkan
fisika yang sama dengan perangkat lunak Alizé standar. Dalam Skenario 1
dan 2, pengelola jalan tidak memiliki data tentang evolusi kondisi jalan dan
karenanya tidak mengetahui evolusi daya dukung tanah dasar. Hal ini
mengakibatkan subbagian perkerasan jalan rusak sebelum waktunya. Porsi
bagian terakumulasi yang cenderung gagal seiring waktu dihitung dengan
Odin dan disediakan dalam materi tambahan. Terakhir, skenario 3 juga
dikelola dengan Odin tetapi dengan pengetahuan yang sempurna tentang
evolusi perkerasan, termasuk modulus subgrade, dan pemeliharaan
dioptimalkan sesuai dengan itu.
2.2.3.2. Jejak karbon.Jejak karbonCFperkerasan yang dibangun dan
dipelihara selama 30 tahun akan dihitung dengan persamaan berikut
(1), Di manaWbagianadalah lebar perkerasan yang dipelajari (dalam
meter),Lbagianpanjang (dalam meter), danEFSayafaktor emisi dari operasi
konstruksiSayaterjadi selama umur perkerasan (dalam

Gambar 3.Urutan desain dan pemeliharaan dari berbagai skenario.

4
A. de Bortoli dkk. Jurnal Produksi Bersih 391 (2023) 136056

kgCO2eq/sm), operasi ini terkait dengan konstruksi atau pemeliharaan studi kasus, digunakan curviameter, yaitu truk berinstrumen dengan bobot
awal. 13 ton pada poros belakangnya untuk merekam deformasi di bawah poros
∑ ini. Menurut klasifikasi truk ecoinvent, kendaraan ini dianggap sebagai truk
CF(dibuat−trotoar yang terawat) = Wbagian×Lbagian×EFSaya (1) 16–32 ton, dan standar emisi EURO6 dipertimbangkan.
Saya
Jalan nasional Prancis secara standar dipantau setiap tiga tahun di
setiap arah (Lorino et al., 2006), tetapi beberapa jalan strategis dapat
2.2.4. Manajemen perkerasan dan I-BIM
dipantau lebih sering, seperti setahun sekali.
GWP pengumpulan data,SAYAdata PMS, didefinisikan oleh persamaan(3):
2.2.4.1. Pemodelan skenario.Dalam skenario 1 dan 2, perkerasan prematur
kegagalan diidentifikasi dengan patroli rutin, yaitu melalui survei visual yang PMS=
SAYAdata
Nbulat*PM*Lbagian*FM (3)
dilakukan oleh staf terlatih, seringkali dari perusahaan pengelola
perkerasan. Karena skenario 3 juga dilengkapi dengan patroli ini, operasi ini Di mana:
akan dihapus dari batas sistem untuk semua skenario, mengikuti panduan
ISO 14044 (Organisasi Internasional untuk Standardisasi, 2006b). Di sisi lain, - PMadalah masa pemeliharaan dalam tahun
skenario 3 membutuhkan pemantauan perkerasan oleh truk yang - Lbagianadalah panjang bagian yang dipelajari dalam km
dilengkapi yang mengukur evolusi daya dukung perkerasan jalan raya. Oleh - Nbulatadalah jumlah putaran pemantauan per tahun
karena itu data ini dikumpulkan dan kemudian disimpan dalam database. - FMadalah faktor emisi kendaraan yang digunakan untuk mengumpulkan data kondisi jalan
Tim manajemen aset perkerasan kemudian akan menganalisisnya untuk dalam kg CO2eq per km
merencanakan operasi pemeliharaan.
Untuk memodelkan fitur-fitur PMS ini (diilustrasikan dalamGambar 4), diagram Kami memilih skenario terburuk, di mana putaran pemantauan
"SysML Use cases" digunakan. formalisme ini menjelaskan kasus penggunaan dan dilakukan setiap tahun. Faktor emisi truk yang diinstrumentasi,FM, dihitung
interaksi aktor eksternal dengan cara yang ringkas. Pengguna sistem eksternal dari proses pengangkutan Transportasi EURO6 16–32 ton dari Ecoinvent v3.6
pohon dipertimbangkan: data eksternal (yang perlu dikumpulkan), database (lihatTabel 4). Untuk memperkirakan jejak karbon truk semacam itu per
eksternal (yang digunakan untuk menyimpan data), dan pengguna PMS (yaitu kilometer perjalanan, kami menskalakan ulang proses transportasi barang
anggota tim manajemen aset trotoar). Empat kasus penggunaan berdasarkan unit fungsional ton-kilometer dengan beban rata-rata yang
dipertimbangkan: mengumpulkan data eksternal, menyimpan data internal, dipertimbangkan dalam proses oleh ecoinvent – yaitu 5,79 ton (Spielmann
menjalankan tugas lokal, dan mentransfer data internal. Dua kasus penggunaan et al., 2007).
terakhir merupakan perencanaan operasi pemeliharaan PMS. Agar lebih efisien,
hanya kasus penggunaan utama yang direpresentasikan, dan hubungan 2.2.4.4. Penyimpanan data.Database PMS terdiri dari beberapa perangkat
perluasan/penyertakan dihilangkan. Misalnya, pengumpulan data dapat diperluas keras: 3 server (model ProLiant BL460c Gen10 dan ProLiant BL460c Gen9), 1
ke penyimpanan. ruang penyimpanan (model 3PAR 8200), dan 1 ruang cadangan (model
StorOnce 5500). GWP penyimpanan data yang terkait dengan
2.2.4.2. Jejak karbon PMS.Potensi Pemanasan Global (GWP). bagian yang dipelajari,SAYApenyimpanan , didefinisikan oleh persamaan(4): (
PMS
PMS,dapat dihitung dengan menggunakan generik
PMS untuk bagian perkerasan jalan,SAYAbagian )
persamaan(2): PM*Lbagian*kbasis data*
= (4)
SAYApenyimpanan SAYAkeras+SAYA
PMS yrun
LT Δ keras
ta
SAYAbagian
PMS =SAYAda
marah
PMS+SAYAS PMS
+ SAYApemeliharaan
PMS
M
(2)
Di mana:
Di mana:

- LTadalah panjang total bagian yang diinformasikan dalam database dalam km

- Bagian ini ditentukan oleh panjang dan periode pemeliharaan - kbasis dataadalah koefisien alokasi yang mempertimbangkan proporsi database
- SAYAdata
PMSadalah GWP untuk mengumpulkan data yang terkait dengan bagian tersebut yang digunakan untuk PMS
-
SAYApenyimpanan
PMS adalah GWP untuk menyimpan data yang terkait dengan bagian tersebut - SAYAkerasadalah GWP dari perangkat keras basis data PMS di k g CO2eq
- Δkerasadalah periode penyusutan basis data perangkat keras dalam beberapa tahun
- SAYApemeliharaan
PMS adalah GWP untuk merencanakan maintena setelah operasi terkait dengan
bagian - SAYAyrunadalah tDiaGWP dari database yang dijalankan selama satu tahun dalam kg CO2eq

Dalam hal ini, seluruh database didedikasikan untuk PMS:kbasis data=1.

2.2.4.3. Pendataan kondisi perkerasan jalan.Di Prancis, kami menggunakan
berbagai jenis deflektometer untuk mengukur defleksi perkerasan. Di dalam ΔkerasDan LTdiberikan oleh pakar internal (lihatTabel 3).SAYAkerasDanSAYAyrun
disediakan oleh pabrikan (lihatTabel 4).

2.2.4.5. Analisis data.Data dianalisis dengan aset perkerasan

Tabel 3
Data latar depan untuk jejak karbon PMS.

Data Nilai Satuan

Nbulat 1
kbasis data 1
Δkeras 5 bertahun-tahun

LT 2737 km
Noperasi 1/15
kT 3,33*10−3 GB*(operasi * tahun * km)− 1
Δperangkat adv 1825 hari
Δperangkat 1825 hari
kadv 10−3 (operasi * tahun * km)− 1
kS 2.6*10−3 (operasi * tahun * km)− 1
Pperangkat adv 330.67 W
Pperangkat 83 W
Gambar 4.Kasus penggunaan Sistem Manajemen Perkerasan.

5
A. de Bortoli dkk. Jurnal Produksi Bersih 391 (2023) 136056

Tabel 4 layar beroperasi selama 8 jam per hari pada 90 W dan tetap siaga pada 1 W
Data latar belakang untuk menghitung jejak karbon PMS. untuk sisa waktu. Laptop juga beroperasi 8 jam per hari pada 65 W tetapi
Parameter Nilai Satuan Sumber dimatikan sepanjang waktu. Terakhir, komputer desktop beroperasi
sepanjang hari, yaitu 24 jam, pada 300 W. Asumsi tersebut memungkinkan
FM 0,92 kg CO2eq/km Berasal dari Ecoinvent
167 kg CO2eq Pabrikan kita menentukan Pperangkat advDanPperangkat(melihatTabel 3). Faktor emisi dari
SAYAkeras

SAYAyrun 1165 kg CO2eq/tahun Pabrikan konsumsi listrikFelecjuga diberikan (lihatTabel 4).

Felec 59,9*10−3 kg CO2eq/kWh Dasar Karbon®
Ftransfer 107,82*10−3 kg CO2eq/GB 2.3. Faktor emisi latar belakang
Coroama dan Hilty (2014)
SAYAperangkat adv 1052.43 kg CO2eq Agregasi penemuan-eko
SAYAperangkat 942.31 kg CO2eq Agregasi penemuan-eko 2.3.1. Operasi konstruksi dan pemeliharaan jalan
Inventarisasi siklus hidup (LCI) untuk operasi konstruksi dan
pemeliharaan jalan telah dikembangkan olehde Bortoli dkk. (2018; 2022a)
tim manajemen untuk merencanakan pemeliharaan. Evolusi daya
dalam konteks Prancis. Mereka adalah LCI paling representatif dalam LCI
dukung tanah dasar diekstrapolasi dari defleksi perkerasan. Kemudian,
yang ada untuk konteks penelitian ini (de Bortoli, 2020) dalam hal pengikat
kebutuhan penguatan struktural lebih lanjut atau penundaan operasi
aspal, agregat, pengaduk aspal, mesin bangunan, pengangkutan material,
diperkirakan. Aktivitas digital tim terdiri dari tugas lokal, dengan
dan lain-lain. LCI cradle-to-layed ini didasarkan pada unit fungsional dari
komputer, dan transfer data dari database PMS. Lebih khusus lagi, dua
satu meter persegi perkerasan yang dibangun di atas ketebalan tertentu,
jenis pengguna, dan dengan demikian dua jenis stasiun kerja terlibat: dalam sentimeter, atau digiling. Karena LCI ini secara khusus dikembangkan
satu stasiun kerja seluler, yang kami tandai sebagai "standar" (indeks untuk mempelajari strategi pelapisan ulang, beberapa di antaranya telah
"s"), dan satu desktop stasiun kerja, yang kami tandai sebagai diskalakan ulang untuk memodelkan konstruksi asli perkerasan, di atas
"lanjutan" (indeks " adv”). GWP perencanaan operasi pemeliharaan, lapisan yang lebih tebal, yang terdiri dari lebih banyak material per meter
SAYApemeliharaan PMS , didefinisikan oleh persamaan(5):
persegi tetapi terkadang juga lebih banyak operasi pemadatan. Pemadatan
( ) lapisan subbase dan base telah dimodelkan berdasarkan praktik Eurovia
SAYApemeliharaan
PMS =Noperasi*PM*Lbagian*kT*Ftransfer+Fadv+FS (5)
tergantung pada ketebalan lapisan. Detailnya bisa dilihat di materi
Di mana: pelengkap (spreadsheet excel).

- Noperasiadalah jumlah perencanaan pemeliharaan selama satu tahun 2.3.2. Sistem manajemen trotoar
- kTadalah volume data yang ditransfer per operasi perencanaan PMS per km
dan tahun 2.3.2.1. Penyimpanan data. SAYAkerasDanSAYAyrundisediakan oleh pabrikan
- Ftransferadalah faktor emisi untuk mentransfer data (Hewlett Packard) kepada pakar internal (lihatTabel 4).
- FSDanFadvmasing-masing adalah faktor emisi dari amortisasi dua
jenis workstation, mobile dan desktop 2.3.2.2. Pengumpulan dan analisis data. Felecadalah faktor emisi dari
campuran listrik. Listrik terutama dikonsumsi di Perancis dan kami
Menurut ahli internal, perencanaan operasi pemeliharaan dilakukan menggunakan PerancisKarbon dasarfaktor emisi (ADEME, tn).Ftransfer
setiap 15 tahun:Noperasi=1/15. Pakar internal ini mempertimbangkan, dalam dihitung berdasarkan intensitas energi terburuk dari transmisi Internet yang
skenario terburuk, bahwa tiga perencanaan pemeliharaan yang dilakukan dilaporkan oleh Coroama dan Hilty, yaitu 1,8 kWh/GB (2014), danFelec.
pada bagian 100 km selama 50 tahun memerlukan transfer data sebesar 50 MenghitungSAYAperangkat advDanSAYAperangkat, kami menggunakan proses
gigabyte (GB). Dengan demikian,kTdihitung dari estimasi ini. unit pasar global ({GLO}) berikut dari ecoinvent v3.4: “laptop komputer”Dan
FadvDanFSdihitung dengan persamaan(6): “Tampilan kristal cair 17 inci”untuk stasiun standar, dan “Komputer, desktop,
( ) tanpa layar”, “Keyboard” dan “Menunjuk mouse optik perangkat
(6) dengan kabel”untuk stasiun lanjutan.
SAYAadv
Fadv=kadv* perangkat+24*P perangkat adv*Felec
Δperangkat adv
FM, faktor emisi kendaraan yang digunakan untuk mengumpulkan data kondisi jalan,
telah dihitung secara khusus untuk studi kami, sebagaimana dijelaskan pada bagian2.2.4.
Di mana:

- kadvadalah jumlah hari yang dihabiskan untuk perangkat lunak PMS di stasiun
lanjutan, per operasi perencanaan PMS, per km, dan per tahun
- SAYAperangkat adv adalah GWP manufaktur stasiun komputasi lanjutan
dalam kg CO2eq
- Δperangkat advadalah periode penyusutan stasiun komputasi lanjutan

- 24 adalah jumlah jam per hari

- Pperangkat advadalah daya listrik dalam watt, ditimbang harian
- Felecadalah faktor emisi dari konsumsi listrik

Pakar internal mempertimbangkan, dalam skenario terburuk, bahwa tiga

perencanaan operasi pemeliharaan yang dilakukan pada bagian sepanjang 100
km selama 50 tahun membutuhkan 40 hari pada perangkat lunak PMS di stasiun
standar dan 15 hari pada perangkat lunak PMS di stasiun lanjutan . Ini
memungkinkan untuk menghitungkadvDankS(melihatTabel 3). Workstation seluler
terdiri dari laptop dan dua layar tampilan, sementara desktop workstation
menggunakan desktop komputer dengan dua layar tampilan, perangkat
penunjuk, dan keyboard. Ini memungkinkan untuk menghitungSAYAperangkat adv
DanSAYAperangkatdari database ecoinvent (lihatTabel 3). Δperangkat advdan Δperangkat
sesuai dengan 5 tahun, dikonversi menjadi 1825 hari.
Kami berasumsi, sesuai dengan pakar internal, bahwa sebuah tampilan
Gambar 5.Jejak karbon dari siklus hidup perkerasan tergantung pada skenario.

6
A. de Bortoli dkk. Jurnal Produksi Bersih 391 (2023) 136056

3. Hasil dan interpretasi Tabel 5

Jejak karbon dan kontribusi PMS terhadap dampak total.
3.1. Perbandingan dari tiga praktik desain-bangun-pemeliharaan GWP (kg CO2persamaan) Kontribusi Subkontribusi

PMS - total 520.8

Gambar 5menunjukkan jejak karbon trotoar selama umur 30 tahun Penyimpanan data 241.1 46,3%
tergantung pada skenario. Skenario 2 dan 3 memancarkan lebih sedikit dari Di antaranya: perangkat keras 6,5 2,7%
skenario 1, masing-masing sebesar 19 dan 22%. Ini berarti penghematan masing- Di antaranya: berlari 234.5 97,3%
masing 961 dan 1076 t CO2eq untuk bagian sepanjang 10 km selama 30 tahun. Pengumpulan data 277.9 53,4%
Perencanaan pemeliharaan 1.7 0,3%
Dengan demikian, penghematan GRK secara masif terjadi dari transisi dari desain
Di antaranya: tugas lokal Di 1.5 87,6%
perkerasan masif ke progresif. Namun pemeliharaan yang disesuaikan berkat PMS mana: tugas transfer .2 12,4%
dalam skenario 3 mengurangi emisi GRK tambahan sebesar 3% dari perkerasan
selama siklus hidupnya dibandingkan dengan skema pemeliharaan non-
datadriven (skenario 2). Jika tidak mempertimbangkan emisi konstruksi awal, BIM
menghasilkan penghematan GRK sebesar 11% pada pemeliharaan dan rehabilitasi
perkerasan selama umur layanannya. Dampak langsung dari penggunaan PMS –
misalnya pembuatan perangkat keras digital, infrastruktur dan kendaraan
pengumpulan data serta pengoperasiannya dan penggunaan perangkat lunak –
disorot dengan warna merah (Gambar 5): menyumbang 0,52 t CO2eq selama
siklus hidup bagian perkerasan, misalnya 0,02% dari jejak karbon skenario 3,
untuk satu pengumpulan data per tahun. Sebaliknya, jika data kondisi perkerasan
dikumpulkan setiap tiga tahun, dampak langsung PMS bahkan lebih rendah, turun
menjadi 0,33 t CO22persamaan Jejak karbon PMS dapat diabaikan dibandingkan
dengan konstruksi perkerasan dan emisi pemeliharaan. Sebaliknya, mungkin
mengejutkan untuk mendapatkan lebih banyak perolehan emisi yang dibatasi
hingga 3,4% dari pemeliharaan yang disesuaikan.

3.2. Sumbangan perbaikan jalan

Gambar 7.Distribusi jejak karbon PMS antara penyimpanan data, pengumpulan data,
dan kegiatan operasi pemeliharaan.
Untuk lebih memahami mengapa PMS tidak membawa keuntungan yang lebih
besar (− 3,3% emisi),Gambar 6menyajikan kontribusi dampak dari setiap tahap
berkontribusi, dengan 46,3% dari total GWP, sedangkan penggunaan PMS
siklus hidup perkerasan. Penggunaan PMS memungkinkan untuk mengurangi
sendiri bertanggung jawab atas jumlah GRK yang dapat diabaikan (0,3%).
kemungkinan kerusakan perkerasan dan dengan demikian lamanya untuk
GWP karena penyimpanan data sebagian besar disebabkan oleh database
membangun kembali: skenario 2 menghadirkan tahap rekonstruksi yang
yang berjalan, yaitu konsumsi listrik (97,3%). Amortisasi pembuatan
mengeluarkan 2,37 kg CO22eq/sm bila mewakili 2,74 kg CO2eq/sm untuk skenario
perangkat keras basis data hanya mewakili 2,7% dari total GWP. GWP
3. Efek PMS pada keuntungan operasi pemeliharaan sedikit lebih penting: tahap
kegiatan perencanaan pemeliharaan berasal dari tugas lokal (87,5%) dan
pemeliharaan mengeluarkan 13,3 kg CO2eq/sm dalam kasus skenario 2, terhadap
tugas transfer data (12,5%).
11,3 kg CO2eq/sm untuk skenario 3.

3.4. Analisis sensitivitas

3.3. kontribusi PMS

Dalam kasus dasar, subgrade dianggap berevolusi dari PF2qs menjadi

Semua hasil, disajikan diTabel 5DanGambar 7, terkait dengan bagian
masing-masing PF2 dan PF3 lebih dari 25% dari panjang bagian masing-
sepanjang 10 km selama 30 tahun. GWP PMS adalah 520,7 kg CO2persamaan Itu
masing. Meskipun asumsi ini diajukan berdasarkan keahlian pembuat jalan,
dibagi dalam 241,1 kg CO2eq (46,3%) untuk penyimpanan data, 277,9 kg CO2eq
tidak ada statistik nasional yang dapat digunakan untuk memvalidasi
(53,4%) untuk kegiatan pengumpulan data dan 1,7 kg CO2eq (0,3%) untuk kegiatan
keterwakilan nasionalnya. Sensitivitas hasil terhadap evolusi ini diuji
perencanaan pemeliharaan, misalnya penggunaan PMS oleh manajer aset.
berdasarkan "rentang terbatas" (Gambar 8) dan "kisaran ekstrim" (Gambar 9
Pengumpulan data merupakan penyumbang jejak karbon PMS terbesar, dengan
) dari evolusi kelas tanah dasar. Analisis sensitivitas kedua bisa
53,4% dari total dampak. Penyimpanan data hampir sama

Gambar 6.Emisi GRK perkerasan jalan untuk setiap tahap siklus hidupnya, per Gambar 8.Penghematan GRK dari berbagai skenario pengelolaan perkerasan selama
meter persegi. analisis sensitivitas “rentang terbatas” siklus hidup.

7
A. de Bortoli dkk.
Gambar 9.Penghematan GRK dari skenario manajemen perkerasan yang berbeda - selama siklus hidup lengkap (a) dan pada umur layanan (b) - tergantung pada evolusi
daya dukung tanah dasar - analisis sensitivitas "rentang ekstrim".
dianggap ekstrim atau agak tidak mungkin, karena seluruh panjang
tanah dasar diuji untuk ditingkatkan atau diturunkan.
Kedua gambar tersebut menunjukkan bahwa, jika daya dukung tanah dasar
memburuk dari waktu ke waktu (skenario a sampai e), perkuatan struktur bagian
lengkap secara klasik dilakukan untuk menghormati keandalan desain perkerasan
secara lingkungan setara dengan pemeliharaan minimal yang terdiri dari
pengisian retak untuk penundaan. retak buaya, atau merehabilitasi bagian
perkerasan pendek dengan kerusakan dini akibat material dengan kinerja
terburuk di bagian tersebut. Dalam hal ini, keuntungan menggunakan PMS untuk
menyesuaikan pemeliharaan dari waktu ke waktu dapat ditutupi oleh margin
keselamatan yang diambil dalam proses desain karena heterogenitas spasial dari
perilaku perkerasan.
Sebaliknya, jika daya dukung tanah dasar meningkat, yang mungkin terjadi
dengan pemadatan perkerasan di bawah lalu lintas yang padat (skenario g ke k),
hasilnya menunjukkan bahwa akan bermanfaat bagi lingkungan untuk
mengetahui kondisi perkerasan untuk menyesuaikan pemeliharaan dengan
penguatan struktural. PMS menunjukkan semua potensinya dalam skenario ini,
karena memungkinkan untuk menunda operasi pemeliharaan jika tidak
diperlukan. Secara kuantitatif, hasil menunjukkan bahwa penghematan hingga
resp. 7 dan 25% dari emisi GRK siklus hidup perkerasan dapat dicapai dengan
menggunakan BIM untuk menyesuaikan pemeliharaan (skenario S3)
dibandingkan dengan resp. pendekatan desain dan pemeliharaan progresif atau
masif klasik (skenario S1 dan S2) pada rentang terbatas evolusi daya dukung tanah
dasar (Gambar 8). Saat mempertimbangkan kisaran ekstrim dari evolusi daya
dukung psubgrade, keuntungan ini mencapai hingga masing-masing. 14 dan 30%
selama siklus hidup perkerasan. Jika kami membatasi ruang lingkup ke masa pakai
dan mengecualikan emisi dari konstruksi asli, kenaikan ini meroket menjadi 47
dan 65%.
4. Diskusi
Dalam studi kasus ini, kami menghitung dampak penggunaan PMS – the
M untuk rencana pemeliharaan perkerasan-
ekuivalen dengan I-BI monofungsional – pada
jejak karbon, dan menunjukkan itu
siklus hidup jalan dengan lalu lintas tinggi
harus bermanfaat untuk mengurangi c Ajejak karbon ikatan perkerasan
manajemen. Namun demikian, ketidakpastian (jalan terjadi pada setiap tahap LCA
Huijbregts, 2001) dan temuan yang S dari studi utama ini harus
dikonfirmasi oleh penelitian lebih lanjut Asing geografis, teknologi dan
mencakup variabilitas temporal. Penggunaan koleksi, manajemen data, dan
perangkat lunak co data PMS, dapat sangat M pengelola jalan ke pengelola jalan
bervariasi dari seluruh dunia. Namun PKontribusi MS untuk trotoar
demikian, jejak karbon siklus hidup yang Gible, SA pada use case PMS harus
diabaikan tidak mengubah kesimpulan dari dy. Apalagi berbagai ketidakpastian
penilaian studi ini dapat dilakukan untuk c memperkuat hasil kami (Igos dkk.,
8
Jurnal Produksi Bersih 391 (2023) 136056
2019), meskipun penerapan metode penilaian ketidakpastian juga
terbatas dalam menilai kekokohan hasil LCA dengan benar (Heijungs,
2020).
Selain itu, I-BIM dapat menyediakan 47 jenis dukungan teknis berbeda yang
ditentukan olehCostin dkk. (2018), dan I-BIM multifungsi akan memiliki dampak
yang berbeda. Misalnya, kami memperkirakan bahwa jumlah GRK yang setara
dipancarkan selama umur perkerasan dengan perkerasan yang dirancang secara
progresif yang dipertahankan dengan dukungan PMS ketika daya dukung tanah
dasar memburuk. Tetapi hasil ini mungkin hanya mencerminkan praktik
pemeliharaan Perancis yang mungkin terlalu ketat dari sudut pandang
pemeliharaan mekanis struktur. Dengan demikian, I-BIM dapat digunakan untuk
membebaskan diri dari aturan yang telah ditetapkan dan mengoptimalkan
struktur dari waktu ke waktu sesuai dengan kriteria yang diinginkan, misalnya
minimalisasi emisi karbon. Memang, memantau kondisi perkerasan secara real-
time melalui instrumentasi dan menggunakan data ini dalam I-BIM untuk
mensimulasikan evolusi struktural dari waktu ke waktu akan sangat memajukan
manajemen pemeliharaan dibandingkan dengan apa yang dimungkinkan oleh
program perangkat lunak simulasi struktural saat ini. Data besar yang dihasilkan
dan disimpan pada kondisi trotoar dan lingkungannya dapat mendorong
pengembangan algoritme berdasarkan kecerdasan buatan (AI) yang
memungkinkan untuk mensimulasikan perilaku struktur jalan dengan lebih baik.
Memang, metode perancangan jalan telah berubah dari pendekatan empiris
menjadi kombinasi fisika mekanik dan metode empirisme (“ME”) dalam
menghadapi ketidakmampuan empirisme untuk menangkap heterogenitas
perilaku perkerasan yang tidak terbatas karena keterbatasan data. Sektor jalan
kemudian beralih ke metode ME untuk mengurangi kesalahan model fisik berkat
koefisien kalibrasi. Tetapi metode ME masih terbatas pada perkiraan evolusi
trotoar, dan orang mungkin berpikir bahwa model perilaku yang dihasilkan berkat
pembelajaran mesin - dan terutama jaringan syaraf tiruan - akan bekerja lebih
baik. Namun, algoritme AI diketahui berpotensi mengonsumsi listrik dalam jumlah
besar, dan elemen elektronik tertentu yang dapat berdampak lingkungan
berat (S trubell et al., 2019). Studi selanjutnya harus menyelidiki ini o
aspek t memastikan pengembangan I-IBM yang positif iklim.
, kami telah menunjukkan bahwa, meskipun jejak karbon dari f dapat
Sebagai tambahan
PMS itu sendiri diabaikan dibandingkan dengan operasi konstruksi, setengah darinya
emisi adalah karena pengumpulan data dan setengah lainnya untuk
penyimpanan. SAYA menginstrumentasi jalan dengan sensor daripada mensurvei h
kecerdasan merekakendaraan mesin pembakaran internal (ICE) dapat membantu
impa mengurangi fungsi "perencanaan pemeliharaan" dari I-BIM, tetapi
sensor juga akan menghasilkan dampak, meskipun dampak ini perlu
investigasi lebih lanjut (Pirson dan Bol, 2021). Selain itu, data d bisa jauh
menghasilkan lebih masif dan penyimpanannya bisa demikian
menghasilkan emisi GRK yang substansial. Dengan demikian, itu akan sesuai di
A. de Bortoli dkk.
masa depan untuk menilai jejak karbon I-BIM multifungsi dan untuk
mempelajari risiko yang terkait dengan banyaknya data.
Terakhir, dampak pembangunan jalan terbukti sangat terbatas
dibandingkan dengan penggunaannya (de Bortoli dkk., 2022a;de Bortoli dan
Agez, 2023;Wang et al., 2012), tahap penggunaan terhitung antara 90 dan
99% dari siklus hidup emisi GRK trotoar, masing-masing untuk lalu lintas
rendah dan jalan lalu lintas tinggi dengan armada saat ini - terutama mesin
pembakaran internal. Dengan demikian, fitur terkait darurat perubahan
iklim yang paling diprioritaskan untuk I-BIM harus membantu
mengoptimalkan pengelolaan trotoar untuk mengurangi dampak
lingkungannya selama seluruh siklus hidupnya, terutama melalui kondisi
permukaan (kekasaran) dan geometri yang memengaruhi konsumsi
kendaraan. dan penuaan (de Bortoli dkk., 2022a,2022b;Chatti dan Zaabar,
2012;Wang et al., 2012). Namun demikian, dengan penetrasi kendaraan
listrik saat ini, kontribusi jejak karbon dari pembangunan dan pemeliharaan
jalan harus meningkat dan menjadi prioritas, dengan kontribusi dari
amortisasi kendaraan (de Bortoli dan Agez, 2023). Bagaimanapun, banyak I-
BIM yang berbeda dapat dikembangkan. Dan menurut prinsip optimalitas
Bellman, jumlah optimal subsistem berbeda dengan jumlah optimal sistem (
Bellman, 1952). Selain itu, pengoptimalan subsistem secara rekursif - setiap
subsistem I-BIM terkait dengan satu fungsi tertentu - akan diperlukan untuk
mendekati optimal sistemik I-BIM dari waktu ke waktu. Tergantung pada
bagaimana I-BIM digunakan dan dalam kondisi teknologi apa, dampaknya
akan bervariasi. Misalnya, dampak lingkungan dari unsur-unsur teknosfer
seperti listrik (Alderson et al., 2012;Wolfram et al., 2016), logam (Watari et al.,
2021), komponen elektronik, dan lainnya, bervariasi dan akan terus
bervariasi dalam ruang dan waktu. Penilaian berwawasan ke depan tidak
pasti tetapi perlu untuk memproyeksikan potensi konsekuensi I-BIM
terhadap iklim. Selain itu, kami hanya mempertimbangkan GWP dalam
penelitian ini. Namun, pengalihan beban harus dipantau dan dikendalikan.
Menurut ruang lingkup Teknologi Komunikasi Informasi yang diterbitkan
oleh ADEME, eutrofikasi air tawar dan sumber daya logam akan menjadi dua
beban utama pertama yang dialihkan dengan digitalisasi (Badan Intelijen
Bio, 2011), dan mereka harus dinilai dengan cermat saat merencanakan
pengembangan BIM.
5. Kesimpulan
Artikel ini mengevaluasi untuk pertama kalinya dampak lingkungan dari
penggunaan BIM untuk infrastruktur. Secara lebih khusus, jejak karbon dari
dua rancangan jalan dan tiga pendekatan pengelolaan pemeliharaan
dibandingkan: rancangan masif yang disertai dengan pemeliharaan
permukaan (skenario 1), rancangan progresif yang dikombinasikan dengan
pemeliharaan struktural tanpa pemantauan daya dukung tanah dasar
(skenario 2), dan desain progresif yang sama dengan pemeliharaan yang
dioptimalkan berkat PMS yang merekam defleksi trotoar, PMS setara
dengan I-BIM monofungsional. Studi kasus ini menunjukkan bahwa jejak
karbon langsung dari I-BIM dapat diabaikan dibandingkan dengan jejak
karbon dari operasi konstruksi dan pemeliharaan perkerasan selama 30
tahun. Selain itu, efek tidak langsung dari PMS, yaitu konsekuensinya
terhadap emisi dari operasi konstruksi yang berlangsung selama umur
perkerasan, cukup positif. Namun demikian, I-BIM masih baru, bertransisi,
dan dengan demikian pengetahuan terbatas: I-BIM dapat menjadi
hambatan sebagai aset iklim, dan penelitian lebih lanjut dan berkelanjutan
akan diperlukan untuk memastikan pengembangannya melayani transisi ke
netralitas karbon.
Pernyataan kontribusi kepengarangan CRedit
Anne de Bortoli:Investigasi, Konseptualisasi, Metodologi,
Perangkat Lunak, Validasi, Visualisasi, Analisis formal, Administrasi
proyek, Pengawasan, Penulisan – draf asli.Yacin Baouch:Investigasi,
Perangkat Lunak, Analisis formal, Visualisasi, Penulisan – draf asli.
Mustafa Masdan:Perangkat Lunak, Validasi, Visualisasi, Analisis formal,
Penulisan – ulasan dan pengeditan.
9
Jurnal Produksi Bersih 391 (2023) 136056
Deklarasi kepentingan bersaing
Para penulis menyatakan kepentingan finansial/hubungan pribadi
berikut yang dapat dianggap sebagai potensi persaingan kepentingan: Dr.
Anne de Bortoli adalah peneliti undangan di Polytechnique Montreal dan
peneliti utama LCA di Eurovia ketika dia mulai melakukan penelitian ini. TDia
sekarang bekerja penuh waktu di dunia akademis di Polytechnique
Montreal. Eurovia adalah perusahaan dengan kepentingan keuangan,
namun Dr. Anne de Bortoli menyatakan atas kehormatannya bahwa dia
sepenuhnya berdedikasi untuk membuat kemajuan penelitian, bekerja
secara mandiri di Polytechnique Montreal, tidak mempertimbangkan
kepentingan perusahaan, atau mengubah aspek apa pun dari kertas. , hasil,
kata-kata atau kesimpulan setelah mempresentasikan studi tersebut kepada
perusahaan. Mustapha Masdan adalah manajer aset perkerasan di Eurovia
dan menyatakan telah melakukan tugas desain perkerasan dengan jujur
dan teliti. Selain itu, Dr. Yacine Baouch yang tidak memiliki konflik
kepentingan melakukan pemodelan Sistem Manajemen Perkerasan dan
menghasilkan hasil pada jejak karbonnya. Akhirnya, set lengkap elemen
perhitungan tersedia untuk tinjauan penuh dan penelitian lebih lanjut.
Ketersediaan data
Kami telah membagikan data dalam file materi tambahan
Pengakuan
Gagasan studi ini diprakarsai oleh Federasi Nasional Pekerjaan
Umum di Prancis (FNTP), yang ingin mengembangkan pengetahuan
tentang dampak lingkungan dari sektor infrastruktur, khususnya
dampak digitalisasinya terhadap iklim. Penulis ingin berterima kasih
atas partisipasi Departemen Teknis Manajemen Eurovia dalam desain
studi pada aspek konstruksi, dan khususnya Ivan Drouadaine – direktur
teknik dan penelitian – untuk refleksi alternatif desain-konstruksi-
pemeliharaan. Para penulis juga berterima kasih kepada pemegang
konsesi jalan raya Prancis Autoroute du Sud de La France (ASF), dan
terutama Albane Hagnere – pimpinan proyek infrastruktur – dan
Sylvain Guilloteau – pimpinan I-BIM – atas dukungan mereka dalam
mengumpulkan data yang berkaitan dengan penggunaan PMS (data
penyimpanan dan penggunaan perangkat lunak), serta Cécile Giacobi -
manajer aset perkerasan - atas wawasan dan datanya tentang
pemantauan perkerasan dan penggunaan perangkat lunak PMS. FNTP -
sindikat nasional Prancis untuk pekerjaan umum - telah mendanai studi
kuantitatif tentang jejak karbon I-BIM/PMS yang dilakukan oleh Yacine
Baouch dari Université Technologique de Compiègne, serta
aksesibilitas terbuka makalah ini, sebagai bagian dari upaya untuk
membuat hasil penelitian lingkungan tersedia untuk semua.
Departemen Teknis Eurovia mengalokasikan beberapa sumber daya
(waktu yang dihabiskan oleh Anne de Bortoli dan Mustapha Masdan)
untuk melakukan kuantifikasi basecase lainnya. Kuantifikasi pelengkap
(misalnya debugging dan analisis sensitivitas), finalisasi studi, dan
penulisan berbagai bagian artikel tidak termasuk pekerjaan kuantifikasi
emisi PMS telah dilakukan oleh Dr.
Lampiran A. Data tambahan
Data tambahan untuk artikel ini dapat ditemukan online dihttps://doi.
org/10.1016/j.jclepro.2023.136056.
Referensi
AASHTO, 1993. Panduan AASHTO untuk Desain Struktur Perkerasan. Amerika
Asosiasi Pejabat Jalan Raya dan Transportasi Negara Bagian, Washington, DC.
AASHTO, 2008. Panduan Desain Perkerasan Mekanis-empiris. Asosiasi Amerika dari
Pejabat Jalan Raya dan Transportasi Negara Bagian, Washington DC.
Abbondati, F., Biancardo, SA, Palazzo, S., Capaldo, FS, Viscione, N., 2020. I-BIM untuk
infrastruktur bandara yang ada. Mengangkut. Res. Procedia 45, 596–603.https://doi. org/
10.1016/j.trpro.2020.03.052.
A. de Bortoli dkk.
ADEME, nd Base carbone® [Dokumen WWW]. URL https://bilans-ges.ademe.fr/fr/
basecarbone/donnees-consulter/choix-categorie.
ADEME, 2016. Potensi kontribusi jumlah terhadap pengurangan dampak
lingkungan : état des lieux et enjeux pour la prospektif (Rapport final), Temis.
AFNOR, 2000. NF P 94-117-1 : Portance des plates-formes, Partie 1 : Module sous
muatan statis à la plakat (EV2).
Alderson, H., Cranston, GR, Hammond, GP, 2012. Karbon dan lingkungan
jejak masa depan listrik Inggris rendah karbon hingga 2050. Energi 48, 96–107.
https://doi.org/10.1016/j.energy.2012.04.011.
Anand, CK, Amor, B., 2017. Perkembangan terkini, tantangan masa depan dan penelitian baru
arah di LCA bangunan: tinjauan kritis. Memperbarui. Mempertahankan. Energi Wahyu 67,
408–416.https://doi.org/10.1016/j.rser.2016.09.058.
AzariJafari, H., Yahia, A., Ben Amor, M., 2016. Penilaian siklus hidup perkerasan:
meninjau tantangan dan peluang penelitian. J.Bersih. Melecut. 112, 2187–2197.
https://doi.org/10.1016/j.jclepro.2015.09.080.
Bellman, R., 1952. Tentang teori pemrograman dinamis. Proses Natl. Acad. Sains. Amerika Serikat
38, 716–719.https://doi.org/10.1073/pnas.38.8.716.
Bio Intelligence Service, 2011. Analisis perbandingan dampak lingkungan
komunikasi par voie électronique (Volet courrier électronique : Synthèse).
ADEME.
CEREMA, 2017. Dimensionnement des épaisseurs de couche de forme pour PF2qs -
Melengkapi GTR dan GTS, ISBN 978-2-37180-152-3. No. Catatan informasi
Chaussées-Plates-forme-Assainissement n◦2.
Chatti, K., Zaabar, I., 2012. Estimasi Pengaruh Kondisi Perkerasan Terhadap Kendaraan
Biaya Operasional, Laporan NCHRP. Dewan Riset Transportasi, Washington, DC.
Coroama, VC, Hilty, LM, 2014. Menilai intensitas energi Internet: tinjauan terhadap
metode dan hasil. Mengepung. Penilaian Dampak. Wahyu 45, 63–68.https://doi.org/
10.1016/j.eiar.2013.12.004.
Corte Guidoux, et al., 1998. Katalog struktur tipe de chaussées neuves. Setra-
LCPC.
Corte, Fevre, Havard, Joubert, Perrot, Morel, Quibel, Schaeffner, Veysset, 2000a.
Réalisation des remblais et des couches de forme - Fascicule I - Principes généraux.
Setra-LCPC.
Corte, Fevre, Havard, Joubert, Perrot, Morel, Quibel, Schaeffner, Veysset, 2000b.
Réalisation des remblais et des couches de forme - Fascicule II - Lampiran. Setra-LCPC.
Costin, A., Adibfar, A., Hu, H., Chen, SS, 2018. Pemodelan Informasi Bangunan (BIM) untuk
infrastruktur transportasi – tinjauan pustaka, aplikasi, tantangan, dan
rekomendasi. Otomatis. Membangun. 94, 257–281.https://doi.org/10.1016/j.
autocon.2018.07.001.
de Bortoli, A., 2018. Bab 5 – regionalisasi dan konstruksi siklus hidup tertentu
persediaan [dalam bahasa Perancis]. Dalam: Menuju Pemeliharaan Jalan Berkelanjutan:
Mempertimbangkan Interaksi Kendaraan-Perkerasan ke dalam Proses Pengambilan Keputusan -
Ilustrasi oleh Studi Kasus Jalan Raya Prancis [dalam bahasa Prancis]. Universitas Paris East - Ecole
des Ponts ParisTech.
de Bortoli, A., 2020. Pelapisan ulang perkerasan aspal: tinjauan menuju pemilihan yang lebih baik
dan keterwakilan LCI. Dalam: Kajian Siklus Hidup Perkerasan, Jalan, dan
Jembatan 2020. CRC Press, Taylor & Francis Group, London, hlm. hlm.12–23. de
Bortoli, A., Féraille, A., Leurent, F., 2022a. Menuju Kelestarian Jalan – Bagian II:
menerapkan penilaian holistik dan pelajaran yang dipetik dari strategi pelapisan ulang
jalan raya Prancis. Keberlanjutan Ditinjau 14 (12), 7336.https://doi.org/10.3390/ su14127336
. Transportasi Jalan, Laporan EcoInvent. Pusat Inventarisasi Siklus Hidup Swiss,
de Bortoli, A., Feraille, A., Leurent, F., 2022b. Menuju keberlanjutan jalan—Bagian I:
prinsip dan metode penilaian holistik untuk kebijakan pemeliharaan perkerasan jalan.
Keberlanjutan 14 (3), 1513.https://doi.org/10.3390/su14031513.
de Bortoli, A., Agez, M., 2023. Analisis input-output yang diperluas secara lingkungan
secara efisien membuat sketsa rencana transisi lingkungan skala besar: Ilustrasi oleh
industri jalan raya Kanada. Jurnal Produksi Bersih, volume 388, 136039, doi.org/10.1016/
j.jclepro.2023.136039.
DoT - Fhwa, AS, 2019a. Ringkasan Laporan Peer Exchange Wilayah Midwest Minneapolis,
MN 18–19 Juli 2019. Departemen Perhubungan AS - Administrasi Jalan Raya
Federal.
DoT - Fhwa, AS, 2019b. Laporan Ringkasan Peer Exchange Wilayah Barat Laut Portland,
ATAU 13–14 Juni 2019. Departemen Perhubungan AS - Administrasi Jalan
Raya Federal.
DoT - Fhwa, AS, 2019c. Ringkasan Laporan Peer Exchange Wilayah Tenggara Atlanta, GA
14–15 Maret 2019. Departemen Perhubungan AS - Administrasi Jalan Raya
Federal.
DoT - Fhwa, AS, 2019d. Laporan Rangkuman Peer Exchange Wilayah Barat Daya Lakewood,
CO 21–22 Mei 2019. Departemen Perhubungan AS - Administrasi Jalan Raya
Federal.
Freitag, C., Berners-Lee, M., Widdicks, K., Knowles, B., Blair, GS, Jumat, A., 2021.
iklim nyata dan dampak transformatif TIK: kritik terhadap perkiraan, tren, dan
peraturan. Pola 2, 100340.https://doi.org/10.1016/j.patter.2021.100340.
10
Jurnal Produksi Bersih 391 (2023) 136056
Harvey, J., Wang, T., Lea, J., 2014. Penerapan hasil LCA ke jalan raya tingkat jaringan
pengelolaan trotoar. Dalam: Gopalakrishnan, K., Steyn, WJ, Harvey, J. (Eds.),
Perubahan Iklim, Energi, Keberlanjutan dan Perkerasan, Energi Hijau dan Teknologi.
Springer Berlin Heidelberg, Berlin, Heidelberg, hlm. 41–73.https://doi. org/
10.1007/978-3-662-44719-2_2.
Heijungs, R., 2020. Tentang jumlah Monte Carlo berjalan di LCA probabilistik komparatif.
Int. J. Penilaian Siklus Hidup. 25, 394–402.https://doi.org/10.1007/s11367-019-01698- 4.
Huijbregts, MAJ, 2001. Ketidakpastian dan Variabilitas Daur Hidup Lingkungan
Penilaian (Disertasi PhD). Universitas Amsterdam.
Igos, E., Benetto, E., Meyer, R., Baustert, P., Othoniel, B., 2019. Cara Perawatan
ketidakpastian dalam studi penilaian siklus hidup? Int. J. Penilaian Siklus Hidup. 24, 794–807.
https://doi.org/10.1007/s11367-018-1477-1.
Organisasi Internasional untuk Standardisasi, 2006a. ISO 14040:2006 - Lingkungan
Manajemen – Penilaian Siklus Hidup – Prinsip dan Kerangka Kerja. Organisasi
Internasional untuk Standardisasi, 2006b. ISO 14044:2006 - Lingkungan
Manajemen – Penilaian Siklus Hidup – Persyaratan dan Pedoman. Organisasi
Internasional untuk Standardisasi, 2018. ISO 19650-1:2018 - Organisasi
dan Digitalisasi Informasi tentang Bangunan dan Pekerjaan Teknik Sipil, Termasuk
Pemodelan Informasi Bangunan (BIM) — Manajemen Informasi Menggunakan
Pemodelan Informasi Bangunan — Bagian 1: Konsep dan Prinsip. LCPC-Sétra, F.,
1994. Konsepsi dan dimensi struktur chaussée. LCPC ;
SETRA, Paris; Bagneux.
Lorino, T., LEPERT, P., Riouall, 2006. Aplikasi à la campagne IQRN des méthodes
statistik d'analyse de l'évolution des chaussées. Banteng. Laboratorium. Ponts Chaussees 25–
41.
Malagnino, A., Montanaro, T., Lazoi, M., Sergi, I., Corallo, A., Patrono, L., 2021. Gedung
Pemodelan Informasi dan integrasi Internet of Things untuk lingkungan cerdas dan
berkelanjutan: tinjauan. J.Bersih. Melecut. 312, 127716https://doi.org/10.1016/j.
jclepro.2021.127716.
Matejov, A., Šestáková, J., 2021. Pengalaman pemanfaatan BIM di perkeretaapian
infrastruktur di Republik Slovakia dan Republik Ceko. Mengangkut. Res. Procedia 55,
1139–1146.https://doi.org/10.1016/j.trpro.2021.07.084.
Data dunia kita, 2020. Mobil, pesawat, kereta api: di mana emisi CO2 dari transportasi
berasal dari? Data Dunia Kita. URL.https://ourworldindata.org/co2-emissions-
fromtransport. diakses 5.26.22.
Peraka, NSP, Biligiri, KP, 2020. Sistem manajemen aset perkerasan dan
teknologi: tinjauan. Otomatis. Membangun. 119, 103336https://doi.org/10.1016/j.
autocon.2020.103336.
Pirson, T., Bol, D., 2021. Menilai jejak karbon yang diwujudkan dari perangkat tepi IoT
dengan pendekatan siklus hidup bottom-up. J.Bersih. Melecut. 322, 128966https://doi.org/
10.1016/j.jclepro.2021.128966.
Saxe, S., Guven, G., Pereira, L., Arrigoni, A., Opher, T., Roy, A., Arceo, A., Von
Raesfeld, SS, Duhamel, M., McCabe, B., Panesar, DK, MacLean, HL, Posen, ID, 2020.
Taksonomi ketidakpastian penilaian siklus hidup lingkungan proyek infrastruktur.
Mengepung. Res. Lett. 15, 083003https://doi.org/10.1088/ 1748-9326/ab85f8.
Soust-Verdaguer, B., Llatas, C., García-Martínez, A., 2017. Tinjauan kritis berbasis bim
Metode LCA untuk bangunan. Bangun Energi. 136, 110–120.https://doi.org/10.1016/j.
enbuild.2016.12.009.
Spielmann, M., Bauer, C., Dones, R., 2007. Layanan Transportasi: Laporan Ecoinvent No. 14 -
Dübendorf.
Strubell, E., Ganesh, A., McCallum, A., 2019. Pertimbangan Energi dan Kebijakan untuk Deep
Belajar di NLP.https://doi.org/10.48550/ARXIV.1906.02243.
van Eldik, MA, Vahdatikhaki, F., dos Santos, JMO, Visser, M., Doree, A., 2020. BIM-
penilaian dampak lingkungan berbasis proyek desain infrastruktur. Otomatis.
Membangun. 120, 103379https://doi.org/10.1016/j.autcon.2020.103379. Vignali, V.,
Acerra, EM, Lantieri, C., Di Vincenzo, F., Piacentini, G., Pancaldi, S., 2021.
Aplikasi Building Information Modeling (BIM) untuk infrastruktur jalan eksisting.
Otomatis. Membangun. 128, 103752https://doi.org/10.1016/j.autcon.2021.103752.
Vilches, A., Garcia-Martinez, A., Sanchez-Montanes, B., 2017. Penilaian siklus hidup
(LCA) perbaikan bangunan: tinjauan literatur. Bangun Energi. 135, 286–301. https://
doi.org/10.1016/j.enbuild.2016.11.042.
Wang, T., Lee, I.-S., Kendall, A., Harvey, J., Lee, E.-B., Kim, C., 2012. Energi siklus hidup
konsumsi dan emisi GRK dari rehabilitasi perkerasan jalan dengan rolling resistance yang
berbeda. J.Bersih. Melecut. 33, 86–96.https://doi.org/10.1016/j. jclepro.2012.05.001.
Watari, T., Nansai, K., Nakajima, K., 2021. Permintaan, pasokan, dan logam utama
dampak lingkungan hingga 2100: tinjauan kritis. Sumber Daya. Konservasi. Daur ulang.
164, 105107https://doi.org/10.1016/j.resconrec.2020.105107.
Wolfram, P., Wiedmann, T., Diesendorf, M., 2016. Skenario jejak karbon untuk
listrik terbarukan di Australia. J.Bersih. Melecut. 124, 236–245.https://doi.org/
10.1016/j.jclepro.2016.02.080.