Machine Translated by Google

Studi Kasus Bahan Konstruksi 12 (2020) e00346

Daftar konten tersedia di ScienceDirect

Studi Kasus Bahan Konstruksi

beranda jurnal: www.elsevier.com/locate/cscm

Penilaian risiko ekonomi perkerasan beton dan aspal

di jalan bebas hambatan dan jalan raya

INFO ARTIKEL ABSTRAK

Riwayat artikel: Sebagian besar jalan Iran adalah jenis aspal. Alasan sebenarnya di balik pembuatan jalan
Diterima 23 Juli 2019 jenis ini terletak pada banyaknya aspal dan harga bahan yang lebih murah di tahun-tahun
sebelumnya. Kenaikan harga minyak di tingkat global dan liberalisasi subsidi bertanggung
Kata kunci: jawab atas meroketnya harga perkerasan aspal. Akibatnya, motivasi diciptakan untuk
Trotoar beton menyelidiki metode alternatif yang disebut perkerasan beton.
Trotoar aspal Biaya konstruksi perkerasan beton dan aspal bergantung pada spesifikasi proyek, tetapi salah
Risiko ekonomi
satu perhatian utama adalah kemungkinan fluktuasi pengeluaran selama tahap konstruksi.
Simulasi Monte Carlo
Berdasarkan pentingnya perubahan harga, makalah ini bermaksud untuk menemukan jenis
perkerasan beton dan aspal mana yang mengalami perubahan harga lebih rendah di Iran.
Untuk menjawab pertanyaan ini, simulasi Monte Carlo diterapkan. Karena simulasi Monte Carlo
membutuhkan model prediksi dan data yang digunakan untuk mengembangkan model
bergantung pada data historis, penulis menerapkan metode regresi dan deret waktu. Hasil
penelitian menunjukkan bahwa pertama, metode regresi memiliki kinerja yang lebih baik
daripada model time series dan kedua, penerapan perkerasan beton memiliki risiko ekonomi
yang lebih kecil di jalan
bebas hambatan dan jalan raya Iran. © 2020 Para Penulis. Diterbitkan oleh Elsevier Ltd. Ini
adalah artikel akses terbuka di bawah lisensi CC BY (http://creativecom

1. Perkenalan

Jalan merupakan sarana komunikasi yang efektif antara berbagai daerah. Manusia telah menggunakan jalan sejak bertahun-tahun
yang lalu. Panjang jaringan jalan sangat beragam di antara berbagai negara, misalnya Amerika Serikat memiliki panjang jalan tertinggi
di dunia sementara Iran menempati urutan ke-26 dengan jalan beraspal dan tidak beraspal sepanjang 214.006 km di antara negara-
negara [1] . Pentingnya jalan sebagai infrastruktur negara tidak dapat dihindari. Beberapa parameter biaya mempengaruhi biaya
pembangunan infrastruktur ini seperti lokasi, jenis konstruksi, jumlah jalur, jenis perkerasan, dll.
Salah satu komponen biaya dalam pembangunan jalan adalah jenis perkerasan. Perkerasan jalan merupakan salah satu komponen
penting jalan yang bersentuhan langsung dengan kendaraan. Ada beberapa pilihan untuk dipilih sebagai perkerasan tetapi beberapa
pertimbangan seperti biaya konstruksi, pemeliharaan, teknologi, dll mempengaruhi keputusan tersebut. Sebagai contoh, sebagian besar
perkerasan jalan di Iran terbuat dari aspal. Salah satu alasan utama penggunaan aspal sebagai perkerasan jalan adalah kekayaan
sumber minyak, termasuk aspal dan muatannya yang rendah dalam beberapa tahun terakhir. Namun menurut referensi harga proyek
konstruksi Iran (daftar harga), harga bitumen MC250 adalah 0,14 dolar per kg pada tahun 2006 dan 0,2 dolar per kg pada tahun 2016.
Tarif tersebut telah meningkat selama sepuluh tahun terakhir. Oleh karena itu, dengan lonjakan harga aspal di masa lalu, opsi lain harus
dipertimbangkan. Jenis perkerasan lain yang menjadi perhatian administrator Iran dalam beberapa dekade terakhir adalah perkerasan
beton. Perkerasan beton adalah lapisan beton yang diganti dengan aspal dan bersentuhan langsung dengan lalu lintas.
Motivasi lain adalah tren peningkatan laju produksi semen di Iran menyebabkan penggunaan perkerasan beton layak secara ekonomi.

Pertimbangan ekonomis merupakan salah satu kriteria terpenting dalam pemilihan jenis perkerasan jalan. Dijelaskan, keputusan
pemilihan jenis perkerasan diubah karena masalah ekonomi. Tampaknya

https://doi.org/10.1016/j.cscm.2020.e00346
2214-5095/© 2020 Penulis. Diterbitkan oleh Elsevier Ltd. Ini adalah artikel akses terbuka di bawah lisensi CC BY (http://creativecommons.org/licenses/by/ 4.0/).
Machine Translated by Google

2 / Studi Kasus Bahan Konstruksi 12 (2020) e00346

bukanlah pendekatan yang realistis untuk memilih perkerasan hanya berdasarkan biaya minimum karena dimungkinkan untuk berubah dari
waktu ke waktu. Biaya sebenarnya tergantung pada variabel biaya yang berbeda sehingga perubahan harga setiap parameter menyebabkan
perubahan biaya aktual perkerasan. Sebaiknya pilih jenis perkerasan dengan risiko ekonomi terendah untuk meningkatkan tingkat
kepercayaan dan meminimalkan penyimpangan biaya proyek. Risiko adalah kejadian atau peristiwa yang tidak pasti. Ini akan mempengaruhi
setidaknya salah satu tujuan proyek seperti waktu, biaya dan kualitas dapat berubah [2].
Ada beberapa risiko dalam proses pembangunan jalan. Sharaf dan Abdelwahab [3] mengeksplorasi risiko yang terlibat dalam pelaksanaan
proyek jalan raya di Mesir. Mereka mengidentifikasi 12 kelompok risiko, termasuk 73 ancaman. Kemudian, mereka mengevaluasi risiko
tersebut, menggunakan logika fuzzy. Pada tahun 2016 [4], meneliti risiko yang terlibat dalam pembangunan jalan raya. Mereka mengambil
risiko dari berbagai sumber seperti ketidakpastian di pasar keuangan, ancaman kegagalan proyek, utang legal, dan risiko kredit. Hasil
penelitian mereka menunjukkan bahwa proses manajemen risiko yang efektif mendorong perusahaan konstruksi untuk mengidentifikasi dan
mengurangi risiko. Pada tahap selanjutnya, mereka dapat mengelola rabat keuangan dan bunga jika risikonya ditangani secara efektif.
Namun, jumlah risiko efektif untuk pemilihan perkerasan sangat banyak dan beragam, makalah ini bermaksud untuk mempelajari risiko
ekonomi perkerasan beton dan aspal dalam membangun jalan raya dan jalan raya Iran. Studi ini tidak hanya menjawab pertanyaan ini jenis
perkerasan (aspal atau beton) mana yang memiliki risiko ekonomi terendah di Iran tetapi juga menyajikan kerangka kerja untuk tujuan
makalah ini di lokasi lain. Topik yang dibahas secara khusus mencoba membuat keputusan tentang jenis perkerasan beton atau aspal mana
di jalan bebas hambatan dan jalan raya yang memiliki risiko ekonomi minimum di Iran. Untuk tujuan ini, dua poin harus dipertimbangkan.
Yang pertama adalah definisi risiko ekonomi yang digunakan dalam penelitian ini. Risiko ekonomi didefinisikan sebagai kemungkinan
perubahan harga berbagai komponen perkerasan jalan ini berdasarkan riwayat perubahan harganya. Misalnya, jika biaya salah satu
komponen perkerasan aspal sangat banyak berubah, risiko ekonominya akan tinggi. Dengan kata lain, makalah ini mempertimbangkan risiko
ekonomi untuk dapat memprediksi perilaku perkerasan masa depan dalam hal perubahan harganya dengan mempelajari perubahan harga
berbagai komponen perkerasan di masa lalu. Patut dicatat bahwa parameter lain, seperti biaya pemeliharaan, durasi proyek, dll. yang
cenderung mempengaruhi keputusan penerapan perkerasan beton atau aspal belum diambil dalam pekerjaan penelitian saat ini.

Poin kedua adalah bagaimana risiko ekonomi perkerasan dapat dihitung. Untuk melakukan ini, model prediksi biaya dikembangkan
dengan menggunakan dua teknik terkenal, termasuk model regresi dan deret waktu karena penulis menerapkan data historis. Tes yang
berbeda akan dilakukan untuk menemukan jenis model regresi atau deret waktu mana yang memiliki hasil lebih baik. Menurut model yang
dikembangkan, ditemukan beberapa parameter efektif pada biaya setiap perkerasan. Untuk memeriksa perkerasan mana yang memiliki
fluktuasi biaya lebih (atau lebih banyak risiko ekonomi), teknik Monte Carlo diterapkan. Metode Monte Carlo adalah algoritma komputasi
yang menggunakan random sampling untuk menghitung hasilnya. Hasilnya akan ditunjukkan apakah penerapan beton atau aspal lebih logis
daripada yang lain di industri konstruksi Iran sehubungan dengan risiko ekonomi atau tidak. Sesuai dengan konsep yang diperkenalkan,
struktur makalah adalah sebagai berikut: Latar belakang penelitian diulas pada bagian 2. Berikut ini, bahan dan metode dijelaskan. Hasil
penelitian disajikan pada bagian selanjutnya dan terakhir, kesimpulannya dijelaskan.

2. Latar belakang penelitian

American Concrete Pavement Association (ACPA) dalam laporannya tahun 2002 meninjau empat jalan negara bagian pedalaman
(Western Tennesse, Utah, Eastern, Oklahoma dan Georgia, North of Atlanta). Hasil penelitian asosiasi menunjukkan bahwa penampang
beton dalam penelitian ini antara 1,6 dan 2,6 kali penampang yang diaspal memiliki umur layan; umur rata-rata beton perkerasan adalah 2,2
kali perkerasan aspal. Juga, analisis siklus biaya di negara bagian ini menunjukkan bahwa perkerasan beton lebih mahal dari 14-250%
perkerasan biasa [5]. Sebuah laporan yang dikeluarkan oleh American Concrete Pavement Association ACPA, berjudul "Greenways in
2007," menyatakan: "Untuk membangun perkerasan aspal setebal 250 mm, diperlukan 40.572 liter bahan bakar per jalur-kilometer dan
perkerasan beton setebal 250 mm 7252 liter bahan bakar yang dibutuhkan per lajur-kilometer, dengan kata lain bahan bakar yang dibutuhkan
untuk mengaspal adalah 5,6 kali bahan bakar yang dibutuhkan untuk membangun perkerasan beton.
Di bawah, perbandingan ekonomis dibuat untuk menyediakan penerangan bagi dua jenis perkerasan. Dikatakan bahwa biaya penyediaan
lampu untuk perkerasan beton sekitar 24% lebih rendah dari perkerasan aspal, sehingga biaya pemeliharaan dan energi (listrik yang
dibutuhkan) menjadi sekitar 24% lebih rendah dari perkerasan aspal [6] . Mack [7] mengkritik pendekatan sebelumnya yang digunakan untuk
pemilihan trotoar. Dia membuktikan bahwa tingkat diskonto dalam analisis LCCA adalah variabel untuk perkerasan beton dan aspal. Dia
menyarankan prosedur berdasarkan biaya material yang meningkat untuk menghitung tingkat diskonto yang sebenarnya. Pada tahun 2014,
Sullivan dan Moss mengkaji biaya pembuatan Mix Asphalt Warm (WMA) dan Mix Asphalt Hot (HMA) dengan perkerasan beton. Sebagai
hasil dari pekerjaan mereka, kesimpulan berikut ditarik: "Ya, WMA lebih hemat biaya daripada HMA, tetapi masih tidak sebanding dengan
perkerasan beton" [8,9]. meninjau prosedur biasa untuk LCCA dan LCA di Colorado dan mengusulkan pendekatan yang dimodifikasi untuk
pemilihan perkerasan berkenaan dengan emisi gas rumah kaca. Mereka menerapkan model untuk rekonstruksi dan rehabilitasi jalan raya.
[10] mengeksplorasi dampak ekonomi dari perkerasan beton dan aspal. Pendekatan mereka didasarkan pada wawancara informal dan
perhitungan bill of quantity untuk jalan raya. Hasil penelitian mereka menunjukkan bahwa biaya perkerasan beton lebih rendah dalam biaya
siklus hidup daripada perkerasan aspal. Meskipun hasilnya menunjukkan bahwa perkerasan beton lebih murah, mereka tidak memperhatikan
risikonya. Mohod dan KNKadam (2016) menyelidiki perkerasan kaku dan lentur. Hasil upaya mereka menunjukkan bahwa perkerasan rigging
lebih kondusif untuk perkerasan lentur. Biaya siklus hidup perkerasan aspal adalah 19% lebih tinggi daripada perkerasan beton [11,12].
memeriksa biaya siklus hidup perkerasan beton dan jalan aspal, dengan mempertimbangkan biaya penerangan di terowongan sepanjang
750 m hingga 2000 m. Mereka membuat perbandingan berdasarkan standar yang digunakan di Italia. Hasil penelitian mereka menunjukkan
bahwa perkerasan beton, dengan
Machine Translated by Google

/ Studi Kasus Bahan Konstruksi 12 (2020) e00346 3

pertimbangan kebutuhan penerangan, memiliki life cycle cost yang lebih rendah dibandingkan perkerasan aspal dalam terowongan. [13]
mengusulkan kerangka kerja untuk mengevaluasi berbagai jenis perkerasan berdasarkan analisis LCA dan LCCA. Mereka menilai ketidakpastian
biaya kegiatan konstruksi dan pemeliharaan. Mereka menyimpulkan bahwa desain yang fleksibel memiliki biaya dan dampak lingkungan yang
lebih rendah dalam studi kasus mereka. Kerangka terintegrasi yang dikombinasikan dengan LCCA dan LCA dikembangkan oleh [14]. Mereka
menerapkan pemrograman komposit fuzzy untuk memodelkan ketidakpastian dalam proses pengambilan keputusan dan memberi peringkat
pada berbagai jenis perkerasan [15]. memeriksa empat skenario dalam hal pemilihan perkerasan dan sistem penerangan di Italia. Kerangka
mereka dilakukan oleh LCA dan mereka menyimpulkan bahwa trotoar beton dan lampu LED adalah skenario yang paling ramah lingkungan.
[16] mengembangkan sistem pendukung keputusan berdasarkan pendekatan pengambilan keputusan multi-kriteria untuk memeringkat
beberapa jenis campuran aspal untuk lapisan keausan dalam kaitannya dengan konsep keberlanjutan. Mereka menerapkan model yang
diusulkan dalam studi kasus nyata dan mereka menunjukkan bahwa campuran aspal campuran hangat berbusa dengan kandungan perkerasan
aspal reklamasi 50% adalah yang paling cocok.
Ramezanianpour dan Aarabi [17] dalam buku mereka (diterbitkan dalam bahasa Persia) meneliti perkerasan beton dan aspal. Kedua
perkerasan ini ditinjau dari segi teknis, ekonomi dan pertimbangan lingkungan. Hasil penelitian mereka mengenai kedua jenis perkerasan
tersebut menunjukkan bahwa perkerasan beton dibandingkan dengan perkerasan aspal menurut katalog tahun 2009, memiliki biaya konstruksi
yang lebih rendah dalam segala hal [17]. Salah satu masalah penelitian sebelumnya yang diamati dengan mempelajari artikel lain, yang
disebutkan sebagai berikut, adalah kurangnya penilaian risiko ekonomi. Berbagai penelitian telah dilakukan dalam kaitannya dengan
perbandingan ekonomi, tetapi mereka tidak memperhitungkan hal ini dengan mempertimbangkan variasi harga. Tidak ada peneliti yang meneliti
risiko ekonomi dari perkerasan beton dan perkerasan aspal.

3. Bahan dan metode

Jenis penelitian ini didasarkan pada studi eksperimental, karena dalam penelitian ini variabel independen dan dependen yang mempengaruhi
biaya jalan raya dan perkerasan jalan raya di Iran, yang didasarkan pada informasi yang tersedia dari masa lalu hingga saat ini, telah
dipertimbangkan. Berdasarkan model yang diusulkan, evaluasi risiko ekonomi perkerasan beton dan aspal dilakukan dengan menggunakan
simulasi Monte Carlo.
Metode penelitian dibagi menjadi dua bagian: Bagian pertama menyajikan model untuk dapat meramalkan harga beton
dan perkerasan aspal dengan memeriksa variabel bebas dan terikat pada periode yang ditentukan.
Bagian kedua didasarkan pada model yang diperoleh pada bagian sebelumnya. Karena definisi risiko ekonomi telah ditetapkan pada
kemungkinan perubahan harga perkerasan, dengan menggabungkan model yang dikembangkan untuk menghitung harga perkerasan dan
simulasi Monte Carlo, tingkat perubahan harga perkerasan akan dihitung. Perkerasan dengan tingkat perubahan yang tinggi memiliki resiko
ekonomi yang lebih tinggi dibandingkan dengan yang lain. Langkah-langkah berbeda untuk mencapai tujuan kertas ditunjukkan pada Gambar. 1.
Metode penelitian dijelaskan secara rinci sebagai berikut:

3.1. Menyajikan model harga

Untuk menemukan model prediksi biaya, dua metode, termasuk regresi dan deret waktu, diterapkan. Pengikut
deskripsi menjelaskan kedua metode ini secara rinci.

3.1.1. Model regresi

Analisis regresi mempelajari ketergantungan suatu variabel (Dependent-Variables) terhadap satu atau lebih variabel penjelas dengan
memperkirakan atau memprediksi nilai rata-rata dari variabel tersebut. Tipe pertama didefinisikan dalam kasus di mana nilai variabel tipe kedua
diketahui atau ditentukan (dalam sampling berulang) [18]. Untuk mengidentifikasi variabel bebas terbaik digunakan metode Stepwise, Forward,
dan Backward. Dalam metode Forward, beberapa variabel independen diwakili oleh metode leading dalam model regresi linier. Dalam metode
Stepwise, beberapa variabel independen dimasukkan ke dalam model regresi linier dengan metode step by step. Dalam metode Backward,
beberapa variabel independen dimasukkan ke dalam model regresi linier secara regresif [19]. Hasil dari metode tersebut di atas adalah model
regresi. Setelah menentukan model regresi, beberapa metode digunakan untuk memvalidasi model yang diperoleh dengan analisis varians
(ANOVA) dan Student t-test. Model yang ditolak untuk pengujian ini dikeluarkan dari rangkaian model. Setelah konfirmasi model berdasarkan
data uji (2014-2016), tingkat kesalahan ðPEÞ setiap tahun dihitung berdasarkan Persamaan. (1) dan persentase kesalahan rata-rata ðPEAÞ
dihitung menurut Persamaan. (2) untuk setiap model. Untuk membuat model pertama dengan rata-rata tingkat kesalahan dan tanggapan yang
lebih rendah, model regresi linier dipilih sebagai model yang sesuai.

P:E ¼ Yc Yf 100 ð1Þ

Yc

P: EA ¼
jP:E2014j þ jP:E2015j þ jP:E2016j 100 ð2Þ
3

dimana YC adalah harga yang dihitung untuk konstruksi perkerasan dalam keadaan nyata (Tabel 1) dan Yf adalah biaya yang dihitung untuk
perkerasan menurut model regresi (persamaan 4&5).
Machine Translated by Google

4 / Studi Kasus Bahan Konstruksi 12 (2020) e00346

Gambar 1. Keseluruhan proses penelitian dalam makalah ini.

3.1.2. Model deret waktu

Mengingat data harga setiap tahunnya berkaitan dengan tahun sebelumnya, maka penggunaan model time series dapat berfungsi
sebagaimana mestinya. Pada bagian ini, dicoba untuk menggunakan data yang terkait dengan biaya pelaksanaan perkerasan per tahun untuk
menentukan deret waktu yang terkait dengan masing-masing perkerasan.
Ada beberapa metode untuk menentukan model time series. Salah satu metode yang paling produktif adalah metode Box-Jenkins [18].
Dalam metode ini diupayakan untuk mempraktekkan model yang cocok untuk data yang ada berdasarkan ARIMA. Jika proses

Tabel 1
Biaya rata-rata per kilometer*.

Tahun 1998 1999 2000 2001 2002 2003 2004

Konkret 617.126.255 660.648.564 823.159.650 991.159.069 1.200.205.144 1.385.097.726 1.936.580.937

Aspal 393.163.049 469.598.696 573.214.725 656.146.388 740.094.849 1.330.059.527 1.490.968.741
Tahun 2005 2006 2007 2008 2009 2010 2011
Konkret 2.161.546.247 2.372.591.140 2.543.655.838 2.858.380.514 3.277.999.343 3.412.894.145 3.953.798.137
Aspal 1.950.972.823 2.109.593.492 2.216.130.647 3.530.218.925 3.866.575.061 4.027.186.253 5.147.826.421
Tahun 2012 2013 2014 2015 2016
Konkret 4.628.839.160 6.111.502.379 7.154.486.025 8.357.463.113 8.677.374.426
Aspal 5.832.131.804 12.866.932.042 13.942.798.118 13.454.064.902 10.877.387.050

* Semua jumlah dalam Rials.

Machine Translated by Google

/ Studi Kasus Bahan Konstruksi 12 (2020) e00346 5

autoregresif dimaksud berbentuk AR (p), model proses Moving Average berbentuk MA (q), proses gerak rata-rata self-regression berbentuk ARMA (p,q)
dan moving average proses gerak kumulatif dari regresi diri mengambil bentuk ARIMA (p, d, q) dalam semua kasus sebelumnya P mewakili jumlah
kalimat regresi diri, d adalah jumlah teknik diferensiasi orde pertama untuk implantasi rata-rata bergerak deret waktu. Pada penelitian ini, metode Box-
Jenkins digunakan untuk menentukan time series. Metode ini diterapkan dengan melakukan langkah-langkah berikut:

Langkah pertama, identifikasi:

Pada tahap ini, sifat data statis (stasioner) harus diproses terlebih dahulu. Data deret waktu bersifat statis ketika karakteristik statistiknya tetap dari
waktu ke waktu seperti varians dan median. Untuk memeriksa sifat stasioner data digunakan uji Kwiatkowski-Philips-Schmidt-Shin (KPSS) [18]. Menurut
informasi referensi [18]. Jumlah Stat LM harus lebih kecil dari data statistik pada level 5%. Jika jumlah ini lebih besar dari tingkat 5%, teknik diferensial
harus digunakan untuk menstabilkan data. Diferensiasi urutan pertama dilakukan sedemikian rupa untuk mengurangi data tahun t dari data tahun
sebelumnya (t-1). Hasilnya masing-masing menunjukkan diferensiasi urutan pertama. Diferensiasi selanjutnya dilakukan dengan menggunakan data
yang diperoleh dari diferensiasi tahap sebelumnya dan perbedaan dengan cara yang dijelaskan [18]. Proses ini harus bertahan sampai data tiba pada
tahap stasioner. Untuk melanjutkan, parameter Auto Correlation function (ACF) dan Partial Auto Correlation Function (PACF) harus digunakan untuk
mengidentifikasi p dan q. ACF dan PACF mengungkapkan pola kontradiktif dalam proses AR (p) dan MA (q). Dalam AR (p), ACF menurun dalam bentuk
geometris secara eksponensial. Tetapi PACF menurun secara geometris atau eksponensial dan akhirnya terputus setelah beberapa interval [18].

Langkah kedua adalah memperkirakan koefisien:

Setelah tahap identifikasi, parameter model diestimasi. Untuk memperkirakan parameter, metode kuadrat minimum dapat digunakan. Namun ketika
model nonlinier terhadap parameter, pendekatan nonlinier diterapkan untuk mengestimasi parameter.

Langkah ketiga, Verifikasi:

Setelah mengestimasi model, akurasi dan ketepatan model harus dipertimbangkan. Sebuah model akan cocok jika residual model memiliki sifat-sifat
variabel acak normal independen yang terdistribusi secara umum dengan median nol dan varians tetap. Untuk memverifikasi keakuratan model, laporan
statistik uji (BOX-pierce Q) digunakan [18].

Setelah mengembangkan dua model termasuk regresi dan deret waktu, hasilnya akan dibandingkan satu sama lain untuk menemukan
model prediksi biaya terbaik.

3.2. Evaluasi risiko ekonomi

Simulasi Monte Carlo memungkinkan analis untuk mengalokasikan semua kemungkinan komponen yang tidak pasti ke model matematis dari
pernyataan probabilitas dan kemudian menggunakan pengambilan sampel acak dari ini. Distribusi mengidentifikasi distribusi dari semua hasil yang
berbeda yang terjadi sebagai akibat dari ketidakpastian tersebut [20]. Untuk menerapkan simulasi Monte Carlo, langkah-langkah berikut harus
diperhatikan:

Mengidentifikasi model: langkah pertama adalah mengembangkan model untuk variabel dependen berdasarkan beberapa parameter independen.
Langkah ini dilakukan pada bagian sebelumnya untuk perkerasan beton dan aspal.
Menentukan distribusi parameter independen: Menurut data historis, distribusi parameter dapat dihitung. Memeriksa normalitas data adalah titik awal
yang baik untuk menentukan jenis distribusi.
Mengatur jumlah iterasi: Monte Carlo didasarkan pada pengambilan sampel acak dari distribusi parameter independen. Dengan mengatur iterasi dan
melakukan proses sampling, distribusi variabel dependen dapat dihitung.

4. Hasil penelitian

Seperti ditunjukkan pada Gambar 1, studi lapangan dan tinjauan literatur dilakukan untuk menentukan metode perancangan dan pengenalan jenis
sistem perkerasan. Setelah memilih metode yang tepat untuk merancang Continuous Reinforced Concrete Pavement (CRCP) dan perkerasan aspal
campuran panas, yang paling disesuaikan di lingkungan Iran, upaya dilakukan untuk menggunakan sistem harga nasional Iran dengan nama road
pricing untuk menentukan harga jalan. perkerasan beton dan aspal. Harga suku cadang juga digunakan. Untuk tujuan ini, daftar harga dipertimbangkan
antara tahun 1998–2016. Dalam ulasannya, penulis menemukan fakta bahwa pada tahun-tahun tertentu harga tidak tersedia karena kurangnya publikasi
Machine Translated by Google

6 / Studi Kasus Bahan Konstruksi 12 (2020) e00346

daftar harga oleh pemerintah, maka untuk mengatasi masalah ini, dilakukan upaya untuk menaikkan harga dengan tingkat inflasi yang diumumkan oleh
Bank Sentral Republik Islam Iran setiap tahun pada tahun sebelumnya. Perkiraan harga untuk tahun sebelumnya harus digunakan untuk tahun yang
bersangkutan. Setelah proses ini, upaya dilakukan untuk menyajikan model berdasarkan variabel dependen (harga perkerasan) dan variabel independen.
Menggunakan model yang diusulkan pada langkah sebelumnya, risiko ekonomi kuantitatif dinilai. Hasilnya disajikan sebagai berikut:

4.1. Menyajikan model harga

4.1.1. Model regresi

Menurut data yang terkumpul langkah-langkah model regresi diimplementasikan. Pada Tabel 1, biaya rata-rata setiap kilometer jalan untuk perkerasan
beton dan aspal di jalan bebas hambatan dan jalan raya disajikan di Iran. Metode dan proses perhitungan serta daftar variabel yang mempengaruhi
harga perkerasan beton dan aspal disajikan pada lampiran. Penulis menerapkan data yang disajikan pada Tabel 1 sebagai data nyata untuk
mengembangkan model regresi. Pembaca harus memperhatikan dua pertimbangan ketika mereka ingin menginterpretasikan informasi yang diberikan
pada Tabel 1. Yang pertama adalah mempertimbangkan sumber data, yang didasarkan pada sistem harga nasional Iran dengan nama road pricing.
Biasanya, metode penghitungan harga ini digunakan oleh pemerintah untuk membayar proyek-proyek Iran. Ada kemungkinan biaya konstruksi berbeda
dengan pembayaran tetapi penulis mengajukan pembayaran karena semua ahli setuju dengan pendekatan ini. Yang kedua adalah harga yang dihitung
adalah untuk jalan bebas hambatan dan jalan raya. Dengan kata lain, mereka akan berbeda ketika jenis jalan lain dipertimbangkan.

Pada awalnya, perkiraan biaya dasar bahan yang digunakan dalam setiap perhitungan, misalnya perkiraan biaya dasar tack coat yang digunakan
untuk perkerasan aspal pada tahun 2012 telah dihitung sebagai Persamaan. (3):

ððV x150301Þ þ ðd a V x200201Þ þ ðd a V x200202Þ þ ðd a V x200203ÞÞ y1 ¼ 1000

ð3Þ

Di mana,
y1 = biaya dasar cat dasar per kilogram d = jarak
hipotetis untuk transportasi a = item koefisien yang
tersedia yang memberikan tampilan halus dalam daftar harga V = jumlah bahan yang
dikonsumsi untuk menghitung tarif utama x150301 = harga untuk memasok dan
melayani sebagai lapisan permukaan (kg) x200201 = harga aspal angkut dari 30
s/d 75 km (ton/km) x200202 = harga aspal angkut dari 75 s/d 150 km (ton/km)
x200203 = harga aspal angkut dari 150 s/d 300 km (ton /km)

Angka-angka yang ditunjukkan di bawah x berkaitan dengan nomor baris mereka dalam daftar harga.
Akhirnya, y1 telah dihitung sebagai Persamaan. (3):

ðð1000 7493Þ þ ð45 1:05 1 704Þ þ ð75 1:05 1 704Þ þ ð150 1:05 1 454ÞÞ ¼ 7668 Rial y1 ¼ 1000
ð3Þ

Mempertimbangkan data pada Tabel 1 dan menerapkan metode regresi, diperoleh tiga model untuk perkerasan beton dan enam model untuk
perkerasan aspal. Setelah menerapkan ANOVA dan uji-t, satu model perkerasan beton dan satu model perkerasan aspal ditolak dan akibatnya dikeluarkan
dari daftar. Untuk model yang tersisa, kesalahan prediksi masing-masing model diukur dan akhirnya model regresi berikut disetujui dengan kesalahan
rata-rata 8% untuk perkerasan beton dan 7,1% untuk perkerasan aspal untuk jalan bebas hambatan dan jalan raya. Di bawah ini, model regresi beton
dan kemudian model perkerasan aspal dijelaskan. Perlu diperhatikan bahwa model dikembangkan berdasarkan satuan harga Rial.

Model regresi perkerasan beton

Untuk jalan bebas hambatan dan jalan raya dengan perkerasan beton, model dihitung sebagai Persamaan. (4):

¼ 11248:85839x1 þ 32732:57575x2 þ 92156734 ð4Þ

dimana x1 adalah harga dump truck berkapasitas sekitar 10 ton dengan driver dan x2 adalah harga kerikil yang telah dicuci. Model tersebut
menggambarkan bahwa dengan memprediksi harga dari dua variabel tersebut, biaya perkerasan beton akan dihitung.

Model regresi perkerasan aspal

Untuk jalan bebas hambatan dan jalan raya dengan perkerasan aspal, model dihitung sebagai Persamaan. (5):

¼ 68178:537x1 þ 24955:482891x2 þ 507892:791807x3 þ 29668:94969x4 5851:498718x5

ð5Þ
3085:989966x6 10501:50597x7 þ 2236:485713x8 þ 80802486
Machine Translated by Google

/ Studi Kasus Bahan Konstruksi 12 (2020) e00346 7

dimana x1 harga pasir cuci, x2 harga kerikil cuci, x3 harga bitumen MC 250, x4 harga tukang aspal, x5 harga tangki sprinkler 20.000 liter
dengan driver, x6 harga rubber wheel loader dengan tenaga sekitar 150 tenaga kuda dengan driver, x7 adalah harga grader dengan 150
tenaga kuda dengan driver dan x8 adalah harga mesin play asphalt - Finger wheel chainsaw dengan driver. Model tersebut menggambarkan
bahwa dengan memprediksi harga dari delapan variabel tersebut, biaya perkerasan aspal akan dihitung.

Persamaan. 4 dan 5 menunjukkan bahwa biaya pembangunan satu kilometer perkerasan beton dan perkerasan aspal akan dihitung
dengan memasukkan beberapa parameter yang digambarkan sebagai nilai x dalam persamaan. Dengan kata lain, model regresi yang
dikembangkan oleh Persamaan. 4 dan 5 cocok untuk memperkirakan biaya perkerasan. Selain itu, penulis akan menerapkan persamaan
tersebut untuk mengevaluasi risiko ekonomi perkerasan jalan dengan memasukkan fluktuasi harga parameter independen (xi).

Pengecekan validitas dan kebenaran model regresi

Dalam setiap model regresi linier, terdapat beberapa asumsi bahwa jika model tersebut benar, dan hasil regresinya valid, jika tidak maka
harus diganti dengan model lain. Pernyataan tersebut meliputi: 1) Rata-rata kesalahan adalah nol; 2) Kesalahan varian adalah konstan
meskipun tidak diketahui; 3) Nol adalah korelasi antara kesalahan dalam tahapan yang berbeda; 4)
Distribusi kesalahan normal. Klaim ini tidak selalu berlaku untuk sisa-sisa [19]. Berikut ini disajikan analisis regresi dan verifikasi kebenaran
persamaan regresi yang dihitung untuk perkerasan beton.
1. Memeriksa kesalahan rata-rata nol: dengan menerapkan data dari 1998–2013, kesalahan rata-rata dihitung seperti yang ditunjukkan
pada Tabel 2 untuk perkerasan beton dan aspal. Hasilnya menunjukkan bahwa kesalahan rata-rata adalah nol.
Pada Tabel 2 nilai unstandardized residual didefinisikan sebagai berikut:

Residual Tidak Standar = ykalkulasi –prediksi

Dimana,
yprediction = biaya konstruksi yang dihitung sesuai dengan model regresi yhitung = biaya
konstruksi yang dihitung sesuai dengan Tabel 1.
2. Periksa distribusi kesalahan normal: Kontrol ini dilakukan berdasarkan uji Shapiro-Wilk yang menyelidiki normalitas data [21].
Berdasarkan Tabel 3 dan tingkat signifikansi uji Shapiro-Wilk pada perkerasan beton dan aspal, yaitu sebesar 0,651 dan 0,762, masing-
masing lebih besar dari 0,05. Seseorang dapat mengasumsikan distribusi kesalahan dengan kepercayaan normal yang tinggi.

3. Memeriksa konstanta varian kesalahan: Artinya V ei ð Þ ¼ s2 : 8i. Seperti dapat dilihat pada Gambar. 2, varian kesalahan hampir
konstan.
Seperti yang ditunjukkan pada Gambar 2, kesalahan telah didistribusikan dalam rentang tertentu pada sumbu y = 0. Dengan kata lain,
dapat disimpulkan bahwa kesalahan tidak tiba-tiba berkurang atau berkurang. Oleh karena itu, varian kesalahan hampir
konstan.
4. Memeriksa korelasi nol antar kesalahan: Artinya COV ei : ej ¼ 0 : 8i:j. Berdasarkan Gambar 2 dapat dilihat bahwa
residu tersebar di sumbu x secara tidak sengaja sehingga model regresi dekat tidak tergantung satu sama lain.
Mengingat bahwa semua model regresi linier mengklaim modelnya benar, maka model yang disebutkan dipilih sebagai model yang sesuai
model untuk jalan bebas hambatan dan jalan raya dengan perkerasan beton dan aspal.

Investigasi koefisien korelasi variabel dengan nilai output: Mencari koefisien korelasi variabel dengan nilai output dilakukan untuk lebih
meyakinkan apakah variabel yang disajikan dalam model berkorelasi dengan output atau
bukan.

Tabel 2
Rata-rata, Kemiringan dan Kurtosis kesalahan untuk jalan bebas hambatan dan jalan raya.

Trotoar Model N Berarti Kecondongan Kurtosis

Statistik Statistik Statistik Std.Kesalahan Statistik Std.Kesalahan

Konkret Residu Tidak Standar - Model 2 Metode Bertahap 16 0,0000001 0,205 0,564 1.043 1.091
N yang valid (berdasarkan daftar) 16
Aspal Residu Tidak Standar - Model 6 Metode Mundur 16 0,0000004 0,020 0,564 0,552 1.091
Valid N (daftar-bijaksana) 16

Tabel 3
Tes Shapiro-Wilk untuk kesalahan jalan bebas hambatan dan jalan raya.

Trotoar Model Shapiro-Wilk

Statistik df Sig.
Konkret Residu Tidak Standar - Model 2 Metode Bertahap 0,959 16 0,651
Aspal Residu Tidak Standar - Model 6 Metode Mundur 0,966 16 0,762
Machine Translated by Google

8 / Studi Kasus Bahan Konstruksi 12 (2020) e00346

Gambar 2. Menunjukkan distribusi kesalahan untuk jalan bebas hambatan dan jalan raya.

Tabel 4
Koefisien korelasi variabel independen dengan biaya konstruksi rata-rata di jalan bebas hambatan dan jalan raya.

Trotoar Patokan Koefisien korelasi dengan biaya rata-rata perkerasan jalan

bebas hambatan dan jalan raya

Konkret dump truck dengan kapasitas sekitar 10 ton dengan driver 0,993
Kerikil yang dicuci 0,991
Aspal Pasir yang dicuci 0,978
Kerikil yang dicuci 0,905
Aspal MC 250 0,991
Pekerja aspal 0,965
Tangki penyiram (20000 liter) dengan driver wheel 0,969
loader karet dengan tenaga sekitar 150 tenaga kuda dengan driver grader dengan 150 tenaga kuda 0,970
dengan driver 0,966
Mainkan mesin aspal - Gergaji roda jari dengan pengemudi 0,946

Seperti yang ditunjukkan pada Tabel 4, variabel terkait pada perkerasan beton dan aspal memiliki korelasi yang tinggi dengan rata-rata
biaya perkerasan beton dan aspal di jalan bebas hambatan dan jalan raya, hadir dalam persamaan regresi yang diberikan.

4.1.2. Model deret waktu

Prosedur untuk mendapatkan time series perkerasan beton dijelaskan sebagai berikut:
Pada langkah pertama, menuju pemeriksaan data (stasioner), berikut diagram (proses perubahan harga) dari
biaya konstruksi rata-rata perkerasan beton ditarik.
Seperti yang ditunjukkan pada Gambar 3 dan berdasarkan uji KPSS, jumlah LM-Stat adalah sebesar 0,634 yang lebih besar dari level kritisnya
5% dan 10%. Oleh karena itu, teori nol (data stasioner) akan ditolak. Dengan demikian, data tidak stasioner dari waktu ke waktu. Untuk
menstabilkan data, teknik diferensial digunakan. Besarnya LM-Stat adalah sebesar 0,304 dan lebih kecil dari level kritisnya 5% dan 10% dengan
melakukan teknik diferensial sebanyak tiga kali dan berdasarkan uji KPSS. Oleh karena itu, data akan menjadi stasioner dengan menggunakan
teknik diferensial pada tiga kesempatan (d = 3). Jenis model dan posisi p dan q akan ditentukan dengan menggunakan ACF dan PACF. Di sini,
posisi p sama dengan 1 dan q sama dengan 0. Mengingat fakta bahwa korelasi parsial akan kehilangan sifat bermaknanya pada level 1; oleh
karena itu, model deret waktu untuk prosedur konkrit adalah ARIMA (1, 3, 0).

Setelah langkah pertama dan mengidentifikasi model, estimasi koefisien model dilakukan seperti yang dijelaskan pada Persamaan. (6):

y3 ¼ 67833136 0:783177y3 t1 ð6Þ

Dimana, y3 sama dengan diferensiasi urutan ketiga dari harga perkerasan beton.
Pada langkah ketiga, uji BOX-Pierce digunakan untuk memverifikasi keakuratan model. Hasil statistik Q menunjukkan
bahwa itu tidak bermakna dalam istilah statistik dan bahwa sisa dari praktik model murni karena kebetulan.
Akhirnya, Persamaan. (7) diperoleh untuk perkerasan beton dengan menyederhanakan Persamaan. (6), di mana tahun dasarnya adalah 2002.

yt ¼ 67833136 þ 2:216823yt1 0:650469yt2 1:349531yt3 þ 0:783177yt4 ð7Þ

Machine Translated by Google

/ Studi Kasus Bahan Konstruksi 12 (2020) e00346 9

Gambar 3. Trend perubahan harga perkerasan beton selama ini.

Untuk melanjutkan upaya saat ini, prosedur pencapaian perkerasan aspal serta model deret waktu dijelaskan:

Pada langkah pertama, menyelidiki sifat (stasioner) data terhadap biaya rata-rata pembuatan perkerasan aspal tersebut
proses perubahan harga dipetakan pada Gambar 4.
Seperti yang ditunjukkan pada Gambar 4 dan berdasarkan uji KPSS, jumlah LM-Stat adalah sebesar 0,586 yang lebih besar dari level kritisnya
yaitu 5% dan 10%. Oleh karena itu, teori nol (jika data stasioner) ditolak. Jadi, data tidak stasioner dari waktu ke waktu.
Untuk menstabilkan data, teknik diferensial digunakan. Dengan mengembangkan diferensial pada dua kesempatan dan berdasarkan uji KPSS
besarnya LM-Stat adalah sebesar 0,288, lebih kecil dari level kritisnya 5% dan 10%. Oleh karena itu, data akan menjadi stasioner dengan
membentuk diferensiasi pada tiga kesempatan (d = 2). Jenis model dan posisi p dan q ditentukan dengan menggunakan ACF dan PACF.
Akibatnya, p dan q masing-masing sama dengan 1 dan 0. Mengingat korelasi parsial kehilangan sifat bermaknanya pada level satu, maka model
deret waktu untuk perkerasan beton adalah ARIMA (1, 2, 0).
Setelah langkah pertama dan mengidentifikasi model, estimasi koefisien model dibuat dengan Persamaan. (8):

y2 ¼ 591427095 þ 1:24593803081y2 t1 ð8Þ

Dimana y2 sama dengan diferensiasi orde kedua dari harga perkerasan aspal.
Pada langkah ketiga, untuk memverifikasi keakuratan model, uji statistik BOX-Pierce digunakan. Hasil statistik Q menunjukkan bahwa model
tersebut tidak bermakna secara statistik dan bahwa sisa hasil dari praktik model murni secara kebetulan.

Akhirnya, dengan menyederhanakan Persamaan. (8), Persamaan. (9) diperoleh untuk perkerasan aspal, dimana tahun dasarnya adalah 2002.

yt ¼ 591427095 þ 0:754619692yt1 þ 1:491876062yt2 1:24593803081yt3 ð9Þ

4.2. Perbandingan model regresi dan deret waktu

Pada bagian ini, perbandingan model regresi dan time series dibuat dan model yang sesuai akan dipilih dari antara model-model tersebut.
Untuk melanjutkan percobaan ini, hasil dari Tabel 5 dicapai dengan menggunakan model 1, 2, 3, 4, 6, 8 dan Tabel 1.

Seperti terlihat pada Tabel 5 rata-rata persentase error model time series dan regresi perkerasan beton adalah sama, namun mengingat model
time series sangat sensitif terhadap data tahun-tahun sebelumnya dan sejak tahun 2013 dengan kenaikan harga aspal seperti serta liberalisasi
subsidi (konsekuensinya adalah kenaikan bertahap secara tiba-tiba dalam konstruksi

Gambar 4. Trend perubahan harga perkerasan aspal selama ini.

Machine Translated by Google

10 / Studi Kasus Bahan Konstruksi 12 (2020) e00346

Tabel 5
Persen error estimasi harga perkerasan untuk model regresi dan time series.

Trotoar Model pe KACANG

2014 2015 2016 Rata-rata

Konkret Regresi 7 8 10 8
Deret waktu 11 5 7 8

Aspal Regresi 0 10 11 7.1

Deret waktu 10 71 46 42

Tabel 6
Standar deviasi variabel independen.

Trotoar Patokan Deviasi Standar

Konkret dump truck dengan kapasitas sekitar 10 ton dengan driver 74,051.307
Kerikil yang dicuci 22,398.139
Aspal Pasir yang dicuci 19102.972
Kerikil yang dicuci 22398.139
Aspal MC 250 2027.136
Pekerja aspal 10913.199
Tangki penyiram (20000 liter) dengan driver 92683.248
wheel loader karet dengan tenaga sekitar 150 tenaga kuda dengan driver grader dengan 150 119353.338
tenaga kuda dengan driver 118394.338
Mainkan mesin aspal - Gergaji roda jari dengan pengemudi 153284.769

biaya perkerasan aspal) model ini tidak memberikan estimasi yang baik untuk perkerasan aspal. Oleh karena itu, error pada
model time series perkerasan aspal sangat besar. Oleh karena itu, penulis bermaksud menggunakan model regresi perkerasan
aspal dan beton untuk melakukan simulasi Monte Carlo untuk menilai risiko ekonomi.

4.3. Evaluasi risiko ekonomi

Sekarang, untuk mengevaluasi risiko ekonomi perkerasan beton dan aspal, simulasi Monte Carlo diterapkan. Untuk
menentukan fluktuasi harga variabel independen, data historis akan digunakan. Karena harga variabel independen tiga tahun
terakhir (2014, 2015 dan 2016) disebabkan oleh fluktuasi harga, mereka berada di luar kebiasaan. Data pada tahun 1998–
2013 dipilih untuk dicari distribusinya. Karena model prediksi biaya untuk kedua perkerasan sudah jelas, langkah kedua, yaitu
menentukan distribusi variabel independen, diambil. Para penulis memeriksa normalitasnya dan, dalam kasus normal, standar
deviasi dari variabel independen dibahas. Dengan memeriksa sepuluh variabel independen, normalitas data terbukti dan
standar deviasinya ditunjukkan pada Tabel 6. Parameter yang digambarkan pada Tabel 6 sama dengan yang ada pada model
prediksi biaya untuk perkerasan beton dan aspal.

Hasil simulasi Monte Carlo dan 10.000 kali pengulangan adalah seperti Gambar. 5 dan 6., dan Tabel 7; perhitungan
dilakukan dalam perangkat lunak @RISK:

Gambar 5. Estimasi histogram perubahan harga perkerasan jalan bebas hambatan dan jalan tol.
Machine Translated by Google

/ Studi Kasus Bahan Konstruksi 12 (2020) e00346 11

Gambar 6. Kurva prediksi perubahan harga perkerasan jalan raya dan jalan bebas hambatan.

Tabel 7
Informasi prediksi perubahan harga perkerasan jalan raya dan jalan tol.

Nama Rata-rata Minimal Maksimum Std Dev Perbedaan Kecondongan Kurtosis Mode X kiri P kiri

Aspal 3.51E+09 1.18E+10 1.97E+10 2.32E+09 5.38E+18 3.14E-02 1.22E+18 2.932057 8.71E+09 7.90E+09 5%
Konkret 5.17E+09 9.52E+09 1.42E+10 1.11E+09 2.19E-02 Perc. Perc ke-95 2.976211 8.58E+09 7.67E+09 5%
Nama Kanan X Kanan P Diff. Beda.
Aspal 1.56E+10 95% X7.67E+09 P 90 % 7.90E+09 1.56E+10
Konkret 1.13E+10 95% 3.63E+09 90% 7.67E+09 1.13E+10

Gambar 7. Grafik Tornado Analisis kepekaan terhadap harga perkerasan jalan bebas hambatan dan jalan raya.

Seperti yang ditunjukkan pada Gambar. 5 & 6, juga pada Tabel 7 dengan lebih detail terungkap bahwa standar deviasi perkerasan
aspal lebih besar daripada perkerasan beton. Dengan kata lain, risiko ekonomi atau fluktuasi biaya perkerasan aspal di Iran akan lebih
tinggi daripada perkerasan beton. Dengan mengacu pada Tabel 1, biaya perkerasan beton dibandingkan dengan perkerasan aspal telah
menurun dari tahun 2008 hingga 2016. Hal ini menyiratkan bahwa pilihan perkerasan beton lebih logis daripada biaya dan risiko ekonomi
di jalan bebas hambatan dan jalan raya.
Untuk penyelidikan lebih lanjut pada hasil, analisis sensitivitas dilakukan. Gambar 7 menyajikan grafik tornado untuk setiap perkerasan.
Seperti yang ditunjukkan pada Gambar 7, sensitivitas variabel di setiap perkerasan berbeda. Biaya per jam untuk dump truck dengan
kapasitas sekitar 10 ton dengan pengemudi lebih sensitif daripada pasir cuci pada biaya perkerasan beton tetapi perbedaan ini tidak terlalu
besar. Dengan cara yang sama, biaya perkerasan aspal lebih sensitif terhadap pasir yang dicuci. Analisis ini berguna ketika terjadi
perubahan harga variabel independen. Pembuat keputusan dapat melacak jumlah perubahan biaya setiap trotoar. Dengan kata lain,
pengambil keputusan harus memperhatikan variabel-variabel dengan sensitivitas tinggi selama tahap eksekusi untuk mengurangi risiko
ekonomi selama konstruksi.
Machine Translated by Google

12 / Studi Kasus Bahan Konstruksi 12 (2020) e00346

5. Kesimpulan

Perkerasan jalan merupakan salah satu komponen jalan yang sangat penting karena bersinggungan langsung dengan kendaraan. Struktur trotoar
terkait dengan jenisnya. Ada dua trotoar yang paling sering digunakan di Iran, beton dan aspal. Karena besarnya biaya pembangunan jalan tergantung
pada biaya perkerasan, pertanyaan ini perlu dijawab apakah perkerasan beton atau aspal adalah pilihan yang cocok. Makalah ini bermaksud untuk
menjawab pertanyaan ini dalam kaitannya dengan risiko ekonomi. Probabilitas perubahan harga dalam membangun perkerasan beton atau aspal telah
diterapkan sebagai definisi risiko ekonomi dalam makalah ini. Karena pemerintah Iran bertanggung jawab atas sebagian besar infrastruktur seperti jalan
bebas hambatan dan jalan raya, masalah perubahan harga menjadi sangat penting. Sebagai contoh, anggaran pemerintah untuk menyelesaikan proyek
jalan bebas hambatan ditantang ketika harga aspal di Iran naik dua kali lipat. Berdasarkan laporan tidak resmi, sekitar 40% dari anggaran Iran dalam
proyek jalan raya telah digunakan untuk menyediakan aspal. Ada tantangan yang sama untuk perkerasan beton seperti kemungkinan perubahan harga
semen. Temuan dari makalah ini dapat membantu administrator untuk memutuskan untuk menerapkan jenis perkerasan dalam proyek mereka sehubungan
dengan risiko ekonomi konstruksi.

Untuk menentukan jenis perkerasan beton atau aspal mana yang memiliki perubahan harga lebih rendah di Iran, dikembangkan dua bagian.
Pada bagian pertama, mengembangkan model untuk memprediksi biaya perkerasan ini dipertimbangkan dan pada bagian kedua, pilihan terbaik dipilih
dalam hal risiko ekonomi untuk membangun jalan raya dan jalan bebas hambatan Iran. Secara lebih rinci, berdasarkan data yang dikumpulkan untuk tahun
1998–2016, dua model termasuk model regresi dan deret waktu dikembangkan untuk memprediksi biaya perkerasan beton dan aspal. Untuk menemukan
model yang cocok, model regresi dan deret waktu dibandingkan berdasarkan kesalahan rata-rata mereka ketika memperkirakan biaya masa depan dan
kemampuan mereka untuk bekerja dalam situasi yang tidak normal. Hasil penelitian menunjukkan bahwa walaupun kedua model memberikan rata-rata
error yang sama pada situasi normal, model regresi lebih tepat dibandingkan dengan model time series ketika diterapkan pada situasi tidak normal. Hasil
model regresi menunjukkan bahwa biaya perkerasan beton akan diestimasi oleh dua variabel independen dengan mean error 8% dan delapan variabel
independen dengan mean error 7,1% untuk perkerasan aspal. Setelah menyelesaikan model prediksi, dengan menerapkan simulasi Monte Carlo, risiko
ekonomi perkerasan ini dinilai. Hasil penelitian menunjukkan bahwa biaya perkerasan beton pada tahap konstruksi lebih murah dibandingkan perkerasan
aspal sejak tahun 2008 di Iran. Hal ini karena kenaikan harga aspal dan kenaikan produksi semen di dalam negeri tetapi pertanyaan utamanya adalah jenis
perkerasan jalan mana yang memiliki risiko ekonomi paling rendah. Untuk tahun 2016, menggunakan simulasi Monte Carlo dan 10.000 kali, kisaran harga
90% untuk biaya perkerasan beton berkisar antara 7,67 hingga 11,31 miliar Rial. Untuk perkerasan aspal, jumlah ini berkisar antara 7,90 dan 15,57 miliar
Rial. Sementara itu, hasil simulasi Monte Carlo menunjukkan bahwa perkerasan beton memiliki standar deviasi yang lebih kecil daripada perkerasan aspal.
Artinya peluang terjadinya perubahan harga pada perkerasan beton lebih kecil daripada perkerasan aspal.

Namun demikian, penulis berusaha semaksimal mungkin masih terdapat beberapa kekurangan dalam penelitian ini. Yang pertama adalah temuan
makalah ini termasuk harga dua trotoar dan hasil penilaian risiko ekonomi sangat terkait dengan spesifikasi proyek Iran tetapi metodologi yang disajikan
dapat diterapkan dalam setiap situasi. Kekurangan lainnya adalah makalah ini tidak mempertimbangkan kriteria lain seperti biaya pemeliharaan dan durasi
proyek. Penulis membatasi penelitian mereka pada perubahan bahan perkerasan ini dan mereka ingin menyimpulkan perilaku perkerasan ini dalam hal
biayanya berdasarkan data historis bahan-bahannya. Keterbatasan lainnya adalah mengabaikan masalah lingkungan. Hasilnya dapat diubah ketika
masalah lingkungan dipertimbangkan.

Berdasarkan kekurangan yang telah disebutkan, peneliti pada penelitian selanjutnya dapat mengembangkan karya-karyanya dalam mengatasi
kekurangan tersebut. Selain itu, pekerjaan di masa depan dapat menggunakan jaringan saraf dan simulasi Montenegro untuk mengevaluasi risiko ekonomi
dari kedua jenis perkerasan ini dan membandingkan hasil pekerjaan mereka dengan upaya saat ini untuk menjawab pertanyaan tentang metode mana
yang lebih disukai. Juga, dimungkinkan untuk mengevaluasi risiko ekonomi dari kedua perkerasan ini dengan menggunakan metode penilaian risiko lainnya
seperti Real Option dan membandingkan hasilnya dengan hasil penelitian saat ini. Saran lainnya adalah membandingkan risiko perkerasan beton dan
aspal dalam siklus hidup perkerasan.

Deklarasi Kepentingan Bersaing

Tidak ada konflik kepentingan.

Lampiran A. Data tambahan

Materi tambahan terkait artikel ini dapat ditemukan, dalam versi online, di doi:https://doi.org/10.1016/j.
cscm.2020.e00346.

Referensi

[1] buku fakta dunia. (2017). Diambil dari https://www.cia.gov/library/publications/the-world-factbook/.

[2] K.-d. Wong, Q. Fan, Pemodelan informasi bangunan (BIM) untuk desain bangunan berkelanjutan, Fasilitas 31 (3/4) (2013) 138–157.
[3] M. Sharaf, HT Abdelwahab, Analisis faktor risiko proyek pembangunan jalan raya di Mesir, J.Civ. Eng. Arsitek. 9 (12) (2015) 526–533.
[4] A. Vishambar, S. Kaustubh, P. Kartik, A. Salunkhe, Perencanaan risiko dalam proyek pembangunan jalan raya: studi kasus, Int. J. Res Terbaru. Eng. Technol. (IJLRET) 2
(3) (2016) 57–63.
[5] Analisis Biaya Siklus Hidup: Panduan Untuk Membandingkan Desain Perkerasan Alternatif, American Concrete Pavement Association, 2002.
Machine Translated by Google

/ Studi Kasus Bahan Konstruksi 12 (2020) e00346 13

[6] Jalan Raya Hijau: Perkerasan Beton yang Ramah Lingkungan dan Ekonomis, Asosiasi Perkerasan Beton Amerika, 2007.
[7] JW Mack, Akuntansi tingkat inflasi khusus bahan dalam analisis biaya siklus hidup untuk pemilihan jenis perkerasan, Transp. Res. Rek. 2304 (1) (2012) 86–
96.
[8] E. Sullivan, A. Moss, Perbandingan Biaya Pengaspalan: Aspal Campuran Hangat Versus Beton, Intelijen Pasar PCA, 2014.
[9] R. Liu, BW Smartz, B. Descheneaux, LCCA dan LCA lingkungan untuk pemilihan perkerasan jalan raya di Colorado, Int. J. Mempertahankan. Eng. 8 (2) (2015) 102–110.
[10] O. Adow, SE Allotey, BK Sasraku-Neequaye, Analisis biaya komparatif antara perkerasan aspal dan perkerasan beton dalam konstruksi jalan: studi kasus menggunakan beton
mutu 35, Civ. Mengepung. Res. 7 (10) (2015) 94–104.
[11] MV Mohod, KN Kadam, Studi Banding Perkerasan Rigid dan Lentur: Review, IOSR J. Mech. Sipil Eng. 13 (3) (2016) 84–88.
[12] L. Moretti, G. Cantisani, P. Di Mascio, S. Caro, Evaluasi teknis dan ekonomi pencahayaan dan trotoar di terowongan jalan Italia, Tunn. Sarjana Ruang angkasa
Technol. 65 (2017) 42–52.
[13] M. Batouli, M. Bienvenu, A. Mostafavi, Menempatkan teori keberlanjutan ke dalam praktik desain jalan: implementasi analisis LCA dan LCCA untuk pemilihan jenis perkerasan
dalam pengambilan keputusan dunia nyata, Transp. Res. D Transp. Mengepung. 52 (2017) 289–302.
[14] A. Umer, K. Hewage, H. Haider, R. Sadiq, Kerangka Evaluasi Keberlanjutan untuk Teknologi Perkerasan: Sebuah Siklus Hidup Terpadu Ekonomi dan
analisis pertukaran lingkungan, Transp. Res. D Transp. Mengepung. 53 (2017) 88–101.
[15] G. Cantisani, P. Di Mascio, L. Moretti, Penilaian siklus hidup komparatif sistem pencahayaan dan perkerasan jalan di terowongan jalan tabung ganda Italia, Keberlanjutan 10 (11)
(2018) 4165.
[16] J. Santos, S.Bressi,V. Cerezo, DL Presti, SUP&R DSS: sistem pendukung keputusan berbasis keberlanjutan untuk perkerasan jalan,J. Membersihkan. Prod.206 (2019) 524–540.
[17] AA Ramezanianpour, N. Aarabi, Perbandingan Teknis, Ekonomi dan Lingkungan Perkerasan Beton dan Aspal, Vol. 1, Negarandedanesh.,
Teheran, 2014.
[18] N. Gujarati, D, edisi ke-13, Ekonometrika Dasar, Vol. 1, University of Tehran Press, Teheran, 2015.
[19] M. Esmailian, MR Rabie, Panduan Lengkap SPSS 22, Vol. 1, Dibagan., Teheran, 2015.
[20] S. Rozbehi, K. Jeda, Manajemen Risiko Proyek Menggunakan Pertmaster, Publikasi Kian., Teheran, 2014.
[21] SS Shapiro, MB Wilk, Analisis Uji Varian untuk Normalitas (Sampel Lengkap), Biometrika 52 (1965) 591–611.

*
Hamidreza Abbasianjahromia,
Shahryar Aghevlib
A
Departemen Teknik
Sipil Mehdi Ravanshadniac , Universitas Teknologi KN Toosi, No. 1346, Jalan Vali Asr, Persimpangan Mirdamad, Teheran, Iran
B

Universitas Islam Azad, Cabang Sains dan Penelitian, Daneshgah Blvd, Simon Bulivar Blvd, Teheran, Iran
C

Fakultas Teknik Sipil, Universitas Islam Azad, Cabang Sains dan Penelitian, Daneshgah Blvd, Simon Bulivar Blvd, Teheran,
Iran

*
Penulis yang sesuai.
Alamat email: habasian@kntu.ac.ir (H. Abbasianjahromi).

Diterima 23 Juli 2019