Machine Translated by Google

Otomasi dalam Konstruksi 72 (2016) 380–387

Daftar konten tersedia di ScienceDirect

Otomasi dalam Konstruksi

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

Model multi-atribut untuk tata letak lokasi konstruksi menggunakan logika fuzzy
intuisionistik
Xinning a,b
, LY Ding A,
ÿ, HB Luo A , SJ Qi C
A
Sekolah Teknik Sipil & Mekanika, Universitas Sains & Teknologi Huazhong, Wuhan, Provinsi Hubei, Cina
B
Sekolah Manajemen Investasi & Konstruksi, Universitas Keuangan & Ekonomi Dongbei, Dalian, Provinsi Liaoning, Cina
C
Sekolah Tinggi Teknik Sipil, Universitas Huaqiao, Xiamen, Provinsi Fujian, Cina

info artikel abstrak

Riwayat artikel: Sebagian besar peneliti telah berkonsentrasi mempelajari model pengoptimalan untuk menghasilkan rencana tata letak lokasi
Diterima 3 Agustus 2015 konstruksi yang optimal menggunakan algoritme yang berbeda, sementara metode keseluruhan untuk mengevaluasi dan memilih
Diterima dalam bentuk revisi 8 September 2016
tata letak situs terbaik yang dihasilkan dari model pengoptimalan kurang mendapat perhatian. Dalam model optimisasi, biaya
Diterima 22 September 2016
konstruksi umumnya dipertimbangkan dalam fungsi tujuan. Namun, beberapa tujuan, seperti keamanan dan keterkaitan dengan
Tersedia online 26 September 2016
transportasi eksternal, sulit diukur dalam fungsi tujuan dan tidak dipertimbangkan dalam studi sebelumnya. Makalah ini berfokus
pada evaluasi dan pemilihan tata letak lokasi konstruksi dengan mempertimbangkan tujuan kualitatif.
Kata kunci:
Perencanaan tata letak lokasi konstruksi Sebuah model pengambilan keputusan multi-atribut fuzzy intuisionistik dikembangkan yang menggabungkan teori himpunan fuzzy
Logika fuzzy intuitif intuisionistik dan teknik untuk preferensi pesanan dengan kemiripan dengan solusi ideal (TOPSIS). Model ini mengatasi kekurangan
TOPSIS dari himpunan fuzzy tradisional saat menjelaskan keadaan yang ambigu dan tidak jelas dengan menggunakan fungsi keanggotaan.
Pengambilan keputusan multi-atribut Penerapan model ini untuk pemilihan tata letak lokasi terbukti masuk akal dan efektif berdasarkan data dari proyek konstruksi nyata.

© 2016 Elsevier BV Semua hak dilindungi undang-undang.

1. Perkenalan
Perencanaan tata letak lokasi konstruksi (CSLP) adalah proses pengambilan
keputusan di mana fasilitas lokasi yang tersedia ditugaskan ke lokasi bebas untuk
memenuhi berbagai tujuan, seperti biaya minimum, tingkat keamanan lokasi
konstruksi maksimum, dan penanganan material yang efisien. Dalam praktiknya,
manajer proyek perlu memilih tata letak lokasi konstruksi terbaik, yang merupakan
kompromi antara semua tujuan dan kriterianya, setelah mengevaluasi semua
alternatif tata letak lokasi. Dari perspektif penelitian, proses pengambilan keputusan
ini dapat dipisahkan menjadi tiga tahap: tahap desain untuk mengembangkan
alternatif tata letak tapak, tahap evaluasi dan pemilihan untuk memilih alternatif dan
tahap keluaran untuk mengimplementasikan rencana tata letak tapak yang dipilih.
Dalam studi sebelumnya, sebagian besar peneliti membahas CSLP dalam tahap
desain, yang diformulasikan sebagai masalah optimisasi satu tujuan atau multi
tujuan. Untuk optimasi CSLP tujuan tunggal, meminimalkan biaya konstruksi
seringkali menentukan tata letak situs [1]. Sasaran tunggal tipikal lainnya termasuk
total jarak tempuh [2–5]; keseluruhan biaya transportasi sumber daya per hari [6];
penjumlahan biaya konstruksi dalam tata letak tapak dengan mempertimbangkan
penanganan material, pendirian fasilitas, penanganan ulang dan fasilitas personil
area kerja [7]; dan hubungan jarak (alur kerja, arus informasi, tingkat keselamatan
dan lingkungan,
ÿ Penulis yang sesuai.
Alamat email: dly@hust.edu.cn (LY Ding).
preferensi personil) antara fasilitas [8,9]. Masalah CSLP optimisasi multi-tujuan
mencakup tujuan selain biaya konstruksi, seperti keselamatan [10,11], keamanan
[12], energi potensial total [13], kriteria pengendalian sampah dan satwa liar [14].
Jenis fungsi objektif yang digunakan oleh peneliti yang berbeda sangat bervariasi.
Untuk menemukan solusi tata letak situs yang optimal, berbagai algoritme lanjutan,
seperti algoritme genetika [15] dan algoritme pengoptimalan koloni semut [10],
digunakan untuk mempertimbangkan fungsi tujuan kuantitatif yang telah ditetapkan.
Tulisan ini berfokus pada tahap evaluasi dan seleksi yang sebelumnya mendapat
sedikit perhatian. Dalam studi tahap desain sebelumnya, rencana tata letak situs
dihasilkan menggunakan algoritme pengoptimalan yang mempertimbangkan fungsi
tujuan kuantitatif seperti biaya dan jarak perjalanan. Sasaran kualitatif, seperti
keterkaitan dengan transportasi eksternal, sulit dihitung dan karena itu tidak
dipertimbangkan dalam tahap desain; namun, tujuan ini harus dipertimbangkan
sebagai kriteria pemilihan. Dengan kriteria yang telah ditentukan sebelumnya,
metode kelas kardinal, yang dapat digunakan untuk mengevaluasi dan memilih tata
letak situs akhir di antara solusi yang diturunkan oleh algoritme pengoptimalan
menurut atribut kualitatif, memerlukan studi lebih lanjut. Oleh karena itu, makalah ini
menyajikan studi tentang model pengambilan keputusan multi-atribut (MADM) yang
mencakup metode kelas kardinal untuk mengidentifikasi preferensi kardinal untuk
alternatif tata letak situs dengan atribut kualitatif yang telah ditentukan sebelumnya.
Penelitian ini bertujuan untuk mengembangkan model MADM untuk
mengidentifikasi rencana tata letak tapak terbaik berdasarkan banyak solusi optimal
tata letak tapak dari tahap desain. Teknik mengurutkan preferensi berdasarkan kemiripan dengan

http://dx.doi.org/10.1016/j.autcon.2016.09.008 0926-5805/
© 2016 Elsevier BV Semua hak dilindungi undang-undang.
Machine Translated by Google
X. Ning dkk. / Otomasi dalam Konstruksi 72 (2016) 380–387
solusi ideal (TOPSIS) dikombinasikan dengan teori himpunan fuzzy intuisionistik (IFS)
diterapkan dalam model [16-18]. IFS lebih unggul daripada perangkat fuzzy
tradisional untuk menilai lingkungan fuzzy ketika pembuat keputusan mengalami
kesulitan menggambarkan tingkat 'keunggulan' atribut atau untuk lebih mudah
menyatakan mengapa mereka tidak menyukai atribut. Model yang diusulkan
menggunakan pemrograman linier untuk menyimpulkan bobot atribut dengan
melakukan penilaian fuzzy intuisi dari pentingnya atribut. Dalam kerangka model
yang ditetapkan, sepuluh atribut utama dipilih dari 23 atribut yang dikumpulkan dari
tinjauan literatur.
Model yang diusulkan dan atribut kunci dapat membantu manajer lokasi memilih
rencana tata letak lokasi konstruksi. Keluaran akhir dari model ini akan memenuhi
atribut yang diperlukan untuk rencana lokasi yang efisien. Makalah ini memperlakukan
perencanaan tata letak situs sebagai model pengambilan keputusan dan berfokus
pada tahap evaluasi dan pemilihan, yang telah mendapat sedikit perhatian dalam
penelitian sebelumnya.
Pertama, metode kelas kardinal yang digunakan dalam model MADM ditinjau
untuk mengilustrasikan alasan pengadopsian TOPSIS. Kedua, model dan proses
penerapan model dalam pemilihan tata letak situs dijelaskan secara rinci. Akhirnya,
model diterapkan pada proyek konstruksi nyata.
2. Metode kelas kardinal yang digunakan dalam pengambilan keputusan
Metode kelas kardinal diperlukan jika pembuat keputusan dapat menawarkan
atribut preferensi mobil. Metode-metode ini termasuk proses hierarki analitik (AHP),
TOPSIS, pembobotan aditif sederhana, ELECTRE (yaitu, eliminasi et choix traduisant
la realité), peringkat median dan metode produk tertimbang. Namun, tidak ada aturan
khusus untuk pemilihan metode MADM, yang menjadi masalah tersendiri [16].
Dalam manajemen konstruksi, AHP merupakan metode kelas kardinal yang paling
banyak digunakan karena kesederhanaannya, kemudahan pemahamannya dan
kemudahan penerapannya. AHP dapat membantu para pengambil keputusan ketika
dihadapkan pada pilihan yang berbeda selama proses manajemen. Dalam AHP,
pembuat keputusan mengestimasi peringkat prioritas untuk alternatif dengan
melakukan penilaian perbandingan berpasangan [19].
Selama proses aplikasi, pengambil keputusan tidak perlu merumuskan persamaan
tujuan dan tidak perlu memiliki pengetahuan tentang tujuan dan prioritas [20]. Elemen
kunci dari AHP adalah membangun matriks penilaian dengan menentukan tingkat
kepentingan relatif dari setiap kriteria dan menentukan preferensi mengenai tingkat
kepentingan masing-masing alternatif. Kerugian dari metode ini adalah penggunaan
perbandingan berpasangan untuk mengevaluasi alternatif. Sangat sulit untuk secara
akurat menentukan kepentingan relatif ketika membandingkan satu faktor dengan
yang lain, dan sulit untuk mengukur derajat ke dalam tabel sembilan skala atau tabel
timbal balik lainnya [20].
TOPSIS dikembangkan untuk menemukan solusi terbaik untuk masalah MADM
[16]. Solusi harus mewakili jarak terjauh dari solusi negatif-ideal dan jarak terdekat ke
solusi positif-ideal. Kelebihan TOPSIS meliputi kelebihan AHP, seperti kesederhanaan,
kemudahan pemahaman, kemudahan implementasi, dan tidak ada tujuan untuk
diformulasikan atau diprioritaskan. TOPSIS mengatasi kerugian dari perbandingan
berpasangan yang membosankan. Dalam TOPSIS, evaluator tidak perlu membuat
perbandingan kepentingan relatif alternatif atau memberikan data yang jelas untuk
menggambarkan tingkat kepentingan relatif.
Dalam sistem MADM yang diusulkan, TOPSIS terintegrasi dengan himpunan
fuzzy intuisionistik untuk memperkirakan dan menemukan tata letak tapak terbaik di
antara alternatif tata letak tapak konstruksi. Dengan penerapan TOPSIS fuzzy
intuisionistik, solusi ideal-positif dan solusi ideal-negatif dapat dengan mudah
diidentifikasi karena himpunan fuzzy intuisionistik dapat digunakan untuk
mendeskripsikan preferensi pribadi secara kuantitatif dengan menggunakan fungsi
keanggotaan dan non-keanggotaan secara bersamaan. Menggabungkan IFS dan
TOPSIS memperkuat keunggulan masing-masing. TOPSIS fuzzy intuitif dapat
meningkatkan validitas masalah MADM ketika menghadapi persepsi yang tidak jelas
dalam manajemen konstruksi.
381
3. Model pengambilan keputusan multi-atribut untuk tata letak lokasi konstruksi
Teori himpunan fuzzy intuisionistik (IFS) diperkenalkan oleh Krassimir Atanassov
[21] sebagai perluasan dari teori himpunan fuzzy oleh Lotfi Zadeh [22]. Dalam
himpunan fuzzy klasik, derajat kepunyaan setiap elemen terhadap himpunan yang
ditinjau dinyatakan oleh fungsi keanggotaan, yang nilainya dapat berupa angka dalam
interval [0, 1]. Pengambil keputusan biasanya mengalami kesulitan untuk
menggambarkan tingkat 'keunggulan' atribut dan dapat lebih mudah mengungkapkan
mengapa mereka tidak menyukai atribut. Dengan demikian, adalah tepat untuk
mengadopsi IFS daripada himpunan fuzzy tradisional untuk menilai kriteria alternatif.
Teori himpunan fuzzy intuisi menilai elemen menggunakan tiga fungsi: fungsi
keanggotaan, ÿ(x) (0ÿÿ(x)ÿ1); fungsi bukan keanggotaan, ÿ(x) (0ÿÿ(x)ÿ1); dan fungsi
margin ragu-ragu, ÿ(x) (0ÿÿ(x)ÿ1) yang mungkin sesuai dalam keadaan ketika orang
memiliki pendapat yang mencakup dua atau lebih jawaban dari tipe "ya", "tidak" dan
"saya tidak tahu” atau “Saya ingin tahu”. Fungsi margin ragu-ragu ÿ(x) digunakan
untuk mengatasi situasi di mana seseorang tidak yakin dengan tingkat keanggotaan
atau non-keanggotaan suatu elemen.
Proses penerapan model multi-atribut yang diusulkan diilustrasikan dalam
diagram alur pada Gambar. 1. Model menerapkan logika IFS dan prinsip TOPSIS
[23,24]. Di Bagian 1, logika IFS diterapkan untuk mengevaluasi alternatif tata letak
situs. Pada Bagian 2, prinsip TOPSIS digunakan untuk menghasilkan solusi optimal
dan memilih tata letak yang paling efektif untuk proyek konstruksi.
3.1. Bagian 1: menggunakan IFS untuk mengevaluasi alternatif tata letak lokasi konstruksi
Untuk lokasi konstruksi tertentu, ada n tata letak alternatif, x1 , x2 ,...,xn, yang
direpresentasikan secara matematis sebagai himpunan X= [x1,x2, ...,xn]. Tujuan dari
model ini adalah untuk menemukan tata letak yang paling efektif di antara n alternatif
dengan menggunakan proses optimisasi. Untuk mengevaluasi kinerja setiap alternatif,
atribut a1 sampai am digunakan dalam bentuk himpunan atribut, A= [a1,a2, …,am].
Peringkat alter native xi untuk atribut aj dinyatakan sebagai (ÿij, ÿij), di mana ÿij dan
ÿij masing-masing adalah derajat keanggotaan dan non-keanggotaan. Matriks
peringkat model diberikan di bawah ini:
ÿ
a1 a2 pagi ÿ12 ð Þ ÿ12 ÿ ÿð Þ
x1 ÿ11 ð Þ; ÿ11
ÿ21 1m; ÿ1m
; ÿ22 ð Þ ÿ22 ÿ ÿð Þ 2m; n2m
2 3
R¼ x2 ð Þ ÿ21; ð1Þ
;
6 7
ÿ 6
ÿ ÿÿ ÿ 7
xn 4 ÿn1ð _ ; Þ ÿn1 ÿn2ð _ ; Þ ÿn2 ÿ ÿð nm; Di sini 5
dimana 0ÿÿijÿ1; 0ÿÿijÿ1; dan 0ÿÿij+ÿijÿ1.
Pada penelitian sebelumnya, bobot atribut seringkali diturunkan dari tingkat
kepentingan atribut tersebut, yang dapat diukur dengan skala 1–5 atau dengan
menggunakan perbandingan berpasangan. Metode pembobotan atau AHP dapat
digunakan untuk menghitung bobot akhir. Namun, sulit bagi evaluator untuk
mengungkapkan tingkat 'kepentingan' atribut atau untuk secara akurat menentukan
kepentingan relatif ketika membandingkan satu faktor dengan faktor lainnya dalam
perbandingan berpasangan. Dengan demikian, lebih tepat untuk mengadopsi IFS
daripada himpunan fuzzy tradisional untuk menggambarkan tingkat kepentingan dan
menggunakan pemrograman linier untuk menurunkan bobot atribut.
Biarkan ÿj, ÿj dan ÿj masing-masing menjadi fungsi keanggotaan,
fungsi non-keanggotaan, dan margin ragu-ragu dari atribut aj ke konsep
fuzzy "kepentingan". Batas ragu-ragu dapat digunakan dalam menghitung
hasil akhir terbaik (dan hasil terburuk) yang dapat kita harapkan dalam
suatu proses; margin ini mengarah ke hasil optimal akhir dengan
menambahkan nilai margin ragu-ragu, ÿj, untuk meningkatkan evaluasi
(atau menurunkan evaluasi). Atribut dalam IFS dapat dinyatakan sebagai Z= {bxi,ÿA
M
ÿA(xi),ÿA(xi)N|xiÿX}. Bobot atribut w~ j (ÿ w~ ¼ 1) ada di dalam j
j¼1
interval tertutup [ÿj ,ÿj+ÿj] untuk ÿj=1ÿÿjÿÿj. Untuk mendapatkan yang positif
Machine Translated by Google

382 X. Ning dkk. / Otomasi dalam Konstruksi 72 (2016) 380–387

Gambar 1. Diagram alir model pengambilan keputusan multi-atribut fuzzy intuisionistik.

solusi ide, evaluasi "positif" harus dimaksimalkan, dan evaluasi 3.2. Part 2: TOPSIS engine
"negatif" harus diminimalkan masing-masing dalam dua persamaan
berikut: Seperti yang diilustrasikan pada Gambar 1, matriks bobot IFS W
digunakan sebagai input untuk Bagian 2 dari model multi-atribut.
8 9 Algoritma TOPSIS mengevaluasi alternatif berdasarkan jarak dari solusi
maks Xm < µij þ ÿij w~ =
ð2Þ ideal-positif A+ dan solusi ideal-negatif Aÿ. A+ dan Aÿ, diidentifikasi sebagai:
: j¼1 j;

Aþ ¼ Aþ 1 ;…; Pada M ð6Þ

N
8 9 ¼ maksi ÿij ; mini ÿij jj ¼ 1; 2; …;

min Xm tinggal di~J ð3Þ

< =
: j¼1 ; M
Aÿ ¼ Aÿ Aÿ 1 ; …; N ð7Þ
¼ mini ÿij; ; maks ÿij jj ¼ 1; 2; …;

Persamaan. (2) memaksimalkan evaluasi positif dengan menambahkan

margin keraguan evaluasi, ÿj; evaluasi negatif diminimalkan sesuai dengan Dalam mesin TOPSIS dari model multi-atribut yang diusulkan,
Persamaan. (3). alternatif diprioritaskan dalam hal jaraknya dari A+ dan Aÿ. Jarak
Kedua persamaan tersebut kemudian dapat digabungkan menjadi Persamaan. (4) dan trans untuk kandidat alternatif xi dan A+ serta xi dan Aÿ diukur dengan
dibentuk menjadi masalah pemrograman linier: jarak Euclidean dalam Persamaan. (8) dan Persamaan. (9),
masing-masing.
8 9 ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

maks Xm < ÿij þ ÿijÿÿij w~ j ; =

ð4Þ
yaitu
1 2 2
: j¼1
¼
ÿx -ÿAþ þ ÿxj _ ÿÿAþ ; saya ¼ 1;… n ð8Þ
TIDAK
2 Xm J
Guk j¼1

Persamaan. (4) dapat diselesaikan melalui Algoritma Simplex [25]. Dengan ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

semua bobot atribut yang diperoleh dari pemrograman linier pada Persamaan. yaitu
1 2 2
¼
ÿxj _ ÿÿAÿ þ ÿx j -ÿA- ; saya ¼ 1; …N ð9Þ
(4), matriks bobot IFS W kemudian dapat dibentuk sebagai berikut:
TIDAK
2 Xm
guk j¼1

a1 a2 ÿ am Þ ÿ12 ÿ wm ÿð Þ
Dengan E+ dan Eÿ, koefisien kedekatan setiap alternatif, Ci, bisa
x1 w1 ÿ11 ð ; Þ w2 ÿ12 ð Þ ÿ21
ÿ11 ; 1m; ÿ1m Þ ÿ22 ÿ wm ÿð Þ 2m; ÿ2m
2 3 dihitung sebagai berikut:
Dalam ¼
x2 6 w1 ÿ21 ð ; w2 ÿ22 ð ; 7
ð5Þ
ÿ 6

ÿ ÿÿ ÿ 7

xn 4 w1 ÿn1 ð ; Þ ÿn1 w2 ÿn2 ð ; Þ ÿn2 ÿ wm ÿð nm; Di sini 5 Ci ¼ Ei þ= Eþ i þEÿ Saya

; saya ¼ 1; 2;…; N ð10Þ
Machine Translated by Google
X. Ning dkk. / Otomasi dalam Konstruksi 72 (2016) 380–387
Tujuan akhir dari model multi-atribut adalah untuk menyediakan pembuat
keputusan dengan daftar alternatif tata letak lokasi konstruksi yang diprioritaskan.
Ini dicapai dengan memeringkat alternatif yang diusulkan menurut koefisien
kedekatannya. Karena koefisien kedekatan yang lebih rendah menunjukkan
alternatif yang lebih baik, alternatif tersebut diurutkan berdasarkan nilai
koefisien kedekatan yang meningkat; Artinya, alternatif dengan koefisien
kedekatan terendah berada di bagian atas daftar prioritas. Pemeringkatan yang
dihasilkan menggunakan proses IFS dan teknik pengoptimalan memberikan
informasi penting bagi pembuat keputusan untuk memilih alternatif yang paling
efektif.
4. Studi kasus
Untuk mendemonstrasikan penerapan model multi atribut berbasis IFS
yang diusulkan, studi kasus dilakukan dengan menggunakan proyek konstruksi
nyata. Proyek tersebut merupakan kompleks gedung perkantoran yang didanai
oleh perusahaan internasional dan berlokasi di CBD Beijing, China [26]. Kondisi
geografis lokasi konstruksi dengan fasilitas tetap (yaitu, tiga derek menara, tiga
kerekan material, dua pondok keamanan dan kantor lokasi kontraktor utama)
ditunjukkan pada Gambar. 2. Fasilitas tetap sementara kantor klien dan kantin
adalah tidak dipertimbangkan dalam tata letak situs
Gambar 2. Kondisi geografis lokasi pembangunan.
383
perencanaan karena ruang tamu memiliki dampak yang lebih kecil pada operasi
konstruksi.
Kerekan material digunakan untuk pengangkutan material vertikal untuk
superstruktur, dan lokasinya terkait erat dengan elemen struktural. Tiga derek
menara dipasang di lokasi tertentu selama konstruksi karena biaya
pemasangannya yang sangat tinggi. Gubuk keamanan biasanya ditempatkan di
gerbang utama. Dalam hal ini, ada dua gerbang utama di area kerja. Satu
gerbang adalah pintu masuk situs, dan gerbang lainnya adalah pintu keluar
situs. Gerbang masuk-keluar utama didirikan sesuai dengan kondisi lalu lintas
eksternal. Untuk alasan keselamatan dan keamanan, lokasi site office kontraktor
dan gerbang utama saling berdekatan. Fasilitas sementara tidak tetap yang
terkait dengan operasi konstruksi adalah gudang perkakas, area penyimpanan
baja dan produk setengah jadi, area penyimpanan papan cetak, area
penyimpanan peralatan E&M dan material, halaman pembengkokan tulangan,
penyimpanan elemen struktur baja area, rumah sampah tertutup dan area
penyimpanan elemen beton. Sembilan fasilitas sementara tetap dan delapan
fasilitas sementara tidak tetap dipertimbangkan dalam tata letak lokasi
konstruksi.
Untuk proyek konstruksi ini, enam alternatif tata letak lokasi (A1 hingga A6)
diturunkan pada tahap desain dengan mengoptimalkan fungsi tujuan kuantitatif
dari masalah biaya dan lingkungan menggunakan sistem max-min ant [26] .
Dengan demikian, dalam studi kasus ini, diperlukan enam alternatif tata letak tapak
Machine Translated by Google

384 X. Ning dkk. / Otomasi dalam Konstruksi 72 (2016) 380–387

untuk dievaluasi menggunakan model multi-atribut IFS dengan Untuk lebih memahami atribut kunci, mereka dijelaskan di bawah ini [29]:
mempertimbangkan atribut kualitatif.

4.1. Penentuan atribut kualitatif dalam model pengambilan keputusan
Dalam model yang diusulkan, pengelola atau perencana lokasi perlu menilai
setiap alternatif tata letak lokasi dalam hal atribut yang telah ditentukan
sebelumnya, yang diringkas dari literatur sebelumnya. Literatur menunjukkan
bahwa ada 23 atribut utama yang dapat mempengaruhi efektivitas tata letak
lokasi konstruksi [27-31], seperti yang ditunjukkan pada Tabel 1. Survei
kuesioner dilakukan untuk menentukan kepentingan relatif dari atribut yang
diidentifikasi dalam literatur. Dalam kuesioner, tingkat kepentingan atribut
diukur dengan skala 1–5, yang mewakili 'tidak penting', 'kurang penting',
1) Pengangkutan material produktif: kemudahan atau kesederhanaan sistem
penanganan peralatan dan kontainer untuk memindahkan material ke
dalam, melalui dan keluar area; tidak ada aliran lintas material yang tidak
perlu, transfer, atau pengangkutan material yang lama; peralatan untuk
meningkatkan efektivitas operasi atau langkah kerja yang berurutan.
2) Keselamatan: fitur keselamatan dan pengaruhnya terhadap kecelakaan
karyawan, kerusakan fasilitas dan kebersihan umum area yang terlibat.
3) Koneksi yang mulus dengan sistem lalu lintas eksternal: mudah dihubungkan
dengan metode dan peralatan penanganan eksternal, termasuk jalur kereta
api, dermaga, jalan raya, dan akses lainnya.
4) Ekspansi ruang yang mudah: kesederhanaan dalam meningkatkan ruang yang digunakan.

'penting', 'cukup penting' dan 'sangat penting'.
Kuesioner diisi oleh anggota tim manajemen proyek. Untuk membedakan
faktor penting dari faktor tidak penting dan untuk menyediakan atribut kunci
dalam model yang diusulkan, kepentingan relatif dari atribut dan indeks
kepentingan dihasilkan dengan menggunakan rumus dari Mohammed dan
Hong [32] .
n=N100=5
Indeks Penting ¼ jumlah toÞ ð 11Þ
dimana:a = nilai rating, antara 1 dan 5;n = frekuensi rating a; andN = jumlah
total tanggapan.
Atribut diurutkan berdasarkan indeks kepentingan, seperti disajikan pada
Tabel 1. Dari deskripsi semantik (1 = 'tidak penting', 2 = 'kurang penting', 3 =
'penting', 4 = 'cukup penting' dan 5 = 'sangat penting'), atribut dengan skor rata-
rata di atas 3 diakui sebagai atribut kunci. Nilai 3 pada skala 5 setara dengan
60% pada skala 100%. Oleh karena itu, indeks kepentingan 60% digunakan
sebagai nilai cut-off untuk menentukan apakah suatu atribut harus dimasukkan
dalam model multi-atribut dalam studi kasus ini. Seperti yang ditunjukkan pada
Tabel 1, 10 atribut teratas dalam daftar digunakan dalam tahap evaluasi dan
pemilihan tata letak situs karena indeks kepentingannya lebih tinggi dari 60%.
5) Pergerakan personel yang efektif: tidak ada hambatan atau halangan di
lokasi konstruksi, menyediakan transportasi personel yang efektif.
6) Pemanfaatan dan konfigurasi ruang yang baik: sejauh mana area situs dan
ruang digunakan.
7) Frekuensi dan keparahan potensi bahaya: kemungkinan acci
penyok terjadi dalam tata letak.
8) Operasi yang efisien: sistem transportasi di dalam lokasi konstruksi terkait
dengan operasi logistik seperti menyimpan, memindahkan, memuat ulang,
dan melayani pekerjaan konstruksi; pembatasan waktu pengoperasian
peralatan konstruksi untuk meningkatkan produktivitas.
9) Kemudahan pengawasan dan pengendalian: kemudahan dimana pengawas dan
manajer dapat mengarahkan dan mengendalikan operasi yang menjadi
tanggung jawab mereka.
10) Keamanan: kemudahan menjaga kepatutan atau keamanan informasi
rahasia dan mengendalikan pencurian atau pencurian.
4.2. Penerapan model yang diusulkan
Responden menilai setiap atribut berdasarkan efek atribut pada tata letak
lokasi konstruksi. Berdasarkan penilaian responden tentang efek yang
ditentukan pada upeti, dia memilih salah satu dari tiga pilihan berikut: "setuju",
"tidak setuju", dan "ragu-ragu untuk setuju". Dengan menggunakan metode
statistik, fungsi keanggotaan ÿij dan fungsi non-keanggotaan ÿij untuk setiap
kandidat alternatif xi terhadap atribut aj dapat diperoleh ed. Misalnya, [ÿ,ÿ] =
[0.8, 0.1] berarti delapan orang setuju, satu orang tidak setuju dan satu orang
abstain ketika 10 orang berpartisipasi dalam model pemungutan suara.

Tabel 1
Jadi, seperti yang dijelaskan dalam model multi-atribut yang diusulkan,
Pemeringkatan atribut berdasarkan indeks kepentingan.
kumpulan fuzzy intuisionistik untuk enam alternatif tata letak situs ditunjukkan
Indeks pada Tabel 2.
Atribut kepentingan Peringkat Solusi fuzzy positif-ideal dan negatif-ideal intuitif (A+ dan Aÿ) untuk sepuluh
Transportasi material produktif 94,3 atribut kunci dapat dihitung seperti yang ditunjukkan pada Tabel 3.
Keamanan 92,9 12

Koneksi lancar dengan sistem lalu lintas eksternal 92.9 2

4
Dengan nilai yang diperoleh pada Tabel 3 dan bobot w~ ¼ ½ 0:122; 0:13
Ekspansi ruang yang mudah 87,1
Pergerakan personel yang efektif 85,7 5 2; 0:112; 0:112; 0:122; 0:112; 0:122; 0:112; 0:112; 0:102, jarak ke solusi fuzzy
Pemanfaatan dan konfigurasi ruang yang baik 82,9 6 intuisionistik positif-ideal dan negatif-ideal untuk semua alternatif dan koefisien
Frekuensi dan tingkat keparahan potensi bahaya 74,3 7 kedekatan yang sesuai dapat dihitung. Tabel 4 menyajikan koefisien jarak dan
Operasi yang efisien 71,4 8
kedekatan IFS dari enam alternatif serta peringkat dari enam alternatif
Kemudahan pengawasan dan kontrol 65,7 9
62,9 10
berdasarkan koefisien kedekatan.
Keamanan
Pemanfaatan kondisi alam atau sekitar 58,6 11

Adaptasi terhadap perubahan proses dan peralatan 52.9 12 Seperti yang ditunjukkan pada tabel, alternatif tata letak A6 memiliki peringkat
50,0 13
Pemanfaatan peralatan terendah dan harus dipilih sebagai tata letak lokasi konstruksi untuk proyek
Kemudahan perawatan dan kecepatan perbaikan 47,1 14
gedung perkantoran ini. Tata letak spesifik A6 diilustrasikan pada Gambar. 3.
Integrasi dengan fasilitas lainnya 47,1 14
Interupsi atau terganggunya produksi dan kebingungan terkait 45,7 16
selama masa instalasi 4.3. Analisis dan diskusi
Estetika 45.7 16
Volume suku cadang 44.3 18 Bagian 4.2 mengilustrasikan 23 atribut yang dipertimbangkan dalam evaluasi
Efektivitas penyimpanan 41,4 19
Kontrol kebisingan 38,6 20
alternatif tata letak situs dalam penelitian sebelumnya dan membahas
Pembenahan 37,1 21 bagaimana menentukan atribut evaluasi proyek-spesifik utama yang perlu
Kondisi kerja dan kepuasan karyawan 34,3 22 dipertimbangkan dalam model pengambilan keputusan multi-atribut. Dalam
Pengaruh kondisi alam - tanah, cuaca, dan suhu 30,0 23
makalah ini, sepuluh atribut utama dicantumkan secara berurutan sebagai
berikut: (1) Pengangkutan bahan produktif; (2) Keamanan; (3) Koneksi lancar dengan ekstern
Machine Translated by Google

X. Ning dkk. / Otomasi dalam Konstruksi 72 (2016) 380–387 385

Tabel 2
Kumpulan fuzzy intuitif untuk enam alternatif tata letak lokasi konstruksi.

Alternatif tata letak lokasi konstruksi

Atribut khusus proyek A1 A2 A3 A4 A5 A6

Transportasi material produktif (0.9, 0, 0.1) (0.9, 0, 0.1) (0.9, 0, 0.1) (0.9, 0, 0.1) (0,2, 0,7, 0,1) (1, 0, 0)
Koneksi lancar dengan sistem lalu lintas eksternal (1, 0, 0) (1, 0, 0) (1, 0, 0) (1, 0, 0) (0,4, 0,5, 0,1) (1, 0, 0)
Keamanan (0.8, 0.2, 0) (0.9, 0, 0.1) (0.8, 0.1, 0.1) (0.8, 0.1, 0.1) (0,9, 0, 0,1) (0,8, 0, 0,2)
Ekspansi ruang yang mudah (0.9, 0, 0.1) (0.9, 0, 0.1) (0.7, 0.1, 0.2) (08, 0.1, 0.1) (0,8, 0,2, 0) (0,9, 0, 0,1)
Pergerakan personel yang efektif (0.9, 0, 0.1) (0.8, 0.1, 0.1) (0.7, 0.1, 0.2) (08, 0.1, 0.1) (0,8, 0,1, 0,1) (0,9, 0, 0,1)
Pemanfaatan dan konfigurasi ruang yang baik (0.8, 0.1, 0.1) (0.8, 0.1, 0.1) (0.9, 0, 0.1) (0.8, 0.1, 0.1) (0,8, 0,1, 0,1) (0,9, 0, 0,1)
Frekuensi dan tingkat keparahan potensi bahaya (0.7, 0.2, 0.1) (0.8, 0.1, 0.1) (0.8, 0.2, 0) (0.6, 0.1, 0.3) (0,2, 0,6, 0,2) (0,8, 0,1, 0,1)
Operasi yang efisien ( 0,6, 0,2, 0,2) ( 0,7, 0,2, 0,1) ( 0,5, 0,4, 0,1) ( 0,7, 0,3, 0) ( 0,6, 0,2, 0,2) ( 0,8, 0,1, 0,1)
Kemudahan pengawasan dan kontrol (0,8, 0,1, 0,1) (0,8, 0,1, 0,1) (0,8, 0,1, 0,1) (0,8, 0,1, 0,1) (0,3, 0,6, 0,1) (0,8, 0,1, 0,1)
Keamanan (0,9, 0, 0,1) (0,8, 0, 0,2) (0,9, 0,1, 0) (0,9, 0, 0,1) (0,2, 0,6, 0,2) (0,8, 0, 0,2)

sistem lalu lintas; (4) Perluasan ruang yang mudah; (5) Pergerakan personel yang efektif; (6)
Pemanfaatan dan konfigurasi ruang yang baik; (7) Frekuensi dan keparahan potensi bahaya;
(8) Operasi yang efisien; (9) Kemudahan pengawasan dan pengendalian; dan (10) Keamanan.
Sepuluh atribut ini berfokus pada fleksibilitas transportasi (yaitu, transportasi material
yang produktif, pergerakan personel yang efektif, hubungan yang mulus dengan sistem lalu
lintas eksternal, dan operasi yang efisien), pemanfaatan ruang (yaitu, perluasan ruang yang
mudah, pemanfaatan dan konfigurasi ruang yang baik), lokasi lingkungan dan keselamatan
(yaitu, keselamatan, keamanan, frekuensi dan keparahan potensi bahaya), dan pengawasan
staf (yaitu, kemudahan pengawasan dan kontrol). Fleksibilitas transportasi dan pemanfaatan
ruang berdampak besar pada biaya konstruksi, yang merupakan fungsi tujuan yang
digunakan dalam tahap desain. Untuk tata letak lokasi konstruksi, fungsi tujuan dari biaya
konstruksi meminimalkan aliran interaksi antara fasilitas yang terkait dengan penanganan
material, peralatan, dan personel. Waktu tenaga kerja yang tidak produktif atau transportasi
material di lokasi konstruksi, yang meningkatkan biaya konstruksi karena fleksibilitas
transportasi yang buruk dan pemanfaatan ruang, tidak dianggap sebagai perhitungan dalam
fungsi tujuan. Sulit untuk mengevaluasi fleksibilitas transportasi dan pemanfaatan ruang
secara kuantitatif. Dalam model yang diusulkan, atribut yang terkait dengan fleksibilitas
transportasi dan pemanfaatan ruang di lokasi konstruksi dinilai dengan pengukuran subjektif
ahli. Lingkungan dan keselamatan lokasi adalah tujuan kritis awal untuk lokasi konstruksi.
Fungsi tujuan keselamatan pada tahap desain meminimalkan masalah keselamatan antar
fasilitas tetapi tidak dapat sepenuhnya menggambarkan persyaratan keselamatan yang
dijelaskan dalam definisi "keselamatan", "keamanan", dan "frekuensi dan tingkat keparahan
potensi bahaya". Dengan demikian, penilaian subjektif untuk atribut kualitatif ini diperlukan.
Terlepas dari fleksibilitas transportasi dan pemanfaatan ruang, pengawasan staf (yaitu,
kemudahan pengawasan dan kontrol) tidak dipertimbangkan secara luas dalam penelitian
sebelumnya. Rencana tata letak situs yang efisien akan membantu manajer mengawasi
operasi konstruksi untuk menghindari perilaku berisiko dan menghindari keterlambatan dalam
pekerjaan, meningkatkan manajemen yang efisien.
Singkatnya, dengan menentukan atribut kualitatif dalam model yang diusulkan, CSLP
adalah proses pengambilan keputusan yang sistematis yang dapat diterapkan selama tahap
evaluasi dan seleksi. Menggabungkan fungsi tujuan kuantitatif dan atribut kualitatif, dapat
meningkatkan keluaran tata letak lokasi konstruksi dan dapat meningkatkan operasi konstruksi.
Menggunakan sepuluh atribut kunci, Bagian 3 menjelaskan penerapan model yang
diusulkan. Tata letak lokasi konstruksi yang optimal, Alternatif A6 (Gbr. 3), dengan koefisien
kedekatan terendah, dipilih dari alternatif tata letak lokasi konstruksi berdasarkan atribut
evaluasi, yaitu output dari model yang diusulkan. Alternatif A6 memiliki jarak terjauh dari
solusi fuzzy intuisionistik terburuk Aÿ dan paling dekat dengan solusi fuzzy intuisionistik
terbaik A+, artinya A6 merupakan alternatif ideal untuk memenuhi persyaratan sepuluh atribut
kunci. Pada A6, lokasi tulangan dan area penyimpanan produk setengah jadi, tempat
pembengkokan tulangan dan area penyimpanan elemen struktur baja lebih dekat satu sama
lain (lihat Gbr. 3). Pengaturan ini lebih nyaman bagi tukang bor untuk mengangkut tulangan
dari satu lokasi ke lokasi lain tanpa mengganggu operasi pekerja konstruksi lainnya. Lokasi
fasilitas terkonsentrasi di sekitar kantor kontraktor utama, sehingga memudahkan staf lokasi
untuk mengawasi dan mengendalikan operasi konstruksi. Pada tata letak lokasi konstruksi
A6 yang dipilih, area konstruksi meliputi area penyimpanan tulangan dan produk setengah
jadi, halaman pembengkokan tulangan, dan area penyimpanan elemen struktur baja, yang
dekat dengan rumah sekering, dan area penyimpanan elemen beton . Semua fasilitas ini
membentuk area konstruksi, yang sangat terkait dengan efisiensi operasi. Area gudang alat,
peralatan E&M dan area penyimpanan material, serta area penyimpanan papan cetakan
dapat secara kolektif disebut area penyimpanan. Partisi di lokasi konstruksi akan membantu
manajer proyek mengelola lokasi konstruksi secara logis dan efektif.

Dengan model yang diusulkan, tata letak lokasi konstruksi yang optimal memenuhi
persyaratan fleksibilitas transportasi, pemanfaatan ruang dan pengawasan staf dan dapat
Tabel 3
dipilih sebagai konstruksi akhir.
Solusi fuzzy intuisionistik positif-ideal dan negatif-ideal dalam studi kasus.

Solusi fuzzy Solusi fuzzy

intuisionistik intuisi negatif- Tabel 4
positif-ideal ideal Pemeringkatan alternatif berdasarkan koefisien kedekatan.
Atribut khusus proyek A+ Aÿ
Jarak dari solusi Jarak dari solusi Koefisien
Transportasi material produktif (1, 0) (0,2, 0,7)
fuzzy intuisi fuzzy intuisi kedekatan
Koneksi lancar dengan lalu lintas eksternal (1, 0) (0,4, 0,5)
positif-ideal negatif-ideal dari
sistem
setiap alternatif
Keamanan (0,9, 0) (0,8, 02) E+
Alternatif Eÿ Di sana Peringkat
Ekspansi ruang yang mudah (0,9, 0) (0,7, 0,2)
Pergerakan personel yang efektif (0,9, 0) (0,7, 0,1) A1 0,031 0,150 0,171 3
Pemanfaatan dan konfigurasi ruang yang baik (0,9, 0) (0,8, 0,1) A2 0,024 0,150 0,138 2
Frekuensi dan tingkat keparahan potensi bahaya (0,8, 0,1) (0,2, 0,6) A3 0,049 0,151 0,245 5

Operasi yang efisien (0,8, 0,1) (0,5, 0,4) A4 0,035 0,145 0,194 4

Kemudahan pengawasan dan kontrol (0,8, 0,1) (0,3, 0,6) A5 0,157 0,023 0,872 6

Keamanan (0,9, 0) (0,2, 0,6) A6 0,015 0,157 0,087 1

Machine Translated by Google
386 X. Ning dkk. / Otomasi dalam Konstruksi 72 (2016) 380–387
Gambar 3. Tata letak lokasi konstruksi A6.
tata letak situs. IFS digunakan dalam model multi-atribut untuk menangani
ketidakjelasan dalam penilaian subyektif alih-alih himpunan fuzzy tradisional, di
mana tingkat kepemilikan setiap elemen terhadap himpunan yang dipertimbangkan
dapat dijelaskan oleh fungsi keanggotaan dari semesta wacana. Pada
kenyataannya, orang dapat lebih mudah mengungkapkan perasaan negatif
mereka daripada perasaan positif mereka, dan terkadang sulit untuk
menggambarkan keadaan yang ambigu dan tidak jelas menggunakan fungsi
keanggotaan. Namun, mudah untuk menentukan alternatif mana yang disukai
atau tidak disukai orang. Karena IFS memberikan derajat keanggotaan dan non-
keanggotaan, IFS berguna untuk memodelkan banyak masalah kehidupan nyata.
Bobot atribut dalam model dihasilkan dari IFS menggunakan pemrograman linier.
Bobot yang diperoleh dari pemrograman linier lebih masuk akal mengingat
konsep fuzzy tentang “kepentingan” atribut.
5. Kesimpulan
Makalah ini diperlakukan CSLP sebagai proses pengambilan keputusan dan
meringkas proses dari tahap desain ke tahap evaluasi dan seleksi. Pada penelitian
sebelumnya, sebagian besar penelitian berkonsentrasi pada pembuatan alternatif
tata letak situs menggunakan algoritma optimasi yang berbeda, makalah ini
difokuskan pada tahap evaluasi dan pemilihan. Sepuluh kunci
atribut yang tidak dipertimbangkan dalam studi sebelumnya ditentukan, dan
model MADM fuzzy intuisionistik diusulkan untuk tahap evaluasi dan seleksi.
Model dan teori dan teknik utama dijelaskan secara rinci, dan proses penerapan
model untuk pemilihan tata letak ditunjukkan dengan menggunakan bangunan
komersial sebagai studi kasus.
Model yang diusulkan menggabungkan IFS dan TOPSIS untuk menemukan
tata letak lokasi konstruksi terbaik. Model ini menggunakan pendapat perencana
situs untuk menilai alternatif tata letak situs berdasarkan sepuluh atribut yang
menjadi kriteria yang digunakan pengelola situs untuk merancang tata letak
situs. IFS lebih unggul dari himpunan fuzzy tradisional berdasarkan penilaian
elemen menggunakan tiga fungsi: fungsi keanggotaan ÿ(x), fungsi non-
keanggotaan ÿ(x) dan fungsi margin ragu-ragu ÿ(x). Himpunan fuzzy tradisional
teori hanya menggunakan satu keanggotaan untuk menunjukkan tingkat
kepemilikan, yang mungkin tidak memadai dalam menggambarkan pendapat
manusia yang berbeda. Pemrograman linier digunakan untuk pembobotan atribut
dalam model. Pemrograman linier adalah metode lanjutan untuk menemukan
pentingnya bobot atribut. Bobot yang diperoleh dari linear programming lebih
masuk akal karena IFS dapat menggambarkan penilaian pengambil keputusan
terhadap konsep fuzzy “kepentingan” dengan ketidaksetujuan dan keragu-raguan.
Hasil penelitian menunjukkan bahwa model multiatribut fuzzy intuisionistik dapat
menyediakan alat yang berguna bagi para pengambil keputusan
Machine Translated by Google

X. Ning dkk. / Otomasi dalam Konstruksi 72 (2016) 380–387 387

memilih tata letak lokasi konstruksi yang efektif. Model yang diusulkan
diterapkan pada rencana tata letak situs statis tanpa mempertimbangkan
dimensi waktu. Untuk perencanaan tata letak dinamis, fasilitas yang terlibat
dalam setiap interval jadwal bervariasi dengan kemajuan konstruksi. Dengan
demikian, ada keluaran yang berbeda dari rencana tata letak tapak dalam
tahapan konstruksi yang berbeda setelah evaluasi dan pemilihan. Selain itu,
model ini dapat diterapkan pada masalah seleksi lainnya dalam manajemen konstruksi. Kelola. 136 (10) (2010) 1116–1128.
Terima kasih
Karya ini didukung oleh China Postdoctoral Science Foundation (Hibah
No. 2015M572156) dan National Science Science Foundation of China (Hibah
No. 71501029 dan 71303082).
[12] H. Said, K. El-Rayes, Mengoptimalkan perencanaan keamanan lokasi konstruksi untuk proyek
infrastruktur kritis, Autom. Konstruksi 19 (2) (2010) 221–234.
[13] M. Andayesh, F. Sadeghpour, Perencanaan tata letak situs dinamis melalui minimalisasi
total energi potensial, Autom. Konstruksi 31 (2013) 92–102.
[14] A. Khalafallah, K. El-Rayes, Sistem pengoptimalan multi-tujuan otomatis untuk tata letak situs
pelabuhan udara, Autom. Konstruksi 20 (2011) 313–320.
[15] CK Wong, IWH Fung, CM Tam, Perbandingan penggunaan pemrograman bilangan bulat campuran
dan algoritme genetik untuk perencanaan tata letak fasilitas lokasi konstruksi, J. Constr. Eng.
[16] CL Hwang, K. Yoon, Pengambilan Keputusan Atribut Berganda: Metode dan Aplikasi,
Survei Tercanggih, Springer-Verlag, Berlin/Heidelberg/New York, 1981.
[17] K. Yoon, Rekonsiliasi di antara situasi kompromi yang berlainan, J. Oper. Res. Soc. 38 (1987) 277–
286.
[18] CL Hwang, YJ Lai, TY Liu, Pendekatan baru untuk pengambilan keputusan yang objektif, Comput.
Operasi. Res. 20 (1993) 889–899.
[19] TL Saaty, LG Vargas, Models, Methods, Concepts and Applications of the Analytic Hierarchy Process,
penerbit akademik Kluwer, Boston/Dordrecht/London, 2001.
[20] KE Kendall, JE Kendall, Analisis dan Desain Sistem, Prentice Hall edisi ke-5, New Jersey, 2002.

Referensi
[1] H. Said, K. El-Rayes, Kinerja model pengoptimalan global untuk perencanaan tata letak situs dinamis
dari proyek konstruksi, Autom. Konstruksi 36 (12) (2013) 71–78.
[2] E. Elbeltagi, T. Hegazy, Sistem berbasis AI hybrid untuk perencanaan tata letak lokasi di lokasi
konstruksi, Comput.-Aided Civ. Infrastruktur. Eng. 16 (2001) 79–93.
[3] SM Easa, KMA Hossain, Model optimisasi matematis baru untuk konstruksi
tata letak situs, J. Constr. Eng. Kelola. 134 (8) (2008) 653–662.
[4] E. Elbeltagi, T. Hegazy, AH Hosny, A. Eldosouky, Evolusi perencanaan tata letak situs yang bergantung
jadwal , Constr. Kelola. Ekon. 19 (7) (2001) 689–697.
[5] T. Hegazy, E. Elbeltagi, EVOSITE: model berbasis evolusi untuk perencanaan tata letak situs, J.
komputer Sipil Eng.13(3) (1999) 198–206.
[6] SO Cheung, TKL Tong, CM Tam, Penataan tata letak pekarangan pracetak situs melalui
algoritma genetika, Autom. Konstruksi 11 (1) (2002) 35–46.
[7] MJ Mawdesley, SH Al-jibouri, HB Yang, Algoritma genetika untuk tata letak lokasi konstruksi dalam
perencanaan proyek, J. Constr. Eng. Kelola. 128 (5) (2002) 418–426.
[8] KC Lam, CM Tang, WC Lee, Penerapan teknik entropi dan algoritma genetika untuk perencanaan
tata letak lokasi konstruksi proyek ukuran sedang, Constr.
Kelola. Ekon. 23 (2) (2005) 127–145.
[9] KC Lam, X. Ning, T. Ng, Penerapan algoritma pengoptimalan koloni semut pada masalah perencanaan
tata letak lokasi konstruksi, Constr. Kelola. Ekon. 25 (2007)
359–374.
[10] X. Ning, KC Lam, Pertukaran keamanan biaya dalam tata letak lokasi konstruksi area yang tidak sama
perencanaan, Autom. Konstruksi 32 (7) (2013) 96–103.
[11] M. Yahya, MP Saka, Perencanaan tata letak lokasi konstruksi menggunakan algoritme koloni lebah
buatan multi-tujuan dengan penerbangan Levy, Autom. Konstruksi 38 (2014) 14–29.
[21] KT Atanassov, Intuitionistic fuzzy set, Fuzzy Sets Syst. 20 (1) (1986) 87–96.
[22] LA Zadeh, Fuzzy set, Inf. Kontrol. 8 (3) (1965) 338–353.
[23] FE Boran, S. Genç, M. Kurt, D. Akay, Pengambilan keputusan kelompok fuzzy intuisionistik multi-
kriteria untuk pemilihan pemasok dengan metode TOPSIS, Expert Syst. Aplikasi 36 (8) (2009)
11363–11368.
[24] YB Gong, XC Liang, Intuitionistic fuzzy menetapkan beberapa atribut metode pengambilan keputusan
berdasarkan model gabungan, Kontrol dan Keputusan 25 (3) (2010) 469–472.
[25] KG Murty, Pemrograman Linear, John Wiley & Sons Inc., New York, 1983.
[26] X. Ning, KC Lam, MCK Lam, Perencanaan tata letak lokasi konstruksi dinamis menggunakan maks
sistem semut minimum, Autom. Konstruksi 19 (1) (2010) 55–65.
[27] KE Cambron, GW Evans, Desain tata letak menggunakan proses analitik, Comput. Ind.
Eng. 20 (2) (1991) 211–229.
[28] JA Tompkins, JA White, YA Bozer, EH Frazelle, JMA Tanchoco, J. Trevino, Perencanaan Fasilitas,
Edisi kedua John Wiley & Sons, Inc., USA, 1996.
[29] R. Muther, Perencanaan Tata Letak Sistematis, perusahaan penerbitan CBI, Inc., Boston, AS,
1973.
[30] AD Raoot, A. Rakshit, Pendekatan 'pola linguistik' untuk berbagai fasilitas kriteria
keluar, Int. J.Prod. Res. 31 (1) (1993) 203–222.
[31] LR Foulds, FY Partovi, Mengintegrasikan proses hirarki analitik dan teori grafik ke tata letak fasilitas
model, Ann. Operasi. Res. 82 (1998) 435–451.
[32] FD Mohammed, GS Hong, Faktor-faktor yang mempengaruhi keputusan mark-up penawaran dari
kontraktor besar dan menengah di Singapura, Constr. Kelola. Ekon. 20 (2002) 601–610.