Abstract: Lateness is a common risk factors in construction projects that may result in additional costs
and fines according to the project agreement. In order to meet the predetermined specifications and
completion schedule, the contractor must carefully plan the project and sequence the work tasks to create
a rational schedule. This study focuses on the use of probabilistic scheduling to overcome delayed
construction projects, especially in the case of the Pogalan Health Center development project. The
process involves data collection, network planning, identification of critical paths, implementation of
overtime hours, and Monte Carlo Simulation using @RISK software. The simulation results show that the
probability of completion of the Pogalan Health Center construction project within 161 days is 95%-99%,
the probability of completion within 154 days is 2.5%-20%, and the optimal duration is 160 days with a
probability of 75% based on the random number distribution. highest. However, accelerating the
completion of the project will incur additional costs. For example, completing it within 154 days will
require an additional fee of Rp. 25.160.080,00.
Abstrak: Keterlambatan adalah faktor risiko umum dalam proyek konstruksi yang dapat mengakibatkan
biaya tambahan dan denda sesuai perjanjian proyek, untuk memenuhi spesifikasi dan jadwal penyelesaian
yang telah ditentukan sebelumnya, pelaksana konstruksi harus merencanakan proyek dengan hati-hati dan
mengurutkan tugas pekerjaan untuk membuat jadwal yang rasional. Penelitian ini berfokus pada
penggunaan penjadwalan probabilistik untuk mengatasi proyek konstruksi yang tertunda, khususnya pada
kasus proyek pembangunan Puskesmas Pogalan. Prosesnya melibatkan pengumpulan data, perencanaan
jaringan, identifikasi jalur kritis, penerapan jam lembur, dan Simulasi Monte Carlo menggunakan
perangkat lunak @RISK. Hasil simulasi menunjukkan probabilitas penyelesaian proyek pembangunan
Puskesmas Pogalan dalam waktu 161 hari sebesar 95%-99%, probabilitas penyelesaian dalam waktu 154
hari sebesar 2,5%-20%, dan durasi optimal selama 160 hari dengan probabilitas sebesar 75%
berdasarkan distribusi bilangan acak tertinggi. Namun, mempercepat penyelesaian proyek akan
dikenakan biaya tambahan. Misalnya, menyelesaikannya dalam waktu 154 hari akan membutuhkan biaya
tambahan sebesar Rp. 25.160.080,00.
48
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
49
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
50
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
ES EF Percepatan Proyek
AKTIFITAS
LS LF Salah satu masalah adalah
ACT. perbedaan antara estimasi dan jadwal
DURASI
NUMB. rencana proyek. Jadwal rencana proyek
seringkali lebih padat daripada estimasi
Gambar 3. PDM node jadwal, berdasarkan jalur kritis dan
Sumber: Harold (1992) perkiraan durasi totalnya. Jalur ini terdiri
dari aktivitas kritis yang memiliki waktu
Metode PDM memiliki beberapa
implementasi terlama. Di sisi lain, jadwal
kelebihan, termasuk meningkatkan
rencana proyek dipengaruhi oleh
kemungkinan keberhasilan proyek,
berbagai faktor, antara lain kebutuhan
penyelesaian proyek tepat waktu, tetap
manajemen dan kendala waktu lainnya.
dalam biaya yang dianggarkan,
Untuk memastikan proyek selesai
mengurangi durasi proyek,
sesuai jadwal, penting untuk
menyederhanakan manajemen proyek,
menyelaraskan estimasi jadwal proyek
dan mencapai hasil proyek yang lebih
dengan jadwal rencana proyek. Hal ini
baik dengan jumlah sumber daya yang
dapat dicapai dengan mempercepat
sama. Selain itu, metode PDM
perkiraan durasi kegiatan secara
memberikan informasi penting tentang
proporsional dengan rencana. Namun,
suatu proyek, seperti perkiraan waktu
hal ini memerlukan diagram jaringan
penyelesaian, tanggal mulai dan berakhir
yang sesuai dan estimasi durasi aktivitas
untuk setiap tugas, jalur kritis, dan
yang ditetapkan. Prosesnya melibatkan
tenggat waktu non-kritis. Ini juga
penghitungan Early Start (ES) dan Latest
menunjukkan penundaan aktifitas yang
Finish (LF) dari semua event dan
diperbolehkan tanpa mempengaruhi
menentukan jadwal proyek yang sesuai.
tanggal penyelesaian proyek secara
Waktu penyelesaian proyek
keseluruhan.
diestimasi dengan menggunakan satu
Jalur kritis adalah yang paling
durasi atau estimasi waktu untuk setiap
penting dalam perencanaan jaringan dan
aktivitas, asalkan durasinya diketahui
memiliki durasi pemrosesan terlama.
secara akurat dan relatif stabil. Metode
Setiap keterlambatan dalam kegiatan di
Precedence Diagramming (PDM)
jalur kritis secara langsung
menggunakan pendekatan ini, dengan
mempengaruhi tanggal penyelesaian
asumsi bahwa setiap fluktuasi durasi
proyek yang direncanakan. Kegiatan
aktivitas individu dapat dikelola melalui
sepanjang jalur kritis mungkin perlu
fungsi kontrol proyek.
dipersingkat untuk menyelesaikan
proyek tepat waktu. Periode total kurang
Simulasi Monte Carlo
dari jalur kritis disebut sub-kritis atau
Simulasi Monte Carlo adalah alat
non-kritis.
yang banyak digunakan dalam
Dalam PDM, aktivitas yang paling
manajemen proyek untuk menganalisis
kritis terhadap proyek diidentifikasi dan
risiko dan ketidakpastian dalam jadwal
dianalisis untuk menentukan fleksibilitas
proyek (Kallrath et al, 2010). Simulasi
penjadwalannya. PDM memprediksi
Monte Carlo adalah teknik penilaian
jadwal durasi proyek berdasarkan
risiko kuantitatif yang banyak digunakan
aktivitas yang termasuk dalam jalur
organisasi selama manajemen risiko,
kritis. Kegiatan sepanjang jalur kritis
51
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
khususnya dalam analisis risiko dan (F(x)) dari sistem yang dimodelkan.
tahap evaluasi. Metode ini melibatkan Untuk mendemonstrasikan pengaruh
penggunaan variabel acak untuk variasi parameter input pada keandalan,
menghasilkan probabilitas untuk fungsi RAND() dalam spreadsheet dapat
berbagai scenario yang biasanya digunakan untuk menghasilkan angka
digunakan untuk menilai risiko pasar, acak dalam rentang tertentu untuk
kredit, dan operasional di proyek mensimulasikan sistem.
perbankan, minyak dan gas, Dengan memilih nilai secara acak
pertambangan, konstruksi dan lainnya. untuk setiap variabel dari distribusi
Sangat penting untuk mengulangi probabilitasnya, Simulasi Monte Carlo
dan menghasilkan data secara terus berulang kali mensimulasikan sistem
menerus untuk memastikan akurasi ratusan atau ribuan kali, bergantung pada
tinggi dalam proses Simulasi Monte sistem yang ditinjau. Hasil simulasi
Carlo, dengan lebih banyak data maka berupa nilai distribusi probabilitas sistem
didapatkan hasil yang lebih akurat. Untuk secara keseluruhan. Metode Simulasi
mengelola sejumlah besar data yang Monte Carlo, dalam manajemen proyek
diperlukan secara efisien dan mencapai digunakan untuk menghitung atau
tingkat akurasi yang tinggi, perangkat mengulangi biaya dan waktu proyek
lunak @RISK akan digunakan untuk dengan menggunakan nilai yang dipilih
mengotomatiskan pemrosesan data dan secara acak dari distribusi probabilitas
memberikan hasil yang lebih akurat. biaya dan waktu yang mungkin terjadi
Perangkat lunak @RISK dirancang untuk menghitung kemungkinan
khusus untuk analisis dan simulasi risiko distribusi biaya dan total waktu proyek
menggunakan metode statistik dan teknik (PMI, 2004).
pemodelan untuk memungkinkan Secara umum, literatur manajemen
pengguna menilai dan mengukur potensi proyek menempatkan simulasi Monte
risiko dan ketidakpastian yang terkait Carlo di bawah topik manajemen risiko
dengan suatu proyek atau sistem. atau terkadang di bawah topik
Proses simulasi umum meliputi manajemen waktu dan manajemen biaya.
pengumpulan data, membuat bilangan The Project Management Institute
acak, formulasi model, analisis, dan menerapkan pendekatan standar untuk
presentasi visual (Chou et al, 2015). manajemen risiko yang meliputi enam
Pendekatan ini menggunakan banyak proses; Perencanaan Manajemen Risiko,
percobaan simulasi dan teknik Identifikasi Risiko, Kualifikasi Risiko,
pengambilan sampel untuk Kuantifikasi Risiko, Perencanaan
memperkirakan solusi untuk suatu Respons Risiko, dan Pemantauan &
masalah (Grinstead, 2012), seperti Evaluasi Risiko. Simulasi Monte Carlo
mengembangkan perkiraan biaya yang adalah bagian dari proses Kuantifikasi
realistis (Khedr, 2006). Simulasi Monte Risiko (PMI, 2004).
Carlo adalah alat yang kuat untuk menilai
dampak ketidakpastian parameter input Jam Kerja dan Biaya Konstruksi
pada keandalan sistem. Ini melibatkan Menentukan jam kerja sangat
penggunaan satu set angka acak untuk penting dalam menetapkan tarif kerja
dimasukkan ke dalam model untuk perusahaan, khususnya dalam
deterministik. Dengan menjalankan proyek konstruksi. Tarif kerja dapat
beberapa simulasi dengan rangkaian didekati dengan jumlah jam kerja yang
bilangan acak yang berbeda, metode ini dibutuhkan untuk menyelesaikan volume
dapat mensimulasikan pengaruh variasi pekerjaan tertentu. Selain itu,
acak terhadap probabilitas kegagalan memperkirakan jam kerja membantu
52
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
53
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
54
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
A 0 -9 B -2 7 3 -12
B 3 -2 C 6 8 10 -12
C 10 6 D 11 5 18 -12
D 18 11 E 13 2 23 -12
E 23 13 10
F 7 46 50
3
G 25 18
G 18 5 25 -12
H 30 24
H 24 6 30 -12
I 36 34
I 34 10 36 -12
J 46 41
J 41 7 46 -12
K 53 49
K 49 8 53 -12
L 61 57
L 57 8 61 -12
M 69 65
M 65 8 69 -12
AE 77 72
N 79 5 77 -3
AF 84 80
O 76 6 77 -7
AH 119 112
P 88 12 83 -7
AI 124 121
10
AJ 133 125 Q 5 95 6
6
AN 156 149 12
R 8 128 -7
9
AO 161 154
13
AP 137 137 S 6 136 -7
5
AQ 149 144 14
T 8 142 -7
3
AR 92 88
U 92 4 95 -7
AS 100 91
V 96 4 99 -7
AT 103 97
11
AU 109 101 W 16 103 -7
2
AV 113 107 11
X 4 119 -7
6
Percepatan Progres Proyek Aktifitas LF Durasi ES
Total
1. Perhitungan float total float
Dampak setiap aktivitas dihitung 12
Y 5 123 -7
untuk menentukan bagaimana setiap 1
aktivitas memengaruhi jadwal. 14
Z 6 150 -7
9
Perhitungan float total dilakukan untuk
11
semua aktivitas. Kegiatan yang termasuk AA 12 100 6
8
dalam jalur kritis berdampak langsung 13
AB 12 112 6
pada percepatan waktu. Sebaliknya 0
kegiatan yang tidak termasuk dalam jalur 13
AC 7 124 6
kritis dapat dipercepat tanpa 7
14
mempengaruhi kegiatan lainnya. AD
4
7 131 6
55
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
12 M 65 8 69 7
AJ 4 133 -12
5
AE 72 7 77 6
14
AK 4 143 -3 AF 80 8 84 7
4
14 11 11
AL 6 137 -3 AH 5 5
0 2 9
14 12 12
AM 3 143 -2 AI 9 8
4 1 4
14 12 13
AN 5 156 -12 AJ 4 4
9 5 3
15 14 15
AO 5 161 -12 AN 5 5
4 9 6
13 15 16
AP 12 137 -12 AO 5 5
7 4 1
14 13 13
AQ 7 149 -12 AP 12 11
4 7 7
AR 88 8 92 -12 14 14
AQ 7 6
4 9
AS 91 3 100 -12
AR 88 8 92 7
AT 97 6 103 -12
10
10 AS 91 3 3
AU 4 109 -12 0
1 10
10 AT 97 6 6
AV 6 113 -12 3
7 10 10
12 AU 4 4
AW 3 119 -2 1 9
0 10 11
12 AV 6 6
AX 5 122 -2 7 3
5
Total 166 154
56
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
57
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
58
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
59
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
60
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
61
2023. SPEJ (Science and Physics Education Journal ) 6 (2): 48-62
62