REVIEW JURNAL

Dynamic control for construction project

scheduling on-the-run
(Kontrol dinamis untuk penjadwalan proyek konstruksi yang sedang
berjalan)
DESKRIPSI JURNAL
JUDUL ARTIKEL : DYNAMIC CONTROL FOR CONSTRUCTION PROJECT SCHEDULING ON-
THE-RUN

JUDUL JURNAL : AUTOMATION IN CONSTRUCTION; ELSEVIER

VOLUME & HALAMAN : VOLUME 141, SEPTEMBER 2022, 104450

TAHUN : SEPTEMBER 2022

PENULIS : O. KAMMOUH, M. NOGAL, R. BINNEKAMP, A.R.M. WOLFERT

PUBLIKASI : https://doi.org/10.1016/j.eng.2021.07.019

ABSTRACT : Manajemen proyek konstruksi memerlukan pengendalian mitigasi dinamis untuk

memastikan penyelesaian proyek tepat waktu. Pendekatan mitigasi saat ini
biasanya dilakukan melalui analisis Monte Carlo iteratif (MC), yang tidak
mencerminkan (1) perilaku yang berorientasi pada tujuan manajer proyek, (2)
skema kinerja penyelesaian proyek kontraktual, dan (3) ketergantungan stokastik
antara aktivitas konstruksi.
DESKRIPSI JURNAL (lanjutan)
ABSTRACT : Oleh karena itu, pernyataan pengembangan dalam makalah ini adalah untuk
merancang metode dan alat implementasi yang benar-benar mengatasi semua
kekurangan yang disebutkan di atas untuk memastikan tanggal penyelesaian
proyek dengan menemukan strategi mitigasi yang paling efektif dan efisien. Untuk
tujuan ini, Pengendali Mitigasi (MitC) telah dikembangkan menggunakan
pendekatan integratif teknik optimisasi stokastik nonlinier dan analisis Monte
Carlo probabilistik. Aplikabilitas MitC ditunjukkan menggunakan proyek
konstruksi infrastruktur besar terbaru di Belanda, yang menunjukkan nilai
tambahnya dalam pengendalian dinamis saat berlangsung. Diperlihatkan bahwa
MitC adalah alat dukungan keputusan mutakhir yang secara a priori
mengotomatisasi dan mengoptimalkan pencarian set terbaik dari strategi
mitigasi saat berlangsung daripada secara a posteriori mengevaluasi strategi
mitigasi yang potensial sub-optimal dan terlalu dirancang (seperti yang biasa
dilakukan dengan perangkat lunak modern seperti Primavera P6).
1. PENDAHULUAN
Simulasi Monte Carlo (MC) probabilistik sering digunakan untuk memperkirakan tanggal
dan biaya penyelesaian proyek pada tingkat probabilitas tertentu yang diperlukan. Perkiraan
biaya dan waktu awal dalam proyek konstruksi jarang akurat dibandingkan dengan angka
aktual yang diperoleh pada akhir proyek. Perkiraan awal ini penting karena memiliki potensi
untuk menentukan probabilitas kesuksesan proyek (yaitu, penyelesaian tepat waktu dan
sesuai anggaran).
Upaya dan Langkah yang digunakan dalam penelitan ini untuk mengendalikan proyek dapat
kita pelajari sub bagian dibawah ini :
a. Modeling limitations of the classical probabilistic scheduling approach
• Memperkenalkan keterbatasan pemodelan pendekatan jadwal probabilistik klasik.
b. The mitigation controller concept
• Mendeskripsikan konsep Pengendali Mitigasi (MitC) untuk mengatasi keterbatasan
MC dan menjelaskan bahwa penelitian ini akan membahas batasan-batasan MitC
saat ini.
1. PENDAHULUAN (lanjutan)
c. Contractual completion performance schemes (penalty/reward)
• Mendeskripsikan pengenalan skema kinerja penyelesaian proyek kontraktual
(penalti/insentif) dan kebutuhan untuk mempertimbangkan ini dalam strategi
mitigasi.
d. Stochastic correlation between construction activities
• Membahas korelasi stokastik antara aktivitas konstruksi dan pentingnya
memodelkannya dalam konteks proyek konstruksi.
e. Development goals and novelties
• Menjelaskan tujuan pengembangan makalah ini, termasuk memperluas konsep
MitC untuk memasukkan skema penyelesaian kontraktual dan memodelkan
korelasi stokastik antara durasi aktivitas konstruksi. Juga, memperkenalkan alat
MitC yang telah diperluas.
2. METODOLOGI PENELITIAN
Metodologi yang digunakan dalam penelitian ini mencakup langkah-langkah berikut:
1. Tujuan Penelitian
• Tujuan Utama : Memperkenalkan konsep Mitigation Controller (MitC) yang
diperluas, dengan fokus pada pengembangan terbaru untuk
memodelkan dengan lebih baik skenario biaya dan jadwal konstruksi
• Pendekatan Umum : Membangun konsep MitC yang diperluas berdasarkan penggunaan
Monte Carlo (MC) dan teori optimisasi kontrol dinamis.

2. Pengenalan Skema Kinerja Penyelesaian Kontraktual (Denda/Imbalan)

• Tujuan : Mengintegrasikan skema kinerja penyelesaian kontraktual
(denda/imbalan) dalam simulasi optimisasi.
• Tujuan Optimisasi : Mengoptimalkan total biaya bersih proyek (biaya mitigasi ±
denda/imbalan) daripada hanya mencapai tanggal penyelesaian target.
2. METODOLOGI PENELITIAN (lanjutan)
Langkah selanjutnya dalam penelitian ini adalah menggunakan pemodelan seperti dibawah
ini:
1. Pemodelan Ketidakpastian

Metodologi mencakup pemodelan ketidakpastian dalam estimasi durasi aktivitas

konstruksi dan kapasitas mitigasi. Dalam hal ini, digunakan distribusi probabilitas Beta-
PERT yang memungkinkan untuk memperhitungkan ketidakpastian dalam estimasi
minimum, yang paling mungkin, dan maksimum.

Persamaan untuk model ketidakpastian menggunakan probabilitas Beta-PERT

𝑎 + 4𝑚 + 𝑏 Dimana :
𝑡𝑒 = te = Waktu Kegiatan;
6
a = Waktu Optimis
m = waktu Paling Mungkin
b = Waktu Pesimis
2. METODOLOGI PENELITIAN (lanjutan)
2. Pemodelan Biaya Mitigasi
Metodologi juga memasukkan pemodelan biaya untuk langkah-langkah mitigasi yang
diambil. Biaya mitigasi dihubungkan dengan kapasitas mitigasi dan jenis mitigasi, dengan
mempertimbangkan apakah biaya secara proporsional tergantung pada kapasitas mitigasi
atau tidak.
penentuan biaya mitigasi dengan menghubungkan biaya mitigasi dengan variasi kapasitas
mitigasi dan jenis mitigasi, seperti berikut:

• di mana Cj,min/max adalah biaya mitigasi minimum dan maksimum

• Nilai ηj dapat diperoleh dengan melakukan analisis korelasi untuk durasi yang dimitigasi
• biaya mitigasi tindakan mitigasi mj menggunakan data dari proyek konstruksi sebelumnya
2. METODOLOGI
PENELITIAN (lanjutan)

3. Pemodelan Peristiwa Risiko

• Metodologi memasukkan pemodelan peristiwa risiko yang dapat
mempengaruhi durasi dan jalannya proyek konstruksi. Distribusi
campuran diskrit-kontinu digunakan untuk memodelkan durasi
gangguan yang disebabkan oleh peristiwa risiko.
• Pada Skenario 1, durasi yang dimitigasi < dari durasi target. Biaya
bersih dalam hal ini adalah biaya mitigasi dikurangi imbalan atas
penyelesaian lebih awal.
• Pada Skenario 2, durasi yang dimitigasi > dari durasi target. Biaya
bersih dalam hal ini adalah biaya mitigasi ditambah denda
keterlambatan penyelesaian.
• Pada Skenario 3, durasi yang dimitigasi = durasi target. Biaya
bersih, dalam hal ini, adalah biaya dari tindakan mitigasi yang
dipilih..

Back
 2. METODOLOGI
PENELITIAN (lanjutan) • 4. Hubungan antara Aktivitas
Konstruksi, Mitigasi, dan Risiko

• Metodologi menjelaskan hubungan

antara aktivitas konstruksi, langkah-
langkah mitigasi, dan peristiwa risiko.
Dalam hal ini, matriks hubungan
digunakan untuk menggambarkan
Gambar 2 menggambarkan dua sumber ketidakpastian dalam
jangka waktu Kegiatan 1 dan 2. Tiga faktor yang berkorelasi telah
interaksi antara langkah-langkah
dipertimbangkan, masing-masing mempunyai pengaruh yang mitigasi dan aktivitas konstruksi, serta
berbeda terhadap Kegiatan 1 dan 2; misalnya, Faktor 3 tidak antara peristiwa risiko dan aktivitas
mempengaruhi Kegiatan 1.
konstruksi.
3. HASIL PENELITIAN
A. Validasi asumsi reproduktifitas distribusi Beta-PERT

Bagian ini membahas validitas asumsi reproduktibilitas distribusi

Beta-PERT, yang parameter-parameternya didefinisikan sebagai
berikut;
Untuk memverifikasi sejauh mana X3 mengikuti
• a3=a1+a2(13.1) distribusi Beta-PERT, telah diciptakan 1000 sampel
berbeda, dengan ukuran sampel 50 masing-masing,
• b3=b1+b2(13.2)
dengan menjumlahkan dua sampel yang mengikuti
• c3=c1+c2(13.3) distribusi Beta-PERT.
Sampel-sampel independen dibuat dengan
Rasionalitas di balik Persamaan (13.1) dan (13.3) adalah bahwa nilai mempertimbangkan parameter acak dalam rentang [-
minimum (atau maksimum). Mengenai parameter b, Persamaan 100, 100] yang menjamin a < b < c.
(13.2) diperoleh sebagai berikut; Karena X1 dan X2 adalah statistik Dapat disimpulkan bahwa dalam 95% dari 1000 kasus
independen, hubungan berikut berlaku tanpa memandang jenis simulasi menyatakan bahwa "sampel sesuai dengan
distribusinya: distribusi hipotesis" pada tingkat signifikansi 0.01
Penulis menyimpulkan bahwa distribusi Beta-PERT
μX3=μX1+μX2 (14) => memiliki sifat pseudo-reproduktivitas ketika jumlah
acak kecil. Oleh karena itu, pendekatan ini valid untuk
aktivitas yang dipengaruhi hingga 4-5 faktor
3. HASIL
PENELITIAN (lanjutan)

https://github.com/mitigation-
controller/mitc/blob/main/doc/User_Manual
.md

Case study 1.xlsx

3. HASIL
PENELITIAN (lanjutan)
Gambar. 4.

Fungsi tujuan dari masalah optimasi dapat berupa matematika

Dimana :
xj∈{0,1} adalah variabel biner yang merepresentasikan
implementasi aktivitas mitigasi j.
Δ1 adalah penundaan proyek setelah implementasi aktivitas mitigasi
Δ2 adalah pengurangan durasi melebihi durasi target
P adalah Penalty dan R adalah Reward
3. HASIL
PENELITIAN (lanjutan)
3. HASIL
PENELITIAN (lanjutan)
3. HASIL
PENELITIAN (lanjutan)

(lihat Bagian 4.1)

3. HASIL
PENELITIAN (lanjutan)
3. HASIL
PENELITIAN (lanjutan)
3. HASIL
PENELITIAN (lanjutan)
3. HASIL
PENELITIAN (lanjutan)
E. Kesimpulan dan perkembangan selanjutnya
Teori perencanaan konstruksi probabilitas klasik dan aplikasinya tidak mencerminkan perilaku
pengendalian yang berorientasi pada tujuan manajer proyek. Penelitian ilmiah dan perangkat lunak
penjadwalan mutakhir tidak mempertimbangkan perilaku manajer proyek selama pelaksanaan proyek.

Hasil MitC menunjukkan bahwa perencanaan konstruksi probabilistik klasik terlalu konservatif baik dari
segi waktu maupun jumlah tindakan mitigasi yang diperlukan, sehingga mengakibatkan pengeluaran dana
yang berlebihan. Lebih jauh lagi, terlihat bahwa mempertimbangkan penalti dan imbalan dalam proses
mitigasi penundaan mengubah tujuan optimasi.

Dalam semua kasus, MitC hanya memilih langkah-langkah mitigasi yang paling efektif dan mencapai biaya
bersih terendah. Artinya, mempercepat penyelesaian proyek lebih awal dapat menjadi lebih
menguntungkan, tergantung pada skema penalti/imbalan masing masing. Hasilnya, kurva S yang lebih akurat
diperoleh karena sejumlah skenario yang tidak layak dihilangkan dengan mempertimbangkan korelasi
statistik antara durasi kegiatan konstruksi.
KELEBIHAN PENELITIAN INI
 Penelitian ini mengintegrasikan perilaku pengendali proyek yang sesungguhnya ke
dalam analisis probabilitas proyek. Ini memungkinkan manajer proyek untuk
mengoptimalkan strategi mitigasi secara efektif dan mencapai tujuan kinerja proyek
yang diinginkan.

 Penelitian ini memungkinkan penyesuaian kriteria optimalisasi sesuai dengan skema

kinerja kontraktual, seperti denda untuk keterlambatan dan penghargaan untuk
penyelesaian lebih awal.

 Metodologi yang diusulkan memungkinkan pemilihan dan penerapan mitigasi yang

lebih fleksibel dan efisien sesuai dengan kondisi proyek yang berubah.
KEKURANGAN PENELITIAN INI
 Penelitian ini menggunakan data yang disederhanakan untuk menjaga kerahasiaan
informasi rahasia. Keterbatasan ini dapat mempengaruhi hasil yang kurang maksimal

 Penelitian ini mempertimbangkan denda dan penghargaan dari perspektif ekonomi

semata. Namun, dalam praktiknya, aspek hukum dan kontrak juga perlu
dipertimbangkan.

 Meskipun penelitian ini mempertimbangkan risiko-risiko tertentu yang dapat terjadi

selama proyek konstruksi, tetapi pemodelan risiko selalu merupakan perkiraan dan
tidak selalu mencerminkan dengan tepat risiko yang terjadi di lapangan.
Thank You