KATA KUNCI: BIM, ekstraksi data, visualisasi data, deteksi bentrokan, ekstraksi biaya, ekstraksi rencana, deteksi perubahan,
Power BI, Revit, Dynamo.
ABSTRAK:
Building Information Modeling (BIM) adalah salah satu kemajuan yang paling menjanjikan dalam industri Arsitektur, Teknik, dan
Konstruksi (AEC). Meskipun model BIM kaya dan sangat terstruktur, model ini tidak cocok untuk mengekstrak informasi dengan
cepat dan efisien untuk menjawab beberapa pertanyaan spesifik yang diperlukan untuk membuat keputusan. Oleh karena itu,
penggalian informasi dari model BIM merupakan masalah yang sangat penting dan menantang. Hal ini memotivasi kami untuk
mengusulkan solusi terintegrasi berdasarkan Dynamo dan Power BI untuk memungkinkan ekstraksi dan visualisasi data BIM sesuai
dengan empat kasus penggunaan yang relevan dalam domain MEA: ekstraksi biaya, deteksi bentrokan, deteksi perubahan, dan
ekstraksi rencana. Penelitian yang disajikan dalam makalah ini didasarkan pada algoritma pemrograman di Dynamo untuk ekstraksi
informasi dan membuat dasbor di Power BI untuk visualisasi hasil ekstraksi. Selain itu, kami menggunakan plug-in Revit yang
mengotomatiskan eksekusi skrip Dynamo melalui tombol-tombol khusus yang sesuai dengan masing-masing analisis yang dibahas
dalam penelitian ini.
deteksi, analisis biaya, ekstraksi rencana, dan deteksi perubahan, 2.2 Deteksi bentrokan
serta untuk memvisualisasikan hasilnya dalam dasbor yang
mudah digunakan. Untuk visualisasi bentrokan dalam proyek konstruksi,
pentingnya Power BI disoroti oleh (Caparas, 2019) dan (Liang,
Sisa dari makalah ini disusun sebagai berikut: bagian 2 2020). Power BI paling cocok untuk tugas visualisasi ini berkat
mengulas karya-karya terkait yang membahas ekstraksi data dari banyak keuntungan yang ditawarkannya dalam membuat
model BIM; bagian 3 menyajikan metodologi yang digunakan laporan atau dasbor. (Caparas, 2019) menggunakan perangkat
dalam penelitian ini; bagian 4 menyajikan dan membahas hasil lunak Navisworks untuk ekstraksi data bentrokan dan perangkat
penelitian kami. Akhirnya, makalah ini diakhiri dengan lunak PowerBI untuk visualisasinya, menggunakan lembar kerja
kesimpulan di bagian 5. Excel yang sebelumnya diekspor dari Navisworks. Dalam tren
yang sama, (Liang, 2020) menggunakan alat visualisasi Power
BI untuk merepresentasikan data bentrokan. Visualisasi pada
Power BI ini mencegah pengguna terhalang oleh banyaknya data
2. PEKERJAAN TERKAIT bentrokan dengan menganalisisnya dengan cara yang cerdas dan
efisien. Dasbor Power BI sangat interaktif dan terhubung secara
Selama beberapa dekade terakhir, penggunaan BIM telah cerdas satu sama lain. Tujuan utama dari penelitian ini adalah
berkembang secara signifikan dalam domain MEA karena untuk memperjelas bentrokan berdasarkan kategori objek,
manfaat yang ditawarkannya dalam kolaborasi tim dan jumlah bentrokan, namun di antara dua dokumen koleksi
standarisasi data melalui model BIM. Namun, ekstraksi koordinasi (Liang, 2020).
informasi dari model BIM adalah tugas yang rumit dan tunduk
pada banyak kesalahan interpretasi, terutama ketika data tidak 2.3 Analisis energi
terwakili dengan baik, tujuannya adalah untuk dapat
mengekstrak hanya data yang dibutuhkan oleh pengguna dan Beberapa peneliti telah membahas Manajemen Fasilitas (FM)
menyajikannya dalam format yang memadai (Kang & Choi, dan analisis energi berdasarkan model BIM. Dalam perspektif
2015). Investigasi mereka terutama menyangkut ekstraksi biaya ini, (Trabulci, 2020) membahas pengembangan BIM-FM dengan
(Shi, et al., 2020), deteksi bentrokan (Caparas, 2019) dan energi mempelajari penggunaan perlengkapan pencahayaan, yang
analisis (Trabulci, 2020). merupakan elemen yang ada di berbagai jenis bangunan.
Dynamo digunakan untuk menghubungkan informasi BIM yang
2.1 Ekstraksi biaya diperlukan untuk analisis ini ke dalam basis data SQLited untuk
memelihara informasi yang diekstrak dari model berdasarkan
Ekstraksi biaya atau yang disebut BIM 5D adalah aplikasi BIM penilaian kualitas yang ditentukan sesuai dengan pedoman dan
yang relevan yang digunakan untuk manajemen biaya proyek standar yang harus dipenuhi. Hasilnya kemudian diekspor ke
konstruksi. Simulasi ini memungkinkan surveyor kuantitas Power BI untuk membuat dasbor untuk menganalisis semua data
untuk menganalisis berbagai alternatif desain dan memilih yang yang dikumpulkan Studi penelitian lain dilakukan oleh (Gebru
paling sesuai secara ekonomi pada tahap awal proyek. Aplikasi & Staub-French, 2019) untuk visualisasi kebutuhan siang hari
ini membutuhkan akurasi yang tinggi untuk pengukuran dan akustik menggunakan Dynamo. Pentingnya penelitian ini
kuantitas yang detail, karena hal ini memiliki dampak yang adalah bahwa cahaya matahari mempengaruhi lokasi dan
signifikan terhadap biaya akhir proyek. Dalam konteks ini, (Shi, orientasi ruangan berdasarkan tingkat kebutuhan akan cahaya
et al., 2020) menggunakan bahasa pemrograman visual Dynamo matahari langsung, serta fakta bahwa bangunan memerlukan
dari Revit untuk mendapatkan detail kuantitas lepas landas dari persyaratan program ruang akustik yang mengacu pada lokasi
semua elemen yang membentuk proyek konstruksi. Kemudian, ruangan berdasarkan tingkat kebisingan dan suaranya agar dapat
data yang diekstrak diekspor ke lembar Excel juga terdistribusi dengan baik dan merata, dalam konteks yang sama,
menggunakan plug-in Dynamo. Selanjutnya, (Saridaki, et al., (Asl, et al, 2014) mempelajari pencahayaan siang hari dengan
2019) membahas komponen biaya dalam proyek konstruksi menghitung nilainya berdasarkan LEED (Leadership in Energy
sebagai bagian dari proses Life-Cycle Costing (LCC). Penulis and Environmental Design) Green Building Design and
juga menggunakan Dynamo untuk mengekstrak jumlah elemen Construction Reference Guide, yang memungkinkan para
proyek dari model BIM di Revit untuk melakukan analisis LCC. perancang untuk mengoptimalkan beberapa tujuan kinerja energi
Alih-alih menggunakan lembar Excel, hasilnya diekspor ke di awal proses desain. Tujuan dari penelitian ini adalah untuk
perangkat lunak Sigma Estimates dalam bentuk laporan. memaksimalkan jumlah ruangan yang menghemat konsumsi
Analisis biaya juga telah dibahas oleh (Sousa, et al., 2020) yang energi dan mengandalkan pencahayaan alami. Penelitian ini
menyoroti pentingnya mengintegrasikan model BIM dalam membutuhkan beberapa informasi yang berkaitan dengan
penganggaran proyek untuk pengambilan keputusan. Berkat geometri konstruksi, lokasi, dan material yang digunakan.
Dynamo, dimungkinkan untuk melakukan ekstraksi data Dalam perspektif ini, Dynamo diadopsi untuk mengekstrak
kuantitatif yang tepat dan bertarget dengan cara otomatis ke semua informasi ini.
spreadsheet di mana data dikonfigurasikan, diatur, dan disimpan
di server cloud. Visualisasi hasil pada dasbor dimungkinkan 3. METODOLOGI
dengan menautkan spreadsheet yang diekstraksi ke aplikasi
Power BI, perangkat lunak Business Intelligence (BI) yang Metodologi yang dikembangkan dalam penelitian ini disusun
disediakan oleh Microsoft yang memungkinkan agregasi, dalam urutan terkoordinasi yang terdiri dari 3 tahap (Gambar 1).
analisis, visualisasi, dan berbagi data. Hal ini meningkatkan Langkah pertama terdiri dari desain model BIM dari bangunan
pemahaman informasi dan menyajikannya dengan cara yang studi kasus. Langkah kedua berkaitan dengan konsepsi aplikasi
lebih terorganisir dan lebih jelas untuk proses pengambilan dengan mengadopsi empat kasus penggunaan ekstraksi data dari
keputusan. model BIM yaitu: ekstraksi biaya; deteksi bentrokan; ekstraksi
rencana dan deteksi perubahan. Setiap tugas dipelajari secara
Untuk mencapai ekstraksi dan visualisasi data yang lengkap, Ekstraksi dan visualisasi data relevan untuk menangani dan
penting untuk menampilkan geometri 3D elemen di sepanjang mengelola proyek bangunan secara efisien. Mengekstrak
data semantiknya. Untuk itu, kami memilih plugin tracer informasi dari BIM harus bergantung pada kebutuhan pengguna
Proving Ground untuk ekstraksi geometri 3D elemen dan visual dan memungkinkan untuk menanggapi beberapa pertanyaan
Power BI untuk visualisasinya. Pada langkah ketiga, kami secara tepat waktu dan akurat. Solusi kami mencoba memenuhi
memeriksa semua fitur Power BI yang memungkinkan dengan persyaratan ini dengan merancang metode ekstraksi yang
melihat persyaratan dan atributnya untuk memilih visual yang berbasis objek dan berorientasi pada pengguna. Solusi ini
mengusulkan beberapa kasus penggunaan yang relevan untuk
relevan yang dapat menampilkan data yang diekstraksi dengan
komunitas MEA: ekstraksi biaya, koordinasi bentrokan,
cara yang paling sederhana dan eksplisit.
ekstraksi rencana, dan deteksi perubahan.
menentukan apakah elemen tersebut ada, baru, atau dihapus. Solusi hasil yang cepat membuat deteksi bentrokan menjadi
Sebagai keluarannya, laporan yang berisi daftar elemen yang lebih mudah karena manajer tidak perlu lagi menggunakan
diurutkan berdasarkan hasil perbandingan (ada, baru, dihapus). perangkat lunak canggih yang mahal atau melakukan konversi
Perbandingan geometri dan metadata kemudian dilakukan antara yang memakan waktu.
"DokumenA" dan "DokumenB". Node ini menyediakan empat
Setiap kategori elemen kemudian diasosiasikan dengan warna
dan divisualisasikan di Revit. Kategori yang berbeda juga
disimpan dalam file Excel dengan Id dari elemen Revit. File ini
digunakan untuk membuat dasbor di PowerBI untuk
memvisualisasikan perubahan d e n g a n cara yang lebih
eksplisit.
Asl, MR, Bergin, M., Menter, A., & Yan, W. (2014). Optimasi
multi-tujuan kinerja energi bangunan berbasis BIM.
Dinamo. Bagian kedua menyangkut visualisasi dari manajer fasilitas. Sacks, R. (eds), 688
dengan menggunakan perangkat lunak Power BI melalui
beberapa dasbor. Solusi yang diusulkan memungkinkan Saridaki, M., Psarra, M., & Haugbølle, K. (2019). Menerapkan
pengurangan tugas-tugas yang memakan waktu dan dengan biaya siklus hidup: Integrasi data antara model desain dan
demikian menghormati tenggat waktu dan biaya dengan
Zhang, J., Wu, C., Wang, Y., Ma, Y., Wu, Y., & Mao, X.
(2018). Manajemen informasi geoteknik yang mendukung BIM
untuk proyek konstruksi. Computing, 100(1), 47-63.