PENERAPAN PENJADWALAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTE CARLO PADA PEMBANGUNAN GEDUNG PURI ADHYAKSA JAKARTA TIMUR

Ukuran: px

Mulai penontonan dengan halaman:

Download "PENERAPAN PENJADWALAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTE CARLO PADA PEMBANGUNAN GEDUNG PURI ADHYAKSA JAKARTA TIMUR"

Leony Oesman
7 tahun lalu
Tontonan:

1 PENERAPAN PENJADWALAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTE CARLO PADA PEMBANGUNAN GEDUNG PURI ADHYAKSA JAKARTA TIMUR Oleh : HENRY PALMER SIREGAR ( ) Dosen Pembimbing : TRIJOKO WAHYU ADI ST, MT, Ph.D CAHYONO BINTANG ST,MT

2 LATAR BELAKANG

3 Latar Belakang Pada proyek konstruksi, metoda penjadwalan yang sering digunakan oleh para perencana adalah CPM (Critical Path Method) baik melalui PDM (Precedence Diagram Method) dan ADM (Arrow Diagram Method). Kedua metode di atas menggunakan estimasi durasi aktivitas yang deterministik. Pada proses pelaksanaan, biasa muncul beberapa resiko yang sebelumnya kurang dipertimbangkan dalam proses penjadwalan.

4 Latar Belakang Untuk mengantisipasi ketidakpastian dari durasi proyek konstruksi dalam penjadwalan, telah dikembangkan metode penjadwalan dengan mempertimbangkan ketidakpastian tersebut. Cara yang formal untuk memasukkan ketidakpastian pada penjadwalan adalah dengan menganalisa penjadwalannya secara probabilistik menggunakan metode PERT/ Program Evaluation and Review Technique (Ervianto, 2004). PERT menggunakan tiga tipe durasi. Dan dihitung menggunakan simulasi Monte Carlo.

5 Latar Belakang Kelebihan menggunakan simulasi Monte Carlo: 1. Menggunakan pemodelan dengan jumlah iterasi yang dapat ditentukan. Dan dari tiap iterasi yang dilakukan akan memunculkan lintasan kritis yang tidak sama. 2. Seberapa besar pengaruh suatu aktivitas terhadap durasi total proyek dapat diketahui.

6 TINJAUAN PUSTAKA

7 Latar Belakang Penjadwalan adalah kegiatan untuk menentukan waktu yang dibutuhkan dan urutan kegiatan serta menentukan waktu proyek dapat diselesaikan (Ervianto, 2002). Penjadwalan tersebut terdiri dari sekurang-kurangnya start date dan finish date yang telah direncanakan untuk masingmasing aktivitas (PMBOK,2004).

8 Latar Belakang Penjadwalan probabilistik menggunakan analisis statistik terhadap pekerjaan tertentu di dalam rencana pekerjaan untuk menunjukkan kemungkinan penyelesaian pekerjaan pada suatu tanggal tertentu. Penjadwalan probabilistik menggunakan 3 tipe durasi, yaitu: Optimistic Time ( a ) Mean Time ( m ) Pesimistic Time ( b ) Sumber perkiraan durasi Data historis Observasi/Pengamatan Expert Judgement

9 Latar Belakang Melalui estimasi durasi yang diperoleh, dapat dianalisa bentuk distribusi yang mewakili satu aktivitas. Jenis-jenis distribusi: Distribusi Beta Distribusi Triangular dll

10 Latar Belakang Simulasi Monte Carlo 1. Simulasi/pemodelan ini dijalankan menggunakan perangkat tambahan for Project) pada perangkat lunak Microsoft Project. 2. Hasil simulasi: a. Distribusi penyelesaian proyek b. Critical Index c. Sensitivitas

11 BAGAN ALIR PENELITIAN

13 PENGUMPULAN DATA SEKUNDER

14 Data Sekunder Studi kasus yang dipilih pada penelitian ini adalah proyek Pembangunan Gedung Puri Adhyaksa, yang merupakan bagian dari proyek Pembangunan Kawasan Pusat Pembinaan dan Pengembangan Terpadu SDM Kejaksaan RI di Jakarta Timur. Bangunan ini terdiri dari 12 lantai dan 1 base

15 Data Sekunder Penjadwalan Proyek Pembangunan Gedung Puri Adhyaksa, Jakarta Timur Volume Pekerjaan Struktur Gambar Struktur (Rencana)

16 Data Sekunder Data sekunder diperoleh dari pihak kontraktor proyek pembangunan gedung Puri Adhyaksa, yaitu PT. PP Tbk Data sekunder ini akan dijadikan dasar bagi para responden untuk mengestimasi durasi probabilistik.

17 ANALISA PENJADWALAN DETERMINISTIK

18 Aktivitas Pada Lintasan Kritis Pekerjaan Bore Pile Galian Tanah (zona 2 dan 4) Bobok Kepala Bore pile (zona 2 dan 4) Bekisting Pile Cap dan Tie Beam (zona 2 dan 4) Pembesian Pile Cap dan Tie Beam (zona 2 dan 4) Pengecoran Pile Cap dan Tie Beam (zona 2 dan 4) Pelat Lantai Basement Kolom Lantai Basement (zona 4) Balok dan Pelat Lantai 1 (zona 4) Kolom Lantai 1 (zona 4) Balok dan Pelat Lantai 2 (zona 4) Kolom Lantai 2 (zona 4) Kolom Lantai 3 (zona 4) Balok dan Pelat Lantai 4 (zona 4) Kolom Lantai 4 (zona 4) Core Wall Lantai 4 Balok dan Pelat Lantai 5 (zona 1 dan 2) Kolom Lantai 5 (zona 2) Balok dan Pelat Lantai 6-12 (zona 2) Kolom Lantai 6-12 (zona 2) Balok dan Pelat Lantai Atap (zona 2)

19 PENGUMPULAN DATA PRIMER

20 FORMULIR KUISIONER

21 FORMULIR KUISIONER

22 REKAPITULASI ESTIMASI DURASI

23 PERHITUNGAN PENJADWALAN PROBABILISTIK

24 PROSES INPUT DATA

25 PENGATURAN SIMULASI

26 HASIL SIMULASI Nilai maksimum total durasi proyek adalah 281 hari. Dari 1000 kali iterasi dalam simulasi didapatkan total durasi penyelesaian proyek paling lambat adalah 281 hari. Nilai minimum total durasi proyek adalah 256 hari. Dari 1000 kali iterasi dalam simulasi didapatkan total durasi penyelesaian proyek paling lambat adalah 256 hari. Nilai mean/rata-rata durasi proyek adalah 268 hari. Dari 1000 kali iterasi dalam simulasi didapatkan total durasi penyelesaian proyek paling cepat adalah 268 hari. Nilai rata-rata didapatkan dari penjumlahan semua total durasi dibagi dengan jumlah iterasi sebanyak Varian dari populasi total durasi proyek adalah 15,5185, damana varian adalah ukuran sebesapa besar penyebaran nilai dalan distribusi. Nilai ini didapat dari rata-rata penyimpangan kuadrat populasi total durasi proyek terhadap rata-rata total durasi proyek. Kontingensi waktu, yaitu rencana waktu cadangan yang dipakai untuk mengatasi keadaan yang tidak tentu atau diluar rencana. Metode umum yang dipakai untuk menghitung kontingensi waktu yaitu nilai median sampai interval waktu tertentu (dalam hal ini digunakan P80%). P50% = 268 hari P80% = 271 hari Jadi, kontingensi waktu = 3 hari

27 DISTRIBUSI DURASI PROYEK

28 KURVA PROBABILITAS

29 KONTINGENSI WAKTU

30 CRITICAL INDEX Berdasarkan hasil simulasi, didapat 37 aktivitas yang memiliki critical index lebih besar dari 80%. Berdasarkan daftar resiko yang diperoleh dari survey, maka kita dapat menghubungkan aktivitas-aktivitas yang memiliki critical index yang tinggi daftar resiko tersebut. Sebagai contoh, dari hasil simulasi diketahui bahwa aktivitas bore pile (zona 1) memiliki critical index 100%. Artinya adalah dari 1000 kali iterasi, aktivitas ini berada pada lintasan kritis sebanyak 1000 kali. Dan berdasarkan survey yang telah dilakukan kepada lima orang responden berdasarkan pengalaman responden, ada beberapa resiko yang perlu diantisipasi dari aktivitas bore pile, yaitu: Kondisi tkemungkinan rusaknya alat untuk melakukan pengeboran. anah yang mudah longsor Dengan mengetahui bahwa aktivitas bore pile merupakan aktivitas yang selalu berada pada lintasan kritis dan mengetahui kemungkinan-kemungkinan resiko pada aktivitas bore pile, maka seharusnya aktivitas ini diprioritaskan dengan cara mengantisipasi resiko-resiko yang mungkin terjadi seperti diatas dan melakukan pengendalian dan pengawasan yang lebih ketat salama palaksanaan aktivitas ini.

31 CRITICAL INDEX Berdasarkan hasil simulasi, didapat 37 aktivitas yang memiliki critical index lebih besar dari 80%. Berdasarkan daftar resiko yang diperoleh dari survey, maka kita dapat menghubungkan aktivitas-aktivitas yang memiliki critical index yang tinggi daftar resiko tersebut. Sebagai contoh, dari hasil simulasi diketahui bahwa aktivitas bore pile (zona 1) memiliki critical index 100%. Artinya adalah dari 1000 kali iterasi, aktivitas ini berada pada lintasan kritis sebanyak 1000 kali. Dan berdasarkan survey yang telah dilakukan kepada lima orang responden berdasarkan pengalaman responden, ada beberapa resiko yang perlu diantisipasi dari aktivitas bore pile, yaitu: Kondisi tkemungkinan rusaknya alat untuk melakukan pengeboran. anah yang mudah longsor Dengan mengetahui bahwa aktivitas bore pile merupakan aktivitas yang selalu berada pada lintasan kritis dan mengetahui kemungkinan-kemungkinan resiko pada aktivitas bore pile, maka seharusnya aktivitas ini diprioritaskan dengan cara mengantisipasi resiko-resiko yang mungkin terjadi seperti diatas dan melakukan pengendalian dan pengawasan yang lebih ketat salama palaksanaan aktivitas ini.

32 CRITICAL INDEX

33 SENSITIVITAS Angka sensitivitas, menunjukkan seberapa besar pengaruh dari suatu aktivitas pekerjaan terhadap keseluruhan proyek. Berdasarkan hasil simulasi, ada 16 aktivitas yang memiliki tingkat sensitivitas yang tinggi. Sebagai contoh, aktivitas bore pile (zona 2) mimiliki angka sensitivitas sebesar 0,249. Artinya adalah pengaruh aktivitas ini terhadap durasi total proyek adalah 24,9%. Jika aktivitas ini mengalami keterlambatan dalam penyelesaiannya maka peluang aktivitas ini untuk mengakibatkan keterlambatan penyelesaian proyek secara keseluruhan adalah 24,9%.

34 SENSITIVITAS

35 SENSITIVITAS

36 KESIMPULAN

37 KESIMPULAN Bahwa aktivitas-aktivitas yang berada pada lintasan kritis (hasil analisa penjadwalan deterministik) terbukti memiliki critical index yang tinggi serta sensitivitas yang tinggi pula. Artinya, aktivitas-aktivitas tersebut memang harus mendapat prioritas dan perhatian lebih dalam penyelesaiannya karena jika terjadi keterlambatan pada aktivitas-aktivitas tersebut maka peluang untuk bertambahnya durasi total proyek juga sangat besar.

38 TERIMA KASIH

dokumen-dokumen yang mirip

PENERAPAN PENJADWALAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTECARLO PADA PROYEK PEMBANGUNAN GEDUNG PURI ADHYAKSA JAKARTA TIMUR

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 PENERAPAN PENJADWALAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTECARLO PADA PROYEK PEMBANGUNAN GEDUNG PURI ADHYAKSA JAKARTA TIMUR Henry Palmer Siregar, Tri