BAB IV ANALISIS DAN PEMBAHASAN

Transkripsi

1 BAB IV ANALISIS DAN PEMBAHASAN Bab ini menjelaskan tentang analisa dan pengolahan data hasil kuisioner utama yang telah mendapat tanggapan dari responden / tim proyek yang ada di lapangan dengan melakukan pengisian kuisioner. Hasil dari tanggapan oleh pakar yang sudah divalidasi kemudian dilakukan eliminir, untuk variabel yang tidak dieliminir menjadi variabel yang akan di jadikan dasar dari kuesioner utama. Dari hasil kuesioner lalu dilakukan uji intrumen menggunakan SPSS dan analisis berdasarkan PMBOK untuk melihat risiko dominan pada proyek Bhuvana Resort Ciawi. Dari hasil temuan risiko dominan kemudian diberikan respon risiko berdasarkan saran dari pakar untuk menanggulangi risiko dominan pada proyek Bhuvana Resort Ciawi. 4.1 Kuesioner Tahap Pertama Pada fase pengisian kuesioner tahap pertama adalah kuesioner terhadap para pakar pada proyek Bhuvana Resort Ciawi. Yang menjadi pakar adalah para pimpinan proyek Bhuvana Resort Ciawi yang sudah terlibat di dunia konstruksi gedung dengan pengalaman minimal 10 tahun. Tujuan dari pelaksanaan kuesioner tahap pertama adalah untuk melihat tanggapan pakar mengenai variabel yang ditemukan peneliti melalui studi literatur. Para pakar memberi komentar dan masukan mengenai variabel dari literatur agar relevan dan dapat digunakan untuk penelitian yang akan digunakan. Berikut ini adalah data pakar pada kuesioner tahap pertama : Tabel 4.1 Data Pakar No Jabatan Pendidikan Pengalaman Kerja (Tahun) 1 Project Manager S Deputy Project Manager S1 10 IV-1

2 No Jabatan Pendidikan Pengalaman Kerja (Tahun) 3 Kordinator Project Manager S1 13 Sumber : Hasil Olahan Penulis Dalam tahap ini para pakar memberikan tanggapan, perbaikan beserta masukan terhadap 49 variabel penelitian yang diajukan oleh penulis. Setelah kuesioner terkumpul, lalu dilakukan perbaikan atas yakni variabel yang tidak disetujui oleh pakar akan dibuang dan tidak dipergunakan pada pengumpulan data tahap kedua yaitu survey kuesioner tahap kedua kepada responden yakni jajaran staf kontrakrot yang bekerja di proyek Bhuvana Resort Ciawi. Berikut adalah tabel validasi pakar faktor risiko pada tahap pelaksanaan proyek konstruksi yang berpengaruh kepada kinerja waktu penyelesaian proyek Bhuvana Resort Ciawi Tabel 4.2 Hasil Kuesioner Tahap Pertama X Kategori No Sumber Risiko 1 Alam & Lingkungan Simbol X1 X2 Indikator Risiko Yang Mempengaruhi Keterlambatan Pelaksanaan Proyek konsruksi Pakar 1 Pakar 2 Pakar 3 Kesimpulan Kejadian tidak terduga (banjir, gempa bumi, dan lain lain) x x x Tidak Kondisi tanah yang tak terduga x x x Tidak X3 X4 Cuaca yang sangat buruk Demonstrasi / huru hara di sekitar lokasi proyek x Ya X5 X6 X7 X8 Timbulnya kemacetan di sekitar lokasi proyek Gangguan keamanan di lokasi proyek x x x Tidak Kerusakan pada fasilitas transportasi disekitar x x Tidak Terjadi perusakan dan sabotase x x Tidak IV-2

3 No Kategori Sumber Risiko 2 Alat & Bahan Simbol X9 X10 X11 Indikator Risiko Yang Mempengaruhi Keterlambatan Pelaksanaan Proyek konsruksi Mutu Material Tidak Sesuai Dengan Spesifikasi. Pakar 1 Pakar 2 Pakar 3 Kesimpulan Kenaikan harga material bahan bangunan Material yang di gunakan kurang dari yang di butuhkan. Ya X12 X13 Penumpukan material di lokasi proyek. x Ya Ketidak tepatan waktu pemesanan bahan. X14 X15 X16 Kekurangan bahan konstruksi. Mutu peralatan yang di gunakan kurang baik. Alat yang di gunakan tidak sesuai dengan spesifikasi. 3 Sumber Daya Manusia X17 X18 X19 Kerusakan alat. Keahlian dan sumber daya yang tidak cukup untuk melaksanakan desain spesifikasi. Menempatkan tenaga kerja yang kurang berpengalaman di bidangnya. X20 Kekurangan tenaga kerja. X21 X22 Jumlah peralatan kurang dari yang dibutuhkan. Produktifitas tenaga kerja yang rendah Lanjutan tabel 4.2 X23 Kenaikan harga tenaga kerja yang tidak diharapkan IV-3

4 No Kategori Sumber Risiko 4 Metode & Manajemen Simbol X24 X25 Indikator Risiko Yang Mempengaruhi Keterlambatan Pelaksanaan Proyek konsruksi Pakar 1 Pakar 2 Pakar 3 Kesimpulan Kepindahan pekerja senior yang potensial x x x Tidak Melakukan perubahan terhadap desain. X26 Schedule pelaksanaan tidak sesuai yang di rencanakan. Ya X27 X28 Metode pelaksanaan pekerjaan tidak tepat. Metode pengoperasian alat tidak tepat. x x Tidak X29 X30 Kesalahan estimasi waktu Kurangnya kontrol dan koordinasi dalam tim x Ya X31 X32 Tingkat disiplin manajemen yang rendah Adanya konflik internal dalam jajaran manajemen proyek x x Tidak X33 Kesalahan desain X34 X35 Kesalahan dalam perhitungan struktur dan analisa x Ya Pengujian beton yang tidak benar x x Tidak X36 X37 Peraturan safety yang tidak dilaksanakan di lapangan Kesukaran dalam pemasangan tiang pancang x x Tidak X38 X39 X40 perubahan jadwal pelaksanaan pekerjaan x Ya Kesulitan pemasangan bekisting dan perancah di ketinggian Penyetelan dan Perakitan besi yang tidak tepat IV-4

5 No Kategori Sumber Risiko Simbol Indikator Risiko Yang Mempengaruhi Keterlambatan Pelaksanaan Proyek konsruksi Pakar 1 Pakar 2 Pakar 3 Kesimpulan Ya X41 X42 X43 X44 X45 X46 X47 X48 X49 Sumber : Hasil Olahan Penulis Ketidak jelasan pasal-pasal dalam kontrak x x x Tidak Pasal-pasal dalam kontrak yang kurang lengkap x Ya Perbedaan intersepsi spesifikasi antara owner dan kontraktor Dokumen-dokumen yang tidak lengkap x x Tidak Keterlambatan pembayaran oleh owner x Ya Pemutusan kerja sepihak oleh owner x x Tidak Perselisihan antara owner dan kontraktor x x x Tidak Keterlambatan pembayaran pada sub-kon melalui kontraktor utama x Ya Kegagalan realisasi peminjaman untuk pembiayaan proyek x x Tidk Tabel 4.3 Hasil Kuesioner Tahap Pertama Y Skal a Penilaian Keterangan Pakar 1 Pakar 2 Pakar 3 Kesimpulan 1 Buruk Terlambat > -16% atau terlambat dari skedul lebih dari 8 minggu 2 Sedikit Terlambat Terlambat antara -8% sampai - 16% atau terlambat dari skedul antara 4 minggu sampai 8 minggu 3 Rata - rata 4 Agak Baik Terlambat < -8% atau terlambat 4 minggu atau kurang dari 4 minggu dari skedul Lebih cepat antara 0% - 4% atau tepat waktu sampai lebih cepat 2 minggu dari skedul IV-5

6 Skal a Penilaian Keterangan Pakar 1 Pakar 2 Pakar 3 Kesimpulan 5 Baik Lebih cepat > 4% atau lebih cepat lebih dari 2 minggu Sumber : Hasil Olahan Penulis Sehingga dari rekapitulasi tersebut terdapat 15 variabel yang di eliminasi menurut para pakar dan tidak masuk dalam penyebaran kuesioner tahap dua. Berikut adalah penjelasan variabel yang di hilangkan sesuai validasi pakar : Tabel 4.4 Rekapitulasi Validasi Terkait Konten (faktor risiko yang dihilangkan) Simbol X1 X2 Indikator Risiko Yang Mempengaruhi Keterlambatan Pelaksanaan Proyek konsruksi Kejadian tidak terduga (banjir, gempa bumi, dan lain lain) Kondisi tanah yang tak terduga Keterangan Lokasi proyek termasuk daerah dataran yang cukup tinggi dari permukaan laut dan tidak pernah terjadi banjir Tidak signifikan karena kondisi tanah cukup stabil X6 X7 X8 Gangguan keamanan di lokasi proyek Kerusakan pada fasilitas transportasi disekitar Terjadi perusakan dan sabotase Lokasi aman dan kinerja security serta keamanan cukup optimal Tidak berpengaruh signifikan Tidak pernah terjadi sabotase atau perusakan secara sengaja X24 X28 X32 X35 Kepindahan pekerja senior yang potensial Metode pengoperasian alat tidak tepat. Adanya konflik internal dalam jajaran manajemen proyek Pengujian beton yang tidak benar Tidak berpengaruh signifikan Operator alat cukup berpengalaman Tidak signifikan dan mudah diatasi Pengujian dilakukan sesuai dengan prosedur yang berlaku X37 X41 X44 X46 X47 Kesukaran dalam pemasangan tiang pancang Ketidak jelasan pasal-pasal dalam kontrak Dokumen-dokumen yang tidak lengkap Pemutusan kerja sepihak oleh owner Perselisihan antara owner dan kontraktor Tidak terjadi kesukaran pemasangan tiang pancang, karena kondisi tanah cukup stabil Kontrak cukup jelas Tidak berpengaruh signifikan Sudah ada pasal yang menjelaskan dalam kontrak Bisa diatasi dengan baik IV-6

7 Indikator Risiko Yang Simbol Mempengaruhi Keterlambatan Pelaksanaan Proyek konsruksi Kegagalan realisasi peminjaman X49 untuk pembiayaan proyek Sumber : Hasil Olahan Penulis Keterangan Tidak berpengaruh signifikan 4.2 Kuesioner Tahap Dua Setelah dilakukan penyesuaian dengan hasil validasi terhadap para pakar, maka dilakukan pengumpulan data tahap kedua. Dimana pada tahap ini, pengumpulan data dilakukan dengan memberikan atau menyebarkan angket kuesioner kepada 30 orang responden. Angket kuesioner dapat dilihat pada lampiran penelitian ini. Responden dalam penelitian ini adalah pihak-pihak yang bekerja di kontraktor PT.Abadi Prima Inti Karya selaku kontraktor utama proyek Bhuvana Resort Ciawi. Sehingga dapat diperoleh bagaimana penilaian frekuensi dan dampak dari risiko kinerja waktu pada pekerjaan pelaksanaan proyek Bhuvana Resort Ciawi. Tabel berikut akan menguraikan profil para responden. Tabel 4.5 Data Responden Responden Jabatan Pengalaman Pendidikan R1 Mekanik 15 SMK R2 Site Manager 10 S1 R3 Drafter 5 SMK R4 Staf HSE 8 SMK R5 Quantity Surveyor 3 S1 R6 Pelaksana 6 SMK R7 Surveyor 5 SMK R8 Surveyor 3 SMK R9 Head of Procurement 5 S1 R10 Site Engineer 7 S1 R11 Staf HSE 14 SMK R12 Chief Quantity Surveyor 3 S1 R13 Pelaksana 9 SMK IV-7

8 Lanjutan tabel 4.5 Responden Jabatan Pengalaman Pendidikan R14 Kepala Gudang 15 D3 R15 Drafter 5 S1 R16 Keuangan 14 D3 R17 Quality Control 3 S1 R18 Chief Drafter 4 S1 R19 Kepala Surveyor 4 S1 R20 Cost Control 3 S1 R21 Pelaksana 4 SMK R22 Admin 7 D3 R23 Quality Control 4 S1 R24 Admin Gudang 1 S1 R25 Mekanik 10 SMK R26 Manager of HSE 5 S1 R27 General Super Intendent 11 D3 R28 Surveyor 5 D3 R29 Ass. GSI 11 SMK R30 Site Officer Engineer 5 S1 Sumber : Hasil Olahan Penulis Responden di atas diminta untuk mengisi tingkat frekuensi suatu peristiwa dan dampaknya terhadap waktu pelaksanaan konstruksi proyek Bhuvana Resort Ciawi. Tabulasi data responden kuisioner tahap kedua terlampir. 4.3 Analisis Deskriptif Analisis ini memiliki kegunaan untuk menyajikan karakteristik tertentu suatu data dari sampel tertentu. Analisis ini memungkinkan peneliti mengetahui secara cepat gambaran sekilas dan ringkas dari data yang didapa (Galuh, 2013). Dengan bantuan program SPSS versi 24, didapat nilai mean, median, mode. Melalui analisis statitistik deskriptif akan diperoleh gambaran sekilas mengenai faktor risiko yang memiliki skala tertinggi pada proyek yang dilihat dari nilai modus tertinggi. IV-8

9 Hasil analisis deskriptif akan disajikan dalam masing-masing variabel. Berikut ini adalah tabulasi hasil analisis deskriptif variabel X untuk penilaian frekuensi risiko dan dampak risiko terhadap waktu. Tabel 4.6 Analisis Deskriptif Frekuensi X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34 N Valid Missing Mean Median Mode , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , IV-9

10 Sumber : Hasil Olah Data Seperti yang ditunjukkan di tabel 4.6 untuk frekuensi risiko pada kinerja waktu, variabel X1,X3,X19,X20,X25,X26,X28, dan X32 memiliki nilai mode tertinggi. Tabel 4.7 Analisis Deskriptif Dampak X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 N Valid Missing Mean Median Mode , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , IV-10

11 N Mean Median Mode Valid Missing , X34 Sumber : Hasil Olah Data Seperti yang ditunjukkan di tabel 4.7 untuk dampak risiko pada kinerja waktu, variabel X1,X3,X19,X20,X25,X26,X28, dan X32 memiliki nilai mode tertinggi. 4.4 Uji Instrumen Penelitian Uji instrumen penelitian dilakukan untuk menguji apakah hasil dari kuesioner yang telah dikumpulkan merupakan data yang valid dan benar. Adapun uji instrumen pada penelitian kali ini menggunakan SPSS Versi 24, mulai dari uji normalitas, uji non parameterik, uji validitas, uji realibilitas, analisis regresi linear berganda Uji Normalitas Dari 30 sampel penelitian yang diperoleh, maka dilakukan uji normalitas terhadap setiap variabel. Uji normalitas ini dilakukan dengan menggunakan bantuan software SPSS Versi 24. Outputnya menjelaskan hasil uji apakah sebuah distribusi data bisa dikatakan normal atau tidak (Galuh, 2013). Uji Shapiro Wilk,Uji ini bekerja sangat baik jika setiap nilai bersifat unik atau independen, tetapi tidak bekerja dengan baik ketika mereka memiliki keterkaitan. Uji Kolmogorov-Smirnov, dengan koreksi Dallal-Wilkinson-Lilliefor. Uji ini dilakukan dengan membandingkan distribusi kumulatif dari distribusi data empirik dengan distribusi normal yang diharapkan. Karena merupakan uji beda maka nilai p yang tidak signifikan (p>0,05) menunjukkan tidak ada perbedaan antar kedua distribusi itu. Pedoman pengambilan keputusan menurut Rahim Bin Utah (2013 ): IV-11

12 a. Nilai Sig. atau signifikansi atau nilai probabilitas < 0.05 maka distribusi tidak normal (asimetris). b. Nilai Sig. atau signifikansi atau nilai probabilitas > 0.05 maka distribusi adalah normal (simetris) Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.8 Uji Normalitas Frekuensi Kolmogorov-Smirnov a Shapiro-Wilk Y Statistic df Sig. Statistic df Sig. X1 0, ,22E-09 0, ,85E-06 X2 0, ,28E-08 0, , X3 0, ,21E-14 0, E-07 X4 0, ,47E-12 0, ,32E-06 X5 0, ,97E-09 0, ,06E-05 X6 0, ,06E-07 0, , X7 0, ,68E-10 0, ,38E-05 X8 0, ,68E-10 0, ,38E-05 X9 0, ,16E-09 0, ,17E-05 X10 0, ,86E-08 0, , X11 0, ,12E-05 0, , X12 0, ,68E-10 0, ,38E-05 X13 0, ,86E-06 0, , X14 0, ,88E-11 0, ,64E-05 X15 0, ,28E-08 0, , X16 0, ,12E-05 0, , X17 0, ,22E-08 0, ,21E-05 X18 0, ,7E-08 0, , X19 0, ,31E-12 0, ,86E-07 X20 0, ,54E-11 0, ,48E-07 X22 0, ,88E-11 0, ,64E-05 X23 0, ,7E-08 0, , X24 0, ,97E-09 0, ,06E-05 X25 0, ,68E-10 0, ,38E-05 X25 0, ,31E-12 0, ,86E-07 X26 0, ,31E-12 0, ,86E-07 X27 0, ,95E-07 0, , X28 0, ,04E-13 0, ,16E-07 IV-12

13 Kolmogorov-Smirnov a Shapiro-Wilk Y Statistic df Sig. Statistic df Sig. X29 0, ,95E-07 0, , X30 0, ,47E-12 0, ,32E-06 X31 0, ,47E-12 0, ,32E-06 X32 0, ,31E-12 0, ,86E-07 X33 0, ,28E-08 0, , X34 0, ,15E-08 0, ,00029 Sumber : Hasil Olah Data Berdasarkan tabel 4.8 di atas, dapat dilihat bahwa seluruh variabel memliki tingkat sgnifikansi atau nilai probabilitas di bawah 0.05, maka dikatakan distibusi keseluruh variabel tidak normal. Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.9 Uji Normalitas Dampak Y Kolmogorov-Smirnov b Shapiro-Wilk Statistic df Sig. Statistic df Sig. X1 0, ,68E-10 0, ,38E-05 X2 0, ,23E-05 0, ,14E-05 X3 0, ,04E-13 0, ,16E-07 X4 0, ,97E-09 0, ,06E-05 X5 0, ,47E-12 0, ,32E-06 X6 0, ,68E-10 0, ,38E-05 X6 0, ,88E-11 0, ,64E-05 X8 0, ,86E-08 0, , X9 0, ,88E-11 0, ,64E-05 X10 0, ,68E-10 0, ,38E-05 X11 0, , , , X12 0, ,31E-12 0, ,86E-07 X13 0, ,23E-05 0, , X14 0, ,68E-10 0, ,38E-05 X15 0, ,28E-08 0, , X16 0, ,12E-05 0, , X17 0, ,31E-07 0, ,92E-05 X18 0, ,7E-08 0, , X19 0, ,31E-12 0, ,86E-07 X20 0, ,54E-11 0, ,48E-07 IV-13

14 Y Kolmogorov-Smirnov b Shapiro-Wilk Statistic df Sig. Statistic df Sig. X21 0, ,68E-10 0, ,38E-05 X22 0, ,86E-08 0, , X23 0, ,97E-09 0, ,06E-05 X24 0, ,88E-11 0, ,64E-05 X25 0, ,64E-10 0, ,34E-06 X26 0, ,54E-11 0, ,48E-07 X27 0, ,16E-09 0, ,17E-05 X28 0, ,21E-14 0, E-07 X29 0, ,72E-11 0, ,58E-05 X30 0, ,97E-09 0, ,06E-05 X31 0, ,97E-09 0, ,06E-05 X32 0, ,22E-09 0, ,85E-06 X33 0, ,22E-09 0, ,85E-06 X34 0, ,22E-08 0, ,21E-05 Sumber : Hasil Olah Data Berdasarkan tabel 4.9 di atas, dapat dilihat bahwa seluruh variabel memliki tingkat sgnifikansi atau nilai probabilitas di bawah 0.05, maka dikatakan distibusi keseluruh variabel tidak normal Analisis Non-Parameterik Dari 30 sampel penelitian yang diperoleh dan uji normalitas yang telah dilakukan, diketahui bahwa data tidak terdistribusi normal, maka dapat dilakukan analisis non-parametriknya berdasarkan profil responden. Analisis non-parametrik ini dilakukan dengan menggunakan bantuan software SPSS Versi 24. Analisis nonparametrik responden dilihat dari pendidikan, dan lama pengalaman kerja dan jabatan di bidang konstruksi.uji yang digunakan adalah uji K Sample bebas Uji Kruskal Wallis H (Galuh, 2011). Untuk mengetahui perbedaan pemahaman berdasarkan data responden tersebut diatas, maka dilakukan proses non-parametric test. Analisis nonparametrik adalah metode yang digunakan jika data yang ada tidak terdistribusi normal, atau jumlah data sangat sedikit serta level data adalah nominal dan ordinal (Galuh, 2011). IV-14

15 Pada penelitian ini dilakukan analisis non-parametrik untuk menguji beberapa sampel (>2 kriteria) yang tidak berhubungan dengan menggunakan metode uji Kruskal- Wallis untuk menguji perbedaan jawaban kuesioner dengan dua kriteria yang berbeda. Hipotesis yang diusulkan adalah sebagai berikut: a) Ho = Tidak ada perbedaan persepsi responden yang berbeda jabatan, pendidikan, dan lama bekerja. b) Ha = Ada perbedaan minimal satu persepsi responden yang berbeda jabatan, pendidikan, dan lama bekerja. Menurut Rahim Bin Utah (2013), pedoman yang digunakan untuk menerima atau menolak jika hipotesis nol (Ho) yang diusulkan: a) jika nilai p-value pada kolom Asymp.Sig > level of significant (α) sebesar 0,05 dan nilai chi square < dari nilai x2 0,05(df) b) Ho ditolak jika nilai p-value pada kolom Asymp.Sig < level of significant (α) sebesar 0,05 dan nilai chi square > dari nilai x2 0,05(df) A. Analisis Non-Parametrik untuk Kategori Lama Pengalaman Kerja Lama pengalaman kerja responden dikategorikan menjadi tiga bagian untuk frekuensi risiko dan dampak risiko terhadap kinerja waktu. Pengelompokkan pengalaman kerja tersebut dapat dilihat pada tabel 4.9 (pengkodean untuk profil responden). Berikut disajikan pengelompokkan lama pengalaman kerja responden. IV-15

16 Tabel Pengkodean untuk Profil Responden Berdasarkan Pengalaman Kerja Uraian Kode Pengalaman Kerja 1 s/d 5 tahun 1 6 s/d 10 tahun 2 11 s/d 15 tahun 3 Sumber : Hasil Olah Data Tabel Pengelompokan Lama Pengalaman Kerja Responden Responden Pengalaman K R R R3 5 1 R4 8 2 R5 3 1 R6 6 2 R7 5 1 R8 3 1 R9 5 1 R R R R R R R R R R R R R R R R R R R R IV-16

17 Responden Pengalaman K R Sumber : Hasil Olah Data Pengalaman 20,00% 23,33% 56,67% 1 s/d 5 tahun 5 s/d 10 tahun 6 s/d 15 tahun Gambar 4.1 Sebaran Data Lama Pengalaman Kerja Responden Sumber: Hasil Olah Data Gambar 4.1 di atas menunjukkan bahwa 57,67% responden telah bekerja di bidang konstruksi selama 1 s/d 5 tahun, 23,33% responden telah bekerja di bidang konstruksi selama 6 s/d 10 tahun, dan 20% responden telah bekerja di bidang konstruksi selama 11 s/d 15tahun. Dari hasil sebaran tersebut, kemudian dilakukan pengolahan data dengan menggunakan uji Kruskal-Wallis dengan hasil uji sebagai berikut: 1) Pengaruh Lama Pengalaman Kerja Responden terhadap Penilaian Frekuensi Risiko Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: IV-17

18 Tabel 4.12 Hasil Uji Pengaruh Lama Pengalaman Kerja Terhadap Persepsi Responden Untuk Frekuensi Risiko Chi- Asymp. df Square Sig. X1 0, ,676 X2 0, ,768 X3 0, ,640 X4 3, ,158 X5 3, ,143 X6 0, ,719 X7 7, ,019 X8 3, ,142 X9 0, ,616 X10 2, ,300 X11 1, ,400 X12 4, ,130 X13 0, ,785 X14 3, ,142 X15 0, ,768 X16 1, ,400 X17 1, ,446 X18 0, ,835 X19 0, ,952 X20 1, ,458 X21 3, ,142 X22 4, ,133 X23 3, ,143 X24 4, ,113 X25 0, ,952 X26 1, ,593 X27 0, ,798 X28 0, ,952 X29 0, ,798 X30 3, ,158 X31 1, ,510 X32 0, ,823 X33 0, ,768 3, ,184 X34 Sumber: Hasil Olah Data IV-18

19 Dari output tersebut, dapat dilihat bahwa sebagian besar variabel mempunyai Asymp. Sig. pada tabel statistik hampir tiap variabel lebih besar dari level of significant (α) 0,05, dan nilai chi square < nilai x² 0,05(df) = 5,991 (dari tabel chi-square lihat lampiran) kecuali untuk X7. Jadi Hipotesis nol (H0) diterima dan Ha ditolak untuk semua variabel, kecuali untuk X7 dimana ada perbedaan persepsi responden yang berbeda berdasarkan latar belakang pengalaman kerja di bidang konstruksi untuk frekuensi risiko. 2) Pengaruh Lama Pengalaman Kerja Responden terhadap Penilaian Dampak Risiko pada Kinerja Waktu Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.13 Hasil Uji Pengaruh Lama Pengalaman Kerja Terhadap Persepsi Responden Untuk Dampak Risiko X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 Chi- Asymp. df Square Sig. 3, ,142 2, ,351 0, ,952 3, ,143 3, ,158 7, ,019 3, ,142 2, ,300 3, ,142 3, ,142 0, ,639 0, ,823 0, ,746 4, ,113 0, ,768 1, ,400 1, ,528 0, ,835 IV-19

20 Chi- Asymp. df Square Sig. X19 0, ,980 X20 1, ,458 X21 3, ,142 X22 2, ,300 X23 3, ,143 X24 3, ,142 X25 0, ,932 X26 0, ,952 X27 0, ,616 X28 0, ,640 X29 2, ,223 X30 3, ,143 X31 0, ,839 X32 0, ,676 X33 0, ,846 1, ,446 X34 Sumber: Hasil Olah Data Dari output tersebut, dapat dilihat bahwa sebagian besar variabel mempunyai Asymp. Sig. pada tabel statistik tiap variabel lebih besar dari level of significant (α) 0,05, dan nilai chi square < nilai x² 0,05(df) = 5, (dari tabel chi-square lihat lampiran). Jadi Hipotesis nol (H0) diterima dan Ha ditolak untuk semua variabel tidak ada perbedaan persepsi responden yang berbeda berdasarkan latar belakang pengalaman kerja di bidang konstruksi untuk dampak risiko. B. Analisis Non-Parametrik untuk Kategori Pendidikan Terakhir Pedidikan terakhir responden dikategorikan menjadi tiga bagian, baik untuk frekuensi risiko dan dampak risiko terhadap kinerja waktu. Berikut disajikan pengelompokkan pendidikan terakhir responden Tabel Pengkodean untuk Profil Responden Berdasarkan Pendidikan Uraian Kode Pendidikan SMA/SMK 1 D3 2 IV-20

21 Uraian Kode S1 3 Sumber : Hasil Olahan Penulis Tabel Pengelompokan Pendidikan Terakhir Responden. Responden Pendidikan Pengkodean R1 SMK 1 R2 S1 3 R3 SMK 1 R4 SMK 1 R5 S1 3 R6 SMK 1 R7 SMK 1 R8 SMK 1 R9 S1 3 R10 S1 3 R11 SMK 1 R12 S1 3 R13 SMK 1 R14 D3 2 R15 S1 3 R16 D3 2 R17 S1 3 R18 S1 3 R19 S1 3 R20 S1 3 R21 SMK 1 R22 D3 2 R23 S1 3 R24 S1 3 R25 SMK 1 R26 S1 3 R27 D3 2 R28 D3 2 R29 SMK 1 R30 S1 3 IV-21

22 Pendidikan 46,67% 36,67% SMK D3 S1 16,67% Gambar 4.2 Sebaran Data Pendidikan Terakhir Responden Sumber: Hasil Olah Data Gambar 4.2 di atas menunjukkan bahwa sebagian besar responden berpendidikan S1 yaitu sebesar 46,67%,berpendidikan D3 yaitu sebesar 16,67% dan SMK yaitu sebesar 36,67%. Dari hasil sebaran tersebut, kemudian dilakukan pengolahan data dengan menggunakan uji Kruskal-Wallis dengan hasil uji sebagai berikut. 1) Pengaruh Pendidikan Terakhir Responden terhadap Penilaian Frekuensi Risiko Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.16 Hasil Uji Pengaruh Pendidikan Terakhir Terhadap Persepsi Responden Untuk Frekuensi Risiko X1 X2 X3 X4 X5 Chi- Asymp. df Square Sig. 0, ,981 2, ,247 0, ,857 4, ,126 2, ,316 IV-22

23 Chi- Asymp. df Square Sig. X6 0, ,745 X7 2, ,346 X8 0, ,773 X9 0, ,909 X10 0, ,932 X11 2, ,320 X12 0, ,718 X13 0, ,931 X14 1, ,574 X15 2, ,247 X16 2, ,320 X17 5, ,068 X18 1, ,563 X19 0, ,792 X20 1, ,573 X21 1, ,574 X22 0, ,822 X23 2, ,316 X24 0, ,995 X25 0, ,792 X26 0, ,787 X27 0, ,851 X28 0, ,870 X29 0, ,851 X30 4, ,126 X31 1, ,400 X32 0, ,792 X33 2, ,247 2, ,287 X34 Sumber: Hasil Olah Data Dari output tersebut, dapat dilihat bahwa sebagian besar variabel mempunyai Asymp. Sig. pada tabel statistik tiap variabel lebih besar dari level of significant (α) 0,05, dan nilai chi square < nilai x² 0,05(df) = 5,991(dari tabel chisquare lihat lampiran). Jadi Hipotesis nol (H0) diterima dan Ha ditolak untuk semua variabel,tidak ada perbedaan persepsi responden berdasarkan latar belakang pendidikan terakhir untuk frekuensi risiko. IV-23

24 2) Pengaruh Pendidikan Terakhir Responden terhadap Penilaian Dampak Risiko pada Kinerja Waktu Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.17 Hasil Uji Pengaruh Pendidikan Terakhir Terhadap Persepsi Responden Untuk Dampak Risiko X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 Chi- Asymp. df Square Sig. 0, ,773 6, ,033 0, ,870 2, ,316 4, ,126 2, ,346 1, ,574 0, ,932 1, ,574 0, ,773 3, ,148 0, ,792 0, ,790 0, ,995 2, ,247 2, ,320 2, ,356 1, ,563 0, ,787 1, ,573 0, ,773 0, ,932 1, ,482 1, ,574 1, ,490 1, ,573 0, ,909 0, ,857 4, ,116 2, ,316 0, ,828 IV-24

25 Chi- Asymp. df Square Sig. X32 0, ,981 X33 0, ,913 5, ,068 X34 Sumber: Hasil Olah Data Dari output tersebut, dapat dilihat bahwa sebagian besar variabel mempunyai Asymp. Sig. pada tabel statistik tiap variabel lebih besar dari level of significant (α) 0,05, dan nilai chi square < nilai x² 0,05(df) = 5,991 (dari tabel chisquare lihat lampiran). Jadi Hipotesis nol (H0) diterima dan Ha ditolak untuk semua variabel,tidak ada perbedaan persepsi responden berdasarkan latar belakang pendidikan terakhir untuk dampak risiko. C. Analisis Non-Parametrik untuk Kategori Jabatan Jabatan responden dikategorikan menjadi tiga bagian, baik untuk frekuensi risiko dan dampak risiko terhadap kinerja waktu. Berikut disajikan pengelompokkan pendidikan terakhir responden Tabel 4.18 Pengkodean untuk Profil Responden Berdasarkan Jabatan Uraian Kode Jabatan Manager 1 Staf Office 2 Staf Lapangan 3 Sumber : Hasil Olahan Penulis Tabel 4.19 Pengelompokan Jabatan Responden Responden Pendidikan Pengkodean R1 Mekanik 3 R2 Site Manager 1 R3 Drafter 2 R4 Staf HSE 3 R5 Quantity Surveyor 2 R6 Pelaksana 3 R7 Surveyor 3 IV-25

26 Responden Pendidikan Pengkodean R8 Surveyor 3 R9 Head of Procurement 2 R10 Site Engineer 2 R11 Staf HSE 3 R12 Chief Quantity Surveyor 2 R13 Pelaksana 3 R14 Kepala Gudang 3 R15 Drafter 2 R16 Keuangan 2 R17 Quality Control 3 R18 Chief Drafter 2 R19 Kepala Surveyor 3 R20 Cost Control 2 R21 Pelaksana 3 R22 Admin 2 R23 Quality Control 3 R24 Admin Gudang 3 R25 Mekanik 2 R26 Head of HSE 1 R27 GSI 1 R28 Surveyor 3 R29 Ass. GSI 3 R30 Site Officer Engineer 2. Sumber : Hasil Olahan Penulis IV-26

27 Jabatan 50,00% 10,00% 40,00% Manager Staf Office Staf Lapangan Gambar 4.3 Sebaran Data Pendidikan Terakhir Responden Sumber: Hasil Olah Data Gambar $.3 di atas menunjukkan bahwa sebagian besar responden Staf Lapangan yaitu sebesar 50,00%, jabatan Staf Office yaitu sebesar 40,00% dan Manager yaitu sebesar 10,00%. Dari hasil sebaran tersebut, kemudian dilakukan pengolahan data dengan menggunakan uji Kruskal-Wallis dengan hasil uji sebagai berikut. 1) Pengaruh Jabatan Responden terhadap Penilaian Frekuensi Risiko Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.20 Hasil Uji Pengaruh Jabatan Terhadap Persepsi Responden Untuk Frekuensi Risiko X1 X2 X3 X4 X5 X6 X7 Chi- Asymp. df Square Sig. 0, ,852 0, ,716 1, ,563 1, ,421 2, ,364 0, ,783 2, ,251 IV-27

28 Lanjutan Chi- tabel 4.20 Asymp. df Square Sig. X8 1, ,566 X9 0, ,731 X10 0, ,907 X11 3, ,154 X12 2, ,343 X13 8, ,015 X14 1, ,531 X15 0, ,716 X16 3, ,154 X17 3, ,201 X18 1, ,552 X19 0, ,722 X20 0, ,722 X21 1, ,531 X22 1, ,573 X23 2, ,364 X24 2, ,330 X25 0, ,000 X26 0, ,926 X27 5, ,053 X28 3, ,203 X29 5, ,053 X30 1, ,421 X31 1, ,521 X32 0, ,722 X33 0, ,716 1, ,514 X34 Sumber: Hasil Olah Data Dari output tersebut, dapat dilihat bahwa sebagian besar variabel mempunyai Asymp. Sig. pada tabel statistik hampir tiap variabel lebih besar dari level of significant (α) 0,05, dan nilai chi square < nilai x² 0,05(df) = 5,991 (dari tabel chi-square lihat lampiran) kecuali untuk X13. Jadi Hipotesis nol (H0) diterima dan Ha ditolak untuk semua variabel, kecuali untuk X13 dimana ada perbedaan persepsi responden yang berbeda berdasarkan latar belakang Jabatan di bidang konstruksi untuk frekuensi risiko. IV-28

29 2) Pengaruh Jabatan Responden terhadap Penilaian Dampak Risiko pada Kinerja Waktu. Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.21 Hasil Uji Pengaruh Jabatan Terhadap Persepsi Responden Untuk Dampak Risiko X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 Chi- Asymp. df Square Sig. 1, ,566 2, ,311 3, ,203 2, ,364 1, ,421 2, ,251 1, ,531 0, ,907 1, ,531 1, ,566 6, ,040 0, ,722 4, ,089 2, ,330 0, ,716 3, ,154 0, ,662 1, ,552 0, ,891 0, ,722 1, ,566 0, ,907 0, ,669 1, ,531 1, ,565 1, ,419 0, ,731 1, ,563 0, ,658 2, ,364 1, ,558 IV-29

30 Chi- Asymp. df Square Sig. X32 0, ,852 X33 0, ,893 3, ,201 X34 Sumber: Telah Diolah Kembali Dari output tersebut, dapat dilihat bahwa sebagian besar variabel mempunyai Asymp. Sig. pada tabel statistik tiap variabel lebih besar dari level of significant (α) 0,05, dan nilai chi square < nilai x² 0,05(df) = 5,991(dari tabel chisquare lihat lampiran). Jadi Hipotesis nol (H0) diterima dan Ha ditolak untuk semua variabel,tidak ada perbedaan persepsi responden berdasarkan latar belakang jabatan untuk dampak risiko. Setelah dilakukan pengujian analisis non-parameterik berdasarkan latar belakang responden dari mulai pengalaman,pendidikan, dan jabatan. Berikut ini adalah rekapitulasi analisis non-parametrik menggunakan uji K Sample bebas (Uji Kruskal Wallis H). Keterangan : ( ) ; Ho ditolak (x)" Tabel 4.22 Hasil Uji uji K Sample Bebas Frekuensi Risiko Pengalaman Pendidikan Jabatan Kesimpulan X1 X2 X3 X4 X5 X6 X7 X X8 X9 X10 X11 X12 X13 X X14 IV-30

31 Pengalaman Pendidikan Jabatan Kesimpulan X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34 Sumber: Hasil Olahan Penulis Tabel 4.23 Hasil Uji uji K Sample Bebas Dampak Risiko Pengalaman Pendidikan Jabatan Kesimpulan X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 IV-31

32 Pengalaman Pendidikan Jabatan Kesimpulan X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34 Sumber: Hasil Olahan Penulis Uji Validitas Dari 30 sampel penelitian yang diperoleh, maka dilakukan uji validitas terhadap setiap variabel. Uji validitas ini dilakukan dengan menggunakan bantuan software SPSS Versi 24. Menurut Santoso (2000, dalam Rizki;2014) untuk menentukan layak atau tidaknya suati item yang akan digunakan, maka perlu dilakukan uji signifikansi atau taraf nyata sebesar 0,05 (5%), yakni variabel penelitan dianggap valid jika berkorelasi signifikan terhadap skor total. Selain itu, penentuan validitas juga ditentukan dengan perbandingan r hitung metode Pearson Correlation dengan nilai tabel r. Jika koefisien korelasi item terhadap total >r tabel dengan df (0,05, n-2) maka dinyatakan valid. IV-32

33 Outputnya menjelaskan hasil uji apakah sebuah data hasil dari jawaban kuesioner responden bisa dikatakan valid atau tidak. Data di katakan valid apa bila nilai Item-Total Statistics lebih besar dari rtabel. Tabel 4.24 Nilai r Tabel N Taraf Signif Taraf Signif Taraf Signif N N 5% 1% 5% 1% 5% 1% IV-33

34 N Taraf Signif Taraf Signif Taraf Signif N N 5% 1% 5% 1% 5% 1% Sumber: Sugiono (1999), Metode Penelitian Bisnis Dari tabel 4.24 diatas di dapat nilai r tabel pada 30 sampel atau responden adalah 0,361. Data yang tidak valid dapat di eliminasi. Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.25 Uji Validitas Frekuensi Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted rtabel X1 112, ,040 0,496 0,909 0,361 Valid X2 115, ,551 0,083 0,915 0,361 Tidak Valid X3 112, ,662 0,418 0,910 0,361 Valid X4 114, ,707 0,801 0,903 0,361 Valid X5 114, ,609 0,682 0,906 0,361 Valid X6 113, ,757 0,626 0,906 0,361 Valid X7 113, ,482 0,739 0,905 0,361 Valid X8 113, ,114 0,698 0,905 0,361 Valid Validitas IV-34

35 Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted rtabel Validitas X9 114, ,292 0,653 0,906 0,361 Valid X10 113, ,551 0,600 0,907 0,361 Valid X11 115, ,344-0,106 0,918 0,361 Tidak Valid X12 113, ,826 0,337 0,911 0,361 Tidak Valid X13 113, ,651 0,642 0,906 0,361 Valid X14 113, ,666 0,785 0,904 0,361 Valid X15 115, ,551 0,083 0,915 0,361 Tidak Valid X16 115, ,344-0,106 0,918 0,361 Tidak Valid X17 114, ,471 0,459 0,909 0,361 Valid X18 115, ,809-0,082 0,917 0,361 Tidak Valid X19 112, ,668 0,602 0,908 0,361 Valid X20 112, ,909 0,492 0,909 0,361 Valid X21 113, ,666 0,785 0,904 0,361 Valid X22 113, ,734 0,781 0,904 0,361 Valid X23 114, ,609 0,682 0,906 0,361 Valid X24 113, ,137 0,706 0,905 0,361 Valid X25 112, ,771 0,504 0,909 0,361 Valid X26 112, ,982 0,501 0,909 0,361 Valid X27 114, ,766 0,104 0,914 0,361 Tidak Valid X28 112, ,323 0,456 0,909 0,361 Valid X29 114, ,766 0,104 0,914 0,361 Tidak Valid X30 114, ,707 0,801 0,903 0,361 Valid X31 114, ,431 0,600 0,907 0,361 Valid X32 112, ,289 0,547 0,909 0,361 Valid X33 115, ,551 0,083 0,915 0,361 Tidak Valid X34 114, ,671 0,702 0,905 0,361 Valid Sumber : Hasil Olah Data Berdasarkan tabel 4.25 di atas, dapat dilihat bahwa terdapat 9 variabel yang nilai Item-Total Correlation kurang dari nilai rtabel, maka dapat dikatakan jika variabel X2,X11,X12,X15,X16,X18,X27, X29 dan X33 tidak valid dan dapat di eliminasi. Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat ebagai berikut: IV-35

36 Tabel 4.26 Uji Validitas Dampak Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted rtabel Validitas X1 114, ,361 0,721 0,921 0,361 Valid X2 116, ,437-0,108 0,931 0,361 Tidak Valid X3 113, ,685 0,502 0,924 0,361 Valid X4 115, ,121 0,697 0,922 0,361 Valid X5 115, ,057 0,757 0,920 0,361 Valid X6 114, ,671 0,705 0,921 0,361 Valid X7 114, ,120 0,793 0,920 0,361 Valid X8 114, ,740 0,677 0,921 0,361 Valid X9 114, ,120 0,793 0,920 0,361 Valid X10 114, ,361 0,721 0,921 0,361 Valid X11 115, ,033 0,011 0,930 0,361 Tidak Valid X12 113, ,237 0,625 0,923 0,361 Valid X13 114, ,559 0,480 0,924 0,361 Valid X14 114, ,706 0,711 0,921 0,361 Valid X15 116, ,441-0,007 0,930 0,361 Tidak Valid X16 116, ,752-0,162 0,933 0,361 Tidak Valid X17 115, ,569 0,671 0,922 0,361 Valid X18 116, ,010-0,085 0,931 0,361 Tidak Valid X19 113, ,010 0,576 0,923 0,361 Valid X20 113, ,547 0,513 0,924 0,361 Valid X21 114, ,361 0,721 0,921 0,361 Valid X22 114, ,740 0,677 0,921 0,361 Valid X23 115, ,983 0,570 0,923 0,361 Valid X24 114, ,120 0,793 0,920 0,361 Valid X25 113, ,510 0,496 0,924 0,361 Valid X26 113, ,340 0,531 0,924 0,361 Valid X27 115, ,895 0,652 0,922 0,361 Valid X28 113, ,323 0,492 0,924 0,361 Valid X29 115, ,306 0,728 0,921 0,361 Valid X30 115, ,121 0,697 0,922 0,361 Valid X31 115, ,740 0,554 0,923 0,361 Valid X32 114, ,897 0,538 0,923 0,361 Valid X33 116, ,926 0,148 0,928 0,361 Tidak Valid X34 115, ,741 0,430 0,924 0,361 Valid Sumber : Hasil Olah Data IV-36

37 Berdasarkan tabel 4.26 di atas, dapat dilihat bahwa terdapat 6 variabel yang nilai Item-Total Correlation kurang dari nilai rtabel, maka dapat dikatakan jika variabel X2,X11,X15,X16,X18, dan X33 tidak valid dan dapat di eliminasi Uji Reliabilitas Menurut Rizky (2014), untuk mengetahui konsistensi alat ukur, yakni apakah alat ukur reliabel dan tetap konsisten untuk pengukuran berulang, maka digunakan uji reliabilitas dimana ketentuannya sebagai berikut: a) Nilai Cronbach Alpha 0,6 menunjukkan bahwa kuisioner penelitian tidak reliabel. b) Nilai Cronbach Alpha 0,6 menunjukkan bahwa kuisioner penelitian reliabel. Tabel 4.27 Uji Reliabilitas Frekuensi Cronbach's Alpha N of Items 0, Sumber: Hasil Olah Data Dari tabel 4.27 di atas maka di dapat nilai cronbach s alpha output yaitu 0,948. Maka dapat disimpulkan jika data reliabel atau dapat dipercaya. Tabel 4.28 Uji Reliabilitas Dampak Cronbach's Alpha N of Items 0, Sumber: Hasil Olah Data Dari tabel 4.28 di atas maka di dapat nilai cronbach s alpha output yaitu 0,951. Maka dapat disimpulkan jika data reliabel atau dapat dipercaya. IV-37

38 4.5 Analisis Risiko Analisis data yang digunakan pada penelitian ini adalah menggunakan analisis risiko berdasarkan PMBOK. Data yang akan di analisis hanya data yang lolos uji validitas dari program SPSS 24. yang tidak lolos uji validitas makan dianggap tidak bernilai (0) Analisis Frekuensi Risiko Dari uji validitas frekuensi risiko terdapat 25 indikator risiko (variabel X) yang lolos uji validitas, dengan menggunakan skala nilai probability risiko yang di tentukan oleh PMBOK dan bisa dilihat pada BAB II tabel 2.2. Maka dilakukan perhitungan dengan hasil sebagai berikut: Sangat Jarang 0,1 Tabel 4.29 Nilai Rata-rata Frekuensi Risiko Jarang 0,3 Kadangkadang 0,5 Sering 0,7 Sangat Sering 0,9 Nilai Frekuensi Nilai Frekuensi Rata-rata X ,4 0,780 X ,8 0,827 X ,4 0,447 X ,4 0,480 X ,2 0,673 X ,2 0,673 X ,6 0,687 X ,6 0,453 X ,2 0,673 X ,8 0,693 X ,6 0,687 X ,367 X ,833 X ,833 X ,6 0,687 X ,6 0,687 X ,4 0,480 X ,2 0,673 X ,833 X ,2 0,840 IV-38

39 Sangat Jarang 0,1 Jarang 0,3 Kadangkadang 0,5 Sering 0,7 Sangat Sering 0,9 Nilai Frekuensi Nilai Frekuensi Rata-rata X ,833 X ,4 0,447 X ,4 0,447 X ,833 X ,2 0,440 Sumber: Hasil Olahan Penulis Dari tabel 4.29 diatas bisa dilihat nilai rata-rata frekuensi risiko yang terjadi pada pelaksanaan proyek konstruksi Bhuvana Resort Ciawi Analisis Dampak Risiko Dari uji validitas frekuensi risiko terdapat 28 indikator risiko (variabel X) yang lolos uji validitas, dengan menggunakan skala nilai dampak (konsekuensi) risiko yang di tentukan oleh PMBOK dan bisa dilihat pada BAB II tabel 2.2. Maka dilakukan perhitungan dengan hasil sebagai berikut: Sangat Jarang 0,1 Tabel 4.30 Nilai Rata-rata Dampak Risiko Jarang 0,3 Kadangkadang 0,5 Sering 0,7 Sangat Sering 0,9 Nilai Dampak Nilai Dampak Rata-rata X ,6 0,687 X ,833 X ,4 0,480 X ,4 0,447 X ,2 0,673 X ,6 0,687 X ,2 0,673 X ,6 0,687 X ,6 0,687 X ,833 X ,700 X ,2 0,673 X ,4 0,480 X ,2 0,840 X ,833 IV-39

40 Sangat Jarang 0,1 Jarang 0,3 Kadangkadang 0,5 Sering 0,7 Sangat Sering 0,9 Nilai Dampak Nilai Dampak Rata-rata X ,6 0,687 X ,2 0,673 X ,4 0,480 X ,6 0,687 X ,6 0,820 X ,833 x ,2 0,640 X ,8 0,827 X ,433 X ,4 0,480 X ,2 0,473 X ,4 0,780 X ,6 0,420 Sumber: Hasil Olahan Penulis Dari tabel 4.30 diatas bisa dilihat nilai rata-rata dampak risiko yang terjadi pada pelaksanaan proyek konstruksi Bhuvana Resort Ciawi Matrix dan Pemetaan Risiko Setelah dilakukan perhitungan nilai risiko (FR) dan berdasarkan diagram Probability Impact Matrix risiko yang di tentukan oleh PMBOK dan bisa dilihat pada BAB II tabel 2.3. Maka dilakukan perhitungan dan pelevelan risiko dengan hasil sebagai berikut: IV-40

41 Gambar 2.2 Probability Impact Matrix (Bab 2) Sumber: PMBOK (2000) Tabel 4.31 Perhitungan Nilai Risiko Nilai Frekuensi Rata-rata Nilai Dampak Rata-rata Nilai Risiko Peringkat Risiko Level X1 0,780 0,687 0,536 8 Tinggi X3 0,827 0,833 0,689 4 Sangat Tinggi X4 0,447 0,833 0, Rendah X5 0,480 0,447 0, Tinggi X6 0,673 0,673 0, Tinggi X7 0,673 0,687 0, Tinggi X8 0,687 0,673 0, Tinggi X9 0,453 0,687 0, Tinggi X10 0,673 0,687 0, Tinggi X12 0,000 0,833 0, Rendah X13 0,693 0,700 0,485 9 Tinggi X14 0,687 0,673 0, Tinggi X17 0,367 0,480 0, Sedang X19 0,833 0,840 0,700 1 Sangat Tinggi X20 0,833 0,833 0,694 3 Sangat Tinggi X21 0,687 0,687 0, Tinggi X22 0,687 0,673 0, Tinggi X23 0,480 0,480 0, Tinggi X24 0,673 0,687 0, Tinggi X25 0,833 0,820 0,683 6 Sangat Tinggi X26 0,840 0,833 0,700 2 Sangat Tinggi x27 0,000 0,640 0, Rendah IV-41

42 Nilai Frekuensi Rata-rata Nilai Dampak Rata-rata Nilai Risiko Peringkat Risiko Level X28 0,833 0,827 0,689 5 Sangat Tinggi X29 0,000 0,433 0, Rendah X30 0,447 0,480 0, Tinggi X31 0,447 0,473 0, Tinggi X32 0,833 0,780 0,650 7 Sangat Tinggi X34 0,440 0,420 0, Tinggi Sumber: Hasil Olahan Penulis Dari tabel 4.31 diatas bisa disimpulkan jika faktor risiko yang paling dominan terjadi dan berdampak besar terhadap kinerja waktu pelaksanaan proyek konstruksi Bhuvana Resort Ciawi adalah indikator risiko X19, X26,X20,X3,X28,X25, dan X Respon Risiko Berdasarkan hasil dari analisis data dan di peroleh risiko dominan yang paling berpengaruh terhadap keterlambatan pelaksanaan konstruksi proyek Bhuvana Reosort Ciawi, maka di lakukanlah respon risiko untuk meminimalisir risiko guna meningkatkan kinerja waktu berdasarkan saran dari pakar. Berikut ini adalah tindakan respon risiko (saran) berdasarkan pendapat para pakar pada proyek Bhuvana Resort Ciawi. IV-42

43 Tabel 4.32 Respon Risiko Var. Faktor Risiko Penyebab Tindakan Preventif Dampak Tindakan Korektif -Menekankan point-point pada -Memakan waktu dan biaya -Setiap perubahan desain segera Melakukan perubahan -Perubahan desain dari Owner kalusul kontrak perihal akibat proses approval gambar dibuatkan Shop Drawing baru terhadap desain. dan perencana perubahan desain akibat yang lama dan mengubah dan Berita Acara perubahan X19 permintaan Owner metode pelaksanaan desain sebagai sarana dalam pengajuan klaim (biaya dan waktu) X26 -Memperhitungkan perubahan -Apabila pekerjaan sudah -Menganalisa dan mengevaluasi Kesalahan dalam -Terjadi kesalahan analisa dari desain apakah merubah analisa dilaksanakan akan terjadi ulang pekerjaan dengan perhitungan struktur dan engineer kontraktor metode kerja bongkar pasang pekerjaan melibatkan orang yang analisa -Melibatkan orang yang yang akan memakan waktu. berkompeten di bidangnya berpengalaman di lapangan X20 Schedule pelaksanaan -Adanya perubahan scope -Meninjau item pekerjaan yang -Perubahan metode pekerjaan -Segera mengevaluasi pekerjaan tidak sesuai yang di pekerjaan yang mengubah berkaitan atau mempengaruhi -Perubahan waktu pelaksanaan dan dilakukan reschedule ulang rencanakan. bertambahanya waktu pelaksanaanya satu sama lain pekerjaan secara tepat dan efektif pengerjaan -Mengerjakan pekerjaan yang bisa dikerjakan terlebih dahulu diluar scedule X3 Timbulnya kemacetan di -Jalur utama masuk keluar -Mengatur schedule pengiriman -Keterlambatan progres -Mempercepat jadwal sekitar lokasi proyek proyek adalah jalur padat (Mob-Demob alat maupun lapangan pengiriman bahan dan alat untuk lalulintas bahan) -Turunya mutu beton persiapan terhadap pekerjaan -Proyek berada di kawasan yang berjalan saat hari libur wisata IV-43

44 Lanjutan tabel 4.32 Var. Faktor Risiko Penyebab Tindakan Preventif Dampak Tindakan Korektif -Pengoptimalan pekerjaan yang -Mengoptimalkan beton yang tidak berkaitan dengan sudah diorder dan terlambat transportasi datang, apabila mutunya sudah menurun drastis maka akan dilimpahkan ke pekerjaan yang lain(seperti penambalan jalan akses masuk proyek, dll) X28 -Menyiapkan planing untuk -Keterlambatan pekerjaan -Segera mengevaluasi pekerjaan Perubahan jadwal -Dampak dari perubahan desain pelaksanaan pekerjaan yang lain yang mempengaruhi progress dan dilakukan reschedule ulang pelaksanaan pekerjaan -Kondisi cuaca dan alam sekitar apa bila terjadi perubahan lapangan secara tepat dan efektif desain -Menambah resources untuk -Merencanakan metode kerja mengejar ketertinggalan yang efektif pekerjaan -Mempercepat pekerjaan dengan menambah resources X25 Kesalahan desain -Terjadi kesalahan desain -Sebelum pelaksanaan agar -Perlu waktu untuk redesain -Melakukan klaim pada owner perencanaan mengevaluasi dan memastikan dan review desain sebagai bentuk tanggung jawab kepada konsultant perencana -Apabila pekerjaan sudah owner dengan kesalahan desain jika gambar shop drawing sudah dilaksanakan maka harus -Segera mengerjakan kembali sesuai tervalidasi mengulang sehingga akan pekerjaan apabila sudah terbit SI bongkar pasang pekerjaan (Site Instruction) yang resmi yang akan memakan waktu dari Owner lebih lama IV-44

45 Var. Faktor Risiko Penyebab Tindakan Preventif Dampak Tindakan Korektif Perbedaan intersepsi -Perubahan spesifikasi dari -Dokumen teknis dan standar -Tertundanya pekerjaan akibat -Me-record semua perubahan X32 spesifikasi antara owner dan kontraktor Owner yang tidak sesuai dengan kontraktor spektek harus sudah di sepakati bersama tidak terbitnya ijin pelaksanaan pekerjaan dari spek yang terjadi -Melakukan diskusi dengan -Melakukan kordinasi yang jelas Owner Owner guna menemukan jalan dan teradministratif dengan tengah dan tidak terjadi pihak Owner perbedaan intersepsi Sumber: Hasil Olahan Penulis IV-45