Pemodelan Artificial Neural Network untuk Estimasi Biaya Proyek Peningkatan Jalan Aspal dengan Variabel Bebas Dimensi Item Pekerjaan
M.F. Akbar1, T.N. Handayani1*, Ashar Saputra1
1Departemen Teknik Sipil dan Lingkungan, Universitas Gadjah Mada, Yogyakarta, INDONESIA
*Corresponding author: tantri.n.h@ugm.ac.id
INTISARI
Estimasi biaya proyek merupakan salah satu langkah krusial yang menjadi salah satu paramter keberhasilan proyek konstruksi. Pada tahap perencanaan, estimasi biaya konseptual proyek dihadapkan pada minimnya informasi yang ada tanpa mengindahkan keakuratan perhitungan. Praktik perhitungan yang terjadi yaitu masih bertumpu pada subjektivitas estimator, sehingga menghasilkan nilai error yang tinggi. Penelitian ini bertujuan untuk membentuk suatu model estimasi biaya konseptual proyek peningkatan jalan aspal dengan metode Artificial Neural Network (ANN). Pemodelan dilakukan dengan menggunakan 30 data historis proyek peningkatan jalan aspal di Indonesia dengan variabel terikat (y) berupa total biaya pekerjaan perkerasan aspal serta variabel bebas (x) berupa dimensi dari beberapa item pekerjaan seperti AC-BC, AC WC, serta LPA A yang ditentukan dengan Cost Significant Item (CSI) untuk mengidentifikasi signifikansi item pekerjaan terhadap biaya proyek. Perangkat lunak MATLAB digunakan untuk pemodelan ANN dengan 3 variasi jumlah neuron pada hidden layer yakni 15, 20, dan 25. Hasil pemodelan menujukkan bahwa ketiga variasi tersebut sudah dapat menghasilkan nilai Mean Average Perentage Error (MAPE) di bawah 5% dengan hasil terbaik pada model ANN dengan 20 neuron yaitu sebesar 2.77%. Nilai MAPE tersebut menunjukkan bahwa pemodelan ANN yang diusulkan sudah cukup akurat. Hasil penelitian diharapkan dapat membantu proses estimasi biaya pada tahap konseptual serta menjadi kontrol terhadap pembuatan rencana anggaran biaya khususnya pada proyek peningkatan jalan aspal.
REFERENSI
Aksu, G., Güzeller, C. O., & Eser, M. T. (2019). The Effect of the Normalization Method Used in Different Sample
Sizes on the Success of Artificial Neural Network Model. International Journal of Assessment Tools in
Education, 6(2), 170–192. https://doi.org/10.21449/ijate.479404
Arafa, M., & Alqedra, M. (2010). Early Stage Cost Estimation of Buildings Construction Projects using Artificial
Neural Networks. Journal of Artificial Intelligence, 4(1), 63–75. https://doi.org/10.3923/jai.2011.63.75
Barakchi, M., Torp, O., & Belay, A. M. (2017). Cost Estimation Methods for Transport Infrastructure: A Systematic
Literature Review. Procedia Engineering, 196, 270–277. https://doi.org/10.1016/j.proeng.2017.07.199
Barros, L. B., Marcy, M., & Carvalho, M. T. M. (2018). Construction Cost Estimation of Brazilian Highways Using
Artificial Neural Networks. International Journal of Structural and Civil Engineering Research, 283–289.
https://doi.org/10.18178/ijscer.7.3.283-289
Chou, J. S. (2011). Cost Simulation in an Item-Based Project Involving Construction Engineering and Management.
International Journal of Project Management, 29(6), 706–717. https://doi.org/10.1016/j.ijproman.2010.07.010
Jumas, D. (2020). Model Estimasi Biaya pada Bangunan Gedung. LPPM Universitas Bung Hatta.
Mahamid, I. (2013). Conceptual Cost Estimate of Road Construction Projects in Saudi Arabia. In Jordan Journal of
Civil Engineering (Vol. 7, Issue 3).
Mohamed, B., Mouloud, B., & Mourad, M. (2012). Project Management Using Cost Significant Items and Neural
Network. Proceedings of the 2012 International Conference on Industrial Engineering and Operations
Management, 2264–2271.
Naik, M. G., & Radhika, V. S. B. (2015). Time and Cost Analysis for Highway Road Construction Project Using
Artificial Neural Networks. Journal of Construction Engineering and Project Management, 5(1), 26–31.
https://doi.org/10.6106/jcepm.2015.5.1.026
Peraturan Menteri PUPR No. 03/PRT/M/2015. (n.d.). Peraturan Menteri Pekerjaan Umum dan Perumahan Rakyat
Republik Indonesia Nomor 03/PRT/M/2015.
Peško, I., Trivunić, M., Cirović, G., & Mučenski, V. (2013). A Preliminary Estimate Of Time and Cost in Urban
Road Construction Using Neural Networks. Tehnički Vjesnik, 20(3), 563570.
Phaobunjong, K. (2002). Parametric Cost Estimating Model for Conceptual Cost Estimating of Building
Construction Project.
Salahaldain, Z., Naimi, S., & Alsultani, R. (2023). Estimation and Analysis of Building Costs Using Artificial
Intelligence Support Vector Machine. Mathematical Modelling of Engineering Problems, 10(2), 405–411.
https://doi.org/10.18280/mmep.100203
Tahapari, Y., Setiawan Budi Nugroho, A., & Budi Suparma, L. (2021). Model Estimasi Biaya dengan Cost
Significant Model dan Artificial Neural Network Proyek Peningkatan Jalan Aspal di Yogyakarta. Jurnal Teknik
Sipil, 16(2), 122–133. https://doi.org/10.24002/jts.v16i2.4778
Tayefeh Hashemi, S., Ebadati, O. M., & Kaur, H. (2020). Cost Estimation and Prediction in Construction Projects: a
Systematic
Review on Machine Learning Techniques. SN Applied Sciences, 2(10).
https://doi.org/10.1007/s42452-020-03497-1
Tijanić, K., Car-Pušić, D., & Šperac, M. (2020). Cost Estimation in Road Construction Using Artificial Neural
Network. Neural Computing and Applications, 32(13), 9343–9355. https://doi.org/10.1007/s00521-019-04443
y
Turochy, R. E., Hoel, L. A., & Doty, R. S. (2001). Highway Project Cost Estimating Methods Used in the Planning
Stage of Project Development. Technical Assistance Report.