Arman, - (2018) Studi Permodelan Estimasi Biaya Proyek Konstruksi Jalan Malinau – Mensalong Di Provinsi Kalimantan Utara Menggunakan Cost Significant Model Dan Jaringan Syaraf Tiruan. Magister thesis, Universitas Brawijaya.
Abstract
Cost Significan Model adalah salah satu pemodelan biaya yang dapat digunakan dalam mengestimasi proyek. Konsep modelan ini memfokuskan perhitungan kepada item pekerjaan yang secara signifikan mempengaruhi total biaya proyek. Sedangkan Jaringan Saraf Tiruan adalah suatu pemodelan berbasis komputasi yang dapat digunakan untuk meramal suatu biaya proyek. Tujuan penelitian ini menggunakan dua metode berbeda karena ingin mengetahui kemampuan masing-masing model dalam mengestimasi biaya proyek jalan di Kalimantan Utara. Dengan menghitung future value data penelitian yang akan digunakan sebagai masukan untuk kedua model, hal ini dimaksudkan agar data penelitian dapat menghasilkan pemodelan yang lebih optimal. Untuk Cost Significant Model ada beberapa tahapan yang harus dilakukan yaitu: menganalisis cost significant item, menghitung cost model factor, menghitung model regresi dan menghitung estimasi menggunakan cost significant model. Sedangkan untuk pemodelan menggunakan Jaringan Saraf Tiruan data masukan harus dinormalisasi terlebih dahulu karena dalam JST hanya menerima masukan dengan nilai antara >0 dan <1. Hasil analisis pemodelan menggunakan Cost Significant Model diketahui item pekerjaan yang paling signifikan mempengaruhi total biaya proyek adalah item pekerjaan (X14) Laston Lapis Antara Perata (AC-BC(L)) dengan nilai 0.749 yang artinya item pekerjaan X14 mempengaruhi total biaya proyek sebesar 74.9%. Dengan model regresi Y = 28,051,491,262.99 + 1.549 X14, pemodelan CSM masuk kedalam kelas 1 bila merujuk kedalam tabel klasifikasi AACE International dengan nilai akurasi minimum -4.21% dan maksimum 3.91% yang dimana hasil pemodelan ini dapat digunakan untuk mengestimasi proyek sejenis. Sedangkan nilai Mean Square Error masing-masing model relatif kecil sehingga pemodelan yang dihasilkan dapat digunakan dengan nilai MSE masing-masing model 0.0109 (untuk CSM) dan 0.0019 (untuk JST).
English Abstract
Cost Significant Model is one of cost modeling that can be used in estimating project. The concept of this model focuses calculations on work items that significantly affect the total project cost. While Artificial Neural Network is a computational modeling that can be used to predict a project cost. The purpose of this study used two different methods because it wanted to know the ability of each model in estimating the cost of road projects in North Borneo. By calculating the future value of the research data to be used as input for both models, it is intended that the research data can produce a more optimal modeling. For Cost Significant Model, there are several steps that must be done: analyze cost significant item, calculate cost model factor, calculate regression model and calculate estimation using cost significant model. While for modeling using Artificial Neural Network input data must be normalized first because in ANN only accept input with value between> 0 and <1. The result of modeling analysis using Cost Significant Model, it is known that the most significant job item affect the total project cost is the work item (X14) Laston Layer Between Grade (AC-BC (L)) with value 0.749 which means work item X14 affect the total project cost equal to 74.9% . With regression model Y = 28,051,491,262.99 + 1,549 X14, CSM modeling goes into class 1 when referring to AACE International classification table with minimum accuracy value of -4.21% and maximum 3.91% which the modeling can be used to estimate similar projects. While Mean Square Error value of each model is relatively small so that the resulting modeling can be used with MSE value of each model 0.0109 (for CSM) and 0.0019 (for ANN)
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/658.155 4/ARM/s/2018/041802264 |
| Uncontrolled Keywords: | CUST EFFECTIVENESS, ROADS, ROADS - DESIGN AND CONSTRUCTION COSTS, NEURAL NETWORKS ( computer science) |
| Subjects: | 600 Technology (Applied sciences) > 658 General management > 658.1 Organization and financial management > 658.15 Financial management > 658.155 Management of income and expense > 658.155 4 Income (revenue) |
| Divisions: | S2/S3 > Magister Teknik Elektro, Fakultas Teknik |
| Depositing User: | Nur Cholis |
| Date Deposited: | 21 Dec 2018 08:25 |
| Last Modified: | 21 Oct 2021 02:46 |
| URI: | http://repository.ub.ac.id/id/eprint/162326 |
Preview |
Text
ARMAN.pdf Download (2MB) | Preview |
Preview |
Text
16.LAMPIRAN.pdf Download (190kB) | Preview |
Preview |
Text
BAGIAN DEPAN.pdf Download (582kB) | Preview |
Preview |
Text
TESIS ARMAN 136060100111028.pdf Download (798kB) | Preview |
Preview |
Text
15.DAFTAR PUSTAKA.pdf Download (87kB) | Preview |
Actions (login required)
 |
View Item |