Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pembiayaan proyek dengan system Extended Turnkey adalah salah satu cara untuk mendapatkan atau menciptakan Proyek baru dengan kepastian pembayaran. Didalam system ini sumber pendekaan dikelola oleh Pihak Developer, sehingga dapat dipastikan risiko yang paling besar ada pada Pihak Developer, untuk itu perlu dilakukan penangannan risiko dengan metoda simulasi Montecarlo dengan constrained budget optimization yang tujuannya meningkatkan kinerja Proyek (Profit) yang berbasis Budget. Sehingga profit proyek yang penuh uncertainty (ketidak pastian) menjadi kondisi certainty (lebih pasti).Dugaan sementara bahwa dengan melakukan penanganan risiko dapat meningkatkan kualitas kinerja biaya sekaligus lebih menjamin profit proyek tunggal sesuai dengan yang diharapkan.Topik ini dipilih atas dasar perkembangan ekonomi Indonesia pasca krisis 1998/1999, banyak Developer, Kontraktor dan Konsultan teknik kesulitan untuk memperoleh proyek baru yang disebabkan oleh menurunnya/tertundanya sumber penrlsnaan proyek.Dilihat dari perkembangan pasar yang diproyeksikan sampai kurun waktu 5 - 10 tahun yang akan datang, terlihat Sektor Pendidikan khususnya Pengembangan Perguruan Tinggi masih sangat diperlukan.Penelitian ini memberikan model pembiayaan proyek dengan pendekatan dari besarnya Modal (Capital) yang dimiliki oleh masing-masing pihak (Pemilik Proyek, Developer, Sub Contractor, Supplier dan Kreditur) untuk bersinergi dalam usaha membiayai suatu proyek yang didalam proses pelaksanaan fisik mempunyai keterbatasan waktu, biaya dan legal aspek.Didalam menyusun tesis ini, peneliti menggunakan studi kasus di suatu proyek pengembangan kampus perguruan tinggi swasta (2001) di Jakarta sebagai data Primer, dimana Pemilik proyek memberikan dana awal sebagai Uang Muka (Down Payment) atau sebagai (Revenue) sampai dengan 30% dan memberikan jaminan pembayaran berupa Asset berharga yang mudah dicairkan sewaktu waktu (liquid) kepada Developer. Developer mendapatkan pinjaman dari bank sampai dengan 60% sebagai modal kerja dan dari Sub Contraktor/ Supplier sampai dengan 10% sebagai kredit supplier. Setelah pihak Developer dapat menyerahkan proyek tersebut kepada pemilik/Owner maka pihak Owner berkewajiban untuk membayar kembali secara angsuran bertahap kepada Developer. Data primer dari hasil angket/isian kepada para professional/Perusahaan Industri Konstruksi di Jakarta digunakan untuk mengetahui penerapan manajemen risiko dan kinerja biaya proyek. Dan kepada Perguruan tinggi swasta lain diperlukan untuk mengetahui kemungkinan kemampuan pembiayaan proyek. Sedangkan data sekunder didapat dari Literatur, Journal, Texbooks, Biro Pusat Statistik (BPS) dan Bank Indonesia.Data yang masuk dan relevan diproses dengan bantuan program Statistical Program for Social Sience (SPSS) kemudian dianalisa secara kualitatif dan kuantitatif. Kemudian metoda probabilistic dan simulasi Monte Carlo terhadap risiko cash flow dengan metode NPV at Risk.

---

Project Financing with Extended Turnkey system is one of the means applied to obtain or create new projects with guaranteed fixed payments. In this system, the financing is managed by the Developer, so that it could be assured that the high risk be borne by the Developer. For this, handling of risk treatment by using Montecarlo simulation method with constrained budget optimization will be necessary, which purpose is to increase the project performance ( profit ) based on project budget. So the project profit as to which the uncertainty could be developed into a certainty.Meanwhile, it is presumed that the handling of risk treatment could increased the quality ofproject performce (guarantee a sole single project profit cost under such determination of a context). This topic is selected based on the Indonesian economic situation/ development during the post crisis in 1998/1999, where a great deal of Developers, Contractors and Technical Consultants are meeting difficulties in finding new projects caused by cancellation of projects financing.Seen from the market development which is projected to a period of S - 10 years ahead, especially the Education Section, the Development of Universities in particular will still be urgently required.This research will provide a model of project financing with a Capital volume approach owned by the respective parties ( Project Owner, Developer, Sub Contractors, Suppliers and Creditors/Lender) for a synergy in business to finance a project which during the physical processings will meet limited time, cost and legal aspects.Within the arrangement of this Thesisi, the researcher will use a Case study inma development project for private Universities (2001) in Jakarta as the Primary data for which the Project Owner provides an initial find as the Down Payment or as Revenue at 30% of the Contract Price, and providing a payment guarantee in the form of easy liquidated assets at any time, to the Developer.The Developer may obtain a bank loan at 60 % of the Contract Price, as the work capital, and from the Sub Contractor / Supplier at 10% rate as the Supplier Credit. After the Developer has delivered the project to the Owner, the the Owner shall be obligated to repay the amount in instalments to the Developer. Primary data consist of enquette results/ questionnaires to the professionals / Construction Industries in Jakarta, to show application of management risks and project profit costs and for other Private Universities, to show the possible capabilities ofproject financing. Whereas the secaandary data are derived from Literatures, Journals, Texbooks, Central Statistic Bureau in Indonesia and Bank Indonesia.The entering data, as considered relevant for father processing supported by the Statistical Program for Social Sciences (SPSS) , and futher analyzed qualitatively and quantitatively. Than probabilistic method and Monte Carlo simulation over cash flow risk using NPV at Risk."

"Proyek merupakan sekumpulan kegiatan yang kompleks dan dinamis serta banyak mengandung unsur ketidakpastian baik dari faktor luar maupun dari dalam proyek yang dapat berkembang menjadi risiko-risiko di luar harapan, khususnya risiko yang timbul pada tahap pelaksanaan suatu proyek. Pada era globalisasi sekarang ini para pihak yang terlibat dalam proyek khususnya kontraktor, sebagai pihak yang akan melaksanakan jalannya suatu proyek harus mengantisipasi dan memperkecil faktor risiko yang dapat muncul, sehingga dapat memperoleh pengalaman dalam meraih tingkat kinerja proyek yang tinggi. Hasil tersebut pada akhirnya akan sangat bermanfaat dalam persaingan dengan kontraktor lain, terutama kontraktor-kontraktor asing dimasa mendatang.Penelitian ini diarahkan untuk mengidentifikasi risiko-risiko pada tahap pelaksanaan proyek serta menganalisa dan mengukur pengaruh risiko tersebut terhadap kinerja proyek. Analisa statistik dilakukan, berdasarkan data-data hasil survey pengetahuan serta pengalaman dari para pakar konstruksi khususnya dan pihak kontraktor selaku pelaksana proyek dan informasi-informasi proyek serta teknik-teknik analisa keputusan dalam pelaksanaan konstruksi di wilayah Jabotabek. Kemudian hasil analisa statistik tersebut digunakan sebagai input untuk mengidentifikasi dan melakukan estimasi sumber-sumber risiko utama yang dapat timbul dari berbagai keputusan dalam pelaksanaan proyek.Langkah penelitian berikutnya adalah analisa simulasi probabilistik untuk mengevaluasi sumber-sumber risiko utama tersebut, sehingga pengaruhnya dapat terukur dalam pelaksanaan proyek terutama terhadap kinerja waktu. Penerapan analisis risiko yang balk pada tahap pelaksanaan konstruksi terbukti dapat meningkatkan kinerja proyek khususnya kinerja waktu, dan pada akhirnya analisis risiko sangat bermanfaat dalam mengendalikan keterlambatan yang dapat mempengaruhi nilai profit atau keuntungan kontraktor secara keseluruhan."

"Proyek konstruksi mengandung unsur ketidakpastian, dan memiliki risiko tinggi sehingga dapat mempengaruhi kinerja biaya. Dalam menangani risiko diperlukan analisis risiko sebagai pendekatan profesional yang diperlukan sebelum menerapkan manajemen risiko.Identifikasi risiko yang merupakan langkah awal dari analisis risiko dilakukan untuk memperoleh sumber-sumber risiko yang mempengaruhi kinerja biaya proyek. Adapun sumber-sumber risiko diperoleh dari referensi-referensi yang terkait. Untuk mendapatkan risiko yang dominan, maka dilakukan estimasi terhadap sumber-sumber risiko. Pada tahap ini, digunakan analisis statistik dengan bantuan SPSS 9.01 untuk mengolah sampel yang diperoleh dari penyebaran kuesioner. Berdasarkan analisis statistik ini diperoleh variabel-variabel sumber risiko yang paling dominan terhadap kinerja biaya proyek, yaitu change order, dan jenis dan jumlah material yang diperlukan/tersedia. Selain variabel tersebut variabel-variabel lain yang belum teridentifikasi tetapi mempengaruhi kinerja biaya proyek, yaitu kualitas klausul kontrak yang dapat menimbulkan perselisihan, dan kesalahan/kekurangan estimasi.Jumlah sampel yang diperoleh belum memadai, sehingga tidak dapat menggambarkan kondisi kinerja biaya akibat dari risiko yang terjadi dalam proyek. Untuk itu perlu dilakukan estimasi lebih lanjut terhadap sumber risiko yang dominan, yaitu dengan analisis probabilitas yang menggunakan teknik simulasi Monte Carlo. Variabel-variabel acak sumber risiko dijadikan input dalam model regresi, sehingga didapat kriteria kinerja biaya proyek. Melalui simulasi ini diperoleh gambaran pengaruh dari sumber risiko terhadap kinerja biaya yang mendekati kenyataan sebenarnya di lapangan.Evaluasi risiko merupakan langkah selanjutnya dari analisis risiko. Teknik yang digunakkan dalam mengevalusi risiko adalah dengan mensimulasi Net Present Value yang diperoleh dari analisis cash flow proyek. Metoda yang diterapkan ini merupakan gabungan dari NPV dan risiko yang terjadi dalam proyek. Dalam penelitian ini, material/peralatan import yang dipengaruhi oleh perubahan nilai tukar USD terhadap rupiah, menjadi input sumber risiko dalam evaluasi proyek. Evaluasi risiko proyek diperlukan untuk menentukan alternatif strategi pembelian material/peralatan import dan rentang probabilitas NPV yang memiliki kemungkinan besar bagi kontraktor untuk mendapatkan profit.Hasil dari simulasi NVP menunjukkan bahwa skenario pembelian semua material/peralatan import pada bulan pertama pelaksanaan proyek memiliki probabilitas kerugian terbesar, dan skenario pembelian perbulan memiliki probabilitas kerugian terkecil. Kedua skenario ini menjadi rentang probabilitas NPV yang merupakan baseline bagi kontraktor dalam melakukan strategi pembelian material/peralatan import."

"Proyek konstruksi merupakan suatu kegiatan yang bersifat unik, dinamis dan memiliki banyak ketidakpastian sejak dari gagasan sampai pada pelaksanaan yang dapat mempengaruhi kinerja proyek. Ketidakpastian ini dapat kita sebut juga sebagai risiko. Risiko ini harus kita tangani agar tidak berpengaruh buruk pada kinerja proyek dengan cara melakukan analisis risiko pada tahap perencanaan pelaksanaan konstruksi atau sebelum tahap implementasi dimulai. Analisis risiko ini terdiri dan tiga tahap yaitu tahap identiiikasi, estimasi dan evaluasi. Pada penelitian ini, identilikasi risiko dilakukan terhadap risiko-risiko yang sering tenjadi berdasarkan referensi-referensi tertulis. Kemudian pada tahap berikutnya dilakukan analisis terhadap sumber-sumber risiko dengan menggunakan bantunn program komputer SPSS 10.1 untuk mengestimasi risiko-risiko yang paling dominan. Selain itu pada tahap estimasi dilakukan pula simulasi acak terhadap variabel-variabel sumber risiko dengan teknik Monte Carlo untuk mengetahui probabilitas kinerja proyek. Penggunaan simulasi dengan teknik Monte Carlo dilakukan karena sedikitnya jumlah sampel yang diperoleh. Tahap selanjutnya adalah mengevaluasi risiko-risiko tersebut dimana pada tahap ini dilakukan simulasi cast flow dengan Ne! Present Value at Risk Method. Berdasarkan analisis statislik diperoleh bahwa variabel-variabel sumber risiko yang paling dominan terhadap kualitas kontrak lump .sum ditinjau dari kinerja biaya adalah change order, metoda konstruksi, dan penyimpangan kondisi pekerjaan. Variabel-variabel lain yung belum teridentifikasi tetapi mempengaruhi kinerja proyek adalah kualitas koordinasi pihak-pihak yang terkait dan prosedur persetujuan gambar kerja, inspeksi, dan nilai material. Risiko-risiko tersebut kemudian disimulasikan, dimana diperoleh bahwa probabilitas kinerja proyek sangat tinggi pada skala pcnilaian yang paling rendah. Untuk meminimalkan risiko-risiko yang terjadi pihak pemilik memiliki dun tipe skenario yaitu skenaxio tampa asset dan skenario dengan asset. Kedua skenario dibuat dengan sara memsimulasikan cash flow pemilik dari suatu proyek X. Maksud dari skenario tipe I adalah pemilik tidak menjual asset yang telah dibangun pada akhir proyek. Sedangkan dalam skenario tipe II, pemilik melakukan penjualan asset setelah proyek sclesai dibangun Bila pemilik memilih strategi dcngan skenario tipe II (dengan asser) maka probabilitas NPV negalif yang akan dialami pemilik lebih kecil i 52% dibandingkan dengan skenario tipe I. Dan uraian di atas dapat dilihat bahwa dengan menggunakan analisis pmbabilistik dan simulasi, dapat membantu pemilik dalam menentukan pilihan strategi proyek mana yang akan diambil. Penelitian ini diharapkan dapat mcmbantu para pcmilik dalam usaha peningkatan kualitas kontrak ditinjau dnri kinerja biaya dengan melakukan analisis risiko untuk tujuan kinerja proyek yang semakin baik."

"ABSTRAKDalam perencanaan proyek konstruksi bangunan industri, estimasi biaya mempunyai peran yang cukup besar dalam kesuksesan proyek. Adanya ketidakpastian mengenai komponen biaya selama pelaksanaan proyek menyebabkan proyek rentan menghadapi pembengkakan biaya. Penelitian ini ditujukan untuk mendapatkan pemodelan biaya proyek yang optimal untuk meningkatkan efisiensi. Data proyek merupakan data estimasi biaya dan biaya realisasi dari 40 proyek konstruksi bangunan industri yang dilaksanakan oleh kontraktor PT. XX dengan masa konstruksi tahun 2012-2016. Analisis data dilakukan dengan menggunakan regresi linier dan regresi berganda untuk mendapatkan persamaan model biaya yang selanjutnya disimulasikan dengan metode Monte Carlo dengan bantuan Software Crystal Ball. Optimasi dilakukan dengan bantuan Software Opquest dari Crystal Ball dan Software Lingo. Hasilnya diperoleh bobot setiap komponen biaya antara lain: Pekerjaan Bekisting 4,27 , Pekerjaan Besi Beton 3,39 , Pekerjaan Beton 7,17 , Pekerjaan External 11,63 , Pekerjaan Finishing 9,69 , Pekerjaan Pancang 2,68 , Pekerjaan Struktur Baja 11,06 , Pekerjaan Tanah 2,55 , Pekerjaan Persiapan 7,36 , Pengeluaran Umum 6,73 , Pekerjaan Listrik Mekanik 33,47 dengan efisiensi total optimum sebesar 10,7 .

---

ABSTRACTIn the planning of industrial construction projects, cost estimation has a significant role in the success of the project. The uncertainty about the cost component during project implementation causes the project to be vulnerable to cost swelling. This research is aimed at obtaining the optimal project cost modeling to improve efficiency. Project data is estimated cost and realization cost data from 40 industrial construction project projects implemented by PT. XX with the construction period of 2012 2016. Data analysis was done by using linear regression and multiple regression to get cost model equation which then simulated with Monte Carlo method of Crystal Ball Software. Optimization is done with Software Opquest from Crystal Ball and Software Lingo. The result is the weight of each cost component is Form Work 4,27 , Steel Bar Work 3,39 , Concrete Work 7,17 , External Work 11,63 , Finishing Work 9,69 , Piling Work 2,68 , Steel Structure Work 11,06 , Earth work 2,55 , Temporary work 7,36 , General Expenses 6,73 , Mechanical Electrical Work 33,47 with an optimum total efficiency of 10,7 ."

"Perkembangan teknologi memainkan peran penting dalam peningkatan jumlah pengguna e-commerce di Indonesia yang kemudian menyebabkan peningkatan signifikan dalam volume pengiriman paket. Namun, peningkatan ini juga menimbulkan masalah terkait emisi gas rumah kaca terutama pada tahap pengiriman terakhir yang sering melibatkan penggunaan kendaraan bermotor. Selain itu, terdapat pula kendala ketika tempat tujuan sulit dicapai dengan menggunaan kendaraan bermotor pada tahap pengiriman terakhir. Oleh karena itu, perlu dicari solusi yang tidak hanya mengurangi dampak lingkungan, namun juga dapat meningkatkan aksesibilitas pada tahap pengiriman terakhir. Penelitian ini mengintegrasikan penggunaan truk dan drone yang bertujuan untuk mengurangi emisi gas rumah kaca dan mengatasi kendala aksesibilitas dengan kemampuan drone. Metode yang digunakan melibatkan penerapan Constrained Density-Based Spatial Clustering of Applications with Noise (Constrained DBSCAN) untuk melakukan proses clustering terhadap data pelanggan dengan mempertimbangkan kendala jumlah drone yang tersedia dan daya jangkau drone serta penerapan Tabu Search untuk merancang rute pengiriman yang optimal dengan mempertimbangkan kendala time windows pada depot dan seluruh cluster. Implementasi kedua metode tersebut digunakan pada data 90 pelanggan. Constrained DBSCAN dapat mengurangi 63.16% jumlah cluster, mengurangi 69.61% total jarak tempuh rute, mengurangi 44.89% total waktu tempuh rute, dan penurunan 8.73% nilai fungsi objektif jika dibandingkan dengan yang diperoleh dari clustering secara intuitif.

---

Technological advancements play a pivotal role in the surge of e-commerce users in Indonesia, subsequently resulting in a substantial increase in parcel delivery volumes. However, this upswing poses challenges related to greenhouse gas emissions, particularly in the last-mile delivery stage that frequently relies on motorized vehicles. Additionally, difficulties arise when the destination is hard to reach using motorized vehicles during the final delivery stage. Hence, a solution is imperative, one that not only mitigates environmental impacts but also enhances accessibility in the last-mile delivery stage. This research integrates the use of trucks and drones with the aim of reducing greenhouse gas emissions and overcoming accessibility constraints through drone capabilities. The methodology employed involves the application of Constrained DBSCAN for clustering customer data, considering constraints such as the available number of drones and drone range. Tabu Search is then implemented to design optimal delivery routes, taking into account time window constraints at depots and across all clusters. Both methods are applied to data representing 90 customers. The implementation of these approaches shows promise in addressing the challenges posed by the last-mile delivery stage, offering a balanced solution that not only reduces environmental impact but also enhances efficiency in the delivery process. Constrained DBSCAN can decrease 63.16% of the number of clusters, decrease 69.61% of the total route distance, decrease 44.89% of the total route time, and decrease 8.73% of the objective function value when compared to that derived from clustering with intuition."

"Tingginya tingkat perjalanan dan jumlah kendaraan yang memadati jaringan jalan di Jakarta mengakibatkan kemacetan hampir di seluruh ruas jalan, terlebih pada jam sibuk yang dapat dilihat dari parameter VIC yang mendekati 1. Hal ini mengakibatkan travel time menjadi lebih lama, juga mengakibatkan biaya perjalanan menjadi lebih mahal dan tingkat pencemaran udara yang lebih tinggi.Untuk mengurangi jumlah kendaraan yang masuk ke Jakarta hanya sebagai perlintasan dan perjalanan di wilayah DKI Jakarta sendiri maka keberadaan Jakarta Gutter Ring Road sangat diperlukan.Adapun penelitian ini menganalisis route choice (pemilihan tol-non tol) menggunakan model probit dengan pendekatan simulasi Montecarlo. Sebagai perbandingan, model logit dan model probit dengan pendekatan Clark juga dianalisis. Alat bantu untuk menganalisis dilakukan dengan membangun program Montecarlo menggunakan bahasa VB.Data yang digunakan dalam penelitian ini menggunakan data primer dan sekunder dengan metoda Stated Preference.Dari hasil estimasi parameter model yang dibangun terlihat bahwa atribut yang memberikan utilitas positif adalah atribut penghematan waktu dan atribut yang menghasilkan disutilitas adalah atribut biaya.Model probit simulasi Montecarlo menghasilkan kondisi yang lebih mendekati kondisi lapangan dibandingkan dengan model Logit dan probit Clark, hal ini dapat terlihat dari nilai teta Montecarlo yang selalu lebih kecil dibandingkan dengan model Logit dan probit Clark, dimana hal ini menggambarkan lebih terdistribusinya data model probit dengan menggunakan simulasi Montecarlo. Akan tetapi perbedaan model dengan kondisi aktual menghasilkan model probit dengan pendekatan Montecarlo terbesar yaitu : 4.7 %, untuk model probit dengan pendekatan Clark sebesar 3.6 % dan model Logit sebesar 0.9 %, hal ini dikarenakan model probit dengan pendekatan simulasi Montecarlo menganalisis data dengan membangkitkan data dan memperhitungkan error termHal menarik dari penelitian ini adalah ditemukannya parameter lamda yang mengakomodir responden yang captive. Dimana pada kondisi utilitas maksimum masih ada user yang tidak memilih tot. Probabilitas responden captive bervariasi dengan nilai1. katagori 1 = 18 %2. katagori 2 = 17 %3. katagori 3 = 16 %4. katagori 4 = 15 %5. katagori 5 = 12 %6. katagori 6 = 9 %7. katagori 7 = 9 %Hal ini menyebabkan pada londisi Utilitas tol = utilitas non tol, probabilitas yang memilih tol 50 %, tetapi turun sebesar probabilitas responden captive.Sedangkan tarif tol yang ditawarkan untuk masing-masing katagori lebih banyak berada di atas nilai waktu responden. Hal ini mengakibatkan keengganan dari responden untuk memilih tol."