Hasil Pencarian  ::  Simpan CSV :: Kembali

"Seiring kemajuan teknologi otomasi konstruksi baru-baru ini, fase konstruksi dan pembangunan mengalami kemajuan pesat, mempersingkat waktu ereksi bangunan secara signifikan. Namun, desain konstruksi memerlukan alat desain terkomputerisasi yang efisien yang memungkinkan perancang membuat keputusan yang lebih andal dan pasti untuk membantu mencapai tujuan kualitas bangunan yang diinginkan. Membangun keberlanjutan dan kesejahteraan penghuni adalah konsep kompleks yang semakin menjadi titik fokus industri bangunan dan konstruksi arus utama. Konsep-konsep ini menuntut tidak hanya untuk memilih bahan bangunan, teknik, dan sistem yang benar, tetapi juga kualitas abstrak. Yang terakhir ini menantang untuk diukur. Tujuan dari penelitian ini adalah untuk mengeksplorasi penyusunan data bangunan yang berkelanjutan dan sehat agar dapat dimanfaatkan dalam perangkat perancangan berbasis Machine Learning yang diusulkan dengan tujuan agar lebih akurat dalam menentukan variabel bangunan sehat dibandingkan metode perancangan konvensional. Tinjauan literatur tentang bangunan yang berkelanjutan dan sehat, dan Pembelajaran Mesin dalam konstruksi telah dilakukan untuk mengidentifikasi kesamaan dalam aspek tipologi ini untuk digunakan dalam generalisasi dan untuk mengidentifikasi kesenjangan dan tantangan dalam topik penelitian terkait terbaru. Kuantifikasi, analisis, dan pemrosesan data umum ini dilakukan untuk dapat digunakan dalam model desain bangunan yang dikembangkan menggunakan algoritma dan pemrograman Machine Learning seperti regresi vektor dukungan dan perceptron multi-layer. Latihan pengembangan model konseptual menunjukkan bahwa hipotesis alat desain akan membantu pengambil keputusan secara kuantitatif memprediksi variabel bangunan yang sehat ke tingkat akurasi yang memadai.

---

As recent construction automation technologies advance, the construction and building phase is experiencing rapid progress, shortening building erection time significantly. However, construction design needs an efficient computerized design tool that enables designers to make more reliable and definite decisions to help achieve the intended quality objectives of the building. Building sustainability and occupant wellbeing are complex concepts that are increasingly becoming a focal point of the mainstream building and construction industry. These concepts demand not only for choosing the correct building materials, techniques, and systems, but also the abstract qualities. The latter of which is challenging to quantify. The purpose of this study is to explore the preparation of sustainable and healthy building data in order to be utilized in a Machine Learning based design tool proposed with the aim of being more accurate at determining healthy building variables than conventional design methods. A literature review on sustainable and healthy buildings, and Machine Learning in construction has been conducted to identify similarities in the aspects of these typologies for use in generalization and to identify the gaps and challenges in recent related research topics. Quantification, analysis, and processing of this generalized data is carried out in order to be utilized in the building design model developed using Machine Learning algorithms and programming such as support vector regression and multiple-layer perceptron.The conceptual model development exercise shows that the hypothetical design tool will help decision makers quantitatively predict the healthy building variables to an adequate level of accuracy. "

"Kesehatan adalah faktor penting untuk menghasilkan sesuatu yang bernilai oleh pekerja dan produktifitas yang rendah dapat mengakibatkan perusahaan rugi. Orang menghabiskan 87% waktunya di dalam ruangan. Sebuah bangunan yang dirancang tanpa berfokus pada suhu, kelembaban, aliran udara, dan pencahayaan dapat menyebabkan Sick Building Syndrome (SBS) pada karyawan yang bekerja di gedung. Tujuan dari penelitian ini adalah untuk mengetahui bahwa sistem penilaian kinerja green building yang sudah ada di indonesia dapat dikembangkan menjadi green and healthy building dan sesuai dengan kondisi lingkungan di Indonesia. Metode penelitian yang dilakukan melalui pendekatan kualitatif untuk mendapatkan kriteria desain dan untuk mendapatkan pengembangan sistem penilaian kinerja green and healthy building. Metode pengumpulan data melalui wawancara mendalam, serta divalidasi melalui Focus Group Discussion (FGD). Hasil penelitian ini menyatakan bahwa terdapat 7 kriteria desain dan 57 indikator penilaian yang dapat dikembangkan menjadi konsep green and healthy building di Indonesia. Didapatkan bahwa tidak semua kriteria desain yang ada pada healthy building di dunia dapat diterapkan di indonesia dan bangunan gedung yang telah tersertifikasi green building di Indonesia dapat dikembangkan menjadi konsep green and healthy building.

---

Health is an important factor in producing something of value for workers, and low productivity can cause companies to lose money. People spend 87% of their time indoors. A building that is designed without focusing on temperature, humidity, airflow, and lighting can cause Sick Building Syndrome (SBS) in employees working in the building. The purpose of this research is to find out if the green building performance rating system that already exists in Indonesia can be developed into a green and healthy building in accordance with environmental conditions in Indonesia. The research method was carried out through a qualitative approach to obtain design criteria and to develop a green and healthy building performance rating system. Methods of data collection through in-depth interviews and validation through Focus Group Discussion (FGD). The results of this study state that there are 7 design criteria and 57 assessment indicators that can be developed into a green and healthy building concept in Indonesia. It was found that not all of the existing design criteria for healthy buildings in the world can be applied in Indonesia, and buildings that have been certified as green buildings in Indonesia can be developed into green and healthy building concepts."

"Green building merupakan suatu konsep bangunan yang memperhatikan dampak suatu bangunan terhadap lingkungannya, sedangkan healthy building merupakan konsep yang berfokus pada dampak yang ditimbulkan dari suatu bangunan terhadap kesehatan penghuni di dalamnya. Pertimbangan terhadap aspek kelestarian lingkungan dan kesehatan manusia ini telah menjadi urgensi dalam proses perencanaan bangunan. Namun dengan adanya berbagai kinerja yang dilingkupi pada dua konsep bangunan tersebut, proses perencanaan green building dan healthy building cenderung membutuhkan proses perencanaan yang ekstensif, sehingga waktu perencanaan yang dibutuhkan menjadi lebih lama dibandingkan waktu perencanaan bangunan konvensional. Untuk mengatasi hal itu, penelitian ini bertujuan untuk mengembangkan suatu sistem prediksi berbasis pendekatan machine learning berbasis data yang diintegrasikan dengan Building Information Modeling (BIM). Kombinasi metode kuantitatif dan kualitatif melalui analisis arsip, benchmarking, studi kasus, validasi pakar, dan uji coba sistem digunakan untuk mencapai tujuan tersebut. Penelitian ini menghasilkan dua model machine learning dengan nilai akurasi yang terbaik untuk memprediksi kinerja green building dan healthy building dari desain suatu bangunan. Kedua model machine learning tersebut diintegrasikan ke dalam BIM agar dapat langsung diaplikasikan pada alur kerja proses perencanaan. Dengan sistem prediksi yang dikembangkan pada penelitian ini, efisiensi waktu perencanaan bangunan sebesar 20% dapat diperoleh melalui minimalisasi proses analisis kinerja bangunan untuk mewujudkan konsep green building dan healthy building.

---

Green building is a building concept that focuses on the impact of a building on its environment, while a healthy building pays more attention to the impact of a building on the health of the occupants. Considering these environmental sustainability and human health aspects has become urgent in the building planning process. However, with the various performances covered by the two building concepts, the planning process for green buildings and healthy buildings tends to require a relatively extensive process, affecting the length of time required for the planning process. This study aims to develop a prediction system based on a machine learning computational approach integrated into Building Information Modeling (BIM) to address this issue. The combination of quantitative and qualitative methods through literature review, benchmarking, case studies, expert validation, and system testing was used to achieve the research objectives. This research produces two machine learning models with the best level of accuracy for predicting the performance parameters of green buildings and healthy buildings from the conceptual design of a building. Both machine learning models are integrated into BIM to directly apply to the planning process workflow. With the prediction system proposed in this study, a time efficiency of 20% can be obtained from the building planning process by minimizing the building performance analysis process to implement green building and healthy building concepts. "