Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Industri konstruksi merupakan industri dengan tingkat risiko tinggi dan menjadi industri paling berbahaya di seluruh dunia. Hal ini mendorong kebutuhan adanya sistem kontrol dan upaya pencegahan keselamatan yang efektif, terutama dalam mengidentifikasi bahaya melalui proses Learning From Incidents. Penggunaan data mining dalam keselamatan konstruksi mulai banyak digunakan dalam penelitian. Namun, diperlukan model yang dapat membantu praktisi mengembangkan data mining untuk mengidentifikasi bahaya di proyek konstruksi. CRISP-DM sebagai standar de facto model data mining dapat diimplementasikan untuk menjadi standar dan pedoman bagi praktisi. Tujuan utama penelitian ini adalah mengembangkan model CRISP-DM untuk improvement proses dalam mengidentifikasi bahaya proyek konstruksi serta memperoleh Learning From Incidents Database yang terbentuk dengan studi kasus pekerjaan proyek konstruksi struktur atas jalan layang beton. Association Rule Mining menjadi metode data mining yang digunakan dalam penelitian ini untuk mendapatkan aturan asosiasi antara aktivitas pekerjaan dan bahaya yang terjadi. Hasil penelitian menunjukkan terdapat langkah-langkah praktis yang dapat dilakukan untuk mengembangkan model CRISP-DM dalam identifikasi bahaya konstruksi. Percobaan implementasi CRISP-DM tersebut menghasilkan database yang menunjukan 5 aturan asosiasi dengan rerata akurasi 51,2% dari 112 kejadian kecelakaan konstruksi di Indonesia. Pakar keselamatan konstruksi juga menilai database dari aturan asosiasi yang terbentuk telah sesuai dengan kondisi aktual secara umum dan model CRISP-DM yang diajukan dapat meningkatkan Learning From Incidents pada industri konstruksi. Namun, peningkatan sistem pelaporan, investigasi, serta kesadaran pentingnya keselamatan masih perlu ditingkatkan sebelum model CRISP-DM dapat diterapkan di industri konstruksi Indonesia. ......The construction industry is a high-risk industry and the most dangerous industry in the world. This drives the need for hazard identification through the Learning from Incidents process. The use of data mining in construction safety is starting to be widely used in research. However, a model is needed that can help practitioners develop data mining to identify hazards in construction projects. The main objective of this research is to develop a CRISP-DM model for process improvement in identifying construction project hazards and obtain a Learning from Incidents Database formed with a case study of concrete elevated road structure construction work. The data mining method used in this research is Association Rule Mining. The results showed that there are practical steps that can be taken to develop the CRISP-DM model. The implementation of the model produced 5 association rules with an average accuracy of 51.2% of 112 construction accidents. Experts assessed that the association rules formed are in accordance with the actual conditions and the CRISP-DM model can improve Learning from Incidents in the construction industry. However, improvements in reporting systems, investigations, and safety awareness still need to be improved before the model can be applied in Indonesian construction industry.

Abstrak :
Penggunaan Building Information Modeling (BIM) dan Big Room sebagai alat lean construction pada fase desain proyek bangunan dapat mengatasi kompleksitas dan masalah komunikasi di sektor konstruksi. Namun, tantangan seperti kurangnya riset terkait penggunaan Big Room di Indonesia masih ada. Penelitian ini bertujuan mengidentifikasi faktor dan indikator integrasi BIM 4D dengan Big Room yang mempengaruhi efektivitas komunikasi antar stakeholders pada fase desain proyek, serta merumuskan strategi untuk meningkatkan efektivitas komunikasi tersebut. Faktor dan indikator yang tervalidasi akan disusun dalam kuesioner dan disebarkan melalui survei. Hasil survei dianalisis menggunakan SEM-PLS, dan variabel berpengaruh dibahas dengan metode Delphi. Penelitian ini mengidentifikasi faktor-faktor berpengaruh, yaitu BIM 4D, Big Room, komunikasi, stakeholders, dan karakteristik proyek, dengan 23 indikator. Big Room dan stakeholders terbukti memiliki pengaruh signifikan. Strategi yang diusulkan untuk meningkatkan komunikasi antar stakeholders mencakup penyatuan visi dan misi, perencanaan sesi Big Room yang efisien, penggunaan media komunikasi yang disepakati, penyesuaian ruang Big Room, pemetaan stakeholders yang relevan, fasilitator dengan kepemimpinan baik, penyajian informasi model yang mudah diinterpretasikan, visualisasi progres pekerjaan, serta komunikasi keputusan desain secara efektif. Strategi ini diharapkan membantu praktisi konstruksi mengimplementasikan Big Room dengan BIM untuk komunikasi yang lebih efektif pada fase desain proyek. ......This research investigates the use of Building Information Modeling (BIM) and Big Room in lean construction during the design phase to address complexity and communication issues in construction projects. There is little research into Big Room implementation in Indonesia. The study's goal is to identify factors and indicators of integrating 4D BIM with Big Room that influence stakeholder communication effectiveness, as well as develop improvement strategies. A questionnaire will be used to collect data, which will then be analyzed using SEM-PLS, with significant variables being examined further using the Delphi method. BIM 4D, Big Room, communication, stakeholders, and project characteristics are among the key factors identified by the study, which uses 23 indicators. Big Rooms and stakeholders have a significant impact on communication. Proposed strategies include aligning stakeholders' vision and mission, planning efficient Big Room sessions, utilizing agreed-upon communication media, adjusting Big Room spaces, mapping relevant stakeholders, hiring a skilled facilitator, presenting easily interpretable model information, visualizing work progress, and effectively communicating design decisions. These strategies aim to assist construction professionals in implementing Big Room with BIM for more effective communication during the design phase.