Pengembangan model estimasi kinerja waktu proyek konstruksi gedung menggunakan artificial neural network dan multiple linear regression

Abstract

Salah satu ukuran keberhasilan proyek konstruksi adalah tercapainya kinerja waktu yang memuaskan. Terlepas fakta banyaknya studi terkait kinerja waktu yang tersedia pada literatur yang ada, studi-studi tersebut hanya secara khusus berfokus pada identifikasi dan penilaian faktor-faktor penyebab keterlambatan, dan hanya beberapa studi yang berhubungan dengan prediksi kinerja waktu. Oleh karena itu, penelitian ini didedikasikan untuk mengisi kesenjangan tersebut dan sejauh pengetahuan penulis, ini merupakan penelitian pertama, terutama untuk konteks Indonesia, yang mengidentifikasikan faktor-faktor kinerja waktu dan menggunakannya untuk mengestimasi kinerja waktu pada penyelesaian proyek konstruksi gedung. Faktor-faktor terpilih diperoleh dari tinjauan literatur dan dikelompokkan menjadi satu set komponen menggunakan analisis faktor. Survey menggunakan kuesioner ditujukan pada responden yang memenuhi syarat dari sektor publik dan swasta. Sebanyak 38 kuesioner yang valid didapatkan dari total 48 kuesioner yang diterima, dengan demikian hal tersebut mewakili 79% tingkat kepuasan atas jawaban responden. Berdasarkan analisis faktor, tiga komponen terekstraksi, i.e., tipe bangunan gedung, komunikasi dan kesiapan kontraktor, dan kinerja kontraktor, di mana model prediksi tersebut dikembangkan. Penelitian ini mengadopsi dua metode: multiple linear regression (MLR) dan artificial neural network (ANN) kemudian membandingkan akurasi prediksi menggunakan mean absolute percentage error (MAPE) dan root mean square error (RMSE). Analisis menunjukkan bahwa model berbasis ANN mengungguli model berbasis MLR dalam hal MAPE dan RMSE, yang kemudian menjadi yang pertama mengusulkan model aplikasi prediksi kinerja waktu untuk proyek yang akan datang.