Pendahuluan: Di Balik Efisiensi Proyek Konstruksi

Dalam dunia konstruksi modern, produktivitas tenaga kerja bukan hanya indikator efisiensi, melainkan juga penentu kelangsungan proyek dalam hal biaya, mutu, dan waktu. Ketika semua perhatian tertuju pada material atau teknologi, tenaga kerja acap kali menjadi elemen yang dilupakan—padahal kontribusinya bisa sangat menentukan.

Studi ini, dengan objek proyek Tunjungan Plaza 6 Surabaya, menggunakan metode work sampling untuk menyelidiki produktivitas tenaga kerja khusus pada pekerjaan pembesian (rebar work). Data dikumpulkan selama 6 minggu dan menghasilkan dua temuan utama: nilai produktivitas aktual sebesar 40,35 kg/orang-jam dan Labor Utilization Rate (LUR) sebesar 77,61%.

Temuan ini ternyata sangat berbeda dari standar produktivitas menurut SNI 2008, yang hanya mencatat 28,57 kg/orang-jam. Kenapa bisa berbeda? Mari kita bahas lebih lanjut.

Metode Work Sampling: Efisien, Akurat, dan Humanis

Apa Itu Work Sampling?

Work sampling adalah metode kuantitatif untuk mengamati aktivitas pekerja secara acak (random), lalu mengkategorikannya menjadi:

• Produktif (Effective Work): Aktivitas langsung menghasilkan output proyek.

• Kontributif (Essential Contributory): Aktivitas pendukung namun wajib dilakukan.

• Tidak Produktif (Unproductive): Aktivitas seperti merokok, mengobrol, atau menunggu.

Kenapa Metode Ini Unggul?

Berbeda dengan time study yang lebih invasif dan memakan waktu, work sampling memungkinkan observasi banyak pekerja dalam waktu singkat dengan akurasi statistik tinggi. Minimal 384 observasi dibutuhkan untuk hasil yang valid; studi ini mengumpulkan tepat sejumlah itu, dilakukan di dua titik pekerjaan: tower Office dan Podium.

Temuan Utama: Produktivitas yang Tak Terduga

1. Produktivitas Pekerjaan Pembesian

Berdasarkan observasi di lapangan, rata-rata produktivitas pekerjaan pembesian tercatat sebesar 40,35 kg/orang-jam, dengan kisaran antara 35,06 hingga 47,34 kg/orang-jam. Angka ini menunjukkan performa yang cukup konsisten, dengan puncaknya terjadi pada 7 November 2016 (41,75 kg/orang-jam) dan titik terendah pada 25 Oktober 2016 (39,41 kg/orang-jam).

Bandingkan dengan SNI 2008 yang hanya mencatat 28,57 kg/orang-jam, jelas terlihat bahwa kondisi riil proyek bisa jauh lebih efisien tergantung metode kerja dan manajemen yang diterapkan.

Insight Tambahan: Peningkatan produktivitas sebesar hampir 41% ini menunjukkan bahwa standar SNI mungkin perlu diperbarui atau dibuat lebih kontekstual.

2. Labor Utilization Rate (LUR)

Nilai LUR sebesar 77,61% menunjukkan bahwa mayoritas waktu kerja digunakan secara efektif. Rinciannya:

• Effective Work: 72,9%

• Essential Contributory: 18,83%

• Unproductive: 8,26%

Artinya, kurang dari 10% waktu pekerja terbuang sia-sia, yang merupakan angka sangat ideal untuk proyek konstruksi berskala besar.

Studi Kasus: Tunjungan Plaza 6 Surabaya

Tunjungan Plaza adalah salah satu proyek mixed-use ikonik di Surabaya. Penelitian dilakukan di tower Office dan Podium karena bagian Condotel sudah selesai.

Praktik Lapangan yang Membuat Perbedaan:

• Komposisi tenaga kerja yang disesuaikan dengan kemampuan tiap pekerja

• Penggunaan alat kerja yang lebih modern

• Supervisi dan pengawasan rutin oleh mandor dan kontraktor

Inilah yang membuat produktivitas aktual bisa melampaui ekspektasi berdasarkan standar nasional.

Analisis Kritis: Mengapa Standar SNI Tidak Selalu Relevan?

Studi ini menantang validitas Handbook SNI Analisis Biaya Konstruksi (2008) yang masih digunakan sebagai acuan nasional. Banyak proyek menggunakan data SNI sebagai patokan penyusunan jadwal dan biaya, padahal kondisi lapangan sering kali berbeda:

• SNI belum tentu memperhitungkan pengaruh teknologi baru

• Komposisi tenaga kerja lebih fleksibel di lapangan

• Budaya kerja dan motivasi pekerja juga berperan besar

Implikasi Praktis: Apa yang Bisa Dipetik Industri Konstruksi?

Bagi Kontraktor dan Manajer Proyek:

• Gunakan metode work sampling untuk pemantauan produktivitas berkala.

• Jangan hanya mengandalkan acuan SNI; buatlah basis data produktivitas internal.

Bagi Pemerintah & Regulator:

• Evaluasi ulang standar produktivitas kerja nasional.

• Dorong kolaborasi antara kampus, kontraktor, dan asosiasi konstruksi untuk penyusunan indeks baru.

Bagi Akademisi:

• Lakukan penelitian lanjutan untuk pekerjaan lain seperti pengecoran, finishing, dan arsitektural.

• Terapkan metode statistik lanjutan seperti regresi atau simulasi Monte Carlo untuk proyeksi produktivitas.

Penutup: Mengukur yang Tak Terlihat

Produktivitas seringkali dianggap angka belaka. Namun lewat pendekatan kuantitatif yang manusiawi seperti work sampling, kita bisa melihat kinerja sesungguhnya dari tenaga kerja konstruksi. Studi ini bukan hanya memberikan data, tapi juga menunjukkan bagaimana manajemen proyek yang adaptif bisa melampaui standar dan menciptakan efisiensi nyata.

Produktivitas bukan sekadar target, tapi cermin dari manajemen dan budaya kerja.

Sumber

Penelitian ini dapat diakses di Journal Universitas Kristen Petra.
Judul: Analisis Produktivitas Tenaga Kerja dengan Metode Work Sampling: Studi Kasus Proyek Tunjungan Plaza 6
Penulis: Derian Asher Prasetyo, Anthony, Herry Pintardi Chandra, dan Soehendro Ratnawidjaja.
Link: https://petra.ac.id (gunakan DOI atau link langsung bila tersedia)

Pembangunan Inklusif di Wilayah Terpencil: Mengapa Risiko Tak Bisa Diabaikan

Pembangunan rumah khusus bagi komunitas adat seperti Suku Anak Dalam (SAD) bukanlah pekerjaan konstruksi biasa. Proyek ini menyatukan urusan teknis, sosial, budaya, bahkan spiritualitas masyarakat adat. Paper karya Novi Hazriyanti, Benny Hidayat, dan Taufika Ophiyandri dalam Rang Teknik Journal edisi Juni 2020 menyoroti tantangan unik dalam proyek semacam ini di Provinsi Jambi, khususnya di Kabupaten Merangin dan Sarolangun pada periode 2017–2018.

Keterlambatan, biaya membengkak, konflik sosial, hingga perubahan desain mendadak hanyalah sebagian dari tantangan nyata yang ditemui. Risiko-risiko ini bukan hanya bisa memperlambat pembangunan, tapi juga menghambat tujuan mulia dari proyek: memastikan masyarakat SAD hidup layak dalam rumah yang nyaman dan sesuai budaya mereka.

Latar Belakang Proyek: Kombinasi Kepentingan Sosial dan Tantangan Geografis

Pemerintah pusat melalui Satker SNVT Penyediaan Perumahan Provinsi Jambi melaksanakan proyek pembangunan rumah bagi SAD di dua kabupaten utama. Pada tahun 2017, dibangun 50 unit rumah semi permanen di Merangin dan Sarolangun. Lalu, pada 2018, proyek diperluas dengan pembangunan 23 unit rumah permanen di Merangin serta 57 unit rumah panggung di Sarolangun.

Proyek ini melibatkan komunitas yang sangat terikat dengan tanah leluhur, budaya turun-temurun, dan gaya hidup nomaden. Kondisi tersebut menciptakan tantangan besar baik dari sisi perencanaan desain, pemilihan lokasi, penyediaan material, hingga interaksi dengan masyarakat.

Metodologi Penelitian: Kombinasi Kualitatif dan Matriks Risiko

Penelitian dilakukan dengan pendekatan kualitatif menggunakan wawancara dan kuesioner. Sebanyak 40 responden terlibat, terdiri dari pemilik proyek (mayoritas), kontraktor, dan konsultan supervisi. Data dianalisis menggunakan pendekatan matriks risiko AS/NZS 4360, yang menilai tingkat risiko berdasarkan kemungkinan terjadinya (likelihood) dan dampaknya (severity).

Setiap risiko kemudian dikategorikan ke dalam tingkat risiko rendah, sedang, tinggi, hingga ekstrem. Validitas data juga diuji, dengan dua variabel risiko akhirnya dikeluarkan karena tidak lolos uji statistik.

Identifikasi Risiko: 84 Variabel Risiko, 3 Tahapan Proyek

Penelitian ini berhasil mengidentifikasi 84 variabel risiko yang diklasifikasikan ke dalam tiga fase utama:

Tahap Perencanaan

Sebanyak 13 risiko ditemukan, termasuk keterlambatan perizinan, korupsi dan kolusi, kesalahan dalam estimasi biaya, perubahan jadwal pelaksanaan yang tidak terprediksi, hingga kegagalan dalam memahami kondisi sosial masyarakat SAD.

Tahap Pelaksanaan

Fase ini paling kompleks, dengan 61 risiko yang mencakup perubahan kebijakan, kondisi cuaca ekstrem, lemahnya koordinasi antar pemangku kepentingan, kekurangan tenaga kerja, pencurian material oleh warga lokal, ketidaksesuaian spesifikasi peralatan, dan bahkan sabotase di lapangan.

Tahap Pasca Konstruksi

Sebanyak 10 risiko muncul setelah pembangunan, seperti rumah tidak dihuni, kualitas bangunan tidak sesuai harapan, penerima bantuan ganda, serta kegagalan fungsi bangunan akibat kurangnya perawatan rutin.

Risiko Dominan: Faktor Sosial dan Teknis yang Paling Berpengaruh

Dari seluruh temuan, terdapat sepuluh risiko utama yang dinilai paling mempengaruhi keberhasilan proyek. Risiko pertama yang paling sering terjadi adalah change order, yaitu perubahan desain atau lingkup kerja setelah kontrak ditandatangani. Penyebabnya antara lain kesalahan desain awal, kondisi lapangan yang berbeda dari dokumen, serta spesifikasi material yang tidak tersedia di daerah terpencil.

Risiko kedua adalah kepercayaan masyarakat SAD terhadap tanah leluhur, yang membuat pembebasan lahan menjadi rumit. SAD tidak terbiasa dengan sistem kepemilikan formal, sehingga proses perizinan seperti IMB (Izin Mendirikan Bangunan) juga mengalami hambatan.

Risiko ketiga adalah perubahan jadwal pelaksanaan proyek. Penyesuaian desain, cuaca ekstrem, dan kesulitan mobilisasi alat berat menyebabkan banyak kegiatan mundur dari rencana awal.

Selain itu, beberapa faktor teknis seperti akses lokasi yang sulit, cuaca hujan yang memperparah kondisi jalan, serta gangguan dari warga sekitar (misalnya pencurian material karena ketidaktahuan nilai benda tersebut) juga masuk dalam daftar risiko tertinggi.

Wawancara dengan lima responden kunci mengungkap detail yang lebih dalam. Misalnya, desain rumah yang awalnya menggunakan atap andulin terpaksa diganti dengan atap multiroof berlapis pasir. Alasan pergantian bukan teknis, melainkan kultural—SAD merasa takut dengan suara bising saat hujan yang dihasilkan oleh atap andulin.

Di sisi lain, desain tangga rumah panggung juga harus disesuaikan. Aslinya hanya memiliki satu pintu, tetapi atas permintaan masyarakat lokal, ditambahkan pintu belakang agar mereka bisa "keluar-masuk tanpa gangguan roh leluhur," sebagaimana kepercayaan adat mereka.

Kesulitan lain muncul dari segi perizinan. Salah satu responden menyebutkan bahwa proses IMB terganggu karena terjadi reshuffle pejabat di tingkat kabupaten. Dokumen yang sedang diproses harus diulang dari awal karena pejabat penandatangan berubah.

Tak kalah menantang, beberapa lokasi pembangunan berada di hutan lindung Taman Nasional Bukit Dua Belas, yang menyebabkan proses land clearing tertunda lama. Bahkan, alat berat harus diangkut secara manual melewati jalur tanah yang licin dan sempit.

Strategi Mitigasi Risiko: Integrasi Teknikal dan Sosial Budaya

Untuk menjawab kompleksitas risiko tersebut, penulis menyusun serangkaian strategi mitigasi yang terstruktur. Strategi ini dibagi ke dalam empat fase utama:

Perencanaan dan Desain

Proses ini harus diawali dengan survei lokasi mendalam. Setiap desain perlu mengakomodasi kepercayaan lokal dan kebiasaan masyarakat SAD. Penggunaan material juga harus mempertimbangkan ketersediaan lokal agar tidak menyebabkan delay akibat suplai yang sulit diakses.

Desain rumah bukan hanya soal struktur, tetapi simbol budaya. Oleh karena itu, arsitektur yang ramah budaya menjadi kebutuhan primer.

Pemberdayaan Masyarakat

Sosialisasi kepada SAD sejak awal sangat penting. Mereka perlu memahami manfaat rumah tersebut, termasuk aspek kesehatan, keamanan, dan kenyamanan. Pemberdayaan dilakukan secara partisipatif agar mereka terlibat langsung dalam proses pengambilan keputusan.

Melibatkan masyarakat lokal dalam pembangunan, meski dalam peran sederhana seperti angkut material, menciptakan rasa memiliki dan mengurangi potensi gangguan sosial.

Pelaksanaan dan Konstruksi

Fase ini menuntut ketelitian ekstra. Tim pengawas harus berada di lokasi lebih lama, bahkan tinggal di sana jika perlu. Koordinasi dengan pemangku kepentingan lokal, termasuk tokoh adat dan pemerintah desa, menjadi kunci kelancaran.

Selain itu, pemesanan alat berat dan material harus dilakukan lebih awal, dengan antisipasi keterlambatan karena cuaca atau akses buruk. Komunikasi lintas tim, mulai dari kontraktor, pemilik proyek, hingga pengawas lapangan, harus berjalan intensif dan rutin.

Pemeliharaan dan Evaluasi

Tahap ini sering diabaikan, padahal sangat penting. Banyak rumah yang tidak dihuni atau rusak dini karena tidak ada anggaran untuk perawatan. Oleh karena itu, perlu dialokasikan dana khusus untuk maintenance, dan warga SAD dilatih untuk melakukan perawatan ringan.

Refleksi Kritis: Mengapa Penelitian Ini Relevan?

Penelitian ini sangat kontekstual namun sekaligus universal. Di satu sisi, ia spesifik mengulas tantangan pembangunan rumah adat di komunitas SAD. Di sisi lain, temuan ini dapat diterapkan pada proyek serupa di daerah-daerah dengan karakteristik budaya kuat, seperti Papua, Kalimantan pedalaman, atau NTT.

Salah satu kekuatan utama studi ini adalah menyatukan perspektif teknis dan sosial. Pendekatan mitigasi tidak hanya fokus pada alat berat atau dokumen kontrak, tapi juga pada aspek psikososial, komunikasi, dan budaya masyarakat.

Namun demikian, tantangan implementasi tetap besar. Koordinasi lintas lembaga, keterbatasan anggaran, serta birokrasi daerah sering kali menjadi batu sandungan dalam menerapkan mitigasi risiko secara konsisten.

Penutup: Pembangunan Berbasis Kearifan Lokal sebagai Kunci Keberhasilan

Pembangunan rumah khusus bagi masyarakat SAD bukan hanya soal “membangun atap di atas kepala.” Ia adalah proses rekonsiliasi antara modernitas dan adat, antara kebutuhan teknis dan keluhuran budaya. Penelitian ini menunjukkan bahwa keberhasilan proyek sangat ditentukan oleh kemampuan para pelaksana untuk beradaptasi dengan nilai lokal, memperkuat komunikasi, serta mengedepankan pendekatan partisipatif.

Di era pembangunan berkelanjutan, proyek-proyek semacam ini akan semakin banyak. Oleh karena itu, hasil studi ini patut dijadikan rujukan utama dalam penyusunan kebijakan pembangunan berbasis masyarakat adat di Indonesia.

Sumber Asli Artikel:

Hazriyanti, N., Hidayat, B., & Ophiyandri, T. (2020). Manajemen Risiko Proyek Pembangunan Rumah Khusus Suku Anak Dalam (SAD) Provinsi Jambi. Rang Teknik Journal, Vol. 3 No. 2, Fakultas Teknik Universitas Muhammadiyah Sumatera Barat. ISSN 2599-2081.

Jalan Tol sebagai Urat Nadi Pertumbuhan Ekonomi Baru

Di tengah ambisi Indonesia untuk menjadi negara maju, pembangunan infrastruktur menjadi kunci utama dalam membuka akses ekonomi baru, mempercepat mobilitas, dan mengurangi ketimpangan wilayah. Salah satu proyek andalan pemerintah dalam kerangka Proyek Strategis Nasional (PSN) adalah Jalan Tol Serang–Panimbang di Provinsi Banten. Jalan tol ini bukan hanya menjanjikan kemudahan transportasi, tetapi juga menjadi penghubung vital menuju Kawasan Ekonomi Khusus (KEK) Tanjung Lesung, destinasi unggulan pariwisata nasional.

Namun, sebagaimana ditunjukkan dalam artikel ilmiah berjudul "Implementasi Kebijakan Proyek Strategis Nasional Jalan Tol Serang – Panimbang" karya Rina Nur Utami dkk., impian besar ini masih dibayangi oleh berbagai persoalan di lapangan. Kajian ini menyoroti realitas pahit dari kebijakan yang diharapkan mampu menjadi katalisator pertumbuhan ekonomi—dari target yang meleset, keterlambatan pembangunan, hingga kerentanan sosial di tingkat komunitas.

Metodologi: Pendekatan Kualitatif Berbasis Model Van Metter dan Van Horn

Penelitian ini menggunakan pendekatan deskriptif kualitatif dengan kerangka evaluasi berdasarkan model implementasi kebijakan Donald Van Metter dan Carl Van Horn. Enam variabel utama dijadikan tolok ukur dalam menilai keberhasilan implementasi:

1. Standar dan tujuan kebijakan
2. Sumber daya
3. Karakteristik organisasi pelaksana
4. Sikap pelaksana
5. Komunikasi antarorganisasi
6. Lingkungan sosial, ekonomi, dan politik

Data dikumpulkan melalui wawancara mendalam, studi dokumentasi, serta observasi lapangan di Kecamatan Cibadak, Kabupaten Lebak, yang berada dalam radius 5 km dari Gerbang Tol Rangkasbitung—ujung dari seksi 1 Jalan Tol Serang–Panimbang.

Gambaran Umum Proyek: Ambisi Besar, Kenyataan Tak Mudah

Jalan Tol Serang–Panimbang memiliki panjang total 83,67 km dan dibagi menjadi tiga seksi: Seksi 1 (Serang–Rangkasbitung, 26,5 km), Seksi 2 (Rangkasbitung–Cileles, 24,17 km), dan Seksi 3 (Cileles–Panimbang, 33 km). Proyek ini dikelola oleh PT Wijaya Karya Serang Panimbang, sebuah konsorsium dari tiga BUMN: PT Wijaya Karya (WIKA), PT Pembangunan Perumahan (PP), dan PT Jababeka Infrastruktur.

Meski telah ditetapkan sebagai PSN dengan berbagai kemudahan kebijakan, kenyataannya pembangunan tol ini masih menghadapi keterlambatan signifikan. Dari target integrasi penuh pada tahun 2023, kini mundur ke 2025. Hingga saat ini, hanya Seksi 1 yang telah beroperasi, sedangkan dua seksi lainnya masih dalam tahap konstruksi dan pengadaan pembiayaan.

Studi Kasus: Ketimpangan Target Lalu Lintas dan Dampaknya terhadap Konsesi

Salah satu indikator keterlambatan dan kegagalan pencapaian target adalah realisasi lalu lintas harian rata-rata (LHR) yang jauh di bawah proyeksi awal. Berdasarkan Perjanjian Pengusahaan Jalan Tol (PPJT), target LHR untuk tahun 2022 adalah 9.340 kendaraan, namun realisasi hanya 5.590 kendaraan (59,85%). Di tahun 2023, target 10.274 kendaraan hanya tercapai 5.770 kendaraan (56,16%).

Rendahnya trafik ini berdampak pada perpanjangan masa konsesi PT WIKA Serang Panimbang, dari 40 tahun menjadi 50 tahun. Ini menandakan bahwa asumsi awal proyek, khususnya dalam proyeksi pengguna dan pendapatan, belum mencerminkan realitas di lapangan.

Masalah Klasik: Legalitas Lahan dan Pendanaan

Salah satu kendala terbesar yang dihadapi proyek ini adalah pembebasan lahan. Meskipun masyarakat menerima harga ganti rugi yang ditawarkan, banyak dari mereka tidak memiliki dokumen legal atas tanahnya. Hal ini memperlambat proses pembebasan karena perlu intervensi dari Badan Pertanahan Nasional (BPN) dan koordinasi dengan pemerintah daerah untuk penerbitan sertifikat baru.

Di sisi lain, pendanaan proyek juga menghadapi hambatan. Pemerintah telah memberikan Viability Gap Fund (VGF) untuk mendukung pembangunan seksi 1 dan 2. Namun, pendanaan untuk seksi 3 mengandalkan pinjaman luar negeri dari Tiongkok yang ternyata hanya mampu membiayai sebagian proyek. Akibatnya, penyelesaian seksi 3 yang vital bagi akses ke KEK Tanjung Lesung tertunda.

Infrastruktur Minim, Dampak Sosial Terbatas

Jalan tol yang telah beroperasi baru memiliki satu Tempat Istirahat dan Pelayanan (TIP) di arah Rangkasbitung, dengan fasilitas yang minim: hanya ada warung kecil, toilet, musala, dan tambal ban. SPBU belum tersedia, kios masih kosong, dan jumlah pengunjung sangat rendah. Hal ini memperkuat kesan bahwa proyek ini belum memberikan dampak ekonomi yang nyata bagi masyarakat sekitar.

Masyarakat yang sebelumnya berharap pada peningkatan pendapatan, terutama pedagang makanan dan minuman, justru menyatakan bahwa peningkatan pelanggan hanya terjadi saat akhir pekan atau libur panjang. Artinya, manfaat ekonomi jalan tol belum menyentuh kehidupan sehari-hari mereka secara signifikan.

Realitas Sosial: Antara Dukungan dan Kekhawatiran

Observasi lapangan menunjukkan bahwa secara umum masyarakat mendukung keberadaan jalan tol. Mereka mengapresiasi kemudahan akses ke Jakarta, Merak, dan daerah lain karena terhubung dengan jaringan Tol Trans Jawa. Bahkan muncul minat dari investor untuk membuka usaha di Rangkasbitung, yang menunjukkan sinyal positif dari sektor properti dan UMKM.

Namun, ada kekhawatiran lain. Harga lahan di sekitar Kecamatan Cibadak melonjak dari di bawah Rp2 juta menjadi Rp3 juta per meter persegi, menimbulkan kekhawatiran akan terjadinya urbanisasi liar dan spekulasi tanah. Di sisi lain, tarif tol yang tergolong mahal membuat masyarakat lebih memilih menggunakan KRL commuter line dari Rangkasbitung ke Jakarta. Biaya perjalanan tol mencapai Rp40 ribu per sekali jalan lebih tinggi dari tarif kereta api yang hanya sekitar Rp8.000–Rp10.000.

Kritik terhadap Implementasi: Apa yang Bisa Diperbaiki?

Meski struktur organisasi dan pelaksana proyek telah ditetapkan secara rapi, kenyataannya belum semua berjalan lancar. Pemerintah daerah Provinsi Banten sebenarnya telah aktif melakukan monitoring dan evaluasi, terutama terkait pembebasan lahan dan progress konstruksi. Namun, kendala di level teknis dan administratif tetap menjadi tantangan berat.

Beberapa kelemahan utama yang teridentifikasi antara lain:

• Ketergantungan pada pembiayaan eksternal tanpa rencana kontingensi lokal
• Kelemahan dalam memproyeksikan LHR secara realistis
• Minimnya pelatihan bagi pelaksana kebijakan mengenai dokumen teknis dan mitigasi risiko
• Fasilitas pendukung seperti TIP dan penerangan jalan yang belum memenuhi standar

Pelajaran untuk Proyek Strategis Nasional Lainnya

Dari studi kasus Serang–Panimbang ini, setidaknya ada tiga pelajaran penting yang bisa diambil untuk perencanaan dan pelaksanaan proyek strategis nasional lainnya:

1. Validasi Data Awal Sangat Penting
   Perkiraan lalu lintas dan proyeksi dampak ekonomi harus berdasarkan studi lapangan yang lebih mendalam. Jangan hanya bergantung pada asumsi makro tanpa mempertimbangkan dinamika lokal.
2. Integrasi Antar-Seksi Harus Direncanakan Sejak Awal
   Ketika hanya satu seksi beroperasi tanpa keterhubungan penuh, manfaat ekonomi sulit terwujud. Strategi pendanaan dan penyelesaian lahan harus disiapkan secara paralel untuk seluruh seksi.
3. Kebijakan Tarif Harus Menimbang Kemampuan Ekonomi Lokal
   Jalan tol tidak hanya diperuntukkan bagi kendaraan barang, tapi juga masyarakat lokal. Tarif yang terlalu tinggi akan membuat pengguna beralih ke moda transportasi lain dan mengurangi manfaat jangka panjang proyek.

Kesimpulan: Infrastruktur Tidak Cukup, Perlu Kebijakan yang Adaptif

Kehadiran Jalan Tol Serang–Panimbang memang menjanjikan peningkatan konektivitas dan integrasi kawasan ekonomi baru. Namun, seperti yang disorot dalam penelitian ini, kebijakan saja tidak cukup. Harus ada penyesuaian strategi di tengah pelaksanaan agar proyek tidak hanya selesai secara fisik, tetapi juga berdampak nyata secara sosial dan ekonomi.

Implementasi kebijakan PSN harus lebih adaptif terhadap kondisi lapangan, tidak sekadar mengikuti kerangka kerja birokratis. Dengan perencanaan yang lebih responsif, komunikasi yang aktif antar pemangku kepentingan, dan strategi pembiayaan yang fleksibel, proyek jalan tol semacam ini bisa menjadi katalisator pembangunan wilayah, bukan sekadar monumen infrastruktur.

Sumber Asli Artikel

Utami, R. N., Wicaksana, H. H., Bratakusumah, D. S., & Hidayat, Y. R. (2024). Implementasi Kebijakan Proyek Strategis Nasional Jalan Tol Serang - Panimbang. Transparansi: Jurnal Ilmiah Ilmu Administrasi, Vol. 7, No. 1, Juni 2024, hlm. 64–73. ISSN 2622–0253.

Mengapa Manajemen Risiko Jadi Penentu Kesuksesan Proyek Konstruksi?

Dalam industri konstruksi, setiap proyek memiliki risiko yang tidak bisa dihindari. Mulai dari keterlambatan pengiriman material, perubahan desain di tengah pengerjaan, hingga ketidaksesuaian antara perencanaan dan pelaksanaan di lapangan. Risiko-risiko ini, jika tidak dikelola dengan baik, berpotensi menyebabkan pembengkakan biaya, keterlambatan waktu, bahkan kerugian finansial yang signifikan.

Artikel berjudul “Analisis Risiko Pada Proyek Konstruksi Perumahan Dengan Metode House of Risk (HOR)” oleh Siti Aisyah Maharani dkk., memberikan kontribusi penting dalam memahami bagaimana risiko proyek perumahan dapat diidentifikasi, dianalisis, dan dimitigasi secara sistematis menggunakan pendekatan House of Risk (HOR). Penelitian ini mengambil studi kasus pada proyek PT ABC, perusahaan pengembang sekaligus kontraktor di wilayah Jakarta dan Depok.

Proyek Perumahan PT ABC: Masalah Klasik dalam Skala Modern

PT ABC kerap menghadapi sejumlah masalah dalam proyek konstruksinya, termasuk:

• Biaya proyek yang melebihi RAB (Rencana Anggaran Biaya)
• Keterlambatan pengiriman material
• Perubahan desain selama pembangunan
• Cuaca buruk yang mengganggu kegiatan konstruksi
• Kesalahan estimasi biaya awal
• Peralatan yang rusak atau tidak memadai

Masalah-masalah ini mengindikasikan lemahnya manajemen risiko di proyek-proyek sebelumnya. Oleh karena itu, dilakukan analisis mendalam menggunakan pendekatan HOR untuk mengidentifikasi sumber risiko utama dan menyusun strategi mitigasi yang konkret.

Metodologi: Menerapkan House of Risk (HOR) dalam Dua Tahap

Penelitian ini menggunakan metode House of Risk yang terbagi menjadi dua fase:

HOR Fase 1

Menentukan prioritas sumber risiko (risk agent) berdasarkan nilai ARP (Aggregate Risk Potential), yaitu gabungan antara frekuensi terjadinya risiko dan dampaknya terhadap proyek.

HOR Fase 2

Menentukan aksi mitigasi berdasarkan efektivitas dan kemudahan pelaksanaan, dihitung menggunakan skor ETD (Effectiveness to Difficulty Ratio).

Sampel dalam penelitian ini adalah enam responden dari total 52 orang dalam struktur proyek, dipilih menggunakan teknik purposive sampling. Data diolah menggunakan Excel dan SPSS untuk validasi dan analisis lebih lanjut.

Identifikasi Risiko: Dari Sumber Hingga Kejadian

Penelitian mengidentifikasi 25 kejadian risiko (risk event) dan 25 sumber risiko (risk agent), yang mencakup berbagai aspek:

• SDM: Pemogokan kerja, kecelakaan, tenaga kerja tidak kompeten
• Material: Keterlambatan pengiriman, kerusakan saat pemasangan, volume tidak sesuai
• Peralatan: Keterlambatan, kerusakan, perawatan kurang
• Desain: Perubahan desain mendadak, kesalahan perhitungan
• Manajemen: Kurangnya koordinasi dan pengawasan
• Finansial: Kesalahan estimasi, cash flow tidak lancar
• Force Majeure: Cuaca ekstrem, bencana alam

Hasil observasi menunjukkan bahwa risiko seringkali tumpang tindih dan saling mempengaruhi, sehingga analisis multi-dimensi diperlukan untuk menangani akar permasalahannya secara komprehensif.

Analisis Risiko HOR Fase 1: Menemukan Sumber Risiko Tertinggi

Berdasarkan analisis HOR Fase 1, diperoleh tujuh sumber risiko dengan nilai ARP tertinggi, yaitu:

1. Penambahan desain di tengah konstruksi – ARP: 656
2. Perubahan desain mendadak – ARP: 576
3. Keterlambatan pengiriman material – ARP: 528
4. Keterlambatan pengiriman alat dari supplier – ARP: 450
5. Kesalahan estimasi biaya – ARP: 372
6. Kurangnya koordinasi antar pihak – ARP: 345
7. Kurangnya pengawasan di lapangan – ARP: 344

Hasil ini diperkuat dengan prinsip Pareto (80/20), di mana sekitar 80% kejadian risiko berasal dari 20% sumber risiko utama. Temuan ini menjadi dasar dalam perumusan strategi mitigasi yang terfokus dan efisien.

Studi Kasus: Dampak Perubahan Desain di Tengah Konstruksi

Perubahan desain menjadi salah satu risiko paling krusial dalam proyek PT ABC. Dalam salah satu proyek perumahan, klien mengajukan permintaan perubahan layout dapur dan posisi kamar mandi setelah pekerjaan struktur selesai 70%. Perubahan ini berdampak pada:

• Keterlambatan 3 minggu karena harus menunggu revisi gambar kerja
• Tambahan biaya Rp 150 juta untuk bongkar pasang dan pekerjaan ulang
• Disrupti jadwal supplier material yang sudah terlanjur dijadwalkan sesuai gambar awal

Risiko ini sebenarnya bisa diminimalisasi jika terdapat prosedur baku untuk menangani permintaan perubahan desain dari klien sejak awal.

HOR Fase 2: Strategi Aksi Mitigasi yang Direkomendasikan

Dari tujuh risk agent prioritas di atas, peneliti merancang delapan strategi mitigasi dengan memperhitungkan efektivitas dan kemudahan implementasi. Strategi tersebut meliputi:

1. Meningkatkan efektivitas komunikasi antar pihak proyek
   → Mendapat skor ETD tertinggi: 7359,75
   → Strategi ini dianggap paling penting untuk mengurangi miskomunikasi dan kesalahan di lapangan.
2. Pengawasan terhadap penjadwalan proyek
   → Menyasar risiko keterlambatan alat/material.
3. Sistem pengawasan dan sanksi bagi pelaksana proyek
   → Untuk mendorong disiplin kerja dan mengurangi risiko human error.
4. Prosedur pengawasan dan sanksi yang tertulis dan terstruktur
   → Menyediakan guideline bagi pengawas dan pekerja.
5. Checklist pelaksanaan proyek yang komprehensif
   → Menjamin kualitas dan urutan pengerjaan tidak terlewat.
6. SOP pembuatan dan perubahan desain
   → Untuk menghindari perubahan desain mendadak tanpa justifikasi teknis.
7. Jadwal pemesanan material dan peralatan yang lebih adaptif
   → Meminimalisasi keterlambatan dari supplier.
8. Estimasi biaya yang adaptif dan realistis
   → Untuk menghindari kesalahan perencanaan anggaran.

Setiap strategi ini dirancang tidak hanya untuk mengatasi risiko saat ini, tetapi juga memperkuat sistem manajemen risiko perusahaan secara jangka panjang.

Nilai Tambah Penelitian: Praktis dan Relevan untuk Industri

Penelitian ini memberikan kontribusi besar, terutama bagi perusahaan pengembang dan kontraktor yang ingin menerapkan manajemen risiko yang sistematis. Nilai plus dari penelitian ini antara lain:

• Menggunakan data nyata dari proyek yang sedang berjalan
• Memadukan pendekatan teoritis dengan observasi lapangan
• Memberikan output yang actionable dan implementatif

Metode House of Risk, yang sebelumnya lebih banyak digunakan di industri manufaktur dan logistik, terbukti sangat relevan jika diterapkan pada proyek konstruksi.

Komparasi dengan Penelitian Sebelumnya

Pendekatan HOR dalam proyek konstruksi juga telah digunakan dalam:

• Proyek pembangunan jalan tol Gempol–Pasuruan (Kurniasri Dewi, 2020)
• Proyek utilitas PDAM di Jakarta (Safrudin & Hasibuan, 2020)
• Proyek pembangkit listrik mini hidro di Blitar (Saraswati & Negoro, 2014)

Namun, keunikan dari penelitian ini adalah fokusnya pada proyek perumahan dengan skala yang lebih kecil namun frekuensi tinggi. Risiko di proyek perumahan cenderung lebih banyak muncul dari sisi koordinasi dan perubahan desain dibandingkan proyek besar seperti infrastruktur jalan atau energi.

Rekomendasi untuk Industri Konstruksi

Dari temuan dalam artikel ini, ada beberapa poin yang bisa menjadi pedoman industri konstruksi:

1. Bangun budaya komunikasi proaktif
   Komunikasi lintas tim harus dijadwalkan rutin dan terdokumentasi dengan baik.
2. Siapkan standar operasional perubahan desain sejak awal proyek
   Semua pihak harus memahami batasan perubahan dan prosedurnya.
3. Gunakan pendekatan data-driven dalam merencanakan proyek
   Hindari estimasi yang hanya berdasarkan pengalaman subjektif.
4. Manfaatkan digitalisasi dan software project management
   Banyak risiko seperti keterlambatan dan miskomunikasi bisa dikurangi dengan teknologi yang tepat.

Kesimpulan: Mitigasi Risiko = Menjamin Keberhasilan Proyek

Risiko adalah bagian tak terpisahkan dari proyek konstruksi. Yang membedakan proyek sukses dan gagal adalah kemampuan manajemen dalam mengidentifikasi, menganalisis, dan menanggapi risiko secara cepat dan tepat. Penelitian oleh Siti Aisyah Maharani dkk. ini menunjukkan bahwa pendekatan sistematik seperti House of Risk bukan hanya membantu memetakan risiko, tetapi juga merancang aksi nyata yang relevan, efektif, dan bisa langsung diterapkan di lapangan.

Dengan mengintegrasikan HOR ke dalam sistem kerja proyek, perusahaan seperti PT ABC dapat memperkecil kemungkinan kerugian, mempercepat waktu penyelesaian, dan meningkatkan kepercayaan klien. Bagi industri konstruksi di Indonesia, pendekatan seperti ini patut dipertimbangkan sebagai standar operasional baru.

Sumber Asli Artikel

Siti Aisyah Maharani, Santika Sari, Muhamad As’adi, Annisa Putriana Saputro. (2022). Analisis Risiko Pada Proyek Konstruksi Perumahan Dengan Metode House of Risk (HOR) (Studi Kasus: Proyek Konstruksi Perumahan PT ABC). Journal of Integrated System, Vol. 5 No. 1, Juni 2022: hlm. 16–26. ISSN: 2714-6349.

Sektor konstruksi global, sebuah industri yang menjadi tulang punggung perekonomian banyak negara, kini menghadapi tantangan yang semakin kompleks. Proyek-proyek yang semakin masif, integrasi teknologi yang lebih canggih, serta tuntutan keberlanjutan dan pengurangan emisi karbon (CO_2) yang kian mendesak, menuntut pendekatan baru yang lebih adaptif dan efisien. Di tengah dinamika ini, proses penawaran tender, sebagai gerbang awal proyek, memegang peranan krusial. Sebuah keputusan yang salah pada tahap tender dapat memicu dampak berantai, mulai dari kerugian finansial hingga kegagalan proyek secara keseluruhan. Dalam konteks inilah, penelitian yang dilakukan oleh Linda Cusumano dari Chalmers University of Technology menawarkan perspektif segar: bagaimana kecerdasan buatan (AI) dan pendekatan berbasis data (data-driven) dapat merevolusi desain tender untuk mencapai hasil yang lebih optimal dan berorientasi pada produksi.

Paradigma Baru dalam Desain Tender Konstruksi

Secara tradisional, desain tender dalam industri konstruksi seringkali didasarkan pada intuisi, pengalaman masa lalu yang terbatas, dan data yang terfragmentasi. Pendekatan ini, meskipun telah teruji dalam skala tertentu, menjadi kurang relevan di era proyek mega dan persyaratan kompleks. Keterbatasan ini seringkali menyebabkan estimasi yang tidak akurat, risiko yang tidak teridentifikasi, dan pada akhirnya, proyek yang melampaui anggaran atau waktu. Linda Cusumano dalam tesisnya menggarisbawahi urgensi untuk beralih dari metode konvensional ke pendekatan yang lebih ilmiah dan prediktif.

Tesis ini mengeksplorasi potensi machine learning (ML) dan optimasi untuk menciptakan kerangka kerja desain tender yang adaptif. Tujuannya adalah untuk secara otomatis menghasilkan estimasi harga proyek dan mengeksplorasi opsi desain alternatif guna menemukan solusi optimal dalam konteks biaya dan efisiensi produksi. Bayangkan sebuah sistem di mana, dengan masukan data proyek yang akurat, AI dapat memprediksi biaya, mengidentifikasi potensi risiko, dan bahkan mengusulkan modifikasi desain yang akan menghemat waktu dan sumber daya. Ini bukan lagi fiksi ilmiah, melainkan sebuah potensi nyata yang coba diwujudkan dalam penelitian ini.

Tantangan Historis dan Evolusi Digitalisasi

Industri konstruksi dikenal sebagai salah satu sektor yang paling lambat dalam mengadopsi inovasi digital dibandingkan sektor lain seperti manufaktur atau perbankan. Ini bukan tanpa alasan; sifat proyek konstruksi yang unik, dengan setiap proyek memiliki karakteristik yang berbeda (sering disebut sebagai "prototipe tunggal"), ditambah dengan ketergantungan pada tenaga kerja manual, telah menjadi penghambat utama. Fragmentasi data, kurangnya standarisasi, dan budaya industri yang cenderung konservatif juga berkontribusi pada perlambatan ini.

Namun, dalam beberapa tahun terakhir, gelombang digitalisasi mulai terasa di industri konstruksi. Penerapan Building Information Modeling (BIM), digital twins, sensor IoT, dan teknologi cloud computing telah membuka pintu bagi pengumpulan dan analisis data dalam skala besar. Data-data ini, yang sebelumnya tersebar dan tidak terstruktur, kini berpotensi menjadi "emas" bagi pengembangan solusi berbasis AI. Transformasi ini menjadi landasan bagi gagasan "konstruksi 4.0," di mana data bukan lagi sekadar informasi, melainkan aset strategis untuk pengambilan keputusan yang lebih cerdas.

Metode Penelitian: Membangun Jembatan antara Data dan Desain

Penelitian ini mengambil pendekatan data-driven yang kuat, berakar pada pengumpulan dan analisis data historis dari proyek konstruksi. Metode utama yang digunakan adalah machine learning dan optimasi, sebuah kombinasi yang memungkinkan sistem untuk "belajar" dari pengalaman masa lalu dan "memprediksi" hasil di masa depan. Data yang digunakan mencakup berbagai parameter proyek, mulai dari karakteristik desain, jenis material, durasi pekerjaan, hingga biaya aktual.

Secara teknis, prosesnya melibatkan:

1. Pengumpulan Data: Mengumpulkan data proyek yang relevan dari berbagai sumber, termasuk dokumen tender, laporan proyek, dan basis data perusahaan. Kualitas dan kelengkapan data sangat krusial dalam tahapan ini.

2. Pra-pemrosesan Data: Membersihkan, menormalisasi, dan mengubah data ke dalam format yang sesuai untuk analisis ML. Ini mungkin termasuk penanganan nilai yang hilang, identifikasi outlier, dan rekayasa fitur.

3. Pengembangan Model Machine Learning: Membangun dan melatih model ML (misalnya, regresi, random forest, atau neural networks) untuk memprediksi biaya atau waktu berdasarkan karakteristik proyek.

4. Optimasi: Mengembangkan algoritma optimasi yang dapat mengeksplorasi berbagai kombinasi desain dan parameter proyek untuk menemukan solusi yang optimal berdasarkan tujuan yang ditetapkan (misalnya, biaya terendah, waktu tercepat, atau keseimbangan antara keduanya).

5. Validasi Model: Menguji performa model dengan data baru untuk memastikan akurasi dan generalisasinya.

Pendekatan ini berfokus pada dua aspek utama:

• Estimasi Harga Proyek yang Lebih Akurat: Dengan menganalisis pola dari proyek-proyek sebelumnya, model AI dapat memberikan estimasi biaya yang lebih presisi, mengurangi risiko cost overrun dan memastikan keuntungan yang lebih realistis.

• Desain Berorientasi Produksi: Tidak hanya tentang estimasi biaya, tetapi juga tentang bagaimana desain dapat dioptimalkan untuk mempermudah proses konstruksi di lapangan. Ini berarti mempertimbangkan ketersediaan material, metode pemasangan, dan efisiensi tenaga kerja sejak tahap tender.

Peran Kunci Kecerdasan Buatan dalam Desain Tender

Kecerdasan buatan, khususnya machine learning, menawarkan kemampuan untuk mengidentifikasi pola kompleks dalam kumpulan data besar yang sulit atau bahkan mustahil dideteksi oleh manusia. Dalam konteks desain tender, ini berarti AI dapat:

• Mendeteksi Anomali dan Risiko Tersembunyi: Dengan membandingkan proyek baru dengan data historis, AI dapat menandai potensi risiko yang mungkin terlewatkan oleh estimator manusia, seperti perubahan harga material yang tiba-tiba atau kondisi lokasi yang tidak terduga.

• Mengoptimalkan Alokasi Sumber Daya: Berdasarkan data historis tentang penggunaan material dan tenaga kerja, AI dapat merekomendasikan alokasi sumber daya yang paling efisien untuk proyek baru, mengurangi pemborosan dan meningkatkan produktivitas.

• Meningkatkan Proses Pengambilan Keputusan: Dengan menyediakan estimasi yang lebih akurat dan skenario desain yang dioptimalkan, AI memberdayakan pengambil keputusan untuk membuat pilihan yang lebih terinformasi dan strategis selama proses tender. Ini dapat mengarah pada penawaran yang lebih kompetitif dan proyek yang lebih menguntungkan.

• Mendukung Desain Inovatif: Dengan kemampuan untuk mensimulasikan berbagai skenario desain, AI dapat mendorong inovasi dengan mengidentifikasi konfigurasi desain yang tidak konvensional namun efisien, yang mungkin tidak terpikirkan oleh perencana manusia.

Studi Kasus dan Implikasi Praktis

Meskipun tesis ini bersifat konseptual dan metodologis, implikasi praktisnya sangat luas. Bayangkan sebuah perusahaan konstruksi yang menerima ribuan tawaran tender setiap tahun. Dengan sistem yang diusulkan, mereka dapat:

• Menanggapi Tender Lebih Cepat: Proses estimasi yang otomatis memungkinkan perusahaan untuk merespons permintaan tender dengan kecepatan yang belum pernah ada sebelumnya, meningkatkan peluang untuk memenangkan kontrak.

• Meningkatkan Margin Keuntungan: Estimasi yang lebih akurat dan desain yang dioptimalkan untuk produksi dapat secara signifikan meningkatkan margin keuntungan proyek.

• Mengurangi Risiko Proyek: Dengan identifikasi risiko yang lebih baik dan kemampuan untuk memprediksi masalah potensial, perusahaan dapat mengambil langkah mitigasi lebih awal, mengurangi kemungkinan keterlambatan dan pembengkakan biaya.

• Membangun Basis Data Pengetahuan yang Berharga: Setiap proyek baru yang diselesaikan akan menambah data ke dalam sistem, memperkaya basis pengetahuan AI dan meningkatkan akurasi prediksinya di masa depan. Ini menciptakan siklus pembelajaran berkelanjutan yang berharga.

Secara lebih spesifik, dalam konteks industri konstruksi di Indonesia, di mana proyek infrastruktur sedang gencar-gencarnya, penerapan pendekatan data-driven ini akan sangat relevan. Misalnya, pada proyek pembangunan ibu kota baru, Nusantara, di mana skala dan kompleksitasnya sangat tinggi, penggunaan AI dalam desain tender dapat membantu dalam:

• Estimasi Biaya yang Presisi untuk Proyek Multi-Tahun: Dengan data historis proyek serupa di berbagai kondisi geografis dan material, AI dapat memberikan proyeksi biaya yang lebih akurat untuk proyek-proyek jangka panjang.

• Optimasi Penggunaan Sumber Daya Lokal: AI dapat dilatih dengan data tentang ketersediaan material lokal, kapasitas tenaga kerja, dan kondisi geografis untuk mengoptimalkan desain tender agar sesuai dengan konteks regional, mengurangi ketergantungan pada impor dan meningkatkan efisiensi logistik.

• Mitigasi Risiko Lingkungan dan Sosial: Dengan menganalisis data dampak lingkungan dan sosial dari proyek-proyek sebelumnya, AI dapat membantu mengidentifikasi potensi masalah sejak dini dan mengusulkan desain yang meminimalkan risiko tersebut, sesuai dengan standar keberlanjutan.

Tantangan dan Batasan

Meskipun menjanjikan, penerapan AI dalam desain tender tidak datang tanpa tantangan. Beberapa di antaranya meliputi:

• Kualitas dan Ketersediaan Data: Keberhasilan model AI sangat bergantung pada kualitas, kuantitas, dan relevansi data historis. Data yang tidak lengkap, tidak akurat, atau tidak terstruktur akan menghasilkan prediksi yang tidak valid. Mengintegrasikan data dari berbagai sistem dan memastikan konsistensinya adalah tugas yang rumit.

• Kompleksitas Model: Mengembangkan dan memelihara model AI yang kompleks membutuhkan keahlian teknis yang tinggi, yang mungkin belum banyak tersedia di industri konstruksi.

• Penerimaan Industri: Budaya konservatif di industri konstruksi dapat menjadi penghalang bagi adopsi teknologi baru. Edukasi dan demonstrasi nilai tambah yang jelas diperlukan untuk mengatasi resistensi ini.

• Privasi Data dan Keamanan: Mengelola sejumlah besar data proyek, termasuk informasi sensitif, menimbulkan kekhawatiran tentang privasi dan keamanan data.

• Bias dalam Data: Jika data historis mengandung bias (misalnya, proyek-proyek sebelumnya hanya dilakukan dengan metode tertentu), model AI dapat mengulang bias tersebut dalam rekomendasinya.

Kritik dan Perbandingan dengan Penelitian Lain

Penelitian ini, seperti banyak studi perintis lainnya, membuka jalan bagi eksplorasi lebih lanjut. Namun, ada beberapa aspek yang dapat diperdalam atau dibandingkan dengan penelitian serupa:

• Fokus pada Algoritma Spesifik: Tesis ini secara umum membahas penggunaan machine learning dan optimasi. Akan sangat bermanfaat jika disertakan perbandingan performa beberapa algoritma ML yang berbeda untuk jenis data konstruksi tertentu. Misalnya, apakah random forest lebih cocok untuk data kategori, atau apakah neural networks lebih baik untuk data numerik kompleks?

• Studi Kasus Empiris yang Lebih Luas: Meskipun tesis ini memberikan kerangka kerja yang kuat, implementasi dan validasi model pada sejumlah studi kasus proyek nyata akan memperkuat argumennya. Ini akan memberikan bukti empiris yang lebih kuat tentang efektivitas pendekatan ini dalam berbagai skenario proyek.

• Integrasi dengan BIM dan Digital Twins: Bagaimana model AI yang diusulkan dapat secara mulus berintegrasi dengan platform BIM dan digital twins yang sudah ada? Sinergi antara teknologi ini akan menjadi kunci untuk mencapai ekosistem digital yang komprehensif dalam konstruksi. Beberapa penelitian, seperti Ma et al. (2018), telah membahas manajemen kualitas konstruksi berbasis sistem kolaboratif menggunakan BIM dan indoor positioning, yang menunjukkan potensi integrasi data dari berbagai sumber.

• Aspek Keberlanjutan: Meskipun tesis ini menyebutkan tuntutan keberlanjutan, eksplorasi lebih lanjut tentang bagaimana AI dapat mengoptimalkan desain tender untuk meminimalkan dampak lingkungan (misalnya, penggunaan material daur ulang, pengurangan limbah, atau optimasi energi) akan menambah nilai signifikan.

Masa Depan Desain Tender: Menuju Otomasi dan Prediksi yang Lebih Baik

Penelitian Linda Cusumano ini merupakan langkah penting menuju masa depan di mana desain tender tidak lagi menjadi proses yang berbasis tebak-tebakan, melainkan proses yang didukung oleh data, prediksi yang akurat, dan optimasi yang canggih. Potensi untuk mengurangi risiko, meningkatkan efisiensi, dan mendorong inovasi dalam industri konstruksi sangatlah besar.

Namun, keberhasilan adopsi teknologi ini akan sangat bergantung pada kolaborasi antara akademisi, praktisi industri, dan pembuat kebijakan. Perusahaan konstruksi perlu berinvestasi dalam infrastruktur data dan pelatihan karyawan. Institusi pendidikan harus mempersiapkan tenaga kerja yang memiliki keterampilan di bidang data science dan AI untuk konstruksi. Dan pemerintah harus menciptakan lingkungan regulasi yang mendukung inovasi.

Pada akhirnya, visi yang disajikan dalam tesis ini adalah tentang industri konstruksi yang lebih cerdas, lebih efisien, dan lebih berkelanjutan. Dengan memanfaatkan kekuatan data dan kecerdasan buatan, kita dapat membangun tidak hanya infrastruktur fisik yang lebih baik, tetapi juga proses yang lebih baik untuk mewujudkannya. Tesis ini menjadi sebuah pengingat akan ungkapan T. S. Eliot yang dikutip di awal paper: "Di mana kehidupan yang hilang dalam hidup? Di mana kebijaksanaan yang hilang dalam pengetahuan? Di mana pengetahuan yang hilang dalam informasi?" Dengan pendekatan data-driven, kita berpotensi mengubah informasi menjadi pengetahuan, dan pengetahuan menjadi kebijaksanaan, untuk masa depan konstruksi yang lebih cerah.

Sumber Artikel:

Cusumano, L. (2023). Data-driven and production-oriented tendering design using artificial intelligence (Licentiate thesis, Chalmers University of Technology). Diakses dari https://research.chalmers.se/publication/537840/file/537840_Fulltext-min.pdf

Proyek infrastruktur merupakan tulang punggung pertumbuhan ekonomi, dan di Provinsi DKI Jakarta, sektor konstruksi memegang peranan krusial. Pada tahun 2017, kontribusinya mencapai 12,81% terhadap Produk Domestik Regional Bruto (PDRB) DKI Jakarta, menjadikannya sektor ketiga terbesar setelah Perdagangan Besar dan Eceran, serta Industri Pengolahan. Dengan nilai konstruksi dan pendapatan bruto tertinggi di Indonesia, Jakarta secara aktif mengadopsi sistem design-build (DB) untuk mengoptimalkan proyek infrastruktur. Namun, meskipun menjanjikan efisiensi, proyek-proyek DB di ibu kota tak luput dari masalah, terutama terkait keterlambatan penyelesaian yang berpotensi memicu pembengkakan biaya. Sebuah studi mendalam, menggunakan desain concurrent embedded dengan pendekatan kuantitatif sebagai primernya, mengungkap pemicu utama di balik tantangan ini.

Paradoks Proyek Design-Build di Jakarta

Fenomena keterlambatan proyek DB di Jakarta menghadirkan paradoks yang menarik dibandingkan dengan pengalaman negara lain. Dari tahun 2015 hingga 2017, sebanyak 13 dari 16 proyek infrastruktur DB (81,25%) mengalami keterlambatan yang bervariasi antara 4,1% hingga 28,8% dari rencana awal. Keterlambatan semacam ini secara langsung berdampak pada peningkatan biaya proyek, dan dalam sistem kontrak harga tetap (fixed-price), seluruh risiko biaya tambahan menjadi tanggung jawab kontraktor. Ini sangat berbeda dengan narasi global, di mana model DB justru cenderung meningkatkan performa proyek. Sebagai contoh, di Singapura, kontraktor menilai proyek DB memiliki kinerja lebih baik dalam kualitas, waktu, dan biaya dibandingkan proyek tradisional. Di Inggris, tingkat kepuasan pemilik proyek terhadap kinerja DB berada di atas rata-rata untuk harga, waktu, dan kualitas, dengan proyek DB yang dianggap lebih baik dalam hal ketepatan waktu dan kepastian biaya. Bahkan di Amerika Serikat, proyek DB menunjukkan kinerja yang superior dalam hal kualitas, waktu, dan biaya dibandingkan proyek design-bid-build (DBB). Disparitas ini menyoroti perlunya analisis mendalam terhadap faktor-faktor eksternal yang memengaruhi proyek DB di DKI Jakarta.

Memahami Design-Build dan Risiko Eksternal

Design-build (DB) adalah metode pengiriman proyek yang mengontrak satu entitas tunggal untuk layanan desain dan konstruksi. Berbeda dengan sistem tradisional design-bid-build (DBB) di mana pemilik mengontrak desainer dan kontraktor secara terpisah, dalam DB, kontraktor bertanggung jawab penuh atas proses perencanaan, desain, dan konstruksi. Dalam konteks proyek DB di DKI Jakarta yang menggunakan sistem harga tetap, cakupan pekerjaan dan total biaya kontrak bersifat tetap dan terikat, di mana perubahan kontrak tidak mencakup penyesuaian harga kecuali ada kebijakan pemerintah. Artinya, jika ada biaya tambahan untuk penyelesaian proyek, itu sepenuhnya menjadi tanggung jawab kontraktor.

Dalam kerangka manajemen proyek, risiko didefinisikan sebagai kondisi atau peristiwa tak terduga yang dapat berdampak positif atau negatif terhadap pencapaian tujuan proyek. Risiko melekat pada setiap fase proyek dan perlu diidentifikasi untuk menghindari efek buruk pada kinerja proyek secara keseluruhan. Banyak masalah yang muncul di fase lanjutan siklus hidup proyek seringkali berasal dari risiko yang tidak dikelola dengan baik pada tahap sebelumnya. Risiko dapat dikategorikan menjadi ancaman internal dan eksternal. Faktor eksternal adalah risiko yang dapat memengaruhi kinerja proyek di luar kemampuan pemilik dan kontraktor. Kinerja proyek sendiri dapat didefinisikan dalam tiga batasan utama: biaya/anggaran, waktu, dan kualitas. Keberhasilan manajemen proyek tidak hanya ditentukan oleh pencapaian tujuan, tetapi juga oleh penggunaan waktu, biaya, tingkat kinerja/teknologi yang dialokasikan, penerimaan pelanggan, dan penggunaan sumber daya yang efektif. Berdasarkan teori dan penelitian sebelumnya, risiko memengaruhi kinerja proyek, baik pada waktu penyelesaian maupun biaya. Keterlambatan penyelesaian proyek oleh kontraktor berarti kerugian akibat peningkatan biaya overhead, material, dan tenaga kerja.

Penelitian ini mengadopsi metode campuran (mixed-method), yaitu concurrent embedded, dengan pendekatan kuantitatif sebagai yang utama. Populasi studi ini adalah kontraktor yang terlibat dalam pekerjaan dengan metode DB yang menggunakan sistem kontrak harga tetap di DKI Jakarta (tidak termasuk konsultan dan pemilik) selama periode kontrak 2015-2018. Jumlah sampel adalah 50 responden dengan pengalaman kerja minimal lima tahun di bidang konstruksi. Kuesioner dan wawancara menjadi sumber data primer, sementara studi dokumenter merupakan sumber data sekunder. Data dianalisis menggunakan Partial Least Square (PLS).

Temuan Kunci: Ancaman dari Utilitas dan Pihak Ketiga

Analisis data mengungkapkan bahwa risiko gangguan utilitas memiliki dampak negatif yang signifikan terhadap kinerja waktu dan biaya proyek DB di DKI Jakarta. Sebaliknya, risiko pihak ketiga tidak memengaruhi kinerja waktu dan biaya proyek DB. Temuan ini sangat penting, mengingat bahwa informasi yang tidak lengkap dan tidak akurat mengenai gangguan utilitas secara langsung menyebabkan keterlambatan penyelesaian proyek dan peningkatan realisasi biaya dibandingkan dengan rencana awal.

Secara spesifik, nilai R Square untuk kinerja waktu adalah 0,121, menunjukkan bahwa gangguan utilitas dan risiko pihak ketiga berkontribusi 12,1% terhadap kinerja waktu. Risiko gangguan utilitas memiliki ukuran efek yang lemah (0,093), sedangkan risiko pihak ketiga (0,001) dikategorikan tidak memengaruhi. Untuk kinerja biaya, nilai R Square adalah 0,338, yang berarti gangguan utilitas dan risiko pihak ketiga berkontribusi 33,8% terhadap kinerja waktu. Risiko gangguan utilitas memiliki ukuran efek moderat (0,220), sementara efek risiko pihak ketiga (0,048) tergolong lemah.

Dalam pengujian hipotesis, risiko gangguan utilitas (-0,334) secara signifikan memengaruhi kinerja waktu (sig. 0,044), sementara efek risiko pihak ketiga (-0,025) tidak signifikan (sig. 0,898). Risiko gangguan utilitas (-0,446) juga secara signifikan memengaruhi kinerja biaya (sig. 0,000), sedangkan risiko pihak ketiga (-0,208) tidak signifikan (sig. 0,898). Dengan demikian, dua hipotesis penelitian diterima: risiko gangguan utilitas secara negatif memengaruhi kinerja waktu (H1) dan kinerja biaya (H2) proyek DB.

Analisis Mendalam: Mengapa Utilitas Begitu Berdampak?

Secara umum, utilitas merupakan tanggung jawab pemilik proyek dalam hal pengadaan, operasi, dan pemeliharaan. Demikian pula, jika ada kebutuhan untuk relokasi atau pemindahan utilitas, ini sepenuhnya menjadi tanggung jawab pemilik utilitas. Namun, masalah yang sering terjadi adalah jadwal yang berkaitan dengan penanganan gangguan utilitas tidak sinkron. Akibatnya, pekerjaan konstruksi tidak dapat diselesaikan dengan segera dan bahkan tumpang tindih dengan penanganan gangguan utilitas.

Berdasarkan survei kualitatif terhadap praktisi proyek konstruksi infrastruktur di DKI Jakarta, informasi tender mengenai utilitas yang mengganggu pekerjaan konstruksi tidak lengkap. Ketidaklengkapan informasi ini terjadi pada berbagai tingkatan: 2% responden menyatakan tidak ada informasi, 38% responden menyatakan hanya sedikit informasi yang tersedia, dan 38% responden menyatakan hanya separuh data yang tersedia. Demikian pula, akurasi informasi yang disampaikan mengenai jenis, fungsi, dan dimensi utilitas yang diterima saat tender dengan kondisi di lapangan juga menjadi masalah. Semua responden menyatakan bahwa data tidak akurat (58% sebagian besar informasi salah, 28% sebagian benar, dan hanya 14% yang mengatakan sebagian kecil informasi yang diberikan benar).

Dari wawancara, ketidaklengkapan dan ketidakakuratan informasi ini disebabkan oleh ketidakakuratan gambar as-built pekerjaan utilitas. Hal ini mungkin terjadi karena setelah instalasi utilitas, telah ada perubahan dalam pekerjaan infrastruktur, dan tidak ada pembaruan pada gambar as-built (misalnya, untuk posisi utilitas terbaru, baik dalam hal alignment maupun elevasi). Lebih lanjut, sebagian besar responden menyatakan bahwa informasi yang disampaikan tentang prosedur dan proses relokasi tidak akurat terkait dengan jadwal relokasi utilitas. Setelah koordinasi lebih lanjut mengenai pemindahan utilitas, terjadi ketidaksesuaian jadwal realisasi di lapangan, dengan 58% responden menyatakan bahwa ketidaksesuaian ini menyebabkan pekerjaan tertunda selama satu bulan atau lebih. Kondisi ini menyulitkan operator konstruksi untuk menjadwalkan pekerjaan konstruksi sesuai dengan relokasi utilitas.

Gangguan utilitas menyebabkan desain dan metode kerja tidak dapat diimplementasikan sesuai rencana awal. Akibatnya, hal ini dapat menyebabkan perubahan desain total atau memerlukan penggantian material dengan menyesuaikan kondisi yang ada di lapangan. Gangguan utilitas juga menghambat pengoperasian peralatan, tingkat penerimaan material, dan penyelesaian pekerjaan. Gangguan utilitas terjadi di setiap proyek, sehingga probabilitasnya sangat tinggi (VHI). Meskipun demikian, gangguan utilitas menyebabkan peningkatan biaya yang dialokasikan kurang dari 25% atau diklasifikasikan dalam kategori dampak rendah (LOW). Dengan demikian, tingkat risiko gangguan utilitas dikategorikan sebagai moderat (MOD).

Kontras dengan Risiko Pihak Ketiga

Dibandingkan dengan gangguan utilitas, permintaan pihak ketiga lebih sulit diidentifikasi. Sebanyak 30% responden menyatakan tidak ada informasi mengenai risiko pihak ketiga, dan 70% sisanya mengatakan informasinya tidak lengkap. Risiko pihak ketiga sering muncul selama pelaksanaan pekerjaan setelah pihak ketiga melihat implementasi proyek. Bahkan pemilik proyek pun tidak banyak mengetahui tentang permintaan pihak ketiga sehingga informasi yang disampaikan pada fase tender tidak akurat.

Meskipun permintaan pihak ketiga harus dipenuhi karena pada akhirnya permintaan tersebut menjadi kebutuhan, meskipun bukan persyaratan kelayakan operasional untuk memperoleh Sertifikasi Kelayakan Operasional (SLO), tingkat kemungkinan risiko pihak ketiga sangat rendah (VLOW) dan menyebabkan peningkatan biaya yang dialokasikan kurang dari 25% atau diklasifikasikan dalam kategori dampak rendah (LOW). Oleh karena itu, tingkat risiko pihak ketiga dikategorikan sebagai rendah (LOW).

Hasil studi ini pada proyek konstruksi design-build di DKI Jakarta menunjukkan hasil yang berbeda dari beberapa penelitian sebelumnya. Studi oleh Pennsylvania State University bekerja sama dengan Construction Industry Institute yang dilakukan pada 351 proyek di 37 negara bagian AS menunjukkan bahwa: (1) metode desain memberikan keuntungan biaya proyek 6% dibandingkan metode tradisional; (2) biaya yang timbul karena perubahan pekerjaan berkurang 5,2% dibandingkan proyek DBB; dan (3) waktu penyelesaian proyek 33% lebih cepat daripada metode tradisional. Perbedaan signifikan ini menekankan pentingnya konteks lokal dalam menganalisis risiko proyek.

Implikasi dan Rekomendasi

Salah satu kendala utama dalam implementasi proyek DB di DKI Jakarta adalah identifikasi risiko eksternal dan informasi yang tidak akurat mengenai risiko tersebut. Identifikasi risiko sangat penting dalam manajemen risiko; risiko tidak dapat dikelola kecuali telah diidentifikasi. Mengakui bagian-bagian penting dari risiko adalah langkah pertama untuk berhasil melakukan penilaian risiko. Secara umum, tahap identifikasi risiko adalah merinci risiko yang ada, kemudian menentukan signifikansi (potensi) dan penyebabnya melalui survei dan investigasi masalah yang ada.

Studi ini secara tegas menunjukkan bahwa risiko gangguan utilitas secara negatif memengaruhi kinerja waktu dan biaya proyek DB. Sebaliknya, risiko pihak ketiga tidak secara signifikan memengaruhi kinerja waktu dan biaya proyek DB. Informasi yang tidak lengkap dan tidak akurat mengenai gangguan utilitas menyebabkan keterlambatan penyelesaian proyek dan peningkatan realisasi biaya dibandingkan rencana awal. Lebih lanjut, kurangnya informasi terkait risiko pihak ketiga menyulitkan penanganannya. Memastikan jadwal penanganan risiko juga penting dan diperlukan untuk mengelola risiko.

Mengingat potensi risiko proyek konstruksi yang relatif tinggi dibandingkan proyek lain, harus ada prioritas yang berbeda untuk risiko yang ada. Manajemen risiko proyek sangat penting untuk peningkatan kinerja proyek. Ini terdiri dari identifikasi dan penilaian risiko yang sistematis, pengembangan strategi untuk mencegah atau menghindari risiko, dan memaksimalkan peluang. Oleh karena itu, untuk memastikan pengiriman proyek yang optimal, pemerintah, sebagai pemilik proyek, perlu memvalidasi informasi yang diberikan dan mengoordinasikan penanganan gangguan sebelum proyek dimulai. Ini bukan sekadar formalitas, melainkan langkah strategis untuk meminimalisir dampak negatif yang terbukti merugikan efisiensi dan efektivitas proyek infrastruktur di DKI Jakarta.

Sumber Artikel:

Lindawati, & Wibowo, A. (2020). External Risk in Design-Build Projects with Fixed-Price System: The Case of DKI Jakarta Province, Indonesia. International Journal of Science, Technology & Management, 2(1), 236–243. Diakses dari http://ijstm.inarah.co.id/index.php/ijstm/article/view/100