Proyek konstruksi bersifat dinamis, dengan banyak bagian yang bergerak, dan rentan terhadap kegagalan. Proyek-proyek ini sering kali menghadapi pembengkakan biaya, penundaan, dan masalah keselamatan. Sebuah studi memperkirakan bahwa 98% dari megaproyek mengalami pembengkakan anggaran lebih dari 30%.
Dalam bidang yang membutuhkan manajemen yang ketat, kecerdasan buatan (AI) dapat memainkan peran penting dalam meningkatkan tingkat keberhasilan. AI dalam manajemen konstruksi menawarkan solusi yang memanfaatkan machine learning (ML), analisis data, dan visi komputer.
AI dapat mendorong industri konstruksi, meningkatkan hasil bagi semua pemangku kepentingan. Kami mengeksplorasi berbagai kasus penggunaan AI dan nilai yang ditawarkan teknologi ini untuk manajemen proyek konstruksi.
Kasus Penggunaan AI Dalam Manajemen Proyek Konstruksi
Proyek konstruksi menuntut manajemen yang adaptif karena adanya perubahan yang muncul dari desain, gangguan cuaca, material, dan ketersediaan tenaga kerja. Sistem berbasis AI dapat membantu mengatasi masalah tersebut dengan mengotomatiskan tugas dan merampingkan aktivitas di luar dan di dalam proyek.
Berikut adalah 6 cara AI dapat meningkatkan manajemen proyek konstruksi.
Dokumentasi Proyek Konstruksi dengan AI
Manajer proyek konstruksi menangani berbagai bentuk dokumentasi dan komunikasi secara teratur, mulai dari jadwal hingga perintah kerja. Komunikasi yang buruk, koordinasi yang tidak memadai, perubahan, dan versi dokumen yang berbeda bisa sangat membebani, dan kesalahan bisa sangat merugikan.
Statistik menunjukkan bahwa sekitar 47% manajer memproses data secara manual. Hal ini dapat memakan waktu dan rawan kesalahan.
Solusi AI dan pembelajaran mesin dapat membantu para pemangku kepentingan memiliki visibilitas, komunikasi, dan dokumentasi proyek yang lebih baik. Solusi ini dapat menghubungkan dokumen-dokumen seperti perintah perubahan, gambar, dan spesifikasi bangunan.
Pemrosesan bahasa alami (NLP) memungkinkan untuk mengotomatiskan pengambilan informasi dari dokumentasi. Selain itu, aplikasi berkemampuan AI tersebut dapat menghasilkan draf laporan, mendeteksi dan melacak perubahan dokumen.
Selain itu, video streaming langsung, fotografi selang waktu, pemindai, dan laser dapat menangkap informasi tentang interior dan eksterior konstruksi. Semua ini dapat ditandai, diurutkan, dan digunakan untuk dokumentasi dan pelaporan kemajuan.
Penjadwalan dan Alokasi Sumber Daya yang Didukung AI
Penjadwalan proyek konstruksi adalah langkah penting yang dirancang untuk menetapkan dan mencocokkan urutan kegiatan dengan sumber daya yang dibutuhkan.
Manajer proyek menggunakan rencana tersebut untuk kontrol kemajuan, memeriksa apakah kemajuan aktual selaras dengan kemajuan yang direncanakan. Namun, lingkungan konstruksi sangat kompleks, sering kali dengan banyak variabel yang tidak diketahui, membuat penjadwalan menjadi masalah bagi alat manajemen proyek standar.
Sifat berurutan dari metode penjadwalan proyek standar mengalami banyak inefisiensi, tidak dapat menangkap gangguan yang dipicu oleh faktor internal dan eksternal.
Penjadwal yang didukung AI dapat menganalisis berbagai saling ketergantungan yang diperlukan untuk penyelesaian proyek dan menghasilkan berbagai opsi penjadwalan. Alat manajemen proyek yang disempurnakan dengan AI dapat membantu menentukan sumber daya yang optimal untuk setiap tahap proyek. Kemampuan AI untuk mensintesis data dalam jumlah besar dengan cepat dan memberikan wawasan dapat membantu manajer proyek menggunakan sumber daya secara efisien.
Sebagai contoh, Ananda Development, sebuah perusahaan konstruksi yang mengembangkan proyek gedung bertingkat di Bangkok, Thailand, menggunakan penjadwal bertenaga AI pada awal proyek. Solusi ini mengeksplorasi berbagai jalur dan membantu tim mengidentifikasi jalur terbaik. Pada akhirnya, perusahaan memangkas biaya dan durasi proyek sebesar 208 hari.
AI untuk Pelacakan Kemajuan Otomatis dan Pengambilan Keputusan
Ada beberapa variabel yang harus dilacak oleh manajer konstruksi di sepanjang siklus hidup proyek konstruksi. Metode standar pelacakan kemajuan dan penilaian KPI terbatas karena ketergantungan pada foto dan inspeksi lokasi.
Kemajuan di lokasi dapat ditangkap menggunakan dokumentasi video dan foto 360°, yang dapat ditandai untuk pelacakan yang akurat. Hal ini memungkinkan untuk melacak kemajuan dan tingkat pekerjaan secara visual bahkan mendekati waktu nyata. Selain itu, para pemangku kepentingan dapat membandingkan data di lapangan dengan rencana konstruksi dari platform seperti Building Information Modeling (BIM).
Analisis prediktif juga membantu manajer proyek membuat keputusan secara proaktif. Algoritma seperti jaringan syaraf tiruan (JST) dapat digunakan untuk memodelkan solusi yang memungkinkan peramalan kendala proyek yang berbeda, seperti biaya.
Mace, sebuah perusahaan konstruksi yang berbasis di London, menerapkan solusi bertenaga AI untuk pelacakan kemajuan saat membangun salah satu bandara terbesar di Eropa. Mengotomatiskan pelacakan kemajuan membantu manajer proyek mengidentifikasi area di mana konstruksi perlu dikejar. Wawasan yang dapat ditindaklanjuti dari solusi ini memungkinkan mereka untuk mengambil tindakan korektif lebih awal, membatasi penundaan dan pada akhirnya menghemat 4.200 jam kerja.
Manajemen Risiko dan Keamanan Lokasi
Proyek konstruksi penuh dengan risiko dan bahaya keselamatan. Pendekatan tradisional terhadap manajemen risiko dipenuhi dengan ambiguitas dan bias dari penilaian subjektif. Namun, AI dapat menjadi alat yang sangat baik untuk manajemen risiko, bahkan di lingkungan yang tidak dapat diprediksi.
Alat manajemen proyek yang didukung AI dapat membantu mendeteksi, menilai, memantau, dan memitigasi risiko. Alat-alat tersebut juga dapat merampingkan pelaporan insiden, mengidentifikasi masalah, dan menyarankan langkah-langkah perbaikan.
AI dapat memproses data dalam jumlah besar yang terkait dengan proyek-proyek sebelumnya dan saat ini untuk mengekstrak wawasan yang berharga. Teknik seperti pembelajaran mesin dan jaringan syaraf dapat menangkap saling ketergantungan antara penyebab dan kecelakaan dan mengevaluasi tingkat keparahan risiko.
Manajer konstruksi dan kontraktor dapat menggunakan alat tersebut untuk menganalisis dan mengantisipasi risiko proyek secara proaktif. Mereka dapat terus memantau data proyek, termasuk pemanfaatan sumber daya, metrik kinerja, dan faktor eksternal. Alat-alat tersebut dapat mendeteksi penyimpangan dari hasil yang diharapkan dan membantu mengelola dampak hilir.
Beberapa area risiko yang dapat dibantu oleh alat bertenaga AI antara lain:
Merampingkan operasi di lokasi konstruksi
Rantai pasokan dan manajemen sumber daya
Pemantauan anggaran
Manajer proyek konstruksi diharapkan dapat memandu proyek hingga selesai dengan sukses. Namun, kecelakaan di lokasi kerja sering kali berdampak buruk pada penyelesaian proyek, termasuk berkurangnya produktivitas, meningkatnya biaya asuransi, dan bahkan cedera. Diperkirakan 6%-9% dari keterlambatan proyek diakibatkan oleh kecelakaan di lokasi .
Alat AI yang didukung oleh visi komputer dapat membantu memantau lokasi konstruksi untuk mencegah insiden. Umpan video dan gambar dari lokasi dapat dianalisis secara real-time untuk mengidentifikasi potensi bahaya.
Pengamatan dapat membantu manajer proyek mendukung percakapan keselamatan, sehingga membantu meringankan situasi berbahaya.
Drone dan kamera bertenaga AI dapat terus memantau lokasi konstruksi, membantu menandai situasi yang tidak aman.
Humphrey Rich Construction Group menggunakan solusi bertenaga AI yang membantu visibilitas dan keselamatan proyek. Alat ini menggunakan mesin penglihatan yang menangkap aktivitas waktu nyata di lokasi kerja. Manajer keselamatan dan konstruksi dapat berkeliling lokasi secara virtual, membantu menandai bahaya keselamatan.
Pembelajaran Mesin untuk Estimasi Biaya Konstruksi
Kegiatan estimasi biaya proyek konstruksi masih kompleks dan memakan waktu. Metode tradisional sering kali bergantung pada pendekatan kualitatif oleh para ahli biaya, yang dapat menyebabkan ketidakakuratan dan variabilitas. Metodologi digital juga kesulitan memperhitungkan karakteristik unik proyek dan kompleksitas lain yang tidak terlihat.
Penggunaan ML untuk masalah ini memanfaatkan kemampuannya untuk membangun hubungan di antara variabel-variabel multidimensi dan kompleks. Data dari proyek-proyek sebelumnya dapat melatih algoritme untuk mengidentifikasi tren, pola, dan memprediksi biaya dengan cepat. Algoritma seperti ANN dan deep neural network (DNN) telah terbukti berhasil dalam estimasi biaya pada proyek konstruksi.
Model biaya prediktif memberikan manajer proyek biaya yang akurat tergantung pada variabel spesifik proyek. Dengan memahami dan melacak faktor-faktor yang memengaruhi biaya, manajer proyek dapat secara proaktif membuat keputusan, memproyeksikan anggaran, dan melakukan analisis nilai yang diperoleh.
Beberapa keuntungan menggunakan AI untuk memperkirakan biaya konstruksi antara lain:
- Pengurangan waktu yang signifikan untuk menghasilkan estimasi biaya yang akurat
- Menurunkan biaya prakonstruksi
- Perincian biaya yang terperinci
- Kemampuan untuk menyelidiki parameter yang memengaruhi biaya.
Kontrol Kualitas Berbasis AI Dalam Konstruksi
Tantangan seperti pemantauan yang tidak konsisten, material di bawah standar, dan pengawasan yang tidak memadai mempengaruhi kualitas proyek konstruksi. Sebagai contoh, hanya 5%-10% dari rencana proyek konstruksi yang menjalani verifikasi, sehingga menyisakan ruang untuk penyimpangan rencana. Hal ini dapat menyebabkan masalah keselamatan, keterlambatan, dan pembengkakan anggaran.
Sistem berbasis AI dapat digunakan untuk inspeksi dan pemantauan lokasi. Drone pengintai, pemindai, sensor, dan kamera yang dipasang dapat menangkap data mentah dari lokasi konstruksi. Data ini dapat dianalisis menggunakan pengenalan gambar, pengenalan pola, dan algoritme visi komputer.
Sistem yang didukung AI dapat secara cerdas melakukan referensi silang data ini dengan spesifikasi desain, jadwal, dan anggaran proyek untuk memberikan wawasan yang dapat ditindaklanjuti.
Mengintegrasikan AI dengan teknologi inspeksi lain untuk memvalidasi bangunan juga dapat mengurangi masalah kualitas secara signifikan. Alat yang didukung AI dapat membandingkan model 3D bangunan dengan data holistik dari lokasi. Misalnya, perusahaan seperti SiteAware dapat memindai lokasi konstruksi secara mandiri untuk menghasilkan kembaran digital yang akurat.
Keuntungan AI Dalam Manajemen Proyek Konstruksi
AI membantu mengoptimalkan perencanaan, mendorong produktivitas, meningkatkan keselamatan, dan memengaruhi pengambilan keputusan. Hal ini juga sejalan dengan para pemimpin industri terkemuka seperti Co-CEO Built On Vision, George Gourbran, yang percaya bahwa AI akan membantu perusahaan konstruksi memangkas biaya dan merampingkan operasi.
Berikut adalah manfaat menggunakan AI untuk manajemen proyek konstruksi.
- Membatasi pembengkakan biaya: Proyek konstruksi dikenal dengan pembengkakan anggaran. AI dapat membantu mengoptimalkan alur kerja dan menjaga proses konstruksi tetap berada di jalur kritis. Alat bantu seperti penjadwalan AI dapat mengungkap dan menyarankan urutan proyek alternatif karena kemampuannya untuk memenuhi berbagai variabel. Pada akhirnya, penggunaan jadwal yang optimal dan kontrol kualitas yang efektif dapat membantu mengurangi jam kerja dan membatasi penundaan proyek.
- Manajemen risiko yang lebih baik: Kecerdasan AI dan visi komputer terus membantu perusahaan konstruksi menghindari penundaan yang disebabkan oleh insiden keselamatan. Para pemangku kepentingan dapat menerima peringatan waktu nyata kapan pun sistem bertenaga AI mendeteksi masalah keselamatan. Melacak kepatuhan keselamatan menjadi mungkin dengan kamera yang merekam aktivitas di lokasi kerja secara real-time .
- Meningkatkan produktivitas - Penjadwalan AI, pelacakan kemajuan otomatis, dan manajemen risiko yang lebih baik adalah beberapa kasus penggunaan AI yang meningkatkan produktivitas. Alat-alat ini dapat memperingatkan manajemen tentang penyimpangan, membantu mengurangi risiko proyek. Alat-alat ini membantu para pemangku kepentingan dalam memangkas inefisiensi yang timbul dari tugas-tugas yang berulang dan proses manual.
- Pelacakan kemajuan konstruksi otomatis - Kamera dan drone berkemampuan AI dapat menandai dan menyampaikan data yang relevan kepada para pemangku kepentingan secara real-time. Hal ini membantu memantau kemajuan secara efektif, melakukan referensi silang terhadap rencana untuk memeriksa setiap penyimpangan. Hal ini juga membantu kontrol kualitas dan kepatuhan.
Kesimpulan
Kompleksitas dalam industri konstruksi dan ketersediaan data merupakan beberapa faktor yang membuat sektor konstruksi siap untuk inovasi. Manajemen proyek konstruksi dapat memperoleh banyak manfaat dari mengintegrasikan AI ke dalam alur kerja yang berbeda.
AI telah membantu mengurai masalah penjadwalan dengan mengungkap berbagai jalur yang dapat diambil oleh sebuah proyek. Selain itu, teknologi ini terbukti bermanfaat dalam meningkatkan keselamatan di lokasi konstruksi, mengingat bahaya yang terkait dengan lokasi tersebut.
Ke depannya, AI akan memainkan peran penting dalam bagaimana proyek konstruksi dikelola. Ini akan meningkatkan upaya manusia di berbagai proses konstruksi, membantu kita menjadi lebih produktif.
Sumber: numalis.com