PRAKIRAAN HARGA GEDUNG RUMAH SAKIT DENGAN MENGGUNAKAN PEMODELAN ANN (ARTIFICIAL NEURAL NETWORK) (Studi Kasus : Gedung Rumah Sakit Pratama Kementerian Kesehatan)

AULIA YUDHA PRATHAMA, Akhmad Aminullah, S.T., M.T., Ph.D.; Ashar Saputra, S.T., M.T., Ph.D.

2018 | Tesis | S2 Teknik Sipil

Prakiraan biaya merupakan gambaran dan prakiraan nilai yang dibutuhkan demi keberlangsungan pelaksanaan proyek di masa yang akan datang. Prakiraan ini merupakan masukan fundamental untuk proses pengambilan kebijakan awal suatu proyek. Prakiraan pada tahap konseptual dan tahap perencanaan pada umumnya memiliki tingkat akurasi yang rendah. Oleh karena itu keakuratan dalam prakiraan biaya bergantung kepada informasi terbaru dalam bidang konstruksi yang didapat, di samping pemilihan jenis prakiraan biaya yang dipergunakan. Data gedung Rumah Sakit Pratama yang digunakan sebanyak 22 sampel yang dibangun antara tahun 2015-2017. Sepuluh parameter digunakan sebagai data input dalam memprakirakan harga gedung RS Pratama dengan metode Artificial Neural Network (ANN) yaitu luas bangunan, bentang kolom rata-rata, koefisien gempa, tinggi bangunan, mutu pekerjaan non- standar, pekerjaan pasangan dinding, pekerjaan keramik lantai, jarak lokasi proyek dengan pusat kota, nilai Indeks Kemahalan Konstruksi (IKK) dan nilai Indeks Harga Perdagangan Besar (IHPB) konstruksi/ bahan bangunan dari Badan Pusat Statistik. Output target pada tahap perencanaan dan pada tahap konseptual adalah harga kontrak gedung Rumah Sakit Pratama. Pada penelitian ini dicoba sebanyak tiga kondisi pada tahap perencanaan dan sebanyak enam kondisi pada tahap konseptual untuk pemodelan dalam memprakirakan harga kontrak gedung RS Pratama. Dari simulasi ANN diperoleh satu persamaan empiris terbaik untuk prakiraan harga kontrak gedung RS Pratama pada tahap perencanaan dengan struktur ANN terbaik 10-9-1 (10 variabel input, 1 hidden layer dengan 9 neuron dan 1 output). Prosentase error maksimal yang dihasilkan adalah sebesar 0.94%. Kemudian diperoleh satu rumus empiris terbaik untuk prakiraan harga kontrak gedung RS Pratama pada tahap konseptual dengan struktur ANN terbaik 7-9-1 (7 variabel input, 1 hidden layer dengan 9 neuron dan 1 output). Prosentase error maksimal yang dihasilkan adalah sebesar 3.52%. Persamaan empiris yang dihasilkan dapat digunakan untuk memprakirakan harga kontrak gedung Rumah Sakit Pratama di masa yang akan datang.

Prakiraan biaya merupakan gambaran dan prakiraan nilai yang dibutuhkan demi keberlangsungan pelaksanaan proyek di masa yang akan datang. Prakiraan ini merupakan masukan fundamental untuk proses pengambilan kebijakan awal suatu proyek. Prakiraan pada tahap konseptual dan tahap perencanaan pada umumnya memiliki tingkat akurasi yang rendah. Oleh karena itu keakuratan dalam prakiraan biaya bergantung kepada informasi terbaru dalam bidang konstruksi yang didapat, di samping pemilihan jenis prakiraan biaya yang dipergunakan. Data gedung Rumah Sakit Pratama yang digunakan sebanyak 22 sampel yang dibangun antara tahun 2015-2017. Sepuluh parameter digunakan sebagai data input dalam memprakirakan harga gedung RS Pratama dengan metode Artificial Neural Network (ANN) yaitu luas bangunan, bentang kolom rata-rata, koefisien gempa, tinggi bangunan, mutu pekerjaan non- standar, pekerjaan pasangan dinding, pekerjaan keramik lantai, jarak lokasi proyek dengan pusat kota, nilai Indeks Kemahalan Konstruksi (IKK) dan nilai Indeks Harga Perdagangan Besar (IHPB) konstruksi/ bahan bangunan dari Badan Pusat Statistik. Output target pada tahap perencanaan dan pada tahap konseptual adalah harga kontrak gedung Rumah Sakit Pratama. Pada penelitian ini dicoba sebanyak tiga kondisi pada tahap perencanaan dan sebanyak enam kondisi pada tahap konseptual untuk pemodelan dalam memprakirakan harga kontrak gedung RS Pratama. Dari simulasi ANN diperoleh satu persamaan empiris terbaik untuk prakiraan harga kontrak gedung RS Pratama pada tahap perencanaan dengan struktur ANN terbaik 10-9-1 (10 variabel input, 1 hidden layer dengan 9 neuron dan 1 output). Prosentase error maksimal yang dihasilkan adalah sebesar 0.94%. Kemudian diperoleh satu rumus empiris terbaik untuk prakiraan harga kontrak gedung RS Pratama pada tahap konseptual dengan struktur ANN terbaik 7-9-1 (7 variabel input, 1 hidden layer dengan 9 neuron dan 1 output). Prosentase error maksimal yang dihasilkan adalah sebesar 3.52%. Persamaan empiris yang dihasilkan dapat digunakan untuk memprakirakan harga kontrak gedung Rumah Sakit Pratama di masa yang akan datang.

Kata Kunci : Artificial Neural Network, construction cost, cost estimation, hospital building, project management