PERAN PEJABAT PEMBUAT KOMITMEN SEBAGAI PENGENDALI FUNGSI DALAM PEMBANGUNAN LANJUTAN LABORATORIUM B2P2TOOT TAWANGMANGU

Muchamad Taufiq Anwar, Saptono Nugrohadi, Vita Tantriyati, Vikky Aprelia Windarni

Abstract


Pembangunan gudang logistik Polres Lamongan, sebagai salah satu elemen infrastruktur publik, perlu dilakukan pengawasan dengan tingkat efisiensi yang tinggi untuk mendukung kebutuhan operasional kepolisian. Beberapa masalah operasional telah muncul yang menghambat penyelesaian tepat waktu. Salah satu masalah utama yang dihadapi adalah keterlambatan dalam pengiriman material yang sangat mempengaruhi kelancaran pekerjaan. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi keterlambatan dalam proyek pembangunan Gudang Logistik Polres Lamongan, dengan fokus pada peran kontraktor, supplier, konsultan, dan pemilik proyek. Melalui pendekatan kuantitatif, penelitian ini mengidentifikasi faktor-faktor internal dan eksternal yang dapat menyebabkan keterlambatan proyek konstruksi. Metode yang digunakan dalam penelitian ini meliputi analisis regresi linier berganda untuk menentukan hubungan antara variabel independen (lingkungan kerja, keterlambatan material, peralatan, tenaga kerja, dan perubahan desain) dengan keterlambatan pelaksanaan pekerjaan.

Hasil penelitian menunjukkan bahwa faktor tenaga kerja memiliki pengaruh terbesar terhadap keterlambatan proyek, dengan nilai beta 0,455, diikuti oleh perubahan desain yang memiliki pengaruh positif meskipun kecil. Sementara itu, faktor lingkungan kerja, keterlambatan material, dan peralatan tidak menunjukkan pengaruh signifikan. Untuk mengatasi keterlambatan, penelitian ini merekomendasikan perbaikan dalam koordinasi antar pihak terkait, manajemen sumber daya yang lebih baik, dan perencanaan yang lebih matang. Penelitian ini memberikan wawasan yang penting untuk meningkatkan pengelolaan proyek konstruksi dan mencegah keterlambatan yang tidak terduga pada proyek-proyek serupa di masa depan.



Full Text:

PDF

References


M. R. Mahmood, R. K. Patra, R. Raja, and G. R. Sinha, “A novel approach for weather prediction using forecasting analysis and data mining techniques,†in Innovations in Electronics and Communication Engineering, Springer, 2019, pp. 479–489.

C. Choi, J. Kim, J. Kim, D. Kim, Y. Bae, and H. S. Kim, “Development of heavy rain damage prediction model using machine learning based on big data,†Adv. Meteorol., vol. 2018, 2018.

K. D. Hartomo, S. Y. J. Prasetyo, M. T. Anwar, and H. D. Purnomo, “Rainfall Prediction Model Using Exponential Smoothing Seasonal Planting Index (ESSPI) For Determination of Crop Planting Pattern,†in Computational Intelligence in the Internet of Things, IGI Global, 2019, pp. 234–255.

N. Mishra, H. K. Soni, S. Sharma, and A. K. Upadhyay, “A comprehensive survey of data mining techniques on time series data for rainfall prediction,†J. ICT Res. Appl., vol. 11, no. 2, pp. 168–184, 2017.

N. Agarwal, S. R. Koti, S. Saran, and A. S. Kumar, “Data mining techniques for predicting dengue outbreak in geospatial domain using weather parameters for New Delhi, India,†Curr. Sci., vol. 114, no. 11, pp. 2281–2291, 2018.

P. S. Tayde, B. K. Patil, and R. A. Auti, “Applying Data Mining Technique to Predict Annual Yield of Major Crops,†Int. J., vol. 2, no. 2, 2017.

U. K. Dey, A. H. Masud, and M. N. Uddin, “Rice yield prediction model using data mining,†in 2017 International Conference on Electrical, Computer and Communication Engineering (ECCE), 2017, pp. 321–326.

K. Kar, N. Thakur, and P. Sanghvi, “Prediction of Rainfall Using Fuzzy Dataset,†2019.

N. Z. M. Safar, A. A. Ramli, H. Mahdin, D. Ndzi, and K. M. N. K. Khalif, “Rain prediction using fuzzy rule based system in North-West Malaysia,†Indones. J. Electr. Eng. Comput. Sci., vol. 14, no. 3, pp. 1572–1581, 2019.

E. Sreehari and S. Srivastava, “Prediction of Climate Variable using Multiple Linear Regression,†in 2018 4th International Conference on Computing Communication and Automation (ICCCA), 2018, pp. 1–4.

V. B. Nikam and B. B. Meshram, “Modeling rainfall prediction using data mining method: A Bayesian approach,†in 2013 Fifth International Conference on Computational Intelligence, Modelling and Simulation, 2013, pp. 132–136.

S. Navadia, P. Yadav, J. Thomas, and S. Shaikh, “Weather prediction: a novel approach for measuring and analyzing weather data,†in 2017 International Conference on I-SMAC (IoT in Social, Mobile, Analytics and Cloud)(I-SMAC), 2017, pp. 414–417.

N. Anusha, M. S. Chaithanya, and G. J. Reddy, “Weather Prediction Using Multi Linear Regression Algorithm,†in IOP Conference Series: Materials Science and Engineering, 2019, vol. 590, no. 1, p. 12034.

N. W. Zamani and S. S. M. Khairi, “A comparative study on data mining techniques for rainfall prediction in Subang,†in AIP Conference Proceedings, 2018, vol. 2013, no. 1, p. 20042.

A. Joshi, B. Kamble, V. Joshi, K. Kajale, and N. Dhange, “Weather forecasting and climate changing using data mining application,†Int. J. Adv. Res. Comput. Commun. Eng., vol. 4, no. 3, pp. 19–21, 2015.

F. Sheikh, S. Karthick, D. Malathi, J. S. Sudarsan, and C. Arun, “Analysis of data mining techniques for weather prediction,†Indian J. Sci. Technol., vol. 9, no. 38, 2016.

J. Quinlan, C4. 5: programs for machine learning. 2014.

M. Hall, E. Frank, G. Holmes, B. Pfahringer, P. Reutemann, and I. H. Witten, “The WEKA data mining software: an update,†ACM SIGKDD Explor. Newsl., vol. 11, no. 1, pp. 10–18, 2009.

P. Nevlud, M. Bures, L. Kapicak, and J. Zdralek, “Anomaly-based network intrusion detection methods,†Adv. Electr. Electron. Eng., vol. 11, no. 6, pp. 468–474, 2013.

M. T. Anwar, H. D. Pumomo, S. Y. J. Prasetyo, and K. D. Hartomo, “Decision Tree Learning Approach To Wildfire Modeling on Peat and Non-Peat Land in Riau Province,†in 2018 International Conference on Advanced Computer Science and Information Systems (ICACSIS), 2018, pp. 409–415.

R. S. Kumar and C. Ramesh, “A study on prediction of rainfall using datamining technique,†in 2016 International Conference on Inventive Computation Technologies (ICICT), 2016, vol. 3, pp. 1–9.




DOI: https://doi.org/10.26877/asset.v2i1.6019

Refbacks

  • There are currently no refbacks.