PENGELOLAAN PROYEK INDUSTRI KONSTRUKSI : 9.5 Memperkirakan Durasi Kegiatan

Browse » Home » Perencanaan Konstruksi » 9.5 Memperkirakan Durasi Kegiatan

9.5 Memperkirakan Durasi Kegiatan

Dalam prosedur penjadwalan yang paling, setiap aktivitas kerja memiliki durasi waktu yang berkaitan. Ini adalah jangka waktu yang digunakan secara ekstensif dalam mempersiapkan jadwal.

Sebagai contoh, anggaplah bahwa jangka waktu yang ditunjukkan pada Tabel 9-3 diperkirakan untuk proyek digambarkan pada Gambar 9-0.
Himpunan seluruh kegiatan kemudian akan membutuhkan setidaknya 3 hari, sejak kegiatan mengikuti satu sama lain secara langsung dan memerlukan total 1,0 + 0,5 + 0,5 + 1,0 = 3 hari.

Jika kegiatan lain berlangsung secara paralel dengan urutan ini, durasi minimal 3 hari dari keempat kegiatan ini adalah tidak terpengaruh. Lebih dari 3 hari akan diperlukan untuk urutan jika ada penundaan atau jeda antara penyelesaian satu kegiatan dan awal lain.

TABEL 9-3 Durasi dan pendahulu untuk Ilustrasi Kegiatan Proyek Empat
Aktivitas	Pendahulu	Durasi (Hari)
Menggali parit Tempat bekisting Tempat memperkuat Tuangkan beton	--- Menggali parit Tempat bekisting Tempat memperkuat	1.0 0.5 0.5 1.0

Semua prosedur penjadualan formal akan mengandalkan perkiraan jangka waktu dari berbagai kegiatan proyek serta definisi dari hubungan antara tugas-tugas pendahulunya. Variabilitas durasi kegiatan juga dapat dipertimbangkan. Secara formal, distribusi probabilitas durasi aktivitas serta durasi yang diharapkan atau kemungkinan besar dapat digunakan dalam penjadualan. Sebuah distribusi probabilitas menunjukkan kemungkinan bahwa durasi aktivitas tertentu akan terjadi. Sebelum benar-benar melakukan tugas tertentu, kita tidak bisa yakin persis berapa lama tugas akan membutuhkan.

Pendekatan langsung untuk estimasi jangka waktu aktivitas adalah untuk menjaga catatan sejarah kegiatan tertentu dan bergantung pada jangka waktu rata-rata dari pengalaman dalam membuat perkiraan durasi baru. Karena ruang lingkup kegiatan yang tidak mungkin identik antara proyek yang berbeda, unit tingkat produktivitas biasanya digunakan untuk tujuan ini. Misalnya, durasi aktivitas Dij seperti perakitan bekisting beton mungkin diperkirakan sebagai:

(9.1)

dimana Aij adalah luas bekisting yang dibutuhkan untuk merakit (dalam meter persegi), Pij produktivitas rata-rata kru standar dalam tugas ini (diukur dalam meter persegi per jam), dan Nij adalah jumlah kru yang ditugaskan untuk tugas . Dalam beberapa organisasi, unit produksi waktu, Tij, didefinisikan sebagai waktu yang dibutuhkan untuk menyelesaikan unit kerja oleh kru standar (diukur dalam jam per meter persegi) digunakan sebagai ukuran produktivitas seperti bahwa Tij adalah kebalikan dari Pij.

Sebuah rumus seperti Pers. (9.1) dapat digunakan untuk hampir semua kegiatan konstruksi. Biasanya, kuantitas yang dibutuhkan pekerjaan, ij A ditentukan dari pemeriksaan rinci dari desain fasilitas akhir. Kuantitas-take-off ini untuk mendapatkan jumlah yang dibutuhkan bahan, volume, dan daerah adalah proses yang sangat umum dalam persiapan tender oleh kontraktor. Di beberapa negara, surveyor kuantitas khusus memberikan informasi tentang jumlah yang diperlukan untuk semua kontraktor potensial dan pemilik. Jumlah kru yang bekerja, N ij, ditentukan oleh perencana. Dalam banyak kasus, jumlah atau jumlah sumber daya yang diterapkan untuk kegiatan tertentu dapat dimodifikasi dalam terang rencana proyek dan jadwal yang dihasilkan. Akhirnya, beberapa perkiraan produktivitas kerja yang diharapkan, P ij harus disediakan untuk menerapkan Persamaan (9.1). Seperti dengan faktor biaya, layanan komersial dapat memberikan angka produktivitas rata-rata untuk kegiatan banyak standar semacam ini. Catatan sejarah dalam perusahaan juga dapat memberikan data untuk estimasi produktivitas.

Perhitungan durasi seperti dalam Persamaan (9.1) adalah hanya sebuah pendekatan untuk durasi aktivitas sebenarnya untuk sejumlah alasan. Pertama, biasanya kasus bahwa kekhususan proyek membuat pemenuhan kegiatan tertentu lebih atau kurang sulit. Misalnya, akses ke bentuk-bentuk di lokasi tertentu mungkin sulit, sebagai akibatnya, produktivitas bentuk perakitan mungkin lebih rendah dari nilai rata-rata untuk suatu proyek tertentu. Seringkali, penyesuaian berdasarkan pertimbangan rekayasa yang dibuat untuk jangka waktu yang dihitung dari Persamaan (9.1) untuk alasan ini.

Selain itu, tingkat produktivitas dapat bervariasi baik dalam mode sistematis dan acak dari rata-rata. Contoh variasi sistematis adalah efek dari pembelajaran pada produktivitas. Sebagai kru menjadi akrab dengan aktivitas dan kebiasaan kerja dari kru, produktivitas mereka biasanya akan meningkatkan. Gambar 9-7 menggambarkan tipe meningkatkan produktivitas yang mungkin terjadi dengan pengalaman; kurva ini disebut kurva belajar. Hasilnya adalah bahwa produktivitas P ij adalah fungsi dari durasi suatu kegiatan atau proyek. Sebuah contoh konstruksi umum adalah bahwa perakitan lantai dalam sebuah gedung bisa pergi lebih cepat pada tingkat yang lebih tinggi karena peningkatan produktivitas meskipun waktu transportasi sampai ke daerah konstruksi aktif yang lebih lama. Sekali lagi, catatan sejarah atau penyesuaian subjektif mungkin dibuat untuk mewakili variasi kurva pembelajaran dalam produktivitas rata-rata.

Gambar 9-7 Ilustrasi Perubahan Produktivitas Karena Belajar

Faktor acak juga akan mempengaruhi tingkat produktivitas dan membuat estimasi aktivitas jangka waktu yang tidak pasti. Sebagai contoh, scheduler biasanya tidak akan tahu pada saat membuat jadwal awal betapa mahir kru dan manajer akan yang ditugaskan untuk suatu proyek tertentu. Produktivitas seorang desainer yang terampil mungkin berkali-kali bahwa seorang insinyur tidak terampil. Dengan tidak adanya pengetahuan khusus, estimator hanya dapat menggunakan nilai rata-rata produktivitas.

Efek cuaca seringkali sangat penting dan dengan demikian pantas perhatian khusus dalam jangka waktu yang memperkirakan. Cuaca telah baik pengaruh sistematis dan acak pada jangka waktu kegiatan. Apakah atau tidak hujan badai akan datang pada hari tertentu tentu efek acak yang akan mempengaruhi produktivitas banyak kegiatan. Namun, kemungkinan hujan badai cenderung bervariasi secara sistematis dari satu bulan atau satu situs ke yang berikutnya. Penyesuaian faktor cuaca buruk serta catatan meteorologi dapat digunakan untuk menggabungkan efek cuaca pada jangka waktu. Sebagai contoh sederhana, kegiatan mungkin memerlukan sepuluh hari dalam cuaca sempurna, tapi kegiatan itu tidak bisa dilanjutkan di tengah hujan. Selanjutnya, misalkan hujan yang diharapkan sepuluh persen dari hari-hari di bulan tertentu. Dalam hal ini, durasi aktivitas yang diharapkan adalah sebelas hari termasuk satu hari hujan diharapkan.

Akhirnya, penggunaan faktor produktivitas rata-rata mereka menyebabkan masalah dalam perhitungan disajikan dalam Persamaan (9.1). Nilai yang diharapkan dari kebalikan perkalian dari variabel tidak persis sama dengan kebalikan dari nilai yang diharapkan variabel itu. Sebagai contoh, jika produktivitas pada suatu aktivitas baik enam dalam cuaca baik (mis., P = 6) atau dua di cuaca buruk (mis., P = 2) dan cuaca yang baik atau buruk adalah kemungkinan yang sama, maka produktifitas yang diharapkan adalah P = (6) (0,5) + (2) (0,5) = 4, dan timbal balik produktivitas yang diharapkan adalah 1 / 4. Namun, timbal balik yang diharapkan produktivitas adalah E [1 / P] = (0,5) / 6 + (0,5) / 2 = 1 / 3. Kebalikan produktivitas yang diharapkan adalah 25% kurang dari nilai yang diharapkan dari timbal balik dalam kasus ini! Dengan hanya mewakili dua nilai produktivitas yang mungkin, contoh ini merupakan kasus ekstrim, tetapi selalu benar bahwa penggunaan faktor produktivitas rata-rata dalam Persamaan (9.1) akan menghasilkan perkiraan optimis durasi aktivitas. Penggunaan rata-rata aktual untuk reciprocals produktivitas atau faktor penyesuaian kecil dapat digunakan untuk mengoreksi masalah non-linearitas.

Perhitungan durasi sederhana ditunjukkan dalam Persamaan (9.1) juga mengasumsikan hubungan linier terbalik antara jumlah kru yang ditugaskan untuk suatu kegiatan dan total durasi pekerjaan. Meskipun ini merupakan asumsi yang masuk akal dalam situasi yang kru dapat bekerja secara mandiri dan tidak memerlukan koordinasi khusus, itu tidak perlu selalu benar. Misalnya, tugas desain dapat dibagi di antara arsitek dan insinyur banyak, tapi penundaan untuk memastikan koordinasi yang baik dan meningkatkan komunikasi sebagai jumlah peningkatan pekerja. Sebagai contoh lain, mengasuransikan kelancaran arus bahan untuk semua kru di situs mungkin akan semakin sulit karena jumlah meningkat kru. Dalam kasus terakhir, hubungan antara durasi aktivitas dan jumlah kru tidak mungkin berbanding terbalik seperti yang ditunjukkan dalam Persamaan (9.1). Akibatnya, penyesuaian dengan produktivitas diperkirakan dari Persamaan (9.1) harus dilakukan. Atau, hubungan fungsional yang lebih rumit mungkin diperkirakan antara durasi dan sumber daya yang digunakan dengan cara yang sama bahwa model nonlinear biaya awal atau konseptual estimasi disiapkan.

Salah satu mekanisme untuk meresmikan perkiraan jangka waktu aktivitas adalah dengan menggunakan kerangka estimasi hirarkis. Pendekatan ini menguraikan masalah menjadi bagian-bagian estimasi di mana tingkat yang lebih tinggi dalam hirarki merupakan atribut yang tergantung pada rincian penyesuaian tingkat yang lebih rendah dan perhitungan. Sebagai contoh, Gambar 9-8 mewakili berbagai tingkat dalam estimasi durasi konstruksi pasangan bata. Pada tingkat terendah, produktivitas maksimum untuk kegiatan ini diperkirakan berdasarkan kondisi pekerjaan umum. Tabel 9-4 menggambarkan beberapa nilai produktivitas maksimum yang mungkin yang mungkin digunakan dalam estimasi ini.

Pada tingkat berikutnya yang lebih tinggi, penyesuaian ini produktivitas maksimum dibuat untuk memperhitungkan kondisi lokasi khusus dan komposisi kru; tabel 9-5 menggambarkan beberapa aturan penyesuaian mungkin. Pada tingkat tertinggi, penyesuaian untuk efek keseluruhan seperti cuaca diperkenalkan. Juga ditunjukkan dalam Gambar 9-8 adalah node untuk memperkirakan turun atau waktu tidak produktif yang terkait dengan kegiatan konstruksi pasangan bata. Formalisasi proses estimasi diilustrasikan dalam Gambar 9-8 memungkinkan pengembangan komputer alat bantu untuk proses estimasi atau dapat berfungsi sebagai kerangka kerja konseptual untuk estimator manusia.

TABEL 9-4 Perkiraan Produktivitas Maksimum untuk Pekerjaan Masonry
Unit Masonry ukuran	Kondisi (s)	Maksimum dicapai produstivity
8 inci blok	Tidak ada	400 unit / hari / tukang batu
6 inci	Dinding "panjang"	430 unit / hari / tukang batu
6 inci	Dinding tidak "panjang"	370 unit / hari / tukang batu
12 inch	Tenaga Kerja nonunion	300 unit / hari / tukang batu
4 inci	Dinding "panjang" Cuaca "hangat dan kering" atau tinggi-kekuatan mortar digunakan	480 unit / hari / tukang batu
4 inci	Dinding tidak "panjang" Cuaca "hangat dan kering" atau tinggi-kekuatan mortar digunakan	430 unit / hari / tukang batu
4 inci	Dinding "panjang" Cuaca tidak "hangat dan kering" atau kekuatan tinggi mortir tidak digunakan	370 unit / hari / tukang batu
4 inci	Dinding tidak "panjang" Cuaca tidak "hangat dan kering" atau kekuatan tinggi mortir tidak digunakan	320 unit / hari / tukang batu
8 inci	Ada dukungan dari dinding yang ada	1.000 unit / hari / tukang batu
8 inci	Tidak ada dukungan dari dinding yang ada	750 unit / hari / tukang batu
12 inch	Ada dukungan dari dinding yang ada	700 unit / hari / tukang batu
12 inch	Tidak ada dukungan dari dinding yang ada	550

TABEL 9-5 Kemungkinan Penyesuaian produktivitas maksimum untuk Masonry Konstruksi / caption>
Dampak	Kondisi (s)	Penyesuaian besarnya (% Dari maksimum)
Awak jenis	Jenis kru nonunion Ayub adalah "besar"	15%
Awak jenis	Jenis kru adalah persatuan Ayub adalah "kecil"	10%
Mendukung kerja	Ada kurang dari dua buruh per awak	20%
Mendukung kerja	Ada lebih dari dua tukang batu / buruh	10%
Ketinggian	Rangka baja bangunan dengan tembok eksterior dinding memiliki "cukup" tenaga kerja dukungan	10%
Ketinggian	Batu bangunan yang solid dengan bekerja pada eksterior menggunakan tenaga kerja nonunion	12%
Visibilitas	blok tidak tercakup	7%
Suhu	Suhu di bawah 45 ^o F	15%
Suhu	Suhu di atas 45 ^o F	10%
Tekstur bata	batu bata dipanggang tinggi Cuaca dingin atau lembab	10%

Gambar 9-8 Kerangka Estimasi hirarkis untuk Konstruksi Masonry

Selain masalah memperkirakan durasi yang diharapkan dari suatu kegiatan, beberapa prosedur penjadwalan secara eksplisit mempertimbangkan ketidakpastian dalam perkiraan durasi aktivitas dengan menggunakan distribusi probabilistik dari jangka waktu kegiatan. Artinya, durasi aktivitas tertentu assu med menjadi variabel acak yang didistribusikan dalam mode tertentu. Misalnya, durasi aktivitas mungkin dianggap didistribusikan sebagai normal atau variabel acak beta didistribusikan seperti yang diilustrasikan pada Gambar 9-9. Angka ini menunjukkan probabilitas atau kemungkinan mengalami durasi kegiatan tertentu berdasarkan distribusi probabilistik. Distribusi beta sering digunakan untuk mengkarakterisasi jangka waktu aktivitas, karena dapat memiliki minimum absolut dan maksimum absolut kali durasi mungkin. Distribusi normal adalah pendekatan yang baik untuk distribusi beta di pusat distribusi dan mudah untuk bekerja dengan, sehingga sering digunakan sebagai perkiraan.

Gambar 9-9 Beta dan Aktivitas Durasi Biasanya Terdistribusi

Jika suatu variabel acak standar yang digunakan untuk menggambarkan distribusi jangka waktu kegiatan, maka hanya beberapa parameter yang diperlukan untuk menghitung probabilitas dari setiap durasi tertentu. Namun, masalah estimasi meningkat pesat sejak lebih dari satu parameter yang diperlukan untuk mengkarakterisasi sebagian dari distribusi probabilistik digunakan untuk mewakili jangka waktu kegiatan. Untuk distribusi beta, tiga atau empat parameter yang diperlukan tergantung pada umum nya, sedangkan distribusi normal membutuhkan dua parameter.

Sebagai contoh, distribusi normal ditandai oleh dua parameter,

dan

mewakili durasi rata-rata dan deviasi standar durasi, masing-masing. Atau, varians dari distribusi

dapat digunakan untuk menggambarkan atau mencirikan variabilitas kali durasi, varians adalah nilai standar deviasi dikalikan dengan sendirinya. Dari data historis, kedua parameter dapat diperkirakan sebagai:

(9.2)

(9.3)

di mana kita asumsikan bahwa pengamatan yang berbeda n x k dari variabel acak x yang tersedia. Proses estimasi bisa diterapkan untuk jangka waktu kegiatan secara langsung (sehingga x k akan menjadi catatan aktivitas durasi D ij pada sebuah proyek masa lalu) atau untuk estimasi distribusi produktivitas (sehingga x k akan menjadi catatan produktivitas dalam kegiatan P i) pada sebuah proyek masa lalu) yang, pada gilirannya, digunakan untuk memperkirakan jangka waktu menggunakan Persamaan (9.4). Jika akurasi yang lebih diinginkan, persamaan estimasi untuk mean dan deviasi standar, Persamaan (9.2) dan (9,3) akan digunakan untuk memperkirakan mean dan deviasi standar dari timbal balik produktivitas untuk menghindari efek non-linear. Menggunakan perkiraan produktivitas, deviasi standar durasi aktivitas akan dihitung sebagai:
(9.4)