PERAN PEJABAT PEMBUAT KOMITMEN SEBAGAI PENGENDALI FUNGSI DALAM PEMBANGUNAN LANJUTAN LABORATORIUM B2P2TOOT TAWANGMANGU
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.
Keywords
Full Text:
PDFReferences
Ahmad, T., Imtihan, K., & Wire, B. (2020). JIRE (Jurnal Informatika & Rekayasa Elektronika) http://e-journal.stmiklombok.ac.id/index.php/jire Volume 3, No 1, April 2020. Implementasi Jaringan Inter-Vlanrouting Berbasis Mikrotik Rb260Gs Dan Mikrotik Rb1100Ahx4, 3(1).
Gansar Suwanto, Ibnu Adam, R., & Garno. (2021). Identifikasi Citra Digital Jenis Beras Menggunakan Metode Anfis dan Sobel. Jurnal Informatika Polinema, 7(2), 123–128. https://doi.org/10.33795/jip.v7i2.406
Hadipernata, M., Supriatna Somantri, A., Hayuningtyas, M., Hidayah, N., & Hoerudin, H. (2020). Sistem Deteksi Cepat Mutu Organoleptik Beras Berbasis Android. Jurnal Aplikasi Teknologi Pangan, 9(4), 167–174. https://doi.org/10.17728/jatp.7434
Hernawan, E., & Meylani, V. (2016). ANALISIS KARAKTERISTIK FISIKOKIMIA BERAS PUTIH, BERAS MERAH, DAN BERAS HITAM (Oryza sativa L., Oryza nivara dan Oryza sativa L. indica). Jurnal Kesehatan Bakti Tunas Husada: Jurnal Ilmu-Ilmu Keperawatan, Analis Kesehatan Dan Farmasi, 15(1), 79. https://doi.org/10.36465/jkbth.v15i1.154
Jumi, J., Sulistyorini, U. T., & Azizah, A. (2019). Identifikasi Jenis Beras Melalui Akurasi Kemiripan Fitur Bentuk Dan Warna. Just TI (Jurnal Sains Terapan Teknologi Informasi), 11(1), 31. https://doi.org/10.46964/justti.v11i1.128
Maulana anas fidaus, risa helilintar, daniel swanjaya. (2020). Klasifikasi Mutu Beras Menggunakan Metode Learning Vector Quantizaion (LVQ).
Munchen, T. U. (2018). 済無No Title No Title. E-Conversion - Proposal for a Cluster of Excellence, 29–50.
Nurcahyani, A. A., & Saptono, R. (2016). Identifikasi Kualitas Beras dengan Citra Digital. Scientific Journal of Informatics, 2(1), 63–72. https://doi.org/10.15294/sji.v2i1.4530
Ricardo, D., & Gasim, G. (2019). Perbandingan Akurasi Pengenalan Jenis Beras dengan Algoritma Propagasi Balik pada Beberapa Resolusi Kamera. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 3(2), 131–140. https://doi.org/10.29207/resti.v3i2.894
Sistem, R., & K-means, N. P. S. (2021). JURNAL RESTI Identifikasi Citra Beras Menggunakan Algoritma Multi-SVM Dan Neural. 1(10).
Utomo, P. (2016). Sistem Klasifikasi Jenis Beras Menggunakan Metode Learning Vector Quantization. Jurnal Ilmiah Ilmu-Ilmu Teknik, 1(2), 61–67.
Wibisono, I. S., & Mujiyono, S. (2018). Segmentasi Fuzzy C-Means Untuk Membantu Identifikasi Kualitas Beras Berdasarkan Nilai Threshold , Warna Dan Ukuran. Multimatrix, I(1), 22–25.
Akbar, R. (2020). Perancangan E-Tracer Study berbasis Sistem Cerdas. 09(400), 8–12.
Data, L., Program, M., Sistem, S., Islam, U., Sultan, N., Kasim, S., Tinggal, J., & Mahasiswa, P. P. (2016). Algoritma K-Nearest Neighbor Classification Sebagai Sistem Prediksi Predikat Prestasi Mahasiswa. 13(2), 195–202.
Achmad Fatchul Aziez, Didik Indradewa, P. Y. dan E. H. (2016). Uji Komparasi Kualitas Beras Varietas Padi Sawah Yang Dibudidayakan Secara Organik Dan Konvensional. Agrineca, 16(2), 24–37.
DOI: https://doi.org/10.26877/jiu.v7i2.8467
Refbacks
- There are currently no refbacks.
Copyright (c) 2021 Mitra Saputra Ardi, Abdullah Abdullah, Usman Usman