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

Endro Dwi Wuryanto, Nella Valen Ika Puspita

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


literacy; local wisdom; natural and social science; wordwall

Full Text:

PDF

References


C. H. Aladag, U. Yolcu, E. Egrioglu, and A. Z. Dalar, “A new time invariant fuzzy time series forecasting method based on particle swarm optimization,†Elsevier. Applied Soft Computing, Vol. 12, No. 10 (2012, Oct.) 3291–3299.

Y. P. Anggodo, W. F. Mahmudi, “Peramalan Butuhan Hidup Minimum Menggunakan Automatic Clustering dan Fuzzy Logical Relationship,†FILKOM UB. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), Vol. 3, No. 2 (2016) 94-102.

K. Bisht and S. Kumar, “Fuzzy time series forecasting method based on hesitant fuzzy sets,†Elsevier. Expert Systems with Applications, Vol. 6 (2016, Dec.) 557-568.

P. C. Chang, Y. W. Wang, and C. H. LIU, “The development of a weighted evolving fuzzy neural network for PCB sales forecasting,†Elsevier. Expert Systems with Applications, Vol. 32, No. 1 (2007, Jan.) 86–96.

E. Fani, F. A. Widjajati, dan S. Soehardjoepri, “Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X,†Jurusan Matematika FMIPA ITS. Jurnal Sains dan Seni ITS, Vol. 6, No. 1 (2017) 2337-3520.

J. E. Hanke and D. W. Wichern. (2005). Business Forecasting. New Jersey. Prentice Hall, ED-9.

Available: https://opac.perpusnas.go.id/DetailOpac.aspx?id=672286

K. H. Huarng and T. H. K. YU, “Modeling fuzzy time series with multiple observations,†Iternational Journal of Innovative Computing, Information and Control (IJICIC), Vol. 8, No. 10 (2012, Oct.) 7415-7426.

Kementerian Kesehatan Republik Indonesia. Info Infeksi Emerging Kementerian Kesehatan RI [Internet]. 2020 [updated 2020 March 30; cited 2020 March 31]. Available from: https:// infeksiemerging.kemkes.go.id/.

W. Lu, X. Chen, W. Pedrycz, X. Liu, and J. Yang, “Using interval information granules to improve forecasting in fuzzy time series,†Elsevier. International Journal of Approximate Reasoning, Vol. 57 (2015, Feb.) 1–18.

N. A. Nugroho dan A. Purqon, “Analisis 9 Saham Sektor Industri di Indonesia Menggunakan Metode SVR,†Prosiding SKF. Seminar Kontribusi Fisika, Bandung, (2015, Dec. 16-17) 295-300.

P. Singh and B. BORAH, “An efficient time series forecasting model based on fuzzy time series,†Elsevier. Engineering Applications of Artificial Intelligence, Vol. 26, No. 10 (2013, Nov.) 2443–2457.

S. Solikhin dan U. Yudatama, “Fuzzy Time Series dan Algoritme Average Based Length untuk Prediksi Pekerja Migran Indonesia,†FILKOM UB. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), Vol. 6, No. 4 (2019, Aug.) 369-376.

A. Susilo, C. M. Rumende, C. W. Pitoyo, W. D. Santoso, M. Yulianti, Herikurniawan, R. Sinto, G. Singh, L. Nainggolan, E. J. Nelwan, L. K. Chen, A. Widhani, E. Wijaya, B. Wicaksana, M. Maksum, F. Annisa, C. O. M. Jasirwan, dan E. Yunihastuti, “ Coronavirus Disease 2019: Tinjauan Literatur Terkini Coronavirus Disease 2019: Review of Current Literatures,†Departemen Ilmu Penyakit Dalam Universitas Indonesia Jurnal Penyakit Dalam Indonesia, Vol. 7, No. 1 (2020, Mar.) 45-67.

L. Wang, X. Liu, and W. Pedrycz, “Effective intervals determined by information granules to improve forecasting in fuzzy time series,†Elsevier. Expert Systems with Applications, Vol. 40, No. 14 (2013, Oct.) 5673-5679.

World Health Organization. Situation Report – 42 [Internet]. 2020 [updated 2020 March 02; cited 2020 March 15]. Available: https://www.who.int/docs/defaultsource/coronaviruse/situation-reports/20200302-sitrep-42-covid-19.pdf?sfvrsn=224c1add_2.

World Health Organization. Novel Coronavirus (2019-nCoV) Situation Report -54 [Internet]. WHO; 2020 [updated 2020 March 15; cited 2020 March 30]. Available: https://www.who.int/ docs/default-source/coronaviruse/situation-reports/20200314- sitrep-54-covid-19.pdf?sfvrsn=dcd46351_2.

World Health Organization. Coronavirus disease 2019 (COVID-19) Situation Report – 70 [Internet]. WHO; 2020 [updated 2020 March 30; cited 2020 March 31]. Available: https://www.who.int/ docs/default-source/coronaviruse/situationreports/ 20200330- sitrep-70-covid-19.pdf?sfvrsn=7e0fe3f8_2.

S. Xihao and L. Yimin, “Average-based fuzzy time series models for forecasting Shanghai compound index,†ACADEMIC-World Academic Union. World Journal of Modelling and Simulation, Vol. 4, No. 2 (2008) 104-111.




DOI: https://doi.org/10.26877/jiu.v7i2.9559

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Endro Dwi Wuryanto, Nella Valen Ika Puspita