Penerapan Fuzzy Logic Dalam Analisis Keterlambatan Proyek Konstruksi Pada Pembangunan Hotel Garuda Nusantara Malang
Abstract
Keterlambatan proyek konstruksi merupakan persoalan yang kompleks karena tidak hanya berdampak pada jadwal pelaksanaan, tetapi juga menimbulkan konsekuensi finansial serta memengaruhi kualitas hasil pekerjaan. Penelitian ini berfokus pada upaya mengidentifikasi faktor-faktor yang berkontribusi terhadap keterlambatan proyek pembangunan Hotel Garuda Nusantara Malang. Metode penelitian yang digunakan adalah kuantitatif deskriptif dengan pendekatan Fuzzy Logic, karena mampu mengakomodasi ketidakpastian serta subjektivitas dalam data lapangan. Data penelitian diperoleh melalui wawancara dan kuesioner yang disampaikan kepada pihak-pihak yang terlibat langsung dalam proyek. Selanjutnya, data tersebut dianalisis menggunakan sistem fuzzy dengan bantuan perangkat lunak MATLAB R2023b untuk menentukan tingkat pengaruh masing-masing faktor. Hasil penelitian menunjukkan dengan kategori faktor biaya adalah sedang (6), kategori faktor material adalah sedang (7), serta kategori faktor pekerja adalah rendah (3), kategori faktor persetujuan owner adalah sedang (7), kategori faktor desain adalah sedang (7), kategori faktor manajemen adalah rendah (3), kategori faktor eksternal adalah rendah (4), maka menyebabkan pelaksanaan proyek yang ditinjau mengalami cukup terlambat (5).
References
Ajayi, B. O., & Chinda, T. (2022). Impact of Construction Delay-Controlling Parameters on Project Schedule: DEMATEL-System Dynamics Modeling Approach. Frontiers in Built Environment, 8(February), 1–18.https://doi.org/10.3389/fbuil.2022.799314
Canesi, R., & D’Alpaos, C. (2024). A Fuzzy Logic Application to Manage Construction-Cost Escalation. Buildings, 14(9). https://doi.org/10.3390/buildings14093015
Challal, A., & Tkiouat, M. (2012). Qualitative Approach Risk Period in Construction Projects. Journal of Financial Risk Management, 01(03), 42–51. https://doi.org/10.4236/jfrm.2012.13008
Chatterjee, S., & Das, A. (2020). A novel systematic approach to diagnose brain tumor using integrated type-II fuzzy logic and ANFIS (adaptive neuro-fuzzy inference system) model. Soft Computing, 24. https://doi.org/10.1007/s00500-019-04635-7
J.ROSS, T. (2010). Fuzzy Logic With Engineering Application.
Latif, M. (2023). Analyzing the Key Factors Contributing to Project Delays in the Construction Industry: A Comprehensive Study. Journal of Development and Social Sciences, 4(III). https://doi.org/10.47205/jdss.2023(4-iii)85
Marle, F., & Vidal, L. A. (2015). Managing Complex, High Risk Projects: A Guide to Basic and Advanced Project Management. Managing Complex, High Risk Projects: A Guide to Basic and Advanced Project Management, December 2016, 1–273. https://doi.org/10.1007/978-1-4471-6787-7
Račić, Ž. V. (2018). Fuzzification - Decision making in terms of uncertainty. ECONOMICS - Innovative and Economics
Research Journal, 6(2), 87–94. https://doi.org/10.2478/eoik-2018-0022
Rauzana, A., Zahrah, A., & Dharma, W. (2022). Critical delay factors for construction projects in Central Aceh District, Indonesia. F1000Research, 11, 1–33. https://doi.org/10.12688/f1000research.110024.3
Rindengan, A. ., & Yohanes, A. . L. (2019). Sistem Fuzzy. In Sistem Fuzzy.
Sen, D. K., Datta, S., & Mahapatra, S. S. (2017). Dominance based fuzzy decision support framework for g-resilient (ecosilient) supplier selection: an empirical modelling. International Journal of Sustainable Engineering, 10(6), 338–357. https://doi.org/10.1080/19397038.2017.1286410
Sugiyono. (2020). Metodologi Penelitian Kuantitatif, Kualitatif dan R & D.
WINANDA, L. A. R., ARIFIN, A., ADI, T. W., ARROFIQI, F., & ANWAR, N. (2020). Development of fuzzy decision support system for accident prevention based on worker conditions and project environments. Journal of Theoretical and Applied Information Technology, 98(24), 4044–4060.
