PENERAPAN METODE ARTIFICIAL INTELLIGENCE UNTUK PREDIKSI BIAYA AWAL PROYEK KONSTRUKSI BANGUNAN
DOI:
https://doi.org/10.9744/duts.12.1.1-10Keywords:
prediksi, biaya proyek konstruksi, artificial intelligence, ANN, normalisasi dataAbstract
Melakukan perhitungan anggaran biaya merupakan salah satu hal yang penting untuk dilakukan dalam perencanaan pembangunan. Nilai awal proyek konstruksi dapat diprediksi dengan menggunakan metode artificial intelligence (AI). Menghasilkan model prediksi yang akurat merupakan salah satu tujuan yang ingin dicapai. Pada penelitian ini dilakukan evaluasi mengenai pemodelan prediksi biaya proyek konstruksi dengan menggunakan metode artificial neural network (ANN). Sebagai evaluasi digunakan empat indikator error yaitu coefficient of correlation (R), mean absolute percentage error (MAPE), root mean square error (RMSE), mean absolute error (MAE), dan satu indikator normalisasi untuk mengevaluasi pemodelan yang dihasilkan yaitu reference index (RI). Pada penelitian ini data yang didapat dipecah kedalam dua dataset. Hasilnya, pada dataset 1 nilai MAPE yang didapat sebesar 26,12% dan R 0,916. Pada dataset 2 MAPE yang didapat 33,79% dengan R 0,841. Pada hasil normalisasi data pada kedua dataset, dengan adanya normalisasi tidak memberi perubahan yang signifikan terhadap metode ANN.
References
Astrianingsih, B., & Abma, V. (2019). Estimasi biaya dan waktu proses perencanaan anggaran biaya dan perjadwanlan menggunakan aplikasi ibuild dan microsoft excel. https://dspace.uii.ac.id/bitstream/handle/123456789/13976/JURNAL%20.pdf?sequence=2&isAllowed=y.
Cheng, M. Y., Prayogo, D., & Wu, Y. W., 2014. Novel genetic algorithm-based evolutionary support vector machine for optimizing high-performance concrete mixture. Journal of Computing in Civil Engineering, ASCE, ISSN 0887-3801/06014003(7). DOI: 10.1061/(ASCE) CP.1943-5487.0000347
Czarnigowska, A., & Sobotka, A. (2013). Time-cost relationship for predicting construction duration. Archives of Civil and Mechanical Engineering, 13(4), pp. 518–526. http:/dx.doi.org/10.1016/j.acme.2013.05.004.
Hammad, A. A., Ali, S. M., Sweis, G. J., & Bashir, A. (2008). Prediction model for construction cost and duration in jordan. Jordan Journal of Civil Engineering, Vol. 2, No. 3.
Shehatto, O., & El-Sawalhi, N. I. (2014). A neural network model for building construction projects cost estimating. KICEM Journal of Construction Engineering and Project Management Online. ISSN 2233-9582. http://dx.doi.org/10.6106/JCEPM.2014.4.4.009.
Thomas, N., & Thomas, A. V. (2016). Regression modelling for prediction of construction cost and duration. Applied Mechanics and Materials. ISSN: 1662-7482, Vol. 857, pp 195-199. doi:10.4028/www.scientific.net/AMM.857.195.
Ujong, J. A., Mbadike, E. M., & Alaneme, G. U. (2022). Prediction of cost and duration of building construction using artifcial neural network. Asian Journal of Civil Engineering, 23(7), 1117-1139. https://doi.org/10.1007/s42107-022-00474-4.
Wang, Y. R., Yu, C. Y., & Chan, H. H. (2011). Predicting construction cost and schedule success using artificial neural networks ensemble and support vector machines classification models. International Journal of Project Management, Vol. 30, pp. 470-478. doi:10.1016/j.ijproman.2011.09.002.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Anastasia Valentina Tandiono, Doddy Prayogo
This work is licensed under a Creative Commons Attribution 4.0 International License.
