unud-119-1439173153-5. tesis csm

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Estimasi biaya memegang peranan penting dalam penyelenggaraan proyek

konstruksi. Kegiatan estimasi adalah salah satu proses utama dalam proyek

konstruksi untuk mengetahui besarnya dana yang harus disediakan untuk sebuah

bangunan. Pada umumnya, sebuah proyek konstruksi membutuhkan biaya yang

cukup besar. Ketidaktepatan yang terjadi dalam penyediaannya akan berakibat

kurang baik pada pihak-pihak yang terlibat di dalamnya. Bagi pemilik proyek

(owner), estimasi biaya diperlukan sebagai pegangan dalam menentukan

kebijakan yang dipakai untuk menentukan besarnya investasi yang harus

dilaksanakan.

Dalam pelaksanaan praktik konstruksi dibutuhkan beberapa macam

estimasi yang berbeda didasarkan tujuan penggunaan dan peruntukannya. Pada

tahap awal perencanaan proyek pemeliharaan berkala jalan, seperti pada saat

penyusunan anggaran proyek, jelas estimasi tidak mungkin didasarkan pada

perhitungan kuantitas (volume) pekerjaan karena uraian dan spesifikasi pekerjaan

belum tersusun. Akan tetapi bagaimanapun, pemilik proyek (owner) memerlukan

estimasi biaya dalam rangka menyusun anggaran proyek. Dalam mengestimasi

biaya awal proyek pemeliharaan berkala jalan masih menggunakan cara

sederhana. Metode yang paling sering digunakan adalah dengan estimasi

parameter panjang jalan, yaitu dengan menghitung biaya pemeliharaan berkala

1

2

jalan untuk setiap 1 km panjang jalan berdasarkan data proyek sebelumnya.

Sehingga dengan anggaran yang tersedia pemilik proyek (owner) dapat

memberikan informasi panjang jalan kabupaten yang akan mendapatkan kegiatan

pemeliharaan berkala.

Panjang suatu ruas jalan memperlihatkan karakteristik dan ukuran fisik

dari suatu proyek pemeliharaan berkala jalan yang dalam kepraktisannya

informasi ini bisa tersedia dengan mudah pada tahap awal perencanaan proyek.

Seiring dengan kebutuhan akan efisiensi, perlu dikembangkannya teknik

pembuatan suatu model estimasi biaya yang sederhana. Hal yang penting dalam

model estimasi biaya pada tahap awal perencanaan proyek adalah harus cepat,

mudah dalam penggunaannya, akurat dan menghasilkan estimasi yang dapat

dipertanggungjawabkan. Metode Cost Significant Model yang akan

dikembangkan dalam penelitian ini diharapkan memberi jawaban terhadap

tuntutan akan tersedianya estimasi biaya awal proyek pemeliharaan berkala jalan

di Kabupaten Jembrana.

Ada pendapat bahwa metode pengukuran sekarang ini tidak perlu rumit

dan detail, sehingga timbul tuntutan untuk memperbaiki sistem, misalnya dengan

pengembangan Cost Model. Cost Model dapat digunakan untuk penaksiran harga,

Poh dan Horner (1995) telah mengidentifikasi sifat-sifat model yang ideal yaitu :

sederhana, cukup akurat, dapat memberikan umpan balik yang cepat, terdiri dari

elemen-elemen yang mudah untuk diukur dan yang menggambarkan operasi kerja

lapangan yang dapat digunakan untuk pengawasan pekerjaan maupun

pelaksanaannya. Prinsip cost significance dapat digunakan untuk mengembangkan

3

model yang mendekati ideal dengan lebih teliti. Cost Significant Modelling

mengandalkan pada penemuan yang terdokumentasi dengan baik mengenai data

dan informasi proyek terdahulu yang sejenis. Data dan informasi bisa didapat

dengan mengumpulkan arsip penawaran terdahulu untuk proyek sejenis yang

memenangkan tender atau proyek yang telah dilaksanakan.

1.2. Rumusan Masalah

Berdasarkan latar belakang permasalahan yang telah diuraikan diatas maka

dapat dirumuskan pokok permasalahan yaitu:

1. Komponen pekerjaan apakah yang berpengaruh secara signifikan

terhadap biaya total pemeliharaan jalan;

2. Bagaimanakah model estimasi biaya pemeliharaan jalan dengan

metode “Cost Significant Model “ di Kabupaten Jembrana ;

3. Bagaimanakah akurasi model estimasi biaya pemeliharaan jalan dengan

metode “Cost Significant Model “ terhadap realisasi biaya.

4. Bagaimanakah perbandingan akurasi model estimasi biaya

pemeliharaan jalan menggunakan metode “Cost Significant Model “

dengan model estimasi yang sudah digunakan pada Dinas Pekerjaan

Umum Kabupaten Jembrana .

4

1.3 Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk mengembangkan suatu model

estimasi yang dapat memberikan informasi biaya awal proyek secara cepat,

mudah dan dengan hasil yang cukup akurat.

1.4. Manfaat Penelitian

Adapun manfaat dari penelitian ini dapat diuraikan sebagai berikut :

1. Untuk Pemerintah Kabupaten Jembrana

Diharapkan hasil penelitian ini dapat dipergunakan dalam

melaksanakan estimasi biaya pada tahap awal penyusunan anggaran

kegiatan pemeliharaan berkala jalan kabupaten di Kabupaten

Jembrana, dengan hasil estimasi yang cepat dan dapat

dipertanggungjawabkan.

2. Untuk Penulis

Dari hasil penelitian ini diharapkan penulis dapat secara

langsung memahami model estimasi yang memberikan gambaran

biaya awal proyek pemeliharaan berkala jalan kabupaten di Kabupaten

Jembrana secara cepat dan dapat dipertanggungjawakan.

5

BAB II

KAJIAN PUSTAKA

2.1. Tinjauan Estimasi Biaya Proyek

Menurut Iman Soeharto (1997), estimasi biaya proyek memegang peranan

penting dalam penyelenggaraan proyek. Pada tahap awal dipergunakan untuk

mengetahui berapa besar biaya yang dibutuhkan untuk membangun suatu proyek.

Perkiraan biaya dibedakan dari anggaran dalam hal perkiraan biaya

terbatas pada tabulasi biaya yang diperlukan untuk suatu kegiatan tertentu proyek

ataupun proyek secara keseluruhan. Sedangkan anggaran merupakan perencanaan

terinci perkiraan biaya dari bagian atau keseluruhan kegiatan proyek yang

dikaitkan dengan waktu. Definisi perkiraan biaya menurut National Estimating

Society – USA adalah sebagai berikut : “Perkiraan biaya adalah seni

memperkirakan ( the art of approximating ) kemungkinan jumlah biaya yang

diperlukan untuk suatu kegiatan yang didasarkan atas informasi yang tersedia

pada saat itu“.

Perkiraan biaya di atas erat hubungannya dengan analisis biaya, yaitu

pekerjaan yang menyangkut pengkajian biaya kegiatan-kegiatan terdahulu yang

akan dipakai sebagai bahan untuk menyusun perkiraan biaya. Dengan kata lain,

menyusun perkiraan biaya berarti melihat masa depan, memperhitungkan, dan

mengadakan prakiraan atas hal-hal yang akan dan mungkin terjadi. Sedangkan

analisis biaya menitikberatkan pada pengkajian dan pembahasan biaya kegiatan

masa lalu yang akan dipakai sebagai masukan.

5

6

Menurut Hajek (1994) bahwa banyak perusahaan dalam suasana ekonomi

yang dinamis dewasa ini mengalami persaingan yang sangat ketat. Kelangsungan

hidup suatu organisasi tergantung pada keberhasilannya dalam menaksir biaya

untuk berprestasi secara memuaskan dalam berbagai kontrak. Pembuatan Rencana

Anggaran Biaya mengandung unsur ketidakpastian data masukan, misalnya data

penggunaan jam-orang, bahan yang digunakan, alat yang digunakan, dan

sebagainya yang sangat tergantung pada pengalaman estimator di lapangan.

Dalam taksiran biaya harus diperhitungkan pula biaya cadangan yang cukup guna

menutup bidang-bidang resiko itu. Perhitungan yang tidak mempertimbangkan

cadangan untuk resiko-resiko yang akan terjadi, mungkin berhasil memenangkan

tender karena rendahnya penawaran, tetapi pada umumnya akan mengalami

kerugian yang menyangkut kontrak. Jelas, tidak ada perusahaan yang dapat

bertahan lama bisa beroperasi jika perusahaannya merugi. Sebaliknya perusahaan

yang terlalu banyak mempertimbangkan cadangan untuk resiko-resiko yang akan

terjadi dalam perkiraan biayanya tidak akan memenangkan tenderdan tidak akan

dapat berkembang.

Dalam menaksir biaya yang hendak ditawarkan, estimator harus

mempergunakan segenap pengalaman, kelihaian berusaha, serta pengetahuannya

untuk mendapatkan taksiran yang tidak hanya memungkinkannya untuk

memenangkan tender, juga akan mendapatkan keuntungan yang wajar bagi

perusahaannya. Kesulitan mendapatkan taksiran biaya yang tepat berbanding lurus

dengan jumlah pekerjaan dalam perencanaan atau pengembangan yang

dilaksanakan. Syarat utama adalah estimator harus mengetahui apa yang

7

diperlukan dalam suatu penawaran atau pendekatan rekayasa apa yang akan

dipakai untuk memenuhi persyaratan. Untuk mendapatkan perhitungan yang cepat

maka harus dikembangkan suatu model perhitungan biaya untuk meningkatkan

pemahaman tentang proyek dan untuk mengkomunikasikan konsep yang

komplek.

Beberapa metode estimasi biaya menurut Soeharto (1997) adalah sebagai

berikut :

1. Metode Parameter, ialah metode yang mengaitkan biaya dengan

karakteristik fisik tertentu dari obyek, misalnya : luas, panjang, berat,

volume dan sebagainya.

2. Memakai daftar indeks harga dan informasi proyek terdahulu, yaitu

dengan mencari angka perbandingan antara harga pada suatu waktu

(tahun tertentu) terhadap harga pada waktu (tahun) yang digunakan

sebagai dasar. Juga pemakaian data dari manual, hand book, katalog, dan

penerbitan berkala, amat membantu dalam memperkirakan biaya proyek.

3. Metode menganalisis unsur-unsurnya (Elemental Cost Analysis), yaitu

dengan cara menguraikan lingkup proyek menjadi unsur-unsur menurut

fungsinya.

4. Metode faktor, yaitu dengan memakai asumsi bahwa terdapat angka

korelasi diantara harga peralatan utama dengan komponen-komponen yang

terkait.

8

5. Quantity take-off, yaitu dengan membuat perkiraan biaya dengan

mengukur kuantitas komponen-komponen proyek dari gambar, spesifikasi,

dan perencanaan.

6. Metode harga satuan, yaitu dengan memperkirakan biaya berdasarkan

harga satuan, dilakukan bilamana angka yang menunjukkan volume total

pekerjaan belum dapat ditentukan dengan pasti, tetapi biaya per unitnya

(per meter persegi, per meter kubik) telah dapat dihitung.

7. Memakai data dan informasi proyek yang bersangkutan, yaitu metode

yang memakai masukan dari proyek yang sedang ditangani, sehingga

angka-angka yang diperoleh mencerminkan keadaan yang sesungguhnya.

Seiring dengan laju kemajuan pelaksanaan proyek, tataran kecermatan dan

ketelitian estimasi yang diperlukan sudah tentu akan semakin meningkat pula.

Sehingga biasanya suatu proyek dimulai dengan kebutuhan macam estimasi yang

kurang terperinci dan selanjutnya dapat dikelompokkan dalam urutannya, sebagai

berikut :

1. Estimasi pendahuluan, dibuat pada tahap awal proyek dalam rangka upaya

pendekatan kelayakan ekonomi di samping tujuan pengendalian

pembiayaan.

2. Estimasi terperinci, dibuat dengan dasar hitungan volume pekerjaan, biaya,

serta harga satuan pekerjaan.

3. Estimasi definitif, merupakan gambaran pembiayaan dan

pertanggungjawaban rampung untuk suatu proyek dengan hanya

kemungkinan kecil terjadi kesalahan.

9

PENGEMBANGAN

KONSEP

TAHAP

PERENCANAAN

TAHAP

PELELANGAN

PELAKSANAAN

KONSTRUKSI

Gambar 2.1 Macam Estimasi sesuai dengan tahapan proyek Sumber : Istimawan D, 1996

Pada Gambar 2.1 diberikan skema urutan kebutuhan macam estimasi

sesuai dengan tahapan proyek. Pada tahapan kelayakan proyek, prosentase kurang

akuratnya perkiraan biaya cukup besar, dan makin mendekati penawaran proyek

prosentase kurang akuratnya perkiraan biaya makin kecil. Hal ini disebabkan

belum detailnya dokumen proyek yang tersedia diantaranya : gambar, spesifikasi,

kontrak, dan ketentuan lainnya.

2.2. Hambatan-hambatan dalam Praktek Estimasi Biaya

Dengan pendeknya waktu yang dimiliki oleh para quantity surveyor di

dalam melaksanakan estimasi biaya, maka akan mungkin muncul hambatan-

hambatan di dalam estimasi tersebut. Victor G. Hajek (1994) menyampaikan

beberapa hambatan yang mungkin muncul dalam pelaksanaan estimasi, yaitu :

1. Adanya hal-hal yang terlewatkan. Apakah ada unsur biaya penting yang

terlupakan, misalnya apakah telah direncanakan adanya pemeriksaan dan

Estimasi

Pendahuluan Estimasi

Kasar

Estimasi

Terperinci

Nilai

Kesepakatan

Kontrak

Estimasi

Definitif

Selisih

Harga

10

apakah taksiran telah memperhitungkan biaya perekayasaan, bahan, dan

lain-lain bagi upaya demikian.

2. Rincian pekerjaan yang tak memadai. Apakah struktur rincian pekerjaan

yang sedang digunakan telah memperhatikan secara cukup segenap sub

sistem serta upaya yang diperlukan bagi proyek tersebut.

3. Salah tafsir tentang fungsi atau data proyek. Tepatkah penafsiran

kerumitan disain tersebut, salah tafsir akan mengakibatkan taksiran yang

terlalu tinggi atau terlalu rendah.

4. Penggunaan teknik penaksiran yang salah. Bagi disain yang

dipermasalahkan harus diterapkan teknik penaksiran yang benar, misalnya

penggunaan statistik biaya yang diperoleh dari jalan produksi suatu sub

sistem yang serupa bagi suatu alat prototipe yang memerlukan pekerjaan

perekayasaan dan/atau pengembangan pasti akan menghasilkan taksiran

yang sangat terlampau rendah.

5. Kegagalan mengidentifikasi dan berkonsentrasi pada unsur-unsur biaya

utama. Telah ditetapkan secara statistik bahwa setiap proyek, 20 persen

dari sub sistem-subsistem akan menyebabkan 80 persen biaya total, seperti

terlukis dalam Gambar 2.2 (halaman 11). Dengan demikian para quantity

surveyor seyogyanya memusatkan waktu serta upayanya pada subsistem-

subsistem serta golongan-golongan upaya biaya tinggi guna meningkatkan

peluang mereka memperoleh taksiran biaya yang tepat.

11

20 1000

80

100

40 60 80

60

40

20

Persen dari jumlah total subsistem-subsistem

Per

sen

dar

i b

iaya

tota

l

0

Labor

10 20

Material

Transportation

Depreciation overhead

Profit

30 40 50

Gambar 2.2 Hukum Pareto Tentang Distribusi Sumber : Victor G. Hajek, 1994

2.3. Prosentase Komponen Biaya Bangunan

Dalam pekerjaan proyek konstruksi biaya total proyek merupakan jumlah

komponen biaya yang meliputi : biaya atas tenaga kerja, biaya material, biaya

peralatan, biaya tak langsung, dan keuntungan yang prosentasenya dapat dilihat

pada Gambar 2.3.

Gambar 2.3 Total Program Cost Distribution Sumber : Istimawan D, 1996

12

2.3.1 Biaya Tenaga Kerja

Estimasi komponen tenaga kerja merupakan aspek paling sulit dari

keseluruhan analisis biaya konstruksi. Banyak sekali faktor berpengaruh yang

harus diperhitungkan antara lain : kondisi tempat kerja, ketrampilan, lama waktu

kerja, kepadatan penduduk, persaingan, produktivitas, dan indeks biaya hidup

setempat. Dari sekian banyak faktor, yang paling sulit adalah mengukur dan

menetapkan tingkat produktivitas, yaitu prestasi pekerjaan yang dapat dicapai oleh

pekerja atau regu kerja setiap satuan waktu yang ditentukan. Tingkat produktivitas

selain tergantung pada keahlian, ketrampilan, juga terkait dengan sikap mental

pekerja yang sangat dipengaruhi oleh keadaan setempat dan lingkungannya.

2.3.2 Biaya Material

Analisis meliputi perhitungan seluruh kebutuhan volume dan biaya

material yang digunakan untuk setiap komponen bangunan, baik material

pekerjaan pokok maupun penunjang. Biaya material diperoleh dengan

menerapkan harga satuan yang berlaku pada saat dibeli. Harga satuan material

merupakan harga di tempat pekerjaan yang di dalamnya sudah termasuk

memperhitungkan biaya pengangkutan, menaikkan dan menurunkan, pengepakan,

asuransi, pengujian, penyusutan, penyimpanan di gudang, dan sebagainya.

2.3.3 Biaya Peralatan

Estimasi biaya peralatan termasuk pembelian atau sewa, mobilisasi,

demobilisasi, memindahkan, transportasi, memasang, membongkar, dan

13

pengoperasian selama konstruksi berlangsung. Apabila kontraktor tidak

mempunyai alat penting yang diperlukan untuk menangani proyek, maka harus

memutuskan untuk membeli atau menyewanya. Sedangkan jika kontraktor

memiliki alat yang dimaksud biasanya masih harus mempertimbangkan beberapa

hal : apakah alat dalam keadaan menganggur dan siap pakai, butuh

biayaperbaikan dan persiapan, biaya mobilisasi, dan apakah alatnya layak untuk

dioperasikan. Adakalanya, dengan memperhatikan sederetan permasalahan yang

dihadapi mungkin masih akan lebih ekonomis jika diputuskan untuk membeli alat

baru atau menyewa.

2.3.4 Biaya Tak langsung

Biaya tak langsung dibedakan menjadi dua golongan yaitu biaya umum

(overhead cost) dan biaya proyek. Yang dikelompokkan menjadi sebagai biaya

umum adalah (1) gaji personil tetap kantor pusat dan lapangan; (2) pengeluaran

kantor pusat seperti sewa kantor, telepon, dan sebagainya; (3) perjalanan beserta

akomodasi; (4) biaya dokumentasi; (5) bunga bank; (6) biaya notaris; dan (7)

peralatan kecil dan material habis pakai. Sedangkan yang dapat dikelompokkan

sebagai biaya proyek, pengeluarannya dapat dibebankan pada proyek tetapi tidak

dimasukkan pada biaya upah tenaga kerja, material, atau peralatan, yaitu :

(1) bangunan kantor lapangan beserta perlengkapannya; (2) biaya telepon kantor

lapangan; (3) kebutuhan akomodasi lapangan seperti listrik, air bersih, air minum,

sanitasi, dan sebagainya; (4) jalan kerja dan parkir, batas perlindungan, dan pagar

di lapangan; (5) pengukuran lapangan; (6) tanda-tanda untuk pekerjaan dan

14

kebersihan lapangan pada umumnya; (7) pelayanan keamanan dan keselamatan

kerja; (8) pajak pertambahan nilai; (9) biaya asuransi; (10) biaya jaminan

penawaran, jaminan pelaksanaan, dan jaminan pemeliharaan; (11) asuransi risiko

pembangunan dan asuransi kerugian; (12) surat ijin dan lisensi; (13) inspeksi,

pengujian, dan pengetesan; (14) sewa peralatan besar utama; dan (15) premi

pekerjaan bila diperlukan.

2.3.5 Keuntungan

Nilai keuntungan pada umumnya dinyatakan sebagai persentase dari

seluruh jumlah pembiayaan. Secara umum, biasanya untuk proyek kecil

ditetapkan persentase keuntungan yang semakin besar, demikian pula untuk

keadaan yang sebaliknya. Pada prinsipnya penetapan besarnya keuntungan juga

dipengaruhi oleh besarnya risiko atau kesulitan-kesulitan yang akan dihadapi,

yang seringkali tidak tampak nyata.

2.4. Dasar-Dasar Dari Cost Significant Model

Menurut Poh dan Horner (1995) dalam jurnal “Cost-significant modelling-

its potential for use in south-east Asia”, menyatakan bahwa proses tender di

Indonesia kadangkala dipengaruhi budaya setempat. Hubungan berdasarkan

kepercayaan antara pelanggan (owner) dengan kontraktor dapat mengurangi

perhitungan estimasi proyek secara detail. Kontraktor cukup hanya

mengidentifikasi dan menggambarkan secara kasar kebutuhan proyek dan

melaksanakan negosiasi harga.

15

Sebagai dasar dari Cost Significant Model adalah dengan mengandalkan

pada penemuan yang terdokumentasi dengan baik bahwa 80% dari nilai total

biaya proyek termuat di dalamnya 20% item-item pekerjaan yang paling mahal.

Untuk proyek yang memiliki ciri-ciri yang sejenis, item-item cost significant

secara kasar adalah sama.

Cost significant items dapat dikumpulkan dengan menggunakan teknik

yang bervariasi ke dalam nomor yang sama dari item-item pekerjaan cost-

significant, yang dapat mempresentasikan proporsi yang tepat dari total biaya

anggaran yang biasanya mendekati 80%. Nilai total dari proyek biasanya dapat

diperhitungkan dengan mengalikan total harga dari paket-paket cost-significant

dengan faktor yang tepat, mendekati 1,25. Nilai dari kator ini bervariasi

tergantung dari kategori dan analisis data historis. Paket pekerjaan direncanakan

dapat mencerminkan pelaksanaan lapangan, dengan demikian umpan balik dan

kontrol bisa difasilitasi. Secara kesamaan hanya sekitar 10% dari jumlah item dari

anggaran konvensional. Penyederhanaan dari model ini mengurangi waktu untuk

mengestimasi biaya dibandingkan dengan anggaran biaya tradisional, yang dapat

terdiri dari ribuan item. Cost Significant Models dapat digunakan untuk

mengestimasi biaya lebih baik dari 5%, dan perhitungan akhir lebih baik dari 1%.

Akurasinya dapat ditingkatkan atau diturunkan dengan memperbaiki model dan

tergantung dari data yang tersedia.

16

2.5. Tahapan Cost Significant Model

Metode “Cost Significant Model” pernah diterapkan di Singapura, pada

proyek pembangunan gedung asrama mahasiswa Nanyang Technological

University (NTU) pada tahun 1993. Data yang digunakan adalah 6 paket

pekerjaan yang menggunakan metode tradisional BoQ (Bill of Quantity), untuk

memprediksi 2 paket pekerjaan yang akan dilaksanakan. Dari delapan proyek

pada dasarnya adalah sama, perbedaan biaya terjadi karena perbedaan luas,

pengaruh inflasi dan sebagian dari perubahan spesifikasi yang ditentukan.

Menurut Poh and Horner (1995), metode “Cost Significant Model” yang

digunakan dengan mendasarkan pada analisa data proyek yang lalu, mempunyai

langkah-langkah sebagai berikut :

1. Tidak mengikutsertakan item pekerjaan yang terkadang jumlahnya cukup

besar namun tidak setiap pekerjaan ada. Item-item tersebut sering

merupakan variabel biaya tinggi dan tergantung sekali pada karakteristik

lapangandan persyaratan pelanggan, sehingga akan menghambat

keakuratan pengembangan model.

2. Mengelompokkan item-item pekerjaan dimana penggabungan item

pekerjaan bisa dilaksanakan apabila pekerjaan tersebut mempunyai satuan

ukuran yang sama, harga satuannya tidak berbeda secara signifikan, atau

bisa menggambarkan operasi kerja lapangan.

3. Menghitung pengaruh time value terhadap harga-harga item pekerjaan.

Harga pekerjaan pada tahun pelaksanaan disesuaikan dengan harga pada

tahun yang diproyeksikan dengan memperhitungkan faktor inflasi.

17

4. Mencari cost-significant items, yang diidentifikasi sebagai item-item

terbesar yang jumlah prosentasenya sama atau lebih besar dari 80% total

biaya proyek.

5. Membuat model biaya dari cost significant items yang telah ditentukan.

6. Mencari rata-rata Cost Model Faktor (CMF) . CMF didapatkan dengan

cara membagi nilai proyek yang didapatkan dari model dengan nilai aktual

proyek.

7. Menghitung estimasi biaya proyek dari Cost Significant Model, dengan

cara membagi nilai proyek yang diprediksi dari model dengan rata-rata

CMF.

8. Menghitung akurasi model dalam bentuk prosentase dari selisih antara

harga yang diprediksi dengan harga sebenarnya dibagi dengan harga

sebenarnya.

Kelebihan dari metode “Cost Significant Model” adalah dapat

memprediksi biaya proyek dengan mudah, cepat, dan cukup akurat, walaupun

belum tersedianya uraian dan spesifikasi pekerjaan. Metode ini dapat digunakan

pada tahap-tahap awal proyek seperti pada saat penyusunan konsep, studi

kelayakan, dan perencanaan pendahuluan. Sedangkan kelemahannya adalah

proyek yang ditinjau harus sama, dibutuhkan data historis proyek yang terdahulu

dan akurasi model sangat dipengaruhi oleh baik tidaknya data yang dikumpulkan.

“Cost Significant Model” adalah salah satu model peramalan biaya total

konstruksi berdasarkan data penawaran yang lalu, yang lebih mengandalkan pada

harga paling signifikan di dalam mempengaruhi biaya total proyek sebagai dasar

18

peramalan (estimasi), yang diterjemahkan ke dalam perumusan regresi berganda

(Pemayun, 2003).

2.6. Pemeliharaan Berkala Jalan Kabupaten

Menurut Undang-Undang Republik Indonesia No. 38 Tahun 2004 tentang

jalan, jalan adalah suatu perhubungan darat dalam bentuk apapun meliputi segala

bagian jalan termasuk bangunan pelengkap dan perlengkapanya yang

diperuntukan bagi lalu lintas. Jalan mempunyai peranan untuk mendorong

pembangunan semua satuan wilayah pengembangan, dalam usaha mencapai

tingkat perkembangan antar daerah. Jalan merupakan satu kesatuan sistem

jaringan jalan yang mengikat dan menghubungkan pusat-pusat pertumbuhan

dengan wilayah lainnya.

Jalan kabupaten yang menurut Peraturan Pemerintah No. 34 tahun 2006

tentang jalan, merupakan pengelompokan jalan berdasarkan wewenang

pembinaan jalan adalah jalan yang pembinaannya di bawah pemerintah kabupaten

atau instansi yang ditunjuk. Jalan kabupaten merupakan jalan lokal dalam sistem

jaringan jalan primer yang tidak termasuk jalan provinsi dan jalan nasional, yang

menghubungkan ibukota kabupaten dengan ibukota kecamatan, antar ibukota

kecamatan, ibukota kabupaten dengan pusat kegiatan lokal, antar pusat kegiatan

lokal, serta jalan umum dalam sistem jaringan jalan sekunder dalam wilayah

kabupaten, dan jalan strategis kabupaten.

Pemeliharaan jalan merupakan kegiatan penanganan jalan yang

berkondisi baik/sedang yang harus mendapat prioritas untuk ditangani, agar jalan

19

dapat berfungsi sesuai dengan yang diperhitungkan dan menjaga agar permukaan

ruas jalan mendekati kondisi semula. Pemeliharaan yang dilakukan disini dibagi

menjadi dua bagian yaitu : pemeliharaan jalan rutin dan pemeliharaan jalan

berkala .

Pemeliharaan berkala dibedakan dengan pemeliharaan rutin dalam hal ini

periode waktu antar kegiatan pemeliharaan yang diberikan. Pemeliharaan berkala

dilakukan dalam selang waktu 3 (tiga) tahun. Menurut Peraturan Menteri

Pekerjaan Umum Nomor : 42/PRT/M/2007 tentang Petunjuk Teknis Penggunaan

Dana Alokasi Khusus Bidang Infrastruktur, kegiatan pemeliharaan berkala,

meliputi jenis pekerjaan :

a. Perbaikan permukaan perkerasan (lubang, retak, amblas, dll).

b. Pembentukan/pelapisan ulang permukaan perkerasan (agregat, campuran

aspal).

c. Perbaikan permukaan bahu jalan (penambahan material dan

pemadatan/perataan).

d. Pembuatan/perbaikan drainase/saluran tepi jalan dan gorong-gorong.

e. Pemotongan rumput, pembersihan ruang milik jalan.

f. Penggantian, pembersihan dan pengecatan rambu/perlengkapan jalan.

2.7. Infrastruktur Jalan Kabupaten di Kabupaten Jembrana

Kabupaten Jembrana adalah satu dari sembilan Kabupaten dan Kota yang

ada di Propinsi Bali, terletak di belahan barat pulau Bali, membentang dari arah

barat ke timur pada 8°09'30" - 8°28'02" LS dan 114°25'53" - 114°56'38" BT. Luas

20

wilayah Jembrana 841.800 Km² atau 14,96% dari luas wilayah pulau Bali. Secara

administrasi Kabupaten Jembrana terdiri dari 5 Kecamatan yaitu: Melaya dengan

luas wilayah : 197,19 Km²; Negara dengan luas wilayah : 126,6 Km²; Jembrana

dengan luas wilayah : 93,87 Km²; Mendoyo dengan luas wilayah : 294,49 Km²;

dan Pekutatan dengan luas wilayah : 129,65 Km².

Menurut statusnya, ada 3 jenis jalan di Kabupaten Jembrana yaitu Jalan

Nasional, Jalan Propinsi dan Jalan Kabupaten. Peta jaringan jalan di Kabupaten

Jembrana tersaji seperti Gambar 2.4 (halaman 21). Berdasarkan data tahun 2010,

panjang masing-masing jalan tersebut sesuai Tabel 2.1 berikut:

Tabel 2.1 Panjang Jalan Berdasarkan Status

Kecamatan

Status Jalan

% Jalan

Nasional

Jalan

Provinsi

Jalan

Kabupaten

Total (Km)

Melaya 24,570 1,910 231,129 257,609 25,089

Negara 9,350 13,820 190,114 213,284 20,772

Mendoyo 17,100 0,470 264,850 282,420 27,506

Pekutatan 15,700 12,590 101,035 129,325 12,595

Jembrana 4,600 2,080 137,457 144,137 14,038

Total 71.320 30,870 924,585 1.026,775 100,00

Sumber : Dinas PU Kab. Jembrana

21

Gambar 2.4 Peta Jaringan Jalan di Kabupaten Jembrana

Sumber : Dinas PU Kab. Jembrana

Keterangan Gambar :

Ruas Jalan Nasional

Ruas Jalan Propinsi

Ruas Jalan Kabupaten

Berdasarkan jenis permukaan, jalan di Kabupaten Jembrana terdiri atas

jalan aspal, jalan krikil dan jalan tanah. Panjang masing-masing jalan tersebut

sampai akhir tahun 2010 adalah : jalan aspal = 770,113 km; jalan krikil = 77,168

km; dan jalan tanah = 77,304 km. Sedangkan menurut kondisinya, dibedakan

menjadi jalan dengan kondisi baik = 726,272 km; sedang = 42,549 km; rusak =

155,764 km.

22

2.8. Landasan Teori

Bertitik tolak dari tinjauan pustaka di atas, maka landasan teori yang

dikembangkan dalam penelitian ini adalah sebagai berikut :

Hasil estimasi memberikan gambaran berapa anggaran yang akan

diperlukan untuk mewujudkan proyek konstruksi, dan di dalam proses estimasi

harus dipertimbangkan berbagai macam faktor, karena hasil estimasi juga

merupakan perkiraan dari masa lalu yang mungkin akan terjadi ketika proyek

akan berlangsung, baik di dalamnya yang berkenaan dengan metode konstruksi,

fluktuasi nilai uang dan lainnya yang kesemuanya itu akan mempengaruhi hasil

estimasi.

Untuk mendapatkan hasil estimasi yang cepat dan dapat

dipertanggungjawabkan, maka dalam penelitian ini akan mengembangkan metode

estimasi yaitu “Cost Significant Model”. Sebagai dasar dari “Cost Significant

Model” pada penelitian ini adalah mengandalkan pada penemuan yang

terdokumentasi dengan baik bahwa 80% dari total nilai proyek yang di dalamnya

terdapat 20% dari item-item pekerjaan yang paling mahal. Proyek yang memiliki

ciri-ciri yang sejenis, item-item biaya signifikan secara kasar adalah sama. Metode

“Cost Significant Model” adalah salah satu model peramalan biaya total

konstruksi berdasarkan data penawaran yang lalu, yang lebih mengandalkan pada

harga yang paling signifikan di dalam mempengaruhi biaya total proyek sebagai

dasar peramalan yang diterjemahkan ke dalam perumusan regresi berganda.

23

BAB III

METODE PENELITIAN

3.1. Lokasi dan Obyek Penelitian

Penelitian ini mengambil lokasi di Kabupaten Jembrana, dengan obyek

penelitian pada Dinas Pekerjaan Umum, Bidang Bina Marga, untuk kegiatan

rehabilitasi/pemeliharaan jalan kabupaten.

3.2. Data Penelitian

Data penelitian diambil dengan melaksanakan sensus pada paket-paket

pekerjaan pemeliharaan jalan kabupaten yang sejenis yang dananya bersumber

dari APBD (Anggaran Pendapatan dan Belanja Daerah) Kabupaten Jembrana,

tahun anggaran 2006 sampai dengan tahun 2009. Data penelitian terdiri dari data

proyek yang hampir sama berjumlah 48 paket pekerjaan, dengan perincian sebagai

berikut :

a. Tahun anggaran 2006 : 6 paket

b. Tahun anggaran 2007 : 7 paket

c. Tahun anggaran 2008 : 14 paket

d. Tahun anggaran 2009 : 21 paket

23

24

3.3. Teknik Pengumpulan Data

Dalam penelitian ini, pengumpulan data dilaksanakan dengan metode

observasi langsung dengan acuan sebagai berikut :

a). Mengumpulkan data histori penawaran proyek yang sejenis pada

kegiatan pemeliharaan jalan kabupaten di Kabupaten Jembrana.

b). Data yang dikumpulkan adalah paket pekerjaan untuk anggaran tahun

2006 sampai dengan tahun 2009, yang jumlahnya 48 paket pekerjaan.

c). Data yang dihimpun berupa Rencana Anggaran Biaya (RAB), yang

diajukan oleh rekanan/kontraktor yang memenangkan

pelelangan/tender untuk masing-masing paket pekerjaan.

d). Harga komponen biaya pekerjaan dan biaya total pekerjaan yang

dikumpulkan tanpa Pajak Pertambahan Nilai (PPN).

3.4. Variabel Penelitian

3.4.1. Identifikasi Variabel

Penelitian ini melibatkan satu variabel terikat dan sepuluh variabel bebas.

Sebagai variabel bebas meliputi : biaya pekerjaan persiapan, biaya bahan aspal,

biaya bahan agregat pemulihan kondisi jalan, biaya bahan agregat untuk hotmix,

biaya upah pemulihan kondisi jalan, biaya upah hotmix, biaya alat pemulihan

kondisi jalan, biaya alat hotmix, biaya perbaikan permukaan bahu jalan, dan

biaya pembuatan/perbaikan drainase/saluran. Sedangkan variabel terikat dalam

penalitian ini adalah jumlah nilai pekerjaan/real cost.

25

X1

X2

X3

X4

X5

Y

X6

X7

X8

X9

X10

Hubungan antara variabel-variabel bebas dengan variabel terikat dapat

diilustrasikan dalam model penelitian sebagai berikut :

Gambar 3.1 Hubungan antara variabel bebas dengan variabel terikat

Keterangan gambar :

X1 = Biaya pekerjaan persiapan

X2 = Biaya bahan aspal

X3 = Biaya bahan agregat pemulihan kondisi jalan

X4 = Biaya bahan agregat hotmix

26

X5 = Biaya upah pemulihan kondisi jalan

X6 = Biaya upah hotmix

X7 = Biaya alat pemulihan kondisi jalan

X8 = Biaya alat hotmix

X9 = Biaya bahu jalan

X10 = Biaya drainase

Y = Jumlah nilai pekerjaan/real cost

3.4.2. Definisi Operasional Data

Definisi secara operasional variabel-variabel penelitian tersebut adalah

sebagai berikut :

Pertama, variabel biaya pekerjaan persiapan adalah menyatakan

banyaknya biaya-biaya yang harus dikeluarkan pada pekerjaan tersebut, yaitu

pekerjaan pengukuran/uitzet.

Kedua, variabel biaya bahan aspal adalah menyatakan biaya yang

dikeluarkan untuk pembelian bahan aspal secara keseluruhan.

Ketiga, variabel biaya bahan agregat pemulihan kondisi jalan adalah

menyatakan banyaknya biaya yang dikeluarkan untuk pembelian batu pecah

3-5 cm, batu pecah 2-3 cm, batu pecah 1-2 cm, batu pecah ½-1 cm dan pasir

penutup.

Keempat, variabel biaya bahan agregat hotmix adalah menyatakan

banyaknya biaya yang dikeluarkan untuk pembelian agregat kasar, agregat halus

dan abu batu untuk pekerjaan HRS (Hot Rolled Sheet).

27

Kelima, variabel biaya upah pemulihan kondisi jalan adalah menyatakan

banyaknya biaya yang dikeluarkan untuk upah kerja pekerjaan pemulihan kondisi

jalan.

Keenam, variabel biaya upah hotmix adalah menyatakan banyaknya biaya

yang dikeluarkan untuk upah kerja pekerjaan penghamparan HRS (Hot Rolled

Sheet).

Ketujuh, variabel biaya alat pemulihan kondisi jalan adalah menyatakan

banyaknya biaya yang dikeluarkan untuk biaya peralatan kerja pekerjaan

pemulihan kondisi jalan.

Kedelapan, variabel biaya alat hotmix adalah menyatakan banyaknya

biaya yang dikeluarkan untuk biaya peralatan kerja untuk produksi dan

penghamparan HRS (Hot Rolled Sheet).

Kesembilan, variabel biaya bahu jalan adalah menyatakan banyaknya

biaya-biaya yang harus dikeluarkan untuk perbaikan permukaan bahu jalan,

meliputi : pekerjaan timbunan bahu jalan dan pekerjaan pengupasan bahu jalan.

Kesepuluh, variabel biaya drainase adalah menyatakan banyaknya biaya-

biaya yang harus dikeluarkan pada pekerjaan pembuatan/perbaikan

drainase/saluran, meliputi : pekerjaan plat dueker, pekerjaan pasangan batu kali,

dan pekerjaan galian tanah parit.

Kesebelas, variabel jumlah nilai pekerjaan/rel cost adalah menyatakan

banyaknya biaya-biaya yang harus dikeluarkan untuk menyelesaikan seluruh

komponen pekerjaan pemeliharaan jalan kabupaten.

28

Indikator-indikator tersebut di atas dapat disajikan seperti pada Tabel 3.1

berikut :

Tabel 3.1 Indikator biaya pekerjaan

No Variabel Biaya Item-item Pekerjaan

1 Variabel Bebas Biaya pekerjaan persiapan

2 Variabel Bebas Biaya bahan aspal

3 Variabel Bebas Biaya agregat pemulihan kondisi jalan

4 Variabel Bebas Biaya agregat hotmix

5 Variabel Bebas Biaya upah pemulihan kondisi jalan

6 Variabel Bebas Biaya upah hotmix

7 Variabel Bebas Biaya alat pemulihan kondisi jalan

8 Variabel Bebas Biaya alat hotmix

9 Variabel Bebas Biaya bahu jalan

10 Variabel Bebas Biaya drainase

11 Variabel Terikat Jumlah nilai pekerjaan/real cost

3.5. Analisis Data

Teknik analisis data yang digunakan di dalam penelitian ini adalah

menggunakan analisis statistik deskriptif dan analisis inferensial.

Analisis statistik deskriptif berguna untuk mendapatkan informasi yang

bersifat deskriptif mengenai variabel-variabel penelitian. Statistik deskriptif

dimaksudkan untuk menganalisa data yang terkumpul sebagaimana adanya tanpa

29

bermaksud membuat suatu kesimpulan yang berlaku untuk umum. Sehingga jenis

analisis ini bersifat mendukung analisis data selanjutnya.

Sedangkan analisis statistik inferensial berkaitan dengan pengambilan

keputusan dari data yang ada. Analisis statistik inferensial meliputi analisis regresi

berganda yang dipergunakan untuk mengetahui model estimasi biaya proyek.

Metode regresi berganda ini menggunakan asumsi bahwa biaya konstruksi sebagai

variabel terikat dan biaya item-item pekerjaan sebagai variabel bebas. Kedua

variabel tersebut mempunyai regresi linier berganda yang dapat dirumuskan

sebagai berikut :

Y = a0 + a1 X1 + a2 X2 + a3 X3 + a4 X4 + a5 X5 + a6 X6 + a7 X7 + a8 X8

+ a9 X9 + a10 X10 ..................................................................... (3.1)

Dimana :

Y = Variabel terikat

X1 s/d X10 = Variabel bebas

a0 s/d a10 = Koefisien persamaan

Untuk dapat melaksanakan teknik analisis data, pada awalnya data

dikelompokkan berdasarkan variabel-variabel seperti yang terlihat pada Tabel.

3.1. Selanjutnya teknik analisis data pada penelitian ini dilaksanakan dengan

tahapan sebagai berikut : (1) perhitungan pengaruh time value; (2) menentukan

cost-significant items; (3) uji persyaratan untuk analisis; (4) analisis data; dan

(5) pengujian model.

30

3.5.1 Perhitungan Pengaruh Time Value

Dalam penelitian ini perhitungan pengaruh time value perlu dilaksanakan

karena tahun anggaran proyek yang digunakan sebagai data penelitian adalah

berbeda-beda. Dengan mempertimbangkan pengaruh time value maka akan

mendapatkan nilai proyek yang riil. Pengaruh time value dapat dihitung karena

berkurangnya nilai uang akibat faktor inflasi tiap tahunnya. Perhitungan

menggunakan Future Value (FV) dengan persamaan 3.2 (Giatman, 2007) :

niPF 1 .................................................................... 3.2

Keterangan persamaan :

F : nilai harga pada proyeksi yang ditentukan

P : harga sebelum diproyeksi

i : faktor inflasi

n : tahun proyeksi

3.5.2 Menentukan Cost-Significant Items

Dengan melihat deskripsi hasil penelitian, didapatkan proporsi masing-

masing komponen biaya (variabel bebas) terhadap jumlah biaya (variabel terikat).

Proporsinya diurut dari yang terbesar sampai terkecil. Cost-significant items

diidentifikasi sebagai item-item terbesar yang jumlah prosentasenya sama atau

lebih besar dari 80% jumlah biaya. Variabel bebas yang diidentifikasi sebagai

cost-significant items inilah yang selanjutnya akan dianalisis dengan

menggunakan program SPSS.

31

3.5.3 Uji Persyaratan Analisis

Sebelum melaksanakan analisis data, diperlukan pemenuhan atas prasyarat

asumsi dasar ditribusi data pada variabel yang digunakan dalam analisis.

Persyaratan yang harus dipenuhi adalah uji normalitas yaitu data sampel

hendaknya memenuhi persyaratan distribusi normal. Uji normalitas dalam

penelitian ini dilakukan dengan bantuan komputer program SPSS (Statistical

Product and Service Solution). Normalitas data dapat diketahui dengan statistik

uji Kolmogorov Smirnov. Persyaratan data disebut normal jika nilai sig atau

probabilitas atau p > 0,05. Sehingga data yang diuji memenuhi persyaratan uji

normalitas.

3.5.4 Analisis Data

Dalam penelitian ini analisis data menggunakan analisis inferensial yaitu

analisis regresi berganda dengan dengan bantuan komputer program SPSS

(Statistical Product and Service Solution).

Dalam menganalisa kekuatan hubungan antara variabel terikat dengan

variabel bebas digunakan analisis koefisien korelasi, yaitu dengan melihat nilai

koefisien korelasi (R). Besar nilai R dapat diinterpretasi untuk memperkirakan

kekuatan hubungan korelasi yang memiliki nilai antara -1 sampai dengan 1. Nilai

R = 0 atau mendekati nol menunjukkan hubungan yang lemah diantara variabel

tersebut. Jika R mendekati -1 menunjukkan antara variabel yang ditinjau

hubungannya sangat kuat dan dikatakan berkoralasi negatif, yang artinya kenaikan

nilai X akan terjadi bersama-sama dengan penurunan nilai Y atau sebaliknya. Dan

32

bila R mendekati 1, hubungan X dengan Y sangat kuat dan dikatakan berkorelasi

positif, artinya kenaikan dan penurunan nilai X akan diikuti oleh kenaikan dan

penurunan nilai Y.

Untuk mengetahui sampai sejauh mana ketepatan atau kecocokan garis

regresi yang diperoleh dalam mewakili kelompok data yang diteliti, maka perlu

dilihat sampai seberapa jauh model yang terbentuk dapat menerangkan kondisi

yang sebenarnya. Dalam analisis regresi dikenal suatu ukuran yang dapat

dipergunakan untuk keperluan tersebut yaitu koefisien determinasi (R2). Nilai

koefisien determinasi (R2) berkisar diantara 0 dan 1. Jika R

2 = 0, berarti tidak ada

hubungan antara X dan Y atau model regresi yang terbentuk tidak sesuai untuk

meramalkan Y. Dan bila R2 = 1, maka model regresi yang terbentuk dapat

meramalkan secara sempurna. Nilai koefisien determinasi (R2) merupakan suatu

ukuran yang menunjukkan besar sumbangan dari variabel bebas X terhadap

variabel terikat Y.

Dalam menganalisa apakah model regresi yang diperoleh layak

dipergunakan dalam melaksanakan estimasi nilai variabel terikatnya, maka akan

diuji dengan uji ANOVA atau F test dan uji t. Uji F dilaksanakan dengan cara

membandingkan nilai probabilitas (Sig) dari F hitung dengan nilai tingkat

signifikansi (α = 0,05). Jika nilai probabilitas (Sig) dari F hitung memiliki nilai lebih

kecil dari tingkat signifikansi yang digunakan dalam penelitian ini (α = 0,05),

model regresi yang diperoleh dapat dipakai untuk memprediksi nilai variabel

terikatnya. Dan sebaliknya jika nilai nilai probabilitas (Sig) dari F hitung memiliki

nilai lebih besar dari tingkat signifikansi yang digunakan dalam penelitian ini (α =

33

0,05), model regresi yang diperoleh tidak dapat dipakai untuk memprediksi nilai

variabel terikatnya. Uji t dilaksanakan dengan cara membandingkan nilai

probabilitas (sig) dari t hitung dengan nilai tingkat signifikansi (α = 0,05).

Persamaan yang memenuhi syarat ditunjukkan dengan nilai probabilitas (sig) dari

t hitung < 0,05.

3.5.5 Pengujian Model

Model estimasi biaya yang dikembangkan perlu diuji keakuratannya.

Menurut Poh dan Horner (1995), bahwa pengujian model bisa dilakukan dengan

cara membagi biaya estimasi model dengan Cost Model Factor (CMF). CMF

merupakan rata-rata rasio dari biaya estimasi model dengan biaya aktual.

Akurasinya dalam bentuk persentase dan dievaluasi secara sederhana sebagai

selisih antara harga yang diprediksi dengan yang sebenarnya, sesuai dengan

persamaan 3.3 (Poh & Horner, 1995):

%100)(

xAv

AvEvAkurasi

.................................................... 3.3

Keterangan :

Ev : Estimated bill value ( harga yang diprediksi )

Av : Actual bill value ( harga yang sebenarnya)

34

3.6 Kerangka Umum Penelitian :

SELESAI

Pengujian Model

Simpulan dan Saran

A

Analisis Data

Menentukan cost-significant items

MULAI

Landasan Teori

Pengumpulan Data

Identifikasi Variabel

Perhitungan Time Value

A

Manfaat Penelitian

Rumusan Masalah

Tujuan Penelitian

Latar Belakang

Uji Persyaratan Untuk Analisis

Dengan Uji Normalitas

35

BAB IV

HASIL PENELITIAN

4.1. Data Proyek

Data histori proyek yang sejenis didapatkan dari RAB (Rencana Anggaran

Biaya) berkas penawaran pada kontrak kegiatan rehabilitasi/pemeliharaan jalan

kabupaten pada bidang Bina Marga Dinas Pekerjaan Umum Kabupaten Jembrana.

Data yang dihimpun berjumlah 48 paket pekerjaan dari tahun anggaran 2006

sampai 2009. Harga yang dimaksud tidak termasuk Pajak Pertambahan Nilai

(PPN).

Data yang disajikan meliputi : tahun pelaksanaan, luas jalan, biaya total

proyek (Y) dan pengelompokan komponen biaya pekerjaan. Dimana data-data

tersebut sudah melalui proses perhitungan pada setiap item, berdasarkan analisa

satuan pekerjaan untuk masing-masing paket pekerjaan. Pengelompokan

komponen biaya pekerjaan disesuaikan dengan identifikasi variabel bebas yang

telah ditentukan diantaranya : pekerjaan persiapan (X1), bahan aspal (X2), bahan

pemulihan jalan (X3), bahan agregat hotmik (X4), upah pemulihan jalan (X5),

upah hotmix (X6), alat pemulihan jalan (X7), alat hotmix (X8), bahu jalan (X9),

dan drainase (X10). Berikut ini ditampilkan data proyek seperti tabel 4.1.

(halaman 37 s/d halaman 44).

35

44

4.2. Pengolahan Data

Prinsip yang digunakan untuk mendapatkan rumus model biaya adalah

menggunakan regresi linier berganda. Sebelum data dimasukkan ke dalam

program statistik, maka diperlukan pengolahan data sekunder yang telah didapat

dari histori penawaran. Luas jalan untuk masing-masing paket pekerjaan berbeda

sesuai dengan panjang dan lebar untuk masing-masing ruas jalan. Untuk

keseragaman data, maka data yang ada disesuaikan menjadi biaya per m2 luas

jalan. Biaya total pekerjaan (Y) dan komponen biaya pekerjaan (X1 s/d X10)

dibagi luas jalan untuk masing-masing paket pekerjaan, sehingga Y adalah biaya

per m2 luas jalan dan X1 s/d X10 adalah komponen biaya per m

2 luas jalan.

Berikut contoh perhitungannya :

Data tahun 2009, Rehabilitasi/pemeliharaan jalan Paket I (APBD), dengan luas

jalan 9.600,00 m2, sehingga biaya per m

2 untuk masing-masing variabel menjadi :

1. Y = Rp. 858.496.453,57 / 9.600,00 m2 = Rp. 89.426,71 per m

2.

2. X1 = Rp. 750.000,00 / 9.600,00 m2 = Rp. 78,13 per m

2.

3. X2 = Rp. 531.946.847,27 / 9.600,00 m2 = Rp. 55.411,13 per m

2.

Hasil perhitungan selengkapnya seperti tabulasi data yang disajikan pada

Tabel 4.3 (halaman 46 sampai dengan halaman 49)

Pelaksanaan proyek ini dikerjakan dari tahun anggaran 2006 sampai 2009,

maka untuk keseragaman dengan proyek-proyek lain yang juga diambil sebagai

data masukan, masing-masing harga harus dibawa ke harga pada tahun yang

ditentukan, dalam hal ini diproyeksikan ke tahun 2009. Akibatnya besar harga

harus disesuaikan dengan inflasi yang berlaku pada tahun itu. Data inflasi yang

45

digunakan adalah inflasi umum yang didapatkan dari Badan Pusat Statistik (BPS)

Kabupaten Jembrana, seperti Tabel 4.2.

Tabel 4.2 Inflasi Umum di Kabupaten Jembrana

No Tahun Inflasi Umum (%)

1 2006 4,30

2 2007 5,91

3 2008 9,62

Sumber : BPS Jembrana

Berikut contoh perhitungannya :

Data pada tahun 2008 diproyeksikan pada tahun 2009 :

- Biaya total (Y) = Rp. 82.927,46 ( 1 + 0,0962)1

= RP. 90.905,09


- Biaya total (Y) = {Rp. 59.104,55 ( 1 + 0,0591)1}(1+0,0962)

1

= RP. 68.619,52


- Biaya total (Y) = [{Rp. 60.902,81 ( 1 + 0,0430)1}(1+0,0591)

1] *

(1 + 0,0962)1

= RP. 73.747,69

Hasil perhitungan selanjutnya disajikan pada Tabel 4.4 (halaman 50 sampai

dengan halaman 53).

54

BAB V

ANALISIS DATA DAN PEMBAHASAN

5.1. Deskripsi Hasil Penelitian

Analisis deskriptif digunakan untuk menggambarkan data dalam bentuk

kuantitatif tanpa menyertakan pengambilan keputusan. Data dipresentasikan

dalam bentuk deskriptif tanpa diolah dengan teknik-teknik analisis lainnya. Hasil

perhitungan analisis deskriptif untuk masing-masing variabel penelitian dapat

disajikan pada Tabel 5.1 (halaman 55).

Dari data proyek yang dianalisis yaitu 48 paket pekerjaan dapat diketahui

bagaimana rata-rata proporsi komponen biaya per m2 luas jalan, pekerjaan

pemeliharaan berkala jalan kabupaten di Kabupaten Jembrana. Proporsi

komponen biaya diuraikan dari yang terbesar yaitu : proporsi bahan aspal (X2)

rata-rata sebesar 55,82%, bahan agregat hotmix (X4) sebesar 14,84%, alat hotmix

(X8) sebesar 13,76%, drainase (X10) sebesar 4,79%, bahan pemulihan jalan (X3)

sebesar 2,64%, upah pemulihan jalan (X5) sebesar 1,35%, bahu jalan (X9) sebesar

1,34%, upah hotmix (X6) sebesar 1,01%, alat pemulihan jalan (X7) sebesar

0,27%, dan pekerjaan persiapan (X1) sebesar 0,21%. Sedangkan rata-ratanya

meliputi : Biaya (Y) = Rp. 86.492,66; pekerjaan persiapan (X1) = Rp. 177,49;

bahan aspal (X2) = Rp. 48.284,01; bahan pemulihan jalan (X3) = Rp. 2.281,83;

bahan agregat hotmix (X4) = Rp. 12.831,46; selengkapnya disajikan dalam bentuk

grafik sesuai yang tertera pada gambar 5.1 (halaman 55).

54

55

Tabel 5.1 Deskripsi Hasil Penelitian

No. Uraian Simbol Mean

(Rp)

Std.Deviasi

(Rp)

%

1 Jumlah Biaya Y 86.492,66 19.277,17 100,00

2 Pek. Persiapan X1 177,49 252,51 0,21

3 Bahan Aspal X2 48.284,01 13.636,85 55,82

4 Bahan Pemulihan Jalan X3 2.281,83 1.602,71 2,64

5 Bahan Agregat Hotmix X4 12.831,46 6.550,42 14,84

6 Upah Pemulihan Jalan X5 1.163,91 925,28 1,35

7 Upah Hotmix X6 870,43 268,20 1,01

8 Alat Pemulihan Jalan X7 236,34 221,72 0,27

9 Alat Hotmix X8 11.899,90 7.666,64 13,76

10 Bahu Jalan X9 1.163,00 2.127,91 1,34

11 Drainase X10 4.145,27 6.327,03 4,79

Sumber : Hasil SPSS

Gambar 5.1 Proporsi Komponen Biaya Per M2 Luas Jalan

Sumber : Hasil SPSS

56

5.2. Menentukan Cost-Significant Items

Dari tabel 5.1 Deskripsi Hasil Penelitian (halaman 55), dapat ditentukan

cost-significant items yaitu :

1. Bahan aspal (X2) : prosentasenya = 55,82%

2. Bahan agregat hotmix (X4) : prosentasenya = 14,84%

3. Alat hotmix (X8) : prosentasenya = 13,76%

Jumlah = 84,42%

Jumlah biaya (Y) sebagai variabel terikat, dan variabel bebas adalah :

bahan aspal (X2), bahan agregat hotmix (X4) dan alat hotmix (X8). Tabel 4.4

(halaman 50 s/d 53 disesuaikan dengan mencari cost-significant items dan

disederhanakan menjadi sesuai pada tabel 5.2 Input Data SPSS ( halaman 57,58).

Tabel 5.2 (halaman 57,59) selanjutnya dianalisis dengan menggunakan program

SPSS. Salah satu metode yang sering digunakan dalam analisis regresi berganda

adalah dengan menggunakan Stepwise Method yaitu metode untuk menentukan

variabel bebas yang dominan. Variabel yang telah dimasukkan ke dalam model

regresi bisa dikeluarkan lagi dari model. Metode ini dimulai dengan memasukkan

variabel bebas yang mempunyai korelasi paling kuat dengan variabel terikat.

Kemudian setiap kali pemasukan variabel bebas yang lain, dilakukan pengujian

untuk tetap memasukkan variabel bebas atau mengeluarkannya.

57

Tabel 5.2 Input Data SPSS

No. Y X2 X4 X8

1 89.426,71 55.411,13 5.004,80 20.533,33

2 98.895,61 63.583,04 6.455,45 14.584,12

3 77.095,78 35.599,43 5.786,62 24.799,86

4 90.184,47 54.770,52 5.453,85 15.625,00

5 80.519,74 29.578,88 4.936,85 26.489,43

6 108.257,30 57.650,57 16.998,12 4.952,93

7 87.987,52 55.168,94 5.598,88 13.928,69

8 76.757,69 47.205,07 10.692,10 15.548,85

9 98.945,04 70.437,14 4.768,80 12.625,00

10 112.381,01 66.653,49 7.280,70 17.605,00

11 105.858,71 54.459,06 6.353,85 24.883,00

12 85.890,15 52.284,24 8.664,15 15.850,00

13 107.495,23 59.907,45 5.234,98 22.926,02

14 121.743,13 77.917,79 6.049,61 16.364,23

15 99.800,18 61.191,49 6.307,00 16.092,88

16 101.626,04 55.198,09 5.445,42 22.294,20

17 74.710,89 34.118,34 5.902,34 25.295,82

18 95.926,73 49.779,59 4.798,95 31.905,43

19 69.220,38 26.716,61 4.783,55 21.496,89

20 100.394,64 65.924,93 5.716,48 9.643,70

21 106.791,06 62.757,34 5.484,60 22.689,73

22 90.905,09 41.226,39 17.497,32 9.878,61

23 78.685,34 41.692,09 14.633,25 9.908,64

24 78.760,77 40.488,73 17.583,05 9.975,42

25 88.291,45 52.640,44 21.914,93 4.893,89

26 165.108,12 90.799,46 20.112,77 4.865,33

27 69.924,55 44.455,23 14.608,52 4.679,28

28 87.353,02 51.844,87 18.816,64 4.760,09

29 101.564,10 53.094,11 17.897,54 4.122,33

30 73.163,79 38.246,62 18.026,28 10.177,25

Sumber : Hasil perhitungan

58

Lanjutan Tabel 5.2 Input Data SPSS

No. Y X2 X4 X8

31 80.858,62 39.731,46 24.584,70 6.467,58

32 76.752,49 46.073,51 18.862,07 4.794,02

33 81.879,93 51.195,33 15.182,28 4.863,06

34 100.129,58 56.646,65 22.137,09 5.775,00

35 84.172,15 56.382,55 18.492,44 4.628,39

36 68.619,52 42.352,60 10.789,48 6.736,48

37 86.867,04 39.519,77 20.242,76 4.501,99

38 63.341,86 31.979,18 21.853,35 4.831,83

39 77.169,78 42.511,23 15.294,32 9.121,72

40 76.008,41 39.973,03 21.623,46 4.943,98

41 74.253,21 39.653,77 22.989,09 4.666,31

42 81.205,87 46.004,44 19.922,88 5.008,41

43 73.747,69 36.494,65 14.149,12 8.355,26

44 63.746,18 32.153,71 8.688,51 11.927,99

45 58.040,58 28.920,20 12.275,27 10.334,49

46 54.239,25 31.072,18 12.837,13 4.702,65

47 61.186,93 29.818,95 18.589,56 5.338,32

48 65.764,10 36.348,01 18.589,19 4.802,90


Dengan :

Y = Jumlah Biaya ( Rp/m2)

X2 = Bahan Aspal ( Rp/m2)

X4 = Bahan Agregat Hotmix ( Rp/m2)

X8 = Alat Hotmix ( Rp/m2)

59

0.0 0.2 0.4 0.6 0.8 1.0

Observed Cum Prob

0.0

0.2

0.4

0.6

0.8

1.0

Ex

pe

cte

d C

um

Pro

b

Dependent Variable: Y

Normal P-P Plot of Regression Standardized Residual

5.3. Uji Normalitas

Pengujian normalitas data berdasarkan Kolmogorov-Smirnov,

dilaksanakan berdasarkan pedoman perbandingan nilai probabilitasnya dengan

nilai signifikansinya (α = 0,05). Persyaratan data disebut normal jika probabilitas

atau p > 0,05. Rangkuman hasil uji normalitas berdasarkan nilai Kolmogorov-

Smirnov dapat dilihat pada tabel 5.3.

Tabel 5.3 Uji Normalitas berdasar nilai Kolmogorov-Smirnov

No. Uraian Simbol Probabilitas

(Sig)

Kesimpulan

1 Jumlah Biaya Y 0,672 Normal

2 Bahan Aspal X2 0,703 Normal

3 Bahan Agregat Hotmix X4 1,309 Normal

4 Alat Hotmix X8 1,153 Normal

Sumber : Hasil SPSS

Gambar 5.2 Grafik Normal P-P Plot

Sumber : Hasil SPSS

60

Gambar 5.2 (halaman 59) grafik normal P-P plot, menunjukkan bahwa

sebaran titik-titik residual berada di sekitar garis normal. Hal tersebut terjadi

karena titik-titik residual tersebut berasal dari data dengan distribusi normal.

Dengan demikian, disimpulkan bahwa regresi telah memenuhi persyaratan

normalitas.

5.4. Pembahasan

Hasil analisis korelasi secara parsial pada masing-masing variabel bebas :

bahan aspal (X2), bahan agregat hotmix (X4) dan alat hotmix (X8) terhadap

variabel terikat biaya proyek (Y), seperti disajikan dalam tabel 5.4. Nilai

koefisien korelasi (R) yang paling besar adalah komponen bahan aspal (X2)

sebesar 0,902. Hal tersebut menyatakan bahwa hubungan antara biaya (Y) dengan

bahan aspal (X2) sangat kuat dan berkorelasi positif, yang artinya kenaikan dan

penurunan nilai bahan aspal (X2) akan diikuti oleh kenaikan dan penurunan biaya

(Y). Nilai signifikasi p = 0,000 < 0,05 menunjukkan bahwa bahan aspal (X2)

signifikan mempengaruhi biaya (Y) pada taraf kepercayaan 95%. Sedangkan nilai

signifikasi bahan agregat hotmik (X4) = 0,107 > 0,05 dan nilai signifikasi alat

hotmix (X8) = 0,086 > 0,05, menyatakan bahwa bahan agregat hotmik (X4) dan

alat hotmix (X8) tidak signifikan mempengaruhi biaya (Y).

Tabel 5.4 Pengaruh Variabel Terhadap Biaya

No. Uraian Simbol Pearson

Correlation

Probabilitas

(Sig)

1 Bahan Aspal X2 0,902 0,000

2 Bahan Agregat Hotmix X4 -0,182 0,107

3 Alat Hotmix X8 0,201 0,086 Sumber : Hasil SPSS

61

Tabel 5.5 Ringkasan Model (Model Summary)

Model R R2 Adjusted R

2 Std. Error of the

Estimate

1

0,902

0,814

0,810

8.400,04

Sumber : Hasil SPSS

Dari tabel 5.4 ringkasan model didapatkan angka koefisien determinasi

(R2) = 0,814 menunjukkan bahwa 81,4% biaya (Y) dipengaruhi oleh bahan aspal

(X2). Sedangkan sisanya (100% - 81,4% = 18,6%) dipengaruhi oleh sebab-sebab

lain. Standar error of the estimate = 8.400,04 < standar deviasi = 19.277,17

(sesuai tabel 5.1, halaman 55) menyatakan bahwa model regresi layak digunakan.

Tabel 5.6 Analisis Varian

Model Sum of Squares df Mean Square F Sig.

1

Regression

Residual

Total

14.219.835.602,91

3.245.792.763,99

17.465.628.366,89

1

46

47

14.219.835.602,91

70.560.712,26

201,53

0,00

Sumber : Hasil SPSS

Tabel 5.7 Coefficients

Model Unstandardized

Coefficients

Standardized

Coefficients

t Sig.

B Beta

1

(constant)

X2

24.905,879

1,276

0,902

5,529

14,196

0,000

0,000

Sumber : Hasil SPSS

62

Dari tabel 5.6 (halaman 61) uji Anova atau uji F, tingkat signifikasi

= 0,00 < 0,05, maka model regresi bisa dipakai untuk memprediksi biaya. Atau

bisa dijelaskan bahwa bahan aspal (X2) berpengaruh terhadap biaya pekerjaan

(Y).

Dari tabel 5.7 (halaman 61) coefficients, nilai signifikasi X2= 0,00

< 0,05 menyatakan bahwa bahan aspal (X2) berpengaruh secara signifikan

terhadap biaya (Y) pada taraf kepercayaan 95%. Nilai B constant = 24.905,879

menyatakan bahwa jika bahan aspal diabaikan, maka biaya pemeliharaan jalan per

m2

adalah Rp. 24.905,879 . Nilai B X2 = 1,276 menyatakan bahwa setiap

penambahan biaya bahan aspal Rp. 1, biaya pemeliharaan jalan per m2

akan

meningkat Rp. 1,276.

Berdasarkan nilai B constant dan B X2 pada tabel 5.7 (halaman 62)

, maka dapat dibuatkan persamaan regresi :

Y = 24.905,879 + 1,276 X2 ........................................................ 5.1

dengan, Y = Biaya pemeliharaan berkala jalan per m2 luas jalan dengan

konstruksi HRS tebal 3 cm (Rp/m2).

X2 = Biaya bahan aspal per m2 luas jalan (Rp/m

2).

Sesuai dengan persamaan regresi di atas, variabel bebas adalah X2 yaitu

biaya bahan aspal per m2 luas jalan. Pada tahap awal proyek seperti saat

penyusunan konsep, dimana kuantitas (volume) bahan aspal belum tersedia.

Sehingga untuk memprediksi biaya pemeliharaan jalan, model persamaan regresi

5.1 tidak bisa digunakan. Untuk itu perlu diketahui hubungan atau korelasi antara

63

biaya bahan aspal (X2) dengan harga satuan aspal (X2’). Hasil analis ditampilkan

pada tabel 5.8, tabel 5.9 dan tabel 5.10 berikut :

Tabel 5.8 Ringkasan Perhitungan

Model R R2 Adjusted R

2 Std. Error of the

Estimate

1

0,907

0,823

0,819

5.797,40

Sumber : Hasil SPSS

Tabel 5.9 Analisis Varian

Sum of Squares Df Mean Square F Sig.

Regression

Residual

Total

7.194.246.184,802

1.546.051.811,207

8.740.297.996,009

1

46

47

7.194.246.184,802

33.609.821,983

214,052

0,000

Sumber : Hasil SPSS

Tabel 5.10 Coefficients

Model Coefficients Std. Error t Sig.

(constant)

X2’

-3.302,206

7,273

3.623,867

0,497

-0,911

14,631

0,367

0,000

Sumber : Hasil SPSS

Nilai koefisien korelasi (R) adalah 0,907 yaitu koefisien korelasi (R)

antara biaya bahan aspal (X2) dengan harga satuan aspal (X2’). Hasil analisis

tersebut menunjukkan bahwa hubungan antara biaya bahan aspal (X2) dengan

harga satuan aspal (X2’) sangat kuat dan berkorelasi positif, yang artinya

kenaikan dan penurunan nilai harga satuan aspal (X2’) akan diikuti oleh kenaikan

dan penurunan biaya bahan aspal (X2).

64

Angka koefisien determinasi (R2) = 0,823 menunjukkan bahwa 82,30%

biaya bahan aspal (X2) dipengaruhi oleh harga satuan bahan aspal (X2’).

Sedangkan sisanya (100% - 82,30% = 17,70%) dipengaruhi oleh sebab-sebab lain.

Dari uji Anova atau uji F, tingkat signifikasi = 0,00 nilainya < 0,05, maka

model regresi bisa dipakai untuk memprediksi biaya bahan aspal. Atau bisa

dijelaskan bahwa harga satuan aspal (X2’) berpengaruh terhadap biaya bahan

aspal (X2).

Persamaan regresi yang didapatkan dari keluaran perhitungan yang tersaji

pada tabel 5.10 adalah :

X2 = - 3.302,206 + 7,273 X2’ ................................................ 5.2

dengan, X2 = Biaya bahan aspal per m2 luas jalan (Rp/m

2).

X2’ = Harga satuan aspal per kg (Rp/kg)

Persamaan 5.2 disubstitusikan ke dalam persamaan 5.1, sehingga hasilnya

menjadi :

Y = 20.692,264 + 9,28 X2’ ....................................................... 5.3

dengan, Y = Biaya pemeliharaan berkala jalan per m2 luas jalan dengan

konstruksi HRS tebal 3 cm (Rp/m2).

X2’ = Harga satuan aspal per kg (Rp/kg).

5.5. Pengujian Model

Dalam penelitian ini biaya estimasi model dihitung dengan memasukkan

harga satuan aspal berupa harga aspal per kg, ke dalam persamaan 5.3. Hasil

estimasi biaya dengan Cost Significant Model didapatkan dengan cara membagi

65

biaya estimasi model dengan Cost Model Factor (CMF). CMF merupakan rata-

rata rasio dari biaya estimasi model dengan biaya aktual. Rangkuman hasil

perhitungan Cost Model Factor (CMF) dapat dilihat pada Tabel 5.11.

Tabel 5.11 Rangkuman hasil Perhitungan CMF

NO

HARGA

SATUAN

ASPAL

(X2')

BIAYA

ESTIMASI

MODEL PER

M2 LUAS

JALAN

BIAYA

AKTUAL PER

M2 LUAS

JALAN CMF

( Rp/Kg.) ( Rp/m2.) ( Rp/m

2.)

(1) (2) (3) (4) (5)

1 9.200,00 106.071,47 89.426,71 1,186

2 9.500,00 108.855,57 98.895,61 1,101

3 6.000,00 76.374,35 77.095,78 0,991

4 8.850,00 102.823,34 90.184,47 1,140

5 4.500,00 62.453,83 80.519,74 0,776

6 7.300,00 88.438,80 108.257,30 0,817

7 8.250,00 97.255,14 87.987,52 1,105

8 8.650,00 100.967,27 76.757,69 1,315

9 8.275,00 97.487,14 98.945,04 0,985

10 8.500,00 99.575,22 112.381,01 0,886

11 7.325,33 88.673,88 105.858,71 0,838

12 8.900,00 103.287,36 85.890,15 1,203


66

Lanjutan Tabel 5.11 Rangkuman hasil Perhitungan CMF

NO

HARGA

SATUAN

ASPAL

(X2')

BIAYA

ESTIMASI

MODEL PER

M2 LUAS

JALAN

BIAYA

AKTUAL PER

M2 LUAS

JALAN CMF

( Rp/Kg.) ( Rp/m2.) ( Rp/m

2.)

(1) (2) (3) (4) (5)

13 8.496,67 99.544,32 107.495,23 0,926

14 9.400,00 107.927,54 121.743,13 0,887

15 9.875,00 112.335,70 99.800,18 1,126

16 8.498,00 99.556,66 101.626,04 0,980

17 6.000,00 76.374,35 74.710,89 1,022

18 7.500,00 90.294,87 95.926,73 0,941

19 4.650,00 63.845,88 69.220,38 0,922

20 8.500,00 99.575,22 100.394,64 0,992

21 8.500,00 99.575,22 106.791,06 0,932

22 5.500,00 71.734,18 82.927,46 0,865

23 6.169,25 77.945,05 71.780,09 1,086

24 5.639,96 73.033,06 71.848,90 1,016

25 6.350,00 79.622,47 80.543,20 0,989

26 11.075,00 123.472,12 150.618,61 0,820

27 6.750,00 83.334,61 63.788,13 1,306

28 6.150,00 77.766,40 79.687,12 0,976

29 7.000,00 85.654,70 92.651,07 0,924

30 5.500,00 71.734,18 66.743,11 1,075

31 5.600,00 72.662,21 73.762,65 0,985

32 6.250,00 78.694,44 70.016,87 1,124

33 6.800,00 83.798,63 74.694,34 1,122


67

Lanjutan Tabel 5.11 Rangkuman hasil Perhitungan CMF

NO

HARGA

SATUAN

ASPAL

(X2')

BIAYA

ESTIMASI

MODEL PER

M2 LUAS

JALAN

BIAYA

AKTUAL PER

M2 LUAS

JALAN CMF

( Rp/Kg.) ( Rp/m2.) ( Rp/m

2.)

(1) (2) (3) (4) (5)

34 6.250,00 78.694,44 91.342,44 0,862

35 8.400,00 98.647,19 76.785,39 1,285

36 5.500,00 71.734,18 59.104,55 1,214

37 4.250,00 60.133,74 74.821,82 0,804

38 4.465,00 62.129,02 54.558,71 1,139

39 5.500,00 71.734,18 66.469,20 1,079

40 4.880,00 65.980,36 65.468,87 1,008

41 5.600,00 72.662,21 63.957,06 1,136

42 5.530,00 72.012,59 69.945,65 1,030

43 3.900,00 56.885,62 60.902,81 0,934

44 3.950,00 57.349,64 52.643,30 1,089

45 3.900,00 56.885,62 47.931,46 1,187

46 4.000,00 57.813,66 44.792,22 1,291

47 3.715,00 55.168,76 50.529,80 1,092

48 5.225,00 69.182,08 54.309,75 1,274

Rata-rata CMF 1,037


Hasil estimasi cost significant model yang didapatkan dari perhitungan

dibandingkan dengan biaya pelaksanaan (biaya aktual) proyek yang ditinjau.

Tingkat akurasinya adalah dengan menghitung selisih dari estimasi cost

significant model dengan biaya pelaksanaan, dibagi dengan biaya pelaksanaan,

68

dan dikali 100%. Sebagai perbandingan, dihitung juga akurasi metode yang

selama ini digunakan yaitu metode parameter panjang jalan terhadap biaya

pelaksanaan. Komparasi model estimasi pemeliharaan jalan disajikan seperti pada

Tabel 5.12 berikut :

Tabel 5.12 Komparasi Model Estimasi Biaya Pemeliharaan Jalan

No

NAMA

PAKET

PROYEK

BIAYA TOTAL

PELAKSANAAN

COST SIGNIFICANT

MODEL

METODE PARAMETER

PANJANG JALAN

ESTIMASI

BIAYA

AKU

RASI

ESTIMASI

BIAYA

AKU

RASI

( Rp.) ( Rp.)

( Rp.)

(1) (2) (3) (4) (5) (6) (7)

1 I (APBD) 858.496.453,57 981.868.585,30 14,37% 1.050.000.000 22,31%

2 II

(APBD) 777.319.509,12 825.005.349,71 6,13% 917.000.000 17,97%

3 III

(APBD) 763.865.014,17 729.654.220,85 -4,48% 1.039.500.000 36,08%

4 IV

(APBD) 536.597.573,03 589.918.819,46 9,94% 612.500.000 14,15%

5 V

(APBD) 845.457.296,21 632.312.749,51 -25,21% 1.225.000.000 44,89%

6 VI

(APBD) 772.957.097,30 608.870.085,37 -21,23% 833.000.000 7,77%

7 VII

(APBD) 527.925.106,58 562.661.699,87 6,58% 700.000.000 32,59%

8 VIII

(APBD) 506.600.784,24 642.551.778,30 26,84% 770.000.000 51,99%

9 IX

(APBD) 1.365.441.596,63 1.297.209.125,01 -5,00% 1.610.000.000 17,91%

10 X

(APBD) 590.000.290,61 504.073.828,23 -14,56% 525.000.000 -11,02%

11 XI

(APBD) 476.364.216,87 384.761.639,54 -19,23% 525.000.000 10,21%

12 I (DAK) 671.661.006,82 778.820.721,02 15,95% 805.000.000 19,85%

13 II (DAK) 1.005.080.375,61 897.452.870,09 -10,71% 962.500.000 -4,24%

14 III (DAK) 972.727.586,30 831.500.664,67 -14,52% 822.500.000 -15,44%

15 IV

(DAK) 1.676.143.953,27 1.819.203.858,25 8,54% 1.151.500.000 -31,30%

16 V (DAK) 824.187.181,97 778.528.903,17 -5,54% 850.500.000 3,19%


69

Lanjutan Tabel 5.12 Komparasi Model Estimasi Biaya Pemeliharaan Jalan

No

NAMA

PAKET

PROYEK

BIAYA TOTAL

PELAKSANAAN

COST SIGNIFICANT

MODEL

METODE PARAMETER

PANJANG JALAN

ESTIMASI

BIAYA

AKU

RASI

ESTIMASI

BIAYA

AKU

RASI

( Rp.) ( Rp.)

( Rp.)

(1) (2) (3) (4) (5) (6) (7)

17 VI

(DAK) 632.651.825,54 623.608.391,41 -1,43% 742.000.000 17,28%

18 VII

(DAK) 653.261.008,47 592.916.820,13 -9,24% 794.500.000 21,62%

19 VIII

(DAK) 800.187.647,85 711.662.839,66 -11,06% 1.190.000.000 48,72%

20 IX

(DAK) 795.125.511,98 760.431.375,16 -4,36% 924.000.000 16,21%

21 X (DAK) 454.502.758,24 408.635.850,08 -10,09% 465.500.000 2,42%

22 I 1.073.910.669,26 895.734.820,70 -16,59% 1.202.500.000 11,97%

23 II 653.198.852,12 683.932.906,90 4,71% 845.000.000 29,36%

24 III 502.942.321,64 492.947.959,76 -1,99% 650.000.000 29,24%

25 IV 869.866.550,24 829.168.862,37 -4,68% 585.000.000 -32,75%

26 V 636.363.644,43 503.012.959,17 -20,96% 341.250.000 -46,38%

27 VI 947.253.783,76 1.193.260.979,74 25,97% 1.072.500.000 13,22%

28 VII 828.746.075,50 779.846.128,16 -5,90% 845.000.000 1,96%

29 VIII 657.822.590,98 586.398.849,63 -10,86% 633.750.000 -3,66%

30 IX 894.357.607,65 926.860.741,11 3,63% 1.218.750.000 36,27%

31 X 645.423.216,07 613.056.124,10 -5,01% 812.500.000 25,89%

32 XI 1.029.247.928,19 1.115.436.729,82 8,37% 1.365.000.000 32,62%

33 XII 1.176.435.800,90 1.272.626.731,51 8,18% 1.462.500.000 24,32%

34 XIII 1.013.901.106,95 842.268.551,09 -16,93% 1.202.500.000 18,60%

35 XIV 218.838.367,80 271.089.769,88 23,88% 276.250.000 26,23%

36 I 2.127.763.637,80 2.490.073.632,84 17,03% 2.400.000.000 12,79%

37 II 1.799.135.510,52 1.394.239.615,20 -22,51% 1.356.300.000 -24,61%


70

Lanjutan Tabel 5.12 Komparasi Model Estimasi Biaya Pemeliharaan Jalan

No

NAMA

PAKET

PROYEK

BIAYA TOTAL

PELAKSANAAN

COST SIGNIFICANT

MODEL

METODE PARAMETER

PANJANG JALAN

ESTIMASI

BIAYA

AKU

RASI

ESTIMASI

BIAYA

AKU

RASI

( Rp.) ( Rp.)

( Rp.)

(1) (2) (3) (4) (5) (6) (7)

38 III 1.816.804.977,07 1.994.905.301,20 9,80% 2.220.000.000 22,19%

39 IV 1.631.818.982,48 1.698.091.880,17 4,06% 2.205.000.000 35,13%

40 V 1.124.493.340,37 1.092.748.678,09 -2,82% 1.507.200.000 34,03%

41 VI 48.965.525,65 53.640.659,27 9,55% 79.200.000 61,75%

42 VII 581.667.990,41 577.439.468,53 -0,73% 712.800.000 22,54%

43 I 727.849.493,79 655.526.592,70 -9,94% 522.500.000 -28,21%

44 II 864.245.021,06 907.837.350,42 5,04% 1.065.350.000 23,27%

45 III 1.457.116.491,91 1.667.476.229,46 14,44% 2.090.000.000 43,43%

46 IV 1.032.729.424,21 1.285.280.623,88 24,45% 1.560.900.000 51,14%

47 V 1.111.655.572,71 1.170.306.026,51 5,28% 1.567.500.000 41,01%

48 VI 608.269.225,64 747.128.348,15 22,83% 880.000.000 44,67%

Max

26,84%

61,75%

Min

-25,21%

-46,38%

Rata-rata

12,53%

34,37%


Dari komparasi model seperti tabel 5.12 (halaman 68 s/d 70) akurasi

model yang bernilai positif menyatakan bahwa estimasi biaya lebih besar dari

biaya pelaksanaan (biaya aktual). Sedangkan sebaliknya, akurasi model yang

bernilai negatif menyatakan bahwa estimasi biaya lebih kecil dari biaya

pelaksanaan (biaya aktual).

71

Akurasi dengan “Cost Significant Model” berkisar antara -25,21% sampai

dengan +26,84%, dengan rata-rata +12,53%. Sedangkan dengan menggunakan

metode parameter panjang jalan yang selama ini digunakan pada Bidang Bina

Marga Dinas Pekerjaan Umum Kabupaten Jembrana, berkisar antara -46,38%

sampai dengan +61,75%, dengan rata-rata + 34,37%. Estimasi biaya dengan

“Cost Significant Model” yang dikembangkan menghasilkan estimasi yang lebih

baik dibandingkan dengan estimasi dengan menggunakan parameter panjang

jalan.

72

BAB VI

SIMPULAN DAN SARAN

6.1. Simpulan

Berdasarkan hasil penelitian yang telah dilaksanakan, dapat diperoleh

simpulan sebagai berikut :

1. Bahan aspal berpengaruh secara signifikan terhadap biaya pemeliharaan

berkala jalan kabupaten di Kabupaten Jembrana, dimana 81,40% biaya

pemeliharaan jalan dipengaruhi oleh bahan aspal, sedangkan sisanya

18,60% dipengaruhi oleh sebab-sebab lain.

2. Model estimasi biaya pemeliharaan berkala jalan kabupaten dengan “Cost

Significant Model” di Kabupeten Jembrana adalah :

Y = 20.692,264 + 9,28 X2’

dengan, Y = Biaya pemeliharaan berkala jalan per m2 luas jalan

dengan konstruksi HRS tebal 3 cm (Rp/m2).

X2’ = Harga satuan aspal per kg (Rp/kg).

3. Akurasi model estimasi biaya pemeliharaan berkala jalan dengan metode

“Cost Significant Model” adalah berkisar antara -25,21% sampai dengan

+26,84%, dengan rata-rata +12,53%.

4. Estimasi dengan “Cost Significant Model” menghasilkan estimasi yang

lebih baik bila dibandingkan dengan estimasi menggunakan parameter

panjang jalan yang selama ini digunakan pada Bidang Bina Marga Dinas

72

73

Pekerjaan Umum Kabupaten Jembrana yang akurasinya berkisar antara

-46,38% sampai dengan +61,75%, dengan rata-rata + 34,37%.

6.2. Saran

Berdasarkan dari simpulan penelitian sebagaimana yang telah diuraikan

sebelumnya, maka dapat disarankan hal-hal sebagai berikut :

1. Berdasarkan akurasi model yang didapatkan, maka estimasi biaya dengan

“Cost Significant Model” baik digunakan pada tahap awal perencanaan

untuk menyusun anggaran proyek pemeliharaan berkala jalan kabupaten

di Kabupaten Jembrana.

2. Untuk mengestimasi biaya pemeliharaan jalan kabupaten tahun

berikutnya, diharapkan memperhitungkan besarnya inflasi yang berlaku

pada tahun bersangkutan.

74

DAFTAR PUSTAKA

Algifari. 2000. Analisis Regresi : Teori, Kasus, dan Solusi. Yogyakarta : BPFE.

Anonim. 2000. Modul Pelatihan : Teknik-Teknik Pemeliharaan Jalan. Jakarta :

Departemen Pekerjaan Umum Dirjen Bina Marga.

Anonim. 2004. Undang - Undang Republik Indonesia No. 38 Tahun 2004 Tentang

Jalan. Jakarta : Departemen Pekerjaan Umum Dirjen Bina Marga.

Anonim. 2006. Peraturan Pemerintah Republik Indonesia No. 34 Tahun 2006

Tentang Jalan. Jakarta : Departemen Pekerjaan Umum Dirjen Bina Marga.

Anonim. 2007. Klasifikasi Jaringan Jalan Menurut Fungsi (Peranan) Dan Status

(Wewenang Pengaturan). Jakarta : Departemen Pekerjaan Umum Dirjen Bina

Marga.

Anonim. 2007. Petunjuk Teknis Penggunaan Dana Alokasi Khusus Bidang

Infrastruktur. Peraturan Menteri Pekerjaan Umum No. 42/PRT/2007. Jakarta :

Departemen Pekerjaan Umum.

Budi, Triton Prawira. 2006. SPSS 13.0 Terapan; Riset Statistik Parametrik.

Yogyakarta : Andi Offset.

Dipohusodo, Istimawan 1996. Manajemen Proyek dan Konstruksi Jilid 2.

Yogyakarta : Kanisius.

Ervianto, Wulfram I. 2002. Manajemen Proyek Konstruksi, Yogyakarta : Andi

Offset.

Giatman, M. 2007. Ekonomi Teknik. Jakarta : Raja Grafindo Persada.

Hajek, Victor G. 1994. Manajemen Proyek Perekayasaan. Jakarta : Erlangga.

Hifni, M. 1988. Metode Statistik. Malang : Politeknik Universitas Brawijaya.

Kushartini, Maria G. 2000. Pengembangan “Cost Significant Modeling” Untuk

Estimasi Biaya Proyek Pengairan (tesis). Yogyakarta: Universitas Atma Jaya.

Nasution, S. 2008. Buku Penuntun Membuat Tesis, Skripsi, Disertasi, Makalah.

Jakarta : PT. Dwi Aksara

74

75

Pemayun, I D.G.A. 2003. Praktek Estimasi Biaya Dengan Metode “Cost

Significant Model” Pada Bangunan Gedung Yang Memakai Arsitektur Bali

(tesis). Yogyakarta: Universitas Atma Jaya.

Poh, Paul SH dan Horner R Malcolm W .1995. Cost-Significant Modelling-Its

Potential For Use In South-East Asia : Paper in Engineering, Construction and

Architectural Management.

Riduwan, 2003. Skala Pengukuran Variabel-Variabel Penelitian. Bandung :

Alfabeta.

Santoso, Singgih. 2002. Mengolah Data Statistik Secara Profesional SPSS Versi

10. Jakarta : PT. Elex Media Komputindo.

Soedrajat, A. 1985. Manajemen Ekonomi Proyek. Jakarta : Nova.

Soeharto, Imam. 1995. Manajemen Proyek Dari Konseptual Sampai Operasional.

Jakarta : Erlangga.

Sutjipto, R. 1986. Manajemen Proyek Konstruksi 2. Surabaya : Kartika Yudha.

Tri Mulyawan. 1999. Analisis Model Perkiraan Biaya Pekerjaan Struktur Gedung

Bertingkat Dengan Metode Regresi (tesis). Jakarta : Universitas Indonesia.

unud-119-1439173153-5. tesis csm

Documents