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
Estimasi Pendahuluan
TAHAP PELELANGAN
PELAKSANAAN KONSTRUKSI
Estimasi Kasar
Estimasi Terperinci
Nilai Kesepakatan Kontrak
Estimasi Definitif
Selisih Harga
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 hambatanhambatan 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
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 subsistemsubsistem serta golongan-golongan upaya biaya tinggi guna meningkatkan peluang mereka memperoleh taksiran biaya yang tepat.
11
Persen dari biaya total
100 80 60 40 20
0
20
40
60
80
100
Persen dari jumlah total subsistem-subsistem
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. Labor Material Transportation Depreciation overhead Profit 0
10
20
30
40
Gambar 2.3 Total Program Cost Distribution Sumber : Istimawan D, 1996
50
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 costsignificant, 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 Status Jalan Kecamatan
% Jalan Provinsi 1,910
Jalan Kabupaten 231,129
Total (Km)
Melaya
Jalan Nasional 24,570
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
Hubungan antara variabel-variabel bebas dengan variabel terikat dapat diilustrasikan dalam model penelitian sebagai berikut :
X1 X2
X3 X4 X5 Y X6 X7
X8 X9 X10
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 biayabiaya
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) : F P 1 i
n
.................................................................... 3.2
Keterangan persamaan :
3.5.2
F
: nilai harga pada proyeksi yang ditentukan
P
: harga sebelum diproyeksi
i
: faktor inflasi
n
: tahun proyeksi
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
menggunakan program SPSS.
yang
selanjutnya
akan
dianalisis
dengan
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 R2 = 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): Akurasi
( Ev Av) x100% Av
....................................................
Keterangan : Ev
: Estimated bill value ( harga yang diprediksi )
Av
: Actual bill value ( harga yang sebenarnya)
3.3
34
3.6
Kerangka Umum Penelitian :
MULAI
Latar Belakang
A
Rumusan Masalah
Analisis Data
Tujuan Penelitian
Pengujian Model
Manfaat Penelitian
Simpulan dan Saran
Landasan Teori
SELESAI
Pengumpulan Data
Identifikasi Variabel
Perhitungan Time Value
Menentukan cost-significant items
Uji Persyaratan Untuk Analisis Dengan Uji Normalitas
A
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
36
37
38
39
40
41
42
43
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 m2 luas jalan. Berikut contoh perhitungannya : Data tahun 2009, Rehabilitasi/pemeliharaan jalan Paket I (APBD), dengan luas jalan 9.600,00 m2, sehingga biaya per m2 untuk masing-masing variabel menjadi : 1. Y = Rp. 858.496.453,57 / 9.600,00 m2 = Rp. 89.426,71 per m2. 2. X1 = Rp. 750.000,00 / 9.600,00 m2 = Rp. 78,13 per m2. 3. X2 = Rp. 531.946.847,27 / 9.600,00 m2 = Rp. 55.411,13 per m2. 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 Inflasi Umum (%) Tahun 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
Data pada tahun 2007 diproyeksikan pada tahun 2009 : - Biaya total (Y)
= {Rp. 59.104,55 ( 1 + 0,0591)1}(1+0,0962)1 = RP. 68.619,52
Data pada tahun 2006 diproyeksikan pada tahun 2009 : - 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).
46
47
48
49
50
51
52
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 Uraian Simbol Mean Std.Deviasi (Rp) (Rp) 1 Jumlah Biaya 19.277,17 Y 86.492,66 2 Pek. Persiapan 252,51 X1 177,49 3 Bahan Aspal 13.636,85 X2 48.284,01 4 Bahan Pemulihan Jalan 1.602,71 X3 2.281,83 5 Bahan Agregat Hotmix 6.550,42 X4 12.831,46 6 Upah Pemulihan Jalan 925,28 X5 1.163,91 7 Upah Hotmix 268,20 X6 870,43 8 Alat Pemulihan Jalan 221,72 X7 236,34 9 Alat Hotmix 7.666,64 X8 11.899,90 10 Bahu Jalan 2.127,91 X9 1.163,00 11 Drainase 6.327,03 X10 4.145,27 Sumber : Hasil SPSS No.
Gambar 5.1 Proporsi Komponen Biaya Per M2 Luas Jalan Sumber : Hasil SPSS
% 100,00 0,21 55,82 2,64 14,84 1,35 1,01 0,27 13,76 1,34 4,79
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 Sumber : Hasil perhitungan
18.026,28
10.177,25
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 Sumber : Hasil perhitungan
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
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 KolmogorovSmirnov 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 Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Y 1.0
Expected Cum Prob
0.8
0.6
0.4
0.2
0.0 0.0
0.2
0.4
0.6
0.8
1.0
Observed Cum Prob
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
1 2 3
Bahan Aspal Bahan Agregat Hotmix Alat Hotmix
X2 X4 X8
Sumber : Hasil SPSS
Pearson Correlation 0,902 -0,182 0,201
Probabilitas (Sig) 0,000 0,107 0,086
61
Tabel 5.5 Ringkasan Model (Model Summary) Model
R2
R
1
0,902
Adjusted R2
0,814
Std. Error of the Estimate
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 1 Regression
Residual Total
Sum of Squares
df
Mean Square
F
Sig.
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 B
1 (constant) X2 Sumber : Hasil SPSS
24.905,879 1,276
Standardized Coefficients Beta
0,902
t
Sig.
5,529 14,196
0,000 0,000
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 ........................................................ dengan,
5.1
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/m2).
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
R2
R
1
0,907
Adjusted R2
0,823
Std. Error of the Estimate
0,819
5.797,40
Sumber : Hasil SPSS
Tabel 5.9 Analisis Varian
Regression Residual Total
Sum of Squares
Df
Mean Square
F
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
Sig. 0,000
Sumber : Hasil SPSS
Tabel 5.10 Coefficients Model (constant) X2’
Coefficients -3.302,206 7,273
Std. Error 3.623,867 0,497
t -0,911 14,631
Sig. 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’ ................................................ dengan,
5.2
X2 = Biaya bahan aspal per m2 luas jalan (Rp/m2). 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’ dengan,
Y
....................................................... 5.3
= 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 ratarata 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
( Rp/Kg.)
BIAYA ESTIMASI MODEL PER M2 LUAS JALAN ( Rp/m2.)
(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
HARGA SATUAN NO ASPAL (X2')
Sumber : Hasil perhitungan
BIAYA AKTUAL PER M2 LUAS JALAN
CMF
( Rp/m2.)
66
Lanjutan Tabel 5.11 Rangkuman hasil Perhitungan CMF
( Rp/Kg.)
BIAYA ESTIMASI MODEL PER M2 LUAS JALAN ( Rp/m2.)
(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
HARGA SATUAN NO ASPAL (X2')
Sumber : Hasil perhitungan
BIAYA AKTUAL PER M2 LUAS JALAN
CMF
( Rp/m2.)
67
Lanjutan Tabel 5.11 Rangkuman hasil Perhitungan CMF
( Rp/Kg.)
BIAYA ESTIMASI MODEL PER M2 LUAS JALAN ( Rp/m2.)
(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
HARGA SATUAN NO ASPAL (X2')
BIAYA AKTUAL PER M2 LUAS JALAN
CMF
( Rp/m2.)
Rata-rata CMF
1,037
Sumber : Hasil perhitungan 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
(1)
(2)
1
I (APBD)
2 3 4 5 6 7 8 9 10 11
II (APBD) III (APBD) IV (APBD) V (APBD) VI (APBD) VII (APBD) VIII (APBD) IX (APBD) X (APBD) XI (APBD)
BIAYA TOTAL PELAKSANAAN
COST SIGNIFICANT MODEL ESTIMASI BIAYA
( Rp.)
( Rp.)
(3)
(4)
AKU RASI
METODE PARAMETER PANJANG JALAN ESTIMASI BIAYA
AKU RASI
( Rp.) (5)
(6)
(7)
858.496.453,57
981.868.585,30
14,37%
1.050.000.000
22,31%
777.319.509,12
825.005.349,71
6,13%
917.000.000
17,97%
763.865.014,17
729.654.220,85
-4,48%
1.039.500.000
36,08%
536.597.573,03
589.918.819,46
9,94%
612.500.000
14,15%
845.457.296,21
632.312.749,51
-25,21%
1.225.000.000
44,89%
772.957.097,30
608.870.085,37
-21,23%
833.000.000
7,77%
527.925.106,58
562.661.699,87
6,58%
700.000.000
32,59%
506.600.784,24
642.551.778,30
26,84%
770.000.000
51,99%
1.365.441.596,63
1.297.209.125,01
-5,00%
1.610.000.000
17,91%
590.000.290,61
504.073.828,23
-14,56%
525.000.000
-11,02%
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%
Sumber : Hasil perhitungan
69
Lanjutan Tabel 5.12 Komparasi Model Estimasi Biaya Pemeliharaan Jalan
No
(1) 17 18 19 20
NAMA PAKET PROYEK
(2) VI (DAK) VII (DAK) VIII (DAK) IX (DAK)
BIAYA TOTAL PELAKSANAAN
COST SIGNIFICANT MODEL ESTIMASI BIAYA
( Rp.)
( Rp.)
(3)
(4)
AKU RASI
METODE PARAMETER PANJANG JALAN ESTIMASI BIAYA
AKU RASI
( Rp.) (5)
(6)
(7)
632.651.825,54
623.608.391,41
-1,43%
742.000.000
17,28%
653.261.008,47
592.916.820,13
-9,24%
794.500.000
21,62%
800.187.647,85
711.662.839,66
-11,06%
1.190.000.000
48,72%
795.125.511,98
760.431.375,16
-4,36%
924.000.000
16,21%
454.502.758,24
408.635.850,08
-10,09%
465.500.000
2,42%
21
X (DAK)
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%
Sumber : Hasil perhitungan
70
Lanjutan Tabel 5.12 Komparasi Model Estimasi Biaya Pemeliharaan Jalan
No
NAMA PAKET PROYEK
BIAYA TOTAL PELAKSANAAN
COST SIGNIFICANT MODEL ESTIMASI BIAYA
( Rp.)
( Rp.)
AKU RASI
METODE PARAMETER PANJANG JALAN ESTIMASI BIAYA
AKU RASI
( 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%
Sumber : Hasil perhitungan 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 :
dengan,
Y
= 20.692,264 + 9,28 X2’
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.
