PENERAPAN METODE MONTE CARLO PADA PENJADWALAN …

IJCCS, Vol.x, No.x, July xxxx, pp. 1~5

ISSN: 1978-1520

PENERAPAN METODE MONTE CARLO PADA PENJADWALAN

PROYEK KONSTRUKSI

(STUDI KASUS: PROYEK PEMBANGUNAN APARTEMEN THE

REIZ CONDO MEDAN)

APPLICATION OF MONTE CARLO METHOD FOR THE

CONSTRUCTION PROJECT SCHEDULING

(CASE STUDY : CONSTRUCTION PROJECT OF THE REIZ

CONDO APARTMEN MEDAN)

M. Taqwa Sitompul1, Indra Jaya Pandia

2, Andy Putra Rambe

3

1,2,3Departemen Teknik Sipil, Fakultas Teknik, Universitas Sumatera Utara

Jalan Perpustakaan Kampus USU, Medan 20155

Email: [email protected]

ABSTRAK

Dalam bidang manajemen proyek, simulasi Monte Carlo digunakan untuk menghitung atau

mengiterasi biaya dan waktu sebuah proyek dengan menggunakan nilai-nilai yang dipilih secara

random dari distribusi probabilitas biaya dan waktu yang mungkin terjadi dengan tujuan untuk

menghitung distribusi kemungkinan biaya dan waktu total dari sebuah proyek. Sehingga dengan

adanya keragaman waktu atau durasi yang tidak menentu, penjadwalan dengan menggunakan

software Microsoft Project akan memiliki indikator lebih dalam keuntungan dan kerugian proyek

jika menggunakan metode Monte Carlo. Oleh karena itu, salah satu metode digunakan dalam proses

analisis risiko untuk menentukan estimasi waktu proyek, yaitu metode simulasi Monte Carlo. Dengan

meninjau latar belakang di atas, pada kasus Gedung Apartemen The Reiz Condo Medan maka perlu

adanya suatu penelitian untuk mencari durasi penjadwalan yang dapat diterima dan probabilitas

penjadwalan pada pembangunan gedung tersebut sehingga mendapat perkiraan waktu yang optimal

dan lebih aman.

Pada penelitian ini dilakukan simulasi Monte Carlo pada durasi pekerjaan optimis, paling disukai,

dan pesimis hasil survey pada pihak kontraktor gedung Apartemen The Reiz Condo Medan. Simulasi

pada penilitian ini menggunakan software Crystal Ball dan distribusi data yang di gunakan adalah

distrubusi triangular. Durasi pekerjaan hasil simulasi Monte Carlo kemudian digunakan untuk

melakukan penjadwalan menggunakan software Microsoft Project Professional. Sehingga di

dapatkan jadwal dan kurva S hasil simulasi Monte Carlo yang selanjutnya akan di analisis dan

dibandingkan dengan jadwal durasi rencana, optimis, paling disukai, dan pesimis.

Perbedaan jadwal yang di analisis dan di bandingkan pada penelitian kali ini adalah pada total

durasi pekerjaan dan besarnya probabilitas selesainya pekerjaan sesuai jadwal. Dari hasil simulasi

menggunakan software Crystal Ball telah diketahui probabilitas penyelesaian pekerjaan proyek

hasil simulasi Monte Carlo tiap pekerjaan yang telah disusun menjadi jadwal pada software

Microsoft Project menghasilkan durasi mean selama 419 hari dengan probabilitas sebesar 71.26%.

Jadwal dari hasil simulasi memiliki probabilitas yang lebih besar bila di bandingkan dengan jadwal

rencana yang memiliki durasi selama 358 hari dengan probabilitas sebesar 0.89%.

Kata Kunci : Monte Carlo, Durasi, Penjadwalan, Crystal Ball, Microsoft Project

mailto:[email protected]

ISS

In the field of project management, Monte Carlo simulation is used to calculate or iterate the

costs and times of a project by using randomly selected values from the probability distribution

of costs and time that may occur with the aim to calculate the possible distribution of total costs

and time of a project. So that with a variety of uncertain times or durations, scheduling using

Microsoft Project software will have a deeper indicator of project advantages and

disadvantages if using the Monte Carlo method. Therefore, one method is used in the risk

analysis process to determine project time estimates, named the Monte Carlo simulation

method. By reviewing the background above, in the case of The Reiz Condo Apartment Building

it is necessary to have a study to find the duration of acceptable scheduling and the probability

of scheduling the construction of the building so that the optimal and safer time estimates are

obtained.

In this study Monte Carlo simulations carried out on the duration of optimistic work, the most

liked, and the pessimistic results of the survey on the contractor of The Reiz Condo Medan

Apartment building. The simulation in this research is using Crystal Ball software and the data

distribution that used is triangular distribution. The work duration of the Monte Carlo

simulation is used to schedule using Microsoft Project Professional software. So in getting the

S-schedule and curve the results of the Monte Carlo simulation will be analyzed later and

compared with the planned duration schedule, optimistic, most liked, and pessimistic.

The differences between schedules analyzed and compared to this study are the total duration

of work and the value of the probability of completion of the work on schedule.

From the simulation results using Crystal Ball software, it is known that the probability of

completing project work from the Monte Carlo simulation each work that has been compiled

into a schedule on Microsoft Project software produces a mean duration of 419 days with a

probability of 71.26%. The schedule of the simulation results has a greater probability

compared to the plan schedule which has a duration of 358 days with a probability of 0.89%.

Keywords: Monte Carlo, Duration, Scheduling, Crystal Ball, Microsoft Project

PENDAHULUAN

Salah satu sumber daya yang menjadi

faktor penentu keberhasilan

penyelenggaraan suatu proyek adalah

tenaga kerja (Soeharto, 1995). Tenaga kerja

yang berkemampuan kerja yang baik

dibutuhkan dalam suatu proyek konstruksi

untuk mendapatkan hasil yang maksimal

dan memuaskan. Penggunaan sumber daya

manusia yang kurang tepat bisa

mengakibatkan kerugian yang besar pada

proyek kontruksi, untuk itu perlu dilakukan

analisa harga satuan pekerjaan. Pada

kondisi real, tidak semua pekerjaan dapat

mengacu pada standar yang telah ditetapkan

karena adanya pengaruh faktor lapangan.

Berdasarkan hal tersebut, maka perlu

dilakukan analisis perbandingan harga

satuan antara kondisi aktual di lapangan,

SNI, AHSP, dan Analisa Kabupaten untuk

melihat efektivitas tenaga kerja dan

efisiensi analisis harga satuan pekerjaan

yang paling tepat pada pekerjaan tersebut.

Penelitian ini dilakukan pada Proyek

Pembangunan Drainase Saluran Limbah

TPA Terjun Marelan Medan. Pengamatan

difokuskan pada tenaga kerja mandor,

tukang, dan pembantu tukang. Pengukuran

hanya dibatasi pada analisa kerja dan

waktu, tidak ditinjau upah kerja.

Penelitian ini bertujuan mengetahui

besarnya koefisien harga satuan pekerjaan

di lapangan, membandingkannya dengan

SNI, AHSP, dan Analisa K, mengetahui

harga satuan pekerjaan yang paling

mendekati kondisi lapangan, dan

membandingkan rasio harga satuan

pekerjaan di lapangan dengan SNI, AHSP,

dan Analisa K.

Analisa harga satuan pekerjaan berfungsi

sebagai pedoman awal perhitungan rencana

anggaran biaya bangunan yang didalamnya

terdapat angka yang menunjukkan jumlah

material, tenaga dan biaya persatuaan

pekerjaan. Harga satuan pekerjaan

merupakan harga suatu jenis pekerjaan

tertentu per satuan tertentu berdasarkan

rincian komponen-komponen tenaga kerja,

ISS

bahan, dan peralatan yang diperlukan dalam

pekerjaan tersebut.

Analisa harga satuan pekerjaan merupakan

analisa material, upah, tenaga kerja, dan

peralatan untuk membuat suatu satuan

pekerjaan tertentu yang diatur dalam analisa

SNI, AHSP, maupun Analisa

Kabupaten/Kota (K), dari hasilnya

ditetapkan koefisien pengali untuk material,

upah tenaga kerja, dan peralatan segala

jenis pekerjaan.

Penelitian terdahulu (Yunita, dkk, 2013)

menjelaskan bahwa indeks biaya

berpengaruh terhadap besarnya harga

satuan pekerjaan. Indeks biaya yang biasa

digunakan dalam perhitungan analisa harga

satuan pekerjaan mengacu pada Standar

Nasional Indonesia (SNI). SNI ini

menggambarkan rata-rata produktivitas

tenaga kerja di Indonesia. Produktivitas

tenaga kerja berbeda-beda tergantung

pengalaman kerja, budaya daerah asal dan

lain-lain.

Penetapan produktivitas tenaga kerja pada

SNI 7394:2008 masih dilakukan secara

padat karya. Inilah penyebab

dikeluarkannya peraturan baru oleh

kementerian, yaitu Analisa Harga Satuan

Pekerjaan (AHSP) Bidang Cipta Karya

2012 yang sudah menetapkan indek

METODE PENELITIAN

Pengumpulan data

Data yang diperlukan untuk setiap jenis

pekerjaan yang diamati adalah Data Primer

yaitu : data lapangan posisi dan situasi

dalam pekerjaan, kuesioner baik pada

pemilik, perencana, pelaksanaan dan

pengawasan proyek berkaian dengan

pelaksanaan kerja kepada general super

intendent, owner, konsultan supervisi, site

engineer,dan mandor.Kemudian diperlukan

juga Data primer yang meliputi : time

schedule dan kurva s.

Pengolahan Data

Data-data yang diperoleh dari hasil

observasi langsung di lapangan diolah

dengan Merode Monte Carlo

mengggunakan software Microsoft project.

Adapun tahapan proses pengolahan data,

yakni:

a) Pengambilan data dengan cara penyebaran

kuesioner pada kontraktor pelaksana

proyek.

b) Diperoleh waktu tercepat, terlama, dan

paling mungkin untuk setiap pekerjaan

proyek dan jadwal rencana proyek.

c) Pengolahan data dengansimulasiMonte

Carlo menggunakan software Crystal Ball

dengan kesalahan mutlak maksima sebesar

2%.

d) Membuat penjadwalan dengan Microsoft

Project dan kurva S menggunakan hasil

Monte Carlo.

e) Membandingkan Jadwal rencana dengan

jadwal hasil simulasi Monte Carlo.

Setelah proses analisa selesai, kemudian di

lanjutkan lagi dengan membuat

“Kesimpulan“, kesimpulan berisi

ringkasan dan semua proses yang

dilakukan sebelumnya yang bertujuan agar

para pembaca lebih memahami

maksuddantujuandanpenulisanini.

Dan di akhiri dengan “Selesai“,selesai

adalah merupakan suatu akhir dan suatu

kegiatan dalam proses penulisan.

Gambar 1. Diagram Alir Penelitian

IJCCS ISSN: 1978-1520

HASIL DAN PEMBAHASAN

WBS (Work Breakdown Structure)

Penyusunan ulang penjadwalan

menggunakan perangkat Microsoft Project

terhadap struktur uraian pekerjaan (Work

Breakdown Structure) yang menjadi

batasan masalah yakni item-item pekerjaan

struktur atas untuk mengetahui aktivitas apa

saja yang berada pada lintasan kritis.

Setelah penyusunan ulang penjadwalan

menggunakan perangkat Microsoft Project

selesai, maka dapat dilihat susunan

aktivitas-aktivitas pekerjaan pada

penjadwalan ini diketahui aktivitas yang

berada pada lintasan kritis, antara lain

sebagai berikut:

1. Pekerjaan Struktur Lantai P1 & Lantai

Dasar + Gedung Penunjang Lt. 1

2. Pekerjaan Struktur Lantai P2 +

Gedung Penunjang Lt. 2

3. Pekerjaan Struktur Lantai P3 +

Gedung Penunjang Lt. 3

4. Pekerjaan Struktur Lantai P4 + Gedung

Penunjang Lt. 4

5. Pekerjaan Struktur Lantai P5

6. Pekerjaan Struktur Lantai P6

7. Pekerjaan Struktur Lantai 6













20. Pekerjaan Struktur Lantai 18 Mezzanine











31. Pekerjaan Struktur Lantai Atap & Dag

Atap

Estimasi Durasi Probabilitik

Estimasi durasi probabilistik

diperoleh melalui hasil survei yang telah

disusun melalui formulir kuesioner yang

diberikan kepada responden-responden

yang dituju dengan mempertimbangan

posisi dan pengalaman yang telah dmiliki.

Responden-responden yang dimaksud

antara lain owner, konsultan supervisi,

general superintendent, site engineer dan

mandor pada Proyek Pembangunan

Apartemen The Reiz Condo Medan (PT

Waskita Karya, Tbk).

Data-data tersebut di atas kemudian

dihitung nilai rata-ratanya, seperti contoh

perhitungan rata-rata Pekerjaan Struktur

Lantai P1 & Lantai Dasar + Gedung

Penunjang Lt. 1 berikut ini:

1) Rata-rata durasi tercepat (a)

pekerjaan dapat diselesaikan:

Rata-rata a

ISS

2) Rata-rata durasi terlama (b)

pekerjaan dapat diselesaikan:

Rata-rata b

Simulasi Monte Carlo

Simulasi Monte Carlo dilakukan dengan

memasukkan input berupa waktu durasi

tercepat, mean, dan terlama. Output yang

didapatkan berupa waktu durasi mean hasil

simulasi Monte Carlo. Setelah dilakukan

simulasi pada setiap item pekerjaan, maka

didapatkan data statistic dari pekerjaan

tersebut.

Menentukan Jumlah Iterasi

Sebelum melakukan simulasi hal

yang dilakukan adalah menentukan jumlah

iterasi yang diperlukan.

Berikut ini contoh perhitungan

iterasi dengan kesalahan mutlak maksimal

2% untuk item pekerjaan struktur lantai P1

&lantai dasar + gedung penunjang Lt.

1dengan durasi tercepat 29 hari dan durasi

terlama 32 hari :

- Standardeviasidihitungdengan

Microsoft excel menggunakanrumus

- =stdev(waktu min, waktu max)

=stdev(29,32)

Didapatkanhasil2.12

- Rata-rata dihitungdengan

Microsoft excel

menggunakanrumus

=average(waktu min, waktu max)

average(29,32)

Didapatkanhasil30,5.

- Absoluteerror = 0.02 x 30.5 = 0.61

- Iterasi (

) 108.84 ≈109

iterasi

Menjalankan Simulasi Monte Carlo

Berikut ini adalah pelaksanaan

simulasiMonte Carlo untuk item pekerjaan

struktur lantai P1 &lantai dasar + gedung

penunjang Lt. 1.

a. Menentukan asumsi untuk durasi

tercepat dan terlama item pekerjaan

untuk simulasi Monte Carlo.

b. Menentukan asumsi durasi mean acuan

untuk simulasi Monte Carlo.

c. Menjalankan Simulasi Monte Carlo.

Gambar 2 Tampilan hasil simulasi Monte

Carlo.

Gambar 3. Statistik Hasil Simulasi Monte

Carlo.

Berikut hasil simulasi monte carlo untuk

item pekerjaan struktur lantai P1 &lantai

dasar +gedung penunjang Lt. 1:

- Durasi tercepat pekerjaan dapat

diselesaikan: 28.83 ≈ 29 hari

- Durasi terlama pekerjaan dapat

diselesaikan: 32.44 ≈ 33 hari

- Durasi rata-rata pekerjaan dapat

diselesaikan: 30.63 ≈ 31hari


Hasil Simulasi

Setelah simulasi dilakukan dan

didapatkan durasi tercepat, durasi terlama,

dan durasi rata-rata (mean) pekerjaan dapat

diselesaikan untuk seluruh item

pekerjaan,kemudian dicatat dan direkap

dalam Tabel berikut

Penyusunan Penjadwalan dengan

Microsoft Project

Tahap selanjutnya setelah didapatkan data

hasil simulasi Monte Carlo untuk setiap

pekerjaan, dilakukan penyusunan

penjadwalan dengan menggunakan

software Microsoft Project. Sehingga akan

didapatkan 4 durasi jadwal yaitu jadwal

rencana, jadwal tercepat, jadwal terlama,

dan jadwal mean hasil simulasi Monte

Carlo.

Gambar 4 Penyusunan Jadwal Rencana

Menggunakan Microsoft Project.

Gambar 5. Penyusunan Jadwal Tercepat


Gambar 6. Penyusunan Jadwal Terlama


Dari penjadwalan dengan

menggunakan Microsoft Project dapat

diketahui bahwa:

- Durasi rencana, pekerjaan struktur atas

dapat diselesaikan dalam: 358 hari

- Durasi tercepat, pekerjaan struktur atas

dapat diselesaikan dalam: 360hari

- Durasi terlama, pekerjaan struktur atas


- Durasi rencana, pekerjaan struktur atas


Rata-rata

Durasi

Tercepat

(hari)

Rata-rata

Durasi

Terlama

(hari)

Rata-rata

Durasi

Rata-rata

(hari)

Durasi

Tercepat

(hari)

Durasi

Terlama

(hari)

Durasi

Rata-rata

(hari)

1 2.3.1 Pekerjaan Struktur Lantai P1 & Lantai Dasar + Gedung Penunjang Lt. 1 28,83 32,44 30,63 29 33 31

2 2.3.2 Pekerjaan Struktur Lantai P2 + Gedung Penunjang Lt. 2 17,82 20,41 19,02 18 21 20



5 2.3.5 Pekerjaan Struktur Lantai P5 23,77 27,38 25,59 24 28 26

6 2.3.6 Pekerjaan Struktur Lantai P6 23,77 27,38 25,59 24 28 26

7 2.3.7 Pekerjaan Struktur Lantai 6 21,64 24,57 23,03 22 25 24













20 2.3.20 Pekerjaan Struktur Lantai 18 Mezzanine 16,65 19,34 18,04 17 20 19











31 2.3.31 Pekerjaan Struktur Lantai Atap & Dag Atap 18,89 21,84 20,54 19 22 21

hasil simulasi hasil simulasi (pembulatan)

Tabel 4.1 Durasi Tercepat, Terlama, dan Rata-rata Hasil Simulasi Monte Carlo

No WBS Nama Pekerjaan

ISS

Penyusunan Kurva S

Kurva S terdiri dari sumbu vertical sebagai

nilai kumulatif biaya atau jam-orang atau

penyelesaian pekerjaan dan sumbu

horizontal sebagai waktu kalender masing

dari angka 0 sampai 100. Sebelum

menyusun kurva S harus diketahui jadwal

dari masing–masing kegiatan, bobot

(persentase) dari kegiatan tersebut hingga

distribusinya. Jadwal tiap pekerjaan

diperolehdarihasilpenjadwalan Microsoft

Project, sedangkan bobot tiap pekerjaan

diperoleh dari data kurva S, Rencana

Anggaran Biaya (RAB) ataupun dari BQ

(Bill of Quantity )proyek.

Analisis Jadwal Proyek

Dari hasil penjadwalan didapatkan 4

macam kurva S yakni durasi rencana, durasi

tercepat, durasi terlama dan durasi mean

hasil simulasi MonteCarlo yang selanjutnya

dibandingkan dengan kurva S rencana

proyek.

Dari Gambar Perbandingan Kurva

S Rencana dan Hasil Simulasi dan Tabel

Total Durasi Penjadwalan dapat dilihat

bahwa jadwal mean hasil simulasi berada

diantara durasi rencana, tercepat dan durasi

terlama, sehingga dapat dipertimbangkan

sebagai jadwal yang lebih ideal. Sehingga

jadwal tersebut lebih aman untuk digunakan

dan probabilitasnya lebih besar. Dapat

dilihat juga bahwa jadwal dengan durasi

hasil simulasi MonteCarlo memiliki

pekerjaan kritis sebanyak 31 pekerjaan.

Gambar 4.10 Perbandingan Kurva S Jadwal Durasi Rencana, Tercepat, Mean, dan Terlama.

Tabel 2 Total Durasi Penjadwalan

Jadwal Tercepat Terlama Mean Rencana

Durasi (Hari) 360 456 419 358


Probabilitas Penjadwalan

Dari hasil simulasi menggunakan software

Crystal Ball telah diketahui probabilitas

penyelesaian pekerjaan proyek hasil

simulasi Monte Carlo tiap pekerjaan yang

telah disusun menjadi jadwal pada software

Microsoft Project menghasilkan durasi

mean selama 419 hari dengan probabilitas

sebesar 71.26%. Jadwal dari hasil simulasi

memiliki probabilitas yang lebih besar bila

di bandingkan dengan jadwal rencana yang

memiliki durasi selama 358 hari dengan

probabilitas sebesar 0.89%.

Untuk detail total durasi tiap presentase probabilitas penyelesaian proyek dapat dilihatpada

Tabel 4.4.

KESIMPULAN DAN SARAN

Kesimpulan

1. Durasi yang dihasilkan dari proses

simulasi Monte Carlo yang dijalankan pada

penjadwalan proyek pembangunan

Apartemen The Reiz Condo Medan yakni

durasi tercepat selama 360 hari, durasi

terlama selama 456 hari, dan durasi rata-

rata (mean) selama 419 hari.

2. Persentase kemungkinan keberhasilan

pekerjaan dari setiap durasi yang dihasilkan

dari proses simulasiMonte Carlo yang

dijalankan pada penjadwalan proyek

pembangunan Apartemen The Reiz Condo

Medan yakni durasi tercepat sebesar 1,15%,

durasi terlama sebesar 99,82%, dan durasi

rata-rata (Mean) sebesar 71,26%.

3. Perbedaan jadwal rencana pada proyek

pembangunan Apartemen The Reiz Condo

Medan bila dibandingkan dengan

penjadwalan menggunakan metode simulasi

Monte Carlo adalah lama durasi dan

besarnya probabilitas penyelesaian

pekerjaan. Jadwal dari hasil simulasi

memiliki probabilitas yang lebih besar

yakni selama 419 hari dengan probabilitas

sebesar 71.26%bila di bandingkan dengan

jadwal rencana yang memiliki durasi

selama 358 hari dengan probabilitas sebesar

0.89%.

Saran

1. Dilakukan perhitungan Monte Carlo

sebelum proyek berjalan agar didapatkan

jumlah durasi pekerjaan yang efektif

sehingga alokasi material dan sumber daya

tepat sasaran dan tepat tujuan sehingga

proyek tidak mengalami keterlambatan.

2. Dalam melakukan penjadwalan dengan

Microsoft Project yang dianalisis dengan

Metode Monte Carlo, perlu diperhatikan

ketelitian dalam memasukan data ke dalam

perhitungan karena akan mempengaruhi

hasil perhitungan.

DAFTAR PUSTAKA

Arifin, M., 2009, Simulasi Sistem Industri,

Graha Ilmu, Yogyakarta.

Aulabih, R., Unas, E, S., & Negara P, K., 2016,

Penerapan Metode Monte Carlo pada

Penjadwalan Proyek Gedung Dinas Sosial

Kota Blitar.

Dannyanti, E., 2010, Optimalisasi Pelaksaan

Proyek dengan Metode PERT dan CPM, Skripsi

Fakultas Ekonomi Universitas Diponegoro.

Fadjar, A., 2008, Aplikasi Simulasi Monte

Carlo dalam Estimasi Biaya Proyek, Jurnal

SMARTek, 6(4), pp. 222-227.

Handoko, T, H., 1999, Manajemen Proyek Edisi

2, Yogyakarta: BPFE.

Heizer, J., & Render, B., 2005, Operation

Management, 9th book 1, Salemba Empat,

Presentase (%) 0 10 20 30 40 50 60 70 80 90 100

Durasi (Hari) 351.80 379.69 390.15 397.24 403.01 407.98 413.12 418.28 424.05 432.68 457.72

Tabel 4.4 Presentase Probabilitas Penyelesaian Proyek

ISS

Jakarta. Kerzner, K., 2006, Project

Management: A System to Planning, Scheduling

and Controlling, Ninth Edition, John Wiley &

Sons.

Kho, B., 2016, Segitiga Manajemen Proyek dan

Tahapan Manajemen Proyek,

http://www.ilmumanajemenindustri.com ,

diakses pada 8 Juni 2017.

Law, M, A., & Kelton, D, W., 2000, Simulation

Modeling and Analysis, The McGraw-Hill

Companies, Inc, Singapore.

Misrali et al., 2015, Evaluasi Penjadwalan

Waktu dan Biaya pada Proyek Pembangunan

Gedung Kelas di Fakultas Ekonomi Universitas

Jember dengan Metode Pert, Artikel Ilmiah

Mahasiswa 2015.

Project Management Institute, 2000, A Guide to

the Project Management Body of Knowledge

(PMBOK Guide) 2000 Edition, Newton Square,

PA 19073- 3299 USA.

Raharja, I., 2014, Analisa Penjadwalan Proyek

dengan Metode PERT di PT Hasana Damai

Putra Yogyakarta pada Proyek Perumahan

Tirta Sani, Jurnal BENTANG, 2(1).

Santosa, B., 2009, Manajemen Proyek Konsep

& Implementasi, Graha Ilmu, Yogyakarta.


4. KESIMPULAN

Kesimpulan harus mengindikasi

secara jelas hasil-hasil yang diperoleh,

kelebihan dan kekurangannya, serta

kemungkinan pengembangan selanjutnya.

Kesimpulan dapat berupa paragraf,

namun sebaiknya berbentuk point-point

dengan menggunakan numbering atau

bullet.

5. SARAN

Saran-saran untuk untuk penelitian

lebih lanjut untuk menutup kekurangan

penelitian. Tidak memuat saran-saran

diluar untuk penelitian lanjut.

UCAPAN TERIMA KASIH

Penulis mengucapkan terima kasih

kepada Tim Redaksi Jurnal Teknika

Politeknik Negeri Sriwijaya yang telah

memberi memberi kesempatan, sehingga

artikel ilmiah ini dapat diterbitkan.

DAFTAR PUSTAKA

● Buku dengan urutan penulisan: Penulis,

tahun, judul buku (harus ditulis miring)

volume (jika ada), edisi (jika ada), nama

penerbit dan kota penerbit .

[1] Castleman, K. R., 2004, Digital Image

Processing, Vol. 1, Ed.2, Prentice Hall,

New Jersey.

● Buku Terjemahan dengan urutan

penulisan: Penulis asli (nama depan,

tengah. (disingkat), belakang. (disingkat)),

tahun buku terjemahan, judul

bukuterjemahan (harus ditulis miring),

volume (jika ada), edisi (jika ada),

(diterjemahkan oleh : nama penerjemah),

nama penerbit terjemahan dan kota penerbit

terjemahan.

[2] Gonzales, R., P. 2004, Digital Image

Processing (Pemrosesan Citra Digital),

Vol. 1, Ed.2, diterjemahkan oleh

Handayani, S., Andri Offset,

Yogyakarta.

● Artikel dalam Buku dengan urutan

penulisan: Penulis artikel, tahun, judul

artikel (harus ditulis miring), nama editor,

judul buku (harus ditulis miring), volume

(jika ada), edisi (jika ada), nama penerbit

dan kota penerbit.

[3] Wyatt, J. C, dan Spiegelhalter, D., 1991,

Field Trials of Medical Decision-Aids:

Potential Problems and Solutions,

Clayton, P. (ed.): Proc. 15th Symposium

on Computer Applications in Medical

Care, Vol 1, Ed. 2, McGraw Hill Inc,

New York.

●Pustaka dalam bentuk artikel dalam

majalah ilmiah:

Urutan penulisan: Penulis, tahun, judul

artikel, nama majalah (harus ditulis miring

sebagai singkatan resminya), nomor,

volume dan halaman.

[4] Yusoff, M, Rahman, S.,A., Mutalib, S.,

and Mohammed, A. , 2006, Diagnosing

Application Development for Skin

Disease Using Backpropagation Neural

Network Technique, Journal of

Information Technology, vol 18, hal

152-159.

.

● Pustaka dalam bentuk artikel dalam

seminar ilmiah:

Artikel dalam prosiding seminar dengan

urutan penulisan: Penulis, tahun, judul

artikel, Judul prosiding Seminar (harus

ditulis miring), kota seminar, tanggal

seminar.

[5] Wyatt, J. C, Spiegelhalter, D, 2008,



Proceeding of 15th Symposium on

Computer Applications in Medical Care,

Washington, May 3.

● Pustaka dalam bentuk

Skripsi/Tesis/Disertasi dengan urutan

penulisan: Penulis, tahun, judul skripsi,

Skipsi/Tesis/Disertasi (harus ditulis miring),

nama fakultas/ program pasca sarjana,

universitas, dan kota.

[6] Prasetya, E., 2006, Case Based

Reasoning untuk mengidentifikasi

ISS

kerusakan bangunan, Tesis, Program

Pasca Sarjana Ilmu Komputer, Univ.

Gadjah Mada, Yogyakarta.

●Pustaka dalam bentuk Laporan

Penelitian:

Urutan penulisan: Peneliti, tahun, judul

laporan penelitian, nama laporan penelitian

(harus

ditulis miring), nama proyek penelitian,

nama institusi, dan kota.

[7] Ivan, A.H., 2005, Desain target optimal,

Laporan Penelitian Hibah

Bersaing,Proyek Multitahun, Dikti,

Jakarta.

Pustaka dalam bentuk artikel dalam

internet (tidak diperkenankan

melakukan sitasi artikel dari internet yang

tidak ada nama penulisnya):

● Artikel majalah ilmiah versi cetakan

dengan urutan penulisan: Penulis, tahun,

judul artikel, nama majalah (harus ditulis

miring sebagai singkatan resminya), nomor,

volume dan halaman.

[8] Wallace, V. P. , Bamber, J. C. dan

Crawford, D. C. 2000. Classification of

reflectance spectra from pigmented skin

lesions, a comparison of multivariate

discriminate analysis and artificial

neural network. Journal Physical

Medical Biology , No.45, Vol.3, 2859-

2871.

● Artikel majalah ilmiah versi online

dengan urutan penulisan: Penulis, tahun,

judul artikel, nama majalah ((harus ditulis

miring sebagai singkatan resminya), nomor,

volume, halaman dan

alamat website.

[9] Xavier Pi-Sunyer, F., Becker, C.,

Bouchard, R.A., Carleton, G. A.,

Colditz, W., Dietz, J., Foreyt, R.

Garrison, S., Grundy, B. C., 1998,

Clinical Guidlines on the identification,

evaluation, and treatment of overweight

and obesity in adults, Journal of

National Institutes of Health, No.3,

Vol.4, 123-

130, :http://journals.lww.com/acsm-

msse/Abstract/1998/11001/paper_treatm

ent_of_obesity.pdf.

● Artikel umum dengan urutan penulisan:

Penulis, tahun, judul artikel, alamat website

(harus ditulis miring), diakses tanggal …

[10] Borglet, C, 2003,Finding Asscociation

Rules with Apriori

Algorithm,http://www.fuzzy.cs.uniagd

eburgde/~borglet/apriori.pdf, diakses

tgl 23 Februari 2007.

Daftar Pustaka hanya memuat semua

pustaka yang diacu pada naskah tulisan,

bukan sekedar pustaka yang didaftar.

Pustaka ditulis urut kemunculan

pengacuan di naskah, bukan urut abjad

penulis.

[1] Castleman, Kenneth R., 2004, Digital

Image Processing, Vol. 1, Ed.2,

Prentice Hall, New Jersey.

[2] Gonzales, R., P. 2004, Digital Image

Processing (Pemrosesan Citra Digital),

Vol. 1, Ed.2, diterjemahkan oleh

Handayani, S., Andri Offset,

Yogyakarta.

[3] Wyatt, J. C, dan Spiegelhalter, D., 1991,



Clayton, P. (ed.): Proc. 15th Symposium

on Computer Applications in Medical

Care, Vol 1, Ed. 2, McGraw Hill Inc,

New York.

[4] Yusoff, M, Rahman, S.,A., Mutalib, S.,

and Mohammed, A. , 2006, Diagnosing

Application Development for Skin

Disease Using Backpropagation Neural

Network Technique, Journal of

Information Technology, vol 18, hal

152-159.

[5] Wyatt, J. C, Spiegelhalter, D, 2008,



Proceeding of 15th Symposium on

Computer Applications in Medical Care,

Washington, May 3.

[6] Prasetya, E., 2006, Case Based

Reasoning untuk mengidentifikasi

http://www.fuzzy.cs.uni-magdeburg/



kerusakan bangunan, Tesis, Program

Pasca Sarjana Ilmu Komputer, Univ.

Gadjah Mada, Yogyakarta.

[7] Ivan, A.H., 2005, Desain target optimal,

Laporan Penelitian Hibah

Bersaing,Proyek Multitahun, Dikti,

Jakarta.

[8] Wallace, V. P. , Bamber, J. C. dan

Crawford, D. C. 2000. Classification of

reflectance spectra from pigmented skin

lesions, a comparison of multivariate

discriminate analysis and artificial

neural network. Journal Physical

Medical Biology , No.45, Vol.3, 2859-

2871.

[9] Xavier Pi-Sunyer, F., Becker, C.,

Bouchard, R.A., Carleton, G. A.,

Colditz, W., Dietz, J., Foreyt, R.

Garrison, S., Grundy, B. C., 1998,

Clinical Guidlines on the identification,

evaluation, and treatment of overweight

and obesity in adults, Journal of

National Institutes of Health, No.3,

Vol.4, 123-

130, :http://journals.lww.com/acsm-

msse/Abstract/1998/11001/paper_treatm

ent_of_obesity.pdf.

[10] Borglet, C, 2003,Finding Asscociation

Rules with Apriori

Algorithm,http://www.fuzzy.cs.uniagd

eburgde/~borglet/apriori.pdf, diakses

tgl 23 Februari 2007.



PENERAPAN METODE MONTE CARLO PADA PENJADWALAN …

Documents

Transcript of PENERAPAN METODE MONTE CARLO PADA PENJADWALAN …