PERBANDINGAN METODE KONVENSIONAL DENGAN BIM TERHADAP EFISIENSI BIAYA, MUTU, WAKTU
Notice bibliographique
Résumé
Perkembangan dunia konstruksi yang sudah sangat pesat di Indonesia terbukti dengan adanya metode baru untuk konstruksi yaitu Building Information Modelling (BIM). Munculnya BIM ini diklaim dapat membuat pekerjaan menjadi efektif dan efisien. Sebelum adanya BIM, kegiatan engineering dilakukan dengan menggunakan metode konvensional atau yang telah dikenal dengan AutoCAD, SAP, Ms. Project yang sering digunakan untuk pekerjaan perencanaan proyek. Pekerjaan menggunakan aplikasi tersebut memakan lebih banyak waktu karena dari masing-masing aplikasi tersebut harus dikerjakan secara manual. Hal ini berbeda dengan BIM yang antar aplikasinya dapat terintegerasi satu sama lain, sehingga dapat mempercepat proses pekerjaan yang akan menyingkat waktu dan juga membuat sumber daya manusia menjadi lebih sedikit. Dalam penelitian ini akan dijelaskan apa saja perbedaan jelas proses perencaan konstruksi khususnya saat pembuatan metode kerja dan shopdrawing yang ditinjau dari segi biaya, mutu, waktu. Dan juga akan mengetahui apa saja kelebihan dan kekurangan BIM karena ini adalah sesuatu yang baru, maka dari tiu untuk penelitian ini dilakukan dengan metode kueisioner dan wawancara kepada para draftrer dan engineer yang sudah berkecimpung didunia konstruksi dan sudah merasakan menggunakan BIM. Dengan studi kasus perencanaan Jalan Tol Jakarta – Cikampek II Selatan (Paket 3) dilakukan perbandingan efiseiensi biaya dan waktu dengan metode konvensional dan BIM. Penelitian ini menghasilkan kesimpulan bahwa aplikasi BIM dapat mempercepat proses pelaksanaan kerja sebesar 43.82%, tetapi berbeda dengan biaya lebih mahal dari konvensional dikarenakan biaya investasi awal untuk lisensi software yang mahal.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».