PENERAPAN REKAYASA NILAI (VALUE ENGINEERING) PADA PROYEK PEMBANGUNAN GORONTALO OUTER RING ROAD (GORR)
Notice bibliographique
Résumé
Anggaran pemerintah yang terbatas membuat kontraktor harus lebih selektif dalam menentukan peralatan, material maupun tenaga kerja yang akan digunakan namun tetap memperhitungkan biaya yang seminimal mungkin tanpa mengurangi kualitas dan fungsi. Penyelesaian dari masalah di atas dapat diselesaikan dengan melakukan rekayasa nilai (value engineering).Penelitian dilakukan di GORR segmen 1 (satu) sepanjang 3,2 kilometer yang berlokasi di Isimu sampai Limboto Barat Kabupaten Gorontalo. Tahap pertama yang dilakukan adalah mengumpulkan informasi mengenai perencanaan proyek, dilanjutkan dengan tahap kedua yaitu analisa fungsi. Tahap ketiga adalah tahap kreativitas untuk memunculkan alternatif. Tahap keempat evaluasi bertujuan untuk mendapatkan alternatif yang terbaik. Tahap kelima tahap pengembangan, dianalisis menggunakan dua metode yaitu metode zero one dan matriks penilaian, dan tahap terakhir presentasi bertujuan mempresentasikan langkah apa saja yang akan diambil beserta perkiraan penghematan biayanya.Hasil penelitian ini didapatkan alternatif baja tulangan polos BjTP 280, beton struktur, fc' 30 Mpa, pasangan batu untuk pekerjaan struktur. Geotextile, tulangan wiremesh M.10+ Shotcrete t=10 cm, 4 Excavator 143 hp, 9 Dumptruck 8 m3, 1 bulldozer 168 hp untuk pekerjaan tanah. AC - WC = 4 cm; AC - BC = 10 cm untuk pekerjaan aspal. Penghematan biaya yang diperoleh seterlah dilakukan rekayasa nilai (value engineering) yaitu sebesar Rp. 6.690.591.731,45 atau sebesar 12,48 % dari total seluruh biaya sebesar Rp 53.631.222.000.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».