STUDI TENTANG KETERLAMBATAN PEMBAYARAN DARI PEMILIK PROYEK KONSTRUKSI KEPADA KONTRAKTOR
Bibliographic record
Abstract
Dalam dunia konstruksi keterlambatan pembayaran maupun tidak dibayarnya suatu kontrak menjadi risiko utama hubungan antara kontraktor dengan pemilik proyek konstruksi. Tujuan dari penelitian ini antara lain adalah: untuk mengetahui faktor-faktor penyebab terjadinya keterlambatan pembayaran dari pemilik proyek konstruksi kepada kontraktor, pada proyek pembangunan Gedung di Kabupaten Sumba Tengah Provinsi Nusa Tenggara Timur. Teknik pengumpulan data dalam penelitian ini dengan pengumpulan data yang langsung berhubungan dengan responden dengan menyebarkan kuisioner kepada pihak yang terkait dalam proyek Pembangunan Gedung di Kabupaten Sumba Tengah, dari mulai Pejabat Pembuat Komitmen, kontraktor hingga Konsultan. Kemudian data yang terkumpul dianalisis dengan menggunakan metode mean, standar deviasi dan uji regresi linier dengan bantuan program SPSS 22.0.Berdasarkan penelitian dan pembahasan dapat disimpulkan bahwa faktor-faktor prioritas tertinggi penyebab keterlambatan pembayaran adalah adanya kesalahan pekerjaan yang tidak diperbaiki dengan nilai mean 3,43, dan standar deviasi 0,68. Dimana besarnya hubungan faktor keterlambatan pembayaran dengan faktor prioritas keterlambatan pembayaran pada proyek pembangunan gedung adalah menunjukan bahwa sebesar 60,8% dapat mempengaruhi hubungan keterlambatan pembayaran, sisanya 39,2% dipengaruhi oleh variabel lain yang tidak dikaji dalam penelitian ini. Disimpulkan bahwa pada penelitian ini faktor peran/tindakan pengguna jasa (Owner), peran/tindakan kontraktor dan peran/tindakan konsultan berpengaruh atau berhubungan besar terhadap keterlambatan pembayaran dimana besar hubungan lebih dari 50% yaitu sebesar 60,8%.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.005 |
| Insufficient payload (model declined to judge) | 0.001 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".