Analisis Pemilihan Konfigurasi Alat Berat Menggunakan Metode Complex Proportional Assessment (COPRAS) Pada Proyek Tol Yogyakarta

Rio Embun Pratama; Muhammad Faizal Ardhiansyah Arifin

doi:10.31004/riggs.v4i4.4272

Authors

Rio Embun Pratama Universitas Negeri Semarang
Muhammad Faizal Ardhiansyah Arifin Universitas Negeri Semarang

DOI:

https://doi.org/10.31004/riggs.v4i4.4272

Keywords:

COPRAS, Alat Berat, Konfigurasi Armada, Multi-kriteria, Proyek Tol

Abstract

Penelitian ini bertujuan menentukan konfigurasi alat berat yang paling optimal pada pekerjaan timbunan proyek jalan tol dengan menggunakan metode Complex Proportional Assessment (COPRAS) sebagai pendekatan pengambilan keputusan multi-kriteria. Empat alternatif konfigurasi, yaitu Alat Baru Semua (A1), Alat Lama Semua (A2), Kombinasi 1 (A3), dan Kombinasi 2 (A4), dievaluasi dengan komposisi armada yang sama sehingga perbedaan kinerja hanya dipengaruhi oleh kondisi alat dan faktor operasional. Penilaian dilakukan berdasarkan empat kriteria utama, yaitu biaya operasional, mutu pekerjaan, risiko operasional, dan waktu pelaksanaan, yang ditentukan melalui kebutuhan proyek dan karakteristik lapangan. Bobot kriteria dihitung menggunakan Direct Rating Method, menghasilkan bobot biaya 0,31, mutu 0,25, risiko 0,25, dan waktu 0,19, sebagai representasi tingkat kepentingan relatif dalam mendukung keberhasilan pekerjaan. Data hasil observasi lapangan digunakan untuk menyusun matriks keputusan COPRAS, kemudian dianalisis melalui tahapan normalisasi, pembobotan, perhitungan nilai benefit dan cost, hingga penentuan nilai preferensi relatif (Qi) dan utilitas. Hasil analisis menunjukkan bahwa Kombinasi 2 (A4) memiliki nilai Qi dan utilitas tertinggi, sehingga direkomendasikan sebagai konfigurasi armada yang paling optimal karena mampu memberikan keseimbangan terbaik antara efisiensi biaya, mutu pekerjaan yang tetap tinggi, risiko gangguan alat yang lebih rendah, serta durasi pelaksanaan yang efektif. Alternatif Alat Baru Semua (A1) dan Kombinasi 1 (A3) menempati posisi berikutnya, sedangkan Alat Lama Semua (A2) berada pada peringkat terakhir. Temuan ini menegaskan bahwa pemilihan konfigurasi alat berat memerlukan pendekatan evaluasi multi-kriteria agar keputusan yang diambil lebih akurat, efisien, dan mendukung peningkatan kinerja proyek secara keseluruhan.

Downloads

Download data is not yet available.

References

M. A. Berawi, “Infrastructure development and productivity performance,” Sustainability, 2023, doi: 10.3390/su15021542.

K. Salman, “Project-Level Sustainable Asphalt Roadway Treatment Selection Framework Featuring a Flowchart and Analytic Network Process,” J Transp Eng, 2020, doi: https://doi.org/10.1061/JPEODX.0000202.

S. Adelia Ayu Kurniawati and I. Nyoman Dita Pahang Putra, “Analysis of Heavy Equipment Productivity in the Solo-Yogyakarta-NYIA Kulon Progo Toll Road Construction Project Section 1 Package 1.1,” COMPOSITE : JOURNAL OF CIVIL ENGINEERING 2024, vol. 03, pp. 1–12, 2023.

Dibyo Susilo and Ayyub Qona’ah, “Studi Produktivitas Peralatan Berat Dalam Proyek Pembangunan Tol Yogyakarta-Bawen: Analisis dan Rekomendasi Kinerja Efisien,” Jurnal Jalan dan Transportasi, 2023, doi: 10.14710/jjt.2023.4567.

O. Moselhi and A. Alshibani, “Optimization of Earthmoving Operations in Heavy Civil Engineering Projects,” Autom Constr, 2020, doi: https://doi.org/10.1061/(ASCE)0733-9364(2009)135:10(948).

Zaid Khallaf and Adel Alshibani, “Dynamic Fleet Configuration Model for Optimizing Earthmoving Operations Using Mixed Integer Linear Programming,” Autom Constr, 2024, doi: https://doi.org/10.1061/JCEMD4.COENG-14817.

Virender Phogat and Ajit Singh, “The impact of construction of hill roads on the environment, assessed using the multi-criteria approach,” Procedia Soc Behav Sci, 2021, doi: 10.1016/j.sbspro.2021.04.072.

Santu Kar and Kumar Jha, “Assessing criticality of construction materials for prioritizing their procurement using ANP-TOPSIS,” International Journal of Construction Management, 2022, doi: 10.1080/15623599.2021.1950894.

Olmedo-Navarro, “Fuzzy ANP for work-team evaluation,” Procedia Comput Sci, 2023, doi: 10.1016/j.procs.2023.01.201.

Pitchipoo P and D. S. Vincent, “COPRAS Decision Model to Optimize Blind Spot in Heavy Vehicles: A Comparative Perspective,” Procedia Eng, 2020, doi: 10.1016/j.proeng.2020.11.031.

Schulze-Gonzalez, “Clustering and reference value for assessing influence in analytic network process without pairwise comparison matrices: Study of 17 real cases,” Operations Research Perspectives, 2023, doi: 10.1016/j.orp.2023.100275.

Naji and Gunduz M, “Assessment of Construction Project Contractor Selection Success Factors considering Their Interconnections,” KSCE Journal of Civil Engineering, 2022, doi: 10.1007/s12205-022-1377-6.

Babek Erdebilli and Ibrahim Yilmaz, “An Interval-Valued Pythagorean Fuzzy AHP and COPRAS Hybrid Methods for the Supplier Selection Problem,” International Journal of Computational Intelligence Systems, 2023, doi: 10.1080/18756891.2023.2174601.

Mohammad Yazdani and Zhila Zaranj, “Measurement of noise pollution in Ardabil city using COPRAS model In order to improve the urban environment,” J Constr Eng Manag, 2021, doi: 10.22034/jess.2022.332874.1742.

Sheikhkhoshkar, “From process-based to technology-driven: a study on functionalities as key elements of collaborative planning methods for construction projects,” Autom Constr, 2022, doi: https://doi.org/10.1080/09537287.2024.2360581.

Gunduz M and Khader B, “Construction Project Safety Performance Management Using Analytic Network Process (ANP) as a Multicriteria Decision-Making (MCDM) Tool,” Comput Intell Neurosci, 2020, doi: 10.1155/2020/8873524.

Manuel Parente and Antonio Correia, “A Novel Integrated Optimization System for Earthwork Tasks,” Transportation Research Procedia, 2021, doi: https://doi.org/10.1016/j.trpro.2016.05.428.