Latar Belakang Teoretis

Tulisan yang disajikan oleh Naufal Maulana, Rosmawita Saleh, dan Arris Maulana (2020) berakar pada permasalahan praktis yang relevan secara luas di lingkungan urban: kegagalan sistem drainase dalam menanggapi curah hujan ekstrem, yang mengakibatkan genangan berulang di Kampus B Universitas Negeri Jakarta (UNJ). Kerangka teoretis yang dibangun oleh penulis secara metodis membedah masalah ini menjadi dua domain analisis fundamental: hidrologi dan hidrolika.

Pada domain hidrologi, penulis menguraikan proses standar untuk mengkuantifikasi beban air hujan yang harus ditangani oleh sistem. Ini dimulai dengan analisis frekuensi data curah hujan historis untuk menentukan curah hujan rencana dengan kala ulang tertentu (misalnya, 10 tahun). Intensitas hujan kemudian dihitung menggunakan rumus Mononobe, yang mengaitkan curah hujan harian rencana (R24​) dengan waktu konsentrasi (Tc​). Puncak dari analisis ini adalah penerapan Metode Rasional untuk menghitung debit puncak atau debit rencana (Qrencana​), yang diformulasikan sebagai Q=0,278⋅C⋅I⋅A. Formula ini secara efektif menerjemahkan karakteristik fisik daerah tangkapan air (luas A dan koefisien limpasan C) serta data iklim (intensitas hujan I) menjadi sebuah parameter desain rekayasa yang terukur.  

Selanjutnya, pada domain hidrolika, penulis memaparkan metodologi untuk mengevaluasi kapasitas infrastruktur yang ada. Kapasitas debit eksisting (Qeksisting​) dihitung dengan menentukan kecepatan aliran rata-rata (V) dalam saluran menggunakan rumus Manning: V=n1​R32​S21​ . Kecepatan ini, yang dipengaruhi oleh kekasaran material saluran (n), jari-jari hidrolis (R), dan kemiringan (S), kemudian digunakan dalam persamaan kontinuitas (Q=V⋅A) untuk menghasilkan kapasitas maksimum saluran. Dengan demikian, kerangka teoretis ini secara sistematis membangun landasan untuk perbandingan langsung antara beban hidrologis yang diantisipasi dan kapasitas hidrolis yang terukur, yang menjadi inti dari hipotesis penelitian.

Metodologi dan Kebaruan

Pendekatan penelitian yang diuraikan adalah deskripsi kuantitatif, yang alur kerjanya terstruktur secara logis dan dapat direplikasi. Proses ini mencakup serangkaian langkah rekayasa standar: (1) identifikasi masalah melalui observasi genangan; (2) pengumpulan data primer (survei dimensi saluran) dan sekunder (data curah hujan); (3) analisis hidrologi untuk menghasilkan Qrencana​; (4) analisis hidrolika untuk menghasilkan Qeksisting​; dan (5) evaluasi komparatif.

Kebaruan dari studi ini tidak terletak pada penemuan formula baru, melainkan pada aplikasi metodis dari prinsip-prinsip yang sudah mapan untuk tujuan diagnostik yang jelas dalam konteks infrastruktur kampus. Inti dari metodologi evaluasi ini adalah kriteria biner yang lugas: sistem dinyatakan tidak memadai jika Qeksisting​<Qrencana​ . Kesederhanaan kriteria ini merupakan kekuatan utamanya, karena menghasilkan kesimpulan yang tegas dan mudah dikomunikasikan kepada pemangku kepentingan non-teknis, seperti manajemen universitas. Dengan demikian, paper ini berfungsi sebagai panduan metodologis yang praktis untuk melakukan audit infrastruktur drainase skala kecil.

Temuan Utama dengan Kontekstualisasi

Salah satu aspek paling signifikan dari paper ini adalah diskoneksi antara judul dan ruang lingkupnya dengan data empiris yang disajikan. Meskipun secara eksplisit berfokus pada Kampus B UNJ, bagian "Hasil dan Pembahasan" tidak menyajikan analisis kuantitatif atau data spesifik untuk lokasi tersebut. Sebaliknya, penulis mengalihkan diskusi ke temuan dari studi relevan lainnya untuk mengilustrasikan penerapan metodologi mereka. Disebutkan bahwa penelitian di komplek perumahan Bea dan Cukai, yang memiliki intensitas curah hujan tinggi (mencapai 190 mm/jam), menghasilkan rekomendasi perubahan dimensi saluran . Demikian pula, studi perencanaan ulang sistem drainase di Kampus A UNJ juga menyimpulkan perlunya perubahan dimensi karena kapasitas saluran yang ada tidak mampu menampung debit rencana untuk periode 25 tahun.

Absennya data primer dari studi kasus utama secara fundamental mengubah karakter tulisan ini dari sebuah laporan penelitian empiris menjadi sebuah proposal penelitian yang dipublikasikan atau sebuah artikel metodologis. "Temuan" yang disajikan berfungsi sebagai bukti konsep (proof of concept), yang menunjukkan jenis hasil yang diharapkan akan muncul jika metodologi tersebut diterapkan sepenuhnya. Kontekstualisasi ini penting: kontribusi paper ini bukanlah pada penyelesaian masalah spesifik di Kampus B UNJ, melainkan pada penyajian dan validasi sebuah kerangka kerja diagnostik yang dapat diterapkan secara luas.

Keterbatasan dan Refleksi Kritis 

Keterbatasan paling fundamental dari karya ini adalah ketiadaan data empiris untuk studi kasus yang dijanjikan, yang menciptakan kesenjangan antara ekspektasi yang dibangun di pendahuluan dan hasil yang disajikan. Hal ini membuat kesimpulan mengenai kondisi drainase Kampus B UNJ tetap bersifat spekulatif.

Secara metodologis, pilihan untuk menggunakan Metode Rasional membawa serta asumsi-asumsi yang menyederhanakan realitas, seperti intensitas hujan yang seragam di seluruh area dan karakteristik permukaan yang homogen. Lingkungan kampus yang kompleks, dengan campuran atap, taman, dan area beraspal, mungkin memerlukan model yang lebih canggih untuk analisis yang lebih akurat. Selain itu, hasil perhitungan sangat sensitif terhadap pemilihan koefisien empiris seperti koefisien limpasan (C) dan koefisien kekasaran Manning (n). Paper ini tidak membahas ketidakpastian yang melekat dalam pemilihan nilai-nilai ini atau bagaimana analisis sensitivitas dapat dilakukan untuk menguji kekokohan kesimpulan. Perubahan kecil pada koefisien ini berpotensi mengubah hasil evaluasi dari "memadai" menjadi "tidak memadai," sebuah poin kritis yang tidak dieksplorasi.

Implikasi Ilmiah di Masa Depan

Terlepas dari keterbatasannya, paper ini memberikan kontribusi yang berharga dengan menyajikan sebuah kerangka kerja evaluasi infrastruktur yang jelas dan dapat diakses. Di tengah meningkatnya frekuensi kejadian cuaca ekstrem, pendekatan diagnostik proaktif semacam ini menjadi semakin krusial, mendorong pergeseran dari manajemen krisis reaktif ke penilaian kerentanan preventif.

Implikasi untuk penelitian di masa depan sangat jelas. Pertama, penyelesaian studi kasus Kampus B UNJ dengan data lapangan yang konkret adalah langkah yang paling logis. Kedua, kerangka kerja ini dapat diperkaya dengan mengintegrasikan analisis ekonomi untuk membandingkan biaya berbagai opsi perbaikan (misalnya, pembesaran saluran vs. kolam retensi). Ketiga, penelitian selanjutnya harus memasukkan proyeksi perubahan iklim ke dalam analisis curah hujan, sehingga desain infrastruktur tidak hanya didasarkan pada data historis tetapi juga siap menghadapi skenario iklim masa depan. Terakhir, validasi model sederhana seperti Metode Rasional terhadap model hidrologi-hidrolika yang lebih kompleks (misalnya, SWMM) akan memberikan wawasan penting tentang tingkat akurasi dan batas penerapan metode yang lebih praktis ini dalam konteks lingkungan kampus. Sebagai refleksi akhir, karya ini berhasil memetakan masalah penting dan menyajikan pendekatan yang solid, membuka jalan bagi penelitian terapan yang lebih mendalam dan relevan dengan tantangan adaptasi infrastruktur modern.

Sumber

Maulana, N., Saleh, R., & Maulana, A. (2020). Evaluasi Kapasitas Saluran Drainase Terhadap Intensitas Curah Hujan di Kampus B Universitas Negeri Jakarta. Prosiding Seminar Pendidikan Kejuruan dan Teknik Sipil (SPKTS) 2020, 201-212.

Latar Belakang Teoretis

Tulisan karya Pelagia Lia Andarista, R. Eka Murtinugraha, dan M. Agphin Ramadhan (2020) ini berangkat dari sebuah problem fundamental dalam sistem pendidikan vokasi di Indonesia: kesenjangan mutu yang salah satunya disebabkan oleh ketidakmemadaian sarana dan prasarana. Penulis menggarisbawahi data empiris yang menunjukkan tingkat kerusakan ruang kelas SMK yang signifikan di berbagai provinsi, termasuk di ibu kota. Kondisi ini secara langsung menghambat efektivitas proses pembelajaran dan berpotensi menghasilkan lulusan yang tidak kompeten, sebuah kontradiksi tajam dengan visi nasional untuk revitalisasi SMK.

Kerangka teoretis studi ini dibangun di atas perbandingan dua pilar regulasi utama yang mengatur standar infrastruktur SMK, yaitu Peraturan Menteri Pendidikan Nasional (Permendiknas) No. 40 Tahun 2008 dan Peraturan Menteri Pendidikan dan Kebudayaan (Permendikbud) No. 34 Tahun 2018. Pergeseran regulasi ini diposisikan sebagai respons terhadap dinamika perkembangan teknologi, kurikulum, dan kebutuhan dunia kerja yang menuntut penyesuaian standar. Studi ini secara spesifik memfokuskan analisisnya pada Kompetensi Keahlian Desain Pemodelan dan Informasi Bangunan (DPIB), sebuah spesialisasi yang relatif baru dan menuntut fasilitas praktik yang modern. Hipotesis implisit yang mendasari penelitian ini adalah bahwa terdapat perbedaan substansial antara kedua peraturan tersebut, dan pemahaman mendalam atas perbedaan ini merupakan prasyarat bagi institusi pendidikan untuk melakukan adaptasi strategis demi peningkatan mutu.

Metodologi dan Kebaruan
Penelitian ini mengadopsi metode studi kepustakaan (literature review) sebagai pendekatan utamanya. Pengumpulan data dilakukan melalui analisis dokumen terhadap sumber-sumber primer, yaitu naskah lengkap Permendiknas No. 40 Tahun 2008 dan Permendikbud No. 34 Tahun 2018, serta didukung oleh literatur sekunder seperti jurnal dan artikel ilmiah yang relevan. Analisis data bersifat deskriptif-komparatif, di mana ketentuan-ketentuan spesifik dari kedua peraturan tersebut disandingkan secara sistematis untuk mengidentifikasi, mengklasifikasi, dan mendeskripsikan perbedaannya.

Kebaruan penelitian ini terletak pada fokusnya yang tajam dan aplikatif. Meskipun kajian tentang pentingnya sarana prasarana telah banyak dilakukan, karya ini memberikan kontribusi unik dengan menyajikan analisis perbandingan head-to-head antara dua kerangka hukum yang fundamental bagi satu kompetensi keahlian yang spesifik (DPIB). Dengan demikian, penelitian ini tidak hanya bersifat teoretis, tetapi juga berfungsi sebagai panduan praktis yang menerjemahkan bahasa regulasi yang kompleks menjadi peta jalan yang jelas bagi para pengelola SMK untuk memahami lanskap standar yang baru dan merencanakan penyesuaian yang diperlukan.

Temuan Utama dengan Kontekstualisasi

Analisis komparatif antara kedua peraturan mengungkapkan adanya evolusi standar yang signifikan, yang mencerminkan pergeseran paradigma dalam pendidikan vokasi.

Pertama, pada level prasarana atau infrastruktur fisik, terjadi perubahan mendasar. Nama kompetensi keahlian itu sendiri berevolusi dari "Teknik Gambar Bangunan" menjadi "Desain Pemodelan dan Informasi Bangunan (DPIB)", yang diikuti oleh perluasan fungsi ruang praktik untuk mencakup pemahaman konstruksi jalan dan jembatan. Secara kuantitatif, standar luas minimum ruang praktik justru mengalami efisiensi, berkurang dari 176 m² untuk 32 siswa (rasio 5,5 m²/siswa) menjadi 150 m² untuk 36 siswa (rasio 4,17 m²/siswa). Regulasi 2018 juga mengubah tata ruang, dari pemisahan tegas antara ruang gambar manual dan komputer menjadi penggabungan ruang "desain masinal dan komputer" serta penambahan ruang baru untuk "perencanaan dan pembuatan model/maket". Perubahan ini mengindikasikan pergeseran menuju alur kerja yang lebih terintegrasi dan berorientasi pada proyek, meniru praktik industri modern.

Kedua, pada level sarana atau peralatan, regulasi 2018 menunjukkan peningkatan spesifisitas dan modernisasi yang drastis. Standar perabot tidak lagi bersifat umum (misalnya "meja gambar"), melainkan dirinci menjadi "meja kerja", "meja alat", dan "meja persiapan" dengan rasio yang jelas per siswa. Peningkatan paling signifikan terlihat pada penambahan standar yang sebelumnya tidak ada dalam regulasi 2008, yaitu kewajiban penyediaan peralatan Kesehatan dan Keselamatan Kerja (K3) dan Alat Pelindung Diri (APD) untuk setiap siswa. Penambahan ini merupakan sebuah lompatan kualitatif yang menempatkan budaya keselamatan kerja sebagai komponen inti dalam proses pembelajaran, bukan lagi sebagai aspek periferal. Selain itu, standar utilitas seperti jumlah kotak kontak listrik minimum juga ditingkatkan, menandakan pengakuan atas meningkatnya ketergantungan pada perangkat elektronik dalam praktik DPIB modern.

Secara interpretatif, temuan-temuan ini menunjukkan bahwa standar baru tidak hanya memperbarui daftar peralatan, tetapi juga mentransformasi filosofi ruang belajar vokasi. Ruang praktik kini dirancang sebagai simulasi lingkungan kerja profesional yang menekankan integrasi teknologi, manajemen proyek (terlihat dari adanya "papan kemajuan siswa"), dan, yang terpenting, budaya keselamatan yang berstandar industri.

Keterbatasan dan Refleksi Kritis

Sebagai sebuah studi kepustakaan, keterbatasan utama penelitian ini adalah absennya data empiris dari lapangan. Analisis berfokus pada das Sollen (apa yang seharusnya menurut peraturan) tanpa mengukur das Sein (bagaimana kondisi aktual di sekolah). Studi ini tidak menyelidiki sejauh mana SMK telah mematuhi standar baru, tantangan finansial dan logistik yang mereka hadapi dalam proses adaptasi, atau dampak dari fasilitas yang diperbarui terhadap kompetensi lulusan.

Refleksi kritis juga dapat diarahkan pada asumsi bahwa standar baru secara otomatis lebih superior. Misalnya, apakah penurunan rasio luas ruang per siswa, meskipun diimbangi dengan peralatan yang lebih modern, berpotensi menciptakan lingkungan belajar yang lebih padat dan kurang kondusif? Paper ini tidak mengeksplorasi potensi trade-off atau konsekuensi yang tidak diinginkan dari perubahan standar tersebut. Analisis lebih lanjut mengenai justifikasi di balik setiap perubahan—apakah didasarkan pada masukan industri yang komprehensif atau pertimbangan efisiensi anggaran—akan memperkaya diskusi.

Implikasi Ilmiah di Masa Depan
Temuan dari studi ini membuka berbagai jalan untuk penelitian lanjutan. Riset empiris di masa depan dapat melakukan survei skala luas untuk memetakan tingkat kepatuhan SMK terhadap Permendikbud 2018, mengidentifikasi kesenjangan fasilitas, dan menganalisis faktor-faktor yang menghambat implementasi. Studi longitudinal juga dapat dirancang untuk mengukur secara kuantitatif dampak peningkatan sarana prasarana terhadap hasil belajar siswa, tingkat kelulusan uji kompetensi, dan keterserapan lulusan di dunia kerja.

Dari perspektif kebijakan dan praktik, penelitian ini berfungsi sebagai pengingat mendesak bagi pengelola sekolah untuk segera melakukan audit fasilitas dan menyusun rencana strategis untuk pemenuhan standar. Bagi pemerintah dan pembuat kebijakan, temuan ini menyoroti perlunya dukungan finansial dan teknis yang terstruktur untuk membantu sekolah-sekolah dalam melakukan transisi. Tanpa intervensi yang terencana, pemberlakuan standar yang lebih tinggi berisiko memperlebar kesenjangan kualitas antara sekolah yang memiliki sumber daya yang cukup dan yang tidak. Pada akhirnya, studi ini menegaskan bahwa investasi pada infrastruktur fisik adalah investasi langsung pada kualitas sumber daya manusia vokasi di masa depan.

Sumber

Andarista, P. L., Murtinugraha, R. E., & Ramadhan, M. A. (2020). Standar Sarana Prasarana SMK Kompetensi Keahlian Desain Pemodelan dan Informasi Bangunan. Prosiding Seminar Pendidikan Kejuruan dan Teknik Sipil (SPKTS) 2020, 349-360.

Latar Belakang Teoretis

Tulisan karya Noval Abdurohim Hafish, Anisah, dan Prihantono (2020) mengangkat sebuah isu krusial yang menghubungkan kualitas infrastruktur publik dengan vitalitas ekonomi lokal. Latar belakang masalah berpusat pada kondisi Pasar Rakyat Tambun Selatan, sebuah entitas komersial bersejarah yang kini menghadapi penurunan jumlah pengunjung secara signifikan. Penulis mengidentifikasi masalah utama pada kondisi fisik pasar yang tidak terawat, kotor, tidak kondusif, dan secara visual tidak menarik, di mana fasilitas banyak yang rusak dan sirkulasi terganggu oleh penggunaan koridor sebagai area berdagang. Kondisi ini menciptakan ketidaknyamanan yang mendorong konsumen beralih ke pasar modern.

Kerangka teoretis penelitian ini secara tegas berlabuh pada Standar Nasional Indonesia (SNI) 8152-2015 tentang Pasar Rakyat. Regulasi ini berfungsi sebagai tolok ukur ideal (das Sollen) yang mendefinisikan kriteria pasar yang bersih, sehat, dan terstandar, dengan penekanan pada aksesibilitas universal dan sirkulasi yang terjamin. Dengan menyandingkan kondisi aktual pasar (das Sein) dengan standar normatif ini, penulis merumuskan tujuan penelitian yang jelas: mengevaluasi ketersediaan sarana, prasarana, dan utilitas umum serta kesesuaian bangunan pasar terhadap kriteria SNI tersebut. Hipotesis implisit yang terbangun adalah bahwa ketidaksesuaian fasilitas pasar dengan SNI 8152-2015 merupakan faktor kontributif terhadap penurunan daya saing dan citra negatif pasar di mata publik.

Metodologi dan Kebaruan

Penelitian ini dirancang dengan metode deskriptif yang mengintegrasikan pendekatan kuantitatif untuk pengolahan data dan pendekatan kualitatif untuk analisis deskriptif. Alur metodologisnya sistematis, dimulai dari pengumpulan data melalui tiga jalur: survei kuesioner yang disebar kepada pedagang, wawancara mendalam dengan pengelola pasar, dan observasi langsung di lokasi. Populasi penelitian didefinisikan secara jelas, mencakup 735 pedagang dan 12 pengelola. Penentuan sampel dilakukan secara cermat menggunakan rumus Slovin untuk menghasilkan 88 responden pedagang yang dipilih melalui Proportional Random Sampling, dan satu orang kepala pengelola pasar dipilih secara Purposive Sampling untuk memastikan kedalaman informasi.

Kebaruan studi ini terletak pada penerapan model evaluasi CIPP (Context, Input, Process, Product), khususnya pada komponen evaluasi masukan (input evaluation). Pendekatan ini memungkinkan peneliti untuk secara terstruktur menilai sumber daya yang ada, alternatif yang tersedia, serta rencana dan strategi pengelolaan pasar terhadap tujuan yang ditetapkan oleh SNI. Dengan memfokuskan evaluasi pada aspek-aspek spesifik seperti penataan ruang dagang, konstruksi, koridor, ventilasi, pencahayaan, area parkir, jaringan air bersih, toilet, pengelolaan sampah, drainase, sistem pemadam kebakaran, ruang ibadah, area bongkar muat, dan ruang disinfektan, penelitian ini menawarkan sebuah kerangka audit yang komprehensif dan dapat direplikasi untuk fasilitas publik sejenis.

Temuan Utama dengan Kontekstualisasi

Perlu dicatat bahwa paper ini disajikan dalam format proposal penelitian, sehingga belum memaparkan hasil analisis data empiris secara lengkap. "Temuan" yang disajikan lebih bersifat sebagai justifikasi kebutuhan penelitian yang didasarkan pada observasi awal dan data sekunder, seperti grafik penurunan jumlah pengunjung. Observasi awal yang dilakukan penulis mengonfirmasi adanya kondisi pasar yang tidak terawat, kotor, dan tidak menarik secara visual, di mana lorong dan koridor pasar dialihfungsikan sebagai tempat jual beli. Temuan ini secara kontekstual sejalan dengan literatur yang dikutip, yang menyatakan bahwa pasar tradisional sering kali memiliki citra negatif (kumuh, sesak, becek) akibat manajemen pengelola yang kurang optimal.

Meskipun data kuantitatif dari kuesioner dan wawancara belum dianalisis, kerangka kerja penelitian telah menetapkan dengan jelas apa yang akan diukur. Evaluasi akan menghasilkan kesimpulan mengenai apakah ketersediaan sarana prasarana dan utilitas umum di Pasar Rakyat Tambun Selatan telah sesuai dengan kriteria SNI 8152-2015 atau tidak. Dengan demikian, kontribusi utama dari bagian ini adalah pemetaan masalah yang sistematis dan penyajian kerangka evaluasi yang solid, yang jika diimplementasikan, akan menghasilkan data konkret mengenai tingkat kesenjangan antara kondisi ideal dan realitas di lapangan.

Keterbatasan dan Refleksi Kritis

Keterbatasan paling fundamental dari tulisan ini adalah statusnya sebagai proposal, yang berarti belum ada penyajian dan interpretasi data primer. Klaim mengenai penyebab penurunan pengunjung yang dikaitkan dengan kondisi fasilitas masih bersifat dugaan yang perlu dibuktikan melalui analisis data yang akan dikumpulkan. Dari segi metodologi, meskipun pemilihan sampel sudah menggunakan teknik statistik yang valid, potensi bias dalam jawaban kuesioner (misalnya, pedagang memberikan jawaban yang dianggap "aman") tetap ada dan perlu diantisipasi dalam analisis.

Secara kritis, model evaluasi CIPP yang hanya difokuskan pada komponen "input" sudah tepat untuk sebuah studi evaluasi awal atau analisis kebutuhan. Namun, untuk mendapatkan gambaran yang holistik, penelitian lanjutan idealnya juga perlu mencakup evaluasi "proses" (bagaimana manajemen pasar berjalan sehari-hari) dan "produk" (dampak kondisi pasar terhadap pendapatan pedagang dan kepuasan pengunjung). Asumsi bahwa pemenuhan standar SNI akan secara langsung menyelesaikan masalah penurunan pengunjung juga perlu diuji, karena faktor lain seperti persaingan harga, kelengkapan barang, dan perubahan perilaku belanja konsumen juga memainkan peran penting.

Implikasi Ilmiah di Masa Depan

Implikasi paling langsung dari penelitian ini adalah urgensi untuk melaksanakan pengumpulan dan analisis data yang telah dirancang. Setelah data terkumpul, hasil evaluasi ini akan memberikan kontribusi empiris yang berharga bagi literatur tentang manajemen fasilitas publik dan revitalisasi pasar tradisional di Indonesia. Penelitian di masa depan dapat menggunakan kerangka kerja ini untuk melakukan studi komparatif antara beberapa pasar rakyat, mengidentifikasi praktik terbaik dalam pengelolaan, dan mengukur dampak intervensi (misalnya, renovasi) terhadap kinerja pasar.

Dari perspektif kebijakan dan praktik, hasil penelitian ini akan menjadi dasar yang kuat bagi pemerintah daerah Kabupaten Bekasi dan pengelola pasar untuk merumuskan rekomendasi teknis yang spesifik dan terukur. Data evaluasi dapat digunakan untuk memprioritaskan alokasi anggaran perbaikan, merancang ulang tata letak pasar, dan meningkatkan standar operasional pemeliharaan. Sebagai refleksi akhir, studi ini sangat relevan dengan upaya nasional untuk modernisasi pasar rakyat. Dengan menyediakan sebuah metodologi evaluasi yang sistematis dan berbasis standar, penelitian ini tidak hanya mendiagnosis masalah di satu lokasi, tetapi juga menawarkan sebuah model yang dapat diadopsi untuk meningkatkan kualitas dan daya saing pasar rakyat di seluruh Indonesia.

Sumber

Hafish, N. A., Anisah, & Prihantono. (2020). Evaluasi Sarana Prasarana dan Utilitas Umum Pasar Sesuai SNI 8152-2015 Tentang Pasar Rakyat (Pada Pasar Rakyat Tambun Selatan). Prosiding Seminar Pendidikan Kejuruan dan Teknik Sipil (SPKTS) 2020, 214-219.

Latar Belakang Teoretis

Tulisan karya Yospita Sari (2020) ini berangkat dari sebuah premis fundamental: pemeliharaan dan perawatan adalah kunci untuk memastikan sebuah bangunan gedung dapat berfungsi sesuai umur rencananya. Masalah utama yang diangkat adalah rendahnya kesadaran pemilik, pengguna, dan pengelola di Indonesia akan pentingnya pemeliharaan, yang berujung pada berbagai insiden seperti keruntuhan gedung dan kebakaran. Studi ini menyoroti kontras antara fenomena kegagalan bangunan yang kerap terjadi dengan studi kasus Gedung Perum BULOG, sebuah bangunan berusia lebih dari 45 tahun yang masih berdiri kokoh dan terawat dengan baik.

Kerangka teoretis penelitian ini didasarkan pada Peraturan Menteri Pekerjaan Umum (Permen PU) No. 24/PRT/M/2008, yang membedakan antara pemeliharaan (kegiatan preventif untuk menjaga keandalan dan laik fungsi) dan perawatan (kegiatan kuratif untuk memperbaiki atau mengganti komponen yang rusak). Konsep manajemen dan biaya juga diperkenalkan sebagai elemen sentral dalam mencapai tujuan pemeliharaan. Dengan menggunakan Gedung BULOG sebagai contoh ideal, penelitian ini secara implisit berhipotesis bahwa keberhasilan pemeliharaan jangka panjang tidak terjadi secara kebetulan, melainkan merupakan hasil dari sebuah sistem manajemen yang terstruktur dan didukung oleh alokasi sumber daya yang memadai. Tujuannya adalah untuk mengkaji faktor-faktor yang berkontribusi pada terpelihara dan terawatnya sebuah bangunan gedung melalui tinjauan literatur.

Metodologi dan Kebaruan

Penelitian ini mengadopsi metode kualitatif dengan teknik pengumpulan data berupa studi kepustakaan (literature review). Data dihimpun dari berbagai sumber sekunder, termasuk jurnal ilmiah, buku, laporan penelitian, dan peraturan pemerintah yang relevan. Teknik analisis data yang digunakan adalah analisis isi (content analysis), yang didefinisikan sebagai pembahasan mendalam terhadap informasi tertulis untuk mengidentifikasi karakteristik dan menarik kesimpulan secara sistematis.

Kebaruan dari studi ini tidak terletak pada pengembangan teori baru, melainkan pada sintesis pengetahuan yang ada untuk membangun sebuah kerangka konseptual tentang manajemen pemeliharaan. Dengan menempatkan studi kasus (meskipun hanya sebagai ilustrasi) di samping tinjauan teoretis, penelitian ini memberikan sebuah narasi yang menghubungkan prinsip-prinsip manajemen dengan hasil fisik yang nyata, sehingga menawarkan wawasan yang aplikatif bagi para praktisi pengelolaan gedung.

Temuan Utama dengan Kontekstualisasi

Sebagai sebuah studi literatur, temuan yang disajikan merupakan sintesis dari berbagai sumber yang ada mengenai elemen-elemen kunci dalam manajemen pemeliharaan:

1. Manajemen Pemeliharaan: Ditemukan bahwa manajemen adalah titik sentral dalam keberhasilan pemeliharaan. Manajemen yang efektif harus mampu menjawab pertanyaan fundamental: apa yang harus dirawat, bagaimana, kapan, dengan biaya berapa, dan oleh siapa. Literatur mengidentifikasi berbagai permasalahan umum yang muncul akibat manajemen yang buruk, seperti penyalahgunaan fungsi bangunan dan perubahan struktur yang tidak dapat dipertanggungjawabkan. Struktur organisasi pemeliharaan (besar, sedang, atau kecil) harus disesuaikan dengan ukuran dan kompleksitas fasilitas yang dikelola.
2. Kebijakan dan Pengambilan Keputusan: Kebijakan pemeliharaan berfungsi sebagai dasar untuk mengalokasikan sumber daya (manusia, material, dan uang). Pengambilan keputusan untuk melakukan perawatan dipengaruhi oleh berbagai faktor, antara lain usia bangunan, ketersediaan anggaran, tingkat urgensi, ketersediaan sumber daya, serta pertimbangan sosial dan lingkungan. Ketersediaan sumber daya dan biaya diidentifikasi sebagai faktor utama yang paling mempengaruhi keputusan.
3. Prioritas Kegiatan: Untuk mengelola sumber daya yang terbatas secara efektif, kegiatan pemeliharaan perlu diprioritaskan. Literatur mengklasifikasikan prioritas ke dalam empat tingkatan: (a) Kondisi darurat (misalnya, pipa bocor), (b) Urgensi (misalnya, alarm kebakaran tidak berfungsi), (c) Prioritas rutin (pekerjaan harian), dan (d) Prioritas yang dapat ditunda (misalnya, pengecatan ulang).
4. Kendala dalam Pelaksanaan: Kendala yang paling umum dihadapi dalam praktik pemeliharaan adalah kurangnya sumber daya manusia (SDM) yang kompeten, keterbatasan anggaran, dan peralatan yang tidak memadai. Studi lain yang dirujuk menunjukkan bahwa banyak praktik pemeliharaan di lapangan tidak sesuai dengan frekuensi yang direkomendasikan oleh Permen PU, sering kali karena keterbatasan dana.

Secara interpretatif, temuan-temuan ini menegaskan bahwa pemeliharaan gedung yang berhasil bukanlah sekadar serangkaian tindakan teknis, melainkan sebuah sistem manajemen yang terintegrasi, di mana kebijakan yang jelas, prioritas yang logis, dan sumber daya yang memadai dikelola secara terstruktur.

Keterbatasan dan Refleksi Kritis. Keterbatasan utama dari penelitian ini adalah sifatnya yang murni studi kepustakaan. Meskipun Gedung BULOG digunakan sebagai titik awal dan contoh keberhasilan, penelitian ini tidak menyajikan data primer apa pun dari lokasi tersebut. Kesimpulan mengenai praktik manajemen di Gedung BULOG bersifat inferensial, didasarkan pada asumsi bahwa kondisinya yang baik pasti merupakan hasil dari penerapan prinsip-prinsip yang ditemukan dalam literatur. Tanpa wawancara dengan pengelola, analisis dokumen SOP, atau observasi langsung di Gedung BULOG, studi ini tetap berada pada level konseptual.

Selain itu, karena hanya mengandalkan analisis isi dari sumber-sumber yang ada, penelitian ini tidak dapat mengeksplorasi nuansa atau faktor-faktor kontekstual yang mungkin unik untuk setiap bangunan. Asumsi bahwa sebuah kerangka manajemen tunggal dapat diterapkan secara universal tanpa modifikasi mungkin terlalu menyederhanakan kompleksitas masalah di lapangan.

Implikasi Ilmiah di Masa Depan

 Temuan konseptual dari studi ini memberikan landasan yang kuat untuk penelitian empiris di masa depan. Langkah selanjutnya yang paling logis adalah melakukan studi kasus mendalam di Gedung BULOG untuk memverifikasi secara langsung apakah prinsip-prinsip manajemen yang diidentifikasi dalam literatur memang diterapkan di sana. Penelitian semacam itu dapat menggunakan metode wawancara, analisis dokumen, dan observasi untuk membangun model "praktik terbaik" yang berbasis bukti.

Dari segi praktis, kerangka kerja yang disajikan (mencakup manajemen, kebijakan, prioritas, dan kesadaran akan kendala) dapat berfungsi sebagai daftar periksa diagnostik bagi pengelola gedung lain untuk mengevaluasi dan meningkatkan sistem pemeliharaan mereka. Sebagai refleksi akhir, penelitian ini menegaskan kembali bahwa degradasi bangunan sering kali bukan masalah teknis semata, melainkan gejala dari kegagalan sistem manajemen. Oleh karena itu, investasi dalam membangun kapabilitas manajerial sama pentingnya dengan investasi dalam perbaikan fisik itu sendiri.

Sumber

Sari, Y. (2020). Studi Manajemen Pemeliharaan dan Perawatan Bangunan Gedung. Prosiding Seminar Pendidikan Kejuruan dan Teknik Sipil (SPKTS) 2020, 116-126.

Latar Belakang Teoretis

Pentingnya perencanaan proyek dalam industri konstruksi digambarkan sebagai fondasi suksesnya suatu proyek, baik dari segi capaian waktu, biaya maupun kualitas. Sejak lahirnya metode klasik seperti PERT dan CPM hingga adopsi perangkat lunak manajemen proyek modern, perencanaan masih banyak dilaksanakan secara manual dan bersifat silo antara satu proyek dengan proyek lain. Padahal, kondisi nyata menunjukkan banyak deviasi antara estimasi durasi aktivitas dan realisasinya, akibat faktor-faktor seperti keterbatasan tenaga kerja atau asumsi perencanaan yang tidak realistis. Untuk memahami keterkaitan antara rencana dan realisasi, penulis menekankan perlunya membandingkan data perencanaan dari berbagai proyek. Kendalanya, perbedaan penamaan dan struktur aktivitas membuat komparasi menjadi sulit dan memerlukan digitalisasi dan otomatisasi untuk menciptakan koherensi antar-proyek.

Dalam tinjauan pustaka sistematis, van de Laar menguraikan evolusi manajemen proyek konstruksi sejak penggunaan bagan batang dan WBS hingga sistem BIM dan perangkat lunak canggih masa kini. Meskipun digitalisasi seperti BIM mulai diadopsi di beberapa aspek industri, proses perencanaan proyek masih kurang terotomatisasi dan bergantung pada kerja manual. Sementara itu, perkembangan artificial intelligence (AI) dan machine learning (ML) menawarkan potensi besar: algoritma AI dapat mengidentifikasi pola dalam data perencanaan besar tanpa diperlukan label manual. Penulis menjelaskan konsep pembelajaran mesin terawasi vs tak terawasi, serta peran unsupervised clustering dalam menemukan struktur laten data. Teknik NLP (pemrosesan bahasa alami) juga dibahas sebagai cara menormalkan deskripsi teks aktivitas proyek.

Kerangka teoretis dikembangkan dengan menghubungkan isu perencanaan tradisional yang tidak terstandarisasi dengan kemampuan ML untuk mengelompokkan aktivitas berdasarkan kemiripan. Hipotesis implisitnya adalah dengan memanfaatkan teknik klastering tak terawasi pada data perencanaan historis, kita dapat mengidentifikasi kategori aktivitas yang serupa lintas proyek. Dengan demikian, evaluasi perencanaan menjadi lebih transparan dan dapat dibandingkan. Hipotesis lanjutnya adalah sistem ini dapat menunjang pengambilan keputusan perencana dengan secara otomatis melabeli aktivitas baru ke dalam kategori berisi kategori relevan. Teori ini merujuk pada literatur tentang otomatisasi AEC yang menunjukkan bahwa pendekatan semi-otomatis (bukan otomatis penuh) lebih praktis dalam konteks kompleksitas proyek nyata.

Secara keseluruhan, penulis membangun fondasi teoritis dengan memetakan tren digitalisasi dalam perencanaan konstruksi serta kerangka ML untuk klastering teks. Pembacaan literatur historis (misalnya sejarah CPM, CPM hingga PMBOK) menegaskan perlunya koordinasi terkomputerisasi, sedangkan literatur AI/ML menjelaskan metode tak terawasi yang relevan untuk tugas ini. Fokus pada otomasi evaluasi perencanaan lintas proyek adalah area baru yang mengisi kekosongan dalam riset eksisting, yang umumnya berusaha mengotomasi perencanaan keseluruhan dan sering membutuhkan banyak asumsi manual.

Metodologi dan Kebaruan

Penelitian ini menggunakan pendekatan unsupervised machine learning dikombinasikan dengan teknik pengolahan bahasa alami (NLP) untuk mencapai tujuan yang dirumuskan pada bagian pendahuluan. Metodologi inti mencakup dua tahap utama: klastering kegiatan perencanaan berdasarkan kemiripan deskripsi, dan pelabelan otomatis kegiatan baru ke dalam klaster yang tepat. Langkah awal adalah menyiapkan data perencanaan proyek infrastruktur besar yang sebelumnya dikumpulkan. Data tersebut terdiri dari daftar aktivitas dengan deskripsi teks (dalam bahasa Belanda), durasi terencana, dan informasi lain. Tantangan pertama ialah heterogenitas teks tugas, sehingga dilakukan serangkaian preprocessing: (1) ekstraksi kata kerja dan kata benda; (2) penghapusan tanda baca dan teks dalam kurung; (3) stemming/lemmatization untuk kata; (4) penerjemahan otomatis istilah Belanda ke Inggris; dan (5) penghilangan terminologi spesifik proyek. Kombinasi pra-pemrosesan ini dirancang untuk menyamakan format dan makna aktivitas sehingga lebih mudah dikelompokkan.

Selanjutnya, penulis melakukan analisis multikriteria (Multi Criteria Analysis, MCA) untuk mengevaluasi beberapa algoritma klastering tanpa pengawasan. Empat metode dipertimbangkan: K-Means, DBSCAN, Mean-shift, dan Hierarchical Agglomerative. Berdasarkan kriteria seperti kemudahan parameterisasi, skalabilitas, dan kesiapan implementasi, diperoleh peringkat yang menempatkan DBSCAN dan K-Means sebagai opsi terbaik[15]. DBSCAN menarik karena dapat menemukan bentuk klaster arbitrer, namun bergantung pada penentuan jarak epsilon. K-Means lebih sederhana dengan satu parameter (jumlah klaster K), dan mudah dioptimalkan via skor Silhouette. Uji coba awal pada subset data kecil memperlihatkan bahwa K-Means memberikan hasil yang relatif baik dan lebih terprediksi.

Pada tahap klastering, penulis akhirnya memilih K-Means. Pengoptimalan jumlah klaster K dilakukan dengan memeriksa skor Silhouette pada rentang K yang luas, lalu memilih K=387 yang memaksimalkan skor (0,596). Angka K yang sangat besar menunjukkan bahwa banyak sekali klaster sempit terbentuk, mencerminkan keragaman aktivitas perencanaan. Hasil klastering akhir menghasilkan beberapa ratus klaster, yang sebagian besar cukup homogen berdasarkan teks aktivitas. Penamaan manual klaster (H3) juga dilakukan dengan beberapa pendekatan, salah satunya mengidentifikasi kata dominan dalam masing-masing klaster. Untuk memastikan proses ini bersifat generalisable, kode Python akhir disusun agar klastering bisa diulang pada data baru.

Langkah kedua dalam metodologi adalah pengembangan algoritma pelabelan (H3). Setelah klaster klaster tersedia, sistem harus dapat mengambil aktivitas baru (dari proyek lain) dan menetapkan ke salah satu klaster yang telah dibentuk. Algoritma ini memanfaatkan fitur-fitur NLP (misalnya representasi teks yang sudah dilatihkan) serta kriteria jarak ke pusat klaster K-Means. Dengan demikian, aktivitas baru diprediksi tipe klasternya. Penulis juga membangun fungsi validasi internal (H3) untuk menilai apakah klaster yang terbentuk benar-benar konsisten: misalnya, dengan mengecek jarak rata-rata ke pusat klaster serta penggunaan grafik siluet untuk memeriksa kepadatan klaster.

Dari segi kebaruan (novelty), penelitian ini menonjol dalam dua aspek. Pertama, pendekatan semi-otomatis yang diusulkan, yakni fokus pada evaluasi rencana antar proyek, ketimbang upaya mengotomasi perencanaan penuh. Penulis secara eksplisit memilih strategi semi-automated planning evaluation, menghindari asumsi berlebihan yang dibutuhkan dalam rencana otomatis lengkap. Kedua, perpaduan teknik ML dan NLP yang menyeluruh untuk mengelompokkan aktivitas perencanaan juga menjadi kontribusi baru. Kombinasi prosedur persiapan data, analisis multikriteria, serta pipeline clustering dan labeling yang diotomasi belum banyak diuraikan di literatur konvensional. Sebagai contoh, penggunaan lemmatization dan penerjemahan dalam rangka menyamakan semantik deskripsi, serta penggunaan skor Silhouette dalam skala sangat besar (dengan ratusan klaster), menunjukkan pendekatan praktis yang khas.

Secara metodologis, penelitian merumuskan hipotesis bahwa mesin dapat belajar pola perencanaan dari data historis. Tujuan penelitian dibagi menjadi tiga: (1) klastering—mengenali tipe-tipe aktivitas perencanaan, (2) pelabelan—menugaskan aktivitas baru ke klaster, dan (3) evaluasi—mengukur keefektifan sistem. Setiap langkah ini diuji menggunakan data proyek nyata (contoh validasi perencanaan jalan raya dan pelaksanaan saluran air). Struktur ini menyederhanakan kompleksitas riset: satu proses fokus membangun klaster, lalu dipakai pada proses selanjutnya. Perlu diperhatikan bahwa tesis ini tidak menyajikan hipotesis numerik yang diuji secara formal, melainkan menetapkan research questions spesifik sebagai panduan eksperimen. Meskipun demikian, metode ekstensif dan pengambilan keputusan yang dinyatakan meyakinkan menjadi fondasi karya ini.

Temuan Utama dengan Kontekstualisasi

Hasil penelitian ini menunjukkan beberapa insight kuantitatif dan kualitatif mengenai penggunaan ML dalam evaluasi perencanaan konstruksi. Secara kuantitatif, performa klastering K-Means dengan konfigurasi akhir menghasilkan skor Silhouette sebesar 0,596 (pada K=387 klaster). Nilai ini secara statistik dianggap "cukup" (umumnya skor >0,5 dianggap baik), namun penulis mengakui bahwa hasilnya tidak sempurna. Beberapa klaster memiliki kesamaan internal rendah, di antaranya terdapat satu klaster “tumpukan” (dump cluster) yang menampung aktivitas residual dengan pola yang kurang jelas. Dengan kata lain, algoritma menemukan keteraturan umum tetapi tidak bisa menjelaskan 100% variasi aktivitas. Sebagai langkah kontekstualisasi, penulis mengaitkan temuan ini dengan risiko algoritma tak terawasi: overfitting (dengan K besar) menyebabkan klaster-klaster terlalu sempit, sementara underfitting (K kecil) akan membaurkan aktivitas tak sejenis. Hasil akhirnya moderat, menempatkan penelitian ini di tengah literatur yang menyatakan bahwa klastering teks perencanaan adalah masalah kompleks tanpa satu solusi mudah.

Rinciannya, setelah uji multikriteria, pilihan jatuh pada K-Means karena kemudahannya dan pemilihan parameter yang terbatas. Untuk data uji kecil, K-Means menunjukkan kinerja baik, hanya memerlukan optimisasi jumlah klaster melalui visualisasi kurva Silhouette. Namun, ketika skala data diperbesar, kompleksitas meningkat pesat. Skrip memeriksa K dari 2 hingga ratusan, dan hasil akhirnya memilih K=387. Hal ini berarti hampir setiap 2-3 aktivitas membentuk satu klaster rata-rata. Kontribusi temuan ini diposisikan terhadap literatur yang menegaskan penggunaan K-Means di domain lain; penulis menunjukkan bahwa dalam kasus perencanaan konstruksi, bahkan K-Means perlu disesuaikan ekstensif (dengan preprocessing ketat) untuk memberikan insight bermakna.

Penerapan algoritma pelabelan baru juga ditelaah. Penulis melaporkan bahwa algoritma ini secara umum mampu mengklasifikasi aktivitas baru ke klaster yang sesuai, asalkan data uji memiliki kesamaan semantik dengan data latih. Namun pada tahap validasi (menggunakan kasus perencanaan jalan tol dan proyek saluran air), ditemukan bahwa akurasi pelabelan masih kurang memuaskan. Sebagian besar kesalahan terjadi pada klaster dengan similitude rendah — kembali mempertegas bahwa klaster yang terbentuk kurang jelas pola batinnya. Temuan ini kontekstual terhadap literatur ML yang mengingatkan bahwa model tak terawasi tidak memiliki umpan balik ground-truth; konsistensi klaster sepenuhnya ditentukan oleh struktur data dan pra-proses yang sudah dilakukan. Penulis mencatat bahwa jika sebagian aktivitas tidak sesuai kategori baku, sistem tidak dapat “menebaknya” dengan tepat. Dengan demikian, makalah ini menambahkan bukti empiris bahwa meski unsupervised clustering menawarkan potensi, efektivitasnya tergantung pada kualitas pra-pemrosesan dan keluasan data.

Dalam perspektif kontribusi ke literatur eksisting, hasil kuantitatif dan kualitatif ini memberikan arah baru. Secara kuantitatif, skor peningkatan efisiensi diukur dalam konteks menghemat waktu analisis perencanaan — misalnya penulis menyatakan bahwa penggunaan ML dapat mempercepat evaluasi lintas proyek secara sistematis dibanding pemeriksaan manual. Meskipun tidak disebutkan angka konkret seperti “peningkatan efisiensi 43%” (karena fokus penelitian ini bukan pada metrik produktivitas langsung), data eksperimen menunjukkan bahwa fungsi otomasinya dapat menyoroti pola keterlambatan yang tidak tampak sebelumnya (misalnya keterlambatan berulang pada kategori pekerjaan tertentu). Ini mengisi gap literatur yang masih jarang memberikan studi kasus nyata di lapangan mengenai ML untuk evaluasi jadwal. Secara kualitatif, penelitian ini mengonfirmasi bahwa mengelompokkan aktivitas dengan ML bisa menyederhanakan problem evaluasi perencanaan menjadi masalah kategorisasi — temuan ini penting bagi peneliti lain yang mungkin memanfaatkan teknik serupa untuk bagian lain dari manajemen proyek.

Lebih jauh, penulis menempatkan hasilnya dalam konteks paradigma digitalisasi. Ia menyoroti bahwa metode yang dikembangkan merupakan titik awal untuk otomatisasi parsial di AEC: memfasilitasi perbandingan lintas jadwal proyek demi mendeteksi potensi risiko (misalnya cluster aktivitas “Instalasi deck KKWeg” yang menunjukkan rata-rata keterlambatan 100% dalam satu proyek vs 67% dalam proyek lain, nilai ini sekadar ilustrasi dari data panjang pada berkas tesis). Dengan mengkaitkan temuan ini dengan tren riset terbaru, ulasan ini menegaskan bahwa studi van de Laar memperluas literatur tentang implementasi AI di manajemen proyek (yang selama ini lebih fokus ke bangunan cerdas atau konstruksi otonom) ke bidang evaluasi jadwal secara kuantitatif. Dalam jurnal ilmiah bereputasi, temuan semacam ini memberikan nilai tambah berupa kasus penggunaan nyata AI di infrastruktur, memperkaya pengetahuan praktisi dan peneliti.

Keterbatasan dan Refleksi Kritis

Penelitian ini juga mengakui sejumlah keterbatasan metodologis yang penting. Pertama, penggunaan klastering tak terawasi tanpa ground truth memunculkan subjektivitas tersendiri. Walaupun skor Silhouette memberikan metrik pemilihan parameter, ia tidak menjamin klaster secara semantik bermakna. Dalam hasilnya, skor 0,596 disimpulkan “cukup”, namun angka ini masih memungkinkan klaster-klaster tumpang tindih. Kebutuhan untuk membuat “klaster pembuangan” menunjukkan adanya aktivitas yang tidak sesuai pola mana pun. Sebagai kritik, peneliti lain mungkin berargumen bahwa pendekatan semi-supervised, dengan memberikan beberapa label awal, bisa meningkatkan kohesi klaster. Terlebih, siluet adalah pengukuran internal yang tidak mempertimbangkan validitas eksternal (apakah klaster benar relevan bagi pengguna), sehingga keandalannya dalam domain ini patut dipertanyakan.

Kedua, choice algoritma K-Means, walaupun dipilih dengan alasan kesederhanaan, juga memiliki kekurangan yang diakui: algoritma ini mengasumsikan klaster berbentuk bola dan hampir sama ukurannya. Data teks rencana proyek kemungkinan tidak memenuhi asumsi ini. Penulis sempat mempertimbangkan DBSCAN, namun mengesampingkannya karena kesulitan menyesuaikan eps. Kritik metodologis bisa menyarankan penggunaan metode klastering alternatif atau ensemble, misalnya Hierarchical Agglomerative atau model berbasis graf, untuk mengatasi bentuk klaster tak teratur. Dalam catatan penutup, penulis sendiri menyarankan eksplorasi algoritma lain untuk meningkatkan Silhouette score. Hal ini mengindikasikan area ke depan bahwa hasil tesis ini sebaiknya tidak dijadikan satu-satunya acuan teknis.

Ketiga, proses pra-pemrosesan data menimbulkan asumsi. Langkah seperti penerjemahan otomatis dari bahasa Belanda ke Inggris atau penghilangan istilah spesifik proyek bisa membuang informasi kontekstual penting. Misalnya, dua proyek infrastruktur berbeda mungkin menggunakan istilah berbeda untuk pekerjaan serupa; penerjemahan mungkin tidak menangkap sinonim lokal. Penggunaan lemmatization juga dapat mengubah makna (misalnya “menanam tiang” vs “menanam pipa” bisa saja memiliki lemmata serupa tetapi konteks berbeda). Oleh karena itu, ada risiko bias atau kehilangan nuansa dalam data yang harus diwaspadai. Kritik membangun untuk penelitian selanjutnya adalah melakukan analisis sensitivitas: sejauh mana hasil klastering tetap valid jika proses NLP diubah?

Keempat, terkait reliabilitas statistik, penelitian ini hanya mengukur ukuran internal (Silhouette) dan beberapa uji kasus validasi. Tidak ada metrik eksternal seperti akurasi pelabelan terhadap penilaian manusia atau evaluasi performa prediksi keterlambatan. Hal ini wajar untuk tesis, tetapi makalah ini dapat dikritik karena tidak menghadirkan metrik kinerja eksplisit seperti presisi, recall, atau F1 untuk algoritma pelabelan. Tanpa ini, sulit menilai secara kuantitatif seberapa baik model memetakan aktivitas baru. Implikasi praktisnya, pengguna industri tidak dapat langsung memahami keandalan sistem.

Sebagai kritik akhir, penelitian ini berfokus pada teks deskripsi aktivitas dan hampir mengabaikan aspek numerik (misalnya durasi atau sumber daya). Pendekatan ini berdampak pada evaluasi hasil: klaster dibangun semata-mata dari teks, sedangkan kenyataannya aktivitas dengan nama sama bisa memiliki karakteristik berbeda (misalnya perbedaan penting dalam durasi atau biaya). Satu kemungkinan perbaikan adalah memasukkan fitur terukur ke dalam klastering (membuat klaster multivariat), atau membandingkan rata-rata durasi aktual antar-klaster. Pendekatan semacam itu tidak dibahas, dan mungkin memang di luar scope, tetapi ke depannya bisa menjadi saran perbaikan metodologi.

Implikasi Ilmiah di Masa Depan

Penelitian ini memiliki implikasi jangka panjang untuk digitalisasi dan AI dalam industri konstruksi. Pertama, hasilnya memvalidasi gagasan bahwa algoritma ML dapat membantu tahap analisis dalam manajemen proyek, khususnya merampingkan evaluasi perencanaan. Ini akan mendorong tren penelitian di mana data historis proyek digunakan sebagai basis pembelajaran—sering diasosiasikan dengan konsep data-driven construction management. Kedua, kesalahan dan keterbatasan yang ditemui menjadi pelajaran berharga: di masa depan, lebih banyak riset dapat mengeksplorasi teknik hibrida (misalnya active learning atau umpan balik ahli) untuk memperbaiki klastering tak terawasi. Hal ini relevan karena industri AEC cenderung lambat berinovasi, sehingga metode yang melibatkan campur tangan manusia secara minimal akan lebih mudah diadopsi.

Lebih luas lagi, temuan mengkontribusi wacana tentang teknik NLP dalam konstruksi. Studi ini menunjukkan bahwa memanfaatkan NLP untuk menormalkan deskripsi proyek merupakan pendekatan yang layak, namun juga menggarisbawahi perlunya leksikon domain-spesifik. Para peneliti di masa depan dapat menggunakan hasil ini sebagai baseline untuk mengembangkan ontologi proyek konstruksi yang kaya, sehingga meminimalisasi penerjemahan otomatis yang kasar. Dalam konteks AI, skripsi ini juga memperlihatkan bahwa penerapan AI di AEC masih berada pada tahap pemetaan pola dasar, bukan prediksi lanjutan. Oleh karena itu, implikasi bagi komunitas riset adalah mendorong pengembangan model prediktif yang memanfaatkan klaster ini, misalnya memprediksi risiko keterlambatan berdasarkan tipe aktivitas.

Relevansi untuk perkembangan digitalisasi lebih lanjut terutama terletak pada penekanan penulis bahwa pendekatan semi-otomatis adalah jembatan menuju otomasi penuh. Industri dapat memanfaatkan hasil penelitian ini dengan mengintegrasikan modul klastering ke dalam software manajemen proyek yang ada. Dengan begitu, perencana proyek masa depan dapat secara otomatis membandingkan rencana baru dengan portofolio proyek sebelumnya, menerima warning awal jika banyak aktivitas jatuh dalam klaster “berisiko tinggi” atau melampaui durasi normal. Hal ini sejalan dengan gerakan digital twin dalam konstruksi, di mana rencana dan data proyek riil disinergikan.

Akhirnya, bidang AI umumnya dapat melihat penelitian ini sebagai studi kasus penting: meski AI canggih (machine learning) sangat potensial, penerapannya harus kontekstual dan dibatasi kesadaran terhadap data. Rekomendasi implikasi ilmiah mencakup perlunya penelitian interdisipliner: kolaborasi antara ahli konstruksi dan ilmuwan data guna menyempurnakan definisi fitur dan klaster yang bermakna. Van de Laar sendiri menunjukkan bahwa penelitian selanjutnya dapat mengeksplorasi algoritma non-unsupervised, atau memungkinkan algoritma “belajar” dari iterasi klastering sebelumnya. Ini membuka jalan untuk model AI adaptif, misalnya deep learning yang memanfaatkan embedding teks untuk kategori aktivitas. Ke depan, integrasi AI dalam perencanaan konstruksi berpotensi menghasilkan sistem saran (recommendation systems) yang lebih cerdas, yang tidak hanya mengelompokkan, tetapi juga memberikan prediksi durasi atau rekomendasi alokasi sumber daya berdasarkan sejarah proyek sejenis.

📚 Daftar Pustaka:

Laar, B.J. van de (2023). A Machine Learning Approach to Effective Evaluation of Project Planning Across Construction Projects. Master Thesis, Eindhoven University of Technology. https://research.tue.nl/en/studentTheses/43a09417-4121-4e3c-98c1-9db6f6578b3b

Latar Belakang Teoretis

Artikel ini berdasar pada teori pendidikan teknik sipil yang menekankan pentingnya keterampilan pemecahan masalah (problem-solving) dalam keberhasilan proyek dan karir profesional. Banyak studi terdahulu menunjukkan bahwa pembelajaran berbasis masalah (problem-based learning/PBL) dan simulasi berbantuan peran (role-playing) dapat meningkatkan kemampuan analitis dan kritis mahasiswa (parafrase). Peneliti menggarisbawahi bahwa dalam pendidikan teknik sipil dan manajemen konstruksi, kursus capstone BIM (Building Information Modeling) dapat mengintegrasikan teknologi dan praktik industri sehingga mahasiswa mendapatkan pengalaman memecahkan masalah nyata (Forsythe et al. 2013; Sacks dan Barak, 2010). Namun, literatur menunjukkan masih kurangnya pedoman sistematis untuk melatih keterampilan ini dalam lingkungan pembelajaran kaya teknologi (information-rich environments). Oleh karena itu penulis merumuskan hipotesis bahwa penerapan panduan Perencanaan Eksekusi Proyek (Project Execution Planning – PEP) dengan metode role-playing terstruktur dalam kursus BIM capstone akan meningkatkan kemampuan pemecahan masalah mahasiswa. Framework teoretis artikel ini menggabungkan konsep PBL, peran-permainan tim, dan pedoman PEP-BIM sebagai landasan pedagogi baru yang terstruktur.

Metodologi dan Kebaruan

Metode penelitian adalah teaching–learning experiment dalam konteks kursus capstone BIM selama sembilan minggu di Chang’an University, China. Sebanyak 82 mahasiswa program teknik sipil/manajemen konstruksi tingkat akhir dibagi ke dalam 21 tim proyek. Masing-masing tim menjalankan proyek bangunan nyata (gedung paud) sambil berperan sebagai insinyur BIM, koordinator, supervisor, dan teknisi sesuai panduan BIM PEPG (Building Information Modeling Project Execution Planning Guide). Instruktur berperan sebagai manajer proyek yang memfasilitasi kegiatan mingguan dan merancang langkah-langkah pembelajaran. Hal baru (novelty) dalam penelitian ini adalah integrasi peran-permainan terstruktur dan prosedur BIM PEP ke dalam kurikulum, sehingga setiap mahasiswa memilih peran spesifik dan bertanggung jawab dalam perencanaan proyek.

Pengumpulan data menggunakan pendekatan kuantitatif dan kualitatif. Tiga instrumen utama digunakan: (1) kuesioner self-report berisi pertanyaan skala Likert untuk menilai persepsi mahasiswa tentang keterampilan pemecahan masalah dan pengetahuan role-playing/PEP (Tabel II); (2) evaluasi sejawat (peer evaluation) formatif untuk menilai keterlibatan tiap anggota tim (Tabel III); dan (3) penilaian manual oleh instruktur dan pakar industri atas deliverable proyek serta presentasi (Tabel IV dan V). Selain itu, terapan analisis data meliputi pemodelan persamaan struktural (SEM) untuk mengevaluasi hubungan antar variabel laten (keterampilan RP dan PEP) dengan skor kompetensi pemecahan masalah (ITRE search score). Aspek kualitatif diperoleh dari komentar siswa anonim dan observasi pengajar. Pendekatan metodologis ini dirancang untuk menstimulasi komunikasi dalam tim, perencanaan proyek, dan pembelajaran aktif berbasis proyek nyata. Dengan demikian, studi ini menyuguhkan panduan operasional detail bagi pendidik untuk menerapkan PEP-BIM dalam pembelajaran, menjawab kebutuhan penelitian yang menginginkan struktur role-playing dalam lingkungan kaya teknologi.

Temuan Utama dengan Kontekstualisasi

Hasil penelitian menunjukkan adanya peningkatan signifikan pada keterampilan pemecahan masalah mahasiswa. Secara kualitatif, komentar anonim mahasiswa menegaskan bahwa pengalaman role-playing dan penggunaan BIM PEP membuat mereka lebih memahami lingkup pekerjaan dan tanggung jawab masing-masing, sehingga kemampuan menyelesaikan masalah meningkat dibandingkan awal semester. Misalnya, siswa melaporkan kemajuan dalam keterampilan metakognitif (RP1) dan kepemimpinan (RP4) sebagai hasil kegiatan peran. Demikian pula, umpan balik instruktur mencatat sikap belajar positif mahasiswa dan kemampuan mereka menerapkan panduan perencanaan untuk memecahkan isu teknis.

Secara kuantitatif, analisis korelasi dari data SEM mendukung temuan tersebut. Tabel hasil analisis (Bagian 4.3) mengindikasikan korelasi positif yang signifikan antara skor pengetahuan dan keterampilan role-playing (RP) dengan skor pemecahan masalah (ITRE search). Misalnya, total skor ITRE search berkorelasi sebesar 0,61 dengan kemampuan role-playing dan 0,40 dengan kemampuan perencanaan proyek (p<0,05), menunjukkan hubungan erat antara peran yang dimainkan dan efektivitas pemecahan masalah. Demikian pula, skor spesifik keterampilan RP dan PEP berkorelasi 0,52 dan 0,33 dengan skor pemecahan masalah. Selain itu, analisis korelasi lebih rinci (Tabel VIII) memperlihatkan bahwa setiap aspek observabel RP (metakognitif, profesional, kognitif, kepemimpinan) berkaitan signifikan (p<0,05) dengan skor jawaban soal uraian pemecahan masalah, sedangkan aspek PEP menunjukkan korelasi lebih rendah (~0,21). Pola ini mengindikasikan bahwa siswa yang aktif dalam peran tim memperoleh performa lebih baik dalam tugas problem-solving.

Temuan ini selaras dengan penelitian sebelumnya yang menekankan efektivitas pembelajaran berbasis proyek dan role-play dalam pendidikan teknik sipil. Dengan menyediakan struktur perencanaan eksekusi proyek dan pengalaman dunia nyata, studi ini memperkuat pemahaman teoretis bahwa konteks pembelajaran praktikal mendorong penguasaan konsep. Secara praktis, pedoman BIM PEP terbukti meningkatkan kesadaran mahasiswa tentang pentingnya perencanaan, komunikasi, dan kerja sama tim untuk pemecahan masalah. Penelitian ini mengonfirmasi bahwa integrasi BIM dan proses perencanaan dalam kurikulum dapat menutup kesenjangan antara teori dan praktik industri konstruksi modern.

Keterbatasan dan Refleksi Kritis

Walaupun menjanjikan, penelitian ini memiliki beberapa keterbatasan metodologis. Pertama, sampel penelitian terbatas pada mahasiswa tingkat akhir dari satu universitas di China, sehingga generalisasi hasil ke konteks lain masih terbatas. Tidak ada kelompok kontrol untuk membandingkan pengaruh intervensi, sehingga efek kausal dari penggunaan BIM PEP sulit dibuktikan secara mutlak. Kedua, sebagian besar data bersumber dari laporan diri siswa dan pengamatan subjektif, yang rentan bias motivasi atau “halo effect” instruktor. Meskipun digunakan instrumen semacam kuesioner dan skala evaluasi, tidak terdapat pengukuran pra-dan-pasca (pre-test/post-test) yang eksplisit untuk mengkuantifikasi peningkatan kinerja.

Dari sisi analisis statistik, penulis menekankan korelasi signifikan namun tidak melaporkan ukuran efek atau uji statistik lain untuk memvalidasi temuan peningkatan. Hasil SEM dan koefisien korelasi memang signifikan (p<0,05) namun kurang jelas implikasi praktisnya. Karena desain eksperimental tidak menyeimbangkan faktor lain (misalnya motivasi individu atau tingkat dasar BIM), sulit memastikan bahwa perbedaan kinerja semata-mata disebabkan oleh metode yang diujikan. Selain itu, interval waktu sembilan minggu relatif pendek; dampak jangka panjang pada penguasaan kompetensi belum diuji. Secara keseluruhan, meski inovatif secara pedagogi, penelitian ini memerlukan pengukuran yang lebih objektif dan desain yang lebih kuat (misalnya eksperimen random dengan kelompok kontrol) untuk menegaskan validitas kesimpulannya.

Implikasi Ilmiah di Masa Depan

Studi ini menyiratkan sejumlah implikasi penting bagi penelitian dan praktik pendidikan teknik sipil berikutnya. Pertama, model pedagogis yang mengintegrasikan BIM PEP dan role-playing dapat diuji ulang pada populasi yang lebih luas atau berbeda, misalnya mahasiswa dengan latar belakang motivasi/tingkat kemampuan yang berbeda, atau dalam mata kuliah lain (seperti desain struktur atau manajemen proyek lanjutan). Kedua, metodologi campuran perlu dikembangkan dengan fokus pada pengukuran kinerja objektif, misalnya tugas pemecahan masalah terstandardisasi atau penilaian kinerja proyek sebelum dan sesudah intervensi.

Secara ilmiah, hasil ini mendorong penelitian lebih lanjut terhadap mekanisme spesifik yang membuat role-playing efektif—apakah karena peningkatan komunikasi, tanggung jawab bersama, atau aspek motivasionalnya. Penerapan SEM dalam konteks serupa juga bisa diperluas untuk mengeksplorasi variabel-variabel mediasi lain, seperti keterampilan kolaborasi atau motivasi intrinsik mahasiswa. Dalam ranah praktis, penelitian ini relevan dengan tren global dalam pendidikan CECM yang semakin berfokus pada building information modeling dan pembelajaran berbasis proyek. Di masa depan, integrasi inovasi seperti ini dapat membantu mencetak insinyur sipil/manajer konstruksi yang lebih siap menghadapi tuntutan industri yang kompleks dan terhubung teknologi.

Secara keseluruhan, meskipun terobosan pendidikan ini masih memerlukan evaluasi lebih lanjut, studi Zhang, Xie, dan Li (2019) menunjukkan bahwa perencanaan eksekusi proyek berbasis BIM dalam setting kelas memang berpotensi tinggi untuk memperkuat keterampilan pemecahan masalah mahasiswa, dan oleh karena itu sesuai dengan kebutuhan pendidikan teknik sipil modern.