Post on 28-Oct-2021
Aplikasi Pemakaian Learning Curve Theory Pada Pekerjaan Pengecoran Kolom Pada Proyek Pembangunan Apartemen L.A City
Dickson Jingga
Departemen Teknik Sipil. Fakultas Teknik, Universitas Indonesia, Kampus UI Depok, Depok 16424, Indonesia
E-mail: dicksonjingga@hotmail.com
ABSTRAK Dengan hanya menggunakan kurva-s, kita tidak dapat memprediksi produktivitas pada suatu pekerjaan yang berulang maka dari itulah, diperlukan sebuah metode penjadwalan yang tepat yaitu learning curve. Tujuan dari penelitian ini adalah untuk menentukan apakah learning curve dapat digunakan secara akurat untuk memprediksi produktivitas kerja dari unit selanjutnya dengan mengaplikasikan prinsip tersebut kepada pengecoran kolom pada pembangunan proyek apartemen L.A City. Hasil yang didapatkan menunjukkan bahwa teori learning curve ini tidak sesuai dengan kenyataan yang terdapat di lapangan. Banyak faktor-faktor yang mempengaruhi teori tersebut termasuk kondisi cuaca, kombinasi pekerja dan penundaan yang terjadi.
Application of Learning Curve Theory on the work of column casting in construction
Project of L.A City Apartment
ABSTRACT
By simply using the s-curve, productivity on a repetitive work cannot be predicted, and because of that, a proper scheduling method like learning curve is required. The goal of this research is to determine whether the learning curve can be used to accurately predict the next unit of work productivity by applying those principles to the column casting in the development of L.A City. The result of this survey shows that this learning curve theory does not correspond to the reality in the field. Many factors that affect the theory including weather condition, crew members and delays. Keywords: Column casting ; learning curve ; repetitive; productivity Pendahuluan Selama menangani sebuah proyek konstruksi, kontraktor diharuskan untuk memilih
keputusan-keputusan yang menghasilkan atau mengkontribusikan hasil akhir yang efisien
untuk owner. Keputusan-keputusan ini akan memberikan dampak terhadap strategi-strategi
yang menghubungkan antara biaya, waktu dan kualitas dari suatu proyek (Hinze, 2008, hal.
246), karena hal tersebut merupakan sasaran kinerja proyek yang didapatkan dari hasil suatu
perkiraan/estimasi.
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
Anton, Krishna, Biemo, dan Reini (2011) melakukan penelitian terhadap produktivitas pada
proyek yang terdapat di Indonesia. Penelitian tersebut menekankan bahwa faktor yang
berhubungan dengan desain, implementasi dan perencanaan merupakan aspek yang harus
diperhatikan untuk meningkatkan produktivitas dari sebuah proyek (Soekiman, Pribadi,
Soemardi, & Wirahadikusumah, 2011, hal. 39).
Pada kebanyakan proyek konstruksi, pengestimasian pendjadwalan hanya mengacu kepada
kurva s atau s-curve. Kurva-s hanya dapat menunjukkan progres pelaksanaan mulai dari awal
hingga proyek selesai. Produktivitas per pekerja tidak dapat diketahui dengan kurva-s
tersebut. Dengan hanya menggunakan kurva s, kita tidak dapat memprediksi produktivitas
pada suatu pekerjaan yang berulang (repetitive), maka dari itulah, diperlukan sebuah metode
penjadwalan yang tepat.
Metode penjadwalan yang spesifik dapat digunakan untuk menguntungkan proyek konstruksi
dengan karakteristik yang berulang, akan tetapi menggabungkan learning effect (efek
pembelajaran) pada estimasi durasi aktivitas dapat menyebabkan hasil yang lebih baik.
Banyak aktivitas konstruksi yang dilakukan berulang-ulang akan menghasilkan fenomena
yang dinamakan efek pembelajaran atau learning effect. Efek itu menyatakan bahwa waktu
ataupun biaya yang diperlukan untuk melakukan satu siklus adalah lebih sedikit daripada
yang dibutuhkan untuk melakukan siklus sebelumnya.
Learning curve dapat digunakan dalam berbagai cara. Nilai potensial dari learning curve
adalah kemampuannya dalam memprediksi waktu/siklus kerja lanjutan (Everett & Farghal,
1994, hal. 41). Fungsi utamanya adalah pengestimasian, tetapi mereka juga dapat digunakan
dalam memprediksi performa pekerjaan, dalam hal ini berkaitan dengan produktivitas.
(Wong, Cheung, & Hardcastle, 2007, hal. 474-482). Beberapa investigasi sebelumnya yang
mengaplikasikan teori learning curve ini kepada industri konstruksi membuktikan
kepentingan konsep ini terhadap produktivitas daripada pekerja (Abdulaziz M. Jarkas, 2010,
hal. 1279).
Pada penelitian kali ini, learning curve akan diterapkan pada pekerjaan konstruksi yang
berulang (repetitive) yaitu pekerjaan kolom khususnya pada pengecoran kolom. Hal tersebut
merupakan syarat dari learning curve theory dimana aplikasi ini dapat diterapkan pada
pekerjaan berulang seperti yang telah dilakukan penelitian oleh Jimmie H.
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
Penelitian ini memiliki tujuan untuk mengetahui faktor-faktor yang mempengaruhi
produktivitas dari learning curve dan menguji efisiensi pemakaian learning curve dalam
memprediksi kinerja-kinerja dalam pengerjaan pengecoran kolom di proyek konstruksi
apartemen L.A City.
Tinjauan Teoritis Sejarah Learning Curve
Salah satu penelitian pertama dilakukan pada data produksi badan pesawat, yang
menyebabkan perumusan teori Learning Curve, dilakukan oleh Mayor Leslie MacDill,
komandan di McCook Lapangan pada 1925. McCook Field adalah rumah bagi penelitian
pesawat, pengembangan dan rekayasa produksi.
T.P. Wright, yang juga memulai penelitiannya pada awal 1920-an, dikreditkan dengan
publikasi pertama teori kurva pembelajaran pada tahun 1936 saat bekerja untuk Curtiss
Aeroplane Company. Dalam Journal of Sciences Aeronautical, "Faktor-faktor yang
Mempengaruhi Biaya Pesawat," ia menunjukkan bahwa jumlah pesawat yang diproduksi
meningkat, biaya rata-rata kumulatif untuk memproduksi pesawat berkurang dengan laju yang
konstan. Ini dikenal sebagai formulasi rata-rata kumulatif kurva pembelajaran (alias kurva
Wright, kurva Northrop).
Setelah Perang Dunia II, saat bekerja untuk Lockheed Corporation, JR Crawford
mengusulkan bahwa jumlah pesawat yang diproduksi meningkat, biaya unit untuk
memproduksi pesawat tersebut menurun dengan laju yang konstan. Ini dikenal sebagai
formulasi kurva belajar Unit (alias kurva Crawford, kurva Boeing). Sebutan-sebutan lain
untuk kurva pembelajaran (learning curve) adalah kurva pengalaman, kurva biaya, dan kurva
biaya perbaikan.
Learning Curve Theory
Learning curve adalah representasi grafis hubungan antara durasi produksi unit dan jumlah
unit yang telah diproduksi (Olomolaiye, Jayawardane, & Harris, 1998). Konsep teori learning
curve ini pertama kali diperkenalkan kepada industri pesawat ketika T.P. Wright
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
mempublikasikan sebuah artikel pada Journal of the Aeronautical Science Februari 1936
(Nortfleet, 2004).
Beberapa unsur-unsur yang diperhatikan pada aplikasi learning curve (Hinze, 2008, hal.
256):
a. Jumlah waktu dan biaya yang dibutuhkan setiap unit cenderung berkurang untuk
setiap unit yang telah berhasil dikerjakan
b. Jumlah waktu untuk memproduksi sebuah unit berkurang pada “decreasing rate”
c. Pengurangan waktu yang diperlukan untuk memproduksi setiap unit selalu diikuti
oleh model estimasi yang spesifik. Laju peningkatan (pembelajaran) dapat diprediksi
dengan menggunakan model matematika
Jika beberapa data ( lebih dari dua) diketahui, akurasi yang lebih bagus, mungkin, kurva
pembelajaran yang lebih realistik dapat dikembangkan sebagai alat prediksi. Terdapat dua
metode untuk memperoleh informasi pembelajaran dari data tersebut. Yang pertama adalah
dengan memplot poin-poin data tersebut dalam kertas logaritma. Garis lurus (straight line)
akan digambarkan melalui poin-poin tersebut. Kemiringan dari garis tersebut akan menjadi
laju pembelajaran (learning rate) dan memiliki nilai yang negatif. Sedangkan yang kedua
adalah dengan menggunakan least square method.
Tabel 1. Tabel Regresi
X Y log X log Y (!"# !)! (log X) x (log Y)
∑ ∑ ∑ ∑ Sumber: Hasil Olahan Sendiri
Dimana
X = lantai ke
Y = durasi pengecoran
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
Penentuan Learning rate
Untuk menentukan learning rate digunakan rumus berikut:
! =! (log! × log!)− log! × log!
! log! ! − log! ! ( 1 )
! =log !log 2 ( 2 )
Dimana :
N = jumlah observasi terhadap data jam kerja yang tersedia
b = kemiringan kurva
r = learning rate
Setelah learning rate didapatkan dari hasil perhitungan, tahap selanjutnya adalah
menentukan/memperkirakan durasi untuk item pekerjaan selanjutnya
!! = !! ×!! ( 3 )
Dimana :
!! = usaha yang diperlukan untuk menyelesaikan unit ke n
! = satuan angka
!! = konstanta (secara teori KT = T1)
S = parameter kemiringan atau faktor kemiringan ( memiliki nilai negatif)
S = Log Ø / log 2
Ø = laju peningkatan
Metode Penelitian Untuk mendapatkan jawaban dari perumusan masalah yang telah ditetapkan dalam penelitian
ini, maka diperlukan suatu strategi penelitian yang sesuai. Dalam penyusunan strategi
penelitian aplikasi learning curve theory pada pekerjaan pengecoran kolom pembangunan
apartemen LA City, terdapat beberapa komponen data yang perlu dipertimbangkan yaitu;
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
aktivitas pekerjaan kolom, variabel yang dilibatkan (berupa faktor-faktor yang berpengaruh
terhadap aplikasi learning curve) dan produktivitas pekerja.
Mengacu pada strategi penelitian yang disarankan oleh Yin (1994) dan berdasarkan latar
belakang rumusan masalah, yaitu bagaimana efisiensi pemakaian learning curve dalam
memprediksi kinerja-kinerja sumber daya pada pekerjaan pengecoran kolom dan faktor-faktor
apa saja yang mempengaruhi produktivitas daripada learning curve, maka dipilih pendekatan
studi kasus dan survey.
Gambar 1. Diagram alir proses penelitian Sumber: Hasil Olahan Sendiri
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
Dalam penelitian ini, metode yang digunakan untuk mendapatkan data adalah dengan survey
langsung ke lapangan. Data primer dalam penelitian ini diperoleh langsung melalui
pengamatan langsung di lapangan pada saat terjadi proses pengecoran kolom, metode ini
hanya dilakukan jika data sekunder yang ada kurang memadai. Pengamatan langsung
dilakukan menggunakan stopwatch untuk mendapatkan data durasi pengecoran tiap-tiap
kolom. Selain itu, survey ke lapangan dapat berupa data jumlah pekerja yang melakukan
kegiatan pengecoran kolom. Adapun pengamatan langsung yang dilakukan adalah durasi
pengecoran atau berapa lamanya pengecoran dilakukan mulai dari pemasukan selang hingga
selesainya pengecoran pada sebuah kolom dengan menggunakan stopwatch. Pencatatan durasi
menggunakan alat bantu stopwatch tidak termasuk perpindahan cor bucket dari satu kolom ke
kolom lainnya. Pengamatan dilakukan pada 4 zona per lantai dimulai dari lantai 12 hingga
lantai 14. Proses pengecoran kolom dapat dilihat pada Gambar 2.
Gambar 2. Pengecoran Kolom Sumber: Data L.A City, 2013
Setelah data terkumpul, maka tahapan selanjutnya adalah dilakukan pengolahan data dan
analisa data. Pengolahan data dilakukan dengan menggunakan formula learning curve dengan
metode Wright’s log-linear secara matematis dengan bantuan software Microsoft Excel
ataupun software lainnya. Output dari formula tersebut adalah learning curve / kurva
pembelajaran untuk tiap zona pekerjaan kolom.
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
Analisis data kemudian dilanjutkan dengan melihat perbandingan kesesuaian teori learning
curve yang telah dibuat dengan realita konstruksi kolom per zona pada apartemen LA City.
Selain itu, perbandingan juga dilakukan terhadap learning curve secara teoritis. Setelah
dilakukan analisis grafis, faktor-faktor yang secara signifikan mempengaruhi perubahan kurva
learning curve pada pekerjaan kolom tersebut kemudian ditemukan dan dibahas.
Hasil Penelitian
Pembagian zona kolom pada proyek L.A City dapat dilihat pada.
Gambar 3. Zona Kolom L.A City Sumber: Data L.A City, 2013
Pengamatan terhadap pengecoran kolom yang dilakukan pada proyek apartemen L.A City
dimulai pada lantai 12. Hal tersebut dikarenakan tipe kolom pada lantai 12-16 identik.
Pekerjaan pengecoran pada lantai tersebut dilaksanakan pada akhir bulan April 2014. Pada
penelitian ini, pengamatan dilakukan pada 4 zona di setiap lantai seperti yang terlihat pada
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
Gambar 3 sampai dengan lantai 14 untuk zona 1, sedangkan untuk zona 2, 3 dan 4 dilakukan
sampai lantai 13. Keterbatasan data ini dikarenakan durasi penelitian yang tidak mencukupi.
Adapun ukuran kolom dan tipe kolom untuk lantai 12 – 14 dapat di lihat pada tabel 2.
Tabel 2. Detail Kolom
TYPE LT.12 s/d LT.16 K1 400 x 800
K1A 400 x 800 K1B 400 x 800 K1C 400 x 800 K1D 500 x 800 K1E 500 x 800
K1E1 500 x 800 K1F 400 x 800 K2 400 x 700
K2A 400 x 700 K2B 500 x 800 K2C 400 x 700
Sumber : Doc LA City, 2013
Data durasi pengecoran kolom yang didapatkan berdasarkan zona maupun lantai melalui
pengamatan langsung di lapangan menggunakan stopwatch dapat dilihat pada tabel 3:
Tabel 3. Rangkuman Durasi Pengecoran Kolom L.A City
Total Durasi Pengecoran (dalam menit)
Zona 1 Zona 2 Zona 3 Zona 4 Lantai 12 67,3 52,71667 52,11667 52,31667 Lantai 13 48,26667 49,4 42,21667 51,03333
Sumber: Hasil Olahan Sendiri
Dari total durasi pengecoran kolom pada masing-masing zona dan kedua lantai tersebut, maka
dapat ditentukan learning rate pada tiap-tiap zona tersebut dengan menggunakan tabel 1 dan
juga rumus 1 dan 2. Rangkuman dari hasil pengolahan data untuk mendapatkan learning rate
dapat dilihat pada Tabel 4.
Tabel 4. Learning rate yang dihasilkan masing-masing zona Learning Rate (%)
Zona 1 Zona 2 Zona 3 Zona 4 71,71867 93,7085 81,00416 97,54699
Sumber : Hasil Olahan Sendiri
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
Setelah learning rate didapatkan dari hasil perhitungan tiap-tiap zona, tahap selanjutnya
adalah menentukan/memperkirakan jumlah waktu yang dibutuhkan untuk lantai-lantai
berikutnya yaitu lantai 13, 14, dan 15 dengan menggunakan rumus 3. Grafik yang dihasilkan
pada masing-masing zona berbeda seperti yang terlihat pada Gambar 4, 5, 6, dan 7 untuk zona
1, 2, 3, dan 4.
Gambar 4. Learning Curve zona 1 Sumber: Hasil Olahan Sendiri
Gambar 5. Learning Curve zona 2 Sumber: Hasil Olahan Sendiri
0.00
20.00
40.00
60.00
80.00
12 13 14 15
Value for the
n-‐th un
it (yn)
Lantai ke
Learning Curve Zona 1
0.00
20.00
40.00
60.00
80.00
12 13 14 15
Value for the
n-‐th un
it (yn)
Lantai ke
Learning Curve Zona 2
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
Gambar 6. Learning Curve zona 3 Sumber: Hasil Olahan Sendiri
Gambar 7. Learning Curve zona 4 Sumber: Hasil Olahan Sendiri
Pembahasan Learning curve pada zona yang berbeda menunjukkan learning rate yang berbeda pula. Pada
zona 1, dihasilkan learning rate sebesar 71,72%, zona 2 93,71%, zona 3 81%, dan zona 4
sebesar 97,55% seperti yang terlihat pada tabel 4. Dari keempat zona tersebut, hanya learning
rate zona 1 dan zona 3 yang berada pada kisaran antara 90%-70%, yang telah terindikasi oleh
Parker dan Oglesby (1972) untuk operasi repetitif pada bidang konstruksi. Learning rate
sebesar 93,7% pada zona 2 dapat diartikan sebagai diperlukannya usaha sebesar 93,71 % dari
unit pertama (dalam hal ini unit pertama adalah kolom pada lantai 12) untuk mengerjakan unit
kedua (kolom lantai 13). Makin besar nilai learning rate, maka makin banyak usaha yang
diperlukan untuk menyelesaikan unit selanjutnya. Memang terdapat peningkatan usaha karena
efek pembelajaran di tiap-tiap zona tersebut, akan tetapi peningkatan yang terjadi tidaklah
0.00
20.00
40.00
60.00
80.00
12 13 14 15
Value for the
n-‐th un
it (yn)
Lantai ke
Learning Curve Zona 3
0.00
20.00
40.00
60.00
80.00
12 13 14 15
Value for the
n-‐th un
it (yn)
Lantai ke
Learning Curve Zona 4
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
banyak. Pada zona 2 dan zona 4, peningkatan produktivitas seakan dapat diabaikan karena
peningkatan yang sedikit.
Grafik learning curve yang bagus adalah grafik yang memiliki kecuraman yang tinggi seperti
yang terlihat pada grafik di Gambar 4. Semakin curam suatu kurva, maka peningkatan efek
pembelajaran semakin tinggi. Dan sebaliknya jika kurva tersebut landai, peningkatan efek
pembelajaran akan sedikit.
Gambar 8. Perbandingan kurva aktual dengan learning curve pada zona 1 Sumber: Hasil Olahan Sendiri
Prediksi durasi zona 1 untuk lantai 14 adalah sebesar 39,74 menit. Hal ini tentunya
bertentangan dengan teori learning curve dimana unit yang dihasilkan akan memiliki durasi
penyelesaian yang lebih pendek daripada unit sebelumnya. Sedangkan dari data aktual,
dihasilkan sebesar 58,1 menit untuk zona 1 seperti yang terlihat pada grafik di Gambar 8.
Sehingga learning rate yang didapatkan adalah lebih dari 100% (atau dapat dikatakan tidak
terjadi peningkatan).
Hal ini menandakan bahwa tidak terdapat adanya pembelajaran di area tersebut. Hipotesa
dalam penelitian ini adalah bahwa learning curve dapat memprediksi kinerja pekerjaan yang
repetitif. Namun, hasil membuktikan bahwa efek learning ini tidak selalu tepat dikarenakan
terdapat banyak faktor lain yang tidak diperhitungkan.
0 10 20 30 40 50 60 70 80
12 13 14 15
Durasi pen
gecoran total
Lantai ke
Perbandingan kurva aktual dengan learning curve
Data Rencana
Data aktual
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
Gambar 9. Kurva learning rate pada zona 1
Sumber: Hasil Olahan Sendiri
Pertama, waktu pengecoran yang dilakukan pada masing-masing zona tiap lantai berbeda
yaitu pagi, siang maupun malam. Cuaca pada saat pekerjaan berlangsung seperti hujan
maupun terik panas dapat mempengaruhi durasi pengecoran tersebut. Keadaan tersebut terjadi
pada zona 1 di lantai 14 yang mengakibatkan lamanya durasi pengecoran. Pada saat
pengecoran 10 kolom di zona tersebut, hujan ringan terjadi. Penglihatan pekerja tentunya
terganggu karena adanya gangguan tersebut walaupun hujan hanya sedikit. Menurut
penelitian Mahesh Madan Gundecha yang dilakukan pada proyek konstruksi di USA pada
2012 (Gundecha, 2012, hal. 41), faktor cuaca merupakan peringkat 3 dari faktor-faktor yang
aneh dan peringkat 7 dari 40 faktor yang berpengaruh terhadap produktivitas pekerja.
Kedua, kombinasi pekerja yang melakukan pekerjaan pengecoran tidaklah selalu sama. Pada
proyek L.A City, rata-rata pengecoran sebuah kolom dilakukan oleh 3 orang. 2 orang berada
di atas kolom untuk membantu memasukkan selang pengecoran ke dalam kolom dan juga
sekaligus menggunakan vibrator untuk menggetarkan beton yang telah dituang. 1 orang lagi
berfungsi sebagai pengendali cor bucket. Akan tetapi, kadang-kadang hanya 1 orang yang
melakukan kegiatan pengecoran. Pengurangan orang ini cukup signifikan berpengaruh
terhadap durasi pengecoran. Hal tersebut tentunya dapat berpengaruh terhadap kinerja
pengecoran kolom. Faktor ini juga sesuai dengan penelitian-penelitian terdahulu tentang
learning curve pada proyek konstruksi. Abdulaziz (Abdulaziz M. Jarkas, 2010, hal. 1285)
melakukan penelitian terhadap produktivitas pekerja penulangan lantai dan slab. Learning
rate yang dihasilkan juga diatas 90% bahkan melewati 100%. Nilai tersebut menandakan efek
pembelajaran terhadap produktivitas pekerjaan tersebut tidak signifikan. Menurutnya, tidak
0 20 40 60 80 100 120 140
12 13 14
Learning ra
te (%
)
Lantai ke
Kurva Learning rate zona 1
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
dapat dipastikan bahwa kru pekerja yang sama akan terlibat di dalam proses penulangan dari
elemen yang sama atau bekerja pada sektor yang sama dari lantainya.
Ketiga, cuaca buruk dan tower crane yang digunakan untuk kegiatan lain akan membuat
penundaan pada pengecoran kolom. Pengaruh dari hal tersebut adalah loss learning.
Penundaan yang semakin lama akan membuat para pekerja kolom menjadi tidak terbiasa atau
kehilangan pembelajarannya atas proses dari pengecoran kolom tersebut. Jika pekerjaan
diinterupsi, maka para pekerja tidak dapat mendapatkan keuntungan dari pembelajaran yang
didapatkan dari pekerjaan yang serupa sebelumnya. Hal ini tentunya berkaitan dengan
psikologi dari masing-masing pekerja. Pekerja mungkin dapat mengingat pembelajarannya
walaupun telah terjadi interupsi di lapangan. Penelitian dilakukan oleh Jimmie dan Svetlana
(Olbina & Hinze, 2009, hal. 429) pada pemancangan tiang pondasi. Keterlambatan terjadi
setelah pemancangan ke 75. Namun, keterlambatan ini tidak disebabkan oleh peristiwa yang
berhubungan dengan aktivitas pemancangan. Ketika pemancangan kembali dilanjutkan,
terlihat bahwa adanya keterlambatan ini berdampak kepada aktivitas pemancangan. Learning
yang terjadi sebelumnya seakan-akan tidak ada.
Kesimpulan Dari hasil analisis yang telah dilakukan, maka dapat disimpulkan beberapa hal, yaitu:
a. Banyak faktor yang dapat mempengaruhi ketepatan rumus learning curve pada
pengecoran kolom apartemen L.A City. Hasil faktor yang ditemukan dalam penelitian
ini adalah dikarenakan faktor cuaca, kombinasi pekerja dan penundaan yang terjadi.
b. Pada proyek L.A City, learning rate yang terjadi pada pengecoran kolom memiliki nilai
yang berbeda. Pada zona 1, learning rate yang didapatkan adalah 71,7%, zona 2 93,7
%, zona 3 81 %, dan zona 4 sebesar 97,5%. Hanya Learning rate pada zona 1 dan zona
3 berada pada kisaran antara 90%-70% (10-30% peningkatan produktivitas) dan sesuai
dengan prinsip yang dikemukakan oleh Parker dan Oglesby pada proyek konstruksi.
Saran Saran yang dapat diberikan untuk penelitian ini adalah:
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
a. Mempertimbangkan berbagai macam variabel yang ada yang dapat mempengaruhi
teori learning curve dengan melakukan koreksi terhadap rumusan yang berlaku pada
kondisi ideal.
b. Mendapatkan jumlah data di lapangan yang banyak sehingga data yang didapatkan
untuk memperoleh learning rate akan semakin akurat.
c. Melakukan penelitian lanjutan yang meneliti kegiatan repetitif lainnya pada bidang
konstruksi
Daftar Referensi Abdulaziz M. Jarkas, P. P. (2010). Critical Investigation into the Applicability of the Learning Curve Theory to Rebar Fixing Labor Productivity. Journal of Construction Engineering and Management, 1279.\
Everett, J. G., & Farghal, S. (1994). Learning curve predictors for contruction field operation. J. Constr. Eng. Manage, 41.
Gundecha, M. M. (2012). Study Of Factors Affecting Labor Productivity At a Building Construction Project in the USA: Web Survey. Fargo, North Dakota.
Harold Kerzner, P. (2009). Learning Curve. Dalam P. Harolld Kerzner, Project Management : A system approach to Planning, Scheduling and Controlling. New York: John Wiley & Sons, Inc.
Hinze, J. W. (2008). Construction Planning and Scheduling (3rd Edition ed.). United States of America: Pearson.
Koehn, E., & Brown, G. (1985). Climatic Effects on Construction. J. Constr.Eng.Manage, 129-137.
Memon, A. H. (2011). Identifying Construction Resource factors Affecting Construction Cost : Case of Johor.
Olbina, S., & Hinze, J. (2009). Empirical Analysis of the Learning Curve Principle in Prestressed Concrete Piles. Journal of Construction Engineering and Management, 429.
Soekiman, A., Pribadi, K. S., Soemardi, B. W., & Wirahadikusumah, R. D. (2011). Study on Factor Affecting Project Level Productivity in Indonesia. Annals of Faculty Engineering Hunedoara- International Journal of Engineering.
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014
Wong, P., Cheung, S., & Hardcastle, C. (2007). embodying learning effect in performance prediction. J.Constr.Eng. Manage, 474-482.
Aplikasi pemakaian…, Dickson Jingga, FT UI, 2014