Dokumen tersebut membahas tentang estimasi biaya proyek pemeliharaan jalan di Kabupaten Jembrana. Estimasi biaya memegang peranan penting dalam penyelenggaraan proyek dan perlu dilakukan berbagai metode untuk mendapatkan estimasi yang akurat. Penelitian ini bertujuan mengembangkan model estimasi biaya awal proyek pemeliharaan jalan yang cepat, mudah, dan akurat.

1. BAB I
PENDAHULUAN
1.1. Latar Belakang
Estimasi biaya memegang peranan penting dalam penyelenggaraan proyek
konstruksi. Kegiatan estimasi adalah salah satu proses utama dalam proyek
konstruksi untuk mengetahui besarnya dana yang harus disediakan untuk sebuah
bangunan. Pada umumnya, sebuah proyek konstruksi membutuhkan biaya
cukup besar. Ketidaktepatan yang terjadi dalam penyediaannya akan
kurang baik pada pihak-pihak yang terlibat di dalamnya. Bagi pemilik
(owner), estimasi biaya diperlukan sebagai pegangan dalam menentukan
kebijakan yang dipakai untuk menentukan besarnya investasi yang harus
dilaksanakan.
Dalam pelaksanaan praktik konstruksi dibutuhkan beberapa macam
estimasi yang berbeda didasarkan tujuan penggunaan dan peruntukannya.
tahap awal perencanaan proyek pemeliharaan berkala jalan, seperti pada saat
penyusunan anggaran proyek, jelas estimasi tidak mungkin didasarkan pada
perhitungan kuantitas (volume) pekerjaan karena uraian dan spesifikasi pekerjaan
belum tersusun. Akan tetapi bagaimanapun, pemilik proyek (owner) memerlukan
estimasi biaya dalam rangka menyusun anggaran proyek. Dalam
biaya awal proyek pemeliharaan berkala jalan masih menggunakan cara
sederhana. Metode yang paling sering digunakan adalah dengan estimasi
parameter panjang jalan, yaitu dengan menghitung biaya pemeliharaan
1

2. 2
jalan untuk setiap 1 km panjang jalan berdasarkan data proyek sebelumnya.
Sehingga dengan anggaran yang tersedia pemilik proyek (owner) dapat
memberikan informasi panjang jalan kabupaten yang akan mendapatkan kegiatan
pemeliharaan berkala.
Panjang suatu ruas jalan memperlihatkan karakteristik dan ukuran
dari suatu proyek pemeliharaan berkala jalan yang dalam kepraktisannya
informasi ini bisa tersedia dengan mudah pada tahap awal perencanaan
Seiring dengan kebutuhan akan efisiensi, perlu dikembangkannya teknik
pembuatan suatu model estimasi biaya yang sederhana. Hal yang penting
model estimasi biaya pada tahap awal perencanaan proyek adalah harus
mudah dalam penggunaannya, akurat dan menghasilkan estimasi yang dapat
dipertanggungjawabkan. Metode Cost Significant Model yang akan
dikembangkan dalam penelitian ini diharapkan memberi jawaban
tuntutan akan tersedianya estimasi biaya awal proyek pemeliharaan berkala jalan
di Kabupaten Jembrana.
Ada pendapat bahwa metode pengukuran sekarang ini tidak perlu
dan detail, sehingga timbul tuntutan untuk memperbaiki sistem, misalnya dengan
pengembangan Cost Model. Cost Model dapat digunakan untuk penaksiran harga,
Poh dan Horner (1995) telah mengidentifikasi sifat-sifat model yang ideal yaitu :
sederhana, cukup akurat, dapat memberikan umpan balik yang cepat, terdiri dari
elemen-elemen yang mudah untuk diukur dan yang menggambarkan operasi kerja
lapangan yang dapat digunakan untuk pengawasan pekerjaan maupun
pelaksanaannya. Prinsip cost significance dapat digunakan untuk mengembangkan

3. 3
model yang mendekati ideal dengan lebih teliti. Cost Significant
mengandalkan pada penemuan yang terdokumentasi dengan baik mengenai
dan informasi proyek terdahulu yang sejenis. Data dan informasi bisa
dengan mengumpulkan arsip penawaran terdahulu untuk proyek sejenis yang
memenangkan tender atau proyek yang telah dilaksanakan.
1.2. Rumusan Masalah
Berdasarkan latar belakang permasalahan yang telah diuraikan diatas maka
dapat dirumuskan pokok permasalahan yaitu:
1. Komponen pekerjaan apakah yang berpengaruh secara
terhadap biaya total pemeliharaan jalan;
2. Bagaimanakah model estimasi biaya pemeliharaan jalan
metode “Cost Significant Model “ di Kabupaten Jembrana ;
3. Bagaimanakah akurasi model estimasi biaya pemeliharaan jalan dengan
metode “Cost Significant Model “ terhadap realisasi biaya.
4. Bagaimanakah perbandingan akurasi model estimasi biaya
pemeliharaan jalan menggunakan metode “Cost Significant Model
dengan model estimasi yang sudah digunakan pada Dinas
Umum Kabupaten Jembrana .

4. 4
1.3 Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengembangkan suatu model
estimasi yang dapat memberikan informasi biaya awal proyek secara cepat,
mudah dan dengan hasil yang cukup akurat.
1.4. Manfaat Penelitian
Adapun manfaat dari penelitian ini dapat diuraikan sebagai berikut :
1. Untuk Pemerintah Kabupaten Jembrana
Diharapkan hasil penelitian ini dapat dipergunakan
melaksanakan estimasi biaya pada tahap awal penyusunan
kegiatan pemeliharaan berkala jalan kabupaten di Kabupaten
Jembrana, dengan hasil estimasi yang cepat dan dapat
dipertanggungjawabkan.
2. Untuk Penulis
Dari hasil penelitian ini diharapkan penulis dapat
langsung memahami model estimasi yang memberikan
biaya awal proyek pemeliharaan berkala jalan kabupaten di Kabupaten
Jembrana secara cepat dan dapat dipertanggungjawakan.

5. BAB II
KAJIAN PUSTAKA
2.1. Tinjauan Estimasi Biaya Proyek
Menurut Iman Soeharto (1997), estimasi biaya proyek memegang peranan
penting dalam penyelenggaraan proyek. Pada tahap awal dipergunakan untuk
mengetahui berapa besar biaya yang dibutuhkan untuk membangun suatu proyek.
Perkiraan biaya dibedakan dari anggaran dalam hal perkiraan
terbatas pada tabulasi biaya yang diperlukan untuk suatu kegiatan tertentu proyek
ataupun proyek secara keseluruhan. Sedangkan anggaran merupakan perencanaan
terinci perkiraan biaya dari bagian atau keseluruhan kegiatan proyek
dikaitkan dengan waktu. Definisi perkiraan biaya menurut National
Society – USA adalah sebagai berikut : “Perkiraan biaya adalah seni
memperkirakan ( the art of approximating ) kemungkinan jumlah biaya
diperlukan untuk suatu kegiatan yang didasarkan atas informasi yang
pada saat itu“.
Perkiraan biaya di atas erat hubungannya dengan analisis biaya, yaitu
pekerjaan yang menyangkut pengkajian biaya kegiatan-kegiatan terdahulu
akan dipakai sebagai bahan untuk menyusun perkiraan biaya. Dengan kata
menyusun perkiraan biaya berarti melihat masa depan, memperhitungkan,
mengadakan prakiraan atas hal-hal yang akan dan mungkin terjadi.
analisis biaya menitikberatkan pada pengkajian dan pembahasan biaya
masa lalu yang akan dipakai sebagai masukan.
5

6. 6
Menurut Hajek (1994) bahwa banyak perusahaan dalam suasana ekonomi
yang dinamis dewasa ini mengalami persaingan yang sangat ketat. Kelangsungan
hidup suatu organisasi tergantung pada keberhasilannya dalam menaksir
untuk berprestasi secara memuaskan dalam berbagai kontrak. Pembuatan Rencana
Anggaran Biaya mengandung unsur ketidakpastian data masukan, misalnya data
penggunaan jam-orang, bahan yang digunakan, alat yang digunakan, dan
sebagainya yang sangat tergantung pada pengalaman estimator di lapangan.
Dalam taksiran biaya harus diperhitungkan pula biaya cadangan yang cukup guna
menutup bidang-bidang resiko itu. Perhitungan yang tidak
cadangan untuk resiko-resiko yang akan terjadi, mungkin berhasil memenangkan
tender karena rendahnya penawaran, tetapi pada umumnya akan mengalami
kerugian yang menyangkut kontrak. Jelas, tidak ada perusahaan yang dapat
bertahan lama bisa beroperasi jika perusahaannya merugi. Sebaliknya perusahaan
yang terlalu banyak mempertimbangkan cadangan untuk resiko-resiko yang akan
terjadi dalam perkiraan biayanya tidak akan memenangkan tenderdan tidak akan
dapat berkembang.
Dalam menaksir biaya yang hendak ditawarkan, estimator harus
mempergunakan segenap pengalaman, kelihaian berusaha, serta
untuk mendapatkan taksiran yang tidak hanya memungkinkannya untuk
memenangkan tender, juga akan mendapatkan keuntungan yang wajar
perusahaannya. Kesulitan mendapatkan taksiran biaya yang tepat berbanding lurus
dengan jumlah pekerjaan dalam perencanaan atau pengembangan yang
dilaksanakan. Syarat utama adalah estimator harus mengetahui apa yang

7. 7
diperlukan dalam suatu penawaran atau pendekatan rekayasa apa yang akan
dipakai untuk memenuhi persyaratan. Untuk mendapatkan perhitungan yang cepat
maka harus dikembangkan suatu model perhitungan biaya untuk
pemahaman tentang proyek dan untuk mengkomunikasikan konsep yang
komplek.
Beberapa metode estimasi biaya menurut Soeharto (1997) adalah sebagai
berikut :
1. Metode Parameter, ialah metode yang mengaitkan biaya dengan
karakteristik fisik tertentu dari obyek, misalnya : luas, panjang, berat,
volume dan sebagainya.
2. Memakai daftar indeks harga dan informasi proyek terdahulu,
dengan mencari angka perbandingan antara harga pada suatu waktu
(tahun tertentu) terhadap harga pada waktu (tahun) yang
sebagai dasar. Juga pemakaian data dari manual, hand book, katalog, dan
penerbitan berkala, amat membantu dalam memperkirakan biaya proyek.
3. Metode menganalisis unsur-unsurnya (Elemental Cost Analysis), yaitu
dengan cara menguraikan lingkup proyek menjadi unsur-unsur
fungsinya.
4. Metode faktor, yaitu dengan memakai asumsi bahwa terdapat
korelasi diantara harga peralatan utama dengan komponen-komponen yang
terkait.

8. 8
5. Quantity take-off, yaitu dengan membuat perkiraan biaya dengan
mengukur kuantitas komponen-komponen proyek dari gambar, spesifikasi,
dan perencanaan.
6. Metode harga satuan, yaitu dengan memperkirakan biaya berdasarkan
harga satuan, dilakukan bilamana angka yang menunjukkan volume
pekerjaan belum dapat ditentukan dengan pasti, tetapi biaya per
(per meter persegi, per meter kubik) telah dapat dihitung.
7. Memakai data dan informasi proyek yang bersangkutan, yaitu metode
yang memakai masukan dari proyek yang sedang ditangani, sehingga
angka-angka yang diperoleh mencerminkan keadaan yang sesungguhnya.
Seiring dengan laju kemajuan pelaksanaan proyek, tataran kecermatan dan
ketelitian estimasi yang diperlukan sudah tentu akan semakin meningkat
Sehingga biasanya suatu proyek dimulai dengan kebutuhan macam estimasi yang
kurang terperinci dan selanjutnya dapat dikelompokkan dalam urutannya, sebagai
berikut :
1. Estimasi pendahuluan, dibuat pada tahap awal proyek dalam rangka upaya
pendekatan kelayakan ekonomi di samping tujuan pengendalian
pembiayaan.
2. Estimasi terperinci, dibuat dengan dasar hitungan volume pekerjaan, biaya,
serta harga satuan pekerjaan.
3. Estimasi definitif, merupakan gambaran pembiayaan dan
pertanggungjawaban rampung untuk suatu proyek dengan hanya
kemungkinan kecil terjadi kesalahan.

9. 9
PENGEMBANGAN
KONSEP
TAHAP
PERENCANAAN
TAHAP
PELELANGAN
PELAKSANAAN
KONSTRUKSI
Estimasi
Pendahuluan
Estimasi
Kasar
Estimasi
Terperinci
Nilai
Kesepakatan
Kontrak
Estimasi
Definitif
Selisih
Harga
Gambar 2.1 Macam Estimasi sesuai dengan tahapan proyek
Sumber : Istimawan D, 1996
Pada Gambar 2.1 diberikan skema urutan kebutuhan macam estimasi
sesuai dengan tahapan proyek. Pada tahapan kelayakan proyek, prosentase kurang
akuratnya perkiraan biaya cukup besar, dan makin mendekati penawaran proyek
prosentase kurang akuratnya perkiraan biaya makin kecil. Hal ini disebabkan
belum detailnya dokumen proyek yang tersedia diantaranya : gambar, spesifikasi,
kontrak, dan ketentuan lainnya.
2.2. Hambatan-hambatan dalam Praktek Estimasi Biaya
Dengan pendeknya waktu yang dimiliki oleh para quantity surveyor
dalam melaksanakan estimasi biaya, maka akan mungkin muncul hambatan-
hambatan di dalam estimasi tersebut. Victor G. Hajek (1994) menyampaikan
beberapa hambatan yang mungkin muncul dalam pelaksanaan estimasi, yaitu :
1. Adanya hal-hal yang terlewatkan. Apakah ada unsur biaya penting
terlupakan, misalnya apakah telah direncanakan adanya pemeriksaan

10. 10
apakah taksiran telah memperhitungkan biaya perekayasaan, bahan,
lain-lain bagi upaya demikian.
2. Rincian pekerjaan yang tak memadai. Apakah struktur rincian
yang sedang digunakan telah memperhatikan secara cukup segenap
sistem serta upaya yang diperlukan bagi proyek tersebut.
3. Salah tafsir tentang fungsi atau data proyek. Tepatkah penafsiran
kerumitan disain tersebut, salah tafsir akan mengakibatkan taksiran
terlalu tinggi atau terlalu rendah.
4. Penggunaan teknik penaksiran yang salah. Bagi disain yang
dipermasalahkan harus diterapkan teknik penaksiran yang benar, misalnya
penggunaan statistik biaya yang diperoleh dari jalan produksi suatu
sistem yang serupa bagi suatu alat prototipe yang memerlukan
perekayasaan dan/atau pengembangan pasti akan menghasilkan
yang sangat terlampau rendah.
5. Kegagalan mengidentifikasi dan berkonsentrasi pada unsur-unsur biaya
utama. Telah ditetapkan secara statistik bahwa setiap proyek, 20
dari sub sistem-subsistem akan menyebabkan 80 persen biaya total, seperti
terlukis dalam Gambar 2.2 (halaman 11). Dengan demikian para quantity
surveyor seyogyanya memusatkan waktu serta upayanya pada subsistem-
subsistem serta golongan-golongan upaya biaya tinggi guna meningkatkan
peluang mereka memperoleh taksiran biaya yang tepat.

11. 11
100
80
60
40
20
0 20 40 60 80 100
Persen dari jumlah total subsistem-subsistem
Gambar 2.2 Hukum Pareto Tentang Distribusi
Sumber : Victor G. Hajek, 1994
2.3. Prosentase Komponen Biaya Bangunan
Dalam pekerjaan proyek konstruksi biaya total proyek merupakan jumlah
komponen biaya yang meliputi : biaya atas tenaga kerja, biaya material,
peralatan, biaya tak langsung, dan keuntungan yang prosentasenya dapat
pada Gambar 2.3.
Labor
Material
Transportation
Depreciation overhead
Profit
0 10 20 30 40 50
Gambar 2.3 Total Program Cost Distribution
Sumber : Istimawan D, 1996

12. 12
2.3.1 Biaya Tenaga Kerja
Estimasi komponen tenaga kerja merupakan aspek paling sulit
keseluruhan analisis biaya konstruksi. Banyak sekali faktor berpengaruh
harus diperhitungkan antara lain : kondisi tempat kerja, ketrampilan, lama waktu
kerja, kepadatan penduduk, persaingan, produktivitas, dan indeks biaya hidup
setempat. Dari sekian banyak faktor, yang paling sulit adalah mengukur dan
menetapkan tingkat produktivitas, yaitu prestasi pekerjaan yang dapat dicapai oleh
pekerja atau regu kerja setiap satuan waktu yang ditentukan. Tingkat produktivitas
selain tergantung pada keahlian, ketrampilan, juga terkait dengan sikap
pekerja yang sangat dipengaruhi oleh keadaan setempat dan lingkungannya.
2.3.2 Biaya Material
Analisis meliputi perhitungan seluruh kebutuhan volume dan
material yang digunakan untuk setiap komponen bangunan, baik
pekerjaan pokok maupun penunjang. Biaya material diperoleh dengan
menerapkan harga satuan yang berlaku pada saat dibeli. Harga satuan
merupakan harga di tempat pekerjaan yang di dalamnya sudah
memperhitungkan biaya pengangkutan, menaikkan dan menurunkan, pengepakan,
asuransi, pengujian, penyusutan, penyimpanan di gudang, dan sebagainya.
2.3.3 Biaya Peralatan
Estimasi biaya peralatan termasuk pembelian atau sewa,
demobilisasi, memindahkan, transportasi, memasang, membongkar, dan

13. 13
pengoperasian selama konstruksi berlangsung. Apabila kontraktor tidak
mempunyai alat penting yang diperlukan untuk menangani proyek, maka
memutuskan untuk membeli atau menyewanya. Sedangkan jika
memiliki alat yang dimaksud biasanya masih harus mempertimbangkan beberapa
hal : apakah alat dalam keadaan menganggur dan siap pakai, butuh
biayaperbaikan dan persiapan, biaya mobilisasi, dan apakah alatnya layak
dioperasikan. Adakalanya, dengan memperhatikan sederetan permasalahan
dihadapi mungkin masih akan lebih ekonomis jika diputuskan untuk membeli alat
baru atau menyewa.
2.3.4 Biaya Tak langsung
Biaya tak langsung dibedakan menjadi dua golongan yaitu biaya
(overhead cost) dan biaya proyek. Yang dikelompokkan menjadi sebagai
umum adalah (1) gaji personil tetap kantor pusat dan lapangan; (2) pengeluaran
kantor pusat seperti sewa kantor, telepon, dan sebagainya; (3) perjalanan beserta
akomodasi; (4) biaya dokumentasi; (5) bunga bank; (6) biaya notaris; dan
peralatan kecil dan material habis pakai. Sedangkan yang dapat
sebagai biaya proyek, pengeluarannya dapat dibebankan pada proyek tetapi tidak
dimasukkan pada biaya upah tenaga kerja, material, atau peralatan,
(1) bangunan kantor lapangan beserta perlengkapannya; (2) biaya telepon kantor
lapangan; (3) kebutuhan akomodasi lapangan seperti listrik, air bersih, air minum,
sanitasi, dan sebagainya; (4) jalan kerja dan parkir, batas perlindungan, dan pagar
di lapangan; (5) pengukuran lapangan; (6) tanda-tanda untuk pekerjaan dan

14. 14
kebersihan lapangan pada umumnya; (7) pelayanan keamanan dan
kerja; (8) pajak pertambahan nilai; (9) biaya asuransi; (10) biaya
penawaran, jaminan pelaksanaan, dan jaminan pemeliharaan; (11) asuransi risiko
pembangunan dan asuransi kerugian; (12) surat ijin dan lisensi; (13)
pengujian, dan pengetesan; (14) sewa peralatan besar utama; dan (15) premi
pekerjaan bila diperlukan.
2.3.5 Keuntungan
Nilai keuntungan pada umumnya dinyatakan sebagai persentase
seluruh jumlah pembiayaan. Secara umum, biasanya untuk proyek kecil
ditetapkan persentase keuntungan yang semakin besar, demikian pula untuk
keadaan yang sebaliknya. Pada prinsipnya penetapan besarnya keuntungan
dipengaruhi oleh besarnya risiko atau kesulitan-kesulitan yang akan dihadapi,
yang seringkali tidak tampak nyata.
2.4. Dasar-Dasar Dari Cost Significant Model
Menurut Poh dan Horner (1995) dalam jurnal “Cost-significant
its potential for use in south-east Asia”, menyatakan bahwa proses tender di
Indonesia kadangkala dipengaruhi budaya setempat. Hubungan
kepercayaan antara pelanggan (owner) dengan kontraktor dapat
perhitungan estimasi proyek secara detail. Kontraktor cukup hanya
mengidentifikasi dan menggambarkan secara kasar kebutuhan proyek dan
melaksanakan negosiasi harga.

15. 15
Sebagai dasar dari Cost Significant Model adalah dengan
pada penemuan yang terdokumentasi dengan baik bahwa 80% dari nilai
biaya proyek termuat di dalamnya 20% item-item pekerjaan yang paling
Untuk proyek yang memiliki ciri-ciri yang sejenis, item-item cost significant
secara kasar adalah sama.
Cost significant items dapat dikumpulkan dengan menggunakan teknik
yang bervariasi ke dalam nomor yang sama dari item-item pekerjaan
significant, yang dapat mempresentasikan proporsi yang tepat dari total
anggaran yang biasanya mendekati 80%. Nilai total dari proyek biasanya
diperhitungkan dengan mengalikan total harga dari paket-paket cost-
dengan faktor yang tepat, mendekati 1,25. Nilai dari kator ini
tergantung dari kategori dan analisis data historis. Paket pekerjaan direncanakan
dapat mencerminkan pelaksanaan lapangan, dengan demikian umpan balik
kontrol bisa difasilitasi. Secara kesamaan hanya sekitar 10% dari jumlah item dari
anggaran konvensional. Penyederhanaan dari model ini mengurangi waktu untuk
mengestimasi biaya dibandingkan dengan anggaran biaya tradisional, yang dapat
terdiri dari ribuan item. Cost Significant Models dapat digunakan untuk
mengestimasi biaya lebih baik dari 5%, dan perhitungan akhir lebih baik dari 1%.
Akurasinya dapat ditingkatkan atau diturunkan dengan memperbaiki model
tergantung dari data yang tersedia.

16. 16
2.5. Tahapan Cost Significant Model
Metode “Cost Significant Model” pernah diterapkan di Singapura,
proyek pembangunan gedung asrama mahasiswa Nanyang Technological
University (NTU) pada tahun 1993. Data yang digunakan adalah 6 paket
pekerjaan yang menggunakan metode tradisional BoQ (Bill of Quantity),
memprediksi 2 paket pekerjaan yang akan dilaksanakan. Dari delapan
pada dasarnya adalah sama, perbedaan biaya terjadi karena perbedaan luas,
pengaruh inflasi dan sebagian dari perubahan spesifikasi yang ditentukan.
Menurut Poh and Horner (1995), metode “Cost Significant Model” yang
digunakan dengan mendasarkan pada analisa data proyek yang lalu,
langkah-langkah sebagai berikut :
1. Tidak mengikutsertakan item pekerjaan yang terkadang jumlahnya
besar namun tidak setiap pekerjaan ada. Item-item tersebut
merupakan variabel biaya tinggi dan tergantung sekali pada
lapangandan persyaratan pelanggan, sehingga akan menghambat
keakuratan pengembangan model.
2. Mengelompokkan item-item pekerjaan dimana penggabungan item
pekerjaan bisa dilaksanakan apabila pekerjaan tersebut mempunyai satuan
ukuran yang sama, harga satuannya tidak berbeda secara signifikan,
bisa menggambarkan operasi kerja lapangan.
3. Menghitung pengaruh time value terhadap harga-harga item pekerjaan.
Harga pekerjaan pada tahun pelaksanaan disesuaikan dengan harga
tahun yang diproyeksikan dengan memperhitungkan faktor inflasi.

17. 17
4. Mencari cost-significant items, yang diidentifikasi sebagai item-
terbesar yang jumlah prosentasenya sama atau lebih besar dari 80%
biaya proyek.
5. Membuat model biaya dari cost significant items yang telah ditentukan.
6. Mencari rata-rata Cost Model Faktor (CMF) . CMF didapatkan
cara membagi nilai proyek yang didapatkan dari model dengan nilai aktual
proyek.
7. Menghitung estimasi biaya proyek dari Cost Significant Model,
cara membagi nilai proyek yang diprediksi dari model dengan rata-
CMF.
8. Menghitung akurasi model dalam bentuk prosentase dari selisih
harga yang diprediksi dengan harga sebenarnya dibagi dengan harga
sebenarnya.
Kelebihan dari metode “Cost Significant Model” adalah dapat
memprediksi biaya proyek dengan mudah, cepat, dan cukup akurat,
belum tersedianya uraian dan spesifikasi pekerjaan. Metode ini dapat digunakan
pada tahap-tahap awal proyek seperti pada saat penyusunan konsep,
kelayakan, dan perencanaan pendahuluan. Sedangkan kelemahannya
proyek yang ditinjau harus sama, dibutuhkan data historis proyek yang terdahulu
dan akurasi model sangat dipengaruhi oleh baik tidaknya data yang dikumpulkan.
“Cost Significant Model” adalah salah satu model peramalan biaya
konstruksi berdasarkan data penawaran yang lalu, yang lebih mengandalkan pada
harga paling signifikan di dalam mempengaruhi biaya total proyek sebagai dasar

18. 18
peramalan (estimasi), yang diterjemahkan ke dalam perumusan regresi
(Pemayun, 2003).
2.6. Pemeliharaan Berkala Jalan Kabupaten
Menurut Undang-Undang Republik Indonesia No. 38 Tahun 2004 tentang
jalan, jalan adalah suatu perhubungan darat dalam bentuk apapun meliputi segala
bagian jalan termasuk bangunan pelengkap dan perlengkapanya yang
diperuntukan bagi lalu lintas. Jalan mempunyai peranan untuk
pembangunan semua satuan wilayah pengembangan, dalam usaha
tingkat perkembangan antar daerah. Jalan merupakan satu kesatuan
jaringan jalan yang mengikat dan menghubungkan pusat-pusat
dengan wilayah lainnya.
Jalan kabupaten yang menurut Peraturan Pemerintah No. 34 tahun
tentang jalan, merupakan pengelompokan jalan berdasarkan wewenang
pembinaan jalan adalah jalan yang pembinaannya di bawah pemerintah kabupaten
atau instansi yang ditunjuk. Jalan kabupaten merupakan jalan lokal dalam sistem
jaringan jalan primer yang tidak termasuk jalan provinsi dan jalan nasional, yang
menghubungkan ibukota kabupaten dengan ibukota kecamatan, antar ibukota
kecamatan, ibukota kabupaten dengan pusat kegiatan lokal, antar pusat kegiatan
lokal, serta jalan umum dalam sistem jaringan jalan sekunder dalam wilayah
kabupaten, dan jalan strategis kabupaten.
Pemeliharaan jalan merupakan kegiatan penanganan jalan yang
berkondisi baik/sedang yang harus mendapat prioritas untuk ditangani, agar jalan

19. 19
dapat berfungsi sesuai dengan yang diperhitungkan dan menjaga agar permukaan
ruas jalan mendekati kondisi semula. Pemeliharaan yang dilakukan disini
menjadi dua bagian yaitu : pemeliharaan jalan rutin dan pemeliharaan jalan
berkala .
Pemeliharaan berkala dibedakan dengan pemeliharaan rutin dalam hal ini
periode waktu antar kegiatan pemeliharaan yang diberikan. Pemeliharaan berkala
dilakukan dalam selang waktu 3 (tiga) tahun. Menurut Peraturan
Pekerjaan Umum Nomor : 42/PRT/M/2007 tentang Petunjuk Teknis Penggunaan
Dana Alokasi Khusus Bidang Infrastruktur, kegiatan pemeliharaan
meliputi jenis pekerjaan :
a. Perbaikan permukaan perkerasan (lubang, retak, amblas, dll).
b. Pembentukan/pelapisan ulang permukaan perkerasan (agregat,
aspal).
c. Perbaikan permukaan bahu jalan (penambahan material dan
pemadatan/perataan).
d. Pembuatan/perbaikan drainase/saluran tepi jalan dan gorong-gorong.
e. Pemotongan rumput, pembersihan ruang milik jalan.
f. Penggantian, pembersihan dan pengecatan rambu/perlengkapan jalan.
2.7. Infrastruktur Jalan Kabupaten di Kabupaten Jembrana
Kabupaten Jembrana adalah satu dari sembilan Kabupaten dan Kota yang
ada di Propinsi Bali, terletak di belahan barat pulau Bali, membentang dari arah
barat ke timur pada 8°09'30" - 8°28'02" LS dan 114°25'53" - 114°56'38" BT. Luas

20. 20
wilayah Jembrana 841.800 Km² atau 14,96% dari luas wilayah pulau Bali. Secara
administrasi Kabupaten Jembrana terdiri dari 5 Kecamatan yaitu: Melaya dengan
luas wilayah : 197,19 Km²; Negara dengan luas wilayah : 126,6 Km²;
dengan luas wilayah : 93,87 Km²; Mendoyo dengan luas wilayah : 294,49 Km²;
dan Pekutatan dengan luas wilayah : 129,65 Km².
Menurut statusnya, ada 3 jenis jalan di Kabupaten Jembrana yaitu
Nasional, Jalan Propinsi dan Jalan Kabupaten. Peta jaringan jalan di
Jembrana tersaji seperti Gambar 2.4 (halaman 21). Berdasarkan data tahun 2010,
panjang masing-masing jalan tersebut sesuai Tabel 2.1 berikut:
Kecamatan
Tabel 2.1 Panjang Jalan Berdasarkan Status
Status Jalan
%
Jalan
Nasional
Jalan
Provinsi
Jalan
Kabupaten
Total (Km)
Melaya 24,570 1,910 231,129 257,609 25,089
Negara 9,350 13,820 190,114 213,284 20,772
Mendoyo 17,100 0,470 264,850 282,420 27,506
Pekutatan 15,700 12,590 101,035 129,325 12,595
Jembrana 4,600 2,080 137,457 144,137 14,038
Total 71.320 30,870 924,585 1.026,775 100,00
Sumber : Dinas PU Kab. Jembrana

21. 21
Gambar 2.4 Peta Jaringan Jalan di Kabupaten Jembrana
Sumber : Dinas PU Kab. Jembrana
Keterangan Gambar :
Ruas Jalan Nasional
Ruas Jalan Propinsi
Ruas Jalan Kabupaten
Berdasarkan jenis permukaan, jalan di Kabupaten Jembrana terdiri
jalan aspal, jalan krikil dan jalan tanah. Panjang masing-masing jalan
sampai akhir tahun 2010 adalah : jalan aspal = 770,113 km; jalan krikil = 77,168
km; dan jalan tanah = 77,304 km. Sedangkan menurut kondisinya,
menjadi jalan dengan kondisi baik = 726,272 km; sedang = 42,549 km; rusak =
155,764 km.

22. 22
2.8. Landasan Teori
Bertitik tolak dari tinjauan pustaka di atas, maka landasan teori yang
dikembangkan dalam penelitian ini adalah sebagai berikut :
Hasil estimasi memberikan gambaran berapa anggaran yang akan
diperlukan untuk mewujudkan proyek konstruksi, dan di dalam proses
harus dipertimbangkan berbagai macam faktor, karena hasil estimasi
merupakan perkiraan dari masa lalu yang mungkin akan terjadi ketika
akan berlangsung, baik di dalamnya yang berkenaan dengan metode
fluktuasi nilai uang dan lainnya yang kesemuanya itu akan mempengaruhi
estimasi.
Untuk mendapatkan hasil estimasi yang cepat dan dapat
dipertanggungjawabkan, maka dalam penelitian ini akan mengembangkan metode
estimasi yaitu “Cost Significant Model”. Sebagai dasar dari “Cost
Model” pada penelitian ini adalah mengandalkan pada penemuan yang
terdokumentasi dengan baik bahwa 80% dari total nilai proyek yang di dalamnya
terdapat 20% dari item-item pekerjaan yang paling mahal. Proyek yang memiliki
ciri-ciri yang sejenis, item-item biaya signifikan secara kasar adalah sama. Metode
“Cost Significant Model” adalah salah satu model peramalan biaya
konstruksi berdasarkan data penawaran yang lalu, yang lebih mengandalkan pada
harga yang paling signifikan di dalam mempengaruhi biaya total proyek sebagai
dasar peramalan yang diterjemahkan ke dalam perumusan regresi berganda.

23. BAB III
METODE PENELITIAN
3.1. Lokasi dan Obyek Penelitian
Penelitian ini mengambil lokasi di Kabupaten Jembrana, dengan
penelitian pada Dinas Pekerjaan Umum, Bidang Bina Marga, untuk kegiatan
rehabilitasi/pemeliharaan jalan kabupaten.
3.2. Data Penelitian
Data penelitian diambil dengan melaksanakan sensus pada paket-paket
pekerjaan pemeliharaan jalan kabupaten yang sejenis yang dananya
dari APBD (Anggaran Pendapatan dan Belanja Daerah) Kabupaten
tahun anggaran 2006 sampai dengan tahun 2009. Data penelitian terdiri dari data
proyek yang hampir sama berjumlah 48 paket pekerjaan, dengan perincian sebagai
berikut :
a. Tahun anggaran 2006 : 6 paket
b. Tahun anggaran 2007 : 7 paket
c. Tahun anggaran 2008 : 14 paket
d. Tahun anggaran 2009 : 21 paket
23

24. 24
3.3. Teknik Pengumpulan Data
Dalam penelitian ini, pengumpulan data dilaksanakan dengan metode
observasi langsung dengan acuan sebagai berikut :
a). Mengumpulkan data histori penawaran proyek yang sejenis
kegiatan pemeliharaan jalan kabupaten di Kabupaten Jembrana.
b). Data yang dikumpulkan adalah paket pekerjaan untuk anggaran
2006 sampai dengan tahun 2009, yang jumlahnya 48 paket pekerjaan.
c). Data yang dihimpun berupa Rencana Anggaran Biaya (RAB),
diajukan oleh rekanan/kontraktor yang memenangkan
pelelangan/tender untuk masing-masing paket pekerjaan.
d). Harga komponen biaya pekerjaan dan biaya total pekerjaan yang
dikumpulkan tanpa Pajak Pertambahan Nilai (PPN).
3.4. Variabel Penelitian
3.4.1. Identifikasi Variabel
Penelitian ini melibatkan satu variabel terikat dan sepuluh variabel bebas.
Sebagai variabel bebas meliputi : biaya pekerjaan persiapan, biaya bahan
biaya bahan agregat pemulihan kondisi jalan, biaya bahan agregat untuk hotmix,
biaya upah pemulihan kondisi jalan, biaya upah hotmix, biaya alat
kondisi jalan, biaya alat hotmix, biaya perbaikan permukaan bahu jalan,
biaya pembuatan/perbaikan drainase/saluran. Sedangkan variabel terikat
penalitian ini adalah jumlah nilai pekerjaan/real cost.

25. 25
Hubungan antara variabel-variabel bebas dengan variabel terikat dapat
diilustrasikan dalam model penelitian sebagai berikut :
X1
X2
X3
X4
X5
X6
Y
X7
X8
X9
X10
Gambar 3.1 Hubungan antara variabel bebas dengan variabel terikat
Keterangan gambar :
X1 = Biaya pekerjaan persiapan
X2 = Biaya bahan aspal
X3 = Biaya bahan agregat pemulihan kondisi jalan
X4 = Biaya bahan agregat hotmix

26. 26
X5 = Biaya upah pemulihan kondisi jalan
X6 = Biaya upah hotmix
X7 = Biaya alat pemulihan kondisi jalan
X8 = Biaya alat hotmix
X9 = Biaya bahu jalan
X10 = Biaya drainase
Y = Jumlah nilai pekerjaan/real
3.4.2. Definisi Operasional Data
Definisi secara operasional variabel-variabel penelitian tersebut adalah
sebagai berikut :
Pertama, variabel biaya pekerjaan persiapan adalah menyatakan
banyaknya biaya-biaya yang harus dikeluarkan pada pekerjaan tersebut, yaitu
pekerjaan pengukuran/uitzet.
Kedua, variabel biaya bahan aspal adalah menyatakan biaya yang
dikeluarkan untuk pembelian bahan aspal secara keseluruhan.
Ketiga, variabel biaya bahan agregat pemulihan kondisi jalan adalah
menyatakan banyaknya biaya yang dikeluarkan untuk pembelian batu
3-5 cm, batu pecah 2-3 cm, batu pecah 1-2 cm, batu pecah ½-1 cm dan
penutup.
Keempat, variabel biaya bahan agregat hotmix adalah
banyaknya biaya yang dikeluarkan untuk pembelian agregat kasar, agregat halus
dan abu batu untuk pekerjaan HRS (Hot Rolled Sheet).

27. 27
Kelima, variabel biaya upah pemulihan kondisi jalan adalah
banyaknya biaya yang dikeluarkan untuk upah kerja pekerjaan pemulihan kondisi
jalan.
Keenam, variabel biaya upah hotmix adalah menyatakan banyaknya biaya
yang dikeluarkan untuk upah kerja pekerjaan penghamparan HRS (Hot
Sheet).
Ketujuh, variabel biaya alat pemulihan kondisi jalan adalah menyatakan
banyaknya biaya yang dikeluarkan untuk biaya peralatan kerja pekerjaan
pemulihan kondisi jalan.
Kedelapan, variabel biaya alat hotmix adalah menyatakan banyaknya
biaya yang dikeluarkan untuk biaya peralatan kerja untuk produksi dan
penghamparan HRS (Hot Rolled Sheet).
Kesembilan, variabel biaya bahu jalan adalah menyatakan banyaknya
biaya-biaya yang harus dikeluarkan untuk perbaikan permukaan bahu jalan,
meliputi : pekerjaan timbunan bahu jalan dan pekerjaan pengupasan bahu jalan.
Kesepuluh, variabel biaya drainase adalah menyatakan banyaknya biaya-
biaya yang harus dikeluarkan pada pekerjaan pembuatan/perbaikan
drainase/saluran, meliputi : pekerjaan plat dueker, pekerjaan pasangan batu kali,
dan pekerjaan galian tanah parit.
Kesebelas, variabel jumlah nilai pekerjaan/rel cost adalah menyatakan
banyaknya biaya-biaya yang harus dikeluarkan untuk menyelesaikan seluruh
komponen pekerjaan pemeliharaan jalan kabupaten.

28. 28
Indikator-indikator tersebut di atas dapat disajikan seperti pada Tabel 3.1
berikut :
Tabel 3.1 Indikator biaya pekerjaan
No Variabel Biaya Item-item Pekerjaan
1 Variabel Bebas Biaya pekerjaan persiapan
2 Variabel Bebas Biaya bahan aspal
3 Variabel Bebas Biaya agregat pemulihan kondisi jalan
4 Variabel Bebas Biaya agregat hotmix
5 Variabel Bebas Biaya upah pemulihan kondisi jalan
6 Variabel Bebas Biaya upah hotmix
7 Variabel Bebas Biaya alat pemulihan kondisi jalan
8 Variabel Bebas Biaya alat hotmix
9 Variabel Bebas Biaya bahu jalan
10 Variabel Bebas Biaya drainase
11 Variabel Terikat Jumlah nilai pekerjaan/real cost
3.5. Analisis Data
Teknik analisis data yang digunakan di dalam penelitian ini
menggunakan analisis statistik deskriptif dan analisis inferensial.
Analisis statistik deskriptif berguna untuk mendapatkan informasi
bersifat deskriptif mengenai variabel-variabel penelitian. Statistik
dimaksudkan untuk menganalisa data yang terkumpul sebagaimana adanya tanpa

29. 29
bermaksud membuat suatu kesimpulan yang berlaku untuk umum. Sehingga jenis
analisis ini bersifat mendukung analisis data selanjutnya.
Sedangkan analisis statistik inferensial berkaitan dengan pengambilan
keputusan dari data yang ada. Analisis statistik inferensial meliputi analisis regresi
berganda yang dipergunakan untuk mengetahui model estimasi biaya proyek.
Metode regresi berganda ini menggunakan asumsi bahwa biaya konstruksi sebagai
variabel terikat dan biaya item-item pekerjaan sebagai variabel bebas. Kedua
variabel tersebut mempunyai regresi linier berganda yang dapat dirumuskan
sebagai berikut :
Y = a0 + a1 X1 + a2 X2 + a3 X3 + a4 X4 + a5 X5 + a6 X6 + a7 X7 + a8
+ a9 X9 + a10 X10 ..................................................................... (3.1)
Dimana :
Y = Variabel terikat
X1 s/d X10 = Variabel bebas
a0 s/d a10 = Koefisien persamaan
Untuk dapat melaksanakan teknik analisis data, pada awalnya
dikelompokkan berdasarkan variabel-variabel seperti yang terlihat pada
3.1. Selanjutnya teknik analisis data pada penelitian ini dilaksanakan
tahapan sebagai berikut : (1) perhitungan pengaruh time value; (2) menentukan
cost-significant items; (3) uji persyaratan untuk analisis; (4) analisis data;
(5) pengujian model.

30. 30
3.5.1 Perhitungan Pengaruh Time Value
Dalam penelitian ini perhitungan pengaruh time value perlu dilaksanakan
karena tahun anggaran proyek yang digunakan sebagai data penelitian
berbeda-beda. Dengan mempertimbangkan pengaruh time value maka
mendapatkan nilai proyek yang riil. Pengaruh time value dapat dihitung
berkurangnya nilai uang akibat faktor inflasi tiap tahunnya. Perhitungan
menggunakan Future Value (FV) dengan persamaan 3.2 (Giatman, 2007) :
F = P(1
+ i
)n .................................................................... 3.2
Keterangan persamaan :
F : nilai harga pada proyeksi yang ditentukan
P : harga sebelum diproyeksi
i : faktor inflasi
n : tahun proyeksi
3.5.2 Menentukan Cost-Significant Items
Dengan melihat deskripsi hasil penelitian, didapatkan proporsi
masing komponen biaya (variabel bebas) terhadap jumlah biaya (variabel terikat).
Proporsinya diurut dari yang terbesar sampai terkecil. Cost-significant
diidentifikasi sebagai item-item terbesar yang jumlah prosentasenya sama
lebih besar dari 80% jumlah biaya. Variabel bebas yang diidentifikasi
cost-significant items inilah yang selanjutnya akan dianalisis dengan
menggunakan program SPSS.

31. 31
3.5.3 Uji Persyaratan Analisis
Sebelum melaksanakan analisis data, diperlukan pemenuhan atas prasyarat
asumsi dasar ditribusi data pada variabel yang digunakan dalam
Persyaratan yang harus dipenuhi adalah uji normalitas yaitu data
hendaknya memenuhi persyaratan distribusi normal. Uji normalitas dalam
penelitian ini dilakukan dengan bantuan komputer program SPSS
Product and Service Solution). Normalitas data dapat diketahui dengan
uji Kolmogorov Smirnov. Persyaratan data disebut normal jika nilai sig atau
probabilitas atau p > 0,05. Sehingga data yang diuji memenuhi persyaratan
normalitas.
3.5.4 Analisis Data
Dalam penelitian ini analisis data menggunakan analisis inferensial
analisis regresi berganda dengan dengan bantuan komputer program SPSS
(Statistical Product and Service Solution).
Dalam menganalisa kekuatan hubungan antara variabel terikat dengan
variabel bebas digunakan analisis koefisien korelasi, yaitu dengan melihat
koefisien korelasi (R). Besar nilai R dapat diinterpretasi untuk
kekuatan hubungan korelasi yang memiliki nilai antara -1 sampai dengan 1. Nilai
R = 0 atau mendekati nol menunjukkan hubungan yang lemah diantara
tersebut. Jika R mendekati -1 menunjukkan antara variabel yang
hubungannya sangat kuat dan dikatakan berkoralasi negatif, yang artinya kenaikan
nilai X akan terjadi bersama-sama dengan penurunan nilai Y atau sebaliknya. Dan

32. 32
bila R mendekati 1, hubungan X dengan Y sangat kuat dan dikatakan berkorelasi
positif, artinya kenaikan dan penurunan nilai X akan diikuti oleh kenaikan
penurunan nilai Y.
Untuk mengetahui sampai sejauh mana ketepatan atau kecocokan
regresi yang diperoleh dalam mewakili kelompok data yang diteliti, maka
dilihat sampai seberapa jauh model yang terbentuk dapat menerangkan
yang sebenarnya. Dalam analisis regresi dikenal suatu ukuran yang
dapat dipergunakan untuk keperluan tersebut yaitu koefisien determinasi (R2
).
Nilai koefisien determinasi (R2
) berkisar diantara 0 dan 1. Jika R2
= 0, berarti
tidak ada
hubungan antara X dan Y atau model regresi yang terbentuk tidak sesuai
untuk meramalkan Y. Dan bila R2
= 1, maka model regresi yang terbentuk
dapat meramalkan secara sempurna. Nilai koefisien determinasi (R2
) merupakan
suatu
ukuran yang menunjukkan besar sumbangan dari variabel bebas X terhadap
variabel terikat Y.
Dalam menganalisa apakah model regresi yang diperoleh layak
dipergunakan dalam melaksanakan estimasi nilai variabel terikatnya, maka
diuji dengan uji ANOVA atau F test dan uji t. Uji F dilaksanakan dengan
membandingkan nilai probabilitas (Sig) dari F hitung dengan nilai
signifikansi (α = 0,05). Jika nilai probabilitas (Sig) dari F hitung memiliki nilai lebih
kecil dari tingkat signifikansi yang digunakan dalam penelitian ini (α =
model regresi yang diperoleh dapat dipakai untuk memprediksi nilai variabel
terikatnya. Dan sebaliknya jika nilai nilai probabilitas (Sig) dari F hitung memiliki
nilai lebih besar dari tingkat signifikansi yang digunakan dalam penelitian ini (α =

33. 33
0,05), model regresi yang diperoleh tidak dapat dipakai untuk memprediksi nilai
variabel terikatnya. Uji t dilaksanakan dengan cara membandingkan
probabilitas (sig) dari t hitung dengan nilai tingkat signifikansi (α =
Persamaan yang memenuhi syarat ditunjukkan dengan nilai probabilitas (sig) dari
t hitung < 0,05.
3.5.5 Pengujian Model
Model estimasi biaya yang dikembangkan perlu diuji keakuratannya.
Menurut Poh dan Horner (1995), bahwa pengujian model bisa dilakukan dengan
cara membagi biaya estimasi model dengan Cost Model Factor (CMF).
merupakan rata-rata rasio dari biaya estimasi model dengan biaya
Akurasinya dalam bentuk persentase dan dievaluasi secara sederhana sebagai
selisih antara harga yang diprediksi dengan yang sebenarnya, sesuai dengan
persamaan 3.3 (Poh & Horner, 1995):
Akurasi =
(Ev − )Av
x
%100
.................................................... 3.3
Keterangan :
Ev : Estimated bill value ( harga yang diprediksi )
Av : Actual bill value ( harga yang sebenarnya)

34. 34
3.6 Kerangka Umum Penelitian :
MULAI
Latar Belakang A
Rumusan Masalah Analisis Data
Tujuan Penelitian Pengujian Model
Manfaat Penelitian Simpulan dan Saran
Landasan Teori SELESAI
Pengumpulan Data
Identifikasi Variabel
Perhitungan Time
Menentukan cost-significant
Uji Persyaratan Untuk Analisis
Dengan Uji Normalitas
A

35. BAB IV
HASIL PENELITIAN
4.1. Data Proyek
Data histori proyek yang sejenis didapatkan dari RAB (Rencana Anggaran
Biaya) berkas penawaran pada kontrak kegiatan rehabilitasi/pemeliharaan
kabupaten pada bidang Bina Marga Dinas Pekerjaan Umum Kabupaten Jembrana.
Data yang dihimpun berjumlah 48 paket pekerjaan dari tahun anggaran
sampai 2009. Harga yang dimaksud tidak termasuk Pajak Pertambahan Nilai
(PPN).
Data yang disajikan meliputi : tahun pelaksanaan, luas jalan, biaya
proyek (Y) dan pengelompokan komponen biaya pekerjaan. Dimana data-
tersebut sudah melalui proses perhitungan pada setiap item, berdasarkan
satuan pekerjaan untuk masing-masing paket pekerjaan. Pengelompokan
komponen biaya pekerjaan disesuaikan dengan identifikasi variabel bebas
telah ditentukan diantaranya : pekerjaan persiapan (X1), bahan aspal (X2), bahan
pemulihan jalan (X3), bahan agregat hotmik (X4), upah pemulihan jalan
upah hotmix (X6), alat pemulihan jalan (X7), alat hotmix (X8), bahu jalan (X9),
dan drainase (X10). Berikut ini ditampilkan data proyek seperti tabel
(halaman 37 s/d halaman 44).
35

36. 36

37. 37

38. 38

39. 39

40. 40

41. 41

42. 42

43. 43

44. 44
4.2. Pengolahan Data
Prinsip yang digunakan untuk mendapatkan rumus model biaya
menggunakan regresi linier berganda. Sebelum data dimasukkan ke
program statistik, maka diperlukan pengolahan data sekunder yang telah didapat
dari histori penawaran. Luas jalan untuk masing-masing paket pekerjaan berbeda
sesuai dengan panjang dan lebar untuk masing-masing ruas jalan.
Untuk keseragaman data, maka data yang ada disesuaikan menjadi biaya per
m2
luas
jalan. Biaya total pekerjaan (Y) dan komponen biaya pekerjaan (X1 s/d
dibagi luas jalan untuk masing-masing paket pekerjaan, sehingga Y adalah biaya
per m2
luas jalan dan X1 s/d X10 adalah komponen biaya per m2
luas
jalan.
Berikut contoh perhitungannya :
Data tahun 2009, Rehabilitasi/pemeliharaan jalan Paket I (APBD), dengan
luas jalan 9.600,00 m2
, sehingga biaya per m2
untuk masing-masing variabel
menjadi :
1. Y = Rp. 858.496.453,57 / 9.600,00 m2
= Rp. 89.426,71 per m2
.
2. X1 = Rp. 750.000,00 / 9.600,00 m2
= Rp. 78,13 per m2
.
3. X2 = Rp. 531.946.847,27 / 9.600,00 m2
= Rp. 55.411,13 per m2
.
Hasil perhitungan selengkapnya seperti tabulasi data yang disajikan pada
Tabel 4.3 (halaman 46 sampai dengan halaman 49)
Pelaksanaan proyek ini dikerjakan dari tahun anggaran 2006 sampai 2009,
maka untuk keseragaman dengan proyek-proyek lain yang juga diambil
data masukan, masing-masing harga harus dibawa ke harga pada tahun yang
ditentukan, dalam hal ini diproyeksikan ke tahun 2009. Akibatnya besar
harus disesuaikan dengan inflasi yang berlaku pada tahun itu. Data inflasi

45. 45
digunakan adalah inflasi umum yang didapatkan dari Badan Pusat Statistik (BPS)
Kabupaten Jembrana, seperti Tabel 4.2.
Tabel 4.2 Inflasi Umum di Kabupaten Jembrana
No Tahun Inflasi Umum (%)
1 2006 4,30
2 2007 5,91
3 2008 9,62
Sumber : BPS Jembrana
Berikut contoh perhitungannya :
Data pada tahun 2008 diproyeksikan pada tahun 2009 :
- Biaya total (Y) = Rp. 82.927,46 ( 1 + 0,0962)1
= RP. 90.905,09
Data pada tahun 2007 diproyeksikan pada tahun 2009 :
- Biaya total (Y) = {Rp. 59.104,55 ( 1 + 0,0591)1
}(1+0,0962)1
= RP. 68.619,52
Data pada tahun 2006 diproyeksikan pada tahun 2009 :
- Biaya total (Y) = [{Rp. 60.902,81 ( 1 + 0,0430)1
}(1+0,0591)1
] *
(1 + 0,0962)1
= RP. 73.747,69
Hasil perhitungan selanjutnya disajikan pada Tabel 4.4 (halaman 50 sampai
dengan halaman 53).

46. 46

47. 47

48. 48

49. 49

50. 50

51. 51

52. 52

53. 53

54. BAB V
ANALISIS DATA DAN PEMBAHASAN
5.1. Deskripsi Hasil Penelitian
Analisis deskriptif digunakan untuk menggambarkan data dalam
kuantitatif tanpa menyertakan pengambilan keputusan. Data
dalam bentuk deskriptif tanpa diolah dengan teknik-teknik analisis lainnya. Hasil
perhitungan analisis deskriptif untuk masing-masing variabel penelitian dapat
disajikan pada Tabel 5.1 (halaman 55).
Dari data proyek yang dianalisis yaitu 48 paket pekerjaan dapat diketahui
bagaimana rata-rata proporsi komponen biaya per m2
luas jalan,
pekerjaan
pemeliharaan berkala jalan kabupaten di Kabupaten Jembrana. Proporsi
komponen biaya diuraikan dari yang terbesar yaitu : proporsi bahan aspal
rata-rata sebesar 55,82%, bahan agregat hotmix (X4) sebesar 14,84%, alat hotmix
(X8) sebesar 13,76%, drainase (X10) sebesar 4,79%, bahan pemulihan jalan (X3)
sebesar 2,64%, upah pemulihan jalan (X5) sebesar 1,35%, bahu jalan (X9) sebesar
1,34%, upah hotmix (X6) sebesar 1,01%, alat pemulihan jalan (X7) sebesar
0,27%, dan pekerjaan persiapan (X1) sebesar 0,21%. Sedangkan rata-
meliputi : Biaya (Y) = Rp. 86.492,66; pekerjaan persiapan (X1) = Rp. 177,49;
bahan aspal (X2) = Rp. 48.284,01; bahan pemulihan jalan (X3) = Rp. 2.281,83;
bahan agregat hotmix (X4) = Rp. 12.831,46; selengkapnya disajikan dalam bentuk
grafik sesuai yang tertera pada gambar 5.1 (halaman 55).
54

55. 55
Tabel 5.1 Deskripsi Hasil Penelitian
No. Uraian Simbol Mean
(Rp)
Std.Deviasi
(Rp)
%
1 Jumlah Biaya Y 86.492,66 19.277,17 100,00
2 Pek. Persiapan X1 177,49 252,51 0,21
3 Bahan Aspal X2 48.284,01 13.636,85 55,82
4 Bahan Pemulihan Jalan X3 2.281,83 1.602,71 2,64
5 Bahan Agregat Hotmix X4 12.831,46 6.550,42 14,84
6 Upah Pemulihan Jalan X5 1.163,91 925,28 1,35
7 Upah Hotmix X6 870,43 268,20 1,01
8 Alat Pemulihan Jalan X7 236,34 221,72 0,27
9 Alat Hotmix X8 11.899,90 7.666,64 13,76
10 Bahu Jalan X9 1.163,00 2.127,91 1,34
11 Drainase X10 4.145,27 6.327,03 4,79
Sumber : Hasil SPSS
Gambar 5.1 Proporsi Komponen Biaya Per M2
Luas
Jalan

56. 56
5.2. Menentukan Cost-Significant Items
Dari tabel 5.1 Deskripsi Hasil Penelitian (halaman 55), dapat
cost-significant items yaitu :
1. Bahan aspal (X2) : prosentasenya = 55,82%
2. Bahan agregat hotmix (X4) : prosentasenya = 14,84%
3. Alat hotmix (X8) : prosentasenya = 13,76%
Jumlah = 84,42%
Jumlah biaya (Y) sebagai variabel terikat, dan variabel bebas adalah
bahan aspal (X2), bahan agregat hotmix (X4) dan alat hotmix (X8). Tabel
(halaman 50 s/d 53 disesuaikan dengan mencari cost-significant items
disederhanakan menjadi sesuai pada tabel 5.2 Input Data SPSS ( halaman 57,58).
Tabel 5.2 (halaman 57,59) selanjutnya dianalisis dengan menggunakan
SPSS. Salah satu metode yang sering digunakan dalam analisis regresi berganda
adalah dengan menggunakan Stepwise Method yaitu metode untuk
variabel bebas yang dominan. Variabel yang telah dimasukkan ke dalam
regresi bisa dikeluarkan lagi dari model. Metode ini dimulai dengan memasukkan
variabel bebas yang mempunyai korelasi paling kuat dengan variabel terikat.
Kemudian setiap kali pemasukan variabel bebas yang lain, dilakukan
untuk tetap memasukkan variabel bebas atau mengeluarkannya.

57. 57
Tabel 5.2 Input Data SPSS
No. Y X2 X4 X8
1 89.426,71 55.411,13 5.004,80 20.533,33
2 98.895,61 63.583,04 6.455,45 14.584,12
3 77.095,78 35.599,43 5.786,62 24.799,86
4 90.184,47 54.770,52 5.453,85 15.625,00
5 80.519,74 29.578,88 4.936,85 26.489,43
6 108.257,30 57.650,57 16.998,12 4.952,93
7 87.987,52 55.168,94 5.598,88 13.928,69
8 76.757,69 47.205,07 10.692,10 15.548,85
9 98.945,04 70.437,14 4.768,80 12.625,00
10 112.381,01 66.653,49 7.280,70 17.605,00
11 105.858,71 54.459,06 6.353,85 24.883,00
12 85.890,15 52.284,24 8.664,15 15.850,00
13 107.495,23 59.907,45 5.234,98 22.926,02
14 121.743,13 77.917,79 6.049,61 16.364,23
15 99.800,18 61.191,49 6.307,00 16.092,88
16 101.626,04 55.198,09 5.445,42 22.294,20
17 74.710,89 34.118,34 5.902,34 25.295,82
18 95.926,73 49.779,59 4.798,95 31.905,43
19 69.220,38 26.716,61 4.783,55 21.496,89
20 100.394,64 65.924,93 5.716,48 9.643,70
21 106.791,06 62.757,34 5.484,60 22.689,73
22 90.905,09 41.226,39 17.497,32 9.878,61
23 78.685,34 41.692,09 14.633,25 9.908,64
24 78.760,77 40.488,73 17.583,05 9.975,42
25 88.291,45 52.640,44 21.914,93 4.893,89
26 165.108,12 90.799,46 20.112,77 4.865,33
27 69.924,55 44.455,23 14.608,52 4.679,28
28 87.353,02 51.844,87 18.816,64 4.760,09
29 101.564,10 53.094,11 17.897,54 4.122,33
30 73.163,79 38.246,62 18.026,28 10.177,25
Sumber : Hasil perhitungan

58. 58
Lanjutan Tabel 5.2 Input Data SPSS
No. Y X2 X4 X8
31 80.858,62 39.731,46 24.584,70 6.467,58
32 76.752,49 46.073,51 18.862,07 4.794,02
33 81.879,93 51.195,33 15.182,28 4.863,06
34 100.129,58 56.646,65 22.137,09 5.775,00
35 84.172,15 56.382,55 18.492,44 4.628,39
36 68.619,52 42.352,60 10.789,48 6.736,48
37 86.867,04 39.519,77 20.242,76 4.501,99
38 63.341,86 31.979,18 21.853,35 4.831,83
39 77.169,78 42.511,23 15.294,32 9.121,72
40 76.008,41 39.973,03 21.623,46 4.943,98
41 74.253,21 39.653,77 22.989,09 4.666,31
42 81.205,87 46.004,44 19.922,88 5.008,41
43 73.747,69 36.494,65 14.149,12 8.355,26
44 63.746,18 32.153,71 8.688,51 11.927,99
45 58.040,58 28.920,20 12.275,27 10.334,49
46 54.239,25 31.072,18 12.837,13 4.702,65
47 61.186,93 29.818,95 18.589,56 5.338,32
48 65.764,10 36.348,01 18.589,19 4.802,90
Sumber : Hasil perhitungan
Dengan :
Y = Jumlah Biaya ( Rp/m2
)
X2 = Bahan Aspal ( Rp/m2
)
X4 = Bahan Agregat Hotmix ( Rp/m2
)
X8 = Alat Hotmix ( Rp/m2
)

59. 59
5.3. Uji Normalitas
Pengujian normalitas data berdasarkan Kolmogorov-Smirnov,
dilaksanakan berdasarkan pedoman perbandingan nilai probabilitasnya dengan
nilai signifikansinya (α = 0,05). Persyaratan data disebut normal jika probabilitas
atau p > 0,05. Rangkuman hasil uji normalitas berdasarkan nilai
Smirnov dapat dilihat pada tabel 5.3.
Tabel 5.3 Uji Normalitas berdasar nilai Kolmogorov-
No. Uraian Simbol Probabilitas
(Sig)
Kesimpulan
1 Jumlah Biaya Y 0,672 Normal
2 Bahan Aspal X2 0,703 Normal
3 Bahan Agregat Hotmix X4 1,309 Normal
4 Alat Hotmix X8 1,153 Normal
Sumber : Hasil SPSS
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Y
1.0
0.8
0.6
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0
Observed Cum Prob
Gambar 5.2 Grafik Normal P-P Plot
Sumber : Hasil SPSS

60. 60
Gambar 5.2 (halaman 59) grafik normal P-P plot, menunjukkan
sebaran titik-titik residual berada di sekitar garis normal. Hal tersebut terjadi
karena titik-titik residual tersebut berasal dari data dengan distribusi normal.
Dengan demikian, disimpulkan bahwa regresi telah memenuhi
normalitas.
5.4. Pembahasan
Hasil analisis korelasi secara parsial pada masing-masing variabel bebas :
bahan aspal (X2), bahan agregat hotmix (X4) dan alat hotmix (X8)
variabel terikat biaya proyek (Y), seperti disajikan dalam tabel 5.4. Nilai
koefisien korelasi (R) yang paling besar adalah komponen bahan aspal (X2)
sebesar 0,902. Hal tersebut menyatakan bahwa hubungan antara biaya (Y) dengan
bahan aspal (X2) sangat kuat dan berkorelasi positif, yang artinya kenaikan dan
penurunan nilai bahan aspal (X2) akan diikuti oleh kenaikan dan penurunan biaya
(Y). Nilai signifikasi p = 0,000 < 0,05 menunjukkan bahwa bahan aspal
signifikan mempengaruhi biaya (Y) pada taraf kepercayaan 95%. Sedangkan nilai
signifikasi bahan agregat hotmik (X4) = 0,107 > 0,05 dan nilai signifikasi
hotmix (X8) = 0,086 > 0,05, menyatakan bahwa bahan agregat hotmik (X4) dan
alat hotmix (X8) tidak signifikan mempengaruhi biaya (Y).
Tabel 5.4 Pengaruh Variabel Terhadap Biaya
No. Uraian Simbol Pearson
Correlation
Probabilitas
(Sig)
1 Bahan Aspal X2 0,902 0,000
2 Bahan Agregat Hotmix X4 -0,182 0,107
3 Alat Hotmix X8 0,201 0,086
Sumber : Hasil SPSS

61. 61
Tabel 5.5 Ringkasan Model (Model Summary)
Model R R2
Adjusted R2
Std. Error of the
Estimate
1 0,902 0,814 0,810 8.400,04
Sumber : Hasil SPSS
Dari tabel 5.4 ringkasan model didapatkan angka koefisien
determinasi
(R2
) = 0,814 menunjukkan bahwa 81,4% biaya (Y) dipengaruhi oleh bahan aspal
(X2). Sedangkan sisanya (100% - 81,4% = 18,6%) dipengaruhi oleh sebab-sebab
lain. Standar error of the estimate = 8.400,04 < standar deviasi =
(sesuai tabel 5.1, halaman 55) menyatakan bahwa model regresi layak digunakan.
Tabel 5.6 Analisis Varian
Model Sum of Squares df Mean Square F Sig.
1 Regression
Residual
Total
14.219.835.602,91
3.245.792.763,99
17.465.628.366,89
1
46
47
14.219.835.602,91
70.560.712,26
201,53 0,00
Sumber : Hasil SPSS
Tabel 5.7
Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
B Beta
1 (constant)
X2
24.905,879
1,276 0,902
5,529
14,196
0,000
0,000
Sumber : Hasil SPSS

62. 62
Dari tabel 5.6 (halaman 61) uji Anova atau uji F, tingkat signifikasi
= 0,00 < 0,05, maka model regresi bisa dipakai untuk memprediksi biaya.
bisa dijelaskan bahwa bahan aspal (X2) berpengaruh terhadap biaya
(Y).
Dari tabel 5.7 (halaman 61) coefficients, nilai signifikasi X2= 0,00
< 0,05 menyatakan bahwa bahan aspal (X2) berpengaruh secara signifikan
terhadap biaya (Y) pada taraf kepercayaan 95%. Nilai B constant =
menyatakan bahwa jika bahan aspal diabaikan, maka biaya pemeliharaan jalan per
m2
adalah Rp. 24.905,879 . Nilai B X2 = 1,276 menyatakan bahwa setiap
penambahan biaya bahan aspal Rp. 1, biaya pemeliharaan jalan per m2
akan
meningkat Rp. 1,276.
Berdasarkan nilai B constant dan B X2 pada tabel 5.7 (halaman 62)
, maka dapat dibuatkan persamaan regresi :
Y = 24.905,879 + 1,276 X2 ........................................................ 5.1
dengan, Y = Biaya pemeliharaan berkala jalan per m2
luas jalan dengan
konstruksi HRS tebal 3 cm (Rp/m2
).
X2 = Biaya bahan aspal per m2
luas jalan (Rp/m2
).
Sesuai dengan persamaan regresi di atas, variabel bebas adalah X2
yaitu biaya bahan aspal per m2
luas jalan. Pada tahap awal proyek
seperti saat
penyusunan konsep, dimana kuantitas (volume) bahan aspal belum tersedia.
Sehingga untuk memprediksi biaya pemeliharaan jalan, model persamaan regresi
5.1 tidak bisa digunakan. Untuk itu perlu diketahui hubungan atau korelasi antara

63. 63
biaya bahan aspal (X2) dengan harga satuan aspal (X2’). Hasil analis ditampilkan
pada tabel 5.8, tabel 5.9 dan tabel 5.10 berikut :
Tabel 5.8 Ringkasan Perhitungan
Model R R
2
Adjusted R
2
Std. Error of the
Estimate
1 0,907 0,823 0,819 5.797,40
Sumber : Hasil SPSS
Tabel 5.9 Analisis Varian
Sum of Squares Df Mean Square F Sig.
Regression
Residual
Total
7.194.246.184,802
1.546.051.811,207
8.740.297.996,009
1
46
47
7.194.246.184,802
33.609.821,983
214,052 0,000
Sumber : Hasil SPSS
Tabel 5.10 Coefficients
Model Coefficients Std. Error t Sig.
(constant)
X2’
-3.302,206
7,273
3.623,867
0,497
-0,911
14,631
0,367
0,000
Sumber : Hasil SPSS
Nilai koefisien korelasi (R) adalah 0,907 yaitu koefisien korelasi (R)
antara biaya bahan aspal (X2) dengan harga satuan aspal (X2’). Hasil
tersebut menunjukkan bahwa hubungan antara biaya bahan aspal (X2)
harga satuan aspal (X2’) sangat kuat dan berkorelasi positif, yang
kenaikan dan penurunan nilai harga satuan aspal (X2’) akan diikuti oleh kenaikan
dan penurunan biaya bahan aspal (X2).

64. 64
Angka koefisien determinasi (R2
) = 0,823 menunjukkan bahwa
biaya bahan aspal (X2) dipengaruhi oleh harga satuan bahan aspal
Sedangkan sisanya (100% - 82,30% = 17,70%) dipengaruhi oleh sebab-sebab lain.
Dari uji Anova atau uji F, tingkat signifikasi = 0,00 nilainya < 0,05, maka
model regresi bisa dipakai untuk memprediksi biaya bahan aspal. Atau bisa
dijelaskan bahwa harga satuan aspal (X2’) berpengaruh terhadap biaya
aspal (X2).
Persamaan regresi yang didapatkan dari keluaran perhitungan yang tersaji
pada tabel 5.10 adalah :
X2 = - 3.302,206 + 7,273 X2’ ................................................ 5.2
dengan, X2 = Biaya bahan aspal per m2
luas jalan (Rp/m2
).
X2’ = Harga satuan aspal per kg (Rp/kg)
Persamaan 5.2 disubstitusikan ke dalam persamaan 5.1, sehingga hasilnya
menjadi :
Y = 20.692,264 + 9,28 X2’ ....................................................... 5.3
dengan, Y = Biaya pemeliharaan berkala jalan per m2
luas jalan dengan
konstruksi HRS tebal 3 cm (Rp/m2
).
X2’ = Harga satuan aspal per kg (Rp/kg).
5.5. Pengujian Model
Dalam penelitian ini biaya estimasi model dihitung dengan
harga satuan aspal berupa harga aspal per kg, ke dalam persamaan 5.3.
estimasi biaya dengan Cost Significant Model didapatkan dengan cara

65. 65
biaya estimasi model dengan Cost Model Factor (CMF). CMF merupakan
rata rasio dari biaya estimasi model dengan biaya aktual. Rangkuman hasil
perhitungan Cost Model Factor (CMF) dapat dilihat pada Tabel 5.11.
Tabel 5.11 Rangkuman hasil Perhitungan CMF
HARGA
SATUAN
BIAYA
ESTIMASI
MODEL PER
BIAYA
AKTUAL PER
2
LUASNO ASPAL
(X2')
M
2 M CMF
JALAN
JALAN
( Rp/Kg.) ( Rp/m2
.) ( Rp/m2
.)
(1) (2) (3) (4) (5)
1 9.200,00 106.071,47 89.426,71 1,186
2 9.500,00 108.855,57 98.895,61 1,101
3 6.000,00 76.374,35 77.095,78 0,991
4 8.850,00 102.823,34 90.184,47 1,140
5 4.500,00 62.453,83 80.519,74 0,776
6 7.300,00 88.438,80 108.257,30 0,817
7 8.250,00 97.255,14 87.987,52 1,105
8 8.650,00 100.967,27 76.757,69 1,315
9 8.275,00 97.487,14 98.945,04 0,985
10 8.500,00 99.575,22 112.381,01 0,886
11 7.325,33 88.673,88 105.858,71 0,838
12 8.900,00 103.287,36 85.890,15 1,203
Sumber : Hasil perhitungan

66. 66
Lanjutan Tabel 5.11 Rangkuman hasil Perhitungan CMF
HARGA
SATUAN
BIAYA
ESTIMASI
MODEL PER
BIAYA
AKTUAL PER
2
LUASNO ASPAL
(X2')
M
2 M CMF
JALAN
JALAN
( Rp/Kg.) ( Rp/m2
.) ( Rp/m2
.)
(1) (2) (3) (4) (5)
13 8.496,67 99.544,32 107.495,23 0,926
14 9.400,00 107.927,54 121.743,13 0,887
15 9.875,00 112.335,70 99.800,18 1,126
16 8.498,00 99.556,66 101.626,04 0,980
17 6.000,00 76.374,35 74.710,89 1,022
18 7.500,00 90.294,87 95.926,73 0,941
19 4.650,00 63.845,88 69.220,38 0,922
20 8.500,00 99.575,22 100.394,64 0,992
21 8.500,00 99.575,22 106.791,06 0,932
22 5.500,00 71.734,18 82.927,46 0,865
23 6.169,25 77.945,05 71.780,09 1,086
24 5.639,96 73.033,06 71.848,90 1,016
25 6.350,00 79.622,47 80.543,20 0,989
26 11.075,00 123.472,12 150.618,61 0,820
27 6.750,00 83.334,61 63.788,13 1,306
28 6.150,00 77.766,40 79.687,12 0,976
29 7.000,00 85.654,70 92.651,07 0,924
30 5.500,00 71.734,18 66.743,11 1,075
31 5.600,00 72.662,21 73.762,65 0,985
32 6.250,00 78.694,44 70.016,87 1,124
33 6.800,00 83.798,63 74.694,34 1,122
Sumber : Hasil perhitungan

67. 67
Lanjutan Tabel 5.11 Rangkuman hasil Perhitungan CMF
HARGA
SATUAN
BIAYA
ESTIMASI
MODEL PER
BIAYA
AKTUAL PER
2
LUASNO ASPAL
(X2')
M
2 M CMF
JALAN
JALAN
( Rp/Kg.) ( Rp/m2
.) ( Rp/m2
.)
(1) (2) (3) (4) (5)
34 6.250,00 78.694,44 91.342,44 0,862
35 8.400,00 98.647,19 76.785,39 1,285
36 5.500,00 71.734,18 59.104,55 1,214
37 4.250,00 60.133,74 74.821,82 0,804
38 4.465,00 62.129,02 54.558,71 1,139
39 5.500,00 71.734,18 66.469,20 1,079
40 4.880,00 65.980,36 65.468,87 1,008
41 5.600,00 72.662,21 63.957,06 1,136
42 5.530,00 72.012,59 69.945,65 1,030
43 3.900,00 56.885,62 60.902,81 0,934
44 3.950,00 57.349,64 52.643,30 1,089
45 3.900,00 56.885,62 47.931,46 1,187
46 4.000,00 57.813,66 44.792,22 1,291
47 3.715,00 55.168,76 50.529,80 1,092
48 5.225,00 69.182,08 54.309,75 1,274
Rata-rata CMF 1,037
Sumber : Hasil perhitungan
Hasil estimasi cost significant model yang didapatkan dari
dibandingkan dengan biaya pelaksanaan (biaya aktual) proyek yang ditinjau.
Tingkat akurasinya adalah dengan menghitung selisih dari estimasi cost
significant model dengan biaya pelaksanaan, dibagi dengan biaya

68. 68
dan dikali 100%. Sebagai perbandingan, dihitung juga akurasi metode yang
selama ini digunakan yaitu metode parameter panjang jalan terhadap biaya
pelaksanaan. Komparasi model estimasi pemeliharaan jalan disajikan seperti pada
Tabel 5.12 berikut :
Tabel 5.12 Komparasi Model Estimasi Biaya Pemeliharaan Jalan
NAMA
BIAYA TOTAL
COST SIGNIFICANT
MODEL
METODE PARAMETER
PANJANG JALAN
No PAKET
PROYEK
PELAKSANAAN
ESTIMASI
BIAYA
AKU
RASI
ESTIMASI
BIAYA
AKU
RASI
( Rp.) ( Rp.) ( Rp.)
(1) (2) (3) (4) (5) (6) (7)
1 I (APBD) 858.496.453,57 981.868.585,30 14,37% 1.050.000.000 22,31%
2
II
(APBD)
777.319.509,12 825.005.349,71 6,13% 917.000.000 17,97%
3
III
(APBD)
763.865.014,17 729.654.220,85 -4,48% 1.039.500.000 36,08%
4
IV
(APBD)
536.597.573,03 589.918.819,46 9,94% 612.500.000 14,15%
5
V
(APBD)
845.457.296,21 632.312.749,51 -25,21% 1.225.000.000 44,89%
6
VI
(APBD)
772.957.097,30 608.870.085,37 -21,23% 833.000.000 7,77%
7
VII
(APBD)
527.925.106,58 562.661.699,87 6,58% 700.000.000 32,59%
8
VIII
(APBD)
506.600.784,24 642.551.778,30 26,84% 770.000.000 51,99%
9
IX
(APBD)
1.365.441.596,63 1.297.209.125,01 -5,00% 1.610.000.000 17,91%
10
X
(APBD)
590.000.290,61 504.073.828,23 -14,56% 525.000.000 -11,02%
11
XI
(APBD)
476.364.216,87 384.761.639,54 -19,23% 525.000.000 10,21%
12 I (DAK) 671.661.006,82 778.820.721,02 15,95% 805.000.000 19,85%
13 II (DAK) 1.005.080.375,61 897.452.870,09 -10,71% 962.500.000 -4,24%
14 III (DAK) 972.727.586,30 831.500.664,67 -14,52% 822.500.000 -15,44%
15
IV
(DAK)
1.676.143.953,27 1.819.203.858,25 8,54% 1.151.500.000 -31,30%
16 V (DAK) 824.187.181,97 778.528.903,17 -5,54% 850.500.000 3,19%
Sumber : Hasil perhitungan

69. 69
Lanjutan Tabel 5.12 Komparasi Model Estimasi Biaya Pemeliharaan Jalan
NAMA
BIAYA TOTAL
COST SIGNIFICANT
MODEL
METODE PARAMETER
PANJANG JALAN
No PAKET
PROYEK
PELAKSANAAN
ESTIMASI
BIAYA
AKU
RASI
ESTIMASI
BIAYA
AKU
RASI
( Rp.) ( Rp.) ( Rp.)
(1) (2) (3) (4) (5) (6) (7)
17
VI
(DAK)
632.651.825,54 623.608.391,41 -1,43% 742.000.000 17,28%
18
VII
(DAK)
653.261.008,47 592.916.820,13 -9,24% 794.500.000 21,62%
19
VIII
(DAK)
800.187.647,85 711.662.839,66 -11,06% 1.190.000.000 48,72%
20
IX
(DAK)
795.125.511,98 760.431.375,16 -4,36% 924.000.000 16,21%
21 X (DAK) 454.502.758,24 408.635.850,08 -10,09% 465.500.000 2,42%
22 I 1.073.910.669,26 895.734.820,70 -16,59% 1.202.500.000 11,97%
23 II 653.198.852,12 683.932.906,90 4,71% 845.000.000 29,36%
24 III 502.942.321,64 492.947.959,76 -1,99% 650.000.000 29,24%
25 IV 869.866.550,24 829.168.862,37 -4,68% 585.000.000 -32,75%
26 V 636.363.644,43 503.012.959,17 -20,96% 341.250.000 -46,38%
27 VI 947.253.783,76 1.193.260.979,74 25,97% 1.072.500.000 13,22%
28 VII 828.746.075,50 779.846.128,16 -5,90% 845.000.000 1,96%
29 VIII 657.822.590,98 586.398.849,63 -10,86% 633.750.000 -3,66%
30 IX 894.357.607,65 926.860.741,11 3,63% 1.218.750.000 36,27%
31 X 645.423.216,07 613.056.124,10 -5,01% 812.500.000 25,89%
32 XI 1.029.247.928,19 1.115.436.729,82 8,37% 1.365.000.000 32,62%
33 XII 1.176.435.800,90 1.272.626.731,51 8,18% 1.462.500.000 24,32%
34 XIII 1.013.901.106,95 842.268.551,09 -16,93% 1.202.500.000 18,60%
35 XIV 218.838.367,80 271.089.769,88 23,88% 276.250.000 26,23%
36 I 2.127.763.637,80 2.490.073.632,84 17,03% 2.400.000.000 12,79%
37 II 1.799.135.510,52 1.394.239.615,20 -22,51% 1.356.300.000 -24,61%
Sumber : Hasil perhitungan

70. 70
Lanjutan Tabel 5.12 Komparasi Model Estimasi Biaya Pemeliharaan Jalan
NAMA
BIAYA TOTAL
COST SIGNIFICANT
MODEL
METODE PARAMETER
PANJANG JALAN
No PAKET
PROYEK
PELAKSANAAN
ESTIMASI
BIAYA
AKU
RASI
ESTIMASI
BIAYA
AKU
RASI
( Rp.) ( Rp.) ( Rp.)
(1) (2) (3) (4) (5) (6) (7)
38 III 1.816.804.977,07 1.994.905.301,20 9,80% 2.220.000.000 22,19%
39 IV 1.631.818.982,48 1.698.091.880,17 4,06% 2.205.000.000 35,13%
40 V 1.124.493.340,37 1.092.748.678,09 -2,82% 1.507.200.000 34,03%
41 VI 48.965.525,65 53.640.659,27 9,55% 79.200.000 61,75%
42 VII 581.667.990,41 577.439.468,53 -0,73% 712.800.000 22,54%
43 I 727.849.493,79 655.526.592,70 -9,94% 522.500.000 -28,21%
44 II 864.245.021,06 907.837.350,42 5,04% 1.065.350.000 23,27%
45 III 1.457.116.491,91 1.667.476.229,46 14,44% 2.090.000.000 43,43%
46 IV 1.032.729.424,21 1.285.280.623,88 24,45% 1.560.900.000 51,14%
47 V 1.111.655.572,71 1.170.306.026,51 5,28% 1.567.500.000 41,01%
48 VI 608.269.225,64 747.128.348,15 22,83% 880.000.000 44,67%
Max 26,84% 61,75%
Min -25,21% -46,38%
Rata-rata 12,53% 34,37%
Sumber : Hasil perhitungan
Dari komparasi model seperti tabel 5.12 (halaman 68 s/d 70) akurasi
model yang bernilai positif menyatakan bahwa estimasi biaya lebih besar
biaya pelaksanaan (biaya aktual). Sedangkan sebaliknya, akurasi model yang
bernilai negatif menyatakan bahwa estimasi biaya lebih kecil dari biaya
pelaksanaan (biaya aktual).

71. 71
Akurasi dengan “Cost Significant Model” berkisar antara -25,21% sampai
dengan +26,84%, dengan rata-rata +12,53%. Sedangkan dengan
metode parameter panjang jalan yang selama ini digunakan pada Bidang
Marga Dinas Pekerjaan Umum Kabupaten Jembrana, berkisar antara -46,38%
sampai dengan +61,75%, dengan rata-rata + 34,37%. Estimasi biaya dengan
“Cost Significant Model” yang dikembangkan menghasilkan estimasi yang lebih
baik dibandingkan dengan estimasi dengan menggunakan parameter panjang
jalan.

72. BAB VI
SIMPULAN DAN SARAN
6.1. Simpulan
Berdasarkan hasil penelitian yang telah dilaksanakan, dapat diperoleh
simpulan sebagai berikut :
1. Bahan aspal berpengaruh secara signifikan terhadap biaya
berkala jalan kabupaten di Kabupaten Jembrana, dimana 81,40%biaya
pemeliharaan jalan dipengaruhi oleh bahan aspal, sedangkan sisanya
18,60% dipengaruhi oleh sebab-sebab lain.
2. Model estimasi biaya pemeliharaan berkala jalan kabupaten dengan
Significant Model” di Kabupeten Jembrana adalah :
Y = 20.692,264 + 9,28 X2’
dengan, Y = Biaya pemeliharaan berkala jalan per m2
luas jalan
dengan konstruksi HRS tebal 3 cm (Rp/m2
).
X2’ = Harga satuan aspal per kg (Rp/kg).
3. Akurasi model estimasi biaya pemeliharaan berkala jalan dengan metode
“Cost Significant Model” adalah berkisar antara -25,21% sampai
+26,84%, dengan rata-rata +12,53%.
4. Estimasi dengan “Cost Significant Model” menghasilkan estimasi
lebih baik bila dibandingkan dengan estimasi menggunakan parameter
panjang jalan yang selama ini digunakan pada Bidang Bina Marga Dinas
72

73. 73
Pekerjaan Umum Kabupaten Jembrana yang akurasinya berkisar antara
-46,38% sampai dengan +61,75%, dengan rata-rata + 34,37%.
6.2. Saran
Berdasarkan dari simpulan penelitian sebagaimana yang telah
sebelumnya, maka dapat disarankan hal-hal sebagai berikut :
1. Berdasarkan akurasi model yang didapatkan, maka estimasi biaya dengan
“Cost Significant Model” baik digunakan pada tahap awal
untuk menyusun anggaran proyek pemeliharaan berkala jalan kabupaten
di Kabupaten Jembrana.
2. Untuk mengestimasi biaya pemeliharaan jalan kabupaten tahun
berikutnya, diharapkan memperhitungkan besarnya inflasi yang
pada tahun bersangkutan.

74. DAFTAR PUSTAKA
Algifari. 2000. Analisis Regresi : Teori, Kasus, dan Solusi. Yogyakarta : BPFE.
Anonim. 2000. Modul Pelatihan : Teknik-Teknik Pemeliharaan Jalan. Jakarta :
Departemen Pekerjaan Umum Dirjen Bina Marga.
Anonim. 2004. Undang - Undang Republik Indonesia No. 38 Tahun 2004 Tentang
Jalan. Jakarta : Departemen Pekerjaan Umum Dirjen Bina Marga.
Anonim. 2006. Peraturan Pemerintah Republik Indonesia No. 34 Tahun
2006
Anonim. 2007. Klasifikasi Jaringan Jalan Menurut Fungsi (Peranan) Dan
Status
(Wewenang Pengaturan). Jakarta : Departemen Pekerjaan Umum Dirjen
Bina
Anonim. 2007. Petunjuk Teknis Penggunaan Dana Alokasi Khusus
Bidang Infrastruktur. Peraturan Menteri Pekerjaan Umum No.
42/PRT/2007. Jakarta : Departemen Pekerjaan Umum.
Budi, Triton Prawira. 2006. SPSS 13.0 Terapan; Riset Statistik Parametrik.
Yogyakarta : Andi Offset.
Dipohusodo, Istimawan 1996. Manajemen Proyek dan Konstruksi Jilid
2.
Ervianto, Wulfram I. 2002. Manajemen Proyek Konstruksi, Yogyakarta :
Andi
Giatman, M. 2007. Ekonomi Teknik. Jakarta : Raja Grafindo Persada.
Hajek, Victor G. 1994. Manajemen Proyek Perekayasaan. Jakarta : Erlangga.
Hifni, M. 1988. Metode Statistik. Malang : Politeknik Universitas Brawijaya.
Kushartini, Maria G. 2000. Pengembangan “Cost Significant Modeling”
Untuk
Nasution, S. 2008. Buku Penuntun Membuat Tesis, Skripsi, Disertasi,
Makalah. Jakarta : PT. Dwi Aksara
74

75. 75
Pemayun, I D.G.A. 2003. Praktek Estimasi Biaya Dengan Metode
“Cost
Significant Model” Pada Bangunan Gedung Yang Memakai Arsitektur
Bali
Poh, Paul SH dan Horner R Malcolm W .1995. Cost-Significant Modelling-
Its Potential For Use In South-East Asia : Paper in Engineering,
Construction and Architectural Management.
Riduwan, 2003. Skala Pengukuran Variabel-Variabel Penelitian. Bandung :
Alfabeta.
Santoso, Singgih. 2002. Mengolah Data Statistik Secara Profesional SPSS
Versi
Soedrajat, A. 1985. Manajemen Ekonomi Proyek. Jakarta : Nova.
Soeharto, Imam. 1995. Manajemen Proyek Dari Konseptual Sampai Operasional.
Jakarta : Erlangga.
Sutjipto, R. 1986. Manajemen Proyek Konstruksi 2. Surabaya : Kartika Yudha.
Tri Mulyawan. 1999. Analisis Model Perkiraan Biaya Pekerjaan Struktur
Gedung