Pengembangan Sistem Estimasi Biaya Proyek Konstruksi Industri Berbasis Web Dengan Metode Random Forest (Studi Kasus: PT. Sumbawa Indah Permai)

Pandensolang, Wisando Berlian (2026) Pengembangan Sistem Estimasi Biaya Proyek Konstruksi Industri Berbasis Web Dengan Metode Random Forest (Studi Kasus: PT. Sumbawa Indah Permai). Skripsi thesis, ITN MALANG.

	Text 2218095_COVER.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (510kB)
	Text 2218095_BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (188kB)
	Text 2218095_BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (340kB) | Request a copy
	Text 2218095_BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (861kB) | Request a copy
	Text 2218095_BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (171kB) | Request a copy
	Text 2218095_BAB V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (174kB) | Request a copy
	Text 2218095_LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (5MB) | Request a copy

Abstract

Estimasi biaya yang akurat pada tahap awal proyek konstruksi industri sangat penting untuk mendukung keputusan tender, namun di PT Sumbawa Indah Permai proses ini masih dilakukan secara manual berbasis RAB sehingga memerlukan waktu lama dan sangat bergantung pada pengalaman estimator. Penelitian ini bertujuan mengembangkan sistem estimasi biaya proyek konstruksi berbasis web yang mengintegrasikan model Random Forest Regression dengan data historis RAB perusahaan. Data RAB diolah melalui pembersihan, rekayasa fitur numerik, kategorikal, dan teks deskripsi menggunakan TF-IDF, serta transformasi logaritmik pada variabel target Total_Harga dengan fungsi log1p dan expm1. Model dilatih menggunakan skema hold-out dan RandomizedSearchCV dengan K-Fold, kemudian diintegrasikan ke dalam aplikasi web Django. Hasil pengujian menunjukkan model mampu mencapai nilai R² 0,9013, MAE Rp 5.133.872,83, RMSE Rp 23.206.060,01, dan MAPE 10,46% pada data uji. Sistem yang dihasilkan dapat memberikan estimasi biaya awal secara cepat, konsisten, dan mendukung pengambilan keputusan pada proses tender.

Item Type:	Thesis (Skripsi)
Additional Information:	Wisando Berlian Pandensolang (2218095)
Uncontrolled Keywords:	estimasi biaya, konstruksi industri, machine learning, random forest, sistem berbasis web
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Wisando Berlian Pandensolang
Date Deposited:	09 Feb 2026 05:05
Last Modified:	09 Feb 2026 05:05
URI:	http://eprints.itn.ac.id/id/eprint/16045

Actions (login required)

View Item