Syntax Literate: Jurnal Ilmiah Indonesia p–ISSN: 2541-0849 e-ISSN: 2548-1398

Vol. 9, No. 8, Agustus 2024

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETERLAMBATAN PADA PROYEK PERUMAHAN (STUDI KASUS: PROYEK PERUMAHAN MEWAH DI SEMARANG)

M. Agus Hadi Pranoto¹^*, Ferry Hermawan², Jati Utomo Dwi Hatmoko³

Universitas Diponegoro, Semarang, Indonesia^1,2,3

Email: [email protected]^*

Abstrak

Pada proses pembangunan suatu proyek konstruksi selalu terdapat permasalahan yang menyebabkan tertundanya proyek, mulai dari waktu pelaksanaan hingga permasalahan yang di luar kemampuan proyek. Salah satu developer yang membangun kawasan perumahan mewah di semarang terjadi keterlambatan pada proses konstruksi. Keterlambatan ini terjadi karena pihak kontraktor tidak menyelesaikan proyek pembangunan rumah sesuai dengan time schedule proyek yang telah dicantumkan pada dokumen kontrak. Maksud dari penelitian ini untuk menganalisis faktor-faktor yang mempengaruhi keterlambatan proyek dan menganalisis peran project manager dalam mengantisipasi keterlambatan yang terjadi. Metode yang digunakan untuk memperoleh data penelitian secara observasi dan wawancara terhadap project manager, pelaksana dan pengawas yang terlibat dalam pembangunan. Dengan metode analisis faktor menggunakan software SPSS (statistical package for the social sciences) mendapatkan 5 faktor yang paling berpengaruh terhadap keterlambatan proyek diantaranya Faktor keuangan, Faktor bahan material, Faktor tenaga kerja, Faktor peralatan, Faktor pengawasan proyek. Adapun tindakan antisipasi project manager terpetakan pada 3 faktor yaitu Faktor keuangan memastikan ketersediaan modal keuangan yang cukup untuk memulai proyek, Faktor bahan material melakukan perhitungan terkait kebutuhan bahan material yang digunakan serta mendatangkan bahan material sebelum stok material di lokasi proyek habis, Faktor tenaga kerja memilih tenaga kerjanya untuk mengerjakan pekerjaan diproyek perumahan mewah dengan pengalaman yang dimiliki serta kompetensi yang mereka kuasai.

Kata Kunci: Keterlambatan Proyek, Proyek Perumahan, Analisis Faktor.

Abstract

In the development process of a construction project there are always problems that cause project delays, ranging from implementation time to problems that are beyond the project's capabilities. One of the developers building a luxury residential area in Semarang experienced delays in the construction process. This delay occurred because the contractor did not complete the house construction project according to the project time schedule stated in the contract document. The purpose of this research is to analyze the factors that influence project delays and analyze the role of project managers in anticipating delays that occur. The method used to obtain research data is observation and interviews with project managers, implementers and supervisors involved in development. Using the factor analysis method using SPSS (statistical package for the social sciences) software, we found 5 factors that had the most influence on project delays, including financial factors, material factors, labor factors, equipment factors, and project supervision factors. The project manager's anticipatory actions are mapped to 3 factors, namely the financial factor ensuring the availability of sufficient financial capital to start the project, the material factor carrying out calculations related to the need for the materials used and bringing in the material before the stock of materials at the project location runs out, the labor factor selecting the workforce. work to carry out work in luxury housing projects with the experience they have and the competencies they have mastered.

Keywords: Project Delay, Housing Project, Factor Analysis

Pendahuluan

Kota Semarang merupakan salah satu kota terbesar di Indonesia dengan jumlah penduduk sebanyak 1.659.975 jiwa pada tahun 2022, laju pertumbuhan penduduk per tahun 2021-2022 sebanyak 0,21%. Salah satu dampak peningkatan jumlah penduduk di Kota Semarang menurut Badan Pusat Statistik adalah kebutuhan rumah/ tempat tinggal akan meningkat (Badan Pusat Statistik, 2023). Menurut penelitian Akhirul et al. (2020) peningkatan jumlah penduduk akan menyebabkan kebutuhan pemukiman dan sarana prasarana umum semakin meningkat. Peningkatan jumlah penduduk di kota semarang tentunya berdampak pada kebutuhan rumah sebagai tempat tinggal semakin meningkat. Dengan besarnya pertumbuhan penduduk di Kota Semarang baik secara alamiah maupun urbanisasi menjadikan meningkatnya kebutuhan rumah/ tempat tinggal, dengan demikian banyak developer yang berlomba membangun kawasan perumahan di Kota Semarang.

Dalam pembangunan kawasan perumahan selalu terdapat hambatan-hambatan baik yang diperhitungkan maupun tidak diperhitungkan oleh perencana, sehingga menyebabkan waktu yang diperlukan untuk menyelesaikan proyek melebihi waktu yang telah ditentukan dalam dokumen kontrak kerja atau dengan kata lain pekerjaan akan terhambat (Doloi et al., 2012; Pondaag et al., 2020). Dalam melaksanakan suatu proyek konstruksi perumahan, selalu banyak permasalahan yang menyebabkan tertundanya proyek, mulai dari waktu pelaksanaan, material, alat, tenaga, keterampilan pekerja hingga permasalahan yang di luar kemampuan proyek baik developer maupun kontraktor (Amoatey et al., 2015; Asmi & Pratama, 2016).

PT. XYZ adalah salah satu developer yang membangun kawasan perumahan mewah di semarang, dari data yang didapatkan oleh penulis penjualan unit rumah sangat bagus, karena beberapa unit rumah sudah laku terjual sebelum pembangunan rumah dilaksanakan. Akan tetapi terjadi kendala yang dialami oleh developer karena terjadi keterlambatan dalam proses pembangunan. Keterlambatan ini terjadi karena pihak kontraktor tidak menyelesaikan proyek pembangunan rumah sesuai dengan jangka waktu yang telah dicantumkan dalam dokumen kontrak. Oleh karena itu penulis memilih lokasi ini dijadikan obyek untuk penelitiannya karena pada tahap pembangunan proyek perumahan terjadi keterlambatan, penyelesaian proyek tidak sesuai schedule rencana awal yang telah ditentukan dalam dokumen kontrak atau surat perjanjian kerja yang telah disetujui oleh pihak developer dan kontraktor, yang mengakibatkan terjadinya penambahan waktu untuk penyelesaian. Perihal ini didukung dari hasil time schedule yang diberikan oleh developer ke peneliti, terjadi keterlambatan pada proses pembangunan yang melebihi waktu selesainya proyek. Hal seperti ini sangat merugikan pihak developer (owner), keterlambatan pembangunan proyek perumahan akan menyebabkan developer mengalami kerugian karena keterlambatan proyek berarti kehilangan penghasilan dari bangunan yang seharusnya sudah dapat digunakan atau dijual (Basrin & Fahriana, 2021; Nugroho, 2014). Bagi unit yang sudah terjual keterlambatan ini menyebabkan serah terima rumah kekonsumen akan mundur/terlambat, dan ini akan menjadi masalah hukum karena terjadi keterlambatan penyerahan bangunan rumah tinggal oleh pihak developer yang tidak sesuai dalam perjanjian pengikat jual beli dengan konsumen.

Sebagai developer kawasan perumahan pasti memiliki keinginan semua pekerjaan proyeknya berjalan dengan lancar, hal ini karena setiap penunjukan lelang ada beberapa unit rumah yang sudah laku terjual, jika proses pembangunan mengalami keterlambatan hal ini berakibat mundurnya jadwal serah terima kepada konsumen sebagai pemilik rumah (Akhyar, 2011). Maksud dari penelitian ini adalah untuk Menganalisis faktor-faktor yang mempengaruhi keterlambatan pada proyek perumahan dan Menganalisis peran project manager dalam mengatasi keterlambatan proyek. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi keterlambatan proyek dan menganalisis peran project manager dalam mengantisipasi keterlambatan yang terjadi.

Metode Penelitian

Sumber Data

Proyek yang dijadikan objek penelitian adalah proyek pembangunan perumahan mewah di semarang pada tahap 1 dan tahap 2 dengan jumlah 153 unit rumah mewah yang terbagi menjadi 47 dokumen kontrak / surat perjanjian kerja (SPK)

Gambar 1. Lokasi Proyek Perumahan Yang Dianalisis

Tabel 1. Data Proyek Yang Dianalisis Tahap 1

No	Kontraktor	Blok / No	Kontrak	Schedule Rencana	Keterangan
1	AGS	A15 No. 1, 2, 3	SPK 1	26 April – 26 November 2021
2	AGS	A15 No. 3a, 5, 6, 7, 8	SPK 2	26 April – 26 November 2021
3	MLL	A16 No. 1, 2, 3	SPK 3	26 April – 26 November 2021
4	MLL	A16 No. 3a, 5, 6	SPK 4	26 April – 26 November 2021
5	CP	A12a No. 1, 2, 3	SPK 5	26 April – 26 November 2021
6	CP	A12a No. 5, 6, 7	SPK 6	26 April – 26 November 2021
7	CP	A12a No. 8, 9, 10	SPK 7	26 April – 26 November 2021
8	KBR	A12a No. 11, 12, 12a, 12b	SPK 8	26 April – 26 November 2021
9	KJ	A12b No. 1, 2, 3	SPK 9	26 April – 26 November 2021
10	KJ	A12b No. 3a, 5, 6	SPK 10	26 April – 26 November 2021
11	KJ	A12b No. 7, 8, 9	SPK 11	26 April – 26 November 2021
12	KBR	A12b No. 10, 11	SPK 12	26 April – 26 November 2021
13	KBR	A17 No. 12a, 12b, 15	SPK 13	26 April – 26 November 2021
14	ABA	A17 No. 16, 17, 18	SPK 14	26 April – 26 November 2021
15	ABA	A17 No. 19, 20, 21	SPK 15	26 April – 26 November 2021
16	ABA	A17 No. 22, 23, 23a	SPK 16	26 April – 26 November 2021
17	AGS	A17 No. 25, 26, 27, 28, 29	SPK 17	26 April – 26 November 2021
18	SWS	A5 No. 1, 2, 3	SPK 18	26 April – 26 November 2021
19	SWS	A5 No. 3a, 5, 6	SPK 19	26 April – 26 November 2021
20	SWS	A5 No. 7, 8, 9	SPK 20	26 April – 26 November 2021
21	AKP	A5 No. 10, 11, 12	SPK 21	26 April – 26 November 2021
22	SBA	A3 No. 1, 2, 3	SPK 22	26 April – 26 November 2021
23	SBA	A3 No. 3a, 5, 6	SPK 23	26 April – 26 November 2021
24	SBA	A3 No. 7, 8, 9	SPK 24	26 April – 26 November 2021
25	AKP	A3 No. 10, 11, 12, 12a	SPK 25	26 April – 26 November 2021

Tabel 2. Data Proyek Yang Dianalisis Tahap 2

No	Kontraktor	Blok / No	Kontrak	Schedule Rencana	Keterangan
1	ABA	A3a No. 2, 3, 3a	SPK 26	1 Oktober 2021 – 7 Mei 2022
2	ABA	A3a No. 6, 7, 8	SPK 27	1 Oktober 2021 – 7 Mei 2022
3	KBR	A6 No. 2, 3, 3a, 5, 6	SPK 28	1 Oktober 2021 – 7 Mei 2022
4	MLL	A8 No. 2, 3, 3a	SPK 29	1 Oktober 2021 – 7 Mei 2022
5	CP	A8 No. 5 & A10 No. 2, 3	SPK 30	1 Oktober 2021 – 7 Mei 2022
6	CP	A10 No. 3a & A12 No. 2, 3	SPK 31	1 Oktober 2021 – 7 Mei 2022
7	AGS	A17 No. 1, 2, 3	SPK 32	1 Oktober 2021 – 7 Mei 2022
8	SWS	A17 No. 3a, 5, 6	SPK 33	1 Oktober 2021 – 7 Mei 2022
9	AGS	A17 No. 7, 8, 9	SPK 34	1 Oktober 2021 – 7 Mei 2022
10	KJ	A17 No. 10, 11, 12	SPK 35	1 Oktober 2021 – 7 Mei 2022
11	MLL	A10 No. 1 & A12 No. 1	SPK 36	1 Oktober 2021 – 7 Mei 2022
12	SWS	A7 No. 1, 2, 3, 3a, 5	SPK 37	1 Oktober 2021 – 7 Mei 2022
13	SBA	A7 No. 6, 7, 8, 9, 10	SPK 38	1 Oktober 2021 – 7 Mei 2022
14	KBR	A7 No. 11, 12, 12a	SPK 39	1 Oktober 2021 – 7 Mei 2022
15	CP	A9 No. 1, 2, 3	SPK 40	1 Oktober 2021 – 7 Mei 2022
16	CP	A9 No. 3a, 5, 6	SPK 41	1 Oktober 2021 – 7 Mei 2022
17	CP	A9 No. 7, 8, 9	SPK 42	1 Oktober 2021 – 7 Mei 2022
18	SBA	A9 No. 10, 11, 12	SPK 43	1 Oktober 2021 – 7 Mei 2022
19	AKP	A11 No. 1, 2, 3	SPK 44	1 Oktober 2021 – 7 Mei 2022
20	AKP	A11 No. 3a, 5, 6	SPK 45	1 Oktober 2021 – 7 Mei 2022
21	AKP	A11 No. 7, 8, 9	SPK 46	1 Oktober 2021 – 7 Mei 2022
22	SBA	A11 No. 10, 11 & A3a No. 1	SPK 47	1 Oktober 2021 – 7 Mei 2022

Prosedur Analisis

Observasi atau pengamatan merupakan aktivitas terhadap suatu proses atau objek dengan maksud merasakan dan memahami pengetahuan dari sebuah fenomena berdasarkan pengetahuan yang telah diketahui sebelumnya untuk memperoleh informasi yang diperlukan dalam penelitian. Metode observasi dilakukan secara langsung ke proyek perumahan mewah di semarang untuk memperoleh faktor-faktor penyebab keterlambatan proyek.

Wawancara merupakan percakapan antara dua orang atau lebih antara pewawancara dan narasumber dengan tujuan untuk memproleh informasi yang tepat dari narasumber yang kompeten. metode wawancara dilakukan dengan melakukan tanya jawab secara langsung kepada project manager dari kontraktor yang mengerjakan pekerjaan diproyek perumahan mewah di semarang.

Setelah identifikasi faktor-faktor penyebab keterlambatan terkumpul, kemudian dibikinkan draft kuesioner untuk memberikan nilai terhadap variable data. selanjutnya data dianalisis menggunakan SPSS (Statistical Package for the Social Sciences) untuk mencari faktor – faktor yang mempengaruhi keterlambatan pada proyek perumahan mewah di semarang.

Tabel 3. Scoring

No	Keterangan	Nilai
A	Sangat Berpengruh	5
B	Berpengaruh	4
C	Netral	3
D	Tidak Berpengaruh	2
E	Sangat tidak berpengaruh	1

Sumber: Hassan et al. (2016)

Analisis Responden

Analisis responden adalah analisis untuk mendeskriptifkan responden ke dalam beberapa karekteristik. Karakteristik responden dalam penelitian ini terbagi menjadi 3 karakter yaitu: Pendidikan, Jabatan kerja dan Pengalaman kerja dalam proyek.

Analisis Faktor

Analisis faktor merupakan salah satu prosedur reduksi data serta salah satu alat untuk menguji alat ukur dalam metode statistic multivariate. Analisis faktor diartikan sebuah analisis yang mensyaratkan adanya keterkaitan antar variabel. Pada prinsipnya analisis faktor menyederhanakan hubungan yang beragam dan kompleks pada variabel yang diamati dengan menyatukan faktor atau dimensi yang saling berhubungan atau mempunyai korelasi pada suatu struktur data yang baru yang mempunyai set faktor lebih kecil. Data-data yang dimasukkan pada umumnya data metrik dan terdiri dari variabel-variabel dengan jumlah yang besar (Sartika et al., 2013).

Jika variabel distandarisasi, maka model analisis faktor dapat ditulis sebagai berikut:

Keterangan :

Xi = Variabel ke i yang dibakukan

Bij = Koefisien regresi yang dibakukan untuk variabel i pada komponen faktor j

Fj = Komponen fator ke j

Vi = Koefisien regresi yang dibakukan untuk variabel i pada komponen faktor i

µi = Faktor unik variabel ke i

m = Banyaknya komponen faktor

Komponen faktor dinyatakan sebagai kombinasi linier dari variabel-variabel yang terobservasi, yaitu:

Keterangan :

Fi = estimasi faktor ke-i

W = bobot atau koefisien nilai faktor ke-i

k = jumlah variable

Uji Kaiser Meyer Olkin (KMO)

Merupakan suatu indeks yang digunakan untuk menguji ketepatan analisis faktor. Nilai yang tinggi (antara 0,5 sampai 1,0) mengidentifikasikan analisis faktor tepat. Apabila dibawah 0,5 atau kurang dari 0,5 menunjukkan bahwa analisis faktor tidak tepat untuk diaplikasikan.

Measure of Sampling Adequacy (MSA)

Suatu indeks perbandingan antara koefisien korelasi parsial untuk setiap variabel. MSA digunakan untuk mengukur kecukupan sampel.

Langkah-langkah statistik dalam menyelesaikan analisis faktor :

A. Uji Bartlett Test of Sphericity

Digunakan untuk menguji hipotesis yang menyatakan bahwa variabel-variabel tersebut tidak berkorelasi dalam populasinya. Dengan kata lain, matriks korelasi populasi adalah sebuah matriks identitas, di mana setiap variable berkorelasi dengan variabel itu sendiri (r = 1), tetapi tidak berkorelasi dengan variabel lainnya (r = 0).

Keterangan :

N = jumlah observasi

p = jumlah variable

|R| = determinan matriks korela

B. Membentuk matriks korelasi antara variabel. Analisis faktor menjadi tepat jika variabel-variabel yang dikumpulkan saling berkorelasi.

C. Communality (komunalitas)

Digunakan untuk mengetahui jumlah varian yang dikontribusi dari sebuah variabel dengan seluruh variabel lainnya dalam analisis.

Keterangan :

hi = comunality variabel ke-i

λim = nilai factor loading

D. Eigenvalue (nilai eigen)

keterangan :

A = matriks korelasi

λ = eigenvalue

I = matriks Identitas

E. Matriks faktor loading

Menghitung matriks faktor loading (Λ) dengan mengalikan matriks eigenvektor (V) dengan akar matriks eigenvalue (L).

F. Rotasi faktor

Melakukan rotasi faktor untuk memperlihatkan distribusi variabel yang lebih jelas dan nyata. Dalam penelitian digunakan metode varimax rotation dengan meminimumkan banyaknya variabel yang memiliki loadings tinggi pada sebuah faktor, sehingga lebih mudah menginterpretasi faktor.

Hasil dan Pembahasan

Identifikasi Faktor-faktor Yang Mempengaruhi Keterlambatan Proyek Perumahan

Tahap pertama dari analisis keterlambatan proyek adalah identifikasi faktor-faktor yang mempengaruhi keterlambatan proyek terhadap proyek pembangunan perumahan tahap 1 dan 2 terdapat 153 unit pembangunan proyek perumahan yang terbagi menjadi 47 dokumen kontrak / surat perjanjian kerja (SPK). Pada penelitian ini identifikasi faktor-faktor yang mempengaruhi keterlambatan proyek diperoleh dengan menggunakan metode observasi terhadap stakeholder yang berada di proyek pembangunan perumahan mewah. Selanjutnya direkap menjadi tabel kuesioner untuk mendapatkan nilai dari para responden.

Tabel 4. Responden Proyek Tahap 1

No

Responden

Pengisian Kuesioner Penelitian Oleh Responden

Jumlah

SPK 1

SPK 2

SPK 3

SPK 4

SPK 5

SPK 6

SPK 7

SPK 8

SPK 9

SPK 10

SPK 11

SPK 12

SPK 13

SPK 14

SPK 15

SPK 16

SPK 17

SPK 18

SPK 19

SPK 20

SPK 21

SPK 22

SPK 23

SPK 24

SPK 25

1

Project Manager

PM 1

V

V

V

3

2

PM 2

V

V

2

3

PM 3

V

V

V

3

4

PM 4

V

V

V

3

5

PM 5

V

V

V

3

6

PM 6

V

V

V

3

7

PM 7

V

V

V

3

8

PM 8

V

V

2

9

PM 9

V

V

V

3

10

Pelaksana

PL 1

V

V

V

3

11

PL 2

V

V

2

12

PL 3

V

V

V

3

13

PL 4

V

V

V

3

14

PL 5

V

V

V

3

15

PL 6

V

V

V

3

16

PL 7

V

V

V

3

17

PL 8

V

V

2

18

PL 9

V

V

V

3

19

Pengawas

PW 1

V

V

V

V

V

5

20

PW 2

V

V

V

V

V

5

21

PW 3

V

V

V

V

V

5

22

PW 4

V

V

V

V

V

5

23

PW 5

V

V

V

V

V

5

Tabel kuesioner yang diisi

75

Tabel 5. Responden Proyek Tahap 2

No

Responden

Pengisian Kuesioner Penelitian Oleh Responden

Jumlah

SPK 26

SPK 27

SPK 28

SPK 29

SPK 30

SPK 31

SPK 32

SPK 33

SPK 34

SPK 35

SPK 36

SPK 37

SPK 38

SPK 39

SPK 40

SPK 41

SPK 42

SPK 43

SPK 44

SPK 45

SPK 46

SPK 47

1

Project Manager

PM 1

V

V

2

2

PM 2

V

V

2

3

PM 3

V

V

V

V

V

5

4

PM 4

V

V

2

5

PM 5

V

1

6

PM 6

V

V

2

7

PM 7

V

V

2

8

PM 8

V

V

V

3

9

PM 9

V

V

V

3

10

Pelaksana

PL 1

V

V

2

11

PL 2

V

V

2

12

PL 3

V

V

V

V

V

5

13

PL 4

V

V

2

14

PL 5

V

1

15

PL 6

V

V

2

16

PL 7

V

V

2

17

PL 8

V

V

V

3

18

PL 9

V

V

V

3

19

Pengawas

PW 1

V

V

V

V

4

20

PW 2

V

V

V

V

V

5

21

PW 3

V

V

V

V

V

5

22

PW 4

V

V

V

V

4

23

PW 5

V

V

V

V

4

Tabel kuesioner yang diisi

66

Tabel 6. Hasil Pengolahan Data Dari Kuesioner Responden

No	Faktor-faktor Yang Mempengaruhi Keterlambatan Proyek	Kode	Hasil Pengolahan Data
			Mean	Mode	Minimum	Maximum
1	Faktor Bahan Material (Materials)	FK 1	4,475	4	4	5
2	Faktor Tenaga Kerja (Man Power)	FK 2	4,574	5	4	5
3	Faktor Peralatan (Equipment)	FK 3	2,887	3	2	3
4	Faktor Keuangan (Finance)	FK 4	4,482	4	4	5
5	Faktor Lingkungan Proyek (Project Environment)	FK 5	3,050	3	3	4
6	Faktor Perizinan (Licensing)	FK 6	2,014	2	2	3
7	Faktor Desain (Design)	FK 7	1,355	1	1	2
8	Faktor Pengawasan Proyek (Project Supervision)	FK 8	2,142	2	2	3
9	Faktor Manajerial Kontraktor (Contractor Managerial)	FK 9	4,142	4	4	5
10	Faktor Metode Pelaksanaan (Implementation Method)	FK 10	3,213	3	3	4
11	Faktor Kontrak (Contract)	FK 11	2,816	2	2	4
12	Faktor Cuaca (Weather)	FK 12	2,043	2	2	3
13	Faktor Supplier	FK 13	2,972	3	2	4
14	Faktor Lokasi Proyek (Location)	FK 14	2,560	2	1	5

Keterangan:

1. Terdapat 47 dokumen kontrak/ surat perjanjian kerja yang dianalisis dalam penelitian

2. Koresponden berdasarkan stakeholder yang terlibat langsung terhadap proyek pembangunan perumahan mewah di semarang, terdapat 9 project manager, 9 pelaksana dan 5 pengawas dalam penelitian ini

3. Kodefikasi:

- PM = Project Manager

- PL = Pelaksana

- PW = Pengawas

Dari hasil pengisian kuesioner oleh responden didapatkan bahwa modus/ faktor yang sering muncul dengan kategori sangat berpengaruh terjadinya keterlambatan pada proyek pembangunan perumahan mewah disemarang adalah Faktor tenaga kerja (man power) dikarenakan kurangnya keahlian para tenaga kerja dalam membangun bangunan rumah mewah sehingga beberapa pekerjaan harus dilakukan pekerjaan ulang (repair).

Analisis Faktor-faktor Yang Mempengaruhi Keterlambatan Proyek Perumahan

Setelah penulis mendapatkan data dari pengisian kuesioner 14 faktor faktor yang mempengaruhi keterlambatan proyek perumahan mewah disemarang, selanjutnya data tersebut diolah mengunakan program spss dengan metode analisis faktor dengan asumsi analisis faktor yang harus terpenuhi adalah:

1) Korelasi antar variabel Independen. Besar korelasi atau korelasi antar independen variabel harus cukup kuat, misalnya di atas 0,5.

2) Korelasi Parsial. Besar korelasi parsial, korelasi antar dua variabel dengan menganggap tetap variabel yang lain, justru harus kecil. Pada SPSS deteksi terhadap korelasi parsial diberikan lewat pilihan Anti-Image Correlation.

3) Pengujian seluruh matriks korelasi (korelasi antar variabel), yang diukur dengan besaran Bartlett Test of Sphericity atau Measure Sampling Adequacy (MSA). Pengujian ini mengharuskan adanya korelasi yang signifikan di antara paling sedikit beberapa variabel.

4) Pada beberapa kasus, asumsi Normalitas dari variabel-variabel atau faktor yang terjadi sebaiknya dipenuhi.

Tabel 7. Hasil Analisis Deskriptif

	Mean	Std. Deviation	Analysis N
FK1	4.4752	.50116	141
FK2	4.5745	.49619	141
FK3	2.8865	.31830	141
FK4	4.4823	.50147	141
FK5	3.0496	.21799	141
FK6	2.0142	.11867	141
FK7	1.3546	.48010	141
FK8	2.1418	.35013	141
FK9	4.1418	.35013	141
FK10	3.2128	.41072	141
FK11	2.8156	.81594	141
FK12	2.0426	.20257	141
FK13	2.9716	.35744	141
FK14	2.5603	1.19743	141

a. Uji Determinant of Correlation Matrix

Tabel 8. Uji Determinant of Correlation Matrix

Correlation Matrix^a

a. Determinant = ,004

Asumsi Analisis Faktor yang pertama adalah: Uji Determinant of Correlation Matrix. Matrik korelasi dikatakan antar variabel saling terkait apabila determinan bernilai mendekati nilai 0. Hasil perhitungan menunjukkan nilai Determinant of Correlation Matrix sebesar 0.004. Nilai ini mendekatai 0, dengan demikian matrik korelasi antara variabel saling terkait.

b. Kaiser Meyer Olkin Measure of Sampling

Asumsi analisis faktor yang kedua adalah: Kaiser Meyer Olkin Measure of Sampling (KMO) adalah indek perbandingan jarak antara koefisien korelasi dengan koefisien korelasi parsialnya. Jika jumlah kuadrat koefisen korelasi parsial di antara seluruh pasangan variabel bernilai kecil jika dibandingkan dengan jumlah kuadrat koefisien korelasi, maka akan menghasilkan nilai KMO mendekati 1. Nilai KMO dianggap mencukupi jika lebih dari 0,5. Hasil KMo ditampilkan seperti di bawah ini:

Tabel 9. Uji KMO and Bartlett's Test

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.		.640
Bartlett's Test of Sphericity	Approx. Chi-Square	739.875
	df	55
	Sig.	.000

Hasil penelitian menunjukkan bahwa nilai Kaiser Meyer Olkin Measure of Sampling sebesar 0,640. Dengan demikian persyaratan KMO sudah memenuhi persyaratan karena memiliki nilai di atas 0,5.

c. Bartlett Test of Sphericity

Asumsi analisis faktor yang pertama adalah: Bartlett Test of Sphericity. Hasil perhitungan dengan SPSS dihasilkan nilai Barlett Test of Spehricity sebesar 739.875 dengan signifikansi sebesar 0,000. Dengan demikian Bartlett Test of Spehricity memenuhi persyaratan karena signifikansi di bawah 0,05 (5%).

Tabel 10. Uji KMO and Bartlett's Test

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.		.640
Bartlett's Test of Sphericity	Approx. Chi-Square	739.875
	df	55
	Sig.	.000

d. Measures of Sampling Adequacy (MSA)

Pengujian persyaratan MSA terhadap semua variabel, dijelaskan pada tabel di bawah ini:

Tabel 11. Uji Measures of Sampling Adeuacy

Anti-image Matrices
		FK1	FK2	FK3	FK4	FK6	FK7	FK8	FK9	FK10	FK12	FK13
Anti-image Covariance	FK1	.027	.007	.019	-.026	-.006	.020	-.004	-.007	-.012	-.003	-.006
	FK2	.007	.813	-.020	-.017	.088	.034	-.029	.093	-.081	.042	.073
	FK3	.019	-.020	.708	-.004	-.084	.129	-.017	-.101	-.192	-.040	-.049
	FK4	-.026	-.017	-.004	.027	-.001	-.020	.013	-.004	.004	.002	.004
	FK6	-.006	.088	-.084	-.001	.624	-.076	-.001	.005	.104	-.339	.048
	FK7	.020	.034	.129	-.020	-.076	.805	-.106	.036	.010	-.055	-.255
	FK8	-.004	-.029	-.017	.013	-.001	-.106	.859	-.105	.093	.036	.014
	FK9	-.007	.093	-.101	-.004	.005	.036	-.105	.643	-.204	.091	-.015
	FK10	-.012	-.081	-.192	.004	.104	.010	.093	-.204	.597	-.092	.062
	FK12	-.003	.042	-.040	.002	-.339	-.055	.036	.091	-.092	.643	-.001
	FK13	-.006	.073	-.049	.004	.048	-.255	.014	-.015	.062	-.001	.886
Anti-image Correlation	FK1	.623^a	.047	.136	-.972	-.044	.140	-.029	-.056	-.096	-.025	-.040
	FK2	.047	.829^a	-.026	-.117	.123	.043	-.035	.128	-.117	.058	.086
	FK3	.136	-.026	.624^a	-.028	-.127	.171	-.021	-.149	-.295	-.060	-.062
	FK4	-.972	-.117	-.028	.626^a	-.006	-.133	.084	-.031	.032	.018	.023
	FK6	-.044	.123	-.127	-.006	.530^a	-.107	-.002	.009	.171	-.536	.065
	FK7	.140	.043	.171	-.133	-.107	.553^a	-.127	.050	.014	-.076	-.302
	FK8	-.029	-.035	-.021	.084	-.002	-.127	.811^a	-.142	.130	.048	.016
	FK9	-.056	.128	-.149	-.031	.009	.050	-.142	.767^a	-.329	.142	-.019
	FK10	-.096	-.117	-.295	.032	.171	.014	.130	-.329	.716^a	-.148	.086
	FK12	-.025	.058	-.060	.018	-.536	-.076	.048	.142	-.148	.530^a	-.001
	FK13	-.040	.086	-.062	.023	.065	-.302	.016	-.019	.086	-.001	.508^a
a. Measures of Sampling Adequacy(MSA)

Hasil Uji Persyaratan MSA diatas memiliki nilai > 0.5, sehingga semua variable dinyatakan valid dan dapat digunakan untuk analisis selanjutnya.

e. Komunalitas

Hasil dari uji komunaitas adalah sebagai berikut:

Tabel 12. Uji Komunalitas

Communalities
	Initial	Extraction
FK1	1.000	.914
FK2	1.000	.342
FK3	1.000	.744
FK4	1.000	.914
FK6	1.000	.753
FK7	1.000	.612
FK8	1.000	.304
FK9	1.000	.682
FK10	1.000	.693
FK12	1.000	.757
FK13	1.000	.630
Extraction Method: Principal Component Analysis.

Tabel diatas menunjukkan bahwa rata rata nilai komunalitas variable > 0,5, maka asumsi komunalitas terpenuhi. Tabel di atas menunjukkan seberapa besar sebuah variabel dapat menjelaskan faktor. Misal FK1 nilainya 0,914, artinya variabel FK1 dapat menjelaskan faktor sebesar 91.4%. Begitu pula dengan variabel lainnya, di mana rata rata variabel > 50%, oleh karenanya dapat disimpulkan bahwa semua variabel dapat menjelaskan faktor.

f. Faktor Yang Sekiranya Dapat Terbentuk

Tabel Total Variance Explained di bawah ini berguna untuk menentukan berapakah faktor yang mungkin dapat dibentuk.

Tabel 13. Total Variance Explained

Total Variance Explained
Component	Initial Eigenvalues			Extraction Sums of Squared Loadings			Rotation Sums of Squared Loadings
	Total	% of Variance	Cumulative %	Total	% of Variance	Cumulative %	Total	% of Variance	Cumulative %
1	2.953	26.844	26.844	2.953	26.844	26.844	2.472	22.473	22.473
2	1.783	16.206	43.050	1.783	16.206	43.050	1.803	16.389	38.862
3	1.458	13.252	56.301	1.458	13.252	56.301	1.678	15.253	54.115
4	1.151	10.468	66.769	1.151	10.468	66.769	1.392	12.655	66.769
5	.898	8.166	74.936
6	.833	7.575	82.511
7	.642	5.838	88.349
8	.495	4.500	92.849
9	.417	3.795	96.644
10	.356	3.232	99.876
11	.014	.124	100.000
Extraction Method: Principal Component Analysis.

Berdasarkan tabel di atas, lihat kolom “Component” yang menunjukkan bahwa ada 4 komponen yang dapat mewakili variabel. Perhatikan kolom “Initial Eigenvalues” yang dengan SPSS kita tentukan nilainya 4 (tiga) kelompok. Varians bisa diterangkan oleh faktor 1 adalah 2.953 = 26.844%. Sehingga total faktor akan mampu menjelaskan variabel sebesar 26.844%. Varians bisa diterangkan oleh faktor 2 adalah 1.783 = 16.206%. Varians bisa diterangkan oleh faktor 3 adalah 1.458 = 13.252%. Varians bisa diterangkan oleh faktor 4 adalah 1.151 = 10.468%.

Sehingga total faktor akan mampu menjelaskan variabel sebesar 66.769 %. Dengan demikian, karena faktor yang ditetapkan 4 faktor, maka faktor yang akan diambil adalah 4 component. Sehingga semua komponen yang terbentuk ada 4 faktor baru yang dapat mewakili semua variable yang dianalisis. Nilai Eigenvalues diatas apabila digambarkan dalam bentuk grafik adalah sebagai berikut:

Gambar 2. Nilai Eigenvalues

Berdasarkan scree plot diatas, tampak bahwa komponen yang nilai eigenvalues diatas ada 4 faktor , maka faktor yang terbentuk adalah 4 faktor baru sesuai dengan yang dijelaskan pada table total Variance Explained diatas sebelumnya

g. Factor Loading

Setelah kita mengetahui bahwa faktor maksimal yang bisa terbentuk adalah 4 faktor :

Tabel 14. Component Matrix

Component Matrix^a
	Component
	1	2	3	4
FK1	.924	.177	-.170	-.009
FK4	.922	.181	-.178	-.008
FK10	.628	-.212	.412	.289
FK9	.591	-.215	.221	.487
FK2	.467	-.257	-.148	-.191
FK8	-.425	-.089	-.070	.332
FK6	.057	.771	.373	-.127
FK12	.057	.728	.458	-.119
FK7	-.175	.536	-.381	.385
FK3	-.245	-.211	.732	.324
FK13	-.101	.310	-.351	.632
Extraction Method: Principal Component Analysis.
a. 4 components extracted.

Tabel diatas menunjukan seberapa besar sebuah variable berkorelasi dengan faktor yang akan dibentuk. Misal: FK1 berkorelasi sebesar 0.924 dengan faktor 1 dan seterusnya

h. Rotasi Faktor

Hasil rotasi factor ditampilkan dalam table di bawah ini:

Tabel 15. Hasil Rotasi Faktor

Rotated Component Matrix^a
	Component
	1	2	3	4
FK4	.879	.359	.104	.055
FK1	.876	.364	.106	.048
FK3	-.659	.497	.150	-.201
FK2	.461	.124	-.238	-.240
FK8	-.432	-.041	-.186	.285
FK9	.214	.787	-.108	.068
FK10	.217	.784	.029	-.173
FK12	.008	.014	.870	.017
FK6	.056	-.045	.862	.075
FK13	-.051	.074	-.035	.788
FK7	.011	-.190	.172	.739
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.^a
a. Rotation converged in 6 iterations.

Penentuan variabel masuk faktor mana ditentukan dengan melihat nilai korelasi terbesar. Pada tabel di atas telah diurutkan dari nilai yang terbesar ke yang terkecil per faktor. Perhatikan baik-baik tabel diatas: FK4 korelasi terbesar dengan faktor 1 yaitu 0.879, begitu pula FK1: 0,876. Yang paling berkorelasi dengan faktor 1 adalah FK4, FK1, FK3, FK2, FK8. Begitu juga faktor 2 terdiri dari FK9, FK10. Dan faktor 3 terdiri dari FK12, FK6. Serta faktor 4 terdiri dari FK13, FK7. Maka dapat disimpulkan anggota masing-masing faktor:

Tabel 16. Hasil Pengelompokan Faktor

Faktor	Eigenvalue	Penamaan Faktor	Kelompok Faktor		Faktor Loading
1	2.953	Faktor saat pelaksanaan	FK4	Keuangan (Finance)	.879
			FK1	Bahan Material	.876
			FK2	Tenaga Kerja (Man Power)	-.659
			FK3	Peralatan (Equipment)	.461
			FK8	Pengawasan	-.432
2	1.783	Faktor internal kontraktor	FK9	Manajerial Kontraktor	.787
			FK10	Metode Pelaksanaan	.784
3	1.458	Faktor eksternal	FK12	Cuaca	.870
			FK6	Perizinan	.862
4	1.151	Faktor kebijakan owner	FK13	Supplier	.788
			FK7	Desain	.739

Berdasarkan hasil dari nilai Total Variance Explained, dimana nilai eigenvalue terbesar adalah Faktor 1 yang anggotanya terdiri dari Faktor keuangan (FK4), Faktor bahan material (FK1), Faktor tenaga kerja (FK2), Faktor peralatan (FK3), Faktor pengawasan (FK8). Maka dapat dinyatakan bahwa faktor yang paling berpengaruh terhadap terjadinya keterlambatan di proyek pembangunan peumahan mewah disemarang adalah faktor 1.

Analisis Peran Project Manager Dalam Mengatasi Keterlambatan Proyek

Proyek adalah suatu aktivitas unik yang dibatasi oleh waktu dan sumber daya seperti manusia, material, biaya, dan peralatan. Oleh karena itu diperlukan manajemen proyek mulai dari tahap awal hingga tahap akhir, dan manajer proyek merupakan penanggung jawab utama keberhasilan proyek. Adanya perbedaan waktu dan biaya yang signifikan atau keberhasilan proyek menunjukkan bahwa pelaksanaan proyek dikendalikan oleh menajer proyek dan menjadi perhatian utama pemilik proyek.

Oleh karena itu peran manajer proyek sangat penting dalam sebuah proyek konstruksi, disini penulis menganalisis peran manajer proyek dalam mengantisipasi keterlambatan proyek yang disebabkan oleh faktor - faktor yang mempengaruhi keterlambatan proyek pada proyek perumahan di semarang. Pada analisis peran manajer proyek, penulis menggunakan teknik wawancara langsung terhadap 9 manajer proyek dari kontraktor yang mengerjakan proyek pembangunan perumahan mewah di semarang. Para manajer proyek ditanyai mengenai tindakan yang dilakukan untuk mengantisipasi keterlambatan proyek pada proyek yang mereka kerjakan.

Adapun tindakan yang dilakukan oleh manajer proyek dalam mengantisipasi keterlambatan pada proyek pembangunan perumahan mewah di Semarang sebagai berikut:

Tabel 17. Tindakan untuk mengantisipasi keterlambatan proyek

No	Responden	Tindakan Untuk Mengantisiasi Keterlambatan Proyek
		Faktor Bahan Material	Faktor Tenaga Kerja	Faktor Keuangan
1	PM 1	Dengan membeli bahan material terlebih dahulu sebelum kehabisan baham material dilokasi proyek	Penambahan man power dengan memilih man power yang kompeten	Memastikan modal untuk memulai pembangunan proyek tersedia
2	PM 2		Meminta pelaksana untuk membina tenaga kerja yang kurang terampil menjadi terampil dibidangnya.	Membangun unit rumah sesuai jumlah kemampuan keuangan perusahaan
3	PM 3		Mencari man power yang berkompeten untuk pekerjaan di proyek perumahan mewah	Mempersiapkan modal / keuangan untuk proyek baru yang akan datang
4	PM 4	Mendatangkan bahan material sebelum stok dilokasi proyek habis	Menahan man power yang sudah kompeten dalam membangun rumah mewah, dan mencari tambahan man power yang serupa	Memastikan keuangan untuk proyek berikutnya tersedia
5	PM 5	Melakukan perhitungan kebutuhan material sesuai dengan pekerjaan dilapangan	Penambahan man power untuk pekerjaan yang terlambat	Memastikan perputaran keuangan perusahaan lancar supaya tidak ada masalah dalam mendatangkan bahan material
6	PM 6		Melakukan pengawasan terhadap produktivitas kerja man power, supaya hasil kerjaanya bagus.	Memastikan modal keuangan cukup terhadap proyek yang didapat
7	PM 7	Meminta pelaksana untuk selalu monitor perihal ketersediaan material, dan akan segera di order ketika persediaan material dilokasi menipis	Persiapan penambahan man power yang kompeten	Mempersiapkan modal untuk proyek baru dan memastikan keuangan tidak terganggu dengan hal lain
8	PM 8		Mempersiapkan penambahan man power dan kerja ekstra untuk mengejar keterlambatan	Memastikan keuangan untuk pembiayaan proyek disini lancar.
9	PM 9	Segera membeli material yang dibutuhkan berdasarkan informasi dari pelaksana lapangan	Mempersiapkan penambahan man power untuk mempercepat progress pekerjaan	Memastikan ketersediaan modal terhadap unit yang dibangun

Pada hasil wawancara tentang tindakan untuk mengantisipasi keterlambatan proyek oleh 9 project manager kontraktor, tindakan antisipasi terpetakan pada 3 faktor yaitu Faktor bahan material (materials), Faktor tenaga kerja (man power), Faktor keuangan (finance).

Adapun antisipasi terkait bahan material seharusnya kontraktor melakukan perhitungan terkait kebutuhan bahan material yang digunakan dan mendatangkan bahan material sebelum stok material di lokasi proyek habis, hal ini untuk mengantisipasi ketika ada kendala saat proses mengantarkan bahan material.

Hassan (2016) dalam penelitiannya faktor kekurangan bahan material menjadi penyebab utama terjadinya keterlambatan proyek. Kekurangan bahan konstruksi maka dari itu untuk mengatasi masalah kekurangan bahan konstruksi sebaiknya menghitung kembali volume pekerjaan dan memesan kembali bahan-bahan mana yang kurang agar supaya tidak terjadi lagi kekurangan bahan konstruksi (Civil, 2020).

Antisipasi keterlambatan yang disebabkan oleh faktor tenaga kerja, seharusnya kontraktor dapat memilih tenaga kerjanya untuk mengerjakan pekerjaan diproyek perumahan mewah dengan pengalaman yang dimiliki dan kompetensi yang mereka kuasai atau dengan cara memilih pelaksana yang bisa membina man power (Gusty et al., 2022; Sugiyanto, 2020).

Ismael (2013) untuk tindakan preventive, Kontraktor harus bisa menyediakan tenaga pelaksana yang mampu membina tenaga kerja yang kurang terampil menjadi terampil dibidangnya, dengan Pemilihan tenaga pelaksana yang akan melaksanakan pekerjaan harus selektif. Sebelum pekerjaan dilaksanakan dilakukan pelatihan in the jon Training (Cahya et al., 2021). Dengan mengutamakan tenaga pelaksana yang sudah berpengalaman dalam melaksanakan pekerjaan sejenis sehingga dapat mengajarkan ilmunya kepada tenaga kerja yang kurang terampil.

Kesimpulan

Berdasarkan analisis data dan pembahasan yang telah dilakukan dapat diambil kesimpulan sebagai berikut; (1) terhadap 47 dokumen kontrak/ surat perjanjian kerja didapat rata rata waktu keterlambatan yang terjadi pada proyek pembangunan perumahan mewah di Semarang ini adalah 11 minggu dari batas waktu yang tercantum dalam dokumen kontrak/SPK. (2) Dari 14 faktor yang mempengaruhi keterlambatan proyek hasil analisis faktor yang mempengaruhi keterlambatan proyek perumahan mewah di Semarang mendapatkan bahwa terdapat 5 faktor yang paling berpengaruh terhadap keterlambatan proyek diantaranya Faktor keuangan (finance), Faktor bahan material (materials), Faktor tenaga kerja (man power), Faktor peralatan (Equipment), Faktor pengawasan proyek (project environment). Dan (3) tindakan antisipasi terpetakan pada 3 faktor yaitu Faktor keuangan (finance) project manager memastikan ketersediaan modal keuangan yang cukup untuk memulai proyek dan membangun unit rumah sesuai kemampuan, Faktor bahan material (materials) project manager melakukan perhitungan terkait kebutuhan bahan material yang digunakan dan mendatangkan bahan material sebelum stok material di lokasi proyek habis, Faktor tenaga kerja (man power) project manager memilih tenaga kerjanya untuk mengerjakan pekerjaan diproyek perumahan mewah dengan pengalaman yang dimiliki dan kompetensi yang mereka kuasai.

BIBLIOGRAFI

Akhirul, A., Witra, Y., Umar, I., & Erianjoni, E. (2020). Dampak negatif pertumbuhan penduduk terhadap lingkungan dan upaya mengatasinya. Jurnal Kependudukan Dan Pembangunan Lingkungan, 1(3), 76–84.

Akhyar, M. (2011). Identifikasi Faktor-Faktor Yang Mempengaruhi Konsumen Dalam Memilih Lokasi Perumahan.

Amoatey, C. T., Ameyaw, Y. A., Adaku, E., & Famiyeh, S. (2015). Analysing delay causes and effects in Ghanaian state housing construction projects. International Journal of Managing Projects in Business, 8(1), 198–214.

Asmi, A., & Pratama, J. C. (2016). Identifikasi faktor-faktor keterlambatan dalam proyek konstruksi di Jakarta. Prosiding Semnastek.

Badan Pusat Statistik. (2023). Statistik Daerah Kota Semarang Tahun 2022

Basrin, D., & Fahriana, N. (2021). Biaya Tidak Langsung Pada Proyek Pembangunan Perumahan Subsidi Di Kota Langsa. Jurnal Media Teknik Sipil Samudra, 2(1), 10–20.

Cahya, A. D., Rahmadani, D. A., Wijiningrum, A., & Swasti, F. F. (2021). Analisis pelatihan dan pengembangan sumber daya manusia. YUME: Journal of Management, 4(2).

Civil, S. (2020). Persepsi Pekerja Terhadap Faktor Penghambat Pelaksanaan Pengaspalan Jalan Benua–Basala Di Kabupaten Konawe Selatan. 1, 2.

Doloi, H., Sawhney, A., Iyer, K. C., & Rentala, S. (2012). Analysing factors affecting delays in Indian construction projects. International Journal of Project Management, 30(4), 479–489.

Gusty, S., Lapian, F. E. P., Tamim, T., Tumpu, M., Syarif, M., Safar, A., Raynonto, M. Y., Muliawan, I. W., Rangan, P. R., & Kusuma, A. (2022). Teknik Sipil (Sebuah Pengantar). Tohar Media.

Hassan, H., Mangare, J. B., & Pratasis, P. A. K. (2016). Faktor–faktor penyebab keterlambatan pada proyek konstruksi dan alternatif penyelesaiannya (Studi kasus: di Manado Town Square III). Jurnal Sipil Statik, 4(11).

Ismael, I. (2013). Keterlambatan Proyek Konstruksi Gedung Faktor Penyebab dan Tindakan Pencegahannya. Jurnal Momentum ISSN: 1693-752X, 14(1).

Nugroho, W. A. (2014). Penerapan Enterprise Risk Management Pada Developer Property Pt. Luas Nusantara Di Bojonegoro, Jawa Timur. Calyptra, 2(2), 1–18.

Pondaag, N. E., Malingkas, G. Y., & Mangare, J. B. (2020). Analisis Penyebab Keterlambatan Waktu Pelaksanaan Proyek Pada Perumahan Grand Victorian Kairagi. Jurnal Sipil Statik, 8(4).

Sartika, S., Sitepu, H. R., & Bangun, P. (2013). Analisis Faktor-faktor yang Mempengaruhi Hasil Produksi Kentang. Saintia Matematika, 1(5), 445–457.

Sugiyanto. (2020). Manajemen Pengendalian Proyek. Scopindo Media Pustaka.

Copyright holder:

M. Agus Hadi Pranoto, Ferry Hermawan, Jati Utomo Dwi Hatmoko (2024)

First publication right:

Syntax Literate: Jurnal Ilmiah Indonesia

This article is licensed under: