Kenapa Nilai EE (Engineer Estimate) Sering Berbeda Jauh Dengan Penawar Terendah?

Seringkali kita melihat adanya perbedaan yang menarik untuk dikaji antara perhitungan biaya oleh estimator dan penawar terendah pada saat tender. Belum ada penelitian tentang masalah ini di Indonesia, sehingga hasil penelitian dari luar negri yaitu dari USA dan UK dapat dijadikan benchmarking dan pengetahuan dalam membuat strategi perhitungan biaya proyek.

 

Suatu penelitian yang cukup baik untuk dijadikan bahan pertimbangan dalam hal estimasi biaya proyek konstruksi akan diulas dalam tulisan ini. Penelitinya adalah Dr. Skitmore yang merupakan dosen senior dalam hal quantity surveying Jurusan Teknik Sipil, Universitas Salford, Inggris. Dalam penelitian terebut dijelaskan secara statistik mengenai faktor-faktor yang mungkin mempengaruhi akurasi seorang estimator dari pihak konsultan.

Adapun faktor-faktor yang dijadikan bahan penelitian adalah nilai kontrak, masa pelaksanaan kontrak, jumlah penawar, kemampuan estimator, lingkup design, bentuk rencana dasar bangunan. Penelitian dengan menggunakan dua set data, yaitu:

  • Agen Pemerintah R&D USA yang terdiri atas 67 kontrak bangunan yang dilaksanakan pada rentang waktu 1975 hingga 1984 dengan total kontrak mencapai $130.000.000.
  • Agen Pemerintah UK yang berisi 33 kontrak bangunan yang dilaksanakan pada tahun 1983 hingga 1987 dengan nilai kontrak mencapai ₤13.000.000

Analisis yang dilakukan adalah dengan mengukur beberapa parameter statistik yaitu rata-rata akurasi, rata-rata akurasi absolut, dan nilai standart deviasi atas perbedaan antara estimasi yang dihasilkan oleh konsultan QS (estimator) dan penawaran terendah atas suatu kontrak proyek konstruksi.

Dalam menghitung tingkat akurasi, ada perbedaan antara data A (USA) dan data B (UK). Data A (USA) dihitung dengan menggunakan rumus:

100 (lowest bid – estimate) / lowest bid

Dimana akan menghasilkan tingkat kesalahan dalam persentase dari estimasi tersebut. Nilai negatif berarti  overestimate, dan nilai positif berarti underestimate.

Sedangkan data B (UK) dihitung dengan menggunakan rumus:

100 (estimate – lowest bid) / lowest bid

Dimana akan menghasilkan tingkat kesalahan dalam persentase dari estimasi tersebut. Nilai negatif berarti  underestimate, dan nilai positif berarti overestimate.

Kita akan lihat kecenderungan data dengan penyajian berdasarkan faktor-faktor yang dicurigai mempengaruhi akurasi estimasi.

 

Nilai Kontrak

Data Set A

Terlihat ada kecenderungan semakin tinggi nilai kontrak, maka perhitungan estimator semakin tidak overestimate. Terdapat kecenderungan pula bahwa perbedaan perhitungan estimator dan penawar terendah semakin kecil dengan nilai kontrak yang semakin besar. Secara konsistensi juga terlihat bahwa semakin tinggi nilai kontrak maka perbedaan perhitungan semakin konsisten.

 

Data Set B

Pada data Set B terlihat ada kecenderungan bahwa semakin tinggi nilai kontrak, maka perhitungan estimator semakin tidak underestimate. Rata-rata akurasi antara perhitungan estimator dan penawar terendah semakin baik dimana standart deviasi juga semakin konsisten apabila nilai kontrak semakin besar.

 

Masa Pelaksanaan Kontrak

Data Set A

Pada data Set A, terlihat bahwa masa kontrak yang semakin lama menghasilkan kondisi dimana perbedaan estimasi semakin kecil dengan penawar terendah, termasuk perbedaan secara absolut. Secara konsistensi perbedaan tidak terlihat ada suatu kecenderungan khusus.

 

Data Set B

Pada data Set B, terlihat bahwa ada kecenderungan bahwa selisih perbedaan antara perhitungan estimator dan penawar terndah semakin kecil bila masa kontrak semakin lama termasuk perbedaannya secara absolut. Pada data Set B terlihat ada kecenderungan bahwa semakin lama masa pelaksanaan, maka data semakin konsisten yang ditunjukkan dengan semakin kecilnya nilai standart deviasi.

 

Jumlah Penawar

Data Set A

Pada data tersebut, pada dasarnya terlihat ada kecenderungan dimana semakin banyak penawar maka akan semakin besar perbedaan perhitungan, demikian pula dengan perbedaan perhitungan secara absolut. Nilai standart deviasi juga menunjukkan bahwa semakin banyak penawar maka akan semakin tidak konsisten.

 

Data Set B

Pada data Set B, terlihat tidak ada kecenderungan terhadap perbedaan perhitungan kecuali pada perbedaan perhitungan secara absolut. Ada kecenderungan bahwa data semakin tidak konsisten jika jumlah penawar semakin banyak.

 

Kemampuan Estimator

Data Set A

Pada data tersebut, terlihat bahwa kemampuan individual estimator menentukan akurasi estimasi. Namun data tersebut dinilai kurang konsisten yang ditunjukkan dengan tingginya nilai standart deviasinya.

 

Lingkup Design

Data Set A

Kondisi lingkup design memiliki kecenderungan dimana semakin kompleks design maka perbedaan perhitungan akan semakin tinggi kecuali untuk kategori lingkup design yang “sophisticated”. Hal ini berlaku pada mean accuracy dan mean absolute accuracy. Konsistensinya juga semakin tidak konsisten pada design yang semakin kompleks, kecuali pada design yang “sophisticated”.

 

Bentuk Rencana Dasar Bangunan

Data Set A

Berdasarkan bentuk dasar bangunan, terdapat kecenderungan dimana perhitungan semakin baik atau akurat bila bentuk dasar bangunan semakin tidak teratur yang ditandai dengan nilai rata-rata absolut atas akurasi perhitungan. Nilai standart deviasi pun semakin baik dengan bentuk bangunan yang semakin tidak teratur.

 

(Untuk berdiskusi dan konsultasi terkait permasalahan Project Management yang sedang dihadapi, silahkan klik – Konsultasi. Untuk melihat lengkap seluruh judul posting, silahkan klik – Table of Content.)

 

 

Did you like this? Share it:
This entry was posted in Manajemen Biaya and tagged , , , , , . Bookmark the permalink.

2 Responses to Kenapa Nilai EE (Engineer Estimate) Sering Berbeda Jauh Dengan Penawar Terendah?

  1. Sandhi Nusa says:

    Pak Budi,

    Sedikit masukan, agar dijelaskan kesimpulan dari judul tulisan dan kaitannya dengan setiap item yang menjadi objek penelitian. Terimakasih.

    • budisuanda says:

      Berdasarkan tulisan yang ada sudah cukup jelas untuk ditarik suatu kesimpulan. Semoga bermanfaat.

Leave a Reply

Your email address will not be published. Required fields are marked *

*

     

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>