Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Rekayasa: Jurnal Teknik Sipil Seminar Nasional Ilmu Terapan Jurnal Teknik Sipil
Prayogo, Doddy
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Languange, Linguistic, Communication & Media

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
PENGGUNAAN ALGORITMA METAHEURISTIK UNTUK OPTIMASI FINANCE BASED SCHEDULING Reynaldo, Ambrosius Matthew Junius; Prayogo, Doddy
Rekayasa: Jurnal Teknik Sipil Vol 8, No 2 (2023): JURNAL REKAYASA TEKNIK SIPIL
Publisher : Universitas Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53712/rjrs.v8i2.2229

Abstract

Keberhasilan proyek konstruksi dipengaruhi oleh penjadwalan proyek dan kondisi finansial kontraktor. Kedua faktor ini perlu terintegrasi dengan baik sehingga tercapai penjadwalan proyek yang mempertimbangkan kondisi keuangan perusahaan kontraktor. Konsep finance-based scheduling mengintegrasikan kedua faktor tersebut dan penelitian ini berusaha melakukan proses optimasi dengan menggunakan algoritma metaheuristik. Pemilihan konsep finance-based scheduling bertujuan untuk menghindarkan proyek dari keterlambatan dan pembengakakan biaya. Proses optimasi finance-based scheduling meminimalkan total durasi proyek, besarnya pinjaman dana, dan besarnya bunga pinjaman dari bank secara simultan. Hasil dari proses optimasi yang dilakukan pada studi kasus proyek SOHO X di Surabaya adalah berbagai skenario penjadwalan proyek yang dapat dipilih oleh kontraktor sesuai dengan tingkat kepentingannya
PREDIKSI KUAT TEKAN BETON DENGAN MENGGUNAKAN METODE ARTIFICIAL INTELLIGENCE Prayogo, Doddy
Seminar Nasional Ilmu Terapan Vol 2 No 1 (2018): Seminar Nasional Ilmu Terapan (SNITER) 2018
Publisher : Universitas Widya Kartika Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (554.733 KB)

Abstract

Metode yang akurat dalam memprediksi kuat tekan beton dapat memberikan keuntungan yang signifikan terhadap industri material konstruksi. Namun, metode-metode traditional yang ada sekarang ini memiliki banyak kekurangan, diantaranya biaya eksperimen yang mahal dan ketidakmampuan untuk menjabarkan hubungan antara komponen-komponen campuran beton dengan kuat tekan yang dihasilkan. Oleh sebab itu, studi ini memperkenalkan metode-metode kecerdasan buatan yang mampu memetakan hubungan input-output yang kompleks dalam campuran beton dengan tingkat akurasi yang tinggi. Dua buah metode artificial intelligence (AI), diantaranya artificial neural network (ANN), dan support vector machine (SVM) digunakan dalam studi ini. Total 1030 data historis dari data tes kuat tekan beton disediakan untuk mendemonstrasikan penggunaan model prediksi AI. Hasil simulasi menunjukkan bahwa metode-metode kecerdasan buatan ini mampu menghasilkan model prediksi dengan akurasi yang baik.
OPTIMASI TATA LETAK FASILITAS PROYEK KONSTRUKSI DENGAN MENGGUNAKAN ALGORITMA METAHEURISITIK Prayogo, Doddy; Eric, Samuel; Sutanto, Jessica Chandra; Suryo, Hieronimus Enrico
Seminar Nasional Ilmu Terapan Vol 2 No 1 (2018): Seminar Nasional Ilmu Terapan (SNITER) 2018
Publisher : Universitas Widya Kartika Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (629.617 KB)

Abstract

Dalam beberapa dekade terakhir, tata letak fasilitas proyek konstruksi menjadi salah satu permasalahan yang menantang bagi para peniliti di bidang manajemen konstruksi dan mendorong berbagai macam metode terus dikembangkan. Dalam beberapa tahun terakhir, sejumlah penelitian mengembangkan algoritma optimasi yang meniru model perilaku biologis yang dikenal dengan metode metaheuristik. Algoritma optimasi metaheuristik yang berdasarkan perilaku biologis ini terbukti memberikan solusi yang lebih baik dibandingkan metode tradisional yang biasanya digunakan. Penelitian ini mencoba untuk menerapkan dan membandingkan tiga algoritma metaheuristik untuk menentukan tata letak fasilitas proyek konstruksi yang optimal, diantaranya particle swarm optimization (PSO), artificial bee colony (ABC), dan symbiotic organisms search (SOS). Hasil simulasi menunjukkan bahwa ketiganya memiliki kemampuan untuk memecahkan masalah tata letak fasilitas proyek, namun algoritma SOS dapat memberikan hasil terbaik dengan tingkat konsistensi yang paling bagus.
Optimasi Penjadwalan Proyek Kantor PT.X dengan Konsep Finance-Based Scheduling dan Metode Metaheuristik Reynaldo, Ambrosius Matthew Junius; Prayogo, Doddy; Thendean, Richard Christian; Freando, Imannuel Michraga
Jurnal Teknik Sipil Vol 20 No 2 (2024): Jurnal Teknik Sipil
Publisher : Universitas Kristen Maranatha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jts.v20i2.8445

Abstract

Contractors need to pay attention to the financial condition of the company so that the availability of funds to carry out profitable construction operations can be fulfilled. Construction projects require substantial funds, so contractors often utilize bank loan systems. A finance-based scheduling concept is needed to combine scheduling and funding in construction projects. This research seeks to optimize finance-based scheduling with the goal of minimizing interest on contractor loans. The optimization method used is the metaheuristic algorithm Symbiotic Organisms Search (SOS), and the case study used is the construction project of PT.X office building in Surabaya with the aim of providing alternative scheduling scenarios to contractors. The optimization process involves shifting the start time of activities (shift value) to generate new schedules. The results of the optimization process in three payment scenarios were able to produce smaller interest burdens on contractor loans. Additionally, after the optimization process, the contractor's largest loan also decreased, meeting the credit limit set by the bank. The best alternative scenario choices are scenarios 1 and 3, which result in the highest decrease in loan interest burden and the largest decrease in loan amount.
Co-Authors Ambrosius Matthew Junius Reynaldo Eric, Samuel Evander, Richard Freando, Imannuel Michraga Gosno, Richard Antoni Husada, Vania Regina Nathanael, Ferdian Reynaldo, Ambrosius Matthew Junius Sentosa Limanto Suryo, Hieronimus Enrico Susanto, Yudas Tadeus Teddy Sutanto, Jessica Chandra Thendean, Richard Christian