ABSTRAKEstimasi biaya tahap konseptual pada konstruksi merupakan hal fundamental bagi
keberlangsungan suatu proyek. Perlu dikembangkan suatu metode estimasi biaya
yang mampu memiliki performa serta akurasi tinggi. Penelitian ini dikhususkan
untuk memberikan gambaran mengenai metode jaringan syaraf tiruan pada
estimasi biaya proyek tahap konseptual untuk proyek gedung perkuliahan. Untuk
mencapai optimasi model, perlu digunakan variabel-variabel yang tepat sebagai
input sehingga kesahihan dan keakurasian output dapat dipertanggungjawabkan.
Variabel yang mempengaruhi biaya proyek gedung perkuliahan yang tersedia
pada tahap konseptual antara lain, lokasi, pondasi, luas total, tingkat, konstruksi
atap, finishing grade, tahun, dan durasi pembangunan. Variabel ini kemudian
dimasukkan dalam suatu desain struktur jaringan yang paling cocok sehingga
keakurasiannya mencapai 2%, memenuhi standar AACE.
ABSTRACTConceptual estimation is one of the most fundamental part in construction
projects. Thus, it needed a development in estimation methods in order to gain
more accuracy and better performance in cost estimations. This research
especially provides an explanation in the implementation of Artificial Neural
Network method in lecture building construction cost estimation. To reach model
optimization, correct variables are needed as inputs to gain output which is
accurate and reliable. The variables which affect the project cost and available at
the conceptual phase are, location, foundation, area, number of story, roof
construction, finishing grade, year, and project duration. The variables then run in
the best network structure and most fitting model of artificial neural network to
obtain the best result, which is 2% complimentary to AACE standard.