Implementasi Risk Management berbasis Artificial intelligence (AI) dalam Menghadapi Kompleksitas Dunia Proyek pada PT Wijaya Karya (Persero) Tbk (Studi Kasus Pembangunan Gedung Rumah Sakit Pusat Otak Nasional Jakarta)

Jaya Perdana(1), Azis Hakim(2),


(1) Universitas Krisnadwipayana
(2) Universitas Krisnadwipayana
Corresponding Author

Abstract


Penelitian ini bertujuan mengeksplorasi implementasi manajemen risiko berbasis Artificial Intelligence (AI) pada sektor konstruksi, khususnya dalam pembangunan Gedung Rumah Sakit Pusat Otak Nasional (RSPON) Jakarta oleh PT Wijaya Karya (Persero) Tbk. Kompleksitas proyek konstruksi di era Industri 5.0 menghadirkan tantangan besar seperti koordinasi antar pihak yang kurang optimal, perubahan rencana mendadak, volume data yang besar, serta risiko teknis dan operasional. Pendekatan tradisional dalam manajemen risiko seringkali tidak mampu memenuhi kebutuhan akan kecepatan, akurasi, dan adaptabilitas yang tinggi. Teknologi AI menawarkan solusi inovatif melalui kemampuan otomatisasi identifikasi risiko, analisis prediktif berbasis data historis, evaluasi risiko real-time, optimasi mitigasi, dan pemantauan berkelanjutan. Dalam konteks proyek RSPON, AI digunakan untuk mengelola berbagai aspek seperti pengelolaan sumber daya manusia, material, alat berat, waktu, dan anggaran. Proses ini melibatkan integrasi algoritma machine learning, analitik big data, dan sistem berbasis IoT untuk memitigasi risiko yang dapat memengaruhi keberhasilan proyek. Metodologi penelitian menggunakan pendekatan kualitatif deskriptif, dengan pengumpulan data melalui wawancara semi-terstruktur, observasi langsung, dan analisis dokumen proyek. Data kuantitatif juga digunakan untuk mengevaluasi efisiensi waktu, penghematan biaya, dan pengurangan risiko. Hasil penelitian menunjukkan bahwa penerapan AI secara signifikan meningkatkan efektivitas pengelolaan risiko, menurunkan potensi keterlambatan, dan mengoptimalkan alokasi sumber daya. Namun, implementasi AI dihadapkan pada sejumlah tantangan, seperti kebutuhan investasi awal yang besar, ketergantungan pada data berkualitas tinggi, dan kesiapan tenaga kerja dalam menghadapi transformasi digital. Penelitian ini memberikan kontribusi teoritis dalam literatur manajemen risiko berbasis teknologi dan menawarkan panduan praktis bagi perusahaan konstruksi dalam mengadopsi AI. Implikasi kebijakan mencakup kebutuhan untuk pengembangan infrastruktur teknologi, pelatihan tenaga kerja, dan kerangka regulasi yang mendukung transformasi digital di sektor konstruksi. Dengan demikian, implementasi AI dalam manajemen risiko dapat menjadi langkah strategis untuk meningkatkan daya saing dan keberlanjutan industri konstruksi di era digital.


Keywords


Artificial Intelligence (AI), Industri 5.0, Integrasi

References


Aven, T. (2016). "Risk Assessment and Risk Management: Review of Recent Advances on Their Foundation." European Journal of Operational Research.

Bhatti, M. K. H. (2018). "Risk Management in Construction: Challenges and Best Practices." International Journal of Construction Management.

Bowers, J. A., & Khorakian, A. (2014). "Integrating Risk Management in Project Life Cycle: The Case of Construction Projects." International Journal of Project Management.

Box, G. E. P. (1978). "All Models Are Wrong, But Some Are Useful." Journal of the American Statistical Association.

European Construction Institute. (2019). "Best Practices for Managing Risks in Complex Construction Projects."

Hallowell, M., & Gambatese, J. (2009). "Construction Safety Risk Mitigation." Journal of Construction Engineering and Management.

Kaplan, R. S., & Mikes, A. (2012). "Managing Risks: A New Framework." Harvard Business Review.

Love, P. E. D., et al. (2018). "A Conceptual Framework for Risk Assessment in Construction Projects." Automation in Construction.

Marzouk, M., & El-Said, M. (2020). "Applications of Artificial Intelligence in Construction Project Management." Procedia Engineering.

McKinsey & Company. (2020). "Artificial Intelligence in Construction Industry: Opportunities and Challenges."

Ministerial Regulation No. 24/2018. "Guidelines for the Implementation of Risk Management in Infrastructure Projects."

Project Management Institute. (2017). "A Guide to the Project Management Body of Knowledge (PMBOK Guide)."

Silver, N. (2021). "AI and the Future of Engineering: Challenges and Opportunities." Deloitte Insights.

Smith, N. J., Merna, T., & Jobling, P. (2014). "Managing Risk in Construction Projects." Blackwell Publishing.

Ton Duc Thang University et al. (2020). "Prediction of Risk Delay in Construction Projects Using Hybrid AI Models." Journal of Civil Engineering and Management.

UNDP (United Nations Development Programme). (2020). "Harnessing AI for Sustainable Infrastructure Development."

Wang, J., & El-Gafy, M. (2021). "Digital Transformation in Construction Risk Management." Journal of Civil Engineering.

Wijaya Karya (WIKA). (2023). "Laporan Proyek Pembangunan Gedung RSPON Jakarta."

World Economic Forum. (2021). "AI Transformations in Construction: Global Perspectives and Innovations."

Zavadskas, E. K., & Turskis, Z. (2011). "Multi-Criteria Decision-Making (MCDM) in Construction Project Management." Automation in Construction.


Full Text: PDF

Article Metrics

Abstract View : 29 times
PDF Download : 34 times

DOI: 10.57235/aurelia.v4i2.5106

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Jaya Perdana, Azis Hakim

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.