BAB IV PEMBAHASAN
4.1 PEMBAHASAN DAN PERBANDINGAN BERBAGAI MODEL
Dari studi kepustakaan, ditemukan bahwa pada umumnya para pakar model strategi penawaran selalu menyebutkan nama Friedman dan Gates sebagai pembanding, dimana
keduanya merupakan peneliti pertama. Jelas terlihat pada model-model penawaran lainnya seperti Casey Shaffer 1964,
Park 1962, Broesmer 1968, Carr Sandhi 1978 maupun Loannou Leu 1993 menyebutkan dan membandingkan hasil penelitian mereka dengan model-model Friedman
dan Gates. Juga dalam pemakaian perumusan statistik yang baru, para peneliti juga melakukan pembahasannya dengan membandingkan dengan model-model Friedman dan
Gates. Model Ackoff Sasiensi juga menggunakan gagasan dari Friedman dan Gates,
namun mereka menggunakan data penawaran yang terendah saja the lowest bid. Dari hasil pembahasan dan membanding-bandingkan model-model penawaran yang ada di sub Bab 3.1,
maka untuk studi strategi penawaran dalam skripsi ini dipilih 3 model penawaran yaitu: Friedman, Gates dan Ackoff Sasiensi di dalam meneliti data-data tender pada proyek
pembangunan perumahan PT.PP. Lonsum di Muara Rupit, Sumatera Selatan.
4.2 PENGAMBILAN DATA TENDER KONSTRUKSI
Pengambilan data-data penawaran dilakukan terhadap perusahaan konstruksi yang mengikuti penawaran tender PT.PP.Lonsum. Data-data penawaran yang dikumpulkan adalah
untuk tiga tahun mulai tahun 2006 sampai tahun 2008, mempertimbangkan persyaratan yang menurut Clough dan Sears 1994 membutuhkan waktu minimal tiga tahun. Hasil penelitian
Universitas Sumatera Utara
akan diaplikasikan terhadap proyek pembangunan perumahan PT.PP. Lonsum di Muara Rupit, Sumatera Selatan. Terdapat enam penawar dengan lokasi tender yang sama dengan
pekerjaan bangunan sejenis, yaitu bangunan double dwelling, single dwlling, assistant house mesjid beserta infrastruktur di Sei Lakitan dan Gunung Bais Estate, dengan besarnya nilai
proyek 6.436.290.404 rupiah yang dapat dilihat pada lampiran.
4.3 PENGOLAHAN DATA
Dua puluh sembilan penawaran digunakan dalam penelitian model, sedangkan penawaran terhadap proyek pembangunan perumahan PT.PP. Lonsum di Muara Rupit,
Sumatera Selatan nanti digunakan sebagai pengujian terhadap model – model tersebut. Data- data penawaran ini diubah menjadi rasio penawaran terhadap estimasi biaya bidcost, yang
hasilnya dapat dilihat pada Lampiran A di table A.2. Selanjutnya dibuatkan histogram Multi Distribusi Discrete dari masing-masing kontraktor untuk kurun waktu 2005-2006,2005-
2007,2005-2008,2005-2009,dan hasil perhitungannya terdapat pada lampiran B di gambar B.1 sd B.6.
Untuk multi Distribusi Normal dan Single Distribusi Normal dihitung besarnya nilai-nilai mean rata-rata, standart deviasi dan varian dari bidcost dihitung kurun waktu yang sama
diatas, dan hasil perhitungannya dapat dilihat pada table 4.1 Multi Distribusi Normal dan table 4.2 Single Distribusi Normal berikut ini:
Tabel 4.1 Hasil Perhitungan Mean, Standart Deviasi dan Varian dengan Multi Distribusi Normal
HASIL STATISTIK
Pesaing A
Pesaing B
Pesaing C
Pesaing D
Pesaing E
Pesaing F
Mean 2005-2006
Std. deviasi 2005-2006
Varian 2005-2006
1,094 0,043
0,0019 1,097
0,040 0,0016
1,098 0,040
0,0016 1,145
0,040 0,0016
1,210 0,093
0,0086 1,272
0,401 0,1606
Universitas Sumatera Utara
Mean 2005-2007
Std. deviasi 2005-2007
Varian 2005-2007
1,089 0,046
0,0021 1,091
0,044 0,0020
1,093 0,044
0,0020 1,120
0,052 0,0027
1,158 0,096
0,0092 1,008
0,466 0,2169
Mean 2005-2008
Std. deviasi 2005-2008
Varian 2005-2008
1,093 0,046
0,0022 1,095
0,046 0,0021
1,096 0,045
0,0021 1,115
0,051 0,0026
1,142 0,087
0,0076 1,187
0,511 0,2610
Mean 2005-2009
Std. deviasi 2005-2009
Varian 2005-2009
1,090 0,045
0,0021 1,091
0,045 0,0020
1,092 0,044
0,0020 1,110
0,051 0,0026
1,134 0,086
0,0074 1,176
0,514 0,2641
Tabel 4.2 Hasil Perhitungan Mean, Standart Deviasi dan Varian dengan Single Distribusi Normal
HASIL STATISTIK TAHUN
2005-2006 2005-2007
2005-2008 2005-2009
Mean BidCost Std. devBidCost
Varian BidCost 1,15
0,098 0,0095
1,12 0,086
0,0072 1,12
0,076 0,0058
1,11 0,074
0,005 Mean Low BidCost
Std.devLow BidCost VarianLow BidCost
1,094 0,0431
0,0019 1,089
0,0458 0,0021
1,093 0,0463
0,0022 1,09
0,0453 0,0019
Dari Mean, standart deviasi dan varian tersebut, dihitung probabilitas untuk menang pada beberapa besaran mark up mulai dari 0 sampai 55 dengan menggu nakan multi distribusi
discrete, multi distribusi normal dan single distribusi normal sesuai dengan Ancong 1978, Tarranza 1985 dan Casey 1964.
Secara rinci contoh perhitungan probabilitas menang dihitung sebagai berikut:
1. Multi Distribusi Discrete Metode known bidders: Dari data bidcost pada lampiran A di
table A.2 dibuat gambar histogram bidcost untuk kurun waktu 2005-2006,2005- 2007,2005-2008 dan 2005-2009 dari masing-masing pesaing pesaing A sd pesaing F,
Universitas Sumatera Utara
yang dapat dilihat pada lampiran B di gambar B.1 sd B.6. Kemudian dihitung probabilitas menang terhadap masing-masing pesaing, sebagai contoh misalnya
menghitung probabilitas menang terhadap pesaing B pB. Sebagai contoh, untuk nilai mark up sebesar 5 dari data tahun 2005-2006 didapat hasil
pB = 0,6.
2. Multi Distribusi Normal Normal known bidders, dari data bidcost pada Lampiran A di
table A.2 dihitung besaran mean, standar deviasi untuk kurun waktu 2005-2006,2005- 2007,2005-2008,2005-2009, yang dapat dilihat pada table 4.1 Selanjutnya dilakukan
perhitungan probabilitas menang terhadap masing-masing pesaing. Misalnya menghitung probabilitas menang terhadap pesaing B pB.
Untuk nilai mark up = 5, didapat R = 1 + 0,05 = 1,05,
dari table 4.1 untuk data tahun 2005-2006 didapat; Mr = 1,097 dan Dr = 0,040
untuk pesaing B, lalu dihitung; Z = 1,05 – 1,0970,040 = -1,174
didapat probabilitas menang terhadap pesaing; B pB = 0,88.
Hasil perhitungan probabilitas menang dengan Multi Distribusi Normal secara lengkap terdapat pada lampiran A di table A.7 sd A.14.
3. Single Distribusi Normal average bidders, dari data bidcost pada lampiran A di table
A.2 dihitung besaran mean, standart deviasi dan varian terhadap rata-rata pesaing average bidders untuk kurun waktu 2005-2006,2005-2007,2005-2008,2005-2009, yang
dapat dilihat pada table 4.2. Selanjutnya dilakukan perhitungan probabilitas menang terhadap pesaing rata-rata.
Universitas Sumatera Utara
Misalnya untuk nilai mark up = 5, didapat R= 1 + 0,05 = 1,05,
dari table 3.2 untuk data tahun 2005-2006 didapat Mr = 1,15 dan Dr = 0,098
untuk pesaing rata-rata, lalu dihitung Z = 1,05 - 1,150,098 = - 1,02
dan selanjutnya diperoleh probabilitas menang terhadap pesaing rata-rata p = 0,846.
Hasil perhitungan Single Distribusi Normal secara lengkap dapat dilihat pada lampiran A di table A. 15 sd A. 16.
4.4 MODEL YANG DIGUNAKAN