Article Per Year (5 Year)
p-Index From 2019 - 2024
0.888
P-Index
This Author published in this journals
All Journal Jurnal Teknik Industri Civil Engineering Dimension Rekayasa: Jurnal Teknik Sipil Seminar Nasional Ilmu Terapan
Prayogo, Doddy
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Implementasi Metode Metaheuristik Symbiotic Organisms Search Dalam Penentuan Tata Letak Fasilitas Proyek Konstruksi Berdasarkan Jarak Tempuh Pekerja Prayogo, Doddy; Gosno, Richard Antoni; Evander, Richard; Limanto, Sentosa
Jurnal Teknik Industri Vol 19, No 2 (2017): Desember 2017
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (464.482 KB) | DOI: 10.9744/jti.19.2.103-114

Abstract

Penelitian ini menyelidiki performa dari metode metaheuristik baru bernama symbiotic organisms search (SOS) dalam menentukan tata letak fasilitas proyek konstruksi yang optimal berdasarkan jarak tempuh pekerja. Dua buah studi kasus tata letak fasilitas digunakan untuk menguji akurasi dan konsistensi dari SOS. Sebagai tambahan, tiga metode metaheuristik lainnya, yaitu particle swarm optimization, artificial bee colony, dan teaching–learning-based optimization, digunakan sebagai pembanding terhadap algoritma SOS. Hasil simulasi mengindikasikan bahwa algoritma SOS lebih unggul serta memiliki karakteristik untuk menghasilkan titik konvergen lebih cepat jika dibandingkan dengan metode metaheuristik lainnya dalam proses optimasi tata letak fasilitas proyek konstruksi.
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.
Optimization of resource leveling problem under multiple objective criteria using a symbiotic organisms search Prayogo, Doddy; Kusuma, Christianto Tirta
Civil Engineering Dimension Vol. 21 No. 1 (2019): MARCH 2019
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1055.242 KB) | DOI: 10.9744/ced.21.1.43-49

Abstract

Bad scheduling and resource management can cause delays or cost overruns. Optimization in solving resource leveling is necessary to avoid those problems. Several objective criteria are used to solve resource leveling. Each of them has the same objective, which is to reduce the fluctuation of resource demand of the project. This study compares the performance of particle swarm optimization (PSO) and symbiotic organisms search (SOS) in solving resource leveling problems using separate objective functions in order to find which one produces a better solution. The results show that SOS produced a better solution than PSO, and one objective function is better in solving resource leveling than the others.
Layout, Topology, and Size Optimization of Steel Frame Design Using Metaheuristic Algorithms: A Comparative Study Prayogo, Doddy; Santoso, Hasan; Budiman, Franky; Jason, Marcellino
Civil Engineering Dimension Vol. 24 No. 1 (2022): MARCH 2022
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (568.419 KB) | DOI: 10.9744/ced.24.1.31-37

Abstract

Determining the topology, layout, and size of structural elements is one of the most important aspects in designing steel seismic-resistant structures. Optimization of these parameters is beneficial to find the lightest weight of the structure, thus reducing construction cost. This study compares the performance of three metaheuristic algorithms, namely, Particle Swarm Optimization (PSO), Symbiotic Organisms Search (SOS), and Differential Evolution (DE). Three study cases are used in order to find the lightest structural weight without violating constraints based on SNI 1726:2019, SNI 1729:2020, and SNI 7860:2020. The results of this study show that SOS has better performance than other algorithms.
Co-Authors Budiman, Franky Christianto Tirta Kusuma, Christianto Tirta Eric, Samuel Evander, Richard Gosno, Richard Antoni Hasan Santoso Husada, Vania Regina Jason, Marcellino Nathanael, Ferdian Reynaldo, Ambrosius Matthew Junius Sentosa Limanto Suryo, Hieronimus Enrico Susanto, Yudas Tadeus Teddy Sutanto, Jessica Chandra