Dalam industri konstruksi, seperti halnya sektor lainnya, big data mengacu pada sejumlah besar informasi yang telah disimpan di masa lalu dan terus diperoleh hingga saat ini. Data besar dapat berasal dari manusia, komputer, mesin, sensor, dan perangkat atau agen penghasil data lainnya.
Tentu saja, itulah yang menjadikannya besar. Big data konstruksi dan bangunan sudah ada dalam semua rencana dan catatan apa pun yang pernah dibangun. Hal ini juga terus meningkat dengan tambahan masukan dari berbagai sumber pekerja di lokasi, derek, penggerak tanah, rantai pasokan material, dan bahkan bangunan itu sendiri.
Nilai Data
Sistem informasi tradisional pandai mencatat informasi dasar tentang jadwal proyek, CAD desain, biaya, faktur, dan detail karyawan. Namun, kemampuannya terbatas untuk bekerja dengan data tidak terstruktur seperti teks bebas, informasi tercetak, atau pembacaan sensor analog. Seringkali, mereka hanya dapat menangani baris dan kolom angka digital yang teratur.
Ide memanfaatkan data besar adalah untuk mendapatkan lebih banyak wawasan dan membuat keputusan yang lebih baik dalam manajemen konstruksi tidak hanya mengakses lebih banyak data secara signifikan tetapi juga dengan menganalisisnya dengan benar untuk menggambar proyek pembangunan praktis kesimpulan. Faktanya, data besar, seperti truk berisi batu bata atau kantong semen, tidak berguna jika tidak digunakan sendiri. Yang diperhitungkan adalah apa yang Anda lakukan dengannya menggunakan program analisis data besar.
Bisnis dengan Big Data
Untuk melihat seberapa besar data telah digunakan oleh industri konstruksi, pertimbangkan siklus hidup desain-bangun-operasikan yang semakin menentukan proyek konstruksi saat ini.
- Desain: Big data, termasuk desain dan pemodelan bangunan itu sendiri, data lingkungan, masukan dari pemangku kepentingan, dan Diskusi media sosial, dapat digunakan untuk menentukan tidak hanya apa yang akan dibangun, namun juga di mana akan dibangun dia. Brown University di Rhode Island, AS, menggunakan analisis data besar untuk memutuskan di mana akan membangun fasilitas teknik baru untuk memberikan manfaat optimal bagi mahasiswa dan universitas. Data besar historis dapat dianalisis untuk memilih pola dan probabilitas risiko konstruksi guna mengarahkan proyek baru menuju kesuksesan dan menghindari kegagalan.
- Membangun: Data besar dari cuaca, lalu lintas, dan aktivitas komunitas dan bisnis dapat dianalisis untuk menentukan pentahapan aktivitas konstruksi yang optimal. Input sensor dari mesin yang digunakan di lokasi untuk menunjukkan waktu aktif dan idle dapat diproses untuk menarik kesimpulan mengenai hal tersebut perpaduan terbaik antara pembelian dan penyewaan peralatan tersebut, dan cara menggunakan bahan bakar paling efisien untuk menurunkan biaya dan ekologis dampak. Geolokasi peralatan juga memungkinkan peningkatan logistik, ketersediaan suku cadang saat dibutuhkan, dan menghindari waktu henti.
- Beroperasi: Data besar dari sensor yang terpasang di gedung, jembatan, dan konstruksi lainnya memungkinkan pemantauan masing-masing sensor pada berbagai tingkat kinerja. Konservasi energi di mal, blok perkantoran, dan bangunan lainnya dapat dilacak untuk memastikan kesesuaiannya dengan tujuan desain. Informasi tekanan lalu lintas dan tingkat kelenturan jembatan dapat direkam untuk mendeteksi kejadian di luar batas. Data ini juga dapat dimasukkan kembali membangun pemodelan informasi (BIM) sistem untuk menjadwalkan aktivitas pemeliharaan sesuai kebutuhan.
Preferensi Industri untuk Informasi dan Wawasan
Ketika data semakin besar, kebutuhan untuk meringkasnya menjadi hal-hal penting yang dapat ditindaklanjuti juga semakin besar. Sebuah survei terhadap perusahaan konstruksi yang dilakukan oleh vendor perangkat lunak Sage pada tahun 2014 menemukan bahwa:
- 57% menginginkan informasi keuangan dan proyek yang konsisten dan terkini.
- 48% ingin diperingatkan ketika situasi tertentu terjadi.
- 41% menginginkan perkiraan yang memungkinkan mereka mempersiapkan diri dengan lebih baik dalam menghadapi kejadian pembangunan terbaik dan terburuk.
- 14% menginginkan analisis online untuk melihat dengan tepat faktor apa saja yang mempengaruhi profitabilitas dan seberapa besar pengaruhnya.
Analisis data besar dapat mengaktifkan atau menawarkan peluang untuk meningkatkan setiap aspek ini. Beragamnya input dalam big data memungkinkan tingkat kepastian yang lebih baik mengenai laporan status dan prakiraan. Analisis ini dapat memberikan indikasi tingkat risiko yang lebih bermanfaat sebelum ambang batas terlampaui dan peringatan dihasilkan. Mereka juga menawarkan wawasan yang tidak bisa diberikan oleh sistem tradisional.
