PT Graha Sarana Duta (Telkom Property) adalah anak perusahaan PT Telekomunikasi
Indonesia (Telkom) yang bergerak dalam bidang properti. Perusahaan ini memiliki
fungsi utama untuk mengelola dan merawat aset-aset properti Telkom yang tersebar di
seluruh Indonesia. Proyek-proyek yang ditangani perusahaan umumnya dikerjakan
menggunakan jasa subkontraktor, sehingga perusahaan utamanya bertanggung jawab
untuk merencanakan, mengawasi, dan mengendalikan proses pengerjaan proyek untuk
menjamin bahwa setiap proyek terselesaikan tepat waktu. Untuk mencegah
keterlambatan proyek, perusahaan perlu memberikan tindak lanjut secara cepat pada
proyek-proyek yang berpotensi selesai terlambat. Untuk melakukan hal tersebut,
proyek-proyek yang paling membutuhkan tindak lanjut perlu diidentifikasi cukup lama
sebelum tenggat waktu penyelesaian untuk masing-masing proyek tersebut tercapai,
tetapi hal tersebut tidak mudah dilakukan akibat jumlah dan variasi dari proyek-proyek
yang diawasi perusahaan. Sebagai solusi dari permasalahan tersebut, dirancang sebuah
model untuk meramalkan persentase pekerjaan proyek yang telah selesai pada tenggat
waktu penyelesaian masing-masing proyek. Hal tersebut akan memungkinkan
perusahaan untuk memprioritaskan proyek mana saja yang perlu diawasi dan
mempermudah proses pengawasan yang perlu dilakukan.
Dalam tugas akhir ini, sebelum membangun model, seluruh proyek diklusterkan
terlebih dahulu berdasarkan bentuk kurva S-nya. Hal ini dilaksanakan dengan
pengklusteran hierarkis menggunakan ukuran similaritas Dynamic Time Warping
(DTW). Lalu, dibangun sebuah model regresi logistik untuk mengklasifikasikan
observasi baru ke dalam setiap kluster. Terakhir, untuk setiap kluster, dibangun sebuah
model Support Vector Regression (SVR) untuk meramalkan progres proyek pada
setiap periode. Dari pengklusteran, dihasilkan dua buah kluster, yaitu kluster dimana
mayoritas pekerjaan selesai dalam satu minggu (kluster 1) dan kluster dimana progres
proyek naik secara perlahan (kluster 2). Berdasarkan koefisien regresi logistik, kluster
1 berisi proyek-proyek pengaspalan, kelistrikan, dan proyek lainnya dengan nilai atau
jumlah aktivitas rendah. Sebaliknya, kluster 2 berisi proyek-proyek dengan nilai dan
jumlah aktivitas yang cenderung besar. Terakhir, dibangun satu buah model SVR
untuk setiap kluster. RMSE prediksi dua langkah untuk model kluster 1 pada test set
adalah 0.0218 dan RMSE empat langkah untuk model kluster 2 adalah 0.1104.