Penerapan Algoritma CatBoost untuk Estimasi Rencana Anggaran Biaya (RAB) Proyek Berbasis Bill of Quantities (BOQ)

Galbi Nadifah

Abstract


Estimasi Rencana Anggaran Biaya (RAB) yang akurat merupakan elemen krusial dalam keberhasilan proyek konstruksi infrastruktur telekomunikasi. Metode dalam menentukan harga satuan pada dokumen Bill of Quantities (BOQ) seringkali tidak efisien dan rentan terhadap penaksir subjektivitas. Tantangan utama dalam otomatisasi estimasi ini adalah karakteristik data BOQ yang didominasi oleh fitur kategorikal (teks) dengan kardinalitas tinggi. Penelitian ini mengusulkan penerapan algoritma Machine Learning CatBoost (Categorical Boosting) untuk memprediksi harga satuan pekerjaan. Penelitian mengikuti alur sistematis mulai dari pengumpulan data historis, pra-pemrosesan data menggunakan transformasi logaritma, hingga pelatihan model. Hasil eksperimen menunjukkan bahwa CatBoost mampu menangani fitur kategorikal secara efektif. Evaluasi model menghasilkan nilai Coefisien Determinasi ( R 2 ) sebesar 97,66% dan Mean Absolute Error ( MAE ) sebesar Rp 13.289, yang lebih unggul dibandingkan algoritma pembanding XGBoost ( R 2 96,82%). Manual validasi menunjukkan rasio kesalahan prediksi hanya 0,05 dari total nilai proyek, menunjukkan bahwa model ini layak diterapkan untuk meningkatkan efisiensi dan akurasi komputasi RAB.


Keywords


RAB, Bill of Quantities, CatBoost, Machine Learning, Estimasi Biaya.

Full Text:

PDF

References


I. A. R. Widianty, “Analisis Rencana Anggaran Biaya (RAB) Pada Proyek Pembangunan Gedung,” Jurnal Konstruksi, vol. 14, no. 1, 2016.

S. Tayefeh Hashemi, O. M. Ebadati, and H. Kaur, “Cost estimation and prediction in construction projects: a systematic review on machine learning techniques,” SN Applied Sciences, vol. 2, no. 10, 2020.

A. E. Elfaki, S. Alatawi, and E. Abushandi, “Using Intelligent Techniques in Construction Project Cost Estimation: 10-Year Review,” Advances in Civil Engineering, vol. 2014, 2014.

F. Antoniou and K. Konstantinidis, “Client-Oriented Highway Construction Cost Estimation Models Using Machine Learning,” Applied Sciences, vol. 15, no. 18, 2025.

T. Chen and C. Guestrin, “XGBoost: A Scalable Tree Boosting System,” in Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 2016.

L. Prokhorenkova, G. Gusev, A. Vorobev, A. V. Dorogush, and A. Gulin, “CatBoost: unbiased boosting with categorical features,” Advances in Neural Information Processing Systems, vol. 31, 2018.

J. T. Hancock and T. M. Khoshgoftaar, “CatBoost for big data: an interdisciplinary review,” Journal of Big Data, vol. 7, no. 1, 2020.

B. So, “Enhanced gradient boosting for zero-inflated insurance claims and comparative analysis of CatBoost, XGBoost, and LightGBM,” Scandinavian Actuarial Journal, no. 10, pp. 1013–1035, 2024.

F. Yusfida, “A Hybrid Approach for Recommender Systems Based on Alternating Least Squares and CatBoost,” Jurnal Teknik Informatika (Jutif), vol. 6, no. 4, 2025.

S. M. Robu, “A Review on Artificial Intelligence Technologies in Cost Estimation of Construction Projects,” Discover Civil Engineering, vol. 1, no. 16, 2024.

K. K. K. Al-Bayati and A. M. J. Al-Khafaji, “Review of Artificial Intelligence Techniques for Cost Estimation in Construction Projects,” International Journal of Construction Management, 2023.

Y. Wang, “Price Prediction of Second-Hand Housing in Chengdu Based on CatBoost Algorithm,” in 2022 4th International Conference on Artificial Intelligence and Advanced Manufacture, 2022.

J. Hancock and T. M. Khoshgoftaar, “Performance of CatBoost and XGBoost in Medicare Fraud Detection,” in 2020 19th IEEE International Conference on Machine Learning and Applications (ICMLA), 2020.

A. R. Putri, N. A. Santoso, and B. A. Santoso, “Implementasi Algoritma Regresi Linier dan ARIMA untuk Prediksi Harga Emas,” Jurnal Sistem Komputer dan Kecerdasan Buatan, vol. 6, no. 2, 2023.

V. K. Gupta and A. Kumar, "Comparative Analysis of Machine Learning Models for Sales Prediction," International Journal of Computer Applications, vol. 175, no. 2, 2020.




DOI: https://doi.org/10.15548/isrj.v6i01.13609

Refbacks

  • There are currently no refbacks.


Gedung Fakultas Sains dan Teknologi 
Kampus III Universitas Islam Negeri Imam Bonjol Padang
Sungai Bangek, Kec. Koto Tangah, Kota Padang, Sumatera Barat

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