Data diperlukan untuk manajemen proye dan berfungsi sebagai tulang punggung untuk semua jenis keputusan yang harus dibuat oleh manajer proyek. Oleh karena itu, penting untuk mengumpulkan, mengatur dan menyajikan data dengan jelas sehingga semua pemangku kepentingan akan memahami status proyek.
Apa yang dimaksud dengan Data Gathering and Representation pada Quantitative Risk Analysis ?
Sangat penting bagi manajer proyek untuk tidak hanya mengetahui dan memahami status proyek tetapi juga memanfaatkan teknik pengumpulan data dan representasi. Teknik-teknik ini digunakan untuk mengumpulkan, mengatur dan menyajikan data dan informasi lain yang terlibat dalam siklus hidup proyek. Terdapat dua jenis teknik pengumpulan data dan representasi yang digunakan dalam manajemen proyek, diantaranya:
Interview
Teknik wawancara menggunakan pengalaman dan data historis untuk mengukur probabilitas dan dampak risiko sesuai dengan tujuan proyek. Informasi yang dibutuhkan tergantung pada jenis distribusi probabilitas yang akan digunakan. Misalnya, informasi akan dikumpulkan pada skenario optimistik (rendah), pesimis (tinggi) dan kemungkinan besar untuk beberapa distribusi yang umum digunakan. Contohnya pada perkiraan tiga titik untuk biaya yang ditunjukkan pada gambar dibawah ini. Mendokumentasikan alasan rentang risiko karena dapat memberikan wawasan tentang keandalan dan kredibiltas analisis.
Pada sebuah proyek, dengan cara yang sama bisa meminta para ahli melalui teknik wawancara untuk memberikan berbagai perkiraan dan membuat daftar asumsi di belakang bersama dengan mereka, dan yang mendukung kredibilitas analisisnya. Jika para ahli pernah mengerjakan proyek serupa di masa lalu, pengalaman dan data historis dari proyek-proyek tersebut mendukung keandalan analisis mereka.
Probability Distribution
Ini digunakan secara luas dalam pemodelan dan simulasi yang mewakili ketidakpastian dalam nilai-nilai seperti durasi kegiatan yang dijadwalkan dan biaya komponen yang berbeda dari proyek. Distribusi probabilitas dapat berupa diskrit yang dapat digunakan untuk mewakili kejadian yang tidak pasti seperti hasil tes atau skenario yang mungkin dalam Desicion Tree. Dua contoh distribusi kontinu yang banyak ditunjukkan pada gambar berikut. Distribusi ini menggambarkan bentuk kompatibel dengan data yang biasanya dikembangkan selama analisis risiko kuantitatif. Keseragaman distribusi dapat digunakan jika tidak ada nilai yang jelas yang lebih mungkin daripada yang lain antara batas tinggi dan rendag yang ditentukan seperti dalam tahap konsep awal desain. Selain dua metode, simulasi juga metode lain yang digunakan untuk memperkirakan distribusi risiko dan probabilitas.
Distribusi probabilitas berkelanjutan akan lebih tepat untuk mewakili rentang nilai seperti biaya dan durasi suatu kegiatan. Ada beberapa jenis distribusi probabilitas berkelanjutan, salah satu yang paling umum adalah distribusi “normal”, yang kadang-kadang disebut “bell curve” untuk bentuk karakteristiknya. Namun, distribusi “triangular” atau “beta” yang memiliki “tail” lebih besar di ujung atas kurva yang mungkin akan lebih sesuai untuk perkiraan biaya dan durasi.
Namun tentu saja yang terbaik adalah menemukan seorang ahli yang tidak hanya berpengalaman dengan jenis risiko tertentu pada proyek untuk menciptakan data tentang risiko, tetapi yang juga memiliki pengalaman tentang jenis representasi data apa yang paling mungkin cocok dengan data tersebut.
Sumber: