Estimasi Kelistrikan Berbasis AI: Menghitung Perangkat dan Mengkalkulasi Jalur Kabel
Menghitung perangkat listrik pada set gambar rencana komersial berskala besar adalah pekerjaan yang membosankan, berulang, dan sangat mudah untuk keliru. Sebuah gedung perkantoran seluas 200.000 sq ft mungkin memiliki 3.000 hingga 5.000 perangkat individual yang mencakup sistem pencahayaan, daya, tegangan rendah, dan alarm kebakaran. Melewatkan satu lantai, salah menghitung deretan stopkontak, atau mengabaikan lembar detail yang menunjukkan perangkat tambahan di ruang mekanikal, dan penawaran Anda langsung meleset ribuan dolar.
Penghitungan Perangkat: Di Mana AI Unggul
Estimasi kelistrikan berbasis AI dimulai dengan pengenalan perangkat. Perangkat lunak memindai setiap lembar dalam set gambar rencana dan mengidentifikasi simbol-simbol kelistrikan: stopkontak, sakelar, armatur lampu, junction box, panel, pemutus, dan perangkat khusus. Algoritma pengenalan pola yang dilatih pada ribuan set gambar rencana dapat mengidentifikasi simbol standar dengan tingkat akurasi di atas 97%.
Sebuah kontraktor listrik besar di Chicago membandingkan alat AI mereka dengan estimator senior mereka pada 15 proyek terbaru. AI mengidentifikasi rata-rata 4,2% lebih banyak perangkat dibandingkan penghitungan manual. Pada satu proyek rumah sakit, AI menemukan 127 perangkat yang terlewatkan oleh estimator, sebagian besar perangkat tegangan rendah pada lembar yang tidak ditinjau estimator seteliti gambar kelistrikan utama.
Kecepatan adalah perbedaan yang dramatis. Penghitungan perangkat manual pada set gambar rencana 100 lembar membutuhkan waktu 8 hingga 12 jam bagi estimator berpengalaman. AI menyelesaikan penghitungan yang sama dalam 15 hingga 25 menit. Bahkan dengan memperhitungkan 2 hingga 3 jam yang harus dihabiskan estimator untuk meninjau dan memverifikasi output AI, total waktu berkurang 60 hingga 70%.
Kalkulasi Jalur Kabel: Di Mana Segalanya Menjadi Rumit
Menghitung perangkat adalah bagian yang lebih mudah dari estimasi kelistrikan. Mengkalkulasi jalur kabel, ukuran konduit, dan home run kembali ke panel adalah tempat kompleksitas sesungguhnya berada. AI tidak hanya perlu mengidentifikasi perangkat tetapi juga memahami sirkuitnya, menelusuri rute kembali ke panel, menghitung panjang kabel termasuk riser vertikal dan rute melewati hambatan, serta menentukan ukuran konduktor berdasarkan perhitungan beban dan persyaratan penurunan tegangan.
Alat AI saat ini menangani hal ini dengan tingkat keberhasilan yang bervariasi. Untuk sirkuit pencahayaan komersial yang sederhana, di mana rutenya relatif standar dan lokasi panel ditunjukkan dengan jelas, AI menghitung kuantitas kabel dalam kisaran 5 hingga 8% dari kuantitas aktual yang terpasang. Untuk distribusi daya, feeder, dan sirkuit khusus, akurasi turun menjadi deviasi 12 hingga 18%.
Masalah rute adalah tantangan utama. AI dapat menghitung jarak garis lurus dari perangkat ke panelnya, tetapi jalur kabel sebenarnya mengikuti koridor, naik melalui shaft, melewati saluran udara, dan mengambil jalur yang ditentukan oleh teknisi listrik berpengalaman berdasarkan kondisi lapangan. Seorang estimator senior memperkirakan kuantitas kabel dengan secara mental merutekan setiap sirkuit melalui bangunan, menerapkan faktor untuk belokan, riser, dan koneksi. Penalaran spasial tersebut masih sulit untuk direplikasi sepenuhnya oleh AI.
Alur Kerja Hybrid untuk Kelistrikan
Kontraktor listrik yang cerdas membagi proses estimasi. Mereka membiarkan AI menangani penghitungan perangkat dan identifikasi sirkuit dasar. Kemudian estimator mereka memfokuskan waktu pada kalkulasi jalur kabel untuk feeder utama dan distribusi, sambil menerima estimasi kabel AI untuk sirkuit cabang di mana biaya per sirkuit lebih rendah dan akurasi agregat lebih penting daripada presisi sirkuit individual.
Pendekatan ini memanfaatkan kekuatan masing-masing metode. AI menangkap setiap perangkat di setiap lembar, menghilangkan sumber kesalahan penghitungan manual yang paling umum. Manusia menerapkan pengetahuan rute dan pengalaman lapangan pada bagian estimasi bernilai tinggi di mana akurasi paling penting.
Sebuah subkontraktor listrik di Houston mendokumentasikan hasil mereka selama 30 proyek menggunakan pendekatan terpisah ini. Akurasi penghitungan perangkat meningkat dari 94% (manual saja) menjadi 98,5% (AI ditambah tinjauan manusia). Akurasi estimasi total untuk tenaga kerja dan material gabungan meningkat dari kisaran 8% dari aktual menjadi kisaran 4,5% dari aktual. Waktu estimasi per proyek berkurang 55%.
Integrasi Jadwal Panel dan Perhitungan Beban
Beberapa alat estimasi kelistrikan AI juga menghasilkan jadwal panel dan perhitungan beban awal dari data perangkat. Ini berguna untuk menangkap masalah desain sejak dini. Jika AI menghitung 47 sirkuit pada gambar rencana yang menunjukkan panel 42 ruang, ketidaksesuaian tersebut langsung terungkap alih-alih saat konstruksi ketika teknisi listrik kehabisan ruang panel.
Perhitungan beban bersifat perkiraan, karena AI bekerja dari simbol gambar rencana bukan dari spesifikasi kelistrikan lengkap. Tetapi perhitungan ini berguna untuk pengecekan kewajaran. Jika AI menghitung beban bangunan yang 30% lebih tinggi dari yang dapat ditangani oleh service entrance yang ditentukan, ini menandai potensi masalah desain yang layak diajukan dalam RFI sebelum penawaran diselesaikan.
Sistem Khusus Masih Membutuhkan Spesialis
Sistem alarm kebakaran, keamanan, audio-visual, dan tegangan rendah lainnya didukung sebagian oleh alat estimasi AI, tetapi akurasinya sangat bervariasi. Penghitungan perangkat alarm kebakaran biasanya baik karena simbolnya terstandarisasi. Tetapi perhitungan sirkuit notification appliance, dengan batasan penurunan tegangan dan persyaratan supervisi end-of-line, masih memerlukan tinjauan spesialis.
Kontraktor yang bekerja dengan alat AI yang berfokus pada konstruksi menemukan hasil terbaik datang dari pemahaman yang tepat tentang bagian mana dari estimasi yang ditangani AI dengan baik dan bagian mana yang masih memerlukan penilaian manusia berpengalaman. Estimasi kelistrikan adalah kasus yang jelas di mana teknologi memperkuat estimator alih-alih menggantikan mereka, dan di mana penguatan tersebut menghemat cukup waktu dan menangkap cukup banyak item yang terlewat untuk membenarkan investasi dalam beberapa proyek.
Apa yang Harus Dievaluasi Kontraktor Listrik
Saat mengevaluasi alat estimasi kelistrikan AI, tingkat akurasi pengenalan perangkat adalah metrik terpenting. Apa pun di bawah 95% pada simbol komersial standar akan menciptakan lebih banyak pekerjaan tinjauan daripada yang dihemat. Akurasi perhitungan kabel kurang penting karena sebagian besar kontraktor akan meninjau dan menyesuaikan angka-angka tersebut.
Integrasi dengan perangkat lunak estimasi yang sudah ada adalah pertimbangan kedua. Jika output AI memerlukan entri ulang manual ke perangkat lunak penawaran kontraktor, sebagian besar penghematan waktu akan hilang. Alat yang mengekspor langsung ke Accubid, ConEst, atau platform serupa mempertahankan efisiensi alur kerja.
Kualitas set gambar rencana tetap menjadi faktor. Alat AI berkinerja terbaik pada gambar rencana digital yang bersih dengan pustaka simbol standar. Gambar rencana kertas yang dipindai, gambar rencana dengan simbol non-standar, atau gambar rencana dari arsitek yang menggunakan gaya anotasi tidak konvensional akan menghasilkan tingkat akurasi yang lebih rendah dan memerlukan lebih banyak waktu tinjauan. Bagi kontraktor yang secara rutin mengajukan penawaran dari gambar rencana digital yang bersih, kasus ROI-nya kuat. Bagi mereka yang bekerja terutama dari set gambar rencana yang dipindai atau tidak konsisten, manfaatnya nyata tetapi lebih kecil.