2.1 PENGERTIAN TRANSPORTASI, PERENCANAAN TRANSPORTASI DAN PEMODELAN TRANSPORTASI

BAB II STUDI PUSTAKA

2.1 PENGERTIAN TRANSPORTASI, PERENCANAAN TRANSPORTASI DAN PEMODELAN TRANSPORTASI 2.1.1 PENGERTIAN TRANSPORTASI Transportasi adalah penerapan dari ilmu pengetahuan yang bertujuan untuk mengangkut atau memindahkan barang dan manusia dari suatu tempat ke tempat lainnya dengan suatu cara yang berguna bagi manusia. (Morlok, 1995). Transportasi adalah suatu perpindahan barang dan atau penumpang dari suatu lokasi ke lokasi lainnya, dan membuat nilai barang atau penumpang tersebut mempunyai nilai lebih tinggi di tempat lokasi yang baru. (Wright, 1989). Dalam definisi di atas dapat ditentukan tiga komponen utama transportasi : 1. Sarana transportasi seperti jalan raya, jalan rel, bandar udara, pelabuhan, dan lainya sebagainya. 2. Prasarana transportasi yaitu kendaraan yang digunakan untuk berpindah atau mengangkut. 3. Sistem operasional yang menjamin sarana dan prasarana transportasi dapat berfungsi dengan baik.

2.1.2 PENGERTIAN PERENCANAAN TRANSPORTASI Berbagai kegiatan transportasi dapat menimbulkan berbagai permasalahan seperti kemacetan, polusi udara dan suara dan lainnya. Semakin lama, maka kuantitas dan kualitas permasalahan yang ditimbulkan tersebut akan semakin besar pula. Maka dalam hal ini diperlukan adanya proses perencanaan transportasi. Proses perencanaan transportasi bertujuan untuk memberikan solusi terbaik dari beberapa solusi yang ada dengan sumberdaya yang tersedia. (Black, 1981) Proses perencanaan transportasi merupakan bagian dari proses pengambilan keputusan atau kebijakan transportasi. (Tamin, 2000)

II - 1

Laporan Tugas Akhir BAB II STUDI PUSTAKA

Dalam proses perencanaan transportasi terdapat tiga hal utama yang mempengaruhi, yaitu: 1. Penggunaan lahan (land use). Dalam hal ini penggunaan lahan berarti: a. Penggunaan lahan secara legal pada suatu daerah tertentu, misalnya daerah pemukiman, daerah industri, dan lain sebagainya. b. Tipe struktur yang dibangun pada lahan tersebut, misalnya rumah, pabrik, sekolah, dan lain sebagainya. c. Pengukuran besarnya intensitas aktivitas sosial dan ekonomi yang ada pada lahan tersebut, misalnya populasi, pekerja dan lain sebagainya. 2. Penyediaan transportasi (Transport Supply) yang merupakan bentuk fisik dari jaringan penghubung antara lahan (land use). Penyediaan transportasi (Transport supply) diantaranya termasuk: a. Variasi dari jaringan transportasi, seperti jalan untuk pejalan kaki, jalan raya, jalan tram, rute bus, dan jalan kereta api. b. Karakteristik operasional dari jaringan transportasi tersebut seperti waktu perjalanan, biaya atau tingkat pelayanan. 3. Lalulintas (traffic) merupakan akibat dari adanya penggunaan lahan (land use) dan pemenuhan transportasi. Pergerakan pejalan kaki dan kendaraan merupakan representasi dari pergerakan horizontal dari orang dan barang pada jaringan transportasi (Black, 1981) Terdapat beberapa cara pendekatan untuk desain suatu sistem transportasi. Proses ini biasa disebut dengan perencanaan sistem atau proses desain. Kerangka proses perencanaan transportasi dapat dilihat pada halaman selanjutnya.

II - 2

Laporan Tugas Akhir BAB II STUDI PUSTAKA Memformulasikan tujuan dan sasaran

Mengumpulkan data

Metode- metode analisis

Peramalan

Memformulasikan rencana alternatif

Evaluasi

Implementasi

Gambar 2.1 Proses Perencanaan Transportasi Berikut pendeskripsian bagan diatas: 1. Memformulasikan tujuan dan sasaran (Formulation of Goals and objectives) , merupakan tahap dalam menetapkan tujuan dari proses perencanaan, mengidentifikasi permasalahan, pengenalan permasalahan dan keterbatasan yang ada. 2. Mengumpulkan data (Data collection), merupakan tahap pengumpulan data yang relevan dan melakukan survey- survey. 3. Metode- metode analisis (Analytical Methods), merupakan tahap menganalisa data dan mengembangkan metode kuantitatif yang cocok untuk mengerti sistem. 4. Peramalan (Forecasting), merupakan tahap dalam meramalkan situasi dan kebutuhan di masa depan.

II - 3


5. Memformulasikan rencana alternatif (Formulation of Alternatif Plans), merupakan tahap dalam menetapkan desain- desain perencanaan alternatif untuk situasi dan kebutuhan di masa depan. 6. Evaluasi (Evaluation), merupakan tahap dalam memilih desain perencanaan yang tepat. 7. Implementasi (Implementation), merupakan tahap dalam pengimplementasian desain perencanaan terbaik. (Black, 1981) Sehingga dengan adanya proses perencanaan transportasi diharapkan dapat meminimalisasi permasalahan transportasi yang ada di masa depan.

2.1.3 PENGERTIAN PEMODELAN TRANSPORTASI Model merupakan representasi dari sesuatu dan didisain untuk tujuan yang spesifik. Pemodelan transportasi menjelaskan tentang hubungan antara penggunaan lahan (land use), lalulintas (traffic) dan alat transportasi (Black, 1981) Model merupakan bentuk penyederhanaan suatu realita (atau dunia yang sebenarnya) dan merupakan cerminan dan penyederhanaan realita untuk tujuan tertentu, seperti memberikan penjelasan, pengertian serta peramalan. (Tamin, 2000) Dalam pemodelan transportasi digunakan model grafis dan model matematis. Model grafis adalah model yang menggunakan gambar, warna dan bentuk sebagai media penyampaian informasi mengenai keadaan sebenarnya (realita). Dalam transportasi model grafis dapat digunakan untuk mengilustrasikan terjadinya pergerakan (arah dan besarnya) yang terjadi yang beroperasi secara spasial (ruang). Sedangkan model matematis menggunakan persamaan atau fungsi matematika sebagai media dalam usaha mencerminkan realita. Keuntungan dalam pemakaian model matematis dalam perencanaan transportasi adalah bahwa sewaktu pembuatan formulasi, kalibrasi serta penggunaannya, para perencana dapat belajar banyak, melalui eksperimen, tentang perilaku dan mekanisme internal dari sistem yang sedang dianalisis. (Tamin, 2000) Ketika model harus menjelaskan sesuatu yang cukup kompleks, maka diperlukan bentuk dari persamaan matematika. Dalam model matematik, presepsi kita dari dunia nyata di sederhanakan dan diterjemahkan kedalam bahasa matematis. Namun, model matematis memiliki keterbatasan dalam menterjemahkan kata (dunia nyata) ke dalam simbol matematis. (Black, 1981))

II - 4


Dalam pemodelan transportasi terdapat beberapa definisi yang sering digunakan, yaitu: a. Fungsi. Konsep matematis yang digunakan untuk menyatakan bagaimana satu nilai peubah (tidak bebas) ditentukan oleh satu atau beberapa peubah lainnya (bebas) b. Argumen. Nilai tertentu suatu fungsi dapat dihitung dengan memasukkan nilai pada peubah (bebas) yang ada dalam fungsi tersebut; peubah bebas itu disebut argumen. c. Peubah. Kuantitas yang dapat digunakan untuk mengasumsikan nilai numerik yang berbeda- beda. Jika suatu huruf digunakan untuk menyatakan nilai suatu fungsi, huruf itu disebut peubah tidak bebas; jika digunakan sebagai argumen suatu fungsi, disebut peubah bebas. d. Parameter. Kuantitas yang mempunyai suatu nilai konstan yang berlaku pada kasusu tertentu, yang mungkin mempunyai nilai konstan yang berbeda pada kasus yang lain. e. Koefisien. Dalam aplikasi matematika, koefisien mempunyai definisi yang sama dangan parameter. f. Kalibrasi. Proses yang dilakukan untuk menaksir nilai parameter atau koefisien sehingga hasil yang didapat mempunyai galat yang sekecil mungkin dibandingkan dengan hasil yang sebenarnya. g. Algoritma. Suatu prosedur yang menunjukkan urutan operasi aritmatika yang rumit. Biasanya algoritma sering digunakan dalam pembuatan program komputer. Model transportasi dibutuhkan sebagai alat untuk membantu proses pengambilan keputusan. Bukan sebagai penentu kebijakan itu sendiri. Dalam model transportasi tidak memperhitungkan faktor lain seperti faktor lingkungan, pertahanan, keamanan, ekonomi, sosial dan budaya. Sehingga para pengambil keputusan lebih berwenang dalam pengambilan keputusan dibandingkan dengan para perencana transportasi. (Tamin, 2000)

2.2 ANALISIS BANGKITAN PERGERAKAN LALULINTAS Bangkitan lalulintas adalah phase (tingkat) pertama pada proses prakiraan perjalanan, ini termasuk prakiraan jumlah total perjalanan yang memasuki atau meninggalkan tempat (daerah) tersebut sebagai fungsi dari sosioekonomi, lokasi dan karakteristik tata guna lahannya (Stopher, 1980). Bangkitan lalulintas adalah proses analisis yang menetapkan atau menghasilkan hubungan antara aktivitas kota dengan perjalanannya (Wright, 1989)

II - 5


Bangkitan pergerakan bertujuan mendapatkan jumlah pergerakan yang di bangkitkan oleh setiap zona asal dan jumlah pergerakan yang tertarik ke setiap zona tujuan yang ada dalam daerah kajian. Dan memprediksikan tingkat pertumbuhan orang atau kendaraan pada masa yang mendatang. Metoda pengembangan yang digunakan dimaksudkan untuk mengetahui hubungan antara karakteristik perjalanan dan pertumbuhan lingkungan yang merupakan fungsi dari faktor tata guna lahan dan parameter sosio-ekonomi. (Bruton, 1975) Analisis bangkitan pergerakan lalulintas ini bertujuan untuk menghasilkan model hubungan yang mengaitkan parameter tata guna lahan dengan jumlah pergerakan yang menuju ke suatu zona atau jumlah pergerakan yang meninggalkan suatu zona. Tahap bangkitan pergerakan ini meramalkan jumlah pergerakan yang akan dilakukan oleh seseorang pada setiap zona asal dengan menggunakan data rinci mengenai tingkat bangkitan pergerakan, atribut sosio-ekonomi, serta tata guna lahan. Zona asal dan tujuan pergerakan biasanya juga menggunakan istilah trip end. (Tamin, 2000) Nilai bangkitan pergerakan sering digunakan untuk memperkirakan pergerakan pada masa mendatang. Nilai bangkitan pergerakan umumnya didasarkan pada karakteristik perjalanan yang dilakukan pada daerah studi. Umumnya perkiraan bangkitan pergerakan dibedakan berdasarkan tipe tata guna lahan.(TRB,1991) Beberapa kajian transportasi berhasil mengidentifikasi korelasi antara besarnya pergerakan dengan berbagai peubah, dan setiap peubah tersebut juga saling berkorelasi. Analisis ini biasanya menggunakan data berbasis zona untuk memodelkan besarnya pergerakan yang terjadi (baik bangkitan maupun tarikan), misalnya tata guna lahan, pemilikan kendaraan, populasi, jumlah pekerja, kepadatan penduduk, pendapatan dan juga moda transportasi yang digunakan. (Tamin, 2000) Bangkitan perjalanan digunakan untuk memperkirakan jumlah perjalanan yang berasal dari setiap zona dan jumlah perjalanan yang berakhir di setiap zona, untuk setiap maksud perjalanan. Pertimbangan mengenai maksud perjalanan adalah penting, bukan saja hanya untuk menentukan faktor-faktor yang akan mempengaruhi jumlah perjalanan yang akan terjadi, tetapi juga akan mempengaruhi pemilihan moda, dimana pemilihan moda sangat penting dalam desain suatu sistem transportasi masa mendatang. (Morlok, 1995) Perjalanan (trip) merupakan pergerakan satu arah dari sebuah titik asal menuju sebuah titik tujuan. Biasanya makna kata perjalanan hanya tertuju pada perjalanan dengan menggunakan kendaraan, namun pejalan kaki juga perlu dipertimbangkan. Dan perjalanan yang dilakukan oleh anak dibawah usia 5 tahun (balita) biasanya diabaikan. (Ortuzar, 1994)

II - 6


Bangkitan pergerakan pada umumnya memperkirakan jumlah perjalanan untuk setiap maksud perjalanan berdasarkan karakteristik tata guna lahan dan karakteristik sosioekonomi pada setiap zona. Biasanya tidak ada pertimbangan yang tegas yang diberikan untuk karakteristik sistem transportasi, walaupun menurut teori permintaan perjalanan, biaya dan tingkat pelayanan transpor akan mempengaruhi jumlah perjalanan yang dibuat. Jumlah perjalanan yang dibangkitkan pada daerah pinggiran metropolitan yang luas, sejumlah ahli transportasi telah menemukan bahwa jumlah perjalanan yang diperkirakan, perlu diperkecil karena penduduk cenderung mengkombinasikan sejumlah maksud dan tujuan. (Morlok, 1995) Perjalanan ( trip) dapat dibagi menjasi dua kelompok, yaitu: 1) Perjalanan berbasis rumah (Home- based trip), merupakan perjalanan dimana rumah merupakan titik asal, atau merupakan titik tujuan, ataupun merupakan titik asal dan juga titik tujuan dari suatu perjalanan (Ortuzar, 1994). Merupakan sebuah perjalanan yang memiliki akhir perjalanan di rumah. Klasifikasi perjalanan yang telah digunakan dalam studi perencanaan transportasi perkotaan untuk perjalanan berbasis rumah adalah: a. perjalanan untuk bekerja b. perjalanan untuk bersekolah c. perjalanan untuk berbelanja d. perjalanan bisnis perorangan e. perjalanan sosial- rekreasi (Hutchinson, 1974) Perjalanan untuk bekerja dan bersekolah biasanya merupakan perjalanan yang bersifat wajib (mandatory trips). Sedangkan perjalanan lainnya merupakan perjalanan yang bersifat pilihan (optional trips). 2) Perjalanan berbasis bukan rumah (Non- home- based trip), merupakan kebalikan dari perjalanan berbasis rumah, dimana rumah bukanlah merupakan titik asal maupun titik tujuan dari suatu perjalanan. Perjalanan berbasis bukan rumah dapat memiliki nilai antara 15- 20% dari keseluruhan perjalanan yang ada (Ortuzar, 1994). Contoh dari perjalanan berbasis bukan rumah antara lain perjalanan antara bekerja dan berbelanja, juga perjalanan bisnis antara dua tempat kerja yang berbeda (Hutchinson, 1974). Dari pernyataan diatas maka dapat disimpulkan bahwa terdapat dua jenis zona, yaitu zona yang dapat menghasilkan bangkitan pergerakan (trip production) dan zona yang dapat menghasilkan tarikan pergerakan (trip attraction). Penjelasan mengenai bangkitan perjalanan (trip production) dan tarikan pergerakan (trip attraction) adalah sebagai berikut:

II - 7


a. Bangkitan perjalanan (trip production), merupakan suatu pergerakan berbasis rumah yang mempunyai tempat asal dan/ atau tujuan adalah rumah atau pergerakan yang dibangkitkan oleh pergerakan berbasis bukan rumah (Tamin, 2000). Merupakan suatu pergerakan yang berasal atau menuju rumah dalam perjalanan berbasis rumah dan juga merupakan pergerakan dari titik asal perjalanan pada perjalanan berbasis bukan rumah (Ortuzar, 1994) b. Tarikan pergerakan (trip attraction), merupakan suatu pergerakan berbasis rumah yang mempunyai tempat asal dan/ atau tujuan bukan rumah atau pergerakan yang tertarik oleh pergerakan berbasis bukan rumah (Tamin, 2000). Merupakan suatu pergerakan yang tidak berasal atau tidak menuju rumah dalam perjalanan berbasis rumah dan juga merupakan pergerakan menuju titik tujuan pada perjalanan berbasis bukan rumah (Ortuzar, 1994)

Bangkitan

Tarikan

Rumah

Tempat Kerja Bangkitan

Tarikan

Bangkitan

Tarikan

Tempat Kerja

Tempat Belanja Tarikan

Bangkitan

Gambar 2.2 Bangkitan dan tarikan pergerakan (Ortuzar, 1994)

Tahapan bangkitan pergerakan (trip generation) sering digunakan untuk menetapkan besarnya bangkitan pergerakan yang dihasilkan oleh rumah tangga (baik untuk pergerakan berbasisi rumah maupun berbasis bukan rumah) pada selang waktu tertentu (per jam atau per hari) (Tamin, 2000). Dalam memodelkan besarnya tahapan bangkitan pergerakan biasanya tidak hanya dianalisis berdasarkan besarnya jumlah pergerakan manusia, namun juga pergerakan barang.

II - 8


Nilai bangkitan pergerakan kendaraan dapat ditentukan dengan menggunakan lebih dari satu variabel bebas. Pemilihan variabel bebas merupakan salah satu bagian penting dalam permodelan bangkitan pergerakan. Standar deviasi dan nilai koefisien determinasi (R2) ditunjukkan dengan pemilihan variabel bebas yang terbaik pada data. Selain itu ukuran sampel juga menjadi pertimbangan dalam pemilihan variabel bebas, umumnya pada variabel bebas digunakan data yang memiliki ukuran sampel yang lebih besar. (TRB, 1991) Berikut adalah beberapa faktor yang berpengaruh terhadap besarnya tahapan bangkitan pergerakan: a. Bangkitan perjalanan untuk manusia Perilaku individu dipengaruhi oleh atribut sosio ekonomi, dimana atribut yang dimaksud adalah : - Tingkat pendapatan ; biasanya terdapat tiga tingkat pendapatan di Indonesia yaitu : tinggi, menengah dan rendah. - Tingkat pemilikan kendaraan : biasanya terdapat empat tingkat : 0, 1, 2 atau lebih dari dua (2+)kendaraan per rumah tangga. - Ukuran dan struktur rumah tangga - Nilai lahan - Kepadatan area pemukiman - Aksesibilitas Empat faktor pertama, yaitu pendapatan, kepemilikan kendaraan, struktur rumah tangga dan ukuran rumah tangga, telah menjadi bahan pertimbangan dalam beberapa studi bangkitan pergerakan, sedangkan nilai lahan dan kepadatan area pemukiman biasanya dipakai untuk studi ke- zonaan. Yang terakhir, yaitu aksesibilitas, biasanya jarang digunakan walaupun beberapa studi telah menggunakannya. b. Tarikan perjalanan untuk manusia Faktor yang paling sering digunakan adalah luasnya atap untuk kegiatan industri, komersial dan pelayanan lainnya. Faktor lain yang biasanya digunakan adalah zona lapangan pekerjaan, dan studi tertentu telah memasukkan pengukuran aksesibilitas. c. Bangkitan dan tarikan perjalanan untuk barang Pergerakan ini hanya merupakan sebagian kecil dari pergerakan yang ada. Hanya 20% dari seluruh pergerakan di dalam area negara industri. Walaupun demikian pergerakan ini dapat berpengaruh terhadap terjadinya kemacetan. Variabel yang penting meliputi: - jumlah tenaga kerja

II - 9


-

jumlah tempat pemasaran luasnya atap area industri total seluruh daerah industri yang ada ( Ortuzar, 1994).

Tujuan dari memodelkan besarnya tahapan bangkitan pergerakan adalah untuk mendapatkan persamaan yang dapat mengestimasi besarnya bangkitan pergerakan berdasarkan zona. Namun karena setiap perjalanan memiliki dua ujung, maka analisis yang berbeda dibuat untuk besarnya bangkitan pergerakan oleh suatu zona dan besarnya tarikan menuju suatu zona. Untuk setiap zona pada area studi, survei menyediakan informasi berdasarkan observasi mengenai besarnya jumlah bangkitan dan tarikan pergerakan, tingkat penggunaan lahan dan variabel sosioekonomi. Tabulasi per zona dari data ini akan digunakan untuk membuat model tahapan bangkitan pergerakan. Dua pendekatan yang dapat digunakan dalam memodelkannya adalah dengan menggunakan analisis regresi dan analisis kategori (Black, 1981)

2.2.1 PENGUMPULAN DATA Pengumpulan informasi dan pengkodean data sangatlah penting dalam perencanaan transportasi perkotaan dan aspek ini biasanya setidaknya menghabiskan seperempat hingga dua pertiga dari biaya yang ada (Hutchinson, 1974). Data yang dikumpulkan adalah berupa data penggunaan lahan dan pola perjalanan. Survey penggunaan lahan bertujuan untuk mengetahui tujuan dari penggunaan lahan pada daerah studi dan intensitas aktivitas sosial dan ekonomi pada lahan tersebut. Sedangkan survey pada rumah tangga dan pabrik yang ada bertujuan untuk mengetahui pergerakan orang dan barang (Bruton, 1975) Pengumpulan data primer dan data sekunder yang dibutuhkan dalam kajian bangkitan pergerakan dilakukan dengan mengambil data langsung di daerah studi dan instansi-instansi terkait lainnya yang berhubungan dengan studi bangkitan ini (TRB, 1991). Beberapa hal yang perlu dilakukan dalam pengumpulan data adalah : • Pengidentifikasian nilai potensial dari data. • Pemilihan jenis data akan diperhitungkan • Pengurusan ijin kepada instansi berwenang terhadap daerah studi • Pemilihan tipe karakteristik pergerakan yang akan dikaji. • Melakukan survei lapangan dan perhitungan nilai data.

II - 10


Survey dalam studi transportasi perkotaan meliputi: (Black, 62) a. Survey interview rumah tangga Survey ini idealnya dapat menginformasikan karakteristik rumah tangga dan pola perjalanan seluruh anggota keluarga. Besarnya sampel bergantung pda besarnya daerah studi dan keakuratan statistik yang dibutuhkan. Teori pengambilan jumlah sample berdasarkan pengalaman berdasarkan the US Departement of Transportation adalah sebagai berikut: Tabel 2.1 Ukuran sampel minimum dan yang disarankan untuk survey interview rumah tangga Ukuran Sampel Populasi Area Studi Minimum Disarankan Dibawah 50 000 1 dari 10 1 dari 5 50 000 – 150 000 1 dari 20 1 dari 8 150 000 – 300 000 1 dari 35 1 dari 10 300 000 – 500 000 1 dari 50 1 dari 15 500 000 – 1 000 000 1 dari 70 1 dari 20 Diatas 1 000 000 1 dari 100 1 dari 25 Sumber: (Bruton, 1975). Prosedur yang biasanya dilakukan adalah dengan memberikan pemilik rumah (responden) kuesioner yang berisi pertanyaan- pertanyaan interview. Tipe- tipe pertanyaan yang diajukan dapat dibagi menjadi beberapa bagian, yaitu: 1) Karakteristik rumah tangga secara umum, seperti jumlah anggota keluarga, kepemilikan kendaraan atau garasi, tingkat pendapatan, tipe menetap rumah tangga tersebut. 2) Karakteristik anggota keluarga, seperti pekerjaan, jenis kelamin, dan usia. 3) Informasi perjalanan individu tentang sejumlah perjalanan yang telah dilakukan selama periode survey, seperti titik asal perjalanan dan titik tujuan perjalanan, tujuan dari perjalanan, tipe penggunaan lahan di daerah asal dan tujuan perjalanan, waktu perjalanan, dan moda transportasi yang digunakan. b. Survey kendaraan komersial Studi serupa dapat digunakan juga untuk mengumpulkan informasi tentang pergerakan komersial yang terjadi di area studi. Pertanyaan yang dapat diajukan pada pemilik kendaraan komersial, misalnya pabrik antara lain: 1) Karakteristik pabrik

II - 11


2) Perjalanan yang dilakukan setiap kendaraan sampel, termasuk tipe dan berat kendaraan. Juga komoditas yang dibawanya. c. Interview pengguna jalan Interview pengguna jalan bertujuan menginformasikan asal dan tujuan pengguna jalan. Pengemudi diajukan pertanyaan berupa daerah asal dan tujuan dari perjalanan mereka, jenis kendaraan, pekerjaan dan tujuan dari perjalanan tersebut. Namun dengan metode ini tingkat respon dari responden kurang dari 50%, sehingga lebih akurat jika dilakukan survey interview rumah tangga. d. Survey transportasi publik Survey ini bertujuan untuk mengumpulkan informasi tentang perjalanan yang dimulai dari luar studi area dan berakhir di dalam studi area. Kuesioner diberikan di stasiun atau pemberhentian bus diluar area studi. Pertanyaan meliputi titik awal dan tujuan perjalanan, tujuan dari perjalanan, prioritas penggunaan moda transportasi. ( Watson, 1978) Setelah data terkumpul, selanjutnya data tersebut dipisahkan kedalam unit- unit yang biasa disebut zona. Berikut adalah faktor- faktor yang penting dalam mendesain sistem zona untuk sebuah area studi. a. Zona tersebut didominasi satu tipe penggunaan lahan b. Karakteristik dari aktivitas dalam zona sebaiknya homogen c. Zona area kecil memberikan ketepatan lokal, sedangkan zona area besar memberikan sampel yang cukup dari rumah tangga dan pabrik untuk menghasilkan estimasi statistik yang dapat dipercaya. d. Sistem zona harus cocok dengan batasan dari area sensus penduduk e. Batasan daerah zona dapat berupa jalan utama, jalan kereta api, kanal atau pembatas pergerakan fisik lainnya.

2.2.2 UJI STATISTIK Dalam melakukan analisis bangkitan pergerakan dengan model analisis berbasis zona ini, dilakukan empat tahap uji statistik terhadap data yang ada, agar model bangkitan tersebut dapat dinyatakan absah. Berikut adalah ke- empat tahap uji statistik tersebut. ( Tamin, 2000) 1. Uji kecukupan data Uji kecukupan data ini dilakukan untuk menentukan jumlah data minimum yang harus tersedia, baik untuk peubah bebas maupun peubah tidak bebas. Semakin

II - 12


tinggi tingkat akurasi yang diinginkan, semakin banyak data yang dibutuhkan. Jumlah data minimum dapat ditentukan dengan menggunakan persamaan berikut: N=

CV * Zα2 ( pers 2.1) E2

Dimana: CV = koefisien variansi E = tingkat akurasi Zα = nilai variansi untuk tingkat kepercayaan α yang diinginkan. 2. Uji korelasi Uji statistik ini dilakukan untuk memenuhi persyaratan model matematis, yaitu sesama peubah bebas tidak boleh saling berkorelasi, sedangkan antara peubah tidak bebas dengan peubah bebas harus ada korelasi yang kuat ( baik positif maupun negatif). Berikut adalah persamaannya: N

N r=

∑

( X iYi ) −

i =1

N

∑ i =1

2 ⎡ N ⎡N ⎤ ⎤ ⎢ N ( X i ) 2 − ⎢ ( X i )⎥ ⎥ ⎢ i =1 ⎣ i =1 ⎦ ⎥⎦ ⎣

∑

∑

(Xi) •

N

∑ (Y ) i

i =1

2 ⎡ N ⎡N ⎤ ⎤ • ⎢ N (Yi ) 2 − ⎢ (Yi )⎥ ⎥ ⎢ i =1 ⎣ i =1 ⎦ ⎥⎦ ⎣

∑

( pers 2.2)

∑

Persamaan uji korelasi di atas memiliki nilai r ( -1 ≤ r ≤ +1). Nilai r yang mendekati -1 berarti bahwa kedua peubah tersebut saling berkorelasi negatif ( peningkatan nilai salah satu peubah akan menyebabkan penurunan nilai peubah lainnya). Nilai r yang mendekati +1 berarti bahwa kedua peubah tersebut saling berkorelasi positif negatif ( peningkatan nilai salah satu peubah akan menyebabkan peningkatan nilai peubah lainnya). Nilai r yang mendekati 0 berati bahwa tidak terdapat korelasi antara kedua peubah tersebut. 3. Uji linearitas Uji statistik ini perlu dilakukan untuk memastikan apakah model bangkitan pergerakan dapat didekati dengan model analisis regresi linear atau model analisis tidak linier. 4. Uji kesesuaian Uji statistik ini dilakukan untuk menentukan model bangkitan pergerakan yang terbaik. Pada umumnya, uji ini didasarkan atas kedekatan atau kesesuaian hasil model dengan hasil observasi. Dua uji kesesuaian yang paling sering digunakan adalah model analisis regresi dan model kemiripan maksimum.

II - 13


Model analisis regresi mengasumsikan bahwa model terbaik adalah model yang mempunyai total kuadratis residual antara hasil model dengan hasil observasi ( pengamatan) yang paling minimum. Meminimumkan

S=

N

∑ (Y − Yˆ ) i

i

2

( pers 2.3)

i =1

Model kemiripan maksimum mengasumsikan bahwa model terbaik adalah model yang mempunyai total perkalian peluang antara hasil model dengan hasil observasi ( pengamatan) yang paling maksimum ( mendekati 1) Memaksimumkan L =

N

⎛ Yi ⎞

∏ ⎜⎜ Yˆ ⎟⎟ ( pers 2.4) i =1

⎝

i

⎠

Selain itu perlu dilakukan pengujian koefisien determinasi (R2) sebagai berikut : Gambar 2.3 memperlihatkan garis regresi dan beberapa data yang digunakan untuk mendapatkannya. Jika tidak terdapat nilai x, ramalan terbaik Yi adalah Yi . Akan tetapi, gambar memperlihatkan bahwa untuk xi, galat model tersebut akan tinggi : (Yi - Yi ). Jika xi diketahui, ternyata ramalan terbaik Yi menjadi Yî dan hal ini memperkecil galat menjadi (Yi - Yî )

Gambar 2.3 Beberapa Jenis Simpangan

II - 14


Dari gambar 2.3, didapatkan: (Yi - Yi )

=

Simpangan total

( Yî - Yi )

(Yi - Yî )

+

simpangan terdefinisi

( pers 2.5)

simpangan tidak terdefinisi

Jika kita kuadratkan total simpangan tersebut dan menjumlahkan semua nilai i di dapat:

∑

(Yi - Yi )2

=

i

∑

( Yî - Yi )2

i

Simpangan total

simpangan terdefinisi

+

∑

(Yi - Yî )2

( pers 2.6)

i

simpangan tidak terdefinisi

Karena ( Yî - Yi ) = bˆ xi mudah dilihat bahwa variasi terdefinisi merupakan fungsi koefisien regresi bˆ . Proses penggabungan total variasi disebut analisis variansi. Koefisien determinasi didefinisikan sebagai nisbah antara variasi terdefnisi dengan variasi total :

R2

∑ (Yˆ − Y ) = ∑ (Y − Y ) i

i

i

i

2

i

2

( pers 2.7)

i

koefisien ini mempunyai batas limit sama dengan satu (Perfect Explanation) dan nol (non explanation); nilai antara kedua batas limit ini ditafsirkan sebagai persentase total variasi yang dijelaskan oleh analisis regresi linier. Selain itu juga perlu dilakukan pengujian terhadap distribusi data dengan pengujian sebagai berikut: Distribusi t Distribusi t selain digunakan untuk menguji hipotesis juga untuk membuat pendugaan interval (interval estimate). Biasanya, distribusi t digunakan untuk menguji hipotesis mengenai parameter, paling banyak dari 2 populasi, dan dari sampel kecil (small sample size), misalnya n<100, bahkan seringkali n≤30. Untuk sampel besar, (n≥30) nilai distribusi t sangat dekat dengan hasil nilai distribusi normal. Variabel t dapat mengambil nilai negatif maupun positif, oleh karena pada dasarnya variabel t ini berasal dari variabel normal, padahal variabel normal selain mengambil nilai positif juga nilai negatif. Variabel t ini juga mempunyai kurva yang simetris terhadap t=0. Berikut adalah rumusan nilai distribusi t:

II - 15


t=

( X − µ) n s

(pers 2.8)

Merupakan distribusi t dengan derajat kebebasan v=(n-1)

Gambar 2.4 Kurva distribusi t Dan untuk praktisnya nilai t ini telah disajikan dalam bentuk tabel, apabila nilai probabilitas α sudah diketahui, atau sebaliknya. Untuk menggunakan tabel t harus ditentukan terlebih dahulu besarnya nilai α dan v. Oleh karena kurva t simetris, maka nilai yang dicari hanya nilai t sebelah kanan titik O.

Distribusi f Distribusi f dapat digunakan untuk menguji mengenai tepatnya fungsi untuk diterapkan terhadap data empiris atau data hasil observasi. Dan distribusi f ini digunakan untuk menguji hipotesis mengenai suatu parameter dari beberapa populasi (lebih dari 2). Berikut adalah rumusan nilai distribusi F dari suatu variabel R dengan nilai Q1= X 2v1 dan Q2= X 2v 2 yang merupakan variabel bebas, dengan derajat kebebasan v1 dan v2. R=

Q1 / v1 Q2 / v 2

(pers 2.9)

Sehingga distribusi Fv1,v2 merupakan rasio

X 2v1 v1

dan

X 2v 2 v2

Untuk praktisnya nilai F ini telah diberikan dalam bentuk tabel, dan terlebih dahulu harus diketahui nilai v1 dan v2, serta nilai α, yaitu suatu nilai probabilitas bahwa variabel F mengambil nilai atau lebih besar dari F α(v1,v2)

II - 16


Ada tiga metoda yang dapat digunakan untuk menghitung besarnya bangkitan lalu lintas yaitu : • Melalui grafik antara pergerakan dengan variable bebas untuk setiap kajian. • Analisis regresi • Nilai pembebanan bangkitan pergerakan Perkiraan teknik diperlukan dalam pemilihan metoda perhitungan yang diginakan dalam perhitungan bangkitan perjalanan. Dengan adanya tiga metoda ini diharapkan dapat memecah masalah bangkitan pergerakan yang menimbulkan konflik.

2.2.3 ANALISIS REGRESI Metoda yang dapat digunakan untuk mengestimasi bangkitan perjalanan berdasarkan rumah adalah analisis regresi, yaitu suatu metoda yang digunakan untuk memperkirakan nilai-nilai terbaik bagi sejumlah parameter pada hubungan matematis tertentu diantar dua variabel atau lebih. Analisis regresi merupakan metode statistik untuk mempelajari bagaimana variabel tidak bebas berhubungan dengan satu atau lebih variabel bebas. (Black, 1981) Masalah utamanya adalah penentuan variabel yang digunakan untuk meramalkan jumlah bangkitan pergerakan. Pada penggunaan analisis ini, jumlah perjalanan merupakan kombinasi linier dari nilai –nilai variabel yang diramalkan (disebut variabel bebas). Variabel yang diperkirakan adalah jumlah total perjalanan untuk maksud tertentu yang berasal dan bertujuan dalam sebuah zona, dan bukan merupakan jumlah perjalanan per rumah tangga, walaupun variabel yang diramalkan (disebut variabel tidak bebas) mungkin akan merupakan perjalanan total per zona atau per rumah tangga. Pada metoda Analisis regresi dapat diasumsikan hubungan antara antara pergerakan dengan variabel bebas. Analisis regresi menyediakan fasilitas dalam pemilihan model yang disesuaikan dengan data yang didapatkan dari kawasan studi. Model yang didapatkan tersebut dapat digunakan untuk memberikan gambaran atau perkiraan pergerakan yang akan terjadi berdasarkan parameter variabel bebas yang ditentukan.

II - 17


Dalam analisis regresi nilai koefisien determinasi (R2) adalah persentase variasi dari hubungan pergerakan dengan variasi dari ukuran variabel bebas. Nilai R2 berkisar antara 0 – 1. Jika nilai R2 adalah 1 artinya model yang dihasilkan adalah model terbaik, sedangkan jika nilai R2 adalah 0 menunjukkan model yang dihasilkan adalah model yang terburuk. Koefisien korelasi adalah tingkat keterkaitan atau kedekatan antara variabel bebas dan variabel bebas dengan variabel tidak bebas. (TRB,1991) Langkah-langkah yang digunakan untuk menentukan kelayakan suatu model dapat digunakan : • Hitung dan bandingkan perkiraan pergerakan yang dihasilkan dari setiap model. Jika perbedaan antara keduanya sangatlah kecil maka gunakan model yang terbaik sebagai model untuk memperkirakan tingkat pergerakan. • Gunakan model dengan minimal 20 data yang didistribusikan pada berdasarkan variabel bebas. Jika didapatkan nilai y-intercept dalam model tersebut adalah nol atau mendekati nol maka dapat dikatakan bahwa varibel bebas yang digunakan memiliki sifat yang sama atau tipikal. • Bandingkan model yang dihasilkan dengan melihat model yang yang mempresentasikan data lapangan yang didapatkan. • Hitung standar deviasi dan koefisien determinasi dari model yang dihasilkan. Jika standar deviasi kecil (kurang dari 110% rata-rata data) maka model tersebut dapat dikatakan baik. Sedangkan jika nilai R2 tinggi melebihi 0,75 dari model maka model tersebut dapat dikatakan baik. Penerapan model regresi pada dasarnya identik dengan model klasifikasi silang. Pada dasarnya semua variabel dimana jumlah perjalanan total harus diramalkan lebih dahulu, kemudian nilai-nilai dimasukkan ke dalam persamaan yang menghasilkan perkiraan spesifik terhadap jumlah perjalanan total di dalam suatu zona atau per rumah tangga dalam zona. Dalam kasus ini, jumlah perjalanan per rumah tangga dikalikan dengan jumlah rumah tangga yang ada dalam zona, dan menghasilkan perjalanan total per zona. ( Morlok, 1995) Persamaan umumnya adalah sebagai berikut: Y = α + βX ( pers 2.10) Dimana: Y = variabel tidak bebas X = variabel bebas α = konstanta regresi β = koefisien regresi

II - 18


dan metode least square memberikan persamaan untuk mengestimasi nilai α dan β sebagai berikut: β= α=

∑ XY − ∑ X ∑ Y n ∑ X − (∑ X ) (∑ Y ) β (∑ X ) − n

2

n

2

n

dan (pers 2.11) (pers 2.12)

Dimana: n = jumlah zona Y = nilai dari variabel tidak bebas pada masingmasing zona X = nilai dari variabel bebas pada masingmasing zona Jika persamaan di atas ( pers 2.1) akan digunakan untuk memperkirakan bangkitan pergerakan berbasis zona, maka semua peubah diidentifikasikan dengan ‘i’. Sedangkan jika digunakan untuk memperkirakan tarikan pergerakan berbasis zona, maka semua peubah diidentifikasikan dengan ‘d’ ( Tamin, 2000). Data- data sosial yang saling berhubungan dapat direpresentasikan dengan menggunakan persamaan regresi sederhana. Misalnya, beberapa variabel tata guna lahan secara simultan berpengaruh terhadap besarnya tahapan bangkitan pergerakan. Analisis regresi linier berganda cocok untuk mengetahui hubungan antara sebuah variabel tidak bebas dengan dua atau lebih variabel bebas. Persamaan umumnya adalah sebagai berikut (Black, 1981).: (pers 2.13) Y = α + β1X1 + β2X2 + ......+ βzXz Dimana: Y X1.....Xz α β1.....βz

= variabel tidak bebas = variabel bebas = konstanta regresi = koefisien regresi parsial

Analisis regresi merupakan metode statistika dan berikut adalah asumsi utama dalam statistik: 1. nilai peubah, khususnya peubah bebas, mempunyai nilai tertentu atau merupakan nilai yang didapat dari hasil survei tanpa kesalahan berarti. 2. peubah tidak bebas (Y) harus mempunyai hubungan korelasi linear dengan peubah bebas (X). Jika hubungan tersebut tidak linear, transformasi linear harus dilakukan, meskipun batasan ini akan mempunyai implikasi lain dalam analisis residual.

II - 19


3. efek peubah bebas pada peubah tidak bebas merupakan penjumlahan, dan harus tidak ada korelasi yang kuat antara sesama peubah bebas. 4. variansi peubah tidak bebas terhadap garis regresi harus sama untuk semua nilai peubah bebas 5. nilai peubah tidak bebas harus tersebar normal atau minimal mendekati normal 6. nilai peubah bebas sebaiknya merupakan besaran yang relatif mudah diproyeksikan. (Tamin, 2000) Berikut adalah salah satu contoh penggunaan metoda analisis regresi untuk memeperkirakan bangktan pergerakan di Jawa Barat dengan 25 Kabupaten/Kotamadya sebagai unit zona. Data bangkitan pergerakan di dapatkan dari informasi matrik asal-tujuan pada tahun 1995, Sedangkan beberapa parameter sosio-ekonomi yang digunakan sebagai peubah bebas dapat dilihat pada tabel 2.2 pada halaman selanjutnya. Tabel 2.2 Jumlah bangkitan dan peubah pergerakan kabupaten Propinsi Jawa Barat No.

Kabupaten

1 Padegalng 2 Lebak 3 Bogor 4 Sukabumi 5 Cianjur 6 Bandung 7 Garut 8 Tasikmalaya 9 Ciamis 10 Kuningan 11 Cirebon 12 Majalengka 13 Sumedang 14 Indramayu 15 Subang 16 Purwakarta 17 Karawang 18 Bekasi 19 Tangerang 20 Serang 21 Kodya Bogor 22 Kodya Sukabumi 23 Kodya Bandung 24 Kodya Cirebon 25 Kodya Tangerang

Bangkitan Pergerakan

Jumlah Jumlah Jumlah Jumlah PDRB Panjang Jalan perusahaan Rumah Penduduk kamar hotel (juta Rupiah) di aspal perdagangan sakit

Yi 12.035.567 7.467.167 39.564.090 18.150.017 13.658.862 85.239.366 13.539.514 20.590.334 16.650.852 8.338.062 19.682.714 9.973.952 7.504.292 14.707.679 9.677.077 6.769.081 11.163.886 17.463.903 13.578.144 19.972.140 20.753.695 2.941.253 57.742.897 7.952.916 7.430.548

X1 926.316 963.307 3.592.646 1.930.097 1.766.413 3.471.886 1.767.732 1.892.301 1.485.334 929.320 1.757.629 1.091.130 871.440 1.537.392 1.211.990 616.852 1.565.355 2.393.771 1.882.352 1.618.534 665.731 229.748 1.822.913 255.677 1.049.265

X2 1 3 10 3 2 10 2 2 2 3 5 2 1 2 3 2 3 7 5 3 5 3 23 8 6

X3 470 387 1.581 813 765 2.406 713 822 1.240 508 555 746 574 507 563 483 577 709 945 708 260 142 844 146 205

X4 5.706 2.418 10.421 4.282 5.204 12.324 6.217 11.364 10.705 5.717 8.285 7.727 5.044 7.928 10.747 3.171 6.499 13.796 18.610 8.751 6.504 2.080 41.038 5.103 -

X5 582 1.036 385 1.322 316 40 87 60 70 166 120 131 174 449 197 601 115 28 2.917 503 203

X6 1.053.924 971.543 6.464.158 2.111.595 1.992.958 7.514.143 2.253.897 2.096.317 2.067.602 896.980 1.777.528 1.043.769 1.090.687 4.964.716 1.667.729 980.760 2.798.437 6.509.838 4.040.121 5.419.289 1.045.309 512.680 6.349.876 854.718 6.014.924

Sumber: (Tamin, 2000)

II - 20


Metoda Stepwise 1 Tahap 1 lakukan uji korelasi antar sesama peubah bebas dan antara peubah tidak bebas. Hal ini dilakukan sesuai dengan persyaratan statistik yang harus dipenuhi, yaitu sesama peubah bebas tidak boleh mempunyai korelasi, sedangkan antara peubah bebas dengan peubah tidak bebas harus mempunyai korelasi. Tabel 2.3 berikut menampilakn hasil uji korelasi. Tabel 2.3 Matriks Korelasi antara peubah bebas dan peubah tidak bebas. No. 1

X1

X2

X3

X4

X5

X6

1,00

-

-

-

-

-

-

0,73 0,69 0,81 0,59 0,50 0,68

1,00 0,37 0,86 0,38 0,29 0,75

1,00 0,31 0,80 0,80 0,60

1,00 0,35 0,19 0,57

1,00 0,75 0,49

1,00 0,43

1,00

Y1

Peubah Jumlah bangkitan (Oi)

2 Jumlah Penduduk 3 Jumlah Rumah Sakit 4 Panjang Jalan di aspal 5 Jumlah Perusahaan Perdagangan 6 Jumlah Kamar Hotel 7 PDRB (juta Rupiah)

Y1 X1 X2 X3 X4 X5 X6

Sumber: ( Tamin, 2000)

Pada tabel diatas dapat dilihat bahwa peubah bebas X2 dan X4 mempunyai koefisisen korelasi = 0,8. Ini menyatakan bahwa peubah bebas X2 mempunyai korelasi yang tinggi dengan peubah bebas X4. Dari variabel diatas terlihat bahwa peubah bebas X2 terpilih karena mempunyai koefisien korelasi yang lebih tinggi terhadap peubah tidak bebas Y1 dibandingkan dengan peubah bebas X4. Dari tabel 2.3 dilakukan proses dengan metoda stepwise 1. hasil permodelan bangkitan pergerakan dengan model analisis stepwise 1 dapat dilihat pada tabel 2.5 berikut : Tabel 2.4 Hasil Permodelan Bangkitan dengan Metoda Stepwise 1 No. 1

Peubah Intersep

Tanda yang diharapkan

Parameter model

+

c

Tahap 1

2

3

4

5

6

-6.727.467 -6.688.372 -6.960.794 -7.208.255 -4.170.726 -3.082.046

2

Jumlah Penduduk

+

X1

-2,92

-2,97

-3,15

-1,97

2,43

3

Jumlah Rumah Sakit

+

X2

2.183.350

2.165.015

1.859.369

1.955.864

-

-

4

Panjang Jalan di aspal

+

X3

28,546

28,621

28,292

27,695

26,962

30,545

5

Jumlah Perusahaan Perdagangan

+

X4

-218

-223

-

-

-

-

6 7

Jumlah Kamar Hotel

+ +

X5 X6

-213 0,44 0,886 23.417

0,45 0,886 29.656

0,53 0,883 37.779

0,882 52.196

0,665 21.856

0,662 45.029

PDRB (juta Rupiah)

R2 F-Stat

-

Sumber: (Tamin, 2000)

Berdasarkan kriteria yang telah ditentukan, model yang terpilih adalah yang dihasilkan pada tahap ke-5. Beberapa alasan yang menyebabkan model tahap-5 terpilih adalah: • R2 (=0,665) yangt dihasilakn bukan yang tertinggi, tanda koefisien regresi peubah bebasnya sesuai dengan yang diharapkan (yaitu +). II - 21


•

Nilai konstanta regresi (intersep) termasuk kecil jka dibandingkan dengan hasil tahap lainnya.

Contoh lain mengenai penggunaan analisis regresi dalam pemodelan bangkitan pergerakan dapat dilihat dari hasil tesis Sawang Lazuardi dengan judul ‘Bangkitan Perjalanan pada Keluarga dengan tingkat perekonomian menengah ke bawah’ dengan daerah studi di kawasan Cigadung dengan kesimpulan sebagai berikut: Jenis rumah antara tipe 21 hingga tipe 70 dapat dikelompokkan menjadi dua kelas. Kelas 1 terdiri dari jenis T21 dan T36, sedangkan kelas 2 terdiri dari T45, T54 dan T70. Umumnya rumah- rumah kelas 1 dihuni oleh keluarga dengan kondisi sosioekonomi rendah akan memiliki bangkitan perjalanan lebih sedikit daripada keluargakeluarga kelas 2. Sosioekonomi dan karakteristik perjalanan dari kedua kelas dapat digambarkan sebagai berikut: 1. Sebagian besar rumah tangga ( sekitar 36%) mempunyai 4 anggota, dan hanya 5% keluarga dengan 8 anggota ( ukuran keluarga terbesar) 2. Terdapat perbedaan yang besar ( > 10%) antara kedua kelas di dalam persentase rumah tangga denagn 1 atau 2 pekerja. Rumah tangga dengan dua pekerja, umumnya pasangan suami istri, berjumlah 54% dari rumah tangga kelas 1 dan 40% pada kelas 2. 3. Rumah tangga dengan 1 atau 2 pelajar lebih banyak ditemukan pada kelas 1 dibandingkan kelas 2, sementara untuk rumah tangga dengan dua atau lebih pelajar lebih banyak pada kelas 2. 4. Rumah tangga dengan rata- rata tingkat pendapatan (Rp/cap/bulan) kurang dari 150 ribu jauh lebih banyak pada kelas 1 dibandingkan kelas 2. Pendapatan yang lebih tinggi lebih banyak terdapat pada kelas 2. Untuk pendapatan 200 ribu atau lebih sama sekali tidak terdapat dalam rumahtangga kelas 1. 5. hanya 21% dari rumah tangga kelas 1 mempunyai satu mobil dimana untuk kelas 2 terdapat 60%. Hanya 6% rumah tangga kelas 2 dan tidak satupun kelas 1 mempunyai 2 atau lebih mobil. 6. Tingkat perjalanan rendah lebih banyak pada kelas 1dibandingkan kelas 2, dan terjadi sebaliknya untuk perjalanan yang tinggi. 7. Hanya 17% rumah tangga kelas 1 melakukan perjalanan dengan mobil, dimana terdapat 51% rumah tangga kelas 2 yang melakukannnya. Untuk perjalanan menggunakakn angkutan umum angka ini menjadi 86% untuk kelas 1 dan 78% untuk kelas 2. Bangkitan perjalanan dari kedua kelas rumah untuk perjalanan dengan kendaraan bermotor didasarkan pada total perjalanan, maksud dan moda perjalanan yang

II - 22


digunakan. Perjalanan didalam kawasan perumahan tidak dibahas. Prediktor yang diperhitungkan dalam model adalah ukuran keluarga (FS), jumlah pekerja (W), jumlah pelajar (S), rata- rata pendapatan (IR), pemilikan mobil (CAR) dan waktu berjalan kaki (WT). Model secara umum mempunyai R2 yang rendah ( antara 0.20 dan 0.79). Hal ini menunjukkan keseragaman yang besar dalam respon. Model dibuat dengan menggunakan regresi bertahap ( stepwise) dan dilakukan pengujian multikolinear. Model- model yang disarankan untuk bangkitan perjalanan perhari per rumah untuk kedua kelas adalah sebagai berikut: 1. Jumlah perjalanan bermotor oleh semua anggota keluarga (MPT) dipengaruhi oleh FS, W dan CAR pada kelas 1 sementara pada kelas 2 faktor FS kurang berarti dan diganti oleh S. Model- model tersebut adalah: MPT1 = 0.7073 FS + 1.1156 W + 2.1233 CAR MPT 2 = 2.7763 + 1.5789 S + 1.1412 W + 1.6837 CAR – 1.1949 WT 2. Model untuk jumlah produksi perjalanan bermotor ( mobil, angkutan umum dna sepeda motor) yang keluar atau masuk ke perumahan (HBMT) adalah sebagai berikut: HBMT 1 = 2.235 + 0.6995 FS – 0.6525 WT HBMT 2 = 1.490 + 0.330 FS + 1.277 W + 1.213 S – 0.877 WT 3. Produksi perjalanan bermotor dengan maksud bekerja, yang keluar dan atau masuk (HBWMT) dimodelkan sebagai berikut: HBWMT 1 = 1.0515 + 0.8962 W HBWMT 2 = 1.2296 W + 0.5285 CAR 4. Model untuk produksi perjalanan bermotor untuk maksud sekolah, yang keluar dan atau masuk (HBEMT), hanya tergantung pada peubah S, yaitu: HBEMT 1 = 0.8927 S HBEMT 2 = 1.3683 S 5. Jumlah perjalanan mobil yang keluar dan atau masuk (HBCT) untuk semua maksud perjalanan adalah: HBCT 1 = -0.113 + 0.0828 S + 1.4474 CAR HBCT 2 = 1.5136 CAR 6. Model perjalanan bermotor yang keluar dan atau masuk ( HBPtT) dengan menggunakan angkutan umum untuk semua maksud perjalanan adalah: HBPtT 1 = 3.3843 + 0.5639 S – 0.7546 WT

II - 23


HBPtT 2 = 3.7729 + 1.2516 S – 1.00 IR – 0.7479 WT (Lazuardi, 1993)

2.2.4 ANALISIS KLASIFIKASI SILANG Penggunaan analisis kategori atau analisis klasifikasi silang ini digunakan untuk peramalan masa mendatang memerlukan perkiraan dari semua variabel, dalam hal ini jumlah rumah tangga dalam setiap zona dengan jumlah anggota keluarga dan jumlah kendaraan yang dimiliki yang kemudian yang akan digunakan untuk mendapatkan jumlah bangkitan perjalanan yang terjadi. Apabila karakteristikkarakteristik yang diramalkan dengan tepat maka model tersebut diharapkan akan menghasilkan sesuatu yang cukup akurat. Berikut adalah langkah- langkah yang dilakukan pada analisis klasifikasi silang: 1) Menentukan faktor-faktor yang mempengaruhi sebagai dasar untuk memperkirakan jumlah perjalanan yang dilakukan per rumah tangga. Batas dari masing-masing karakteristik ini kemudian akan dibagi-bagi dalam beberapa kumpulan kelas yang mungkin mencerminkan pembagian alamiah dari berbagai variabel seperti jumlah kendaraan yang dimiliki dan jumlah anggota keluarga atau pembagian sembarang seperti pembagian penghasilan menjadi beberapa rentang. 2) Setelah itu, data jumlah perjalanan yang terjadi dari setiap rumah tangga ( dari sejumlah rumah tangga sebagai sample dari suatu daerah) dikumpulkan, bersama dengan semua keterangan lainnya mengenai rumah tangga yang dibutuhkan dalam memperkirakan jumlah bangkitan perjalanan. 3) Kemudian setiap rumah tangga dibagi menurut kelas yang sesuai, dan tingkat bangkitan perjalanan rata-rata yang diukur dalam perjalanan per rumah tangga digunakan untuk memperkirakan jumlah perjalanan pada masa mendatang yang dilakukan setiap rumah tangga di dalam setiap kelas, dimana jumlah total perjalanan dalam setiap zona adalah jumlah seluruh tingkat bangkitan perjalanan dikalikan dengan jumlah rumah tangga yang berada dalam zona tersebut. (Morlok, 1995) Berikut adalah contoh salah satu studi yang pernah dilakukan (Black,1981), dengan mengasumsikan tiga variabel yang diperkirakan mempengaruhi besarnya perjalanan, yaitu : a. 3 kategori pemilikan kendaraan (0, 1, 2+) b. 3 kategori pendapatan, yaitu : rendah, menengah dan tinggi.

II - 24


c. 2 kategori ukuran rumah tangga (1 – 3 orang, 4+ orang) Secara keseluruhan ketiga peubah dengan stratifikasinya menghasilkan 3x3x2 = 18 kategori. data untuk analisis klasifikasi silang diberikan pada tabel 2.2 Analisis Klasifikasi silang, sedangkan jumlah rumah tangga dengan kategorinya masingmasing diberikan pada tabel 2.5 kategori rumah tangga. Tabel 2.5 Analisis Klasifikasi Silang Tingkat pemilikan kendaraan Tidak ada kendaraan (0) Satu Kendaraan (1) Dua kendaraan atau lebih (2+)

Tingkat Pendapatan Rendah Menengah Tinggi 3,4 a 3,7 a 3,8 a 4,9 b 5,0 b 5,1 b 5,2 a 7,3 a 8,0 a 6,9 b 8,3 b 10,2 b 5,8 a 8,1 a 10,0 a 7,2 b 11,8 b 12,9 b

Sumber : ( Tamin, 2000).

Catatan : a tingkat bangkitan perjalanan untuk setiap rumah tangga dengan 1 – 3 orang. b tingkat bangkitan perjalanan untuk setiap rumah tangga dengan 4 atau lebih orang. Tabel 2.6 Kategori Rumah Tangga Jumlah Rumah Pemilikan Tangga Kendaraan 50 0 20 0 10 0 50 1 50 1 100 1 40 2+ 100 2+ 150 2+

Pendapatan Rendah Menengah Rendah Rendah Rendah Menengah Tinggi Menengah Tinggi

Ukuran Rumah Tangga 1-3 1-3 4+ 1-3 4+ 4+ 1-3 4+ 4+

Sumber : Perencanaan dan Permodelan Transportasi

Dengan menggunakan data tabel 2.5 dan tabel 2.6, perkiraan total bangtkitan perjalanan untuk zona tersebut adalah: ( 50 x 3,4 ) + ( 20 x 3,7) + (10 x 4,9) + ( 50 x 5,2 ) + (50 x 6,9) + (100 x 8,3) + (40 x 10,0) + (100 x 11,8) + (150 x 12,9) = 5.243 perjalanan orang. Studi lain yang pernah dilakukan oleh oleh Stoper and Donald pada tahun 1983 seperti yang dikutip oleh (Tamin, 2000), mengasumsikan dua variabel yaitu : • 3 Variabel kendaraan (0, 1, 2+) • 4 Ukuran rumah tangga (1, 2-3, 4, 5)

II - 25


Jumlah rumah tangga berdasarkan kategori yang sudah di tetapkan dapat dilihat pada tabel 2.7 di bawah ini. Tabel 2.7 Jumlah Rumah Tangga Ukuran Rumah 0 Mobil Tangga 1 orang 28 2-3 orang 150 4 orang 61 5 orang 37 Total 276

1 mobil

2+ mobil

Total

21 201 90 142 454

0 93 75 90 258

49 444 226 269 988

Sumber: ( Tamin, 2000).

Selanjutnya tingkat perjalanan yang dihasilkan dapat dilihat pada tabel 2.8 di halaman selanjutnya. Tabel 2.8 Tingkat Perjalanan Tingkat Pemilikan Kendaraan Ukuran Rumah Tangga 0 Mobil 1 mobil 2+ mobil 1 orang 0,00 0,46 1,37 2-3 orang 0,46 1,27 2,18 4 orang 1,05 1,85 2,76 5 orang 1,09 1,89 2,80 Sumber: (Tamin,. 2000).

Dengan menggunakan data pada tabel 2.4 dan tabel 2.5, perkiraan total bangkitan perjalanan untuk zona tersebut adalah : (21 x 0,46) + (150 x 0,46) + (201 x 1,27) + (93 x 2,18) + ( 61 x 1,05) + (90 x 1,85) + (75 x 2,76) + (37 x 1,09) + (142 x 1,89) + (90 x 2,80) = 1.535 perjalanan orang.

II - 26

2.1 PENGERTIAN TRANSPORTASI, PERENCANAAN TRANSPORTASI DAN PEMODELAN TRANSPORTASI

Recommend Documents