BAB 3 METODOLOGI PENELITIAN
3.1.
Pendekatan Penelitian Secara umum metodologi penelitian yang digunakan dapat digambarkan dalam
diagram alir berikut ini : Start
Data sosial, ekonomi dan jarak
Pemodelan
Evaluasi kapasitas DJU
cukup
Tidak Tidak Pengembangan terminal cukup
Stop
Gambar 3.1: Diagram Alir Penelitian
Stop
25
3.2.
Pengumpulan Data Data yang digunakan dalam penelitian tugas akhir ini adalah data sekunder yang
diperoleh dari : a. Data jumlah penduduk tahun 2004 propinsi-propinsi di Indonesia (BPS DKI Jakarta) b. Data jumlah penduduk DKI Jakarta tahun 1995-2005 (BPS DKI Jakarta) c. Data penerbangan ke/dari propinsi-propinsi di Indonesia pada Bandara Internasional Soekarno-Hatta tahun 2004 (PT Angkasa Pura II Jakarta) d. Data penerbangan terminal domestik pada Bandara Internasional Soekarno-Hatta tahun 1995-2005 (BPS DKI Jakarta) e. Data PDRB dan PAD propinsi-propinsi di Indonesia tahun 2004 (BPS DKI Jakarta) f. Data PDRB DKI Jakarta tahun 1995-2005 (BPS DKI Jakarta) Data relevan yang lebih lengkap tidak berhasil didapatkan, sehingga penelitian harus dilakukan dengan keterbatasan data yang tersebut di atas.
3.3.
Teknik Analisa Data
3.3.1. Model Gravitasi (Gravity Model) untuk Sebaran Perjalanan Model ini diturunkan dari persamaan Newton, metoda ini berasumsi bahwa ciri bangkitan dan tarikan pergerakan berkaitan dengan beberapa parameter zona asal, misalnya populasi dan nilai sel MAT yang berkaitan juga dengan aksesibilitas (kemudahan) sebagai fungsi jarak, waktu, atau pun biaya. Newton menyatakan bahwa (Fid) gaya tarik atau tolak antara dua kutub massa berbanding lurus dengan massanya, mi
26 dan md, dan berbanding terbalik kuadratis dengan jarak antar kedua massa tersebut, d²id, yang dapat dinyatakan dengan:
Fid = G
mi .md dengan G adalah konstanta gravitasi ……………………….(3.1) d 2 id
Dalam ilmu Geografi, gaya dapat dianggap sebagai pergerakan antar dua daerah. Sedangkan massa dapat digantikan dengan peubah seperti populasi atau bangkitan dan tarikan pegerakan, serta jarak, waktu, atau biaya sebagai ukuran aksesibilitas. Jadi keperluan transportasi dengan model gravitasi dinyatakan sebagai:
Tid = k
Oi .Dd dengan k adalah konstanta……………………………………(3.2) d 2 id
Dikatakan bahwa pergerakan antara zona asal i dan tujuan d berbanding lurus dengan Oi dan Dd dan berbanding terbalik dengan kuadratis terhadap jarak antara kedua zona tersebut. Jadi dalam bentuk matematis, model gravitasi dinyatakan sebagai :
Tid ≈ Oi .Dd . f (C id ) ……………………………………………………….......(3.3) Dimana :
Tid
= jumlah perjalanan dari zona i ke zona d
Oi
= bangkitan perjalanan dari zona i
Dd
= tarikan perjalanan ke zona d
Cid
= biaya perjalanan dari zona i ke zona d
f(Cid) = fungsi hambatan perjalanan antara zona i dan d
27 f(Cid) adalah fungsi hambatan perjalanan yang persamaannya dapat mengambil bentuk sebagai berikut (Hyman,1969) : a. Fungsi pangkat
: f (C id ) = C ij
−n
b. Fungsi eksponensial : f (C id ) = exp(− β .cij )
c. Fungsi kombinasi
: f (C id ) = C ij
−n
exp(− β .cij )
3.3.2. Pertumbuhan Sosial dan Ekonomi
Dalam memproyeksikan variabel sosial dan ekonomi, dimana pada penelitian ini adalah jumlah penduduk dan PDRB, digunakan rumus sebagai berikut :
Pn = P0 (1 + i ) n ………………………………………………………………..(3.4)
Dimana : Pn
= Nilai variabel pada tahun ke-n
Po
= Nilai variabel pada saat ini
i
= Laju pertumbuhan (%)
3.3.3. Analisis Regresi a. Regresi Linear
Model analisis regresi linear dapat memodelkan hubungan antara dua peubah atau lebih. Pada model ini terdapat peubah tidak bebas (Y) yang mempunyai hubungan fungsional dengan satu atau lebih variabel bebas (Xi).
28 Dalam kasus yang paling sederhana, hubungan secara umum dapat dinyatakan dalam persamaan berikut.
Y = A + BX…………………………………………………………………...(3.5)
Dimana : Y = peubah tidak bebas X = peubah bebas A = konstanta regresi B = koefisien regresi Parameter A dan B dapat diperkirakan dengan metode kuadrat terkecil yang meminimumkan total kuadratis residual antara hasil model dengan hasil pengamatan Nilai A dan B bisa didapat dari persamaan berikut :
B=
NΣ( Xi.Yi) − Σ( Xi ).Σ(Yi) ………………………………………………...(3.6) NΣ( Xi 2 ) − Σ( Xi ) 2
A = Y − BX …………………………………………………………………..(3.7)
Y dan X adalah nilai rata-rata dari Yi dan Xi
29 b. Koefisien Determinasi (R²)
Koefisien determinasi menunjukkan bahwa bangkitan/tarikan perjalanan penumpang/barang dapat dijelaskan dengan baik atau tidak baik oleh persamaan yang dihasilkan. Koefisien determinasi (R²) dapat diperoleh dari persamaan berikut:
R2 =
Σ(Yˆi − Y ) 2 Σ(Yi − Y ) 2 ...................................................................................(3.8)
Koefisien ini mempunyai batas sama dengan satu (perfect explanation) dan nol (no explanation). Nilai antara kedua batas ini ditafsirkan sebagai prosentase total variasi yang dijelaskan oleh analisis regresi linear.
c. Analisis Regresi Linear Berganda
Konsep ini merupakan pengembangan lanjut dari uraian di atas, khususnya pada kasus yang mempunyai lebih banyak peubah bebas. Hal ini sangat diperlukan dalam realita yang menunjukkan bahwa beberapa peubah tata guna lahan secara simultan ternyata mempengaruhi bangkitan pergerakan. Persamaan berikut ini akan memperlihatkan bentuk umum dari metode analisis regresi linear berganda.
Y = A + B1 X 1 + B2 + X 2 + ... + BzXz …………………………………(3.9)
30 Dimana : Y
= peubah tidak bebas
X1…Xz = peubah bebas A
= konstanta regresi
B1…Bz = koefisien regresi
Analisis regresi linear berganda adalah suatu metode statistik, untuk menggunakannya terdapat beberapa asumsi yang perlu diperhatikan, yaitu : •
Nilai peubah, khususnya peubah bebas, mempunyai nilai tertentu atau merupakan nilai yang didapat dari survey tanpa kesalahan berarti.
•
Peubah tidak bebas (Y) harus mempunyai korelasi linier dengan peubah bebas (X).
•
Efek peubah bebas merupakan penjumlahan dan harus tidak ada korelasi yang kuat antara sesama peubah bebas.
•
Variansi peubah tidak bebas terhadap garis regresi harus sama untuk semua nilai peubah bebas.
•
Nilai peubah tidak bebas harus tersebar normal atau minimal mendekati normal.
•
Nilai peubah bebas sebaiknya merupakan besaran yang relatif mudah diproyeksikan.
Pada regresi linear berganda, angka koefisien determinasi dikoreksi menjadi :
[
]
R 2 = R 2 − k /( n − 1) .[(n − 1) /(n − k − 1)] …………………………………....(3.10)
31 d. Koefisien Korelasi
Koefisien korelasi menunjukkan tingkat keterkaitan antara satu variabel dengan variabel lainnya, baik antara variabel tidak bebas dengan variabel bebas atau antara sesama variabel bebas. Koefisien korelasi dapat dihitung menggunakan persamaan berikut :
r=
NΣ( Xi.Yi) − Σ( Xi )(Yi) [ NΣ( Xi 2 ) − (Σ( Xi )) 2 ].[ NΣ(Yi 2 ) (Σ(Yi)) 2 ]
…………………………….(3.11)
nilai r = 1 berarti bahwa korelasi antara peubah y adalah positif, artinya meningkatnya jumlah x akan mengakibatkan kenaikan pada jumlah y. Sebaliknya, jika nilai r = -1, berarti korelasi antara peubah y dan x adalah negatif atau meningkatnya jumlah x akan mengakibatkan menurunnya nilai y. Nilai r = 0, menyatakan tidak ada korelasi antar peubah.
3.4.
Penyederhanaan 4 Step Modelling
Mengingat keterbatasan data sebagaimana disebutkan pada bagian 3.2, perlu diadakan penyederhanaan model yang dikembangkan. Penyederhanaan yang dilakukan adalah sebagai berikut : a. Bangkitan Perjalanan tidak dilakukan secara tersendiri, namun digabungkan dengan distribusi perjalanan (Model Gravitasi) dengan asumsi bahwa besarnya bangkitan atau tarikan perjalanan merupakan fungsi dari jumlah penduduk dan PDRB per kapita.
32 Maka variabel-variabel yang digunakan dalam model gravitasi untuk menghitung bangkitan perjalanan adalah : Oi
= PDRB / kapita daerah asal x Penduduk daerah asal
Dd
= PDRB / kapita Jakarta x Penduduk Jakarta
Cid
= Jarak antara Jakarta dengan daerah asal
b. Pemilihan Moda tidak dilakukan lagi karena lingkup penelitian telah dibatasi pada moda udara. c. Pemilihan Rute tidak dilakukan karena pada moda udara hanya memiliki satu rute saja. Dengan demikian model yang dikembangkan berwujud model gravitasi dengan bentuk dasar :
Y = Co. X1. X2. X3.X4.Dn................................................................................(3.12)
Dimana : Y
= Jumlah penumpang pesawat terbang menuju Jakarta
Co
= Koefisien regresi
X1
= Jumlah penduduk daerah tujuan tahun tertentu
X2
= PDRB per kapita daerah tujuan tahun tertentu
X3
= Jumlah penduduk Jakarta tahun tertentu
X4
= PDRB per kapita Jakarta tahun tertentu
D
= Jarak dari Jakarta ke daerah tujuan
