BAB II STUDI PUSTAKA
2.1
Konsep Perencanaan Transportasi Terdapat beberapa konsep perencanaan transportasi yang telah berkembang
sampai saat ini yang paling populer adalah “ Model Perencanaan Transportasi Empat Tahap”. Model perencanaan ini merupakan gabungan dari beberapa sub model yang masing-masing harus dilakukan secara terpisah dan berurutan. Sub-sub model tersebut adalah: • Bangkitan dan tarikan pergerakan • Sebaran pergerakan • Pemilihan moda • Pemilihan rute
2.2 Pengertian Bangkitan Pergerakan Bangkitan pergerakan didefenisikan sebagai pergerakan yang dibangkitkan dari suatu tempat (zona asal) dan menuju ke tempat lain (zona tujuan). Zona asal (origin zone) adalah zona asal dari mana perjalanan dimulai. Zona tujuan (destination zone) adalah kemana tujuan perjalanan berakhir. Bangkitan pergerakan adalah suatu proses analisis yang menetapkan atau menghasilkan hubungan antara aktivitas kota dengan pergerakan. (Tamin, O.Z.
1997..) perjalanan dibagi menjadi dua yaitu:
Universitas Sumatera Utara
1. Home base trip, pergerakan yang berbasis rumah. Artinya perjalanan yang dilakukan berasal dan rumah dan kembali ke rumah. 2. Non home base trip, pergerakan berbasis bukan rumah. Artinya perjalanan yang asal dan tujuannya bukan rumah. Pernyataan di atas menyatakan bahwa ada dua jenis zona yaitu zona yang menghasilkan pergerakan (trip production) dan zona yang menarik suatu pergerakan (trip attraction). Defenisi trip attraction dan trip production adalah: a. Bangkitan perjalanan (trip production) adalah suatu perjalanan yang mempunyai tempat asal dari kawasan perumahan ditata guna tanah tertentu. b. Tarikan perjalanan (trip attraction) adalah suatu perjalanan yang berakhir tidak pada kawasan perumahan tata guna tanah tertentu. Kawasan yang membangkitkan perjalanan adalah kawasan perumahan sedangkan kawasan yang cenderung untuk menarik perjalanan adalah kawasan perkantoran, perindustrian, pendidikan, pertokoan dan tempat rekreasi. Bangkitan dan tarikan perjalanan dapat dilihat pada diagram berikut (Tamin, O.Z. 1997). Perjalanan dapat diklasifikasikan menjadi tiga yaitu 1. Berdasarkan tujuan perjalanan, perjalanan dapat dikelompokkan menjadi beberapa bagian sesuai dengan tujuan perjalanan tersebut yaitu: • Perjalanan ke tempat kerja • Perjalanan dengan tujuan pendidikan • Perjalanan ke pertokoan / belanja • Perjalanan untuk kepentingan sosial • dll
Universitas Sumatera Utara
2. Berdasarkan waktu perjalanan biasanya dikelompokkan menjadi perjalanan pada jam sibuk dan jam tidak sibuk. Perjalanan pada jam sibuk pagi hari merupakan perjalanan utama yang harus dilakukan setiap hari (untuk kerja dan sekolah). 3. Berdasarkan
jenis orang,
pengelompokan perjalanan
individu
yang
dipengaruhi oleh tingkat sosial-ekonomi, seperti: • Tingkat pendapatan • Tingkat pemilikan kendaraan • Ukuran dan struktur rumah tangga Dalam penelitian ini, perjalanan yang ditinjau adalah pergerakan orang yang dilakukan dari rumah (asal) ke luar kawasan penelitian (tujuan). Misalnya, perjalanan dari rumah ke kantor, dari rumah ke sekolah dan lain-lain. Sehingga satu kali perjalanan adalah satu kali pergerakan yang dilakukan seseorang dari rumah hingga sampai ke tempat tujuannya yang lokasinya berada luar kawasan perumahan tersebut.
2.3 Faktor —faktor yang Mempengaruhi Terjadinya Perjalanan Terjadinya suatu perjalanan (trip) adalah merupakan fungsi dari tiga faktor besar (Tuah G.R.2000), yaitu: 1. Pola tata guna tanah dan pembangunan di daerah penelitian 2. Karakteristik sosial ekonomi dan penduduk yang melakukan perjalanan dari daerah penelitian. 3. Sifat, jangkauan dan kemampuan dari sistem pengangkutan di daerah penelitian.
Universitas Sumatera Utara
Penelitian tentang trip generation merupakan suatu bagian yang vital dari proses perencanaan pengangkutan, bahwa apa yang terjadi sekarang merupakan faktor yang menentukan untuk perkiraan masa mendatang. Dalam pemodelan bangkitan pergerakan, hal yang perlu diperhatikan bukan saja pergerakan manusia, tetapi juga pergerakan barang yaitu: 1. Bangkitan pergerakan untuk manusia. Faktor berikut dipertimbangkan pada beberapa kajian yang telah dilakukan: • Pendapatan • Pemilikan kendaraan • Struktur rumah tangga • Ukuran rumah tangga • Nilai lahan • Kepadatan daerah pemukiman • Aksesibilitas Empat faktor pertama (pendapatan, pemilikan kendaraan, struktur dan ukuran rumah tangga) telah digunakan pada beberapa kajian bangkitan pergerakan, sedangkan nilai lahan dan kepadatan daerah pemukiman hanya sering dipakai untuk kajian mengenai zona. 2. Tarikan pergerakan untuk manusia. Faktor yang paling sering digunakan adalah luas lahan untuk kegiatan industri, komersial, perkantoran, dan pelayanan lainnya. Faktor lain yang dapat digunakan adalah lapangan kerja. Akhir-akhir ini beberapaa kajian mulai berusaha memasuki ukuran aksesibilitas.
Universitas Sumatera Utara
3. Bangkitan dan tarikan untuk barang. Pergerakan ini hanya merupakan bagian kecil dari keseluruhan pergerakan (20%) yang biasanya terjadi di negara industri. Vaniabel penting yang mempengaruhi adalah jumlah lapangan kerja, jumlah tempat pemasaran, luas atap industri tersebut dan total seluruh daerah yang ada.
2.3.1 Faktor Tata Guna Tanah Tata guna tanah adalah suatu cara untuk mengklasifikasi kegiatan yang menimbulkan pergerakan. Penggunaan-penggunaan tanah yang berlainan akan menghasilkan karakteristik trip generation yang berlainan pula, misalnya tanah yang diperuntukkan untuk bangunan atau kantor-kantor dapat diharapkan menghasilkan lebih banyak perjalanan dari pada ruang terbuka. Sama halnya dengan kegiatan-kegiatan yang berlainan dapat menghasilkan karakteristik yang berlainan pula, misalnya satu hektar tanah pemukiman yang dikembangkan
dengan
kepadatan
yang
tinggi
kemungkinan
sekali
akan
menghasilkan lebih banyak pergerakan bila dibandingkan dengari satu hektar tanah yang dikembangkan untuk keperluan rumah tangga dengan kepadatan rendah. Asumsi yang paling penting dilakukan dalam perencanaan transportasi adalah bahwa jumlah perjalanan tergantung pada pola tata guna tanah. Demikian pula halnya dengan daerah komersial (pusat perdagangan), pusat pendidikan dan rekreasi dimana hubungannya dengan tata guna tanah di anggap sebagai tujuan untuk melakukan perjalanan.
Universitas Sumatera Utara
2.3.2 Sosial Ekonomi Penduduk Yang termasuk faktor sosial ekonomi dari penduduk yang mempengaruhi dalam terjadinya perjalanan adalah faktor-faktor yang merupakan kondisi kehidupan ekonomi penduduk, jumlah anggota keluarga, dan lain-lain. Penduduk dari suatu daerah pemukiman akan menghasilkan pembangkit trip yang berbeda dengan kawasan lainnya.
Jumlah anggota keluarga. Struktur keluarga yang ada di Indonesia terdiri dari bapak ,ibu dan satu atau dua anak. Perkembangan perekonomian dan perkembangan budaya yang terjadi menyebabkan adanya pembatasan jumlah anak dalam satu rumah tangga. Pelaksanaan program keluarga berencana oleh pemerintah juga menjadi salah satu faktor sebuah keluarga untuk. membatasi jumlah anak. Di Indonesia dengan masih eratnya hubungan kekerabatan dalam keluarga di mana sangat memungkinkan untuk menumpangnya saudara dalam rumah tangga akan menambah jumlah anggota keluarga dalam satu rumah. Dan juga dengan meningkatnya perekonomian yang lebih baik, maka dalam keluarga memungkinkan untuk
mempunyai satu atau dua orang pembantu.
Penambahan jumlah anggota keluarga tersebut maka akan menambah jumlah perjalanan yang terjadi dalam satu rumah tangga. Dalam penelitian ini yang dimaksud dengan jumlah orang dalam keluarga adalah jumlah semua anggota keluarga termasuk pembantu yang tinggal dalam satu rumah tersebut untuk jangka waktu yang cukup lama. Pembatasan dilakukan untuk mengantisipasi adanya orang yang tinggal dalam rumah tangga untuk jangka waktu tertentu yang tidak cukup lama dan pada waktu
Universitas Sumatera Utara
survey dilakukan. Pembagian atau klasifikasi anggota, yang pertama satu keluarga murni yang terdiri dari bapak, ibu dan anak. Yang kedua adalah keluarga murni tersebut ditambah dengan satu atau dua kerabat yang tinggal cukup representatif untuk mewakili karakteristik keluarga.
Jumlah anggota keluarga yang bekerja Variabel ini dapat dibagi menjadi tiga bagian yaitu anggota keluarga yang bekerja sebagai PNS/ ABRI, Swasta dan mereka yang berwiraswasta.
Pemilihan kendaraan Kendaraan sebagai sarana perjalanan menjadi satu faktor yang penting dalam transportasi yaitu pada kemudahan untuk melakukan perjalanan. Dalam satu keluarga yang terdiri dari beberapa orang dengan perjalanan yang berbedabeda dan tujuan perjalanan yang berbeda-beda pula maka faktor jumlah kebenaran yang dimiliki oleh keluarga tersebut menjadi faktor yang harus diperhitungkan. Pada penelitian ini jumlah kendaraan yang dimiliki oleh keluarga diambil batasan pada kendaraan yaitu sepeda motor dan mobil. Jumlah sepeda motor dan mobil yang dimiliki keluarga sebagai sarana perjalanannya menjadi variabel dalam penelitian ini. Pengaruh variabel ini terhadap model trip dari suatu kawasan ditentukan oleh seberapa meratanya pemilikan kendaraan baik roda empat maupun roda dua di kawasan tersebut. Jika pemilikan kenderaan tersebut sudah merata maka pertambahan pemilikan kendaraan memberi pengaruh negatif pada model perjalanan tersebut. Jika pemilikan kendaraan tersebut belum merata maka akan memberikan nilai positif pada model tersebut. Di samping itu faktor
Universitas Sumatera Utara
tidak adanya kendaraan umum dan tempat penyimpanan kendaraan akan sangat mempengaruhi model perjalanan. Hal itu dapat terlihat dikawasan Kampung Jawa Baru.
Pendapatan keluarga Pendapatan keluarga yang diperoleh dalam keluarga umumnya akan berpengaruh pada peningkatan kebutuhan keluarga, sehingga untuk memenuhi keluarga tersebut dibutuhkan suatu perjalanan. Peningkatan pendapatan keluarga juga akan meningkatkan kesempatan seseorang untuk memperoleh pendidikan, berbelanja, rekreasi dan melakukan aktivitas sosial lainnya. Semua ini dapat diperoleh dengan mengadakan perjalanan.
2.3.3
Sifat, Luas dan Kemampuan Sistem Pengangkutan Mutu dan sanana transportasi dan tingkat kemudahan akan mempengaruhi
trip, dimana jaringan transportasi yang baik cenderung meningkatkan jumlah trip. Biaya yang relatif murah dan waktu perjalanan yang relatif singkat adalah akibat dari baiknya sistem transportasi, yang mana hal ini cenderung meningkatkan jumlah trip dari kawasan penelitian. Variabel waktu tempuh dan jarak tempuh adalah variabel yang saling mempengaruhi. Jika jarak kawasan perumahan dengan pusat kegiatan sangat dekat maka tidak ada pengaruhnya terhadap waktu tempuh. Namun jika jarak tersebut relative jauh maka waktu tempuh akan mempengaruhi dalam pembentukan model perjalanan, dimana waktunya juga akan berdampak pada penghasilan karena berhubungan dengan biaya perjalanan yang harus dikeluarkan.
Universitas Sumatera Utara
2.4
Metode Analisis Bangkitan Perjalanan (Trip Generation) Secara umum terdapat tiga metode untuk menganalisis bangkitan perjalanan
yaitu: 1. Metode faktor pengembangan (expansion factor) 2. Analisis regresi linear 3. Analisis kategori
2.4.1 Metode Faktor Pengembangan (Expansion Factor) Salah satu metode yang digunakan untuk meramalkan trip generation adalah dengan faktor pengembangan (expansion factor), yaitu dengan cara menggunakan faktor-faktor pertumbuhan untuk menaksir perjalanan di masa yang akan datang untuk zona-zona atau kawasan perkotaan. Metoda ini menghubungkan data yang dikumpulkan dari survey tata guna tanah untuk menyusun trip generation, misalnya suatu zona lalu lintas yang meliputi luas dan 3000 ha dengan penduduk 6000 jiwa akan mempunyai tingkat trip generation sebesar 6000/3000 = 2. Maka untuk memperoleh taksiran trip generation di masa yang akan datang dan menerapakan pada areal tersebut, misalnya dengan mengasumsikan hipotesa bagi pembangunan tempat tinggal pada tahun tertentu akan lebih dari 6000 ha, lalu trip generation ditaksir menjadi 6000 ha x 2 (trip generation). Ketepatan metode faktor pengembangan sangat diragukan, maka metode mi hanya dapat digunakan untuk perencanaan jangka pendek di kawasan luar kota. (Abdullah O.K. Rahmat, R. A. 1994).
Universitas Sumatera Utara
2.4.2 Metode Analisis Regresi Linear Metode analisis regresi akan digunakan untuk menghasilkan hubungan dalam bentuk numerik dan untuk melihat bagaimana dua (regresi sederhana) atau lebih ( regresi berganda) variabel —variabel saling berhubungan satu sama lain. Salah satu langkah untuk menyelesaikan analisis regresi adalah mengetahui pasti variabel-variabel yang berhubungan dengan masalah yang ditinjau dan mengetahui dengan pasti variabel yang dianggap sebagai variable - variabel bebas atau variable -variabel tidak bebas. Untuk mengetahui dan menentukan variable variabel mana yang sesuai untuk membuat suatu persamaan regresi, melibatkan beberapa hal yaitu dana, waktu dan tenaga yang tidak sedikit, terutama apabila angka variabel yang hendak dipakai itu besar. Jadi suatu model dianggap terbaik apabila model tersebut terdiri dari beberapa variabel bebas yang sangat berkaitan dengan variabel tidak bebas. Beberapa asumsi statistik harus dipertimbangkan sebelum menggunakan metode analisis regresi, yaitu: (Tamin, O.Z. 1997.) •
Variabel tidak bebas (Y) adalah merupakan fungsi linear dari variabel bebas (X)
•
Variabel, terutama variabel bebas, adalah tetap
•
Tidak ada korelasi antara variabel bebas
•
Variansi dari variabel tidak bebas terhadap garis regresi adalah sama untuk semua nilai variabel tidak bebas.
•
Nilai variabel tidak bebas harus tersebar normal atau minimal mendekati normal.
Universitas Sumatera Utara
Variabel - variabel bebas yang dipilih dalam analisa ini adalah : 1. Jumlah anggota keluarga 2. Jumlah kepemilikan kendaraan 3. Jumlah pendapatan perkeluarga 4. Jumlah anggota keluarga telah bekerja 5. Luas / type rumah
A.
Tata Cara Pembuatan Model Regresi Tata cara pembuatan suatu model analisis regresi adalah dengan cara sebagai
berikut: 1. Perhatikan hubungan antara variabel tidak bebas dengan setiap variabel bebas. Cara yang paling mudah untuk mengetahuinya adalah dengan memplotkan variable - variabel tersebut dengan mempergunakan komputer. Hubungan yang tidak linear akan diubah menjadi linear. Pengujian yang biasa dilakukan adalah dengan mengubahnya ke dalam bentuk persamaan logarilma. Misalnya, jika kurva yang dihasilkan kedua variabel tersebut berhenti Y = aXb. kurva tersebut harus diubah menjadi. Log Y = Log a + b Log X.. 2. Membuat Matriks Korelasi Koefisien korelasi dapat bernilai positif atau negatif. Nilai positif menujukkan hubungan yang positif, yaitu kemiringan garis regresi adalah positif, sementara bernilai negatif menunjukkan hubungan yang negatif, yaitu kemiringan garis regresi yang negatif. Memeriksa melalui matriks korelasi, apabila ada variable bebas berhubungan erat dengan variable
Universitas Sumatera Utara
bebas lainnya. Misalnya variabel pendapatan keluarga mempunyai hubungan yang kuat dengan variabel kepemilikan kendaraan. Oleh karena hal tersebut maka hanya satu variabel saja dan kedua variabel tersebut yang dipilih dalam membentuk suatu persamaan regresi. 3. Analisis setiap kombinasi variabel tidak bebas terhadap variabel bebas, Kemudian pilih salah satu kombinasi yang terbaik dari nilai koefisien determinan (R2). 4. Hitung parameter dari persamaan regresi yang dibentuk dari beberapa variabel bebas dan analisis setiap : a. Nilai R2 b. Tanda (+/-) bagi setiap variabel c. Hubungan yang kuat untuk bagi setiap variabel (nilai korelasi) d. Uji-t e. Uji-F Langkah yang berikutnya adalah memilih persamaan yang terbaik dan sesuai dengan syarat yang telah disebutkan di atas dan juga dapat digunakan untuk membuat suatu peramalan bangkitan perjalanan.
B.
Contoh Pembuatan Model Data diambil dari survey sebelumya di kota Kuala Lumpur dengan tujuan
untuk membuat suatu model persamaan bangkitan perjalanan pada tahun 1985. Kota Kuala Lumpur telah dibagi menjadi 37 zona dan data tentang jumlah perjalanan, tata guna lahan, sosial ekonomi dapat dilihat pada Tabel 2.1 di bawah ini:
Universitas Sumatera Utara
Tabel 2.1 Sosial ekonomi, tata guna tanah, dan jumlah total perjalanan Zona
Kend.
Pend.
R.Tinggal
R.Peng
Kamar
R.Tingkat
J.Kel
J.Ker
Jp+Jb+Jr
Perjanan
1 2 3 . . 10 11 12 . . 25 26 27 . . 35 36 37
0,7122 0,4173 0,1814 .. .. 0,4116 0,5739 0,4258 .. .. 0,6749 1,1128 0.4139 .. .. 0,9020 0,7023 0,4751
1302,76 1302,92 821,15 .. .. 1054,36 1253,20 960,90 .. .. 1270,15 1966,23 817,56.. .. .. 2247,53 1547,70 1134,31
919 1291 570 .. .. 1657 11225 1204 .. .. 14681 2004 2613 .. .. 1090 4026 9815
1171 1540 613 .. .. 64 0 599 .. .. 84 617 375 .. .. 132 7 3637
393 79 114 .. .. 309 0 565 .. .. 0 0 172 .. .. 552 973 3593
0 73 791 .. .. 727 132 331 .. .. 421 0 1818 .. .. 17 0 219
25684 3219 2245 .. .. 4406 11716 3517 .. .. 16337 2621 5199 .. .. 5594 5975 19203
40920 57845 38247 .. .. 9942 2316 5268 .. .. 9495 776 10913 .. .. 11796 6364 26688
5 3 2 .. .. 0 2 0 .. .. 1 1 0 .. .. 0 3 2
159314 196180 151982 .. .. 52316 60936 41641 .. .. 97639 10420 58765 .. .. 52617 35322 172586
Sumber: Abdul lah O.K. Rahmat, R. A. (1994).
Dengan menggunakan data ini model bangkitan perjalanan akan dibuat dengan menggunakan analisis regresi. Langkah-langkah pembuatan suatu model adalah sebagai berikut : 1. Memeriksa hubungan antara variabel bebas dengan setiap variabel tidak bebas. Jika perlu buat kedalam bentuk logaritma. Masalah ini dapat dilakukan dengan memplotkan setiap variabel bebas satu persatu terhadap variabel tidak bebas. 2. Membuat matriks korelasi untuk melihat variable - variabel yang saling berkaitan dengan variabel bebas dan juga untuk melihat seandainya ada variabel bebas yang berhubungan erat dengan variabel bebas lain. Hasil dari matriks korelasi dapat dilihat pada Tabel 2.2 dari tabel matriks korelasi dapat dilihat beberapa hal yang tidak umum. Pada umumnya, semakin tinggi jumlah kepemilikan kendaraan, semakin banyak jumlah perjalanan yang dilakukan. Tetapi dalam matriks korelasi tersebut,
Universitas Sumatera Utara
hubungan antara jumlah total perjalanan dengan jumlah kepemilikan kendaraan dengan jumlah kepemilikan kendaraan dan juga jumlah pendapatan keluarga adalah negatif (- 0,26472 dan -0,19948). ini berarti apabila semakin tinggi jumlah kepemilikan kendaraan dari pendapatan, semakin kecil jumlah perjalanan yang dilakukan. Masalah ini tidak mungkin, dan dengan demikian kedua variabel ini lebih baik dikeluarkan dari model. Kedua variabel ini juga mempunyai hubungan yang kuat karena nilai korelasinya yang tinggi, yaitu 0,83539. Hubungan antara jumlah keluarga dengan jumlah rumah tinggal, rumah panggung, kamar, dan rumah tingkat juga tinggi. Oleh karena itu hanya variabel jumlah keluarga saja yang diambil dalam pembinaan suatu model.
Tabel 2.2 Matriks korelasi antar variable Pi Kend. Penda R.Tinggal R.Pang. Kamar R.Tingkat J.Kel J.Ker Jp+Jb+Jr
Pi 1,00000 -0,26472 -0,19948 0,22155 0,57540 0,34382 0,34382 0,59266 0,80256 0,49592
Kend. -0,26472 1,00000 0,83539 0,25058 -0,31658 0,06475 -0,08537 -0,06475 0,25729 -0,05556
Penda. -0,19948 0,83539 1,00000 0,115617 -0,25578 0,15052 -0,40506 -010526 0,09258 0,08362
R.Tinggal 0,22155 0,25058 0,15617 1,00000 0,04685 0,27416 0,05941 0,64390 -0,08770 0,08708
R.Pang. 0,57540 -0,31658 -0,25578 0,04685 1,00000 0,49170 0,23895 0,63115 0,25345 0,49167
Kamar 0,34882 0,06475 0,15652 0,27416 0,49170 1,00000 -0.02681 0,49509 0,11508 0,17868
R.Tingkat 0,35642 -0,28686 -0,4606 0,05941 0,23895 -0,02681 1,00000 0,55134 0,00318 -0,07136
J.Kel 0,59266 -0,08537 -0,10526 0,64390 0,63115 0,19509 0,55134 1,00000 0,05631 0,25486
J.Ker 0,00256 -0,25726 -0,09258 -0,08770 0,25345 0,11500 0,00318 0,05631 1,00000 0,44115
Sumber: Abdul lah O.K. Rahmat, R. A. (1994). 3. Memeriksa semua kombinasi variabel tidak bebas yang saling berhubungan erat. Dari langkah kedua di atas oleh karena jumlah kepemilikan keadaan, pendapatan keluarga, jumlah rumah tinggal, rumah panggung, kamar dan rumah tingkat telah dikeluarkan dari model, yang
Universitas Sumatera Utara
Jp+Jb+Jr 0,49592 -0,05556 0,08362 0,08708 0,49167 0,17368 -0,07136 0,25486 0,44115 1,00000
tinggal hanya 3 variabel bebas saja. Tabel 2.3 menunjukkan kombinasi semua variabel beserta nilai koefisien determinannya (R2).
Tabel 2.3 Kombinasi variable tidak bebas Jumlah Variabel Dalam Model 1 1 1 2 2 2 3
R2
Standard Deviasi
0,24593381 0,35124354 0,64410468 0,47844303 0,66909355 0,94478077 0,94510160
47472,870 4403,337 32613,837 40057,717 31907,144 13034,083 13191,606
Variasi Dalam Model Jppp Jk Jker Jk Jppp Jker Jppp Jk Jker Jk Jppp Jker
Sumber: Abdul lah O.K. Rahmat, R. A. (1994).
Catatan: Jppp
= Jumlah pasar, pusat membeli belah, dan pasar raya
Jk
= Jumlah Keluarga
Jker
= Jumlah Pekerjaan
Tabel 2.3 menujukkan bahwa kombinasi yang memberikan nilai R2 yang tertinggi adalah kombinasi yang berisikan ketiga variabel bebas yang terdapat dalam model persamaan tersebut, tetapi yang memberikan nilai standard deviasi minimum adalah kombinasi variabel jumlah keluarga dengan jumlah pekerjaan. 4. Menentukan model persamaan yang terbaik. Pi = 5,31 Jk + 3,244 Jker -2028
……………….(2.1)
Standard deviasi = 13.034 R2 = 0,994 Nilal -t bagi koefisien Regresi = 13,6 dan 19,1 pada selang kepercayaan
Universitas Sumatera Utara
1%. P1 5,26 Jk + 3,2O7Jker + 811,6 Jppp-2 178
……………….(2.2)
Standart deviasi = 13,192 R2 = 0,945 Nilai -t bagi koef. Regresi = 12,88 ; 16,7 dan 0,44 pada selang kepercayaan 1%. Pertama yaitu persamaan (2.1). Nilai koefisien determinan (R2) tinggi, sebesar 0,944. Uji-t menujukkan bahwa semua variabel memberi pengaruh yang signifikan terhadap jumlah perjalanan yang terjadi pada tahap selang kepercayaan 1%. Nilai t-tabel pada tahap keyakinan 1 % dengan derajat kebebasan 37 - 2 35 adalah 2,72 ( lihat tabel sebaran t pada lampiran). Oleh karena itu model yang pertama memenuhi syarat analisis regresi. Perhatikan juga model persamaan yang kedua, yaitu persamaan (2.2). Nilai koefisien determinan (R2) tinggi, yaitu 0,945. Uji-t bagi koefisien variabel Jppp memberikan nilai t yang sangat kecil, yaitu 0,44 dan ini berarti bahwa standard deviasinya tinggi. Oleh karena itu Jppp dianggap tidak berpengaruh dan boleh dikeluarkan dari model. Dengan demikian model yang kedua tidak boleh digunakan. Dibawah ini adalah model persamaan bangkitan pergerakan keluarga di beberapa kota, yaitu:
1. Y = 1,4099 Xl + 0,0831 X2 - 0.0853
Universitas Sumatera Utara
Dengan Y = total trips, Xl = jumlah anggota keluarga, X2 = jumlah pekerja dan determinasi sebesar 0,6184 dan standard error 1,4013. (Pemodelan Bangkitan dari Perumahan, Studi Kasus Perumahan Type 54 Plamongan lndah, Semarang. Mieke Ariyani, Monica Andhy Winata). 2. Y = 0,063 1 + 1,261 X3 Dengan Y = total pergerakan, X3 jumlah anggota keluarga dengan koefisien determinasi sebesar 0,726 dan nilai F-hitung sebesar 1152,656 serta t-hitung sebesar 33,951. (Analisis Model Bangkitan Pergerakan Keluarga di Kawasan Perumahan Sawojajar Malang. Muhammad Isradi, ST).
C.
Penggunaan Model Regresi untuk Peramalan Koefisien regresi pada persamaan (2.1) dapat ditafsirkan sebagai berikut : •
Nilai koefisien variabel 5,31 jumlah keluarga menunjukkan bahwa setiap keluarga jumlah total perjalanannya sebanyak 5,31 kali dalam sehari. Dengan kata lain, dalam sebuah keluarga, Bapak keluar bekerja sekali dalam sehari, Ibu keluarga berbelanja sekali dalam sehari, dan tiga anaknya pergi ke sekolah setiap hari. Kemudian sesekali mereka pergi rekreasi atau yang lainnya. Nilai intersep 3,244 bagi variabel jumlah pekerjaan memberi arti bahwa setiap pekerja akan menghasilkan perjalanan 3,244 kali sehari dari lokasi tempat ia bekerja, sekali untuk pulang ke rumah, sekali untuk keluar makan siang, sekali keluar untuk urusan kantor, dan sesekali keluar untuk urusan tertentu.
Universitas Sumatera Utara
•
Nilai pembanding 2028 menunjukkan adanya hubungan antara keluarga dengan keluarga dan pekerja dengan pekerja. Nilai pembanding sedemikian besar berarti bahwa persamaan regresi linear ini hanya boleh digunakan untuk zona yang besar/luas.
•
Untuk peramalan 20 tahun yang akan datang, angka - angka ini mungkin menyebabkan peramalan yang berlebihan karena jumlah anggota keluarga mungkin akan menjadi kecil dan ini menyebabkan jumlah bangkitan perjalanan akan semakin kecil. Demikian halnya dalam bidang pekerjaan, besar kemungkinan pada masa yang akan datang kebanyakan urusan kantor akan dijalankan secara elektronik. Hal ini menyebabkan seorang pekerja tidak perlu keluar dari kantor.
Tabel dibawah ini menampilkan contoh lain dengan menggunakan dua variabel regresi (X1) adalah variabel tata guna lahan, data yang digunakan untuk zona 8 tercantum pada tabel di bawah ini. Tabel 2.4 Bangkitan pergerakan dan total pemilikan kendaraan perzona Nomor Zona 1 2 3 4 5 6 7 8
Bangkitan Pergerakan /hari 500 300 1300 200 400 1200 900 1000
Total Pemilikan Kendaraan 200 50 500 100 100 400 300 400
Sumber : (Black, 1981)
Universitas Sumatera Utara
Data pada tabel di atas digambarkan dengan menggunakan program excel (Black. 1981) sehingga menghasilkan Gambar 2.1. Terlihat bahwa bangkitan pergerakan merupakan variabel tidak bebas ( sumbu-y). grafik menunjukkan hubungan linier positif antara bangkitan pergerakan dengan kepemilikan kendaraan dengan hubungan Y = βo + β1X dengan βo adalah intersep dan β1 , adalah kemiringan.
Gambar 2.1 Grafik bangkitan pergerakan dan pemilikan kendaraan
Sumber: Black, (1981)
Metode kuadrat terkecil kemudian digunakan dalam proses regresi ini, karena garis linear tersebut hanya mempunyai nilai total jumlah kuadrat residual (atau simpangan) yang paling minimum antara hasil pemodelan dengan hasil pengamatan. Dengan persyaratan ini data menghasilkan persamaan: Y = 89,9 +2,48X 2.5.
…………………(2.3)
Penentuan Jumlah Sampel
Universitas Sumatera Utara
Sesuai dengan topik ini maka objek adalah penduduk yang berdomisili di kawasan pusat Kota Langsa. Berdasarkan data dari kelurahan dan dari kepala lingkungan setempat maka besar sampel yang diakui sebagai dasar home interview mengikuti batasan berdasarkan jumlah penduduk pada kawasan tersebut. Agar perolehan sampel sesuai dengan (proporsional) terhadap besar jumlah penduduk pada kawasan perumahan, maka penarikan sampel dilakukan secara random sampling. Jumlah responden dalam hal ini dengan satuan keluarga, diperoleh dengan menggunakan
rumusan
P (1 − P ) n 1− 2 n N 2 [SE ]2 = za P(1 − P ) 1 − n 2 n N 2 2 [SE ]2 = za P(1 − P ) − za P(1 − P ) 2 n 2 n SE = ± z a
2 P(1 − P ) 2 P(1 − P ) [SE ] + za = z 2 n a 2 n 2
2
z P(1 − P ) a x 1 = n= dikalikan 2 za [SE ]2 + za P(1 − P ) x x n n=
P (1 − P ) 2
SE (1 − P ) + P Z a N 2
………..(2.4)
Dimana :
Universitas Sumatera Utara
n
= jumlah sampel yang akan diteliti
N
= jumlah populasi
Za/2 = factor tingkat keyakinan SE
= sampling eror
P
= proporsi sebenarnya dan populasi
Dalam mencari nilai P (proporsi), ada berbagai cara yaitu : (i)
Jika sampel besar, n> 30, distribusi P akan mendekati normal a. Pergunakan prosedur untuk menghitung perkiraan interval U b. Pergunakan perkiraan nilai P
(ii)
Jika sampel kecil dan P tidak mendekati normal a. Pergunakan limit distribusi Binominal yang di hitung dari table nilai Binominal.
(iii) Menggunakan grafik (chart) yang sudah disiapkan oleh beberapa ahli statistik, yaitu: a. C lopper & Pearson charts b. The Chung & Delury charts c. Fisher & Yate’s Statistical table
Dari beberapa cara tersebut, hanya cara (i) b dan cara (iii), a yaitu dengan cara memperkirakan nilai P. dan membaca tabel. (J.. Supranto, 1986) Maka dalam penelitian ini, digunakan nilai P (proporsi), yaitu dengan cara (i) b memperkirakan nilai P sebesar 25 %. BAB III
Universitas Sumatera Utara