BANGKITAN PERGERAKAN DI KECAMATAN LUBUK PAKAM DENGAN METODE KLASIFIKASI SILANG Samuel M Nainggolan1, Medis S Surbakti ST, MT2 Teknik Sipil, Universitas Sumatera Utara, Jl. Perpustakaan No.1 Kampus USU Medan Email:
[email protected] 2Staf Pengajar Departemen Teknik Sipil, Universitas Sumatera Utara, Jl. Perpustakaan No.1 Kampus USU Medan Email:
[email protected] 1Departemen
ABSTRAK Perkembangan suatu kawasan dinilai dari sektor ekonominya baik melalui usaha industrialisasi besar sampai rumah tangga akan memberikan pengaruh kepada kawasan tersebut. Semakin tinggi kegiatan perekonomian suatu kawasan, maka nilai guna dari kawasan itu sendiri akan semakin meningkat. Tujuan dari penelitian ini adalah menentukan tingkat bangkitan pergerakan dengan menggunakan metode klasifikasi silang dan metode analisa regresi linier maka akan didapat perhitungan jumlah perjalanan berbasis rumah tangga di Kecamatan Lubuk Pakam Sumatera Utara. Setelah melalui survey pada 120 responden didapat 53 jenis kategori yang menghasilkan 596.98 pergerakan / hari dan untuk keseluruhan populasi Kecamatan Lubuk Pakam dengan populasi 18987 rumah tangga menghasilkan 94457.160 pergerakan / hari. Analisa yang kedua menggunakan regresi linier, yang menghasilkan persamaan regresi yang terbaik adalah : Y = 0.107 + 0.823 X1 R² = 0,705 .Dari hasil persamaan regresi yang terbaik, dengan memasukkan nilai variabel jumlah keluarga (X1) kedalam persamaan, maka didapat nilai pergerakan dari persamaan Y = 0.107 + 0.823 X1 sebesar 38024.10 pergerakan / hari Kata Kunci : Model Bangkitan Perjalanan, Analisis Regresi Linear Berganda, Analisa Kategori ABSTRACT
The development of an area judged by economic sector through major industrialization effort to households will give effect to the area. The higher the economic activities of the region, the use value of the region itself will increase. The purpose of this study is to determine the level of trip generation using cross-classification method and the method of linear regression analysis will be obtained calculating the number of home-based travel in District Lubukpakam North Sumatra. After a survey of 120 respondents obtained 53 types of categories that generate 596.98 movements / day and for the entire population of the District with a population of 18987 Lubukpakam households produce 94457,160 movements / day. Analysis of the two linear regression, which resulted in a regression equation that best is: Y = 0107 + 0823 X1 R ² = 0.705. From the results of the regression equation is the best, by entering the value of a variable number of families (X1) into the equation, the importance of the value of the movement of the equation Y = 0107 + 0823 X1 38024.10 movements / day Keywords: Travel Generation Model, Multiple Linear Regression Analysis, Cross Classification Analysis
1.Pendahuluan Kecamatan Lubuk Pakam saat ini terus mengalami perkembangan, muncul beberapa permukiman baru dibangun oleh para pengembang (developer). Semakin banyak pemukiman maka tentunya berdampak pada pengembangan transportasi. Maka karena itu sangat menarik untuk meninjau keberadaan kawasan permukiman di wilayah Kecamatan Lubuk Pakam, khususnya dari sisi bangkitan pergerakan (Trip Generation). Adanya bangkitan pergerakan dari penduduk di pemukiman Kecamatan Lubuk Pakam yang mayoritas beraktivitas bekerja ,sekolah, berbelanja dan kebutuhan lainnya dapat mempengaruhi terhadap kapasitas jalan di Kecamatan Lubuk Pakam. Untuk memenuhi kebutuhan dan memperhitungkan beban lalu lintas , diperlukan studi tentang bangkitan pergerakan dari penghuni permukiman tersebut sehingga nantinya untuk pembangunan kawasan permukiman yang baru atau yang akan datang dapat diketahui seberapa besar pengaruhnya terhadap kapasitas jaringan jalan di Kecamatan Lubuk Pakam. Dalam hal ini penelitian mengenai bangkitan pergerakan di Kecamatan Lubuk Pakam menggunakan variabel sosio ekonomi yang selanjutnya akan dihitung dengan menggunakan metode klasifikasi silang dan metode regresi linier.Dari hasil perhitungan kedua metode tersebut akan diketahui seberapa besar faktor sosio ekonomi terhadap pergerakan individu , sehingga didapat jumlah dan model bangkitan pergerakan.
2. Kajian Literatur 2.1Perencanaan Transportasi Perencanaan transportasi harus difokuskan kepada alat alat transportasi yang telah digunakan pada saat ini dan sarana dan prasaran jalan. Perlu adanya dilakukan riset kembali untuk mengkaji metode lama yang sudah digunakan selama ini sehingga dapat menampung banyaknya pengguna transportasi itu sendiri Perencanaan transportasi memberikan jawaban kepada para ahli dan orang orang yang berkepentingan dalam perencanaan transportasi untuk memberikan kebijakan transportasi berikut ini merupakan empat tahapan dalam perencanaan transportasi. ( Ofyar Z Tamin, 1997) yaitu sebagai berikut : 1. Bangkitan perjalanan 2. Distribusi perjalanan 3. Pemilihan moda 4. Pembebanan jaringan Dalam penelitian ini difokuskan pada bangkitan perjalanannya saja.
2.2Bangkitan Perjalanan Bangkitan perjalanan dapat diartikan sebagai banyaknya jumlah perjalanan / pergerakan lalu-lintas yang dibangkitkan oleh suatu zona (kawasan) naik sebagai asal maupun tujuan atau jumlah perjalanan yang dibangkitkan oleh aktifitas pada akhir perjalanan di zona non pemukiman (perdagangan, pertokoan, pendidikan dsb.).
Secara sederhana jumlah perjalanan dari tata guna lahan dapat dibentuk dalam model fungsional berikut : Qtrip = f (TGL) …………….. (1) Di mana : Qtrip : jumlah perjalanan yang timbul dari suatu tata guna lahan per satuan waktu f : fungsi matematik Dalam penelitian ini menggunakan dua analisa yaitu analisa klasifikasi silang dan analisa regresi linier.
2.2a Analisa klasifikasi silang Analisa klasifikasi silang merupakan metode empirik yang berfungsi untuk mengestimasi jumlah perjalanan berdasarkan rumah tangga yang akan dinyatakan sebagai sebuah fungsi. Analisa ini mengidentifikasi 3 variabel utama yaitu 1. Ukuran rumah tangga 2. Jumlah kepemilikan kendaraan 3. Pendapatan rumah tangga Penentuan jumlah pergerakan dalam analisa ini dengan menggunakan persamaan berikut ini : Qpi =
𝑛 𝑘𝑎𝑡𝑒𝑔𝑜𝑟𝑖 𝑖=1
Tci . Hci…………….. (2)
Dimana : Qpi = perkiraan jumlah perjalan yang dihasilkan wilayah tempat penelitian Tci = rata rata tingkat perjalanan tiap rumah tangga dalam tiap zona Hci = Perkiraan jumlah anggota di wilayah tempat penelitian
2.2.b Analisa regresi linier Metode Analisa Regresi Linear adalah alat analisis statistik yang menganalisis faktorfaktor penentu yang menimbulkan suatu kejadian atau kondisi tertentu yang diamati, sekaligus menguji sejauh manakah kekuatan faktor-faktor penentu yang dimaksud berhubungan dengan kondisi yang ditimbulkan / diciptakannnya. Dalam penelitian ini menggunakan 6 variabel untuk mendapatkan persamaan regresi linier, yaitu sebagai berikut : 1. Jumlah anggota keluarga 2. Jumlah pendapatan 3. kepemilikan motor 4. kepemilikan mobil 5. anggota keluarga bekerja 6. anggota keluarga bersekolah
Persamaan umum regresi linier adalah sebagai berikut : Y = a + b1 x1 + b2 x2 + … + bn xn…………….. (3) Dimana : Y = variabel tidak bebas yang akan diramalkan nilainya x1..xn = variabel-variabel bebas a = konstanta b1b2,….,bn = koefisien yang nilainya akan digunakan untuk meramalkan jumlah perjalanan, 3.Metode penelitian Berikut ini adalah tahapan penelitian : 1. Mengidentifikasi latar belakang masalah Tahapan awal dari sebuah penelitian adalah suatu masalah. Bergerak dari masalah yang ada maka peneliti dapat menyusun arah penelitiannya, sehingga tidak lari dari tujuan awalnya. 2. Teori Pendukung Teori-teori yang berkaitan dengan masalah akan membantu untuk memberikan arahan bagi peneliti. Teori pendukung dapat diambil dari buku buku refrensi, penelitian yang telah dilakukan sebelumnya. 3. Desain dan kerangka penelitian Pada desain dan kerangka penelitian akan dibahas mengenai tempat dan waktu penelitian , model penelitian yang dipakai, tahapan tahapan pengerjaan dari penelitian itu sendiri. Kerangka ini diperlukan agar peneliti tidak melenceng dari tujuan awal penelitian. 4. Pengumpulan data Data data terkait diperlukan untuk menyelesaikan penelitian tersebut. Data yang didapat langsung di lapangan melalui survey langsung ataupun dari instansi pemerintah yang telah melakukan survey terdahulu. 5. Pengolahan dan analisis data Dalam penelitian ini pengolahan data akan menggunakan program Microsoft excel untuk membantu mencari jumlah bangkitan yang dihasilkan melalui analisis kategori silang dan program SPSS untuk mencari model analisis regresi linear berganda. Selanjutnya pada analisa data akan dilakukan pada model analisis regresi linear berganda, yang dimana model yang dihasilkan analisis regresi linear berganda akan dianalisa melalui beberapa pengujian berikut : Koefisien korelasi Koefisien determinasi (R2) Uji-F Uji-t Uji Validasi Uji Linearitas 6. Kesimpulan Tahap akhir penelitian adalah didapat jumlah bangkitan yang dihasilkan di Kecamatan Lubuk Pakam, dan model analisis regresi linear berganda yang terbaik dengan nilai determinan terbesar.
4. Hasil dan Pembahasan4 Penentuan sampel pada penelitian dengan menggunakan formulasi slovin (1960) yaitu : n’ = 𝑆² , populasi tidak terbatas …………….. (4) [𝑆𝑒 𝑥 ]² n
= 𝑛′ 1 + 𝑛′ /𝑁
, populasi terbatas …………….. (5)
dimana : n = jumlah sampel n’ = sampel pada populasi tidak terbatas N = jumlah populasi pada lokasi penelitian Se(x)= sampling error (dengan Nilai tingkat kepercayaan (convident level) yang dipakai adalah 95 % dan sampling error tidak lebih dari 5 % dari sampel mean Diperoleh 120 sampel yang akan diambil dari 13 kelurahan yang terdapat di Kecamatan Lubuk Pakam dengan menggunakan kuisioner yang dengan data data yang dibutuhkan adalah sebagai berikut : 1. Jumlah anggota keluarga (X1) 2. Jumlah pendapatan (X2) 3. kepemilikan motor (X3) 4. kepemilikan mobil (X4) 5. anggota keluarga bekerja (X5) 6. anggota keluarga bersekolah (X6) lalu selanjutnya data tersebut akan digunakan pada masing masing analisa. Berikut ini adalah hasil pengambilan data melalui survey yang dilakukan pada 120 sampel di Kecamatan Lubuk Pakam : 4.a Data Jumlah Anggota Keluarga Dari hasil perolehan melalui survey langsung ke rumah warga dengan menggunakan kuisioner maka diperoleh jumlah anggota keluarga adalah sebagai berikut :
8%
14% 1-2 org 3-4 org
42%
36%
5-6 org ≥ 7 org
Gambar 1. Jumlah anggota keluarga
4.b Data Jumlah Anggota Keluarga Bekerja Data yang didapat hasil dari survey jumlah anggota keluarga yang bekerja adalah sebagai berikut :
13%
0% 0-2 org 34%
3-5 org 6-8 org ≥ 9 org
53%
Gambar 2. Jumlah Anggota Keluarga Bekerja . 4.c Jumlah Anggota Keluarga Bersekolah Data yang didapat hasil dari survey jumlah anggota keluarga yang bersekolah adalah sebagai berikut :
0% 0%
0-2 org
28%
3-5 org 6-8 org 72%
≥ 9 org
Gambar 3 Jumlah Anggota Keluarga Bersekolah
4.d Penghasilan Rata-Rata Keluarga Perbulan Data yang didapat hasil dari survey penghasilan rata-rata keluarga perbulan adalah sebagai berikut :
Rp. 500.000 – 1 juta 10%
17%
Rp. 2 – 3 juta Rp. 4 – 5 juta 32% ≥ 6 juta
41%
Gambar 4 Penghasilan Rata-Rata Keluarga Perbulan
4.e Jumlah Kepemilikan Sepeda Motor Data yang didapat hasil dari survey jumlah kepemilikan sepeda motor adalah sebagai berikut 0% 10% 37%
0 – 1 unit 2– 3 unit 4 – 5 unit
53%
≥ 6 unit
Gambar 5 Jumlah Kepemilikan Sepeda Motor
4.f Jumlah Kepemilikan Mobil Pribadi Data yang didapat hasil dari survey jumlah kepemilikan sepeda motor adalah sebagai berikut
0% 0%
30%
0 – 1 unit 2– 3 unit 4 – 5 unit 70%
≥ 6 unit
Gambar 6 Jumlah Kepemilikan Mobil Pribadi 4.1 Analisa klasifikasi silang Dari variabel variabel yang digunakan pada analisa ini, dibagi kedalam 4 kelas kategori seperti pada tabel berikut ini : NO
NAMA VARIABEL
1
Jumlah Anggota keluarga Jumlah Anggota Keluarga Bekerja Jumlah Anggota Keluarga bersekolah Tingkat Pendapatan per bulan
2 3 4
5 6
Kepemilikan Mobil Pribadi Kepemilikan Sepeda Motor
KATEGORI I 1-2 Orang
KATEGORI II
3-4 Orang
KATEGORI III 5-6 Orang
KATEGORI IV ≥7 Orang
0-2 Orang
3-5 Orang
6-8 Orang
≥9 Orang
0-2 Orang
3-5 Orang
6-8 Orang
≥9 Orang
Rp. 500.0001jt
Rp. 2 jt – 3 jt
Rp. 4 jt – 5 jt
≥ Rp. 6 jt
0 - 1 unit
2 – 3 unit
4 – 5 unit
≥ 6 unit
0 - 1 unit
2 – 3 unit
4 – 5 unit
≥ 6 unit
Dari hasil survey pada 120 sampel , didapat 53 jenis kategori yang menghasilkan perjalanan yang berbeda beda, selanjutnya dengan menggunakan rumus analisa kategori yaitu : Qpi =
𝑛 𝑘𝑎𝑡𝑒𝑔𝑜𝑟𝑖 𝑖=1
Tci . Hci …………….. (6)
Maka didapat jumlah perjalanan yang dilakukan 120 sampel rumah tangga sebesar 596,98 pergerakan / hari, dan 94457.160 pergerakan/ hari untuk satu kecamatan lubuk pakam dengan jumlah rumah tangga 18987.
4.2 Analisa regresi linier Berikut ini merupakan hasil analisa korelasi antara variabel : Pergerakan Keluarga Pendapatan Motor mobil Bekerja sekolah
pergerakan
keluarga
pendapatan
motor
mobil
bekerja
sekolah
1 0.840 0.711 0.449 0.529 0.572 0.186
1 0.727 0.499 0.525 0.548 0.211
1 0.445 0.575 0.643 0.119
1 0.032 0.404 0.057
1 0.401 0.086
1 0.259
1
Dari hasil korelasi diatas selanjutnya akan dibentuk persamaan regresi dengan tingkat nilai hubungan antar variabel berikut ini : Interval Koefisien Tingkat Hubungan 0,00 – 0,199 Sangat Rendah 0,20 – 0,399 Rendah 0,40 – 0,599 Sedang 0,60 – 0,799 Kuat 0,80 – 1,00 Sangat Kuat Sesuai dengan syarat hubungan antara variabel independent dengan variabel independent yang dapat berkorelasi adalah maksimal rendah, maka : variabel X1 dengan variabel X2 , X3, X4, dan X5 tidak dapat digabung dalam satu persamaan regresi. variabel X2 dengan variabel X3 , X3, X5, tidak dapat digabung dalam satu persamaan regresi variabel X3 dengan variabel X4 dapat digabung dalam satu persamaan regresi dan variabel X3 dengan variabel X5 tidak dapat digabung dalam satu persamaan regresi variabel X4 dengan variabel X5, tidak dapat digabung dalam satu persamaan regresi sehingga model yang dihasilkan adalah sebagai berikut : Model Analisa Regresi Linear Sederhana Y = 0.107 + 0.823 X1 R = 0,840 R² = 0,705 Y = 0.349 + 0.667 X2 R = 0,711 R² = 0,505 Y = 1.114 + 0.581 X3 R = 0,449 R² = 0,201 Y = 0.889 + 0.944 X4 R = 0,529 R² = 0,280 Y = 0.840 + 0.713 X5 R = 0,572 R² = 0,327 Y = -0.186 + 0.603 X3 + 0.971 X4 R = 0,705 R² = 0,497
Uji Determinasi Uji determinasi dilakukan untuk mengetahui hubungan linear dua buah variabel dalam persamaan regresi. Koefisien determinasi dilambangkan (r²) pada persamaan regresi sederhana. Dari persamaan regresi yang telah didapat, maka persamaan regresi dengan nilai koefisien determinasi besar adalah : Y = 0.107 + 0.823 X1 Y = 0.349 + 0.667 X2
R = 0,840 R² = 0,705 R = 0,711 R² = 0,505
Uji t Uji ini digunakan untuk mengetahui apakah dalam model regresi variabel independen (X 1, X2,…..Xn) secara parsial berpengaruh signifikan terhadap variabel dependen (Y). Berikut ini merupakan hasil dari perhitungan uji t pada variabel X1 dan X2.
Uji F Uji F adalah pengujian pada variabel independen (X 1, X2, … Xn) apakah berpengaruh pada variabel dependen (Y) , atau untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel dependen atau tidak.
Dari dua uji diatas yang lulus uji adalah persamaan : Y = 0.107 + 0.823 X1, selanjutnya akan diuji linearitas dan validasi
Uji lineritas Uji lineritas merupakan salah satu pengujian sebagai syarat pada analisi regresi linier. Dua buah variabel dapat dikatakan linier apabila signifikansi kurang dari 0,05. Dengan menggunakan program SPSS , berikut ini merupakan hasil dari uji linieritas pada variabel X 1
Dari hasil perhitungan linearitas di atas di dapat nilai signifikansi pada linearity sebesar 0.000 dan nilai ini besarnya adalah kurang dari nilai signifikansi sebesar 0,05 , maka dapat disimpulkan kedua variabel X1 dan X2 pada persamaan regresi Y = 0.107 + 0.823 X1 Uji validasi Uji validasi adalah pengujian ketepatan sebuah variabel terhadap perhitungan variabel dependen Y. Dengan menggunakan bantuan SPSS didapat nilai validasi yaitu corrected item - total correlation pada variabel X1 sebagai berikut :
Dari nilai output di atas kita bandingkan nilai corrected item - total correlation pada variabel X1 dan X2 yaitu sebesar 0,840 dan 0,711 dengan nilai r pada tabel dengan jumlah data (n) = 120 dan signifikansi 0,05 diuji dengan 2 arah maka di dapat r sebesar 0,1779 . Dari hasil analisa didapat bahwa nilai dari variabel X1 melebihi nilai r tabel, maka dapat dinyatakan bahwa persamaan Y = 0.107 + 0.823 X1 5.Kesimpulan Jumlah pergerakan dari 120 sampel adalah sebesar 596,98 pergerakan / hari, dan dengan menggunakan rumus yang sama tapi dengan populasi kecamatan lubuk pakam maka jumlah pergerakan yang didapat adalah sebesar 94457.160 pergerakan / hari
Dari hasil analisa regresi linier didapat beberapa persamaan regresi yaitu sebagai berikut : Model Analisa Regresi Linear Sederhana Y = 0.107 + 0.823 X1 R = 0,840 R² = 0,705 Y = 0.349 + 0.667 X2 R = 0,711 R² = 0,505 Y = 1.114 + 0.581 X3 R = 0,449 R² = 0,201 Y = 0.889 + 0.944 X4 R = 0,529 R² = 0,280 Y = 0.840 + 0.713 X5 R = 0,572 R² = 0,327 Y = -0.186 + 0.603 X3 + 0.971 X4 R = 0,705 R² = 0,497
Melalui beberapa uji persamaan , didapat hasil persamaan regresi yang terbaik adalah :
Y = 0.107 + 0.823 X1 R² = 0,705
Dari hasil persamaan regresi yang terbaik, dengan memasukkan nilai variabel jumlah keluarga (X1) kedalam persamaan, maka didapat nilai pergerakan dari persamaan Y = 0.107 +
0.823 X1 sebesar 38024.10 pergerakan / hari , perbedaan nilai jumlah pergerakan dengan analisa klasifikasi silang disebabkan beberapa persamaan analisa regresi linier tidak lulus uji, sehingga didapat hanya satu persamaan yang dapat digunakan untuk mencari jumlah pergerakan. Daftar pustaka Mahmoud, Mounir Moghazy Abdel-Aal (2004) Cross classification trip production model for the city of Alexandria . Transportation Eng. Dept., Faculty of Eng., Alexandria University, Alexandria, Egypt Ashenagar Javid, (2011), Comparative Assesment of Trip Generation Category Analysis and Regression Modelling Techniques, Universiti Teknologi Malaysia Mwakalonge, Judith L (2012). Comparison of Alternative Methods for Estimating Household Trip Rates of Cross Classification Cells With Inadequate Data. Transportation Research Forum Highway Capacity Manual Direktorat (1997) Jendral Bina Marga Tamin, O. Z, (2000), Perencanaan dan Pemodelan Transportasi, Penerbit ITB, Bandung. Miro, Fidel (2002). Perencanaan Transportasi, Penerbit Erlangga
