ANALISA FAKTOR–FAKTOR YANG MEMPENGARUHI PEMILIHAN MODA TRANSPORTASI PENDUDUK KERJA DI KECAMATAN SUKMAJAYA DEPOK MENUJU TEMPAT KERJA DENGAN MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS
Sabdo Wicaksono Skripsi, Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan, Universitas Gunadarma, Jakarta
Dalam melakukan perjalanan menuju tempat kerja akhir–akhir ini di kecamatan Sukmajaya, telah menimbulkan masalah yang cukup serius di berbagai bidang seperti waktu tempuh perjalanan yang bertambah lama, kurangnya tingkat keamanan dan kenyamanan serta biaya yang dikeluarkan untuk melakukan perjalanan cukup tinggi. Permasalahannya, faktor–faktor apa yang menyebabkan seseorang di suatu wilayah Kecamatan Sukmajaya lebih memilih kendaraan pribadi seperti sepeda motor, daripada alternatif moda lain yang belum diketahui. Dengan menentukan faktor-faktor yang mempengaruhi pemilihan moda, serta besar pengaruhnya, berbagai alternatife dan kebijakan untuk memberikan pelayanan kepada masyarakat kecamatan Sukmajaya Depok, dapat diusulkan dengan lebih efektif. Metode ANALYTIC HIERARCHY PROCESS dapat dipergunakan untuk menentukan faktor-faktor pemilihan moda. Data karakteristik perjalanan dilakukan dengan survei data langsung ke lapangan serta wawancara berkuesioner kepada penduduk bekerja di Kecamatan Sukmajaya Kota Depok yang mempunyai kemungkinan untuk melakukan pilihan terhadap alternatif-alternatif moda yang ada. Kata Kunci : Analytic Hierarchy Process, analisa faktor-faktor, moda transportasi.
PENDAHULUAN Kepadatan lalu lintas kendaraan bermotor di jalan–jalan kota Depok akhir–akhir ini telah semakin bertambah, sehingga sering menimbulkan kemacetan lalu lintas, terutama di jalan–jalan protokol dan jalan–jalan utamanya. Meningkatnya jumlah kendaraan bermotor bisa disebabkan oleh dua hal, yaitu semakin banyaknya produksi kendaraan bermotor (oleh industri kendaraan bermotor), dan semakin tidak mencukupi, tidak nyaman, dan tidak amannya angkutan–angkutan umum yang ada. Kondisi ini mendorong masyarakat lebih memilih alternatif lainnya, salah satunya masyarakat memilih untuk memiliki kendaraan pribadi (walaupun bekas, bahkan usia kendaraan yang cukup tua, sesuai kemampuan daya beli mereka).
1
Penambahan sarana tansportasi umum maupun pelebaran jalan-jalan utama bukanlah solusi yang memadai mengingat jumlah kebutuhan masyarakat yang terus meningkat. Solusi alternatif yang mengalihkan penggunaan kendaraan pribadi perlu dicari. Permasalahannya, faktor–faktor apa yang menyebabkan masyarakat memilih menggunakan kendaraan bermotor pribadi daripada alternatif moda yang lain belum diketahui. Dengan menentukan faktor–faktor yang mempengaruhi pemilihan moda, serta besarnya pengaruh, berbagai alternatif dan kebijakan untuk kebutuhan masyarakat, dapat diusulkan dengan lebih efektif. Makalah ini membahas bagaimana faktor–faktor moda dapat ditentukan berdasarkan metode Analytic Hierarchy Process (AHP) yang dikembangkan oleh Saaty. Penekanan dibagi menjadi dua yakni penggunaan metode AHP dan penerapan serta hasil dari studi kasus kebutuhan masyarakat akan moda transportasi Depok. Tujuan utama dari penelitian ini adalah untuk mengetahui faktor yang dominan dalam memilih moda transportasi perjalanan menuju ke tempat kerja berdasarkan jumlah total penduduk bekerja di Kecamatan Sukmajaya dalam memilih moda transportasi, dan untuk mengetahui moda yang dominan dipilih oleh penduduk Kecamatan Sukmajaya untuk melakukan kegiatan bekerja. TINJAUAN PUSTAKA Analytic Hierarchy Process (AHP) Metode Analytic Hierarchy Process (AHP) merupakan teori umum mengenai pengukuran. Empat macam skala pengukuran yang biasanya digunakan secara berurutan adalah skala nominal, ordinal, interval dan rasio. Skala yang lebih tinggi dapat dikategorikan menjadi skala yang lebih rendah, namun tidak sebaliknya. Pendapatan per bulan yang berskala rasio dapat dikategorikan menjadi tingkat pendapatan yang berskala ordinal atau kategori (tinggi, menengah, rendah) yang berskala nominal. Sebaliknya jika pada saat dilakukan pengukuran data yang diperoleh adalah kategori atau ordinal, data yang berskala lebih tinggi tidak dapat diperoleh. AHP mengatasi sebagian permasalahan itu. (Saaty,2001) AHP digunakan untuk menurunkan skala rasio dari beberapa perbandingan berpasangan yang bersifat diskrit maupun kontinu. Perbandingan berpasangan tersebut dapat diperoleh melalui pengukuran aktual maupun pengukuran relatif dari derajat kesukaan, atau kepentingan atau perasaan. Dengan demikian metode ini sangat berguna untuk membantu mendapatkan skala rasio dari hal-hal yang semula sulit diukur seperti pendapat, perasaan, prilaku dan kepercayaan. (Saaty,2001) Penggunaan AHP dimulai dengan membuat struktur hirarki atau jaringan dari permasalahan yang ingin diteliti. Di dalam hirarki terdapat tujuan utama, kriteria-kriteria, sub kriteria-sub kriteria dan alternatif-alternatif yang akan dibahas. Perbandingan berpasangan dipergunakan untuk membentuk hubungan di dalam struktur. Hasil dari perbandingan berpasangan ini akan membentuk matrik dimana skala rasio diturunkan dalam bentuk eigenvektor utama atau fungsi-eigen. Matrik tersebut berciri positif dan berbalikan, yakni aij = 1/ aji. (Saaty,2001)
2
Abstraksi susunan hirarki keputusan dapat dilihat dibawah ini : Level 1 : Fokus atau Sasaran Utama Level 2 : Faktor atau kriteria Level 3 : Obyektif Level 4 : Sub obyektif Level 5 : Alternatif Setiap hirarki tidak perlu terdiri dari 5 level, banyaknya level tergantung pada permasalahan yang dihadapi. Tetapi untuk setiap permasalahan, level 1 (fokus atau sasaran), level 2 (faktor atau kriteria), dan level 5 (alternatif) harus selalu ada. Gambar 1 menunjukkan stuktur hirarki dari kasus permasalahan yang ingin diteliti yakni pemilihan moda transportasi ke tempat kerja berdasarkan keempat faktor. Penetapan faktor yang berpengaruh didasarkan atas berbagai studi sebelumnya. Tujuan
Level 1
Level 2
Aman
Level 3
Mobil
Nyaman
Biaya
Angkutan Kota
Motor
Waktu
Bis
Kereta Api
Gambar 1. Struktur Hirarki Sumber: Decision Making For Leaders (Saaty,2001)
Garis-garis yang menghubungkan kotak-kotak antar level merupakan hubungan yang perlu diukur dengan perbandingan berpasangan dengan arah ke level yang lebih tinggi. Level 1 merupakan tujuan dari penelitian yakni memilih alternatif moda yang tertera pada level 3. Faktor–faktor pada level 2 diukur dengan perbandingan berpasangan berarah ke level 1. Misalnya didalam memilih moda, mana yang lebih penting antara faktor Aman dan Nyaman? Mana yang lebih penting antara faktor Aman dan Biaya, Aman dan Waktu, Nyaman dan Biaya dan seterusnya. Mengingat faktor-faktor tersebut diukur secara relatif antara satu dengan yang lain, skala pengukuran relatif 1 hingga 9, seperti yang tertera dalam tabel 2, diusulkan untuk dipakai oleh Saaty. Tabel 1. Skala Nilai Perbandingan Berpasangan Sumber: Decision Making For Leaders (Saaty,2001)
Intensitas Kepentingan 1 3 5
Keterangan Kedua elemen sama pentingnya Elemen yang satu sedikit lebih penting daripada elemen yang lainnya Elemen yang satu lebih penting daripada yang lainnya
3
7 9 2,4,6,8
Satu elemen jelas lebih mutlak penting daripada elemen lainnya Satu elemen mutlak penting daripada elemen lainnya Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan
Expert Choice Program Expert Choice merupakan perangkat lunak yang dapat digunakan untuk membantu perhitungan dengan metoda Analytic Hierarchy Process (AHP). Dengan software ini dapat dilakukan analisa sensitivitas serta pencetakan grafik dan tabel perhitungan. METODE PENELITIAN Sebagai studi kasus, dilakukan pengumpulan data tentang nilai kepentingan faktor-faktor yang berpengaruh dalam hal melakukan perjalanan menuju tempat kerja. Responden dipilih secara acak sederhana dari prosentase penduduk kerja di Kecamatan Sukmajaya Depok. Data tersebut berupa data perbandingan berpasangan dengan skala 1-9. Data-data yang terkumpul tersebut diolah dengan metode AHP yang sebelumnya dilakukan perhitungan geometrik rata-rata untuk mendapatkan matriks perbandingan berpasangan, kemudian diuji nilai consistency ratio (CR)-nya yaitu data yang CR-nya kurang dari 10% yang dianggap konsisiten. Untuk mendapatkan hasil yang diharapkan, dilakukan analisa sensitivitas terhadap prioritas pemilihan alternatif moda yang ada. Analisa ini dilakukan dengan cara trial dan error pada masing-masing faktor. Dengan cara ini dapat dilihat kecenderungannya sehingga dapat diketahui pengaruhnya terhadap pergeseran prioritas pemilihan alternatif moda. Penelitian mengenai ”Analisa Faktor-Faktor Yang Mempengaruhi Pemilihan Moda Transportasi Penduduk Kerja Di Kecamatan Sukmajaya Depok Menuju Tempat Kerja Dengan Menggunakan Metode Analytic Hierarchy Process” ini, dilakukan di sebelas kelurahan yang ada di Kecamatan Sukmajaya Depok. Data primer seperti kriteria-kriteria pemilihan moda transportasi (aman, nyaman, biaya, dan waktu), data responden, diperoleh melalui pengisian kueseoner, wawancara dan observasi di lokasi penelitian. Data sekunder yang penulis kumpulkan berupa data jumlah penduduk kerja, jumlah moda transportasi di Kecamatan Sukmajaya Depok. Merujuk kembali ke gambar 1, diperlihatkan faktor-faktor dan alternatif-alternatif yang tersusun dalam struktur hirarki. Sebagai tujuan, adalah pemilihan moda pada level 3, level 1 menyatakan tujuan, sedangkan level 2 menunjukkan faktor-faktor yang berpengaruh. Faktor-faktor yang berpengaruh dapat dijelaskan sebagai berikut: 1. Faktor Aman Menunjukkan keamanan dari gangguan selama perjalanan, yaitu rasa aman dari adanya tindakan kriminalitas, keselamatan dari resiko kecelakaan dan dari lingkungan sekitar yaitu gangguan sebelum dan sesudah melakukan perjalanan. 2. Faktor Nyaman Merujuk kepada faslitas yang tersedia selama dalam perjalanan, misalnya perlindungan dari cuaca, tersedianya fasilitas AC, tempat duduk yang nyaman, privasi dari orang 4
lain (yaitu kebebasan untuk melakukan segala sesuatu selama perjalanan) dan suasana tenang selama perjalanan. 3. Faktor Biaya Meliputi biaya langsung yang dikeluarkan untuk melakukan perjalanan, misalnya biaya bahan bakar minyak dan ongkos untuk angkutan umum, biaya parkir kendaraan, dan lain-lain. Biaya tidak termasuk modal pembelian mobil dan pemeliharaan. 4. Faktor Waktu Menyatakan lama waktu untuk melakukan perjalanan, yang didalamnya mengandung sub faktor ketepatan waktu sampai tujuan, kelancaran selama perjalanan dan bebas melakukan perjalanan kapan saja. Hasil dan Pembahasan
Level 3
Level 2
Level 1
Analisa Data dengan Metode AHP Berdasarkan hasil perhitungan, perbandingan berpasangan pada level 2 yang didapatkan dari hasil survei pada salah satu kelurahan di Kecamatan Sukmajaya yaitu Kelurahan Sukamaju dengan metode AHP memiliki pola pola pikir yang dapat digambarkan dalam skema (bagan) sebagai berikut :
TUJUAN
AMAN
Mobil Pribadi
NYAMAN
BIAYA
Sepeda Motor
WAKTU
Angkutan Kota
Bis Kota
Gambar 2. Struktur Hirarki Perbandingan karakteristik dari semua faktor dan setiap cara dinyatakan dalam matrik sebagai berikut : Tabel 2. Matriks Perbandingan dari Semua Faktor Sumber : hasil olahan Aman
Nyaman
Biaya
Waktu
Aman
1
3
0.33
0.25
Nyaman
0.33
1
0.22
0.17
Biaya
3
4.5
1
1
Waktu
4
5.8
1
1
5
Kereta Api
Perhitungan matriks untuk semua faktor : 1
3
0.33
0.25
0.33
1
0.22
0.17
3
4.5
1
1
4
5.8
1
1
Σ kolom = 8,33
14.3 2.53 2.42
Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, diperoleh matriks sebagai berikut : 0.120
0.209
0.129
0.103
0.039
0.069
0.086
0.070
0.360
0.314
0.392
0.413
0.480
0.405
0.392
0.413
Selanjutnya diambil rata-rata nilai untuk setiap baris, menghasilkan = 0,139 0,066 0,370 0,425 Faktor kolom ini kemudian dikalikan dengan matriks semula, menghasilkan nilai untuk tiap baris, yang selanjutnya setiap nilai dibagi kembali dengan nilai vektor yang bersangkutan. Nilai rata-rata dari hasil pembagian ini merupakan principal eigen value maksimum (λmaks) 0.139
1
3
0.33
0.25
0.066
0.33
1
0.22
0.17
0.370
3
4.5
1
1
0.425
4
5.8
1
1
=
0.57
:
0.139
=
4.1
0.27
:
0.066
=
4.09
1.51
:
0.370
=
4.08
1.7
:
0.425
=
4.08
Σ=
16,35 = 4,08 (mendekati 4) 4 Consistency index (CI) diperoleh menurut rumus : λmaks − n , dengan n adalah banyaknya unsur dalam matriks CI = n −1 4,08 − 4 0,08 = = 0,027 CI = 4 −1 3
λmaks =
6
16.35
Selanjutnya consistency Ratio (CR) dinyatakan dengan persamaan = CR =
CI RI
dengan RI (Random Index), yang tergantung dari jumlah unsur dalam matriks (= n) menurut tabel berikut : Tabel 3. Nilai Pembangkit Random (R.I.) Decision Making For Leaders(Saaty,2001) 3 4 5 6 7
n
=
1
2
RI
=
0,00
0,00
0,58
0,90
1,12
1,24
1,32
8
9
10
1,41
1,45
1,49
0,027 = 0,03 0,90 Jadi : λmaks = 4,08 mendekati n = 4; CI = 0,027 → cukup kecil Kesimpulan : hasil cukup konsisten
Untuk n = 4, RI = 0,90 ; CR =
Untuk memperoleh vektor prioritas, setiap unsur di setiap baris dikalikan, dan selanjutnya ditarik akar berpangkat n. Hasil dari setiap baris ini kemudian dibagi dengan jumlah dari hasil semua baris. 1
3
0.33
0.25
0.33
1
0.22
0.17
3
4.5
1
1
4
5.8
1
1
= 0,71
4
1 x 3 x 0,33 x 0,2 5
4
0,33 x 1 x 0, 22 x 0,17 = 0,34
4
3 x 4,5 x 1 x 1
= 1,9
4
4 x 5,8 x 1 x 1
= 2,19 Σ = 5,14
Vektor prioritas : 0,71 : 5,14 0,34 : 5,14 1,9 : 5,14 2,19 : 5,14
= 0,139 = 0,066 = 0,37 = 0,425
Tabel 4. Matriks perbandingan dari setiap faktor terhadap kelima moda transportasi a. Faktor Aman MP
SM
AK
BK
KA
MP
1
2.3
1.6
1.5
2.5
SM
0.43
1
0.48
1.3
2.3
AK
0.6
2.1
1
0.43
1.8
BK
0.7
0.77
2.3
1
1.7
KA
0.40
0.43
0.56
0.6
1
Sumber : hasil olahan
7
Keterangan : MP = Mobil Pribadi SM = Sepeda Motor AK = Angkutan Kota BK = Bis Kota KA = Kereta Api
Perhitungan matriks untuk faktor Aman
1
2.3
1.6
1.5
2.5
0.43
1
0.48
1.3
2.3
0.6
2.1
1
0.43
1.8
0.7
0.77
2.3
1
1.7
0.4
0.43
0.56
0.6
1
6,6
6
4,83
9,3
Σ kolom = 3,13
Dengan unsur pada setiap kolom dibagi dengan jumlah pada masing-masing diperoleh matriks sebagai berikut : Σ baris = 0.32
0.35
0.3
0.31
0.3
1.52
0.14
0.15
0.08
0.3
0.25
0.875
0.2
0.32
0.17
0.1
0.2
0.975
0.22
0.12
0.38
0.20
0.182
1.12
0.13
0.06
0.1
0.12
0.11
0.51
Hasil rata-rata untuk setiap baris = (jumlah tiap baris dibagi n = 5)
0.304 0.175 0.195 0.224 0.102
Nilai vektor ini selanjutnya dikalikan dengan matriks semula, dan hasil perkalian kemudian dibagi kembali dengan nilai vektor kolom yang bersangkutan. Hasil dirata-ratakan menjadi eigen value maksimum : (λ maks) 0.304
1
2.3
1.6
1.5
2.5
1.64
:
0.3
=
5,47
0.175
0.43
1
0.48
1.3
2.3
0.93
:
0.175
=
5,17
0.195
0.6
2.1
1
0.43
1.8
1.03
:
0.195
=
5,15
0.224
0.7
0.77
2.3
1
1.7
1.20
:
0.224
=
5,45
0.102
0.4
0.43
0.56
0.6
1
0.54
:
0.102
=
5,40
=
Σ=
8
26.64
26,64 = 5,33 (mendekati 5) 5 5,33 − 5 0,08 = 0,08 dan CR = = 0,07 = cukup kecil CI = 1,12 5 −1
n = 5 dan RI = 1,12 → λmaks =
b. Faktor Nyaman MP
SM
AK
BK
KA
MP
1
2.7
2.1
2.3
2,8
SM
0.37
1
0.59
1.2
1.5
AK
0.48
1.7
1
1
2.2
BK
0.43
0.83
1
1
1.1
KA
0.36
0.67
0.45
0.91
1
Sumber : hasil olahan
Perhitungan matriks untuk faktor Nyaman 1
2.7
2.1
2.3
2.8
0.37
1
0.59
1.2
1.5
0.48
1.7
1
1
2.2
0.43
0.83
1
1
1.1
0.36
0.67
0.45
0.91
1
Σ kolom = 2.64
6.9
5.14
6.41
8.6
Dengan unsur pada setiap kolom dibagi dengan jumlah pada kolom masingmasing diperoleh matriks sebagai berikut : Σ baris = rata – rata = 0.378
0.391
0.408
0.358
0.325
1.86
0.373
0,140
0.144
0.114
0.187
0.174
0.759
0.152
0.181
0.246
0.194
0.156
0.255
1.035
0.207
0.162
0.120
0.194
0.156
0.127
0.765
0.153
0.136
0.097
0.087
0.141
0.116
0.575
0.115
Nilai vektor kolom ini dikalikan dengan matriks semula, kemudian hasil perkalian dibagi kembali dengan nilai vektor kolom yang bersangkutan, dan hasilnya dirataratakan menjadi eigen value maksimum (λ maks)
9
(λ maks) 0.373
1
2.7
2.1
2.3
2.8
1.890
:
0.373
=
5.067
0.152
0.37
1
0.59
1.2
1.5
0.768
:
0.152
=
5.052
0.207
0.48
1.7
1
1
2.2
1.051
:
0.207
=
5.077
0.153
0.43
0.83
1
1
1
0.772
:
0.153
=
5.078
0.115
0.36
0.67
0.45
0.91
1
0.582
:
0.115
=
5.017
=
Σ=
25.291
25,291 = 5,058 mendekati 5 5 5,08 − 5 0,014 = 0,014 dan CR = = 0,01 → cukup kecil CI = 5 −1 1,12 Kesimpulan : hasil cukup konsisten.
n = 5 dan RI = 1,12 → λ maks =
c.
Faktor Biaya MP
SM
AK
BK
KA
MP
1
0.3
0.37
0.32
0.3
SM
3.3
1
2.6
2.7
1.3
AK
2.7
0.38
1
1.8
0.3
BK
3.1
0.37
0.55
1
0.26
KA
0.33
0.77
3.3
3.8
1
Sumber : hasil olahan
Perhitungan matriks untuk faktor Biaya 1
0.3
0.37
0.32
3.0
3.3
1
2.6
2.7
1.3
2.7
0.38
1
1.8
0.3
3.1
0.37
0.55
1
0.26
0.33
0.77
3.3
3.8
1
7.82
9.62
5.86
Σ kolom = 10.43 2.82
Dengan unsur pada setiap kolom dibagi dengan jumlah pada kolom masingmasing diperoleh matriks sebagai berikut :
10
Σ baris =
rata – rata =
0.1
0.11
0.05
0.03
0.051
0.825
0.165
0.32
0.35
0.33
0.28
0.22
1.48
0.296
0.26
0.13
0.128
0.19
0.05
0.795
0.159
0.3
0.13
0.07
0.10
0.04
0.695
0.139
0.03
0.27
0.42
0.4
0.17
1.205
0.241
Nilai vektor kolom ini dikalikan dengan matriks semula, kemudian hasil perkalian dibagi kembali dengan nilai vektor kolom yang bersangkutan, dan hasilnya dirataratakan menjadi eigen value maktimum (λ maks). (λ maks) 0.165
1
0.3
0.37
0.32
3.0
1.08
:
0.165
=
6.54
0.296
3.3
1
2.6
2.7
1.3
2.0
:
0.296
=
6.75
0.159
2.7
0.38
1
1.8
0.3
1.04
:
0.159
=
6.54
0.139
3.1
0.37
0.55
1
0.26
0.91
:
0.139
=
6.54
0.241
0.33
0.77
3.3
3.8
1
1.05
:
0.241
=
4.35
=
Σ=
30,8 = 6,16 mendekati 6 5 6,16 − 5 0,04 = 0,04 dan CR = = 0,035 → cukup kecil CI = 5 −1 1,12 Kesimpulan : hasil cukup konsisten
n = 5 dan RI = 1,12 → λ maks =
d. Faktor waktu MP
SM
AK
BK
KA
MP
1
0.43
2.3
2.4
0.27
SM
2.3
1
2.8
2.7
0.625
AK
0.43
0.35
1
1
0.55
BK
0.4
0.37
1
1
0.52
KA
3.7
1.6
1.8
1.9
1
Sumber : hasil olahan
11
30.8
Perhitungan matriks untuk faktor waktu 1
0.43
2.3
2.4
0.27
2.3
1
2.8
2.7
0.625
0.43
0.35
1
1
0.55
0.4
0.37
1
1
0.52
3.7
1.6
1.8
1.9
1
Σ kolom = 7.83 3.75
8.9
9
2.9
Dengan unsur pada setiap kolom dibagi dengan jumlah pada kolom masingmasing diperoleh matriks sebagai berikut : Σ baris =
rata – rata =
0.127
0.114
0.258
0.266
0.091
0.835
0.167
0.293
0.266
0.314
0.300
0.210
1.385
0.277
0.054
0.093
0.112
0.111
0.185
0.545
0.109
0.051
0.098
0.112
0.111
0.175
0.535
0.107
0.472
0.426
0.202
0.211
0.337
1.7
0.340
Nilai vektor kolom ini dikalikan dengan matriks semula, kemudian hasil perkalian dibagi kembali dengan nilai vektor kolom yang bersangkutan, dan hasilnya dirataratakan menjadi eigen value maktimum (λ maks) (λ maks) 0.167
1
0.43
2.3
2.4
0.27
0.886
:
0.167
=
5.30
0.277
2.3
1
2,8
2.7
0.625
1.467
:
0.277
=
5.30
0.109
0.43
0.35
1
1
0.55
0.572
:
0.109
=
5.24
0.107
0.4
0.37
1
1
0.52
0.562
:
0.107
=
5.25
0.340
3.7
1.6
1.8
1.9
1
1.8
:
0.340
=
5.30
Σ
=
26.4
=
26.4 = 5.3 mendekati 5 5 5,3 − 5 0.078 CI = = 0.078 dan CR = = 0.07 → cukup kecil 5 −1 1,12 Kesimpulan : hasil cukup konsisten
n = 5 dan RI = 1.12 → λ maks =
12
Peringkat keseluruhan semua moda transportasi terhadap ke-4 faktor diperoleh mariks berikut, selanjutnya dikalikan dengan vektor prioritas dari matriks pertama (dari empat faktor) : 0.131 0.049 0.276 0.544 Tabel 5. Matriks hubungan pemilihan moda transportasi dengan keempat faktor AMAN
NYAMAN
BIAYA
WAKTU
MP
0,337
0,405
0,165
0,167
SM
0,185
0,219
0,296
0,277
AK
0,159
0,140
0,159
0,109
BK
0,174
0,109
0,139
0,107
KA
0,146
0,127
0,241
0,340
Sumber : hasil olahan
hasil perhitungan : 0.139
0.337
0.405
0.165
0.167
0.199
(Mobil Pribadi)
0.066
0.185
0.219
0.296
0.277
0.262
(Sepeda Motor)
0.370
0.159
0.140
0.159
0.109
0.146
(Angkutan Kota)
0.425
0.174
0.109
0.139
0.107
0.138
(Bus Kota)
0.146
0.127
0.241
0.340
0.255
(Kereta Api)
=
Σ=1.000
Prioritas : 1. Motor (Sepeda motor) 2. Kereta Api 3. Mobil Pribadi 4. Angkutan Kota 5. Bis Kota
: : : : :
0.262 0.255 0.199 0.146 0.138
Dari hasil Analisa AHP, responden di Kelurahan Sukamaju menganggap faktor waktu sebagai prioritas utama, yaitu 42,5 % menyusul biaya, aman, dan nyaman menjadi prioritas terakhir, sedangkan yang menjadi prioritas utama pemilihan moda transportasi responden dalam melakukan perjalanan menuju tempat kerja adalah motor yaitu sebesar 26,2%, menyusul kereta api, mobil pribadi, angkutan kota dan bis kota.
13
Expert choice Expert choice merupakan perangkat lunak yang dapat membantu perhitungan dengan metode Analytic Hierarchy Process (AHP) kepada 100 responden terhadap total penduduk bekerja satu kecamatan Sukmajaya Depok. Program Expert Choice dari total satu kecamatan Sukmajaya yang terdiri sebelas kelurahan dapat dilihat pada lampiran.
Dari hasil perhitungan tiap-tiap kelurahan dengan menggunakan program Expert Choice, penulis mencoba merangkumnya dalam bentuk tabel dibawah ini : Tabel 6. Moda Yang Dominan Dalam Memilih Alternatif Moda Transportasi No.
Kelurahan
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11.
Abadijaya Mekarjaya Baktijaya Sukamaju Cisalak Cilodong Tirtajaya Sukmajaya Kalibaru Jatimulya Kalimulya Total Rata-rata 1 Kecamatan Sukmajaya
Moda Transportasi ( % ) Mobil P SM Angkot Bis 22 27 16 17 20 28 19 18 17 33 13 13 19 26 14 13 11 31 14 18 23 35 18 13 15 28 13 16 19 25 13 13 17 27 15 16 14 31 12 17 14 28 13 14 17
29
15
16
KA 18 13 24 25 25 11 27 28 24 25 31 23
Sumber : Hasil Olahan
Tabel 7. Faktor Yang Dominan Dalam Memilih Alternatif Moda Transportasi No.
Kelurahan
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11.
Abadijaya Mekarjaya Baktijaya Sukamaju Cisalak Cilodong Tirtajaya Sukmajaya Kalibaru Jatimulya Kalimulya Total Rata-rata 1 Kecamatan Sukmajaya
Aman 11.5 17 10.5 13.9 15.2 10.6 12.9 13.1 11.7 15.3 18.9
Faktor - Faktor ( % ) Nyaman Biaya Waktu 4.3 28.9 55.3 21.2 41 20.8 5.2 22.5 61.8 6.6 37 42.5 6.9 42.1 35.9 5.7 22.5 61.2 4.3 24.5 58.3 6 18.6 62.3 6 32.9 49.4 7.4 57.8 19.5 9.4 42.3 29.4
13,7
7,5
Sumber : Hasil Olahan
14
33,6
45,2
Analisa Sensitivitas Analisa Sensitivitas Kecamatan Sukmajaya 1. Perubahan Faktor Aman Terhadap Pemilihan Alternatif Moda Analisa sensitivitas pada gambar 3 berikut menunjukkan bahwa untuk pengurangan bobot nilai pada faktor aman dalam arti keamanan ditingkatkan sehingga faktor aman tidak menjadi prioritas utama, maka akan terjadi peningkatan pada sepeda motor dan kereta api, sedangkan mobil pribadi mengalami penurunan, disini terlihat bahwa mobil pribadi dianggap cukup aman oleh responden.
Gambar 3. Sensitivitas Perubahan Faktor Aman 2. Perubahan Faktor Kenyamanan Terhadap Pemilihan Alternatif Moda Analisa sensitivitas pada gambar 4 berikut menunjukkan bahwa perubahan kepentingan faktor kenyamanan dilakukan angkutan umum misalnya dengan peningkatan fasilitas pada angkutan kota dan bis kota. Untuk setiap penurunan bobot nilai faktor kenyamanan maka akan terjadi penurunan pada mobil pribadi dan kerea api, sedangkan angkutan kota mengalami kenaikan. Dari kenyataan tersebut dapat diambil suatu kebijakan yang dapat mengurangi pemilihan moda pribadi, seperti: menyediakan fasilitas musik atau televisi atau pendingin ruangan (AC) pada angkutan umum sehingga membuat responden lebih dapat menikati perjalanan.
15
Gambar 4 Sensitivitas Perubahan Faktor Nyaman 3. Perubahan Faktor Biaya Terhadap Pemilihan Alternatif Moda Analisa sensitivitas pada gambar 5. berikut menunjukkan bahwa dengan peningkatan bobot nilai pada faktor biaya secara umum, dapat mengakibatkan penurunan pada mobil pribadi. Dari kenyataan tersebut dapat disimpulkan bahwa untuk mengurangi pemilihan mobil pribadi dan mau beralih ke alternatif moda angkutan kota, maka dapat dibuat suatu kebikjakan, yaitu meningkatkan tarif parkir atau pajak untuk mobil pribadi.
Gambar 5. Sensitivitas Perubahan Faktor Biaya
16
3. Perubahan Faktor Waktu Terhadap Pemilihan Alternatif Moda Analisa sensitivitas pada gambar 6. berikut menunjukkan bahwa jika faktor waktu ditingkatkan kepentingannya, misalnya disiplin terhadap ketepatan waktu ditingkatkan maka pemilihan sepeda motor, mobil pribadi cenderung meningkat, sedangkan untuk angkutan umum (angkutan kota, bis kota, kereta api) mengalami penurunan. Penurunan bobot pada angkutan umum menggambarkan bahwa moda tersebut dianggap kurang baik dari segi waktu. Kebijakan yang dapat diambil dari analisa tersebut adalah adanya tempat-tempat pemberhentian untuk angkutan umum kota yang jelas dan teratur, disiplin terhadap waktu keberangkatan, rute perjalanan yang banyak agar mudah dicapai oleh responden sehingga dapat meningkatkan pemilihan alternatif moda menuju tempat kerja.
Gambar 6. Sensitivitas Perubahan Faktor Waktu Kesimpulan Dan Saran Kesimpulan Berdasarkan pembahasan dan analisa diatas, maka dapat disimpulkan sebagai berikut : 1. faktor yang dominan dalam pemilihan moda transportasi di Kecamatan Sukmajaya dalam melakukan kegiatan bekerja adalah faktor waktu. Pilihan faktor selanjutnya yang paling berpengaruh dalam pemilihan moda transportasi adalah faktor biaya, faktor aman, dan faktor nyaman sebagai pilihan terakhir. 2. moda yang dominan dipilih responden dalam melakukan kegiatan bekerja adalah sepeda motor. Alternatif moda pilihan selanjutnya adalah kereta api pada urutan kedua, mobil pribadi pada urutan ketiga, bis kota pada urutan keempat, dan angkutan kota pilihan terakhir.
17
Dari analisa sensitivitas berdasarkan keempat faktor tersebut, maka dapat diambil kebijakan-kebijakan dalam upaya mengalihkan kendaraan pribadi ke angkutan umum kota di Kecamatan Sukmajaya Depok, antara lain adalah dengan melakukan peningkatan tarif biaya parkir atau pajak kendaraan pribadi, penambahan fasilitas musik atau televisi atau pendingin ruangan (AC) pada angkutan umum kota, pengaturan rute perjalanan, waktu keberangkatan yang teratur serta keamanan yang lebih ditingkatkan pada angkutan umum kota yaitu angkutan dalam kota dan bis bis kota. SARAN 1. Diperlukan pengembangan dalam pengambilan sampel yang lebih merata, menambahkan pertimbangan-pertimbangan lain dalam memberikan penilaian terhadap moda transportasi dan membangun struktur hierarki dengan lebih dari tiga level serta membuat analisa yang lebih baik lagi. 2. Dalam melakukan penilaian terhadap perbandingan berpasangan harus memperhatikan konsep-konsep AHP agar perbandingan berpasangan tersebut dapat dilakukan lebih konsisten. 3. Diperlukan penelitian untuk kecamatan–kecamatan lain di Kota Depok.
DAFTAR PUSTAKA 1. Aslan, Muhammad. (1997). ” Sistem Transportasi”, Gunadarma, Jakarta. 2. Bappeda Kota Depok, BPS Kota Depok. (2006). ”Kota Depok Dalam Angka 2006”, Depok. 3. Kustituanto, B. (1994). ”Matematika Ekonomi”, Gunadarma, Jakarta. 4. Morlock, Edward K. (1991). ”Pengantar Teknik dan Perencanaan Transportasi”, Jakarta. 5. Nazir, M. (2003). ”Metode Penelitian”, Penerbit Ghalia Indonesia, Jakarta. 6. Tamin, Ofyar, Z. (2003). ”Perencanaan dan Pemodelan Transportasi”, ITB Bandung. 7. Singaribun, M., dan Effendi, S. (1989). ”Metode Penelitian Survai”, Jakarta. 8. Sukarto, Haryono.(2006).”Pemilihan Model Transportasi di DKI Jakarta dengan Analisis Kebijakan Proses Hierarki Analitik”, Jurnal Teknik Sipil, Volume 3 Nomor 1, hal.25-35, Universitas Pelita Harapan, Tangerang. 9. Sugiyono. (2003). ”Statistika untuk Penelitian”, CV.ALFABETA, Bandung. 10. Teknomo, K. (1999). “Penggunaan Metode AHP dalam Menganalisa Faktor-faktor yang Mempengaruhi Pemilihan Moda ke Kampus”, Jurnal Teknik Sipil, Volume 1 Nomor 1, hal.31-39, Universitas Kristen Petra, Jakarta.
18
