1 EVALUASI BIAYA KECELAKAAN MAHASISWA UNIVERSITAS MUHAMMADIYAH MALANG Nama Mahasiswa NRP Jurusan Dosen Konsultasi
: Reza Fachrur Rozy : 3104 100 129 : Teknik Sipil FTSPITS : Hera Widyastuti, Ir.MT.
Abstrak Seiring dengan meningkatnya volume kendaraan di jalan, kecelakaan lalu lintas menjadi masalah utama yang harus diatasi. Mengingat kerugian yang ditimbulkan akibat kecelakaan juga semakin tahun semakin meningkat. Untuk itu perlu dilakukan suatu kajian, salah satunya adalah dengan mengevaluasi biaya yang timbul akibat kecelakaan. Diharapkan dengan mengetahui seberapa besar biaya yang timbul akibat kecelakaan, para pengguna jalan dapat berusaha lebih berhati-hati dalam berkendara di jalan. Untuk menganalisa biaya-biaya tersebut perlu dilakukan survey dan wawancara terhadap responden untuk perolehan data. Universitas Muhammadiyah Malang merupakan Universitas swasta terbesar di kota Malang, yang terdiri dari 3 kampus, yaitu kampus 1 yang terletak di jalan Bandung, kampus 2 di jalan Bendungan Sutami, dan kampus 3 yang di jalan raya Telogomas yang merupakan jalan utama jalur Malang - Batu, sekaligus sebagai pusat kegiatan mahasiswa. Mahasiswa yang berkuliah di Universitas tersebut juga berasal dari berbagai kalangan dan daerah dari seluruh Indonesia, sehingga dianggap sesuai sebagai obyek kajian. Ada 2 macam metode yang di gunakan dalam penelitian ini, yaitu Gross Output atau disebut juga Human Capital Methode, dan Willingness To Pay Methode. Gross Output Methode adalah penggabungkan antara biaya yang timbul selama terjadinya kecelakaan dan setelah terjadinya kecelakaan, yaitu meliputi biaya administrasi, biaya perbaikan kendaraan, biaya pengobatan dan perawatan, maupun biaya tambahan lain yang timbul setelah terjadinya kecelakaan. Sedangkan wiillingness to pay methode adalah insiatif pribadi dari pengguna jalan untuk mengeluarkan dana dalam rangka pencegahan terjadinya kecelakaan. Berdasarkan hasil wawancara,
survey dan kepemilikan kendaraan, didapat pula data kecelakaan maupun biaya yang timbul akibat kecelakaan, baik kecelakaan serius, ringan, maupun PDO. Dari hasil analisa gross output didapat perbandingan antara opini dan peraturan pemerintah nomer 43 tahun 1993 dimana untuk luka ringan terdapat perbedaan yang sangat signifikan. Sedangkan hasil analisa untuk luka berat menunjukkan kesetaraan. Untuk metode willingness to pay didapatkan pernyataan; semakin tinggi uang saku dan semakin sering responden mengalami kecelakaan, smakin besar pula keinginan mereka untuk membayar lebih untuk mengurangi resiko kecelakaan. Kata kunci: kecelakaan lalu lintas, analisa biaya, Universitas Muhammadiyah, Human Capital Methode, Gross Output, Willingness To Pay.
BAB I PENDAHULUAN
1.1 LATAR BELAKANG Kecelakaan lalu lintas merupakan masalah yang sangat serius di seluruh dunia, termasuk juga Indonesia. Koordinator PBB untuk Indonesia Bo Asplund, menyebutkan di seluruh dunia sekitar 140.000 orang mengalami kecelakaan di jalan setiap harinya. Lebih dari 3.000 orang meninggal akibat kecelakaan di jalan dan sekitar 15.000 orang mengalami kecacatan seumur hidup. Bila masalah kecelakaan di jalan tidak diperhatikan dengan sungguh-sungguh, maka dikhawatirkan pada tahun 2020 nanti, jumlah korban yang meninggal atau mengalami kecacatan setiap harinya mencapai lebih dari 60% di seluruh dunia. Sehingga kecelakaan di jalan menjadi penyebab utama kesakitan dan kecacatan. Tercatat di Indonesia, sedikitnya kematian akibat kecelakaan lalu lintas sepanjang tahun 2007 menelan korban mencapai jumlah 16.548 jiwa. Dengan kata lain, setiap hari minimal 45 orang tewas di jalan raya. Padahal, pada tahun 2003 angka dari korban tewas akibat kecelakaan lalu lintas baru mencapai 9.856 jiwa atau mengambil 24 jiwa setiap harinya. Dengan fakta angka demikian, tak ayal lagi kecelakaan lalu lintas menempati posisi pembunuh nomor 3 di Indonesia setelah penyebab kematian nomor 1 dan 2 adalah
2 penyakit jantung dan stroke. Seiring dengan intensitas volume kendaraan dijalanan meningkat, prosentase dan angka-angka kerugian tersebut otomatis ikut meningkat. Kecelakaan lalu lintas juga telah berdampak pula terhadap peningkatan kemiskinan, karena menimbulkan biaya perawatan, kehilangan produktifitas, kehilangan pencari nafkah dalam keluarga yang menyebabkan trauma, stress dan penderitaan yang berkepanjangan. Biaya sosial – ekonomi akibat kecelakaan lalu lintas berdasarkan perkiraan yang dilakukan WHO mencapai U$ 520 milyar atau rata-rata 2 % dari GDP. Sehubungan dengan hal tersebut, penting kiranya untuk mengetahui penyebab terjadinya kecelakaan sekaligus mengetahui besarnya biaya yang timbul akibat kecelakaan. Dengan mengadakan survey dan wawancara terhadap responden dapat diketahui data data yang di perlukan untuk menghitung accident cost baik dengan metode Gross output maupun willingness to pay. Metode Willingness To Pay adalah suatu metode di mana tiap pengendara diberi pilihan yakni dengan mengelurkan biaya tambahan yang dapat mengurangi resiko kecelakaan atau tidak mengeluarkan biaya tambahan dengan resiko kecelakaan tetap. Pendekatan lain yang digunakan dalam upaya penanganan masalah lalu lintas adalah Metode The Gross Output (Human Capital Approach), yaitu dengan menghitung pengurangan nilai seluruh sumber daya yang hilang dari semua pihak akibat kecelakaan. Universitas Muhammadiyah adalah salah satu universitas swasta cukup dikenal dan menjadi yang terbesar di kota Malang. Berdiri sejak tahun 1964, Universitas Muhammadiyah telah mendidik tidak kurang dari 23.700 mahasiswa dari seluruh penjuru tanah air, mulai dari NAD hingga Papua. Jumlah tersebut termasuk mahasiswa luar negeri, yaitu dari Malaysia, Singapura, Brunai Darussalam, Australia dan Timor Leste. Mereka mempunyai latar belakang umur, budaya, suku ras, agama, kondisi sosial yang berbeda. Dengan beragamnya latar belakang mahasiswanya, universitas Muhammadiyah dianggap mewakili dan tepat dijadikan obyek kajian dan survey untuk perolehan data dalam rangka mengetahui accident cost. Tujuan dari penulisan proposal tugas akhir ini, yaitu mengetahui besarnya biaya yang dikeluarkan saat selama dan setelah terjadinya kecelakaan. Diharapkan setelah mengetahui
besarnya biaya yang timbul akibat kecelakaan, para pengguna jalan dapat lebih berhati-hati dalam berkendara, sehingga kecelakaan dapat dikurangi atau bahkan dihindari sama sekali. 1.2 MANFAAT PENULISAN Tugas Akhir ini dapat bermanfaat untuk dijadikan acuan bagi semua pihak yang membutuhkan data analisa perhitungan biaya akibat kecelakaan, baik menggunakan metode Gross Output maupun Willingness to Pay. 1.3 PERUMUSAN MASALAH Berdasarkan pada keadaan di lapangan, yang nantinya akan dikaji untuk didapatkan jawabannya, antara lain : 1. Berapa biaya kecelakaan lalu lintas yang harus dikeluarkan responden bila mengalami cedera ringan, cedera berat, maupun yang hanya mengalami kerusakan properti (PDO)? 2. Apakah ada perbedaan yang signifikan antara perhitungan biaya kecelakaan berdasarkan metode yg telah ditentukan, baik berdasarkan opini pribadi responden maupun dengan Peraturan Pemerintah Nomer 43 Tahun 1993? 3. Berapa probabilitas keinginan mengeluarkan biaya tambahan responden untuk mengurangi resiko kecelakaan? 1.4 TUJUAN PENELITIAN Dari Perumusan Masalah diatas, maka akan di dapat tujuan dari penelitian, antara lain sebagai berikut : 1. Mengetahui besarnya biaya yang dikeluarkan responden bila mengalami cedera ringan, cedera berat, maupun yang hanya mengalami kerusakan properti (PDO). 2. Mengetahui perbedaan antara hasil perhitungan biaya kecelakaan dengan metode yang telah di tentukan baik berdasarkan opini pribadi responden maupun dengan peraturan pemerintah. 3. Mengetahui probabilitas keinginan mengeluarkan biaya tambahan dari responden untuk mengurangi resiko kecelakaan.
1.5 BATASAN MASALAH Penelitian evaluasi accident cost ini dibatasi pada : 1. Mengevaluasi biaya kecelakaan hanya menggunakan metode Gross Output dan Willingness To Pay.
3 2. Mengevaluasi biaya kecelakaan hanya bagi pemilik kendaraan bermotor roda dua. 3. Responden yang di observasi hanya yang pernah mengalami kecelakaan luka ringan dan berat saja. 4. Responden yang di observasi hanya yang menempuh pendidikan Diploma (D3) dan Strata 1 (S1). 5. Kampus yang di observasi hanya kampus 2 dan kampus 3 Universitas Muhammadiyah Malang. 6. Tidak membahas tentang penyebab terjadinya kecelakaan, baik yang berhubungan dengan faktor alam, karakteristik pengemudi dan lain sebagainya. 1.6. LOKASI STUDI Universitas Muhammadiyah Malang tersebar di 3 lokasi yang berbeda, yaitu : 1. Kampus 1 (Jl. Bandung No.1, Malang). 2. Kampus 2 (Jl. Bendungan Sutami No.188A, Malang). 3. Kampus 3 (Jl. Raya Tlogomas No.264, Malang). Kampus 1 digunakan untuk Program magister, doktoral dan pelatihan maupun kursus bagi mahasiswa Universitas Muhammadiyah Malang. Kampus 2 digunakan khusus untuk fakultas ilmu kesehatan (jurusan S1 dan D3 keperawatan, ilmu kebidanan, farmasi) dan fakultas kedokteran. Kampus 3 digunakan untuk Fakultas ISIP, Ekonomi, Teknik, KIP, Psikologi, Ilmu Hukum, Peternakan, dan Agama Islam. Kampus 3 juga digunakan sebagai pusat kegiatan mahasiswa sehingga banyak dari hasil kuisoner yang kami peroleh tersebar di kampus ini.
Gambar 1.1 Denah Lokasi Kota Malang Sumber : www.eastjava.com
Mengenai lokasi observasi, dapat dilihat pada gambar di bawah :
KAMPUS 2 UMM
KAMPUS UMM 1
KAMPUS UMM 2
JALAN BENDUNGAN SUTAMI JALAN SUMBER SARI
Gambar 1.2 Lokasi survey kampus 2 UMM jalan Bendungan Sutami Sumber : Google Earth
DOME
4
JALAN RAYA TELOGOMAS
KAMPUS 3 UMM
jalan adalah salah satu bagian utama dalam terjadinya kecelakaan lalu lintas, dapat dilihat karakteristik dari setiap pengemudi yang satu dengan yang lainnya cukup beragam 2) Pejalan kaki. 3) Pemakai jalan yang lain. Termasuk didalamya pedagang kaki lima, petugas keamanan, petugas perbaikan fasilitas (listrik, PDAM, telepon, gas dan lain-lain). 2.1.2 Kendaraan Kendaraan adalah sarana angkutan yang membantu manusia dalam mencapai tujuan dengan cepat, selamat dan ekonomis. Kendaraan sebagai produk industri harus mampu memberikan jaminan atas nilai keamanan dan kenyamanan, standar-standar perlengkapan dari kendaraan dalam menunjang keamanan dan kenyamanan tentunya harus dikontrol kualitasnya lebih ketat.
MASJID AR FACHRUDDIN
Gambar 1.3 Lokasi survey kampus 3 UMM jalan Raya Telogomas Sumber : Google Earth
BAB II STUDI PUSTAKA 2.1
UNSUR-UNSUR LALU LINTAS Unsur-unsur lalu lintas adalah semua elemen yang dapat berpengaruh terhadap lalu lintas dimana elemen-elemen tersebut saling terkait satu sama lain. Elemen-elemen tersebut meliputi: (Oglesby&Hicks,1988) 1. Pemakai jalan (road users). 2. Kendaraan.(vehicles) 3. Jalan (road). 4. Lingkungan (environment). 2.1.1 Pemakai Jalan Pemakai jalan adalah semua orang yang menggunakan fasilitas jalan secara langsung, dalam hal ini meliputi:(Pignataro,1973) 1) Pengemudi. Definisi pengemudi menurut PP No 43 tahun 1993 tentang prasarana dan lalu lintas jalan adalah orang yang mengemudikan kendaraan bermotor atau orang yang secara langsung mengawasi calon pengemudi yang sedang belajar mengemudikan kendaraan bermotor. Meliputi pengemudi kendaraan bermotor dan kendaraan tak bermotor. Kedudukan pengemudi sebagai pemakai
2.1.3 Jalan Jalan sebagai landasan bergeraknya suatu kendaraan perlu dilakukan perencanaan / desain yang cermat dan teliti dengan mengacu gambaran perkembangan untuk masa mendatang. Karena apabila terjadi kesalahan dalam perencanaan ataupun dalam memperhitungkan perkembangan untuk masa yang akan datang tentunya akan sulit untuk merubahnya dan juga akan mempengaruhi perilaku kendaraan yang akan melewatinya. Halhal yang menentukan pada perencanaan jalan raya adalah :(Pignataro,1973) 1. Kecepatan rencana. 2. Volume lalu lintas. 3. Karakteristik kendaraan. 4. Komposisi kendaraan yang lewat. 2.1.4 Lingkungan Faktor lingkungan sebagai penyebab kecelakaan lalu lintas yang dimaksud adalah kondisi tata guna lahan, kondisi cuaca dan angin serta pengaturan lalu lintas.Perilaku pengemudi pada daerah tikungan sangat berbeda dengan apa yang dilakukan pada daerah yang lurus pada suatu jalan. Selain itu kondisi pengaturan lalu lintas yang homogen akan mempengaruhi perilaku pengemudi. 2.2 FAKTOR PENYEBAB KECELAKAAN LALU LINTAS
5 Di bawah ini adalah beberapa faktor penyebab dalam kecelakaan lalu lintas. Akan tetapi tidak semua faktor-faktor penyebab dalam penulisan tugas akhir ini akan dianalisa. Analisa hanya dilakukan pada faktor jalan dan lingkungan. 2.2.1 Faktor Pemakai Jalan (manusia). Pemakai jalan yang merupakan penyebab kecelakaan adalah semua orang yang menggunakan fasilitas jalan secara langsung. Pemakai jalan yang dimaksud adalah: (Pignataro,1973) a. Pengemudi b. Pejalan kaki c. Pemakai jalan yang lain, termasuk didalamya pedagang kaki lima, petugas keamanan, petugas perbaikan fasilitas (listrik, PDAM, telepon, gas dan lainlain). Sifat pengemudi sangat berperan dalam mengendalikan kendaraan yaitu pribadi, latihan dan sikap. 2.2.2 Faktor Kendaraan. Faktor-faktor utama kendaraan yang langsung menimbulkan kecelakaan adalah karena keterbatasan perancangan atau cacat yang ditimbulkan dari kurangnya pemeliharaan, penyesuaian yang tidak baik dan rusaknya beberapa komponen yang penting misalnya rem, ban dan lampu. Ini menimbulkan hilangnya kontrol atau bahaya bagi pemakai jalan lainnya. Hambatan penting lainnya, yang sulit untuk dipisahkan dari kelemahan pemakai jalan, adalah gangguan pandangan oleh tubuh kendaraan. Akan tetapi, faktor-faktor kendaraan jauh lebih jarang menjadi penyebab kecelakaan, walaupun berpengaruh pada keparahan korban dibanding pengaruh dari pemakai jalan atau lingkungan(Hobbs,1995). 2.2.3 Faktor Jalan Faktor utama untuk menentukan tingkat aman dan efisien di dalam memenuhi kebutuhan lalu lintas adalah alinemen jalan. Alinemen vertikal dan horisontal harus diperhatikan secara bersama-sama sehingga menghasilkan alinemen jalan dengan tingkat keselamatan dan apresiasi visual yang baik (Hobbs,1995). Selain faktor alinemen juga harus diperhatikan faktor kelandaian, kerusakan jalan serta penerangan jalan. 2.2.4 Faktor Lingkungan. Faktor lingkungan yang dimaksud adalah perubahan cuaca dan kondisi jalan. Akan tetapi, pengaruh dari faktor lingkungan ini belum
terlalu signifikan. Bagaimanapun juga faktor pemakai jalan (pengemudi dan pejalan kaki) adalah faktor terbesar dai penyebab kecelakaan(Pignataro, 1973). 2.3 PENGERTIAN KECELAKAAN LALU LINTAS Beberapa pengertian kecelakaan lalu lintas menurut beberapa ahli adalah sebagai berikut: 1) Menurut Kadiyali (1983), kecelakaan lalu lintas merupakan peristiwa yang tidak diharapkan yang melibatkan paling sedikit satu kendaraan bermotor pada suatu ruas jalan dan mengakibatkan kerugian material bahkan sampai menelan korban jiwa. 2) Baker (1975) menyatakan bahwa kecelakaan lalu lintas adalah kejadian pada lalu lintas jalan dimana paling sedikit melibatkan satu kendaraan yang menyebabkan kerusakan yang merugikan pemiliknya. 3) Peraturan Pemerintah No. 43 Tahun 1993 tentang Prasarana dan Lalu Lintas Jalan menyebutkan bahwa kecelakaan lalu lintas adalah suatu peristiwa di jalan yang tidak disangkasangka dan tidak disengaja melibatkan kendaraan dengan atau tanpa pemakai jalan lainnya, mengakibatkan korban manusia atau kerugian harta benda. 4) Carter dan Homburger ( 1978 ) menyebutkan bahwa kecelakaan adalah suatu peristiwa yang terjadi pada suatu pergerakan lalu lintas akibat adanya kesalahan pada sistem pembentuk lalu lintas, yaitu pengemudi (manusia), kendaraan, jalan dan lingkungan. Pengertian kesalahan dapat dilihat sebagai kondisi tidak sesuai standar atau peraturan yang berlaku maupun kelalaian yang dibuat manusia. 2.4 KLASIFIKASI KECELAKAAN LALU LINTAS Perhitungan biaya kecelakaan pada suatu ruas jalan, persimpangan atau wilayah
6 dilakukan berdasarkan klasifikasi kecelakaan, menurut PP No 43 Th l993 Pasal 93, klasifikasi kecelakaan berdasarkan korban dibagi mejadi tiga kriteria,yaitu : 1. Korban Mati Korban Mati adalah korban yang dipastikan mati sebagai akibat kecelakaan lalu lintas alam jangka waktu paling lama 30 hari setelah kecelakaan tersebut. 2. Korban Luka Berat Korban Luka Berat adalah korban yang karena luka-lukanya menderita cacat tetap atau harus dirawat dalam jangka waktu lebih dari 30 hari sejak terjadi kecelakaan. 3. Korban Luka Ringan Korban Luka Ringan adalah korban yang tidak termasuk dalam kategori korban mati dan korban luka berat. Sedangkan berdasarkan KUHP, klasifikasi korban dibagi menjadi: a. Korban mati (meninggal dunia) adalah seorang korban yang meninggal di tempat kejadian karena kealpaan atau disengaja oleh terdakwa (Pasal 359 KUHP). b. Korban luka berat adalah korban yang mengalami jatuh sakit/mendapat luka yang tidak memberi harapan sembuh sama sekali atau yang menimbulkan bahaya maut, tidak mampu terus-menerus untuk menjalankna tugas jabatan atau pekerjaan, pencarian, mendapat cacat berat, menderita sakit lumpuh, terganggunya daya pikir selama empat minggu lebih, gugur atau matinya kandungan seorang perempuan (Pasal 90 KUHP). c. Korban luka ringan tidak dijelaskan dalam KUHP sehingga dapat disimpulkan bahwa yang dimaksud luka ringan adalah yang tidak termasuk dalam Pasal 90 KUHP. 2.5 METODE ANALISA KECELAKAAN LALU LINTAS 2.5.1. METODE GROSS OUTPUT A. Umum Metode ini sering digunakan untuk menghitung biaya kecelakaan di negara berkembang. Metode ini membagi biaya kecelakaan menjadi dua bagian, yaitu biaya langsung dan biaya tak langsung. 1. Biaya Langsung a) Biaya Rumah Sakit Biaya yang dikeluarkan untuk mendapatkan fasilitas yang ada di rumah sakit b) Biaya Medis
Biaya medis adalah biaya-biaya untuk perawatan medis baik sebagai orang yang dirawat di rumah sakit maupun yang berobat jalan. c) Biaya Administrasi Biaya administrasi adalah biaya untuk pembayaran seperti polisi dan administrasi asuransi d) Biaya perbaikan kendaraan Biaya perbaikan kendaraan adalah biaya untuk memperbaiki kendaraan yang rusak e) Biaya lainnya Biaya yang dikeluarkan akibat kecelakaan yang terjadi. 2. Biaya Tak Langsung Hilangnya produktivitas dan human cost. Di studi ini, hilangnya produktivitas (nilai waktu) diperoleh dengan cara mengalikan waktu kerja dengan gaji atau pendapatan mereka. Sedangkan human cost merupakan suatu penjumlahan dari penderitaan, duka cita, dimana menurut Babtie Ross dan Silcock (1995) diatur sebagai berikut : a) 28% dari biaya-biaya total dari kecelakaan fatal. b) 50% dari biaya-biaya total dari kecelakaan serius. c) 8% dari biaya-biaya total dari kecelakaan ringan. Sedangkan menurut Downing, A (1997) penjumlahan diatur sebagai berikut : a) 38% dari biaya-biaya total dari kecelakaan fatal. b) 100% dari biaya-biaya total dari kecelakaan serius. c) 8% dari biaya-biaya total dari kecelakaan ringan. Untuk perhitungan biaya kecelakaan, biaya langsung dan biaya tak langsung di dijumlahkan berdasarkan klasifikasinya. Kemudian biaya langsung (Direct Cost) dan biaya tak langsung dijumlahkan, sehingga prediksi besarnya biaya kecelakaan rata-rata dapat diketahui. B. Penentuan Jumlah Sampel. Untuk menentuan jumlah sampel, mengacu pada pendapat Slovin (Oktaviani dan Suryana, 2006) sesuai dengan rumus :
n=
N 1 + ( N .e 2 )
Dimana : n = Ukuran sampel N = Ukuran populasi
7 e = Persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir. Pengambilan sample akan dilakukan pada setiap lokasi kampus yang ada di Universitas Muhammadiyah Malang, antara lain: 1. Kampus 2 jalan Bendungan Sutami, untuk Fakultas Kedokteran, dan Kesehatan (Farmasi, D3 Keperawatan) 2. Kampus 3 jalan Raya Telogomas, untuk Fakultas Agama Islam, Fakultas Teknik, Fakultas Ekonomi, Fakultas Hukum, Fakultas Pertanian, Fakultas Peternakan dan Perikanan, Fakultas Psikologi, Fakultas Ilmu Sosial dan Politik. Sedangkan data jumlah mahasiswa tiap fakultas akan didapat dari BAA UMM 2.5.2. METODE WILLINGNESS TO PAY (WTP) A. Umum Metode ini merupakan pendekatan yang dilakukan untuk mengetahui persentasi kemungkinan orang yang mau membayar lebih untuk mengurangi resiko kecelakaan. Metode ini juga mengkategorikan korban kecelakaan lalu lintas dalam 3 kategori korban kecelakaan, yaitu: a). Korban berdasarkan Usia. b). Korban berdasarkan Pendapatan. c). Korban berdasarkan Jumlah Keturunan (Anak). B. Pendekatan Ben Akiva dan Lerman Metoda analisa pendekatan Willingness To Pay menguraikan secara singkat pendekatan dari Ben Akiva dan Lerman ( 1985) yang menganggap segala alternatif dapat menjadi variabel acak di mana bila terdapat alternatif i telah terpilih oleh orang n dari pilihan di-set Cn kemudian rumus menjadi :
P (i / C n ) = Pr(U in ≥ U jn ∀j ∈ C n ) (1) Di studi ini, model persamaan terdiri dari dua aneka pilihan, bersedia membayar untuk mengurangi ( ya) dan enggan membayar (tidak). Kegunaan berfungsi untuk aneka pilihan yang sama adalah dirumuskan sebagai berikut:
U yes = V yes + ε yes = β ' χ yes + ε yes (2)
U no = Vno + ε no = β ' χ no + ε no (3) Di mana U yes : Fungsi dari berkeinginan membayar jumlah untuk pengurangan korban kecelakaan
: Fungsi dari keengganan membayar U no jumlah untuk pengurangan korban kecelakaan : sistematis (ketetapan) Komponen V yes fungsi dari keinginan membayar jumlah untuk pengurangan korban kecelakaan : sistematis (ketetapan) Komponen V no fungsi dari keengganan membayar jumlah untuk pengurangan korban kecelakaan ε yes : ( Gangguan atau kesalahan) komponen fungsi dari keinginan membayar jumlah untuk pengurangan korban kecelakaan ε no : ( Gangguan atau kesalahan) komponen fungsi dari kengganan membayar jumlah untuk pengurangan korban kecelakaan χ yes : panah/garis vektor dari menujukan bahwa dihubungkan dengan keinginan membayar jumlah untuk pengurangan korban kecelakaan : panah/garis vektor dari menujukan χ no bahwa dihubungkan dengan keengganan membayar jumlah untuk pengurangan korban kecelakaan Β’ : vektor dari parameter yang tidak diketahui Kemungkinan pilihan untuk keinginan pengguna jalan membayar jumlah untuk pengurangan resiko kecelakaan dapat ditulis sebagai berikut:
Pn(i) = Pyes =
e e
β 'χ yes
β 'χ yes
+ eβ 'χno
(4) Di mana : : Kemungkinan P n (i )
individu n yang
berkeinginan membayar jumlah untuk mengurangi korban kecelakaan. Karena suatu contoh N pengamatan, yang berikut membukukan kemungkinan berfungsi sebagai yang diusulkan oleh Ben-Akiva dan Lerman ( 1985) dipertimbangkan untuk penilaian model:
L=Σ
N n =1
β 'χ ⎛ n ⎡ e yes e β ' χ no n ⎜ y yes log + y log no ⎢ β 'χ β ' χ yes ⎜ + e β ' χ no e yes + e β ' χ no ⎣e ⎝
(5) Di mana : n y yes = 1 Jika individu memilih berkeinginan membayar jumlah untuk pengurangan korban kecelakaan. Untuk mengukur kebaikan yang tepat dari model dan data yang digunakan, Statistik Rho-squared
8 2 ( ρ ) telah diterapkan. Perhitungannya seperti :
ρ 2 = 1−
LL ( β ) LL (o)
(6) Di mana, LL(o) adalah log-likelihood awal ( dengan semua parameter yang ditetapkan pada nol atau konstan) dan LL(β) adalah loglikelihood pemusatan dengan parameter vector β. C. Pilihan Biner (Binary Choice) Disini terdapat 2 pilihan ( WTP ) yang diberikan kepada responden, dimana pilihan tersebut berisi pertanyaan yang berkenaan dengan skenario hipotesis dalam rangka mengurangi resiko dan kerugian kecelakaan, khususnya bagi responden pengendara sepeda motor, untuk menghindari bahaya luka ringan. Terdapat dua pilihan untuk 25% dan 50% telah diberikan kepada responden. Contoh dari daftar pertanyaan yang akan diberikan pada responden yaitu sebagai berikut :
1. Mengetahui jumlah mahasiswa UMM tahun ajaran 2008/2009 yang di peroleh dari BAA Universitas Muhammadiyah Malang. 2. Pengkajian terhadap berbagai referensi dan literatur - literatur yang ada. 3. Penentuan jumlah sampel yang diperlukan, dimana sampel diperoleh dari kampus 2 dan 3 . 4. Penyusunan kuisioner. 5. Pengumpulan Data yang diperoleh baik melalui wawancara langsung maupun melalui pengisian kuisioner oleh responden ditiap lokasi kampus dan fakultas. 6. Perhitungan biaya kecelakaan dengan Metode Willingness To Pay dan Metode The Gross Output (Human Capital Approach). 7. Analisa biaya kecelakaan Gross output, antara lain : a) Biaya langsung. b) Biaya tak langsung c) Klasifikasi Kecelakaan menurut opini dan PP. Sedangkan untuk Willingness To Pay, yang dianalisa antara lain: Penghitungan probabilitas jumlah Mahasiswa yang mau mengeluarkan biaya tambahan untuk mengurangi resiko kecelakaan.
Tabel 2.1 Contoh Pilihan Biner Kriteria
Pilihan A
Batas kec. maksimum (km/hr) Jarak servis rem (km) Kemungkinan luka ringan Tambahan biaya (Rp)
70 7880 20 in 100000 700
Pilihan B 60 8000 27 in 100000 0
Dari alternative pilihan diatas, manakah yang akan anda pilih ? Sumber : Dissanayake, D., Mulley, C., Widyastuti, H., 2007. “Binary Choices Model to Value Motorcyclist’s Slight Injury Cost in Surabaya”. Proceeding of the Eastern Asia Society for Transportation Studies, Vol.6, 2007.
BAB III METODOLOGI 3.1. Umum Langkah-langkah penulisan tugas akhir ini antara lain :
3.2.
Sistematika Penulisan Untuk langkah kerja penulisan laporan akan diuraikan sebagai berikut : 1. Studi literatur dan bahan 2. Inventarisasi data studi, yaitu data jumlah mahasiswa di Universitas Muhammadiyah Malang. 3. Pengolahan data-data tersebut dengan Metode Gross Output dan Willingness To Pay. DIAGRAM ALIR METODOLOGI
START
PERUMUSAN MASALAH
STUDI LITERATUR PENGUMPULAN DATA PRIMER Data jumlah mahasiswa dari BAA UMM
PENENTUAN JUMLAH SAMPEL N n= 1 + ( N .e 2 )
PENGUMPULAN DATA SEKUNDER Hasil pengedaran kuisoner dan wawancara langsung ke mahasiswa UMM
9
Gambar 3.1. Bagan Alir Metodologi
BAB IV PENGUMPULAN DATA 4.1 Gambaran Umum Pelaksanaan Survey Penelitian yang dilakukan di Universitas Muhammadiyah Malang ini diantaranya bertujuan untuk menganalisa biaya yang timbul akibat kecelakaan, baik yang di hitung menggunakan metode Gross output maupun Willingness To Pay. Untuk mengarah pada tujuan tersebut maka dilakukan pengumpulan informasi dengan metode survey menggunakan form kuisioner. Survey dilakukan selama 2 hari terhitung pada hari Sabtu dan Minggu pada tanggal 23-24 Mei 2009, rentang antara pukul 10.00-12.00 siang. Survey dilakukan di kantin kampus, area sekitar parkiran dan kos-kosan (tempat tinggal sementara) responden. Walaupun survey dilakukan di akhir pekan, suasana kampus sangat ramai oleh mahasiswa yang melakukan ekstra kurikuler, kajian kajian, maupun kegiatan lainnya. Kami sengaja memilih pada akhir pekan, dengan pertimbangan hanya responden yang memiliki waktu luang saja yang
diberikan kesempatan untuk mengisi kuisioner. Metode pembagian kuisioner dibagi menjadi 1 tim yang terdiri atas 4 orang rekan yang tersebar di lokasi kantin jurusan maupun kantin pusat., sebagian lagi menyebar di kos-kosan mahasiswa yang terletak di dekat kampus untuk memudahkan koordinasi. Setelah didapatkan hasil dari survey, selanjutnya dilakukan input data profil responden ke dalam program Microsoft excel untuk penghitungan Gross Output yang kemudian di import ke Program SPSS untuk analisa Willingness To Pay. 4.2. Populasi dan Sampel. Responden sekaligus sebagai sampel adalah mahasiswa Universitas Muhammadiyah Malang. Sesuai dengan yang tertera di batasan masalah, yang di analisa dalam studi kali ini adalah mahasiswa yang menempuh gelar Strata 1 dan Diploma 3 saja, yakni mahasiswa yang berkuliah di kampus 2 dan 3. Berikut data berupa Total jumlah mahasiswa aktif kampus 2 dan 3 :
Tabel 4.1 Jumlah Mahasiswa Aktif Kampus 2 dan 3, T.A 2006/2007, 2007/2008, dan 2008/2009.
10 Kampus
2
3
Fakultas
Jurusan
Ilmu Kesehatan Farmasi Ilmu Kesehatan Keperawatan Ilmu Kesehatan D3 Keperawatan Kedokteran Program Pendidikan Dokter Kedokteran Profesi Dokter Pertanian Agribisnis Pertanian Agronomi Pertanian Budidaya Hutan Pertanian Tek. Hasil Pertanian Agama Islam Ahwal Syakhshiyyah Agama Islam Pendidikan Agama Islam Agama Islam Magister Agama Islam Ekonomi Manajemen Ekonomi Akuntansi Ekonomi IESP Ekonomi D3 Man. Keu. & Perbankan Peternakan Budidaya Perairan Peternakan Produksi Ternak Peternakan Tek. Industri Peternakan K.I.P Civic Hukum K.I.P Pendidikan Bhs. Indonesia K.I.P Pendidikan Bhs. Inggris K.I.P Pendidikan Biologi K.I.P Pendidikan Guru SD K.I.P Pendidikan Matematika Teknik Teknik Elektro Teknik Teknik Industri Teknik Teknik Informatika Teknik Teknik Mesin Teknik Teknik Sipil Teknik D3 Teknik Elektro I.S.I.P Hubungan Internasional I.S.I.P Ilmu Komunikasi I.S.I.P Ilmu Pemerintahan I.S.I.P Ilmu Kesejahteraan Sosial I.S.I.P Sosiologi Hukum Ilmu Hukum Psikologi Psikologi Total Jumlah Mahasiswa
Tahun Ajaran 2005/2006 2006/2007 2007/2008 2008/2009 0 35 99 194 0 44 149 311 123 221 298 281 222 360 424 532 0 62 114 132 143 130 125 112 102 115 116 123 71 86 94 91 85 91 91 83 122 137 155 144 65 88 120 145 0 1 0 0 1479 1503 1605 1669 909 1356 1341 1413 327 448 372 379 102 175 171 179 76 89 92 91 104 102 111 116 22 12 11 1 22 47 51 78 162 238 310 361 678 800 964 1091 261 370 398 392 0 0 125 353 330 366 455 570 338 440 443 442 399 405 402 371 283 611 987 1316 423 537 486 482 412 428 441 451 32 29 5 17 154 273 363 460 1287 1530 1777 1892 312 316 330 337 117 110 104 91 126 123 135 144 974 1023 1205 1187 1045 1066 1182 1283 11307 13767 15651 17314
Sumber : BAA UMM Berdasarkan tabel 4.1 didapat jumlah mahasiswa aktif di dua kampus Universitas Muhammadiyah Malang sebagai berikut : Tabel 4.2 Jumlah mahasiswa Tiap Kampus Kampus 2 3 Total
Tahun Ajaran 2005/2006 2006/2007 2007/2008 2008/2009 345 722 1084 1450 10962 13045 14567 15864 11307 13767 15651 17314
Sumber : BAA UMM Selanjutnya untuk mendapatkan sampel digunakan metode Convenience Sampling, yaitu ketika responden yang akan dijadikan sampel sedang berada di lokasi penelitian dan bersedia diwawancara. Berikut jumlah sampel yang diperlukan pada studi kali ini : N n 1 N. e 17314 n 1 17314. 0,06 n = 273,39161 diambil sebesar 274 dengan nilai e sebesar 6%. Untuk memudahkan perhitungan maka jumlah sampel yang diambil dibulatkan menjadi 270 orang. Dengan mempertimbangkan masukan dari dosen pembimbing mengenai
ditambahnya jumlah responden untuk menghindari kuisioner hilang, kosong dan lainlain sekaligus untuk mendapatkan hasil yang lebih detail, maka jumlah responden ditambah menjadi 300 orang. Dari jumlah sampel yang diperoleh dari perhitungan di atas, sampel kemudian dibagi berdasarkan jenis kendaraan yang digunakan. Jenis kendaraan yang dimaksud hanya sepeda motor dan mobil. Persentase jenis kendaraan diperoleh dari survei pendahuluan di salah satu area parkir di kawasan kampus 2 dan 3 Universitas Muhammadiyah Malang. Survei dilaksanakan pada saat kegiatan perkuliahan atau saat parkiran penuh. Berikut hasil survei pendahuluan yang dilakukan di salah satu area parkir di kampus 2 dan 3 Universitas Muhammadiyah : Tabel 4.3 Hasil Survey Parkir Kampus 2 Jenis kendaraan Motor Mobil Total
Jumlah kendaraan (k) 500 20 520
Persentase (%) 96.15% 3.85% 100%
Sumber : Survey Pendahuluan Tabel 4.4 Hasil Survey Parkir Kampus 3 Jenis kendaraan Motor Mobil Total
Jumlah kendaraan (k) 1200 25 1225
Persentase (%) 97.96% 2.04% 100%
Sumber : Survey Pendahuluan Untuk memudahkan pekerjaan dan penyederhanaan data, maka hasil survey pendahuluan kampus 2 dan 3 di gabung sehingga; Tabel 4.5 Hasil Gabungan Survey kampus 2 dan 3 Jenis kendaraan Motor Mobil Total
Jumlah kendaraan (k) 1700 45 1745
Persentase (%) 97.42% 2.58% 100.00%
Sumber : Survey Pendahuluan Dari hasil survei pendahuluan didapat jumlah sampel berdasarkan jenis kendaraan yang digunakan. Sampel berdasarkan jenis kendaraan diperoleh dengan mengalikan persentase kendaraan dengan jumlah sampel keseluruhan. Dari hasil perhitungan,untuk total kampus 2 dan 3, harus diperoleh 292 sampel untuk sepeda motor dan 8 sampel untuk mobil. Namun hasil penyebaran kuisioner di lapangan sedikit
11 berbeda dari hasil perhitungan sampel, berikut hasil pembagian kuisioner:
Hasil Penyebaran Kuisioner 400 270 200
29
1
0 Kuisioner Kosong Terisi
Hilang
Jumlah 270 29 1 300
mlah Responden
Karena kuisioner yang di pakai dalam penghitungan analisa kecelakaan hanya mahasiswa yang pernah mengalami kecelakaan, maka : Gambar 4.2 Responden Yang Pernah Kecelakaan
Pernah Kecelakaan? 500 214 56 0 Pernah
214 56 270
Validitas
Sumber : Hasil Pembagian Kuisioner Tabel 4.6 Hasil Penyebaran Kuisioner Parameter Kuisioner Terisi Kosong Hilang Total
Jumlah
Sumber : Hasil Pembagian Kuisioner Setelah di ketahui jumlah mahasiswa yang pernah mengalami kecelakaan, kemudian di lakukan cek ulang untuk mengetahui validitas jawaban responden. Di dalam pengecekan ternyata ada 2 kuisioner yang tidak lolos, baik karena jawaban tidak masuk logika maupun kekurangan lainnya. Gambar 4.3 Kuisioner Terisi Valid
Tidak Pernah
Sumber : Hasil Pembagian Kuisioner
Tabel 4.7 Responden Yang Pernah kecelakaan
Jumlah responden
Jumlah Responden
Gambar 4.1
Parameter Pernah Tidak Pernah Total
300 200 100 0
212 2 Jawaban Valid
Jawaban Tidak Valid
Sumber : Hasil Cek Error Responden Tabel 4.8 Kuisioner Terisi Valid Jenis Kelamin Pria Wanita Total
Jumlah
Sumber : Hasil Cek Error Responden Jumlah sampel ini masih masuk dalam batas toleransi dimana : N n 1 N. e 17314 n 1 17314. 0,06 n = 213,6 diambil 214 dengan nilai e sebesar 6,8%. Dengan diperhitungkannya 2 kuisioner yang tidak valid, maka jumlah sampel yang diambil menjadi 212 orang. 4.3. Identifikasi Responden Dari hasil penyebaran kuesioner dan wawancara langsung diketahui beberapa hal yang dapat diidentifikasi, antara lain jenis kelamin, usia, fakultas, jurusan, jenis kendaraan yang dimiliki, dan jumlah uang saku yang dimiliki oleh responden.. 4.3.1
Jenis Kelamin Penyebaran kuisioner dan wawancara langsung kepada sampel yang telah ditentukan.
93 119 212
12 Kemudian didapatkan dari penyebaran kuesioner dan wawancara langsung tersebut, didapatkan jumlah responden laki-laki sebanyak 93 orang (44%), sedangkan perempuan sebanyak 119 orang (56%), seperti terlihat pada Gambar 4.4. Gambar 4.4 Distribusi Jenis Kelamin Responden
Umur 16 17 18 19 20 21 22 23 24 25 26 27 28 Total
150 100 50 0
119
93
Pria
Wanita
Sumber : Hasil Pembagian Kuisioner Tabel 4.9 Distribusi Jenis Kelamin Jenis Kelamin Pria Wanita Total
Jumlah 93 119 212
Sumber : Hasil Pembagian Kuisioner 4.3.2 Usia Dari segi usia diketahui bahwa responden tersebar dalam rentang usia antara 16 tahun hingga 28 tahun, dimana umur 19 dan 20 tahun mendominasi dengan jumlah yang sama, yaitu 49 orang. Untuk lebih jelasnya diagram batang tersaji pada gambar 4.5 : Gambar 4.5 Distribusi Usia Responden
1
Usia Responden 6 2
4 14 49 49 39 26 14 6
16 17
1
2
18 3
1
1
26 27 28 23 24 25 22 19 20 21 4
5
6 Jumla 7 8
9 10 11 12 13
Sumber : Hasil Pembagian Kuisioner
Sumber : Hasil Pembagian Kuisioner 4.3.3 Fakultas Kampus 2 Universitas Muhammadiyah Malang memiliki 2 fakultas yang terdiri dari Fakultas Kedokteran, dan Fakultas Ilmu Kesehatan. Sedangkan Kampus 3 terdiri atas 8 fakultas, yaitu Fakultas Ekonomi, Fakultas Ilmu Sosial dan Politik, Fakultas Psikologi, Fakultas Teknik, Fakultas KIP, Fakultas Ilmu Hukum, Fakultas Peternakan, dan Fakultas Agama Islam. Dari diagram di bawah dapat diketahui bahwa responden dari Fakultas Teknik mendapat porsi terbesar dalam pengisian kuisioner, yaitu sebanyak 43 responden. Sejumlah 11 responden tidak mencantumkan asal fakultas maupun jurusan mereka, namun karena tidak mempengaruhi hasil analisa dari metode yang kami pakai, maka tidak menjadikan suatu masalah untuk tidak diikutsertakan dalam penelitian. Perincian mengenai hal tersebut dapat dilihat pada gambar berikut : Gambar 4.6 Distribusi Fakultas Responden
50
Jumlah Responden
umlah Responden
Jenis Kelamin ?
Jumlah 1 4 14 49 49 39 26 14 6 6 2 1 1 212
23
43 38 Responden Tiap 24 23 21 Fakultas 7 3
2
0
Fakultas
Sumber : Hasil Pembagian Kuisioner
Tabel 4.10 Distribusi Usia Responden
Tabel 4.11 Distribusi Fakultas Responden
17
11
13 Fakultas ISIP Ekonomi Teknik KIP Psikologi Ilmu Hukum Peternakan Agama Islam Kedokteran Ilmu Kesehatan Kosong/Tidak di isi Total
Jumlah 23 23 43 38 24 7 3 2 21 17 11 212
Sumber : Hasil Pembagian Kuisioner 4.3.4 Jurusan Bila ditilik ssal Jurusan Responden, dapat di ketahui bahwa jurusan Psikologi sebagai responden terbanyak (24 responden). Hal ini mungkin berbeda dengan persepsi sebelumnya yang menyatakan fakultas Teknik sebagai responden terbanyak. Mengingat dalam fakultas psikologi hanya ada 1 jurusan, yaitu jurusan Psikologi itu sendiri. Sedangkan dalam fakultas Teknik terdiri atas Teknik Sipil, Informatika, Industri, Elektro, dan Teknik Mesin. Posisi kedua dengan sebanyak 23 responden diperoleh dari jurusan teknik Informatika dan jurusan Bahasa Inggris. Gambar 4.7 Distribusi Jurusan Responden
Fakultas ISIP ISIP ISIP ISIP Ekonomi Ekonomi Ekonomi Ekonomi Teknik Teknik Teknik Teknik Teknik KIP KIP KIP KIP KIP KIP Psikologi Ilmu Hukum Peternakan Agama Islam Kedokteran Ilmu Kesehatan Ilmu Kesehatan Ilmu Kesehatan Ilmu Kesehatan
Jurusan Ilmu Komunikasi Ilmu Kesejahteraan Sosial Ilmu Pemerintahan Hubungan Internasional Manajemen D3. Perbankan IESP Akuntansi Sipil Industri Mesin Informatika Elektro Bahasa Inggris Pend. Guru SD Biologi Geografi Bahasa Indonesia Matematika Psikologi Hukum Budidaya Perairan Tarbiyah Pendidikan Dokter Keperawatan Ilmu Kebidanan Farmasi D3. Keperawatan Kosong/Tidak di isi
Jumlah 12 1 1 9 9 5 2 7 7 5 5 23 3 23 3 4 1 1 6 24 7 3 2 21 13 1 3 0 11 212
Total
Sumber : Hasil Pembagian Kuisioner Kepemilikan Kendaraan Diketahui juga sebagian besar mahasiswa Universitas Muhammadiyah Malang memiliki kendaraan pribadi sendiri. Dari pelaksanaan studi di lapangan didapatkan bahwa responden dengan kendaraan sepeda motor adalah yang terbanyak, yaitu 108 orang. Gambar 4.8 Distribusi Kepemilikan Kendaraan 4.3.5
mlah Responden
Jenis Kepemilikan Kendaraan 200
108
100
62 3
39
0 Motor
Mobil Motor dan Mobil Tidak Punya Kedua
Sumber : Hasil Pembagian Kuisioner
Tabel 4.12 Distribusi Jurusan Responden
Tabel 4.13 Distribusi Kepemilikan Responden
14 Jumlah
Jumlah Responden
Sumber : Hasil Pembagian Kuisioner 4.3.6 Uang Saku Uang saku yang didapatkan oleh responden berbeda satu dengan yang lain. Responden dengan uang saku < 1 juta sebanyak 158 orang, responden dengan uang saku 1 juta – 2,5 juta sebanyak 20 orang, responden dengan uang saku 2,5 juta – 5 juta sebanyak 2 orang, dan responden dengan uang saku > 5 juta sebanyak 2 orang, seperti pada gambar 4.9 berikut : Gambar 4.9 Distribusi Uang Saku (Penghasilan)
200
Uang Saku Responden 158 50
100
2
2
0 < 1 Juta 1 Juta ‐ 2,5 Juta > 5 Juta 2,499 ‐ 5 juta Juta (Rupiah)
Sumber : Hasil Pembagian Kuisioner Tabel 4.14 Distribusi Uang Saku Responden Uang Saku < 1 Juta 1 Juta ‐ 2,499 Juta 2,5 Juta ‐ 5 juta > 5 Juta Total
Jumlah Kecelakaan Tiap 1 Tahun 142 Jumlah Responden
108 3 62 39 212
Sumber : Hasil Pembagian Kuisioner 4.3.7 Jumlah Kecelakaan Per Tahun Angka kecelakaan dalam 1 tahun menunjukkan bahwa responden cukup berhatihati dalam berkendara, sehingga 142 responden mengaku dalam setahun mengalami setidaknya maksimal satu kali kecelakaan atau bahkan tidak sama sekali. Sebanyak 49 responden mengalami 2 sampai 3 kali kecelakaan dan 21 responden mengalami lebih dari 3 kali kecelakaan dalam 1 tahun. Hal ini cukup riskan mengingat betapa besar kerugian yang di timbulkan akibat kecelakaan tersebut. Gambar 4.10 Jumlah Kecelakaan Per Tahun
49
21
0 Tidak pernah/ max.1 kali 2 ‐ 3 kaliLebih dari 3 kali
Jumlah Kecelakaan Tidak pernah/ max.1 kali 2 ‐ 3 kali Lebih dari 3 kali Total
Jumlah 142 49 21 212
Sumber : Hasil Pembagian Kuisioner 4.3.8 Aktifitas Responden Akibat Kecelakaan Banyak kecelakaan yang mengharuskan penderita beristirahat di rumah ataupun harus di rawat di rumah sakit. Hal ini tentu sangat merugikan, karena waktu efektif yang seharusnya bisa digunakan untuk bekerja, menuntut ilmu, dan melakukan berbagai kegiatan lainnya harus terhenti. Maka dari itu loss of productivity akan dibahas dalam analisa di bab selanjutnya. Dalam penelitian kali ini sebanyak 92 responden terhenti aktifitasnya, dan 120 lainnya dapat melanjutkan aktifitasnya. Gambar 4.11 Aktifitas Responden Akibat Kecelakaan
Apakah Terhenti?
Jumlah 158 50 2 2 212
200
Sumber : Hasil Pembagian Kuisioner Tabel 4.15 Jumlah Kecelakaan Per Tahun
umlah Responden
Jenis kendaraan Motor Mobil Motor dan Mobil Tidak Punya Keduanya Total
150 100 50 0
120
92
Terhenti
Tidak Terhenti
Sumber : Hasil Pembagian Kuisioner Tabel 4.16 Aktifitas Responden Akibat Kecelakaan Parameter Terhenti Tidak Terhenti Total
Jumlah 92 120 212
Sumber : Hasil Pembagian Kuisioner 4.3.9
Durasi Terhenti Dari pembahasan sebelumnya yang menyatakan 92 responden terhenti aktifitasnya
15
200 100
Durasi Terhenti 120
81
ah Kecelakaan
Tingkat Keparahan (OPINI)
6
5
Sumber : Hasil Pembagian Kuisioner Tabel 4.17 Durasi Terhenti Responden Parameter Tak Terhenti < 30 hari 30‐ 60 hari > 60 hari Total
Jumlah 120 81 5 6 212
Sumber : Hasil Pembagian Kuisioner 4.4 Tingkat Keparahan Didalam penelitian ini, klasifikasi kecelakaan dibatasi hanya pada luka ringan, luka berat, dan property damage only (PDO). Kecelakaan yang menimbulkan korban jiwa sengaja tidak dibahas. Sedangkan klasifikasi tersebut tentu berbeda apabila dibandingan antara opini pribadi responden dengan peraturan pemerintah. Hal ini tampak jelas dalam gambar 4.13 dan gambar 4.14 dibawah. Terjadi perbedaan persepsi yang cukup mencolok pada kriteria luka berat pengendara sepeda motor. Pada tingkat keparahan opini 18 responden pengendara motor mengalami luka berat, sedangkan menurut Peraturan Pemerintah hanya 8 responden yang layak dikategorikan luka berat.
Gambar 4.13 Tingkat Keparahan Berdasar Opini
172 18 Luka Ringan Luka Berat
13 PDO
Tingkat Keparahan (PP)
0 Tak < 30 hari 30‐ 60 > 60 hari Terhenti hari
200 100 0
Sumber : Hasil Pembagian Kuisioner Gambar 4.14 Tingkat Keparahan Berdasar PP
mlah Kecelakaan
umlah Responden
akibat kecelakaan yang dialami. Dari angka tersebut, maka timbul pertanyaan, berapa lama waktu yang terhenti? Berdasarkan kuisioner yang diterima, 81 responden terhenti aktifitasnya selama kurang dari 30 hari. Di dalam ADB-AC3 tahun 2004, menyatakan bahwa kurang dari 30 hari masa perawatan di katagorikan dalam luka ringan. Gambar 4.12 Durasi Terhenti Responden
200
182
100
8
13
0 Luka Ringan Luka Berat
PDO
Sumber : Pengolahan Data
BAB V ANALISA DATA 5.1. Metode Gross Output. Metode Gross Output dipakai untuk menghitung biaya yang dikeluarkan seketika setelah kecelakaan. Metode ini terdiri atas biaya langsung (Direct Cost) dan biaya tak langsung (Indirect Cost). Dalam studi kali ini, biaya kecelakaan diklasifikasikan menjadi 3, yaitu : a) Biaya kecelakaan fatal. b) Biaya kecelakaan ringan. c) Biaya kecelakaan untuk PDO,yaitu Property Damage Only (hanya mengalami kerusakan pada kendaraan).
Studi ini tidak menganalisa biaya kecelakaan untuk korban meninggal dunia, sesuai dengan batasan masalah yang ada. Kelas kecelakaan dibedakan berdasarkan opini pribadi responden dan Peraturan Pemerintah Nomor 43 Tahun l993. Opini respoden artinya kelas kecelakaan ditentukan oleh responden secara pribadi berdasarkan tingkat keparahan yang dialaminya. Sedangkan menurut Peraturan Pemerintah Nomor 43 Tahun l993, kelas kecelakaan dibedakan berdasarkan hal-hal berikut : 1. Korban Mati adalah korban yang dipastikan mati sebagai akibat kecelakaan lalu lintas dalam jangka
16 waktu paling lama 30 hari setelahh keecelakaan terssebut. 2. Korban K Luka Berat B adalah korban yangg kaarena luka-luukanya mennderita cacatt tetap atau haruus dirawat dalam d jangkaa waktu lebih dari d 30 hari sejak terjadii keecelakaan. 3. Korban K Luka Ringan addalah korbann yaang tidak teermasuk dalam kategorii koorban mati daan korban lukaa berat. a. Biayaa tak Langsun ng. Biay ya tak lanngsung (Ind direct Cost)) merupakan n biaya ak kibat kehilanngan waktuu selama dirrawat di rumaah sakit mauppun di rumahh setelah kecelakaan. k Besarnya biaya b dapatt diketahui dengan meng ggunakan rum mus :
LP = Lost off Productivvity = Uang Income U saku Lama diraawat = Total T aktifitass terhenti ng saku yanng diperolehh mahasiswaa Uan dianggap sebagai income, karen na dianggapp belum memiliki pendappatan sendiri. Biayya dari kehilaangan kualitaas hidup yaituu biaya akibat perasaann duka cita, trauma dann penderitaaan setelah kecelakaann. Menurutt Downing, A(1997) merekomendas m sikan adanyaa penambahhan biaya darri duka cita, trauma dann derita dim mana : 1. 38 8% dari biaya-biaya b total untukk keecelakaan fataal. 2. 10 00% dari biaya-biaya b total untukk keecelakaan serrius. 3. 8% % dari biiaya-biaya total untukk keecelakaan ring gan. b. Biayaa Langsung. Biay ya langsung (Direct Costt) merupakann biaya yang y langsu ung dikelu uarkan saatt kecelakaan n. Biaya laangsung dallam metodee Gross Ou utput terdiri atas penjum mlahan biayaa rumah sakkit, biaya raw wat jalan, biiaya reparasii kendaraann, biaya adminnistrasi dan biaya lainnya. Seteelah melakukkan pengkajiian terhadapp hasil pen nyebaran kuesioner dan wawancaraa terhadap sejumlah langsung responden,, diketahui total biaya langsung (D Direct Cost). Total biaaya langsunng (Direct Cost) yangg dikeluarkaan terdiri daari 63,65% untuk biayaa rumah saakit, 9,9% untuk u biaya rawat jalan,, 20,05% untuk u biaya reparasi ken ndaraan, 3% %
biayaa administraasi dan 3,44% untuk bbiaya lainnnya. Untuk lebbih jelasnya tersedia t di gaambar 5.1 dibawah d :
3,00% 20,0 05%
Biaaya Langgsung % 3,40%
Rumah Sakit Rawat Jalan 63,6 65% Reparasi Kendaraaan
9,90 0%
Gamb bar 5.1 Direcct Cost Sumbeer : Pengolahaan Data c. Total T Biaya Kecelakaan. K Dalam meetode Grosss Output, bbiaya kecellakaan d dapat dikeetahui deengan menjjumlahkan biaaya langsung (Direct Costt) dan biayaa tak langssung (Indireect Cost). Biaya B opini kecellakaan yangg dihitung berdasarkan b respoonden dan Peeraturan Pem merintah No 43 4 Th l993.. 5.1.11. Biaya K Kecelakaan Menurut O Opini Resp ponden a. Luka Beratt. 1) 1 Biaya Lanngsung (Direcct Cost). Dari hhasil perhituungan, dikeetahui bahwa b jumlah respondeen yang paling p banyak b adalaah respondeen dengan bbiaya langsung l (D Direct Cosst) diatas Rp. 10.000.000, 1 kemudian reesponden deengan biaya b langsung (Direcct Cost) antara a Rp.1.000.000 R – 1.999.999.. Rata – rata bbiaya langsung l (Dirrect Cost) Rp. 10.169.166,67 Direct Costt Raange <100 00000 1000000-1999999 2000000-2999999 3000000-3999999 4000000-4999999 5000000-5999999 6000000-6999999 7000000-7999999 8000000-8999999 9000000-9999999 >1000 00000 To otal Rataa-Rata
Baanyaknya Responden n 2 4 2 2 0 0 0 0 0 0 8 18 10,169,166.6 67
Direct Cost Luka Berat Opini O Tabel 5.1 D 2) Biaya tak Lanngsung (Indirrect Cost). Data kuesionner menyebutkkan bahwa daari 18 responden yyang mengaalami kecelaakaan
17 dengan luka berat, 3 diantaranya tidak terhenti aktifitasnya, ini cukup janggal karena biasanya penderita luka berat tentu terhenti aktifitasnya. Hasil perhitungan menyebutkan bahwa biaya tak langsung (Indirect Cost) rata – rata yang dikeluarkan oleh responden untuk kecelakaan luka berat sebesar Rp. 1.053.518,52. 3) Biaya Kecelakaan (Casualty Cost). Perhitungan biaya kecelakaan untuk kecelakaan dengan luka berat sebagai berikut : Casualty Cost Luka Berat Jenis Biaya Biaya Rata-Rata Rumah Sakit 7,961,111.11 Rawat Jalan 856,944.44 Reparasi Kendaraan 881,666.67 Biaya Administrasi 200,000.00 Biaya Lain 269,444.44 Total Direct Cost 10,169,166.67 Lost of Productivity Cost 1,053,518.52 Total Direct + Lost of Productivity costs 11,222,685.19 Pain, grift and suffering 11,222,685.19 Casualty Cost 22,445,370.37
Tabel 5.2 Casualty Cost Luka Berat Opini Sumber : Analisa Data Untuk mendapatkan nilai dari biaya kecelakaan (Casualty Cost), maka “Total Direct + Lost of Productivity costs” dijumlahkan dengan Pain, grift and suffering sebesar 100% dari jumlah total Direct Cost dan Lost of Productivity Cost. Dari hasil perhitungan, diketahui bahwa rata – rata biaya kecelakaan yang dikeluarkan untuk kecelakaan dengan luka berat adalah Rp. 22.445.370,37 Jumlah responden yang paling banyak adalah responden dengan biaya kecelakaan di atas Rp.10.000.000. Responden dengan biaya kecelakaan antara Rp.3.000.000 – Rp.5.999.999 dialami sama – sama oleh 2 responden, seperti yang dijelaskan pada tabel berikut :
Casualty Cost Range
Banyaknya Responden
<1000000 1000000-1999999 2000000-2999999 3000000-3999999 4000000-4999999 5000000-5999999 6000000-6999999 7000000-7999999 8000000-8999999 9000000-9999999 >10000000 Total Rata-Rata
0 1 1 2 2 2 1 1 0 0 8 18 22,445,370.37
Tabel 5.3 Range Casualty Cost Luka Berat Opini Sumber : Analisa Data b. Luka Ringan. 1) Biaya Langsung (Direct Cost). Dari hasil perhitungan, diketahui bahwa jumlah responden yang paling banyak adalah responden dengan biaya langsung (Direct Cost) dibawah Rp100.000, kemudian responden dengan biaya langsung (Direct Cost) antara Rp100.000 – Rp199.999, responden dengan biaya langsung (Direct Cost) di atas Rp1000.000. Rata – rata biaya langsung (Direct Cost) Rp. 342.912,79. Direct Cost Range
Banyaknya Responden
<100000 100000-199999 200000-299999 300000-399999 400000-499999 500000-599999 600000-699999 700000-799999 800000-899999 900000-999999 >1000000 Total Rata-rata
84 28 14 7 5 10 3 2 1 0 18 172 342,912.79
Tabel 5.4 Direct Cost Luka Ringan Opini Sumber : Analisa Data 2) Biaya tak Langsung (Indirect Cost). Data kuesioner menyebutkan bahwa dari total responden yang mengalami kecelakaan luka ringan, 73 responden dari total 172 responden yang mengalami luka ringan mendapatkan perawatan hingga mengakibatkan kehilangan produktivitas. Hasil perhitungan menyebutkan bahwa biaya tak langsung (Indirect Cost) rata –
18 rata yang dikeluarkan oleh responden untuk kecelakaan ringan sebesar Rp.98.023,26. 3) Biaya Kecelakaan (Casualty Cost). Perhitungan biaya kecelakaan untuk kecelakaan dengan luka ringan sebagai berikut : Casualty Cost Luka Ringan Jenis Biaya Biaya Rata-Rata Rumah Sakit Rawat Jalan Reparasi Kendaraan Biaya Administrasi Biaya Lain Total Direct Cost Lost of Productivity Cost Total Direct + Lost of Productivity costs Pain, grift and suffering Casualty Cost
132,645.35 40,406.98 115,348.84 15,313.95 39,197.67 342,912.79 98,023.26 440,936.05 35,274.88 476,210.93
Tabel 5.5 Casualty Cost Luka Ringan Opini Sumber : Analisa Data Untuk mendapatkan nilai dari biaya kecelakaan (Casualty Cost), maka “Total Direct + Lost of Productivity costs” dijumlahkan dengan Pain, grift and suffering sebesar 8% dari jumlah total Direct Cost dan Lost of Productivity Cost. Dari hasil perhitungan, diketahui bahwa rata – rata biaya kecelakaan yang dikeluarkan untuk kecelakaan dengan luka ringan adalah Rp. 476.210,93. Jumlah responden yang paling banyak adalah responden dengan biaya kecelakaan dibawah Rp100.000, seperti yang dijelaskan pada tabel berikut : Casualty Cost Range
Banyaknya Responden
<100000 100000-199999 200000-299999 300000-399999 400000-499999 500000-599999 600000-699999 700000-799999 800000-899999 900000-999999 >1000000 Total Rata-rata
69 33 16 6 5 10 3 7 2 1 20 172 476,210.93
Tabel 5.6 Range Casualty Cost Luka Ringan Opini Sumber : Analisa Data
c. PDO (Property Damage Only). PDO (Property Damage Only) merupakan suatu kelas kecelakaan dimana korban hanya mengalami kerugian harta benda. Harta benda yang dimaksud dalam studi ini adalah kendaraan yang dimiliki. 1) Biaya Langsung (Direct Cost). Dari hasil perhitungan, jumlah responden yang paling banyak adalah responden dengan biaya langsung (Direct Cost) di bawah Rp100.000. terdapat pula jumlah responden yang sama, yaitu sebanyak 2 responden untuk biaya langsung (Direct Cost) antara Rp.200.000 – Rp.299.999, dan diatas Rp. 1.000.000. lalu responden dengan biaya langsung (Direct Cost) antara Rp.100.000 – Rp199.999. Rata – rata biaya langsung (Direct Cost) Rp.350.000. Direct Cost Range
Banyaknya Responden
<100000 100000-199999 200000-299999 300000-399999 400000-499999 500000-599999 600000-699999 700000-799999 800000-899999 900000-999999 >1000000 Total Rata-rata
11 0 1 0 0 0 0 0 0 0 1 13 96,153.85
Tabel 5.7 Direct Cost PDO Sumber : Analisa Data 2) Biaya tak Langsung (Indirect Cost). Dalam perhitungan biaya kecelakaan untuk PDO (Property Damage Only), tidak ada responden mendapatkan perawatan hingga tidak mengalami kehilangan produktivitas. Karena tidak mengalami kehilangan produktivitas, maka biaya tak langsung (Indirect Cost) adalah Rp.0. 3) Biaya Kecelakaan (Casualty Cost). Perhitungan biaya kecelakaan untuk kecelakaan dengan luka berat sebagai berikut :
19 Casualty Cost PDO Jenis Biaya Rumah Sakit Rawat Jalan Reparasi Kendaraan Biaya Administrasi Biaya Lain Total Direct Cost Lost of Productivity Cost Total Direct + Lost of Productivity costs Pain, grift and suffering Casualty Cost
langsung (Direct Cost) di atas Rp.10.000.000,00 dan dibawah Rp.1.000.000. Rata – rata biaya langsung (Direct Cost) Rp.10.075.000,00.
Biaya Rata-Rata 88,461.54 7,692.31 96,153.85 96,153.85 96,153.85
Direct Cost
Tabel 5.8 Casualty Cost PDO Sumber : Analisa Data Untuk mendapatkan nilai dari biaya kecelakaan (Casualty Cost), maka didapat hanya dari direct cost itu sendiri, karena tidak ada lost of productivity dan patokan angka pain grift n suffering dalam PDO. Dari hasil perhitungan, diketahui bahwa biaya kecelakaan yang dikeluarkan untuk kecelakaan dengan klasifikasi PDO adalah Rp. 350.000. Jumlah responden yang paling banyak adalah responden dengan biaya kecelakaan antara dibawah Rp. 100.000, seperti yang dijelaskan pada tabel berikut : Casualty Cost Range
Banyaknya Responden
<100000 100000-199999 200000-299999 300000-399999 400000-499999 500000-599999 600000-699999 700000-799999 800000-899999 900000-999999 >1000000 Total Rata-rata
11 0 1 0 0 0 0 0 0 0 1 13 96,153.85
Tabel 5.9 Range Casualty Cost PDO Sumber : Analisa Data 5.1.2. Biaya Kecelakaan Menurut Peraturan Pemerintah Nomor 43 Tahun l993. 1) Luka Berat. Luka berat menurut Peraturan Pemerintah Nomor 43 Tahun l993 adalah korban kecelakaan yang mengalami cacat tetap atau dirawat lebih dari 30 hari. Perhitungan biaya kecelakaan untuk korban luka berat sebagai berikut. 1) Biaya Langsung (Direct Cost). Dari hasil perhitungan, diketahui bahwa jumlah responden yang paling banyak adalah responden dengan biaya
Range
Banyaknya Responden
<1000000 1000000-1999999 2000000-2999999 3000000-3999999 4000000-4999999 5000000-5999999 6000000-6999999 7000000-7999999 8000000-8999999 9000000-9999999 >10000000 Total Rata-Rata
2 1 1 0 0 0 0 0 0 0 4 8 10,075,000.00
Tabel 5.10 Direct Cost Luka Berat PP Sumber : Analisa Data 2) Biaya tak Langsung (Indirect Cost). Data kuesioner menyebutkan bahwa dari total responden yang mengalami kecelakaan dengan luka berat, semuanya (100%) responden mendapatkan perawatan hingga mengakibatkan kehilangan produktivitas. Hasil perhitungan menyebutkan bahwa biaya tak langsung (Indirect Cost) rata – rata yang dikeluarkan oleh responden untuk kecelakaan luka berat sebesar Rp.2.575.333,33. 3) Biaya Kecelakaan (Casualty Cost). Perhitungan biaya untuk kecelakaan dengan luka berat sebagai berikut : Casualty Cost Luka Berat Jenis Biaya Biaya Rata-Rata Rumah Sakit 8,075,000.00 Rawat Jalan 1,143,750.00 Reparasi Kendaraan 531,250.00 Biaya Administrasi 12,500.00 Biaya Lain 312,500.00 Total Direct Cost 10,075,000.00 Lost of Productivity Cost 2,841,666.67 Total Direct + Lost of Productivity costs 12,916,666.67 Pain, grift and suffering 12,916,666.67 Casualty Cost 25,833,333.33
Tabel 5.11 Casualty Cost Luka Berat PP Sumber : Analisa Data Untuk mendapatkan nilai dari biaya kecelakaan (Casualty Cost), maka “Total Direct + Lost of Productivity costs” dijumlahkan dengan Pain, grift and
20 suffering sebesar 100% dari jumlah total Direct Cost dan Lost of Productivity Cost. Dari hasil perhitungan, diketahui bahwa rata – rata biaya kecelakaan yang dikeluarkan untuk kecelakaan dengan luka berat adalah Rp.25.833.333,33. Jumlah responden yang paling banyak adalah responden dengan biaya kecelakaan di atas Rp.10.000.000, kemudian responden dengan biaya kecelakaan antara Rp.4.000.000 – Rp.4.999.999 dan responden dengan biaya kecelakaan antara Rp5.000.000 – Rp5.999.999, seperti yang dijelaskan pada tabel berikut :
Casualty Cost Range
Banyaknya Responden
<1000000 1000000-1999999 2000000-2999999 3000000-3999999 4000000-4999999 5000000-5999999 6000000-6999999 7000000-7999999 8000000-8999999 9000000-9999999 >10000000 Total Rata-Rata
0 0 0 0 2 1 0 0 0 1 4 8 25,833,333.33
Tabel 5.12 Range Casualty Cost Luka Berat PP Sumber : Analisa Data 2) Luka Ringan. 1) Biaya Langsung (Direct Cost). Dari hasil perhitungan, diketahui bahwa jumlah responden yang paling banyak adalah responden dengan biaya langsung (Direct Cost) dibawah Rp.100.000. kemudian responden dengan biaya langsung (Direct Cost) diatas 1.000.000, responden dengan biaya langsung (Direct Cost) antara Rp. 100.000 – 199.999. Rata – rata biaya langsung (Direct Cost) Rp.886.956,04.
Direct Cost Range
Banyaknya Responden
<100000 100000-199999 200000-299999 300000-399999 400000-499999 500000-599999 600000-699999 700000-799999 800000-899999 900000-999999 >1000000 Total Rata-rata
84 27 14 8 5 10 3 2 1 0 28 182 886,956.04
Tabel 5.13 Direct Cost Luka Ringan PP Sumber : Analisa Data 2) Biaya tak Langsung (Indirect Cost). Data kuesioner menyebutkan bahwa dari total responden yang mengalami kecelakaan luka ringan, 81 responden dari total 182 responden mendapatkan perawatan hingga mengakibatkan kehilangan produktivitas. Hasil perhitungan menyebutkan bahwa biaya tak langsung (Indirect Cost) rata – rata yang dikeluarkan oleh responden untuk kecelakaan ringan sebesar Rp.71.923,08. 3) Biaya Kecelakaan (Casualty Cost). Perhitungan biaya kecelakaan untuk kecelakaan dengan luka berat sebagai berikut : Casualty Cost Luka Ringan Jenis Biaya Biaya Rata-Rata Rumah Sakit Rawat Jalan Reparasi Kendaraan Biaya Administrasi Biaya Lain Total Direct Cost Lost of Productivity Cost Total Direct + Lost of Productivity costs Pain, grift and suffering Casualty Cost
557,774.73 72,664.84 172,857.14 33,703.30 49,956.04 886,956.04 71,923.08 958,879.12 76,710.33 1,035,589.45
Tabel 5.14 Casualty Cost Luka Ringan PP Sumber : Analisa Data Untuk mendapatkan nilai dari biaya kecelakaan (Casualty Cost), maka “Total Direct + Lost of Productivity costs” dijumlahkan dengan Pain, grift and suffering sebesar 8% dari jumlah total Direct Cost dan Lost of Productivity Cost.
21 Dari hasil perhitungan, diketahui bahwa rata – rata biaya kecelakaan yang dikeluarkan untuk kecelakaan dengan luka ringan adalah Rp.1.035.589,45. Jumlah responden yang paling banyak adalah responden dengan biaya kecelakaan di bawah Rp.1.00.000,00, kemudian responden dengan biaya kecelakaan antara Rp.100.000 – Rp.199.999 dan responden dengan biaya kecelakaan diatas Rp.1.000.000 seperti yang dijelaskan pada tabel berikut : Casualty Cost Range
Banyaknya Responden
<100000 100000-199999 200000-299999 300000-399999 400000-499999 500000-599999 600000-699999 700000-799999 800000-899999 900000-999999 >1000000 Total Rata-rata
69 33 16 6 5 10 4 7 2 1 29 182
Tabel 5.15 Range Casualty Cost Luka Ringan PP Sumber : Analisa Data 5.2 Metode Willingness To Pay 5.2.1 Pengujian Model Binary Choice Analisis ini digunakan untuk mengetahui variabel-variabel yang berpengaruh pada probabilitas keinginan untuk mengeluarkan biaya lebih (willingness to pay) untuk mengurangi resiko kecelakaan di jalan raya pada pengguna sepeda motor. Struktur kuisioner yang digunakan pada analisis WTP adalah pilihan untuk mengurangi resiko akibat kecelakaan. Pilihan biner yang digunakan sebagai variabel dependent adalah sebagai berikut : Tabel 5.16 Contoh Pilihan Biner Pilihan A
Batas kec. maksimum (km/hr) Jarak servis rem (km) Kemungkinan luka ringan Tambahan biaya (Rp)
70 7880 20 in 100000 700
Tabel 5.17 Deskripsi Kriteria Variabel Dependent Sumber : Output SPSS Sebelum masuk pada analisis logistik berikut digambarkan terlebih dahulu hasil tanggapan responden terhadap WTP, berikut adalah tabel frekuensi jawaban responden
1,035,589.45
Kriteria
Injury Cost in Surabaya”. Proceeding of the Eastern Asia Society for Transportation Studies, Vol.6, 2007. Untuk mentransformasi pilihan biner dari kuisioner yang telah di bagikan, maka akan dikelompokan dengan kreteria variabel dependent sebagai berikut : Original Value Internal Value Pilihan A 0 Pilihan B 1
Pilihan B 60 8000 27 in 100000 0
Sumber : Dissanayake, D., Mulley, C., Widyastuti, H., 2007. “Binary Choices Model to Value Motorcyclist’s Slight
Pilihan_Biner Mau mengeluarkan Pilihan A Tidak mau mengeluarkan Pilihan B
Frekuensi
Persentase
109
53.4
95
46.6
Tabel 5.18 Frekuensi Klasifikasi Responden Berdasarkan Pilihan WTP Sumber : Output SPSS Berdasarkan tabel 5.18 klasifikasi jawaban responden diketahui bahwa dari total 204 responden sebanyak 109 responden atau 53.4 % adalah kelompok yang memilih pilihan A, yaitu kategori mau mengeluarkan biaya tambahan, sebaliknya sebanyak 95 responden atau 46.6 % penelitian ini adalah kelompok yang tidak mau mengeluarkan biaya lebih. Setelah melihat klasifikasi, langkah selanjutnya dalam interpretasi Binary logistik adalah melakukan pengembangan model. Pada sub bab ini, akan diuraikan pengaruh variabelvariabel terikat (dependent) yang digunakan dalam penelitian terhadap variabel bebasnya (independent) taraf signifikansi yang digunakan pada penelitian adalah sebesar 10 % (α=0.1), berikut Tabel 5.19 dibawah ini akan menyajikan hasil dari uji Logistic Regression:
22 Variabel Usia Gender Fakultas Fakultas(1) Fakultas(2) Fakultas(3) Fakultas(4) Fakultas(5) Fakultas(6) Fakultas(7) Fakultas(8) Fakultas(9) Fakultas(10) Fakultas(11) Jurusan Jurusan(1) Jurusan(2) Jurusan(3) Jurusan(4) Jurusan(5) Jurusan(6) Jurusan(7) Jurusan(8) Jurusan(11) Jurusan(12) Jurusan(13) Jurusan(14) Jurusan(15) Jurusan(16) Jurusan(19) Jurusan(21) Jurusan(24) Jurusan(25) Kendaraan jumlah_kecelakaan aktivitas_terhenti lama_terhenti nor_uang_saku
Constant
B
Wald -0.063 -0.679
-22.260 -21.799 19.914 -0.920 22.378 -0.839 -2.360 0.148 -1.574 -1.383 -0.665 -0.544 -21.221 0.897 -22.247 0.809 1.796 -0.276 -23.241 -22.752 -0.388 -2.709 -42.764 20.532 -2.028 20.872 -22.299 -0.459 21.296 0.053 -0.536 -0.072 -0.023 -0.778 13.353
Sig.
0.038 2.538 3.794 0.000 0.000 0.000 0.268 0.000 0.194 1.773 0.006 1.074 1.026 0.249 5.953 0.108 0.000 0.369 0.000 0.271 1.822 0.028 0.000 0.000 0.054 0.000 0.000 0.000 0.000 0.000 0.000 0.087 0.000 0.139 3.768 0.034 2.451 4.689 6.726
Tabel 5.19 Hasil Uji Binary Choice Model WTP Rp 700 Sumber : Output SPSS Berdasarkan hasil uji regresi logistik dari tabel 5.19 diketahui bahwa hanya terdapat dua variabel yang memiliki nilai signifikansi lebih kecil dari 10 %, yaitu jumlah kecelakaan (β=0.536 p=0.055<0.1) dan normalitas uang saku (β=-0.773 p=0.032<0.1) sedangkan variabelvariabel lain yang digunakan untuk memprediksi WTP memiliki nilai signifikansi diatas titik cut off (10 %) sehingga disimpulkan jumlah
kecelakaan Exp(B) dan uang saku berpengaruh negatif signifikan terhadap 0.939 probabilitas keinginan untuk tidak membayar. Dimana kesimpulan ini 0.507 menunjukan bahwa semakin tinggi jumlah kecelakaan dan semakin besar uang saku maka 0.000 semakin tinggi keinginan untuk membayar lebih 0.000 guna445118175.507 mengurangi resiko (option A) sebesar 25 % sebab option 0.398A, adalah probabilitas dengan nilai internal = 0. 5234085784.426 Dari hasil analisis model Logistic 0.432 Regression tersebut, maka dapat digambarkan 0.094 model logit sebagai berikut: Logit (p) = ln1.160 (p/1-p) = 13.353 -0.536 jum. kec 0.207 -0.778 income
0.845 0.111 0.976 0.999 0.999 0.999 0.605 1.000 0.660 0.183 0.940 0.300 0.311 0.251 Dari persamaan Regresi Logistik tersebut, 0.618 0.514 0.996 maka dapat dijelaskan sebagai berikut: (a): Konstanta sebesar 0.742 1). Konstanta0.580 13.353 adalah 0.999 0.000 probabilitas keinginan 0.543 2.451 untuk tidak mau 0.999 0.000 membayar biaya lebih 0.602 2.246 (Option B) setelah 0.177 6.027 mengontrol seluruh 0.868 0.758 variabel. . 1.000 2). Koefisien0.000 Regresi: Jumlah kecelakaan 1.000 0.000 sebesar -0.536 0.817 0.678 menyatakan bahwa 1.000 0.067 log odds keinginan 0.999 0.000 untuk tidak mau 1.000 826099159.117 membayar biaya lebih 1.000 0.132 (Option B), dimana setiap peningkatan 1.000 1160120048.031 jumlah kecelakaan 1.000 0.000 sebesar satu satuan 0.767 0.632 akan menurunkan 1.000 1772640027.369 probabilitas 0.710 1.054 masyarakat untuk 0.052 0.585 untuk tidak mau 0.854 0.930 membayar biaya lebih 0.117 0.977 (Option B) sebesar 0.030 0.459 faktor (e-0.536 = 0.585), 0.010 629957.097
3). Koefisien Regresi:
dengan asumsi variabel lain tetap. Uang saku sebesar 0.778 menyatakan bahwa log odds keinginan untuk tidak mau membayar biaya lebih (Option B), dimana setiap peningkatan jumlah kecelakaan sebesar satu satuan akan menurunkan
23 probabilitas masyarakat untuk untuk tidak mau membayar biaya lebih (Option B) sebesar faktor (e-0.778 = 0.459), dengan asumsi variabel lain tetap. 5.2.2 Kriteria “The Goodness-of-Fit” Model Logistic Regression Nilai -2 Log Likelihood berfungsi untuk melihat kesesuaian dari model Logistic Regression. Nilai -2 Log Likelihood Block 0 merupakan nilai untuk model yang hanya memasukkan konstanta yaitu sebesar 281.843. Sementara itu, nilai -2 Log Likelihood Block 1 merupakan model dengan konstanta dan variabel bebas lainnya yaitu sebesar 224.084. Berdasarkan hasil output Tabel 5.20 diketahui bahwa terdapat penurunan nilai -2 Log Likelihood dari 281.843 pada block 0 menjadi 224.084, pada block 1 sehingga disimpulkan secara keseluruhan terdapat kesesuaian model dengan data. Hosmer and Lemeshow Test Cox & Nagelke -2 Log Snell R rke R ChiSig. Step likelihood Square Square square 0 281.843 1 11.088 0.197 224.084 0.254 0.339 Tabel 5.20 Kesesuaian Model (Goodness Of Fit Model) Sumber : Output SPSS Berdasarkan tabel 5.20 juga dapat diketahui the goodness-of-fit, untuk mengetahui the goodness-of-fit dari model Logistic Regression, bisa digunakan 2 cara yaitu Pseudo R2 . dan melihat Uji Hosmer and Lemeshow. Untuk kesimpulan model diketahui nilai Nagelkerke R2 menunjukkan nilai 0.339 atau 33.9 %, artinya bahwa variabel-variabel independen dalam penelitian ini mampu menjelaskan sebesar 33.9 % variasi perubahan kategori keinginan untuk mengeluarkan biaya lebih. Berdasarkan nilai uji kesesuaian model Hosmer and Lemeshow Test diketahui bahwa model penelitiban memiliki nilai probilitas signifikansi chi-square (Chi=11.088 p=0.197>0.10) yang lebih besar dari titik cut-off (0.10) menunjukan estimasi mampu diterima karena data tidak berbeda dengan observasinya keseluruhan hasil uji goodness of fit model
mengindikasikan bahwa model memiliki kesesuaian data. 5.2.3 Interpretasi Odds Rasio Untuk mencapai tujuan dari penelitian ini maka lebih bermanfaat untuk mengubah rasio odds kedalam probabilitas prediksi, oleh karena itu diperlukan untuk memasukan angka-angka kedalam variabel model, pemberian angkaangka akan menggunakan ilustrasi sebagai berikut, a) Nilai Modus Uang saku yang paling dominan dari responden adalah Rp. 600.000,00 per bulan dengan frekuensi kecelakaan 1 kali dalam setahun. Maka permisalannya sebagai berikut; Jika seorang Mahasiswa Universitas Muhammadiyah Malang mengalami kecelakaan sebanyak 1 kali dalam setahun, dengan pendapatan sebesar Rp.600.000 per bulan (Ln = 13.3047), penggunaan normalitas pada perhitungan pendapatan sebab dalam pengembangan model menggunakan input dari nilai normalitas, dimana hasil dari model logit dengan ilustrasi diatas adalah sebagai berikut : Logit (p) = ln (p/1-p) = 13.353 + -0.536 (1) 0.778 (13.3047) = 2,465943 Oleh karena itu probabilitas yang diperoleh adalah ,
0.921 , 1 Indikasi ini menunjukan bahwa probabilitas kemungkinan mahasiswa Universitas Muhammadiyah Malang dengan karakteristik pernah satu kali mengalami kecelakaan lalu lintas dan dengan uang saku sebesar Rp. 600.000,00 per bulan untuk mau membayar sebesar Rp 700 rupiah guna menurunkan kecelakaan sebesar 25 % adalah sebesar 7,9 %. b) Nilai Rata-rata Uang Saku Rata-rata dari responden adalah Rp. 930.882,35 per bulan dengan frekuensi kecelakaan Rata-rata 2 kali dalam setahun. Maka permisalannya sebagai berikut; Jika seorang Mahasiswa Universitas Muhammadiyah Malang mengalami kecelakaan sebanyak 2 kali dalam setahun, dengan pendapatan sebesar Rp 930.882,35 per bulan (Ln = 13.7438), penggunaan normalitas pada
24 perhitungan pendapatan sebab dalam pengembangan model menggunakan input dari nilai normalitas, dimana hasil dari model logit dengan ilustrasi diatas adalah sebagai berikut : Logit (p) = ln (p/1-p) = 13.353 + -0.536 (2) 0.778 (13.7438) = 1,588324 Oleh karena itu probabilitas yang diperoleh adalah ,
1
,
0.8304
Indikasi ini menunjukan bahwa probabilitas kemungkinan mahasiswa Universitas Muhammadiyah Malang dengan karakteristik pernah 1,4167 kali mengalami kecelakaan lalu lintas dan dengan uang saku sebesar Rp. 930.882,35 per bulan untuk mau membayar sebesar Rp 700 rupiah guna menurunkan kecelakaan sebesar 25 % adalah sebesar 19,96 %.
BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan Pada bagian kesimpulan akan difokuskan pada penjelasan jawaban atas tujuan dilakukannya penelitian ini, yaitu analisa kecelakaan dengan metode Gross Output dan Willingness To Pay. 6.1.1 Hasil Analisa Gross Output a) Untuk Luka Ringan berdasarkan opini responden, didapat hasil direct cost rata-rata sebesar Rp. 342,912.79 dan casualty cost sebesar Rp. 476,210.93 dari 172 responden. b) Untuk Luka Ringan berdasarkan Peraturan Pemerintah, didapat hasil direct cost rata-rata sebesar Rp. 886,956.04 dan casualty cost sebesar Rp. 1,035,589.45 dari 182 responden. c) Untuk Luka Berat Berdasarkan opini responden, di dapat hasil direct cost rata-rata sebesar Rp. 10,169,166.67 dan casualty cost sebesar Rp. 22,445,370.37 dari 18 responden. d) Untuk Luka Berat Berdasarkan Peraturan Pemerintah, didapat hasil direct cost rata-rata sebesar Rp. 10,075,000.00 dan casualty cost sebesar Rp. 25,833,333.33 dari 8 responden
e) Untuk Property Damage Only (PDO), didapat hasil direct cost rata-rata sebesar Rp. 350,000.00 , karena dalam PDO tidak terjadi penghentian aktifitas oleh responden, maka casualty cost sama dengan direct cost, yaitu sebesar Rp. 350,000.00 dari 16 responden. Apabila dibandingkan secara langsung, hasil perhitungan biaya Direct Cost dan Casualty Cost antara Opini pribadi responden dan Peraturan Pemerintah nomer 43 Tahun 1993 pasal 43, maka dapat disimpulkan bahwa : a) Untuk Luka Ringan, biaya yang dikeluarkan berdasarkan Peraturan Pemerintah jauh lebih signifikan daripada opini,baik untuk Direct Cost Maupun Casualty Cost-nya. b) Untuk Luka Berat, biaya yang dikeluarkan berdasar Peraturan Pemerintah hampir sama dengan opini responden untuk direct cost, tetapi untuk biaya Casualty Cost-nya lebih besar berdasar Peraturan Pemerintah daripada opini responden. 6.1.2 Hasil Analisa Willingnes To Pay Model binary choice menunjukan bahwa hanya terdapat dua variabel yang mampu memprediksi WTP pada mahasiswa Muhammadiyah malang, yaitu jumlah kecelakaan (β=-0.536 p=0.055<0.1) dan normalitas uang saku (β=-0.773 p=0.032<0.1) sedangkan variabel-variabel lain yang digunakan untuk memprediksi WTP memiliki nilai signifikansi diatas titik cut off (10 %) sehingga disimpulkan jumlah kecelakaan dan uang saku berpengaruh negatif signifikan terhadap probabilitas keinginan untuk tidak membayar. Dimana kesimpulan ini menunjukan bahwa semakin tinggi jumlah kecelakaan dan semakin besar uang saku maka semakin tinggi keinginan untuk membayar lebih guna mengurangi resiko (option A) sebesar 25 % sebab option A, adalah probabilitas dengan nilai internal = 0. Dari hasil analisis model Logistic Regression tersebut, maka dapat digambarkan model logit sebagai berikut: Logit (p) = ln (p/1-p) = 13.353 -0.536 jumlah kecelakaan -0.778 uang saku Hal ini memberi suatu kesimpulan secara umum bahwa semakin tinggi jumlah
25 kecelakaan maka semakin tinggi keinginan untuk membayar lebih guna menghindari kecelakaan. Hal ini disebabkan dengan jumlah kecelakaan yang besar maka tingkat kesadaran akan bahaya lalu lintas di jalan raya menjadi semakin tinggi, akibatnya ada dorongan lebih besar menurunkan kecelakaan. Selain itu mahasiswa dengan tingkat pendapatan yang besar cenderung memiliki tingkat kesadaran yang tinggi akan bahaya lalu lintas di jalan raya, sebab pengorbanan yang dilakukan untuk menurunkan kecelakaan bagi mahasiswa ini tergolong kecil. 6.2 Saran Mengingat biaya yang timbul akibat kecelakaan sangat besar, yaitu sebagaimana yang telah di analisa melalui metode gross output, dan penambahan dana Rp. 700 guna mengurangi resiko cedera luka ringan sebesar 25 %.merupakan cara yang bijak. ini telah terbukti dengan rata-rata 19,96 % mau mengeluarkan biaya tambahan dalam analisa Willingess To Pay. Hasil ini terbatas hanya menggambarkan pada sebagian kecil populasi mahasiswa Universitas Muhammadiyah, jadi model ini belum mampu digunakan sebagai gambaran untuk generalisasi yang lebih luas. Di masa mendatang, dengan diketahuinya informasi ini, maka pihak pengambil keputusan dapat memprediksi karakteristik mahasiswa yang memiliki probabilitas keinginan untuk membayar lebih, yaitu mahasiswa yang berulang kali mengalami kecelakaan serta dengan uang saku yang cenderung besar. Sebab karakteristik ini dapat menerima penyuluhan tentang tindak pencegahan resiko lalu lintas dalam rangka menjaga keselamatan diri mereka sendiri baik dari luka ringan maupun luka berat.
DAFTAR PUSTAKA Babtie Ross, Silcock and Transport Research Laboratory, 2003, “Guidelines for Estimating the Cost of Road Crashes in Developing Countries, Final Report”, Departement for International Development Project R7780. Baker, G. Stannad, 1975, “Traffic Accident Investigation Manual”, North Western Traffic Institute. (Evanston, III) Ben-Akiva, M and Lerman S.R., 1985, “Discrete Choice Analysis: Theory and Application to
Travel Demand”, The MIT Press, Cambridge, Massachusetts. Carter, S. and Homburger, Wolfgang, 1978, “Introduction To Transportation Engineering : Highways and Transit”, Everett, January 1978. Dissanayake, D., Mulley, C., Widyastuti, H., 2007. “Binary Choices Model to Value Motorcyclist’s Slight Injury Cost in Surabaya”. Proceeding of the Eastern Asia Society for Transportation Studies, Vol.6, 2007. Downing, A., 1997 Accident costs In Indonesia : A Review. ICORS ’97, India 24-27 july 1997. Google Earth. Hobbs, F.D. , 1995, “Perencanaan dan Teknik Lalu Lintas”, Gajah Mada University Press, Yogyakarta. Institut Teknologi Sepuluh Nopember, 2006, “Aturan Penyusunan Tugas Akhir”. Kadiyali, L.R., 1983, “Road Accident Cost Prediction Model Using System Dynamic Approach”, Gopalaswami, T.V, Laksmikanthan, P.R. ; Paphak, U.N. and Sood, A.K. 1983 Kurniawan, M.Arief, 2007, “Analisa Kecelakaan lalu Lintas pada Ruas Jalan Luar kota Surabaya – Gresik”, Tugas Akhir, Jurusan Teknik Sipil, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Sepuluh Nopember, Surabaya. Oglesby, C.H. dan Hicks, R.G. , 1988, “Teknik Jalan Raya”, Edisi Keempat, Jilid 1, Penerbit Erlangga, Jakarta Oktaviani dan Suryana, 2006, http://bagus.staff.gundarma.ac.id/Download s/files/10256. Peraturan Pemerintah Nomor 43 Tahun l993, Pasal 93 tentang Prasarana dan Lalu Lintas Jalan. Pignataro J. Louis, 1973, “Traffic Engineering Theory and Practice”, Prentice Hall,inc, New Jersey. Widyastuti, H., 2005. “The Casualty Cost of Serious Motorcycle Injures in Indonesia”, Proceeding of UTSG. Bristol, January 2005. www.eastjava.com www.umm.ac.id
