EVALUASI PENAMBAHAN JUMLAH SHUTTLE BUS BINUS SQUARE Andre Wijaya Binus University, Perum Persada Sayang Jl. Hanoman 1/4 Rawa Buaya, 085697436418,
[email protected]
Sintyadi Binus University, Jl. KH Taisir Gang Mochtar No. 50, Palmerah Barat, 081574559788,
[email protected]
Teddy Binus University, Komplek Taman Harapan Indah Blok I/1, 08984814258,
[email protected]
K. Gita Ayu, MSIE Binus University
Abstract The research observes the effect of Binus Square’s decision upon buying another commodity of Shuttle Bus from 3 buses to 4 buses, in aim to further increase the efficiency of the whole Shuttle Service. Based on the analysis, it does increase the efficiency in terms of a decrease in waiting time of the passenger, a decrease on overall interval between stations and less queue.However, it also develops more inefficiency in price as there is another cheaper alternative. Keyword(s) : Shuttle Service, Arena Simulation, Cost Analysis, Efficiency
Abstrak Penelitian mengobservasi dampak dari keputusan Binus Square dalam membeli sebuah komoditas Shuttle Bus baru dari 3 bis menjadi 4 bis, dengan harapan akan meningkatkan tingkat efisiensi dari keseluruhan Shuttle Service. Melalui analisa yang dilakukan, efisiensimeningkatmelalui pengurangan waktu, pengurangan interval kedatangan dari setiap stasiun, dan juga antrian yang terjadi lebih sedikit.Namun, hal ini juga menghasilkan ketidak-efisienan dalam harga mengingat adanya alternatif yang lebih murah. Kata kunci : Shuttle Service, Simulasi Arena, Analisa Biaya, Efisiensi
Pendahuluan Binus Square dibangun sebagai fasilitas akomodasi bagi mahasiswa Binus University. Dalam tujuan untuk meningkatkan pelayanannya, Binus Square juga memiliki suatu fasilitas berupa Shuttle Service yang berupa Shuttle Bus yang bertujuan untuk membantu pergerakan penghuni Binus Square menuju kampus-kampus Binus University. Dan pengguna umumnya merupakan penghuni Binus Square, dan sangat sedikit pengguna Shuttle Bus yang bukan penghuni Binus Square. Shuttle Bus beroperasi mulai dari pukul 06.00 hingga paling akhir pukul 22.00 pada jadwal perkuliahan umum, dengan jalur yang sudah ditentukan, yakni diawali dari perjalanan dari Binus Square, lalu menuju Kampus Kijang, diikuti dengan Kampus Syahdan, lalu Kampus Anggrek dan akan kembali berakhir di Binus Square, dimana pengemudi akan beristirahat hingga jadwal ataupun giliran berikutnya. Seringkali komoditas Shuttle Bus yang ada, tidaklah mencukupi dari segi frekuensi kedatangan, maupun jumlah ketersediaan tempat di jam-jam tertentu. Hal tersebut dinyatakan oleh pihak diisi transportasi Binus Square sebagai permasalahan terbesar. Dari hasil survei yang pernah dilakukan, banyak juga pengguna Shuttle Bus yang merasa bahwa jumlah komoditas sangatlah tidak mencukupi. Oleh karena itu, pihak Binus Square memutuskan untuk menambahkan satu buah komoditas Shuttle Bus lainnya, dari 3 buah menjadi 4 buah. Namun, keputusan tersebut haruslah dievaluasi untuk mengetahui apakah keputusan tersebut merupakan keputusan yang tepat, mengingat pembelian sebuah komoditas Shuttle Bus memiliki biaya yang sangat besar, dan juga akan ada tambahan biaya operasional. Penelitian dibasiskan terhadap hasil simulai yang dilakukan dengan perangkat lunak Arena, diawali dengan pengumpulan data-data penunjang yang juga diolah dengan perangkat bawaan Input Analyzer dari Arena. Dengan tujuan untuk mengetahui perubahan yang dialami sistem Shuttle Service Binus Square setelah pengambilan keputusan tersebut untuk menilai baik atau tidaknya pengambilan keputusan tersebut.
Metode Penelitian
Pengumpulan Data Penelitian diawali dengan observasi disertai sebuah diskusi singkat dengan pihak Binus Square untuk mengetahui apa permasalahan utama yang sedang dihadapi dalam proses berjalan Shuttle Service tersebut. Lalu digabungkan dengan beberapa wawancara singkat dengan pengemudi dan juga survei terhadap para pengguna jasa Shuttle Service. Dari semua hal diatas, ditemukan sebuah pola permasalahan yang seragam, yakni ketersediaan komoditas. Pihak Binus Square akhirnya memutuskan untuk memesan sebuah komoditas baru Shuttle Bus untuk memenuhi kebutuhan pengguna akan Shuttle Bus, yang dimana hal tersebut akan dianalisis. Namun, sistem 4 Shuttle Bus tersebut baru berjalan pada akhir periode penelitian sehingga data yang dikumpulkan tidak akan cukup. Untuk melakukan proses evaluasi tersebut, maka penelitian ini melakukan suatu proses rekayasa sistem melalui sebuah proses simulasi yang dilakukan dengan perangkat lunak Arena (Ingalls, 2002). Dengan membandingkan faktor-faktor penunjang pada kondisi 3 Shuttle Bus dan 4 Shuttle Bus yang diikuti bersama dengan penjadwalan Shuttle Bus tersebut. Sebagai dasar dalam perancangan Arena, beberapa hal turut dipertimbangkan mengenai sistem transportasi yang baik. Sebagai contoh yang didapatkan dari Benn (1995),Litman (2011), Levinger & McGehee (2008), dan Feng & Figliozzi (2012) antara lain: 1. Jalur langsung. 2. Kuota jumlah transfer, dimana disini lebih ditekankan dengan adanya jumlah penumpang yang harus ditransfer sebelum suatu rute dinyatakan selesai. 3. Level servis (normal atau ekspres). Setiap level servis memiliki sistem tersendiri. 4. Jenis servis. Setiap jenis servis memiliki sistem tersendiri. 5. Interval maksimum. Pengaturan kemunculan bis dalam setiap interval waktu tertentu.
6.
Periode ramai dan periode normal. Sistem yang berlaku saat periode ramai (contoh: jam masuk kerja dan pulang kerja) berbeda dengan saat periode normal. 7. Interval minimum. Pengaturan kemunculan bis paling cepat dalam setiap interval waktu tertentu. 8. Ketersediaan tempat duduk. Ada peraturan yang menjamin setiap penumpang mendapatkan tempat duduk, yang secara tegas tidak menerima penumpang yang berdiri. 9. Penggunaan jadwal berdasarkan jam. Beberapa metode adalah penggunaan jadwal yang dapat dilipatkan menjadi jam (60 menit), seperti bis akan tiba setiap 12 menit, 15 menit, 20 menit, namun tidak menggunakan angka-angka seperti 13 menit, 14 menit dan lainnya. 10. Waktu total servis. Hal ini dapat dikaitkan dengan waktu operasional bis.
Beberapa faktor yang dianalisa yakni: 1. Rata-rata lamanya waktu tunggu. 2. Rata-rata jumlah antrian. 3. Waktu total dalam sistem berjalan yang dilalui oleh pengguna. 4. Interval kedatangan Shuttle Bus. Hal-hal tersebut dapat diolah dengan mengumpulkan beberapa data penunjang, seperti: 1. Lama perjalanan Shuttle Bus dari satu lokasi ke lokasi lainnya. 2. Jadwal Shuttle Bus. 3. Lamanya waktu transit Shuttle Bus di setiap lokasi. 4. Jumlah penumpang yang naik dan turun dari setiap lokasi. 5. Inter-arrival penumpang. 6. Biaya operasi Shuttle Bus sebagai bahan pertimbangan. Beberapa data tersebut diolah secara statistik untuk didapatkan pola distribusi yang dapat dioperasikan dalam proses simulasi, dan pengolahan tersebut menggunakan perangkat bawaan Input Analyzer dari Arena. Dan dalam perencanaan Shuttle Bus ke-4, penjadwalan yang akan dilakukan pihak Binus Square membutuhkan masukkan dari penumpang secara langsung, sehingga dibutuhkan suatu survei untuk mendapatkan jenis penjadwalan yang lebih diminati oleh pengguna. Survei disebar kepada 283 orang dari total jumlah 1069 penghuni Binus Square, angka ini didapati dari rumusan Yamane (1967) yang disitasikan oleh Israel (2002) yakni:
(1) Dimana :
n = jumlah sample N = JumlahPopulasi e = Tingkat presisi (digunakan 95%)
Dari hasil survei tersebut, didapati penjadwalan yang diharapkan agar Shuttle Bus hadir setiap 15 menit sekali, dan hal tersebut digunakan dalam praktik simulasi Arena. Namun, dalam pengumpulan data, ada beberapa kesulitan yang dihadapi, yakni mendapatkan interarrival penumpang. Kesulitan yang dihadapi diakibatkan oleh beberapa hal berikut: 1. Tidak adanya tempat tunggu ataupun halte bagi calon penumpang untuk menunggu, sehingga calon penumpang tersebar ke sekitar wilayah pemberhentian bis baik dalam ruangan maupun luar ruangan, ataupun menunggu sepanjang jalur bis dalam kampus. 2. Calon penumpang tersebar di berbagai titik yang juga memiliki kepadatan lalu lalang mahasiswa bukan calon penumpang, mengakibatkan sulitnya membedakan antara calon penumpang dan bukan calon penumpang. Sebagai contoh, pada kampus Syahdan, calon penumpang bisa berada di sekitar Mushola, kantin, dan terkadang ada yang menunggu di pos keluar parkir Syahdan. 3. Seringkali calon penumpang baru menaiki Shuttle Bus, tepat saat Shuttle Bus akan memulai perjalanan. Sehingga penumpang terakhir tiba di menit Shuttle Bus berangkat. Hal-hal diatas mengakibatkan data yang dikumpulkan hanyalah dapat berupa total kedatangan per periode waktu tertentu, bertentangan dengan inter-arrival yang merupakan 1 kedatangan per rentang waktu tertentu. Namun, jika merujuk kepada teori Ross (2010) tentang ekspektasi jumlah penumpang (p. 313318), dapat dilihat pada persamaan 2 dan 3 berikut: E[N(t)] = λ.t
(2)
E[N(t)] adalah ekspektasi jumlah penumpang di waktu t, dengan N(0) = 0 t adalah waktu yang diidentifikasi. Dalam penelitian ini di denotasikan dengan inter-arrival dari
Shuttle Bus. λ adalah tingkat arrival rate penumpang. inter-arrival time = 1/ λ
(3)
Segala data yang didapatkan dimasukkan ke dalam Input Analyzer yang berikutnya akan dilakukan fitting untuk mendapatkan jenis pola distribusi yang disajikan dalam bentuk expression, yakni suatu rumusan yang dapat dibaca oleh Arena untuk menghasilkan simulasi yang diharapkan. Expression juga membantu dalam mengetahui pola distribusi yang paling tepat diantara pola distribusi lainnya dengan penerapan perbandingan Chi Square dan Kolmogorov-Smirnov test (Merric, 2002) Dan sebagai hasil penentuan keputusan, pembiayaan sangatlah penting untuk diperhatikan. Menimbang segala biaya yang ada, dilakukan suatu cost analysis dengan pengumpulan data seperti biaya tetap, biaya tidak tetap dan biaya overhead dari Shuttle Bus (Rahman, 2011). Segala biaya hingga penggunaan masa mendatang dikaji dalam suatu Present Worth untuk melihat nilai pengeluaran total yang akan dihadapi pada periode yang sedang berlangsung pada masa kini. (Professional Development Ascosiates, 2011, Riggs, Bedworth & Randhawa, 1996, Blank & Tarquin, 2012).
Simulasi
Gambar 1
Bagan Simulasi Arena –Kedatangan, Binus Square dan Kijang
Gambar 2
Bagan Simulasi Arena - Syahdan dan Anggrek
Gambar 3
Bagan Simulasi Arena – Disposal Station
Tabel 1 Proses Create Name
Expression
Unit
Penumpang Datang di Binus Square Penumpang Datang di Kampus Kijang Penumpang Datang di Kampus Syahdan Penumpang Datang di Kampus Anggrek Shuttle Bus Jalan
LOGN(7.49, 19.3)
Minutes
Per Arrival 1
1 + LOGN(19.8, 31.3)
Minutes
1
0.999 + WEIB(15.5, 0.823)
Minutes
1
LOGN(7.86, 17.1)
Minutes
1
15 + WEIB(6.39, 0.52)
Minutes
1
Penumpang dan Shuttle Bus dihitung datang setiap inter-arrival tertentu yang diwakilkan dengan ekspresi di atas. Kedatangan dimulai dari menit ke 0 dan tidak memiliki batasan jumlah maksimum. Untuk simulasi dengan 4 buah Shuttle Bus, digunakan inter-arrival senilai 15 menit, sesuai dengan permintaan pengguna dan tujuan Binus Square dalam menyediakan rute perjalanan setiap 15 menit.
Tabel 2 Proses Assign dan distribusi penunjukkan tujuan penumpang Name Assignment Penentuan Tujuan Penumpang dari Binus Square
DISC(0.1,2, 0.5,3, 1,4)
Penentuan Tujuan Penumpang dari Kampus Kijang
DISC(0.05,3, 0.1,4, 1,1)
Penentuan Tujuan Penumpang dari Kampus Syahdan
DISC(0.15,4, 1,1)
Penentuan Tujuan Penumpang dari Kampus Anggrek
DISC(1,1)
Setiap penumpang yang datang di stasiun-stasiun tertentu akan memiliki tujuan perjalanan tersendiri dan diukur melalui distribusi discrete empiric.
Tabel 3 Proses Hold Name
Type
Queue Type
Calon Penumpang dari Binus Square Menunggu
Infinite Hold
Queue
Calon Penumpang dari Kampus Kijang Menunggu
Infinite Hold
Queue
Calon Penumpang dari Kampus Syahdan Menunggu
Infinite Hold
Queue
Calon Penumpang dari Kampus Anggrek Menunggu
Infinite Hold
Queue
Fungsi Hold pada tabel 3 digunakan untuk menampung antrian.
Tabel 4Station Name Station Type Stasiun Binus Square
Station
Disposal Station
Station
Stasiun Kampus Kijang
Station
Stasiun Kampus Syahdan
Station
Stasiun Kampus Anggrek
Station
Name Evaluasi Penumpang di Binus Square Evaluasi Penumpang di Kampus Kijang Evaluasi Penumpang di Kampus Syahdan Evaluasi Penumpang di Kampus Anggrek
Tabel 5 Proses Search Starting Type Value Search a Batch 1
Ending Value NG
Condition Tujuan=1
Search a Batch
1
NG
Tujuan=2
Search a Batch
1
NG
Tujuan=3
Search a Batch
1
NG
Tujuan=4
Proses Search akan mencari penumpang yang akan turun di stasiun tersebut. Pada condition, angka menunjukkan perwakilan terhadap stasiun tersebut. 1 untuk Binus Square, 2 untuk Kijang, 3 untuk Syahdan dan 4 untuk Anggrek.
Name
Tabel 6 Proses Drop-off Quantit Starting y Range
Penumpang Turun di Binus Square
1
J
Penumpang Turun di Kampus Kijang
1
J
1
J
1
J
Penumpang Turun di Kampus Syahdan Penumpang Turun di Kampus Anggrek
Member Attributes Take Specific Representative Values Take Specific Representative Values Take Specific Representative Values Take Specific Representative Values
Proses drop-off adalah proses yang menurunkan penumpang dengan tujuan stasiun tersebut setelah dievaluasi pada proses search.
Tabel 7 Proses Route Name
Route Time
Penumpang Meninggalkan Stasiun Binus Square
TRIA( 1 ,2 ,3 )
Shuttle Bus Menuju Kampus Kijang
1.5 + LOGN(7.99, 4.07)
Penumpang Meninggalkan Stasiun Kampus Kijang
TRIA( 1,2,3)
Shuttle Bus Menuju Kampus Syahdan
2.5 + LOGN(4.74, 2.61)
Penumpang Meninggalkan Stasiun Kampus Syahdan
TRIA(1,2,3)
Shuttle Bus Menuju Kampus Anggrek
0.5 + LOGN(6.74, 3.61)
Penumpang Meninggalkan Stasiun Anggrek
TRIA(1,2,3)
Shuttle BusMenuju Binus Square
2.5 + GAMM(2.77, 3.49)
Units Secon ds Minut es Secon ds Minut es Secon ds Minut es Secon ds Minut es
Destination Type
Station Name
Station
Disposal
Station
Kampus Kijang
Station
Disposal
Station
Kampus Syahdan
Station
Disposal
Station
Kampus Anggrek
Station
Disposal
Station
Binus Square
Route berfungsi sebagai alokasi waktu yang dibutuhkan untuk melakukan perjalanan dari satu stasiun ke stasiun lain. Fungsi ini juga digunakan saat penumpang meninggalkan stasiun dan meninggalkan system.
Tabel 8 Proses Pick-up
Quantity
Queue Name
Startin g Rank
nq(Calon Penumpang dari Binus Square Menunggu.Queue)
Calon Penumpang dari Binus Square Menunggu.Queue
1
nq(Calon Penumpang dari Kampus Kijang Menunggu.Queue) nq(Calon Penumpang dari Kampus Syahdan Menunggu.Queue) nq(Calon Penumpang dari Kampus Anggrek Menunggu.Queue)
Calon Penumpang dari Kampus Kijang Menunggu.Queue Calon Penumpang dari Kampus Syahdan Menunggu.Queue Calon Penumpang dari Kampus Anggrek Menunggu.Queue
Name Mengangkut Penumpang di Binus Square Mengangkut Penumpang di Kampus Kijang Mengangkut Penumpang di Kampus Syahdan Mengangkut Penumpang di Kampus Anggrek
1
1
1
Pick-up berfungsi untuk mengangkut penumpang yang telah mengantri di stasiun tersebut, dan memasukkannya ke dalam grup yang dibawa oleh Shuttle Bus.
Tabel 9 Proses Delay Allocation Delay Time
Name Persiapan
Other
TRIA( 2 , 3 , 4 )
Units Minutes
Transit di Kampus Kijang
Other
TRIA( 2 , 3 , 4 )
Minutes
Transit di Kampus Syahdan
Other
TRIA( 2 , 3 , 4 )
Minutes
Transit di Kampus Anggrek
Other
TRIA( 2 , 3 , 4 )
Minutes
Delay berhubungan dengan segala proses yang terjadi sebelum perjalanan, seperti transit, pengurusan tiket parker, dan lain sebagainya.
Tabel 10 Proses Dispose Name Penumpang Meninggalkan Stasiun Bis Istirahat
Dispose menghilangkan entity yang sudah meninggalkan system, dan mengakhiri seluruh proses yang dialami entity tersebut. Salah satunya adalah proses dispose terhadap Shuttle Bus di Binus Square, dikarenakan Shuttle Bus akan beristirahat setelah mencapai Binus Square kembali hingga waktu keberangkatan berikutnya. Di sela-sela beberapa proses dimasukkan proses record untuk mendata beberapa hal seperti inter-arrival time rata-rata dari setiap perjalanan. Hal tersebut dapat dilihat sebagai berikut:
Tabel 11 Proses Record Name Type Jarak tiba Kijang
Pembiayaan
Time Interval
Jarak tiba Syahdan
Time Interval
Jarak tiba Anggrek
Time Interval
Jarak tiba Binus Square
Time Interval
Harga dari Bis sedangsenilai Rp. 500.000.000, untuk pembuatan nomor kendaraan sebesar Rp. 20.000.000 untuk masa waktu 5 tahun. Biaya STNK sebesar Rp. 2.800.000 per tahun. Biaya service normal pada Bis ada Rp. 644.500 yang juga pergantiannya sekitar 4 bulan sekali, sedangkan untuk service besar per tahun adalah Rp. 1.198.000 dengan perkiraan biaya lain – lain untuk kerusakan spare part adalah Rp. 6.156.000. Bahan bakar operasional untuk per bulan yang digunakan bis adalah sebesar Rp. 2.376.000. Dari hasil perhitungan tersebut, dengan masa hidup 8 tahun disertai perkiraan interest senilai 10% dari inflasi, didapat Net Present Value sebesar Rp. 746.453.945,11.
Hasil dan Kesimpulan
Kesimpulan Berikut adalah ringkasan hasil dari simulasi 3 buah dan 4 buah Shuttle Bus dengan 6 kali replikasi pada 8 jam per hari.
Waktu Tunggu Antrian Rata - rata Antrian Min Antrian maks Penumpang Rata - rata
0.44 4.16 0 27 8.22
Jam Penumpang Penumpang Penumpang Penumpang
Binus Square
0.35 1 0 6 2.44 Interval Kedatangan 0.48 jam min 0.38 Jam maks 0.63 Jam
Interval Kedatangan 0.45 Jam min 0.32 Jam maks 0.55 Jam
0.36 2.69 0 21 4.45
Kijang Interval Kedatangan 0.48 jam min 0.38 Jam maks 0.61 Jam
Anggrek Waktu Tunggu Antrian Rata - rata Antrian Min Antrian maks Penumpang Rata - rata
Jam Penumpang Penumpang Penumpang Penumpang
Interval Kedatangan 0.48 Jam min 0.38 Jam maks 0.63 Jam
Jam Penumpang Penumpang Penumpang Penumpang
Gambar 4 Ringkasan Hasil Simulasi Arena untuk 3 Shuttle Bus
Syahdan 0.37 1.19 0 8 2.31
Jam Penumpang Penumpang Penumpang Penumpang
Waktu Tunggu Antrian Rata - rata Antrian Min Antrian maks Penumpang Rata - rata
0.12 1.26 0 11 5.31
Jam Penumpang Penumpang Penumpang Penumpang
Binus Square
0.13 0.37 0 4 1.83 Interval Kedatangan 0.24 Jam min 0.24 Jam maks 0.25 Jam
Interval Kedatangan 0.24 Jam min 0.23 Jam maks 0.24 Jam
0.19 1.62 0 11 3.77
Kijang Interval Kedatangan 0.24 Jam min 0.24 Jam maks 0.25 Jam
Anggrek Waktu Tunggu Antrian Rata - rata Antrian Min Antrian maks Penumpang Rata - rata
Jam Penumpang Penumpang Penumpang Penumpang
Interval Kedatangan 0.24 Jam min 0.24 Jam maks 0.24 Jam
Jam Penumpang Penumpang Penumpang Penumpang
Syahdan 0.17 0.55 0 4 1.83
Jam Penumpang Penumpang Penumpang Penumpang
Gambar 5 Ringkasan Hasil Simulasi Arena untuk 4 Shuttle Bus
Dari segala hasil diatas, penambahan jumlah Shuttle Bus sangatlah berpengaruh terhadap hampir segala aspek pada sistem Shuttle Bus tersebut. Bisa dilihat adanya penurunan drastis dari setiap dimensi yang dianalisa, yang bahkan melebihi 50% pada waktu tunggu, interval kedatangan dan antrian rata-rata. Dari segala analisis di atas, penggunaan bis kecil seperti mini-bus sangatlah memungkinkan, karena pengguna Shuttle Bus tidaklah tinggi di setiap waktu melainkan hanya di sebagian waktu tertentu. Dan dengan bertambahnya komoditas, interval kedatangan Shuttle Bus juga semakin berkurang, sehingga antrian yang terjadi lebih sedikit. Hal ini secara tidak langsung mengurangi jumlah penumpang yang akan menggunakan Shuttle Bus direntang waktu tersebut, dan hasilnya, penggunaan Shuttle Bus yang berkapasitas hingga 50 orang semakin tidak efisien karena kini terbagi kepada 4 bis. Dengan penambahan 1 buah Shuttle Bus dari 3 buah menjadi 4 buah, banyak sekali peningkatan efisiensi yang mencapai hingga 50%, sehingga investasi penambahan tersebut dapat dinyatakan layak.
Saran Saran dari penelitian ini adalah sangat memungkinkan untuk merancang sebuah sistem yang hanya menggunakan bis ukuran sedang pada jam-jam puncak permintaan. Dan pada jam-jam sepi dapat menggunakan mini-bus. Untuk mini-bus, dengan masa hidup yang sama, 8 tahun memiliki present worth senilai Rp. 469.872.884,66. Hal ini dibandingkan dengan penggunaan penuh per hari, dan dapat menjadi lebih murah jika dipakai bergantian dengan bis ukuran sedang. Menimbang bis ke-4 yang sudah dibeli, untuk bis sebelumnya yang lebih lama, mungkin dapat dijual untuk diganti dengan komoditas baru berupa mini-bus. Hal ini bisa menggantikan biaya-biaya tertentu dan merubah pola biaya berjalan yang besar menjadi lebih murah
Referensi Aczel, A. D., & Sounderpandian, J. (1999). Complete Business Statistics. Boston, MA: Irwin/McGraw Hill. Benn, H. P. (1995). Bus route evaluation standards. Washington, D.C.: National Academy Press. Blank, L., & Tarquin, A. (2012). Engineering Economy (7th ed.). McGraw-Hill.
Cascetta, E. (2009). Transportation Systems Analysis: Models and Applications (Vol. 29). Springer. Feng, W., & Figliozzi, M. (2012). Developing a Bus Service Reliability Evaluation and Visualization Framework Using Archived AVL/APC Data. Ingalls, R. G. (2002). Introduction to Simulations. Proceedings of the 2002 Winter Simulation Conference, (pp. 7-16). Israel, G. D. (1992). Determining Sample Size. University of Florida Cooperative Extension Service, Institute of Food and Agriculture Sciences, EDIS., 151-155. Levinger, D., & McGehee, M. (2008). Responding to New Trends Through a Usability Approach. Community Transportation, 26(2), 33-37. Litman, T. (2011). Evaluating Public Transit Benefits and Costs. Victoria Transport Policy Institute, 65. Merrick, J. (2002, April 11). lcs.syr.edu - /faculty/moon/MFE635/. Retrieved from Syracuse University: http://lcs.syr.edu/faculty/moon/MFE635/Input_Output.pdf Naing, L., Winn, T., & Rusli, B. N. (2006). Practical Issues in Calculating the Sample Size for Prevelance Studies. Archives of Orofacial Sciences, 1, 9-14. Professional Development Associates. (2001). Engineering Economics. Rahman, R. (2012). Analisa Biaya Operasi Kendaraan (BOK) Angkutan Umum Antar Kota Dalam Provinsi Rute Palu - Poso. Jurnal Rekayasa dan Manajemen Transportasi, 2(1), 8-21. Riggs, J. L., Bedworth, D. D., & Randhawa, S. U. (1996). Engineering Economics (4th ed.). McGrawHill. Ross, S. M. (2010). Introduction to Stochastic (10th ed.). Elsevier Inc.
Riwayat Penulis Andre Wijaya lahir di Jakarta pada 30 Januari 1991. Penulis menamatkan pendidikan S1 di Binus University dalam bidang Teknik Industri pada tahun 2013. Saat ini bekerja sebagai staff Marketing di D’Green Property. Sintyadi lahir di Jakarta pada 6 Februari 1992. Penulis menamatkan pendidikan S1 di Binus University dalam bidang Teknik Industri pada tahun 2013. Teddy lahir di Medan pada 24 Maret 1990. Penulis menamatkan pendidikan S1 di Binus University dalam bidang Teknik Industri pada tahun 2013. Saat ini bekerja sebagai pelatih renang di Club Cucut.