MODEL ESTIMASI BANGKITAN PERJALANAN DARI KAWASAN PERUMAHAN PANDAU PERMAI PEKANBARU DENGAN VARIABEL JUMLAH ANGGOTA KELUARGA DAN PENDAPATAN KELUARGA

Model Estimasi Bangkitan Perjalanan

MODEL ESTIMASI BANGKITAN PERJALANAN DARI KAWASAN PERUMAHAN PANDAU PERMAI PEKANBARU DENGAN VARIABEL JUMLAH ANGGOTA KELUARGA DAN PENDAPATAN KELUARGA Winayati1, Fadrizal Lubis2 ABSTRAK Pada dasarnya perencanaan transportasi bertujuan untuk memperkirakan jumlah dan lokasi kebutuhan transportasi ( untuk angkutan umum dan kendaraan pribadi), baik untuk saat sekarang maupun untuk prediksi di masa yang akan datang. Pada daerah perkotaan dapat dilihat bahwa sebagian besar perjalanan yang terjadi adalah berbasiskan rumah (home base trips), dengan memodelkan bangkitan pergerakan dari kawasan perumahan akan dapat diketahui perkiraan jumlah pergerakan keluarga yang dihasilkan per hari dari zona sebuah perumahan. Model bangkitan pergerakan keluarga dibuat dengan menggunakan analisis regresi linier dengan variabel ganda. Dalam regresi linier dengan variabel ganda, variabel tak bebas adalah jumlah pergerakan yang dilakukan dalam 1 hari (y) akan dijelaskan dengan variable bebas jumlah anggota keluarga (x1), pendapatan keluarga (x2). Persamaan regresi linier variabel ganda dengan 2 buah variabel bebas ini dapat dituliskan sebagai y = b0 + b1 x1 + b2. x2. Dari analisa data dan pembentukan model yang telah dilakukan di atas dihasilkan model regresi linier). didapatY= -0,115+0,522X1-3,163E-7X2, dan R2 = 0,523, yang artinya variabel bebas yang sangat berbengaruh terhadap bangkitan perjalanan yang terjadi pada kawasan perumahan Pandau Permai adalah jumlah anggota keluarga (0,522X1), jumlah pendapatan keluarga (-3,163X3). Jumlah anggota keluarga menjadi variabel bebas yang dominan yang mempengaruhi bangkitan pergerakan pada kawasan perumahan Pandau Permai, sedangkan variabel bebas pendapatan juga berpengaruh terhadap bangkitan yang terjadi tetapi sangat kecil. Hal ini dapat dilihat dari volume kendaraan pribadi yang bergerak di ruas jalan Kubang- Pandau Permai. Bentuk model terbaik secara statistik untuk meramalkan jumlah bangkitan perjalanan di daerah kawasan studi didapat dengan menggunakan persamaan regresi linier berganda. Jika dilihat dari masing-masing kompleks perumahan yang ada, pada uji R2 yang dilakukan hasilnya ternyata berbeda-beda. Pada analisis regresi untuk masing-masing perumahan di kawasan perumahan Pandau Permai, didapatkan model terbaik yang secara umum masih dapat diterima yaitu perumahan P.Putra karena nilai R2 pada perumahan ini hasilnya (R2 = 0,819). Kata Kunci : Model, bangkitan.

ABSTRACT Basically transport planning aims to estimate the number and location of transportation needs (for public transport and private vehicles) , both for the present and for the predictions in the future. In urban areas it can be seen that most of the trips that occur are home -based (home base trip), by modeling trip generation from the residential area will be able to know the approximate number of families generated movements per day from a residential zone. Family trip generation models created using linear regression analysis with multiple variables. In a linear regression with multiple variables, dependent variable is the number of movements performed in 1 day (y) will be Jurusan Teknik Sipil Fakultas Teknik Universitas Pasir Pengaraian

Page 65

described by the free variable family size (x1), family income (x2). Multiple variable linear regression equation with 2 independent variables can be written as y = b0 + b1 x1 + b2 x2. From the data analysis and model building that has been done on the resulting linear regression model. Y= 0,115+0,522X1-3,163E-7X2, Based on two variabel observed, there are only two independent variables that most affect the trip generation that occurs in residential areas Pandau Permai is the amount of household income, (0,522X1) the number of income (-3,163E-7X2). Number of family members who work as independent variables were the dominant influence on the trip generation Pandau Permai residential areas. Besides the amount of family income that led to high levels of population travel, vehicle ownership also has the effect of producing the amount of trip generation. It can be seen from the volume of private vehicles moving on roads Kubang-Pandau Permai. Statistically, the best model to predict the number of trip generation in the study area obtained by using multiple linear regression equation. From each of the existing residential complexes, the results were different. In the regression analysis for all P.Putra housing complex, obtained the best model is generally still acceptabel, because the R2 value of all housing outcome (R2=0,819). Keywords : generation, model.

1. PENDAHULUAN Pada dasarnya perencanaan transportasi bertujuan untuk memperkirakan jumlah dan lokasi kebutuhan transportasi (untuk angkutan umum dan kendaraan pribadi), baik untuk saat sekarang maupun untuk prediksi di masa yang akan datang. Pada daerah perkotaan dapat dilihat bahwa sebagian besar perjalanan yang terjadi adalah berbasiskan rumah (home base trips). Perjalanan berbasis rumah adalah jenis perjalanan yang diawali dari rumah dan diakhiri di rumah. Oleh karena itu, dengan memodelkan bangkitan pergerakan dari kawasan perumahan akan dapat diketahui perkiraan jumlah pergerakan keluarga yang dihasilkan per hari dari zona sebuah perumahan. Salah satu pemodelan yang digunakan untuk menganalisis kebutuhan transportasi yang cukup populer dan sering digunakan adalah model dua tahap. Sesuai dengan namanya model dua tahap ini terdiri dari dua sub model yang dikerjakan secara berurutan. Langkah pertama adalah pemodelan bangkitan perjalanan, tahap ini memegang peranan penting untuk keberhasilan seluruh model. Page 66

Kawasan perumahan Pandau permai merupakan salah satu kawasan perumahan terbesar di kota pekanbaru, disamping itu juga ada beberapa kelompok parumahan lain yang berada disekitarnya, sehingga jika dilihat dari jumlah dan tipe serta kondisi sosial ekonomi penduduknya kawasan perumahan tersebut secara nyata akan menghasilkan jumlah pergerakan yang besar, dan setiap tahun terjadi peningkatan. Tetapi sarana dan prasarana jalan masih tetap sehingga terjadi permasalahan kemacetan pada ruas-ruas jalan tertentu yang memberikan akses menuju pusat kota Pekanbaru. Hal inilah tahap awal yang menjadi dasar pemikiran peneliti untuk menganalisis model bangkitan pergerakan arus lalu lintas di kawasan tersebut. Pengertian Model dan Peranannya Model dapat didefinisikan sebagai bentuk penyederhanaan dari suatu realita (dunia yang sebenarnya), (Ofyar Z.Tamin, 2000), diantaranya model fisik, model grafis, model peta dan diagam dan model statistik dan matematika (persamaan) yang

JURNAL APTEK Vol. 7 No. 1 Januari 2015


menerangkan beberapa aspek fisik, sosial ekonomi, dan model transportasi. Semua model tersebut merupakan cerminan dan penyederhanaan realita untuk tujuan tertentu seperti memberikan penjelasan, pengertian serta peramalan. Dalam perencanaan dan pemodelan transportasi sering digunakan beberapa model utama yaitu model grafis dan model matematis. Model grafis adalah model yang menggunakan gambar, warna, dan bentuk sebagai media penyampaian informasi mengenai keadaan sebenarnya (realita). Model grafis sangat diperlukan khususnya untuk transportasi yaitu mengilustrasikan terjadinya pergerakan (arah dan besarnya) yang terjadi secara spasial (ruang). Model matematika menggunakan persamaan atau fungsi metematika sebagai media dalam usaha mencerminkan realita. Bangkitan Perjalanan Bangkitan pergerakan adalah tahapan pemodelan yang memperkirakan jumlah pergerakan yang berasal dari suatu zona atau tataguna lahan dan jumlah pergerakan yang tertarik ke suatu tataguna lahan atau zona. Pergerakan lalulintas merupakan fungsi tataguna lahan yang menghasilakn pergerakan lalulintas. Bangkitan lalulintas ini mencakup antara lain adalah lalulintas yang meninggalkan suatu lokasi dan lalu lintas yang menuju atau tiba di suatu lokasi.

Gambar 1. Bangkitan dan tarikan pergerakan secara diagram

Jurusan Teknik Sipil Fakultas Teknik Universitas Pasir Pengaraian

Hasil keluaran dari perhitungan bangkitan dan tarikan lalulintas berupa jumlah kendaraan, orang, atau angkutan barang per satuan waktu, misalnya kendaraan/jam. Kita dapat dengan mudah menghitung jumlah orang atau kendaraan yang masuk atau keluar dari suatu luas tanah tertentu dalam satu hari (atau satu jam) untuk mendapatkan bangkitan dan tarikan pergerakan. Bangkitan dan tarikan lalulintas tersebut tergantung pada dua aspek tataguna lahan yaitu jenis tata guna lahan dan jumlah aktivitas serta intensitas pada tata guna lahan tersebut. 2. METODE PENELITIAN Proses Pengumpulan Data a. Data primer Pengumpulan data primer dilakukan dengan menyebarkan kuisioner secara acak kepada sejumlah keluarga didaerah studi. Kuisioner ini diantarkan langsung ke masingmasing keluarga dan diminta untuk mengisinya kemudian diambil kembali. b. Data sekunder Data sekunder merupakan data yang dibutuhkan untuk membantu pelaksanaan penyebaran kuisioner ini. Data-data ini diambil dari Dinas Perizinan dan Dinas Tata Kota Pekanbaru serta Kantor Kecamatan dan Kelurahan setempat. Data-data ini berupa : (1) Peta lokasi wilayah studi yang digunakan untuk menentukan daerah pengambilan sampel, (2) Tipe rumah dan jumlah rumah penduduk pada suatu kawasan perumahan serta jumlah keluarga di wilayah studi yang digunakan untuk menentukan jumlah sampel yang mewakili popolasi. Data diambil secara acak dengan metode cluster sampling. Dalam metode ini wilayah studi terlebih dahulu dibagi menjadi beberapa kelompok (cluster), kemudian jumlah keluarga dalam kelompok tadi dipilih secara acak sebagai sampel. Jumlah sampel pada setiap kelompok direncanakan sebanyak 10 % Page 67

dari populasi. Data-data yang diperlukan dari masing-masing sampel atau keluarga tersebut terdiri dari : 1. Tipe rumah, digunakan untuk mengetahui jumlah keluarga yang ada didalamnya. 2. Jumlah anggota keluarga, jumlah anggota keluarga dalam suatu keluarga akan berpengaruh terhadap jumlah perjalanan yang dihasilkan dalam selang waktu tertentu. 3. Jumlah pendapatan, jumlah pendapatan mempunyai pengaruh langsung terhadap jumlah pergerakan yang terjadi, karena pergerakan yang dilakukan terhantung dari kondisi sosial ekonomi keluarga. 4. Jumlah pergerakan dalam keluarga, Jumlah pergerakan dalam keluarga adalah total jumlah pergerakan yang dilakukan oleh anggota keluarga dalam 1 hari. Jumlah pergerakan yang ditanyakan adalah pergerakan rata-rata yang dilakukan oleh suatu keluarga pada setiap hari kerja. Tabulasi data Pada tahap ini semua data primer yang didapat dari penyebaran kuisioner ditabelkan sebagai berikut : a. Jumlah anggota keluarga sebagai variabel bebas (x1) b. Jumlah pendapatan keluarga sebagai variabel bebas (x2) c. Jumlah pergerakan yang dilakukan dalam 1 hari diambil sebagai variabel tak bebas (y) Analisis data Model bangkitan pergerakan keluarga dibuat dengan menggunakan analisa regresi. Metode regresi yang digunakan adalah regresi linier dengan variabel ganda. Dalam regresi linier dengan variabel ganda, variabel tak bebas adalah jumlah pergerakan yang dilakukan dalam 1 hari (y) akan dijelaskan dengan variable bebas jumlah anggota keluarga (x1), pendapatan keluarga (x2), Persamaan regresi linier variabel ganda dengan 4 buah variabel bebas ini dapat dituliskan sebagai y = b0 + b1 x1 + b2. x2 Page 68

y = jumlah perjalanan keluarga dalam 1 hari x1 = jumlah anggota keluarga x2 = jumlah pendapatan keluarga b1, b2 = koefisien regresi linier dari variabel ganda b0 = konstanta Dalam penelitian ini perhitungan analisa regresi untuk mendapatkan persamaan model bangkitan pergerakan keluarga dilakukan dengan bantuan program SPSS, berikut ini akan dijelaskan secara ringkas tentang prosedur perhitungan yang dilakukan untuk menghasilkan suatu persamaan regresi dengan variabel ganda. 1. Menentukan koefisien korelasi. Koefisien korelasi menentukan hubungan antara masing-masing variable, baik antara variabel bebas dengan tak bebas maupun antar variabel bebas. Koefisien korelasi antara variable tidak bebas dengan variabel bebas digunakan untuk menyeleksi variabel bebas yang bisa digunakan untuk menjelaskan variabel tidak bebas. Variabel bebas yang bisa digunakan secara statistik untuk menjelaskan variabel tidak bebas adalah variabel yang mempunyai korelasi yang kuat dengan variabel tidak bebasnya. 2. Selanjutnya dilihat korelasi antar masingmasing variabel bebas. Jika korelasi antara varabel bebas adalah kuat maka hanya salah satu saja yang dipakai dalam model persamaan regresi, sedangkan jika korelasinya lemah maka kedua variabel bebas tersebut dapat digunakan. 3. Menghitung koefisien persamaan regresi untuk mendapatkan model bangkitan perjalanan keluarga pada daerah studi. 4. Melakukan pengujian statistik terhadap persamaan model yang didapat. 2 uji statistik yang dilakukan adalah uji t dan pengujian nilai R2. Uji t dilakukan untuk melihat keberartian koefisien regresi dalam menentukan persamaan regresi JURNAL APTEK Vol. 7 No. 1 Januari 2015


pada suatu tingkat kepercayaan dan derajat kebebasan tertentu. Pengujian nilai R2 memperlihatkan kekuatan variabel bebas dalam menjelaskan variabel tidak bebas. Suatu persamaan regeresi dapat diterima secara statistik jika harga t yang didapat dari hasil perhitungan lebih besar dari pada harga t kritis dan nilai R2 mendekati 1. Pendugaan dan pengujian hipotesis tentang koefisien regresi dan korelasi Dalam praktek untuk keperluan pembuatan keputusan, seringkali ada pendapat yang perlu diuji. Dalam tiap kasus, dugaan dapat dirumuskan dalam bentuk hipotesis statistik yaitu suatu anggapan atau pernyataan yang mungkin benar atau tidak mengenai satu variabel atau lebih. Kebenaran atau ketidakbenaran suatu hipotesis statistik tidak akan pernah diketahui dengan pasti kecuali bila seluruh variabel diamati. Hal ini tentunya dalam kebanyakan keadaan yang tidak praktis. Karena itu, diambil beberapa variabel yang ingin diselidiki untuk mencari kenyataan yang akan mendukung hipotesis tadi. Keterangan dari variabel yang tidak selaras dengan hipotesis yang telah dirumuskan akan mengakibatkan penolakan hipotesis, sedangkan hipotesis akan mengakibatkan penerimaannya. Pada umumnya, hipotesis dirumuskan sebagai berikut : Ho : B = Bo (Bo mewakili nilai B yang tertentu, sesuai dengan hipotesis). Jika pendapat mengatakan bahwa x tidak mempengaruhi y, maka Bo = 0 t0 =

b  B0 sb

………...................…..... (1)

Jika Bo = 0 , t 0 = t0

mengikuti

b , t = nilai observasi sb 0

fungsi

t

dengan

derajat

kebebasan (n-2)


S e2 =

e

2 i

r-2

=

y

2 i

 b2  xi 2 ...................... (2) n-2

Pengujian hipotesis dilakukan sebagai berikut : 1.Jika t 0 > t  , Ho ditolak dan jika t 0 ≤ t  , Ho tidak ditolak. 2.Jika t 0 < -t  , Ho ditolak dan jika t 0 ≥ -t 

, Ho tidak ditolak.

3.Jika t 0 < -t  / 2 atau jika t 0 > t  / 2 , Ho ditolak dan jika -t  / 2 ≤ t 0 ≤ t  / 2 , Ho tidak ditolak. 2 b. x i 2 a - A 0 (a - A0 ) n x i t0 = = = ............. sa se se xi 2

(3) Analisa regresi linier berganda Regresi linier berganda adalah sebuah analisa yang ingin mengetahui bagaimana hubungan fungsional antara variabel-variabel yang terlibat dalam suatu permasalahan (Sudjana, 1989). Persamaan regresi terdiri dari variabel tidak bebas (dependent variable) yang disebut respon y, yang tergantung pada satu arah atau lebih variabel bebas (independent variable) yang disebut x. Dalam mencobakan persamaan regresi berganda, khususnya bila banyaknya peubah melebihi dua, pengetahuan teori matrik dapat menyederhanakan perhitungan dengan persamaan : Y = b 0 + b 1 . x 1 + b 2 .x 2 Y = Nilai regresi bangkitan x1 = jumlah anggota keluarga x2 = jumlah pendapatan keluarga Disini ada satu variabel tidak bebas (dependent variabel), yaitu Y dan tiga variabel bebas (independent variabel), yaitu x x 2 (jumlah 1 (jumlah anggota keluarga), pendapatan keluarga), Untuk menghitung b 0 , b 1 , b 2 , kita menggunakan kuadrat terkecil yang menghasilkan persamaan normal.

Page 69

Analisis Korelasi berganda Korelasi adalah tingkat hubungan antara variabel-variabel yang mencoba menentukan sejauh mana suatu persamaan linier ataupun tak linier menjelaskan hubungan antara variabel-variabel. Koefisien korelasi adalah ± akar dari variasi yang dijelaskan dibagi dengan variasi keseluruhan. Apabila x dan y meningkat maka korelasi disebut positif atau korelasi langsung sedangkan y menurun dan x meningkat maka korelasi disebut negatif ataupun korelasi terbalik. Untuk mengetahui korelasi kecelakaan terhadap jumlah penduduk, jumlah kendaraan dan jumlah pertumbuhan penduduk pertahun maka digunakan persamaan berikut : Pendugaan dan pengujian hipotesis tentang koefisien regresi dan korelasi Dalam praktek untuk keperluan pembuatan keputusan, seringkali ada pendapat yang perlu diuji. Dalam tiap kasus, dugaan dapat dirumuskan dalam bentuk hipotesis statistik yaitu suatu anggapan atau pernyataan yang mungkin benar atau tidak mengenai satu variabel atau lebih. Kebenaran atau ketidakbenaran suatu hipotesis statistik tidak akan pernah diketahui dengan pasti kecuali bila seluruh variabel diamati. Hal ini tentunya dalam kebanyakan keadaan yang tidak praktis. Karena itu, diambil beberapa variabel yang ingin diselidiki untuk mencari kenyataan yang akan mendukung hipotesis tadi. Keterangan dari variabel yang tidak selaras dengan hipotesis yang telah dirumuskan akan mengakibatkan penolakan hipotesis, sedangkan hipotesis akan mengakibatkan penerimaannya. Pada umumnya, hipotesis dirumuskan sebagai berikut : Ho : B = Bo (Bo mewakili nilai B yang tertentu, sesuai dengan hipotesis). Jika pendapat mengatakan bahwa x tidak mempengaruhi y. Pengujian hipotesis dilakukan sebagai berikut: Page 70

1. Jika t 0 > t  , Ho ditolak dan jika t 0 ≤ t  , Ho tidak ditolak. 2. Jika t 0 < -t  , Ho ditolak dan jika t 0 ≥ -t  , Ho tidak ditolak. 3. Jika t 0 < -t  / 2 atau jika t 0 > t  / 2 , Ho ditolak dan jika -t  / 2 ≤ t 0 ≤ t  / 2 , Ho tidak ditolak. 3. HASIL DAN PEMBAHASAN Hasil pengumpulan data sekunder, didapatkan bahwa pada lima kompleks perumahan yang berada di kawasan perumahan Pandau permai terdapat 5 kelompok perumahan besar dan kecil, diantaranya :

Nama perumahan RSS P.Putra Duta Mas Villa Pandau Jaya Pandau Permai Jumlah

Jumlah kuisioner yang disebar 300 155 250

Kuesioner yang dipakai 25 13 22

100

9

2350 3155

205 274

Jumlah sampel yang diambil sebesar 10% dari jumlah total unit rumah yaitu kurang lebih 315 unit rumah tangga yang ada dikawasan Pandau Permai. Setelah dilakukan survei data primer melalui penyebaran kuisioner dan wawancara, data ditabulasikan dalam bentuk tabel dan dianalisis lebih lanjut. Akan tetapi dari 315 data kuisioner yang sudah disebarkan yang dapat digunakan hanya 274 buah data, karena ada 41 lembar kuisioner yang rusak atau data yang tidak lengkap sehingga tidak bisa digunakan. Jadi sample yang dapat digunakan hanya kurang lebih 8,7 % dari keseluruhan populasi yang sudah ditentukan.



1. Pengujian Korelasi Antar Variabel Hasil pengujian korelasi antara variabel tidak bebas dengan variabel bebas dan antar variabel bebas untuk seluruh perumahan dikawasan perumahan Pandau Permai dan untuk masing-masing kompleks perumahan dapat dilihat sebagai berikut: lihat tabel 1 koefisien korelasi antar variabel. Nilai koefisien korelasi antar variabel di atas dapat digunakan untuk menyeleksi variabel bebas (Xi) , yang akan digunakan untuk menerangkan variabel tidak bebas (Y). Dari perhitungan koefisien korelasi antar variabel diatas dapat dilihat bahwa untuk perumahan RSS, P Putra, Vila Pandau Jaya, Duta Mas, dan Pandau Permai, semua variabel bebas (x1,x2 ) mempunyai korelasi positif terhadap bangkitan yang terjadi atau berpengaruh terhadap bangkitan yang terjadi, tetapi besarnya berbeda-beda untuk setiap perumahan, jika di lihat dari variabel bebas jumlah anggota keluarga (x1) untuk semua perumahan mempunyai hubungan yang dekat dengan bangkitan yang terjadi, variabel jumlah pendapatan keluarga (x2) punya hubungan kedekatan nomor dua terhadap bangkitan yang terjadi. Dengan kata lain kenaikan nilai X akan diikuti oleh kenaikan nilai Y, begitu juga dengan penurunan nilai X akan diikuti penurunan nilai Y. Nilai koefisien antar variable di atas dapat digunakan untuk menyeleksi variable bebas (xi, ,x2 ) yang akan digunakan untuk menerangkan variabel tidak bebas (y). Dari tabel di atas dapat dilihat bahwa variabel tidak bebas ( y) mempunyai hubungan yang kuat dengan dua variabel bebas lain yaitu jumlah anggota keluarga (x1), jumlah pendapatan (x2) dengan jumlah bangkitan perjalanan yang terjadi. Hasil ini agak berbeda dengan beberapa studi yang telah dilakukan di tempat lain. a. Pada perumahan Pandau Permai rata-rata jumlah anggota keluarga tiap rumah memiliki empat sampai enam anggota Jurusan Teknik Sipil Fakultas Teknik Universitas Pasir Pengaraian

keluarga, baik untuk tipe rumah kecil ataupun besar dan semua anggota keluarga rata-rata melakukan pergerakan. b. Pada daerah study Pergerakan yang terjadi pada umumnya dilakukan oleh anggota keluarga yang sudah mempunyai aktivitas tetap, seperti yang sudah bekerja dan usia sekolah. c. Pendapatan keluarga yang didapat dari responden tentang rata-rata penghasilan tidak akurat karena kebanyakan responden tidak memberikan data yang sebenarnya, sehingga pengaruhnya kecil. Sampai pada tahap ini, ada satu buah variabel bebas yang bisa digunakan untuk membentuk model bangkitan perjalanan. Tabel diatas memperlihatkan bahwa kedua variabel tersebut mempunyai hubungan yang kuat, sehingga harus dipilih satu variabel saja untuk digunakan lebih lanjut. Secara statistik, variabel yang akan digunakan tersebut adalah variabel x1,x2 karena variabel ini mempunyai hubungan yang kuat dengan variabel y (ini berlaku untuk seluruh data maupun jika dilihat pada masing-masing kompleks perumahan) . Pengujian model korelasi antar variabel yang dilakukan di atas terlihat bahwa variabel bebas yang dapat digunakan untuk membentuk model bangkitan perjalanan dari kawasan Pandau Permai ada dua variabel yaitu jumlah anggota keluarga, jumlah pendapatan, dari hasil regresi berganda untuk total kelompok perumaha Pandau Permai didapat Y= -0,115+0,522X1-3,163E-7X2, dan R2 = 0,523, yang artinya variabel bebas yang sangat berbengaruh terhadap bangkitan perjalanan yang terjadi pada kawasan perumahan Pandau Permai adalah jumlah anggota keluarga (0,522X1), pendapatan keluarga ( -3,163E-7X2). Persamaan regresi linier berganda tersebut juga dapat dilihat bahwa model yang paling baik untuk bangkitan perjalanan keluarga dari kawasan perumahan Pandau Permai adalah dalam bentuk fungsi linier Page 71

karena memiliki R2 yang paling besar dibandingkan model lainnya (R2=0,819) untuk perumahan P.Putra. Sedangkan jika dilihat dari masing-masing kompleks perumahan ternyata menunjukkan kecenderungan yang berbeda. Untuk kompleks perumahan RSS model yang paling baik adalah jika menggunakan fungsi pangkat (R2=0,381), kompleks Vila Pandau Jaya fungsi pangkat (R2=0,594), kompleks perumahan Duta Mas fungsi pangkat (R2= 0,799) untuk perumahan Pandau Permai fungsi linier (0,520) nilai R2 dari persamaan terbaik tersebut cukup besar, lebih besar dari pada 0,517. Salah satu penyebabnya diduga adalah karena jumlah data antara kawasan dengan perumahan pandau permai yang hampir sama. Secara umum dapat dikatakan bahwa secara statistik semua model terssebut dapat digunakan untuk memperkirakan jumlah bangkitan perjalanan yang terjadi. Hasil pengujian distribusi t menunjukkan bahwa nilai t untuk persamaan yang di uji memberikan hasil yang lebih besar dari pada nilai t kritis. Untuk tingkat kepercayaan 95% dengan jumlah data 274, nilai t01 kritis adalah 12,139 untuk jumlah anggota keluarga, t02 = 3,608 untuk jumlah pendapatan, Ini berarti bahwa pada dua persamaan yang diuji, tingkat signifikansi variabel jumlah anggota keluarga, dan jumlah pendapatan keluarga, sebagai faktor penentu tidak dapat diterima secara statistik. Dengan kata lain t  2,35  t 0 4. KESIMPULAN Dari analisa data dan pembentukan model yang telah dilakukan di atas dapat diambil beberapa kesimpulan sebagai berikut: 1. Dua variabel bebas yang diperhitungkan, ternyata semua variabel bebas berpengaruh terhadap bangkitan perjalanan yang terjadi pada kawasan perumahan Pandau Permai yaitu jumlah

Page 72

anggota keluarga, jumlah pendapatan keluarga. 2. Variabel jumlah anggota keluarga merupakan variabel bebas yang paling berpengaruh terhadap jumlah bangkitan perjalanan yang terjadi, sedangkan untuk variabel bebas penghasilan keluarga juga berpengaruh terhadap bangkitan tetapi nilainya negatif dan sangat kecil sehingga dalam hal ini dapat diabaikan. 3. Bentuk model terbaik secara statistik untuk meramalkan jumlah bangkitan perjalanan di daerah studi didapat dengan menggunakan persamaan regresi linier. Jika dilihat dari masing-masing kompleks perumahan yang ada, hasilnya ternyata berbeda-beda. Hanya dua kompleks perumahan saja, yaitu perumahan P. Putra (R2 = 0,898) dan perumahan Duta Mas (R2 = 0,779) yang mempunyai model terbaik, dan secara umum dapat diterima, karena nilai R2 dari persamaan ini hasilnya paling besar dan tidak jauh berbeda. 5. SARAN Beberapa saran yang dapat diberikan untuk keperluan penelitian lebih lanjut adalah: 1. Hasil penelitian ini baru menggambarkan karakteristik bangkitan perjalanan pada satu kawasan perumahan saja di Kota Pekanbaru. Untuk mendapatkan gambaran yang lebih lengkap, penelitian pada kawasan perumahan lainnya masih diperlukan. 2. Perhatian khusus perlu diberikan pada variabel jumlah pendapatan keluarga. Pendefinisian yang jelas perlu dilakukan mengenai apa yang dimaksud dengan pendapatan ini.



DAFTAR PUSTAKA C.Jotin Khisty and B.Kent Lall., “Dasardasar Rekayasa Transportasi”, Erlangga Jakarta, 2003. Departemen Perhubungan, “UndangUndang Lalu Lintas”, Reneka Cipta, Jakarta, 1997. Direktorat Jenderal Bina Marga, “Manual Kapasitas Jalan Indonesia (MKJI)”, No. 036/T/BM/1997. Directorate General Bina Marga, “Indonesian Highway Capacity Manual (IHCM)”, P.T Bina karya, 1997. E Walpole, R, ”Ilmu Peluang dan Statistika Untuk Insyinyur dan Ilmuwan“, ITB, Bandung, 1995. Ofyar.Z.Tamin., “Perencanaan, Pemodelan dan Rekayasa Transportasi”, IT, 2008. Peraturan Pemerintah No.43, “Tentang Prasarana dan Lalu lintas Jalan”, 2003. Pignataro, “Traffic Engineering Practice Ethical in England Cliffs”, New Jersey, USA, 1973. Pratisto Arif, “Statistik menjadi mudah dengan SPSS 17”, Kelompok Gramedia, anggota IKAPI, Jakarta, 2009. Sudjana, “Metode Bandung, 1989.

Statistika”,

Tarsito,

Sukirman, S, “Dasar-dasar Perencanaan Geometrik Jalan”, Nova, Bandung, 1994. Supranto, “Statistik Teori dan Aplikasi”, Erlangga. Jakarta, 2008. Undang-Undang Republik Indonesia Nomor 38, “Tentang Jalan”, tahun 2008 Warpani, Suwardjoko, “Pengelolaan LaluLintas Dan Angkutan Jalan”, ITB, Bandung, 1989.


Page 73

.

Page 74


MODEL ESTIMASI BANGKITAN PERJALANAN DARI KAWASAN PERUMAHAN PANDAU PERMAI PEKANBARU DENGAN VARIABEL JUMLAH ANGGOTA KELUARGA DAN PENDAPATAN KELUARGA

Recommend Documents