PEMODELAN BANGKITAN PERJALANAN (TRIP GENERATION) PADA KAWASAN PUSAT KOTA JEMBER ABSTRACT

PEMODELAN BANGKITAN PERJALANAN (TRIP GENERATION) PADA KAWASAN PUSAT KOTA JEMBER Wiwik Yunarni Widiarti Staf Pengajar Jurusan Teknik Sipil Fakultas Teknik - Universitas Jember Jl. Slamet Riyadi 62 Jember [email protected]

Sonya Sulistyono Staf Pengajar Jurusan Teknik Sipil Fakultas Teknik - Universitas Jember Jl. Slamet Riyadi 62 Jember [email protected], [email protected]

ABSTRACT Jember City is center Kabupaten Jember and development center of East Java region Part Of East. Activity of service most of residing in at downtown area. Appearance center new activities or settlement will generate voyage rise where arising consequence is require service of mode transportation. Trip generation is early stage in modeling of transportation which representation of movement of voyage will. Modeling of trip generation at Jember City is considered necessary done along growth of town that is fast enough of which can be utilized for planning at the next phase. Location of research is Jember City (BWK I). Data is obtained by doing direct interview to housings at Jember City applies questioners (HIS/Home interview survey) by 472 responders. One of form of in modeling of trip generation is regression bases on household. Analysis method in regression analysis which can be done is step by step method. Compilation phase of model started with assaying of reability and validity data, continued with normality test and outlier test henceforth is done regression test by paying attention to correlation value, significant value, Fvalue and VIF value (multikolinierity). Initial independent variable determined in this research covers earnings of family in one months ( X1), number of member of families ( X2), number of member of families works ( X3), number of member of school families ( X4), and number of ownership of carriages every housing ( X5). Based on result of regression analysis obtained equation of continuity of trip generation model regression of household at Jember City that is Y = 1,569 + 0,196X1 + 0,118. X2 + 0,337. X3 + 0,336. X4 with value R2 = 0,412. Only there are four variables having an effect on to voyage rise to base on household in Jember City. Keywords : trip generation, linier regretion, resisdential.

1. PENDAHULUAN 1.1 Latar Belakang Kota Jember merupakan pusat inti Kabupaten Jember dan pusat pengembangan perwilayahan Jawa Timur Bagian Timur. Kota Jember dengan luas wilayah 98,99 km2 terdiri 3 kecamatan dan 22 kelurahan. Jumlah penduduk paling besar berada di Kec. Sumbersari dan kepadatan penduduk terbesar adalah di Kec. Kaliwates (3.660 jiwa/km2) dengan pertumbuhan penduduk 10 tahun terakhir (1990 – 2000) sebesar 0,58%. Pusat Kota Jember memiliki kepadatan pemukiman yang tinggi dan aktivitas jasa/perdagangan sebagian besar juga berada pada kawasan pusat kota (Anonim, 1997 dan Anonim 2005). Munculnya pusat-pusat kegiatan baru atau pemukiman baru akan menimbulkan bangkitan perjalanan dimana konsekwensi yang timbul adalah membutuhkan pelayanan moda transportasi. Perencanaan yang komprehensif dibutuhkan untuk pengembangan transportasi. Model transportasi merupakan suatu pendekatan secara komprensif untuk menjawab hal diatas. Trip generation (bangkitan perjalanan) merupakan tahap awal dalam empat tahap pemodelan transportasi yang akan merepresentasikan kebutuhan perjalanan masyarakat suatu zona. Hasil model ini dapat dipergunakan untuk memperkirakan jumlah perjalanan dari dan ke suatu zona. Perkembangan Kota Jember yang sangat cepat perlu dimodelkan untuk dapat memperkirakan kondisi saat ini dan perkembangannya pada masa yang akan datang. Penelitian bangkitan

1

Simposium X FSTPT, Universitas Tarumanagara Jakarta , 24 November 2007

pergerakan untuk memperkirakan bentuk jumlah perjalanan suatu zona dengan menggunakan pendekatan analisis regresi berbasis rumah tangga. Metode ini menginventarisasikan data dengan survai wawancara penduduk rumah tangga. Dari lima BWK Kota Jember memperlihatkan BWK I (Pusat Kota) memiliki kecenderungan yang paling pesat. Penelitian ini dilakukan dengan tujuan untuk menyusun dan mendapatkan trip generation model (model bangkitan perjalanan) berbasis rumah tangga dengan metode regresi linier pada kawasan Pusat Kota Jember (BWK I) dan mengetahui variable-variabel penting dalam model dan mendapatkan variable-variabel paling dominan dari model bangkitan perjalanan berbasis rumah tangga dengan metode regresi rumah tangga di kawasan Pusat Kota Jember (BWK I). Sedangkan manfaat penting yang dapat diperoleh dari pelaksanaan penelitian ini adalah : 1) Hasil model dapat dipergunakan untuk memperkirakan jumlah perjalanan dan pola perjalanan yang tejadi pada setiap zona pada kawasan Pusat Kota Jember (BWK I). 2) Model terpilih akan menunjukkan variable penting dalam bangkitan perjalanan, sehingga dapat diperoleh karakteristik penting perjalanan di kawasan Pusat Kota Jember. 3) Hasil model dapat dipergunakan untuk pemodelan transportasi pada tahap berikutnya di Kota Jember untuk perencanaan pengembangan sarana dan prasarana transportasi untuk tahun-tahun mendatang. 1.2 Tinjauan Pustaka Pemodelan Dalam Transportasi Pemodelan transportasi dilakukan dalam 4 (empat) tahapan yang berkesinambungan yang sering disebut dengan four steps model yang meliputi (Taaffe, 1996) : 1) Trip Generation (Bangkitan Perjalanan), merupakan pemodelan permintaan perjalanan dengan memperkirakan jumlah perjalanan yang tedadi pada setiap zona suatu kawasan perkotaan. Tipe perjalanan dapat berupa kelompokan bangkitan residential dan nonresidential. Metode analisis yang dapat digunakan adalah metode analisis klasifikasi silang atau analisis kategori dan metode regresi kuadrat terkecil. 2) Modal Split (Pemilihan Moda), digunakan untuk memperkirakan jumlah perjalanan penumpang yang akan menggunakan moda yang tersedia dari setiap pergerakan yang terjadi setiap zona. Umumnya terdapat dua pilihan yaitu moda kendaraan pribadi dan moda transportasi umum. 3) Trip Distribution (Sebaran Perjalanan), merupakan sebaran perjalanan dari setiap zona perkotaan ke semua zona tujuan yang memungkinkan. 4) Trip Assignment (Pembebanan Perjalanan), merupakan tahapan model untuk memperkirakan berapa banyak bangkitan perjalanan akan menggunakan setiap rute yang menghubungkan zona-zona. Bangkitan Perjalanan Perjalanan akan menimbulkan pergerakan dan akan membentuk pola perjalanan dengan bangkitan perjalanan yang berbeda-beda pada kawasan tertentu. Black (1981) membagi maksud perjalanan dalam dua kategori. Pertama adalah perjalanan berbasis residensial, merupakan pergerakan yang salah satu atau kedua zona (asal dan atau tujuan) dari pergerakan tersebut adalah rumah. Kedua adalah perjalanan berbasis non-resindensial, merupakan pergerakan yang baik awal maupun tujuan pergerakan tersebut adalah bukan rumah atau yang tidak bersangkut paut dengan rumah. Faktor dalam bangkitan pergerakan meliputi bangkitan dan tarikan pergerakan untuk manusia, dan bangkitan dan tarikan pergerakan untuk barang. Dalam Tamin (1997) menyatakan bahwa

2


bangkitan pergerakan manusia dapat dipengaruhi oleh pendapatan, kepemilikan kendaraan, struktur rumah tangga, ukuran rumah tangga, nilai lahan, kepadatan daerah pemukiman, dan aksesibilitas. Sedangkan bangkitan dan tarikan pergerakan untuk barang menurut Papacostas dan Prevedouros (1993) menyatakan bahwa pergerakan ini hanya merupakan bagian kecil dari seluruh pergerakan (20%) yang umumnya terjadi di negara industri. Peubah penting yang mempengaruhi adalah jumlah lapangan kerja, jumlah tempat pemasaran, luas atap industri tersebut, dan total seluruh daerah. Bangkitan pergerakan harus dianalisis secara terpisah dengan tarikan pergerakan. Tujuan akhir perencanaan tahapan bangkitan pergerakan adalah menaksir setepat mungkin bangkitan dan tarikan pergerakan pada masa sekarang yang akan digunakan untuk meramalkan pergerakan pada masa yang akan datang (Paquette, 1982). Dua model bangkitan perjalanan yang berdasarkan analisa regresi yaitu model regresi berbasis zona dan model regresi berbasis rumah tangga. Pada metode berbasis rumah tangga, maka unit analisis adalah rumah tangga (bukan individu). Data setiap rumah tangga dan data setiap rumah dipakai sebagai masukan data vektor sehingga semua fluktuasi mengenai ciri runah tangga dan perilaku dapat semuanya dipertimbangkan dalam metode tersebut. Morlok (1985) menyatakan bahwa salah satu metode yang dipakai untuk perkiraan perjalanan berbasis rumah tangga adalah analisa regresi yang merupakan suatu metode dipakai untuk memperkirakan nilai-nilai terbaik untuk parameter-parameter suatu hubungan matematis yang diberikan diantara dua atau lebih variabel. Menurut Soetjipto dan Sulistyono (2005), dimana penelitian mengkaji model produksi perjalanan di Pusat Kota Jember menunjukkan pergerakan yang terjadi dipengaruhi oleh lima variable bebas yaitu jumlah anggota keluarga, jumlah kepemilikan kendaraan, anggota keluarga bekerja dan anggota keluarga sekolah. Namun hasil dari penelitian memperlihatkan nilai R2 yang rendah yaitu 0,238. Hal ini dikarenakan jumlah populasi yang diambil terlalu sedikit. Regresi Linier Berganda Konsep ini merupakan pengembangan regresi linier sederhana dimana dalam kenyataan memperlihatkan bahwa beberapa peubah bebas (misalnya tata guna lahan) secara simultan temyata mempengaruhi peubah tidak bebas (bangkitan). Persamaan bentuk umum metode analisis regresi linier berganda adalah (Walpole dan Myers, 1995) : Y = A + B1 X 1 + B2 X 2 + ..... + B z X z

............................................. (1)

Dimana Y = peubah tidak bebas, X1…..Xz = peubah bebas, A = konstanta regresi, dan B1….Bz = koefisiensi regresi. Asumsi-asumsi yang digunakan pada analisis regresi linier berganda adalah : 1) Nilai peubah, khususnya peubah bebas mempunyai nilai tetentu atau merupakan nilai yang didapat dari survey tanpa kesalahan berarti; 2) Efek peubah bebas pada peubah tidak bebas merupakan penjumlahan, dan harus tidak ada korelasi yang kuat antara sesama peubah bebas; 3) Nilai peubah bebas sebaiknya merupakan besaran yang mudah diproyeksikan; 4) Peubah tidak bebas (Y) harus mempunyai hubungan korelasi linier dengan peubah bebas (X). Jika hubungan tersebut tidak linier, transformasi linier harus dilakukan, meskipun batasan ini akan mempunyai implikasi lain dalam analisis residual; 5) Variansi peubah tidak bebas terhadap garis regresi harus sama untuk semua nilai peubah bebas; 6) Nilai peubah tidak bebas harus tersebar normal atau mendekati normal.

3


Tambahan peubah biasanya meningkatkan nilai koefisien determinasi (R2), untuk mengatasinya digunakan R2 yang telah dikoreksi. Koefisien korelasi digunakan untuk menentukan korelasi antara peubah tidak bebas dengan peubah bebas atau antara sesama peubah bebas. Nilai korelasi +1 berarti bahwa korelasi antara peubah y dan x adalah positif (meningkatnya nilai x akan mengakibatkan mening-katnya nilai y). Sebaliknya, jika nilai -1, berarti korelasi antara peubah y dan x adalah negatif (meningkatnya nilai x akan mengakibatkan menurunnya nilai y), dan Nilai korelasi = 0 menyatakan tidak ada korelasi antar peubah. Setiap peubah dengan koefisien regresi yang tidak signifikan maka harus dibuang dari model. 1.3 Metode Penelitian Lokasi penelitian adalah pada kawasan Pusat Kota Jember (BWK I). Dipilihnya lokasi ini karena pertumbuhan paling pesat diantara beberapa BWK yang lain, sehingga model diharapkan dapat mempresentasikan kebutuhan perjalanan pada kawasan padat di Kabupaten Jember yang termasuk kategori kabupaten dengan ukuran kota sedang. Kebutuhan data untuk pembuatan model bangkitan perjalanan pada penelitian pertama adalah data sekunder berupa peta wilayah Kota Jember dan populasi penduduk kawasan Pusat Kota Jember. Kedua adalah berupa data primer diperoleh dengan melakukan wawancara ke rumahrumah yang ditentukan secara acak untuk masing-masing zona pada lokasi penelitian menggunakan quisioner (HIS/home interview survey). Surwai wawancara rumah tangga dilaksanakan selama bulan Agustus hingga awal bulan September. Jumlah responden yang diperoleh selama pengumpulan data terkumpul sebanyak 472 rumah tersebar dalam kelurahan-kelurahan di wilayah studi (BWK-I). Metode untuk analisa yang digunakan untuk analisis regresi adalah menggunakan metode langkah-demi langkah. Metode ini secara bertahap mengurangi jumlah peubah bebas (variabel yang memiliki koefisien regresi terkecil) sehingga didapatkan model terbaik yang hanya terdiri atas beberapa peubah bebas. Kriteria dalam menentukan model terbaik adalah : 1) Semakin banyak peubah bebas yang digunakan, semakin baik model tersebut; 2) Tanda koefisien regresi (+ / -) sesuai dengan yang diharapkan; 3) Nilai konstanta regresi kecil (semakin mendekati nol, semakin baik); 4) Nilai koefisien determinasi (R) besar (semakin mendekati satu, semakin baik). Beberapa uji statistik dalam analisis menggunakan SPSS 13.0. Secara sistematis, metode pendekatan dalam analisis ditunjukkan seperti pada Gambar 1. 2. ANALISIS DAN PEMBAHASAN 2.1 Komposisi Responden Penelitian ini dilakukan pada wilayah Pusat Kota Jember yaitu pada Bagian Wilayah Kota (BWK) I. Pengkodean zona dalam BWK-I lokasi studi terdiri dari : 1) Sebagian Kel. Kaliwates - 13 5) Kelurahan Sumbersari - 24 2) Kelurahan Jember Kidul - 15 6) Sebagian Kel. Tegal Gede - 26 3) Kelurahan Kepatihan - 16 7) Sebagian Kel. Gebang - 31 4) Sebagian Kel. Kebonsari - 23 8) Sebagian Kel. Jember Lor - 32

4


Y = A + B1 X 1 + B2 X 2 + ..... + B z X z

Gambar 1 Diagram Alur Metode Analisa Penelitian

Survai wawancara rumah tangga (HIS) dilakukan pada daerah yang termasuk dalam BWK-I sebanyak 472 rumah tangga. Distribusi responden berdasarkan wilayah kecamatan memperlihatkan untuk Kecamatan Kaliwates 37,5%, Kecamatan Sumbersari 38,77% dan Kecamatan Patrang sebanyak 23,73%. Sedangkan komposisi responden setiap zona ditunjukkan pada Gambar 2. 11,86%

10,81%

18,01%

Kaliwates Jember Kidul

14,62%

Kepatihan Kebonsari Sumbersari Tegal Gede 9,96% 11,02%

12,08%

11,65%

Gebang Jember Lor

Gambar 2 Distribusi Responden HIS Berdasarkan Zona

Pendekatan jumlah responden setiap zona di dasarkan atas pendekatan luas wilayah dan populasi penduduk dalam zona pada wilayah penelitian. 2.2 Uji Kualitas Data, Normalitas Data dan Data Menyimpang Uji kualitas data dimaksudkan untuk mengetahui kualitas sekumpulan data yang telah dikumpulkan dari survai lapangan, meliputi uji realibilitas dan validitas data. Pendekatan pada uji realibilitas adalah dengan meninjau harga cronbach’s alpha. Sekumpulan data dikatakan realibel apabila nila cronbach’s alpha-nya lebih besar dari 0,6. Hasil perhitungan 5


(output test) menunjukkan nilai cronbach’s alpha adalah sebesar 0,652, sehingga kumpulan data dapat dinyatakan realibel. Uji validitas dilakukan dengan melihat korelasi yang terjadi antar variable. Pendekatan untuk meninjau korelasi dapat dilakukan dengan melihat nilai korelasinya (pearson correlation) maupun nilai signifikasinya. Menggunakan nilai signifikansi dapat dikatakan variabel saling berkorelasi apabila nilai sig. < 0,05. Hasil uji korelasi dapat disimpulkan awal bahwa variabel bebas daya listrik rumah (X6) belum memiliki korelasi terhadap variabel tak-bebas. Selanjutnya pada tahapan berikutnya variabel-variabel tersebut tidak disertakan dalam analisis. Variabel-variabel terseleksi awal selanjutnya dilakukan pengujian normalitas untuk mengetahui normalitas data yang penting untuk digunakan menentukan metode uji statistik yang akan digunakan berikutnya. Pendekatan uji normalitas dapat dilakukan dengan metode Kolmogorof- Smirnov yaitu dengan meninjau nilai signifikansinya (Sig. < 0,05). Berdasar hasil uji normalitas menunjukkan data pada penelitian ini berdistribusi normal, sehingga untuk pengujian statistik pada analisis-analisis selanjutnya digunakan pendekatan dengan parametrik test. Pengujian berikutnya terhadap data sebelum uji regresi adalah pengujian outlier untuk mengetahui data menyimpang. Hasil analisa ditunjukkan beberapa data dikategorikan data menyimpang, selanjutnya pada analisis berikutnya tidak disertakan. Setelah uji outlier, data tersisa sebanyak 455 reaponden rumah tangga. 2.3 Analisis Regresi Linier Bangkitan Perjalanan Pusat Kota Jember (Bwk-I) Proses analisis dalam menentukan model bangkitan perjalanan diawali dengan menentukan variabel bebas/prediktor dan variabel tak-bebas/respon dari data survai wawancara rumah tangga (home interview survay/HIS) yang telah dilakukan. Varibel-variabel bebas (X) paling utama ditentukan dengan pendekatan secara langsung variabel tersebut mempengaruhi perjalanan yang dilakukan, selain itu dicoba dimasukkan variabel lain yang dimungkinkan mempengaruhi perjalanan. Variabel-variabel bebas (X) dan variabel tak-bebas (Y) meliputi : Tabel 1 Variabel Tak-bebas dan Kadidat Variabel-variabel Bebas No. 1. 2.

Jenis Variabel Variabel Tak Bebas Variabel Bebas

Nama Variabel

Notasi

Bangkitan Perjalanan Pendapatan Keluarga Jml. Anggota Keluarga Jml. Anggota Keluarga Bekerja Jml. Anggota Keluarga Sekolah Jml. Kepemilikan Kendaraan Daya Listrik Rumah

Y X1 X2 X3 X4 X5 X6

Sumber : Hasil analisis

Analisis regresi dilakukan menggunakan metode langkah demi langkah. pertama hasil regression output test diperoleh : Tabel 2 Hasil Uji Anova Analisis Regresi (Iterasi-1) ANOVAb Model 1

Regression Residual Total

Sum of Squares 256,708 1786,861 2043,569

df 5 449 454

Mean Square 51,342 3,980

F 12,901

a. Predictors: (Constant), Jml. Kepemilikan Kend., Jml. Anggota Bekerja, Jml. Anggota Sekolah, Pendapatan Keluarga, Jml. Anggota Keluarga b. Dependent Variable: Jumlah Perjalanan

6

Sig. ,000a

Pada interasi


Hasil pengujian anova diperlihatkan nilai signifikansi persamaan linier keseluruhan. Hasil output SPSS menunjukkan bahwa taraf signifikansi model dapat diterima, yaitu nilai signifikansi dibawah 0,05 yang memiliki maksudnya confident level sebesar 95%. Selain ini nilai F ditunjukkan positif, sehingga antara variabel bebas dan variabel tak-bebas adalah berbanding lurus. Tabel 3 Ringkasan Model Uji Regresi (Iterasi-1) Model Summary Change Statistics Model 1

R ,354a

R Square ,413

Adjusted R Square ,412

Std. Error of the Estimate 1,995

R Square Change ,413

F Change 12,901

df1 5

df2 449

Sig. F Change ,000

a. Predictors: (Constant), Jml. Kepemilikan Kend., Jml. Anggota Bekerja, Jml. Anggota Sekolah, Pendapatan Keluarga, Jml. Anggota Keluarga

Hasil output SPSS dari tabel di atas memperlihatkan besaran nilai R2. Harapan dalam pengujian ini adalah diperoleh R2 sebesar mungkin yang menginformasikan pengaruh besarnya variabel independen terhadap variabel dependen. Hasil pengujian regresi menginformasikan nilai R2 adalah sebesar 0,413 yaitu 41,3 % variabel dependen dipengaruhi oleh variabel independen, sedangkan sisanya dimungkinkan dipengaruhi oleh faktor-faktor lain. Tabel 4 Koefisien Regresi (Iterasi-1) Coefficientsa

Model 1

(Constant) Pendapatan Keluarga Jml. Anggota Keluarga Jml. Anggota Bekerja Jml. Anggota Sekolah Jml. Kepemilikan Kend.

Unstandardized Coefficients B Std. Error 1,626 ,337 ,237 ,076 ,138 ,070 ,339 ,141 ,351 ,093 -,081 ,061

Standardized Coefficients Beta ,154 ,117 ,118 ,209 -,070

t 4,830 3,122 1,967 2,408 3,782 -1,327

Sig. ,000 ,002 ,050 ,016 ,000 ,185

Collinearity Statistics Tolerance VIF ,798 ,549 ,813 ,639 ,693

1,253 1,821 1,231 1,565 1,442

a. Dependent Variable: Jumlah Perjalanan

Asumsi klasik dalam uji regresi adalah dengan menguji apakah terjadi multikolinieritas antar variabel. Multikolinieritas ditunjukkan dengan harga VIF (variance influence factor). Nilai VIF antara 0,1 hingga 10 (0,1 < VIF < 10) menujukkan tidak adanya multikolinieritas antar variabel bebas. Berdasarkan hasil uji regresi dengan SPSS diperoleh nilai VIF memenuhi syarat , sehingga tidak terjadi multikolinieritas variabel. Untuk itu pada interasi-I diperoleh persamaan regresi bangkitan perjalanan rumah tangga pada Pusat Kota Jember : Y = 1,626 + 0,237X1 + 0,138X2 + 0,339X3 + O,351X4 – 0,081 X5 Æ

R2 = 0,412

Berdasarkan hasil analisis tersebut diperoleh secara parsial variabel X5 yaitu jumlah kepemilikan kendaraan tidak berpengaruh pada variabel independent. Hal ini ditunjukkan dengan koefisien beta minus yang tidak diharapkan dalam penyusunan model. Selanjutnya langkah-demi langkah dilakukan iterasi uji regresi dengan menghilangkan koefisien regresi yang terkecil. Dengan menggunakan langkah/ cara yang sama seperti pada iterasi-1 dilakukan iterasi kedua dan demikian seterusnya iterasi dilakukan hingga diperoleh model bangkitan perjalanan yang memiliki konstanta terkecil dan nilai R2 terbesar. Enam iterasi telah dilakukan dan diperoleh hasil seperti berikut ini :

7


Tabel 5 Hasil Iterasi Analisis Uji Regresi Bangkitan Perjalanan Pusat Kota Jember No.

Iterasi

1 Iterasi – 1 2 Iterasi – 2 3 Iterasi – 3 4 Iterasi – 4 5 Iterasi – 5 6 Iterasi – 6 Sumber : Hasil analisis

Beta 1,626 1,569 1,882 1,936 2,350 1,907

Koefisien Hasil Uji Regresi X1 X2 X3 X4 0,237 0,138 0,339 0,351 0,196 0,118 0,337 0,336 0,205 0,437 0,437 0,212 0,186 0,274 0,493 0,453 0,217 0,289 -

X5 0,081 -

R2 0,412 0,412 0,411 0,411 0,410 0,410

Berdasarkan hasil uji regresi seperti ditunjukkan oleh tabel di atas, dapat disampaikan hasil akhir sebagai berikut : 1) Korelasi variabel bebas terhadap variabel tak bebas menunjukkan hubungan yang rendah yaitu di bawah 0,3. 2) Taraf signifikansi model bangkitan perjalanan dapat diterima, dimana nilai signifikansi lebih kecil dari 0,05 dimana nilai F menunjukkan angka positif (+) yang menunjukkan variabel bebas adalah berbanding lurus terhadap variabel tak bebas. 3) Nilai R2 pada hasil model bangkitan perjalanan masih rendah yaitu hanya berkisar 0,4, sehingga hanya kurang lebih 40% variabel dependen dipengaruhi oleh variabel independent. Hal ini bisa dimungkinkan jumlah responden yang masih terlalu sedikit atau keterbukaan responden dalam pengisian quisioner. 4) Nilai signifikansi secara keseluruhan maupun masing-masing variabel dari model bangkitan cukup baik, dimana hasil kesemuanya memenuhi confident level (derajat kepercayaan) yang ditetapkan sebesar 95% atau nilai signifikansi lebih kecil dari 0,05. 5) Antar variabel dalam model tidak dijumpai adanya multikolinieritas. 6) Model bangkitan perjalanan rumah tangga untuk Pusat Kota Jember (BWK-I) terpilih hasil uji regresi pada iterasi-2. Berdasarkan ringkasan hasil analisis uji regresi tersebut diperoleh model regresi bangkitan perjalanan rumah tangga untuk Pusat Kota Jember pada hasil uji regresi di iterasi-2 dengan model regresi linier sebagai berikut : Y = 1,569 + 0,196.X1 + 0,118. X2 + 0,337. X3 + 0,336. X4 dan nilai R2 = 0,412 Dimana :

X1 = Pendapatan keluarga dalam satu bulan (1 = < 500 ribu; 2 = 500 ribu s/d < 1 juta; 3 = 1 juta s/d < 1,5 juta; 4 = 1,5 juta s/d < 2 juta; 5 = 2 juta s/d < 2,5 juta; 6 = 2,5 juta s/d < 3 juta; dan 7 = ≥ 3 juta. X2 = Jumlah Anggota Keluarga (orang) X3 = Jumlah Anggota Keluarga Bekerja (orang) X4 = Jumlah Anggota Keluarga Sekolah (orang)

3. KESIMPULAN Berdasarkan hasil analisa dan pembahasan dalam menyusun model bangkitan perjalanan rumah tangga untuk Pusat Kota Jember (BWK-I) dapat disimpulkan : 1) Penyusunan model bangkitan perjalanan dilakukan menggunakan metode langkah demi langkah dengan melakukan iterasi pada uji regresi dimana dengan memperhatikan variabel yang mempunyai koefisien regresi terendah pada iterasi berikutnya tidak diikut sertakan.

8


2) Tahap penyusunan model dimulai dengan pengujian reabilitas dan validitas data, dilanjutkan dengan uji normalitas dan uji outlier untuk selanjutnya dilakukan uji regresi dengan memperhatikan nilai korelasi, nilai signifikasi, nilai F dan nilai VIF (multikolinieritas). Model terpilih merupakan model dengan nilai beta terkecil dan nilai R2 terbesar. 3) Berdasarkan hasil analisis regresi diperoleh persamaan regresi model bangkitan perjalanan rumah tangga pada Pusat Kota Jember yaitu : Y = 1,569 + 0,196.X1 + 0,118. X2 + 0,337. X3 + 0,336. X4 Dengan nilai R2 = 0,412 dan variabel bebas yang berpengaruh dari model adalah pendapatan keluarga dalam satu bulan (X1), jumlah anggota keluarga (X2), jumlah anggota keluarga bekerja (X3), dan jumlah anggota keluarga sekolah (X4). 4. UCAPAN TERIMA KASIH Ucapan terima kasih disampaikan kepada Kepala Dinas Perhubungan, Badan Kesatuan Bangsa dan Badan Pusat Statistik Kabupaten Jember serta jajarannya atas bantuan data sekunder dan dukungan dalam pengambilan data primer. Ucapan terima kasih disampaikan pula kepada Dirjen Dikti – Depdiknas atas dukungan dana dalam pelaksanaan penelitian ini melalui DP2M. 5. DAFTAR PUSTAKA Anonim, 1997, Evaluasi Rencana Umum Tata Ruang Kota 1996/1997 – 2006/2007, Badan Perencanaan Pembangunan Kabupaten Jember, Jember. Anonim, 2005, Kabupaten Jember Dalam Angka Tahun 2004, Badan Pusat Statistik Kabupaten Jember, Jember. Black, J., 1981, Urban Transport Planning : Theory and Practice, Croom Helm Ltd., London. Morlok, E. K., 1985, Pengantar Teknik dan Perencanaan Transportasi, Penerbit Erlangga, Jakarta. Ortuzar, J.D. dan Willumsen, L.G., 1994, Modelling Transport, John Willey & Sons, London. Papacostas, C.S. dan Prevedouros, P.D., 1993, Transportation Engineering : Planning and Design, Jhon Wiley & Sons Inc., New York. Paquette, R.J., 1982, Transportation Engineering : Planning and Design, Jhon Wilwy & Sons, Inc., New York. Soetjipto, J.W. dan Sulistyono, S., 2005, Model Atraksi Perjalanan (Trip Attraction) Pada Wilayah Pusat Kota Jember (Eks. Kotip Jember), Laporan Penelitian, Lembaga Penelitian – Universitas Jember, Jember. Taaffe, E.J., 1996, Geografy of Transportation, Prentice Hall Inc., New Jersey. Tamin, O.Z., 1997, Perencanaan dan Pemodelan Transportasi, Penerbit ITB, Bandung. Walpole, R.E. dan Myers, R.H., 1995, Ilmu Peluang dan Statistika Untuk Insinyur dan Ilmuwan, diterjemahkan oleh Sembiring, R.K., Penerbit ITB, Bandung.

9

PEMODELAN BANGKITAN PERJALANAN (TRIP GENERATION) PADA KAWASAN PUSAT KOTA JEMBER ABSTRACT

Recommend Documents