PENENTUAN FREKUENSI PERJALANAN ANGKUTAN UMUM BATIK SOLO TRANS (BST) UNTUK MENGOPTIMALKAN JUMLAH PENDAPATAN

perpustakaan.uns.ac.id

digilib.uns.ac.id

PENENTUAN FREKUENSI PERJALANAN ANGKUTAN UMUM BATIK SOLO TRANS (BST) UNTUK MENGOPTIMALKAN JUMLAH PENDAPATAN

Skripsi

AYU SALLY DAMAYANTI I 1307028

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2012 commit to user


digilib.uns.ac.id

DAFTAR ISI

HALAMAN JUDUL .......................................................................................... i LEMBAR PENGESAHAN .............................................................................. ii LEMBAR VALIDASI ......................................................................................iii SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH ................... iv SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH ........................... v KATA PENGANTAR ...................................................................................... vi ABSTRAK .....................................................................................................viii ABSTRACT ..................................................................................................... ix DAFTAR ISI ...................................................................................................... x DAFTAR TABEL............................................................................................ xii DAFTAR GAMBAR ......................................................................................xiii DAFTAR PERSAMAAN............................................................................... xiv DAFTAR LAMPIRAN .................................................................................. xvi DAFTAR LAMPIRAN TABEL................................................................... xvii BAB I

BAB II

PENDAHULUAN 1.1

Latar Belakang....................................................................... I-1

1.2

Perumusan Masalah ............................................................... I-4

1.3

Tujuan Penelitian .................................................................... I-4

1.4

Manfaat Penelitian .................................................................. I-4

1.5

Batasan Masalah ..................................................................... I-5

1.6

Sistematika Penulisan ............................................................. I-5

TINJAUAN PUSTAKA 2.1

Gambaran Umum Perusahaan ............................................... II-1 2.1.1 Sejarah Perum DAMRI ................................................ II-1 2.1.2 Visi Misi Perum DAMRI ............................................. II-2 2.1.3 Maksud Dan Tujuan Perum DAMRI............................ II-2 2.1.4 Nilai-nilai Perusahaan................................................... II-3

2.2

Batik Solo Trans (BST) ......................................................... II-3 2.2.1 Maksud dan Tujuan ...................................................... II-3 commit to user 2.2.2 Manfaat Pelayanan BST ............................................... II-4 x


digilib.uns.ac.id

2.2.3 Sistem Pelayanan BST.................................................. II-4 2.3

Pengujian Distribusi Data ...................................................... II-6

2.4

Simulasi ................................................................................. II-6

2.5

Model Simulasi ...................................................................... II-13

2.6

Simulasi Monte Carlo ............................................................ II-14

2.7

Random Number Generator (RNG) ...................................... II-15

2.8

Random Variate Generation (RVG)...................................... II-17

2.9

Analisis Titik Impas............................................................... II-22

2.10 Analisis Sensitivitas ............................................................... II-23 2.11 Karakteristik Fasilitas Transportasi ....................................... II-23 2.12 Penelitian Terdahulu .............................................................. II-24 BAB III METODOLOGI PENELITIAN 3.1

Diagram Alir ........................................................................... III-1

3.2

Keterangan Diagram Alir ....................................................... III-2

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1

Pengumpulan Data .................................................................. IV-1

4.2

Pengolahan Data ..................................................................... IV-4 4.2.1 Identifikasi Jam Sibuk ................................................... IV-4 4.2.2 Pengujian Distribusi Data .............................................. IV-5 4.2.3 Penentuan Frekuensi Minimum dan Maksimum ........... IV-7 4.2.4 Penentuan Frekuensi Pelayanan .................................... IV-9

4.3

Analisis Sensitivitas Frekuensi Pelayanan ............................. IV-15

BAB V ANALISIS DAN INTERPRETASI DATA 5.1

Analisis Kebijakan Frekuensi Perjalanan BST ........................ V-1

5.2

Analisis Sensitivitas Frekuensi Pelayanan ............................... V-9

BAB VI KESIMPULAN DAN SARAN 6.1

Kesimpulan ............................................................................ VI-1

6.2

Saran ....................................................................................... VI-1

DAFTAR PUSTAKA LAMPIRAN

commit to user

xi


digilib.uns.ac.id

DAFTAR TABEL

Tabel 1.1

Rekapitulasi load factor BST ........................................................ I-2

Tabel 2.1

Rute, jarak tempuh, waktu tempuh, dan jumlah armada BST ...... II-4

Tabel 4.1

Rincian biaya operasional BST ................................................... IV-3

Tabel 4.2

Data karakteristik BST ................................................................ IV-3

Tabel 4.3

Uji Kolmogorov Smirnov rentang waktu 07:00-09:00 ............... IV-6

Tabel 4.4

Uji Kolmogorov Smirnov rentang waktu 10:00-15:00 ............... IV-6

Tabel 4.5

Frekuensi minimum dan maksimum BST................................... IV-9

Tabel 4.6

Nilai mean dan standar deviasi real data ………………………IV-10

Tabel 4.7

Nilai mean dan standar deviasi hasil simulasi………………….IV-10

Tabel 4.8

Nilai faktor-faktor karakteristik BST jam sibuk 07:00-09:00….IV-12

Tabel 4.9

Nilai faktor-faktor karakteristik BST jam sibuk 10:00-15:00….IV-14

Tabel 4.10 Pengaruh perubahan 5 % mean jumlah penumpang terhadap revenue & fser saat jam sibuk 07:00-09:00 ............................................... IV-16 Tabel 4.11 Pengaruh perubahan 5 % mean jumlah penumpang terhadap revenue & fser saat jam sibuk 07:00-09:00 ............................................... IV-16 Tabel 4.12 Pengaruh perubahan 8 % mean jumlah penumpang terhadap revenue & fser saat jam sibuk 07:00-09:00 ............................................. IV-17 Tabel 4.13 Pengaruh perubahan 8 % mean jumlah penumpang terhadap revenue & fser saat jam sibuk 07:00-09:00 ............................................. IV-17

commit to user

xii


digilib.uns.ac.id

DAFTAR GAMBAR

Gambar 2.1 Moda Armada Batik Solo Trans ................................................. II-5 Gambar 2.2 Tahapan dalam simulasi ........................................................... II-10 Gambar 3.1 Diagram alir metodologi penelitian ........................................... III-1 Gambar 3.2 Alur penentuan frekuensi minimum .......................................... III-4 Gambar 3.3 Alur penentuan frekuensi maksimum ........................................ III-5 Gambar 3.4 Alur penentuan frekuensi pelayanan ......................................... III-6 Gambar 4.1 Diagram total jumlah penumpang BST ..................................... IV-4 Gambar 5.1 Grafik frekuensi minimum dan maksimum BST ....................... V-2 Gambar 5.2 Grafik frekuensi pelayanan BST ................................................. V-3 Gambar 5.3 Grafik demand penumpang BST untuk mencapai titik impas untuk setiap kebijakan frekuensi ........................................................... V-5 Gambar 5.4 Grafik revenue penumpang BST ................................................. V-6 Gambar 5.5 Grafik tarif* penumpang umum BST untuk mencapai kondisi break even ……………………………………………………………...V-7 Gambar 5.6 Grafik headway dan waiting time BST........................................ V-8 Gambar 5.7 Grafik pengaruh perubahan 5% rata-rata jumlah penumpang terhadap besarnya frekuensi pelayanan ..................................... V-10 Gambar 5.8 Grafik pengaruh perubahan 8% rata-rata jumlah penumpang terhadap besarnya frekuensi pelayanan ..................................... V-10 Gambar 5.9 Grafik pengaruh perubahan 5% rata-rata jumlah penumpang terhadap besarnya revenue......................................................... V-11 Gambar 5.10 Grafik pengaruh perubahan 8% rata-rata jumlah penumpang terhadap besarnya revenue......................................................... V-11

commit to user

xiii


digilib.uns.ac.id

DAFTAR PERSAMAAN

Persamaan 2.1

Rumus random number generator dengan Linier Congruential Generator (LCG) .............................................................. II-16

Persamaan 2.2

Rumus random number generator dengan Multiplicative Generator............................................................................ II-16

Persamaan 2.3

Rumus random number generator dengan Mixed Pseudo RNG ............................................................................................ II-16

Persamaan 2.4

Rumus random variate generation dengan Inverse Transform ............................................................................................ II-17

Persamaan 2.5

Rumus random variate berdistribusi Uniform.................... II-18

Persamaan 2.6

Rumus random variate berdistribusi Exponential .............. II-19

Persamaan 2.7

Rumus random variate berdistribusi m-Erlang .................. II-19

Persamaan 2.8

Rumus random variate berdistribusi Weibull .................... II-19

Persamaan 2.9

Rumus random variate berdistribusi Lognormal ............... II-20

Persamaan 2.10 Rumus random variate berdistribusi Log-Logistic ............ II-20 Persamaan 2.11 Rumus random variate berdistribusi Discrete Uniform ..... II-21 Persamaan 2.12 Rumus random variate berdistribusi Geometric ................ II-22 Persamaan 2.13 Rumus perhitungan frekuensi bus berdasarkan headway ... II-23 Persamaan 2.14 Rumus perhitungan frekuensi bus berdasarkan kapasitas bus .... ............................................................................................ II-23 Persamaan 2.15 Rumus perhitungan frekuensi bus untuk satu arah (f) ........ II-24 Persamaan 2.16 Rumus perhitungan waktu tunggu ...................................... II-24 Persamaan 2.17 Rumus perhitungan frekuensi minimum pertama (fmin1) ..... II-25 Persamaan 2.18 Rumus perhitungan kapasitas rute dalam sekali perjalanan ....... ............................................................................................ II-25 Persamaan 2.19 Rumus perhitungan frekuensi minimum kedua (fmin2)......... II-25 Persamaan 2.20 Rumus penentuan frekuensi minimum ............................... II-25 Persamaan 2.21 Rumus perhitungan frekuensi maksimum (f max). ................ II-25 Persamaan 2.22 Rumus perhitungan frekuensi pelayanan (

) ................ II-26

Persamaan 2.23 Rumus perhitungan pendapatan.......................................... II-26 commit to user

xiv


Persamaan 3.1

digilib.uns.ac.id

Rumus pengembangan untuk menentukan frekuensi pelayanan ............................................................................................. III-6

commit to user

xv


digilib.uns.ac.id

DAFTAR LAMPIRAN

LAMPIRAN 1 Rekapitulasi jumlah penumpang BST Lampiran 1-1

Rekapitulasi jumlah penumpang secara keseluruhan ..... L1 – 1

Lampiran 1-2

Rekapitulasi jumlah penumpang berdasarkan jenis penumpang (umum & pelajar-mahasiswa)......................................... L1 – 2

LAMPIRAN 2 Rincian Rekapitulasi Biaya Operasional BST LAMPIRAN 3 Rata-rata dan keseluruhan

standar

deviasi

penumpang

BST

secara

LAMPIRAN 4 Rata-rata dan standar deviasi untuk tiap jenis penumpang BST LAMPIRAN 5 Hasil simulasi Monte Carlo untuk tiap jenis penumpang BST

commit to user

xvi


digilib.uns.ac.id

DAFTAR LAMPIRAN TABEL

Tabel L1.1 Jumlah penumpang BST secara keseluruhan .............................. L1-1 Tabel L1.2 Jumlah penumpang umum .......................................................... L1-2 Tabel L1.3 Jumlah penumpang pelajar-mahasiswa ....................................... L1-3 Tabel L2.1 Rincian rekapitulasi biaya operasional BST ............................... L2-1 Tabel L3.1 Data rata-rata dan standar deviasi jumlah penumpang secara keseluruhan ................................................................................. L3-1 Tabel L4.1 Data rata-rata dan standar deviasi untuk penumpang umum ...... L4-1 Tabel L4.2 Data rata-rata dan standar deviasi untuk penumpang pelajarmahasiswa ................................................................................... L4-2 Tabel L5.1 Hasil simulasi Monte Carlo untuk penumpang umum jam sibuk 07:00-09:00 ................................................................................. L5-1 Tabel L5.2 Hasil simulasi Monte Carlo untuk penumpang pelajar-mahasiswa jam sibuk 07:00-09:00................................................................. L5-2 Tabel L5.3 Hasil simulasi Monte Carlo untuk penumpang umum jam sibuk 10:00-15:00 ................................................................................. L5-3 Tabel L5.4 Hasil simulasi Monte Carlo untuk penumpang pelajar-mahasiswa jam sibuk 10:00-15:00................................................................. L5-4

commit to user

xvii


digilib.uns.ac.id

ABSTRAK Ayu Sally Damayanti, I1307028, PENENTUAN FREKUENSI PERJALANAN ANGKUTAN UMUM BATIK SOLO TRANS (BST) UNTUK MENGOPTIMALKAN JUMLAH PENDAPATAN. Skripsi. Surakarta : Jurusan Teknik Industri, Fakultas Teknik, Universitas Sebelas Maret, Januari 2012. Batik Solo Trans (BST) merupakan angkutan umum masal yang dikelola oleh Pemerintah Kota Surakarta bekerjasama dengan Perum DAMRI yang baru dioperasikan pada bulan September 2010. Jumlah pendapatan BST belum optimal karena kurangnya jumlah penumpang. Salah satu cara mengoptimalkan jumlah pendapatan adalah mengatur frekuensi perjalanan bus atau mengatur besaran tarif. Penelitian ini menggunakan pengaturan frekuensi perjalanan BST sebagai solusi untuk mengoptimalkan pendapatan. Frekuensi perjalanan merupakan threshold antara pemasukan yang diterima dengan biaya operasional. Data yang digunakan dalam perhitungan frekuensi perjalanan adalah data jumlah penumpang pada setiap halte pada Maret 2011 dan data biaya operasional yang berasal dari Perum DAMRI Surakarta. Tahap awal dalam penentuan frekuensi perjalanan adalah mengidentifikasi jam sibuk berdasarkan jumlah penumpang terbanyak. Tahapan selanjutnya adalah pengujian distribusi data jumlah penumpang pada saat jam sibuk. Selanjutnya dilakukan simulasi Monte Carlo untuk membangkitkan data jumlah penumpang sebagai dasar perhitungan frekuensi pelayanan. Kemudian dilakukan analisis sensitivitas terhadap frekuensi pelayanan Hasil penelitian menunjukkan bahwa frekuensi perjalanan BST yang disarankan pada jam sibuk 07:00-09:00 adalah 4 trip, dan 6 trip untuk jam sibuk 10:00-15:00. Frekuensi tersebut sebaiknya digunakan apabila tarif BST untuk penumpang umum dan pelajar-mahasiswa tidak berubah dan kondisi penumpang tidak mengalami peningkatan. Apabila Perum DAMRI tetap menggunakan frekuensi perjalanan saat ini yaitu 10 trip, maka kisaran tarif baru yang disarankan adalah antara Rp 5.000,00 – Rp 7.000,00 untuk penumpang umum dan tetap sebesar Rp 1.500,00 untuk pelajar-mahasiswa.

Kata kunci: BST, frekuensi perjalanan, jam sibuk, Simulasi Monte Carlo xvii + 70 halaman ; 26 tabel ; 17 gambar; 24 persamaan ; 5 lampiran Daftar Pustaka : 21 (1988-2011)

commit to user

viii


digilib.uns.ac.id

BAB I PENDAHULUAN Bab ini akan menjelaskan mengenai latar belakang, perumusan masalah, tujuan yang ingin dicapai, manfaat yang bisa diperoleh, batasan masalah yang diambil, asumsi yang digunakan, serta sistematika penulisan dari penelitian.

1.1 Latar Belakang Surakarta merupakan kota yang saat ini mengalami perkembangan yang cukup pesat di berbagai bidang seperti bidang ekonomi dan pariwisata. Perkembangan tersebut tidak lepas dari adanya dukungan sektor transportasi. Bentuk dukungan tersebut adalah tersedianya moda transportasi yang dapat digunakan di Surakarta seperti angkutan umum. Berbagai macam angkutan umum dengan berbagai ukuran maupun rute tujuan telah disediakan. Adapun angkutan umum yang baru saja ditawarkan oleh kota Surakarta pada bulan September 2010 adalah Batik Solo Trans (BST). BST merupakan angkutan umum masal yang dikelola oleh Pemerintah Kota Surakarta bekerjasama dengan Perum DAMRI untuk melayani masyarakat menuju wilayah-wilayah strategis yang ada di Surakarta. Maksud dan tujuan adanya BST adalah untuk meningatkan kualitas pelayanan angkutan umum di Surakarta. Oleh sebab itu BST mempunyai sistem tersendiri berkonsep cepat, tepat waktu, nyaman, dan aman (Yanuarti, 2011). Cepat dan tepat waktu karena BST tidak berhenti terlalu lama untuk mencari penumpang dan BST mempunyai jadwal waktu tersendiri untuk keberangkatan dan tiba di tempat pemberhentian terakhir maupun di halte tertentu. Nyaman dan aman karena di dalam BST dilengkapi fasilitas-fasilitas antara lain airconditioner (AC) dan led display ( papan informasi trayek elektrik). BST juga hanya menaikkan dan menurunkan di halte yang sudah disediakan. Penggunaan BST sebagai angkutan umum yang baru oleh masyarakat dirasa belum optimal. Hal tersebut disebabkan masih kurangnya jumlah penumpang yang menggunakan BST (Ferdinand, 2010). Kurangnya jumlah penumpang menyebabkan kerugian bagi pengelola BST. Bentuk kerugian tersebut yaitu biaya commit to user operasional per hari yang belum dapat terpenuhi sehingga Perum DAMRI harus I-1


digilib.uns.ac.id

memenuhi kekurangan tersebut (Widodo, 2011). Hal tersebut didukung dengan hasil penelitian ’Aziz (2011) yang menunjukkan bahwa jumlah penumpang BST di bawah standar World Bank yaitu hanya 140 orang/bus/hari sedangkan standar World Bank adalah 463-555 orang/bus/hari. Penelitian lain menunjukkan selama empat bulan pengoperasiannya, BST masih mengalami kerugian sebesar Rp 202.134.155,00 karena biaya operasional lebih besar dari pendapatan (Yanuarti, 2011). Kurangnya jumlah penumpang juga terlihat dari besarnya load factor pada awal beroperasi yaitu di bulan September 2010 hingga April 2011 yang menunjukan sedikit kenaikan tiap bulannya. Load factor merupakan perbandingan antara jumlah penumpang dengan kapasitas tempat duduk pada satuan waktu tertentu. Tabel 1.1 merupakan rekapitulasi load factor bulan September 2010 hingga April 2011. Tabel 1.1 Rekapitulasi load factor BST Bulan Load Factor

September Oktober 2010 2010 66%

67%

November Desember 2010 2010 70%

73%

Januari 2011

Februari 2011

Maret 2011

April 2011

73%

76%

72%

75%

Sumber: Perum DAMRI Kota Surakarta,2011

Tabel 1.1 menunjukkan bahwa pada bulan September 2010 dari kapasitas duduk yang telah disediakan oleh BST, hanya 66 % yang digunakan oleh penumpang. Pada bulan-bulan berikutnya load factor hanya mengalami kenaikan berkisar antara satu hingga tiga persen. Load factor di bulan Maret bahkan mengalami penurunan yaitu sebesar empat persen yang awalnya pada bulan Februari sebesar 76 % menjadi 72 %. Data load factor tersebut menunjukkan bahwa masih kurangnya minat masyarakat terhadap BST karena dari kapasitas tempat duduk yang disediakan, hanya sekitar 60-70 persen tempat duduk yang digunakan dan berdasarkan load factor tersebut juga dapat diketahui bahwa jumlah penumpang setiap bulannya hanya mengalami kenaikan yang kecil sehingga pendapatan yang diperoleh kurang optimal. Hasil penelitian yang dilakukan oleh ’Aziz (2011) menunjukkan besarnya load factor BST juga belum memenuhi syarat dari standar World Bank yaitu load factor BST masih di bawah 70 % . Permasalahan mengenai kurangnya jumlah penumpang dan terjadinya kerugian biaya operasional tersebut juga dialami oleh BMTA (Bangkok Mass commit to user I-2


digilib.uns.ac.id

Transit Authority), dimana permintaan penumpang lebih kecil dibandingkan kapasitas jalur bus yang disediakan (Raothanachonkun et al., 2008). Alternatif solusi dari permasalahan tersebut adalah dengan meningkatkan kualitas pelayanan untuk meningkatkan potensi BMTA, meningkatkan tarif untuk menambah pendapatan ataupun dengan cara mengatur kembali frekuensi bus yang sebaiknya dilakukan. Alternatif untuk meningkatkan kualitas pelayanan biasanya diikuti dengan penambahan biaya tertentu untuk menunjang fasilitas yang ada, sedangkan alternative untuk menaikkan tarif terlalu berisiko karena dengan tarif yang naik dapat mengurangi minat dari pengguna BMTA, oleh sebab itu Raothanachonkun et al (2008) melakukan penelitian untuk menyelesaikan permasalahan yang dialami BMTA dengan cara menentukan atau mengatur kembali frekuensi bus yang sebaiknya dilakukan agar lebih optimal. Frekuensi yang dimaksud dalam penelitian tersebut adalah jumlah putaran perjalanan (trip) yang dapat dilakukan oleh bus. Penentuan frekuensi bus tersebut didasarkan pada estimasi jumlah penumpang yang datang berdasarkan hasil peramalan. Adapun penentuan frekuensi dari BST ditentukan berdasarkan data jumlah penumpang BST pada rentang waktu tertentu yaitu pada saat jam sibuk. Data jumlah penumpang tersebut dijadikan sebagai data permintaan untuk menghitung frekuensi maksimum dan minimum BST. Perhitungan selanjutnya yang dilakukan adalah mensimulasikan data permintaan dengan menggunakan simulasi Monte Carlo. Simulasi Monte Carlo merupakan proses simulasi yang menggunakan random number untuk membangkitkan kejadian yang disimulasikan (Krajewski, 2002). Simulasi Monte Carlo digunakan karena mempunyai beberapa keuntungan diantaranya dapat mengembangkan aturan baru dalam suatu sistem tanpa merusak sistem nyatanya, lebih mudah dilakukan, hemat waktu dan biaya, serta lebih dapat menggambarkan sistem nyatanya dibandingkan metode lain seperti peramalan. Adapun hasil simulasi tersebut dijadikan sebagai dasar perhitungan frekuensi pelayanan BST yang didalamnya juga memperhitungkan tarif penumpang, biaya operasional, dan jarak tempuh BST. Frekuensi pelayanan ini dihitung untuk mengetahui titik impas antara biaya operasional dengan pendapatan. Nilai titik impas (break event point, disingkat BEP) yang merupakan nilai analisis ekonomi teknik terhadap suatu parameter atau variabel commit to useryang menyebabkan dua atau lebih I-3


digilib.uns.ac.id

alternatif sama baiknya (Pujawan, 2004). Keadaan titik impas dalam perhitungan frekuensi pelayanan ini adalah ketika besarnya pendapatan sama dengan biaya operasional. Ketiga hasil frekuensi tersebut (frekuensi minimum, maksimum, dan pelayanan) kemudian dijadikan sebagai alternatif-alternatif dalam penentuan frekuensi perjalanan optimal yang perlu dilakukan oleh BST. Tahapan selanjutnya setelah mengetahui alternatif-alternatif frekuensi perjalanan BST tersebut adalah melakukan analisis sensitivitas sehingga dapat diketahui pengaruh perubahan jumlah penumpang terhadap besarnya frekuensi yang dapat dilakukan serta besarnya pendapatan yang dapat diperoleh. Adanya penentuan alternatif frekuensi perjalanan tersebut dan dilakukannya analisis sensitivitas diharapkan dapat meningkatkan kualitas pelayanan sehingga dapat mengatasi masalah kurangnya jumlah penumpang serta dapat mengoptimalkan jumlah pendapatan yang diperoleh untuk mengurangi kerugian yang dapat dialami oleh perusahaan.

1.2 Perumusan Masalah Perumusan masalah yang dapat diambil berdasarkan latar belakang masalah yang ada adalah “Bagaimana menentukan frekuensi perjalanan BST agar dapat mengoptimalkan jumlah pendapatan.”

1.3 Tujuan Penelitian Tujuan dilakukannya penelitian ini adalah menentukan frekuensi perjalanan dari BST berdasarkan hasil simulasi untuk mengoptimalkan jumlah pendapatan.

1.4 Manfaat Penelitian Manfaat

yang

didapatkan

dari

penelitian

ini

adalah

perusahaan

memeperoleh alternatif frekuensi perjalanan BST sehingga dapat mengoptimalkan jumlah pendapatan agar dapat mengurangi kerugian yang dialami.

commit to user I-4


digilib.uns.ac.id

1.5 Batasan Masalah Dalam penelitian ini terdapat beberapa batasan masalah. Adapun batasan masalah yang dilakukan, adalah : 1. Data yang digunakan dalam perhitungan frekuensi adalah data jumlah penumpang BST di bulan April 2011. 2. Perhitungan frekuensi perjalanan hanya dilakukan pada saat jam sibuk. 3. Rute perjalanan tidak mencapai Bandara Adi Sumarmo. 4. Biaya yang digunakan dalam perhitungan adalah biaya operasional untuk tiap bus per kilometer.

1.6 Sistematika Penulisan Sistematika penulisan yang digunakan dalam penelitian ini, adalah: BAB I

PENDAHULUAN Pada bab ini dikemukakan latar belakang penelitian, perumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, asumsi penelitian, serta sistematika penulisan.

BAB II

TINJAUAN PUSTAKA Merupakan uraian dari deskripsi perusahaan serta menjelaskan landasan teori yang akan dijadikan acuan dalam menyelesaikan permasalahan.

BAB III

METODOLOGI PENELITIAN Dalam bab ini dijelaskan mengenai langkah-langkah yang ditempuh dalam pemecahan permasalahan yang diteliti.

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA Pada

bab ini

berisi

data-data

yang diperlukan untuk

penyelesaian masalah serta pengolahan data tersebut yang dilakukan secara bertahap.

BAB V

ANALISIS DAN INTERPRETASI HASIL Bab ini akan membahas commitmengenai to user analisis dan interpretasi dari I-5


digilib.uns.ac.id

hasil pengolahan data.

BAB VI

KESIMPULAN DAN SARAN Pada bab ini akan dijelaskan mengenai kesimpulan dari penelitian yang telah dilakukan sesuai dengan tujuan penelitian dan saran perbaikan yang perlu dilakukan pada objek penelitian.

commit to user I-6


digilib.uns.ac.id

BAB II TINJAUAN PUSTAKA Bab ini merupakan penjelasan secara terperinci mengenai gambaran umum perusahaan dan teori-teori yang dipergunakan sebagai landasan atau kerangka dasar dalam identifikasi dan pemecahan masalah.

2.1 Gambaran Umum Perusahaan Dalam gambaran umum Perusahaan Umum (Perum) DAMRI ini akan diuraikan mengenai sejarah, visi, misi, maksud, tujuan dari Perum DAMRI, serta nilai-nilai perusahaan.

2.1.1 Sejarah Perum DAMRI Portal DAMRI (2008) menyatakan bahwa ada tahun 1943, terdapat dua usaha angkutan di jaman Jepang yaitu Jawa Unyu Zigyosha dan Zidosha Sokyoku. Jawa Unyu Zigyosha mengkhususkan diri pada angkutan barang dengan truk, grobak/cikar. Adapun Zidosha Sokyoku melayani angkutan penumpang dengan kendaraan bermotor/bus. Jawa

Unyu

Zigyosha

kemudian

berubah

menjadi

“Djawatan

Pengangkoetan” untuk angkutan barang dan Zidosha Sokyoku berubah menjadi “Djawatan Angkutan Darat” untuk angkutan penumpang. Nama keduanya diubah pada tahun 1945 yaitu setelah Indonesia merdeka. Keduanya dikelola oleh Kementrian Perhoeboengan Republik Indonesia (RI). Kedua jawatan tersebut digabungkan menjadi “Djawatan Angkoetan Motor Repoeblik Indonesia” pada 25 November 1946 yang kemudian disingkat menjadi DAMRI. Hal tersebut berdasarkan Makloemat Menteri Perhoeboengan RI No.01/DAM/46. Adapun tugas utama dari DAMRI adalah menyelenggarakan pengangkutan darat dengan bus, truk, dan angkutan bermotor lainnya. Status DAMRI kemudian beralih menjadi Badan Pimpinan Umum Perusahaan Negara (BPUPN) pada tahun 1961. Peralihan tersebut berdasarkan Peraturan Pemerintah (PP) No. 233 Tahun 1961, yang kemudian pada tahun 1965 BPUPN dihapus dan DAMRI ditetapkan menjadi Perusahaan Negara (PN). commit to user

II - 1


digilib.uns.ac.id

Kemudian di tahun 1982, DAMRI beralih status menjadi Perusahaan Umum (Perum) berdasarkan PP No.30 Tahun 1984, selanjutnya dengan PP No. 31 Tahun 2002, hingga saat ini. Adapun Perum DAMRI diberi tugas dan wewenang untuk menyelenggarakan jasa angkutan umum untuk penumpang dan atau barang di atas jalan dengan kendaraan bermotor. Hingga saat ini, Perum DAMRI memiliki jaringan pelayan tersebar hampir di seluruh wilayah RI. Kegiatan usaha dari Perum DAMRI menyediakan pelayanan angkutan perkotaan antar kota, angkutan khusus bandara, angkutan travel, angkutan paket, angkutan keperintisan, dan angkutan lintas batas negara.

2.1.2 Visi Misi Perum DAMRI Visi dan misi dari Perum DAMRI adalah : a. Visi Perum DAMRI memiliki visi yaitu menjadi penyedia jasa angkutan jalan raya yang aman, handal, terjangkau serta unggul dalam kinerja. b. Misi Misi dari Perum DAMRI sebagai berikut : 1. Meningkatkan kualitas dan kuantitas alat produksi. 2. Mengutamakan kualitas pelayanan (level of service), keamanan penumpang dan barang (level of savety) dan kepuasan pelanggan (customer satisfaction). 3. Meningkatkan produksi, efisiensi, dan menekan kebocoran. 4. Meningkatkan nilai tambah (value added) kepada pemilik modal. 5. Meningkatkan profesionalisme dan kesejahteraan SDM.

2.1.3 Maksud dan Tujuan Perum DAMRI Berdasarkan PP No.31 Tahun 2002, maksud dan tujuan DAMRI adalah turut melaksanakan dan menunjang kebijaksanaan program pemerintah di bidang ekonomi serta pembangunan pada umumnya, khususnya di sub sektor perhubungan darat dengan armada bus dan truk serta tetap memperhatikan prinsip-prinsip pengelolaan perusahaan. commit to user

II - 2


digilib.uns.ac.id

2.1.4 Nilai-nilai Perusahaan Usaha untuk mencapai tujuan dari perusahaan adalah membangun setiap insan DAMRI untuk memiliki sikap bekerja keras, jujur (terbuka) dan pantang menyerah

dalam

memberikan

pelayananan

kepada

masyarakat

dan

mempertahankan kemandirian perusahaan dengan menciptakan suasana damai melalui kerja sama, sama-sama bekerja dalam suasana kebersamaan, serta dapat memberikan rasa aman dengan menjaga lingkungan kerja yang menyenangkan dan perilaku ramah dilandasi kekuatan iman dan taqwa.

2.2 Batik Solo Trans (BST) Batik Solo Trans (BST) merupakan nama moda transportasi Bus Rapid Transit (BRT) yang baru beroperasi di Surakarta pada bulan September 2010. Fatamorgana (2010) menyatakan bahwa BRT di Kota Surakarta diberi nama BST karena dengan kata “Batik”, Pemerintah Kota Surakarta ingin mencoba melekatkan ke hati masyarakat Kota Solo maupun luar Kota Solo bahwa batik tidak hanya merupakan sebuah objek yang lekat dengan pakaian saja, akan tetapi diaplikasikan ke dalam sebuah moda transportasi pun tidak aneh. Selain itu, BST diharapkan dapat semakin meningkatkan kualitas Kota Solo dalam sektor pariwisata. Adapun sistem pengelolaan BST merupakan kerjasama antara Perum DAMRI dengan pemerinah Kota Surakarta. Berikut ini merupakan penjelasan dari maksud dan tujuan, manfaat pelayanan BST, dan sistem pelayanan BST.

2.2.1 Maksud dan Tujuan Maksud pengoperasian BST adalah untuk mewujudkan sistem angkutan umum yang nyaman, efisien, aman, handal dan terjangkau oleh daya beli masyarakat (Dishubska, 2010). Adapun tujuan pengoperasian BST adalah: 1. Peningkatan kualitas pelayanan angkutan umum di kota Surakarta. 2. Mengurangi penggunaan kendaraan pribadi dengan beralih ke moda angkutan umum. 3. Mengurangi tingkat polusi udara. commit to user

II - 3


digilib.uns.ac.id

2.2.2 Manfaat Pelayanan BST Manfaat yang diharapkan bisa didapatkan melalui BST ini, diantaranya : 1.

Meningkatkan daya tarik angkutan umum, sehingga pada giliran selanjutnya akan terjadi perpindahan moda dari kendaraan pribadi ke kendaraan umum.

2.

Memperkecil derajat jalan yang ada, sebagai dampak dari berpindahnya kendaraan pribadi ke kendaraan umum.

3.

Meningkatkan efisiensi penggunaan energi.

4.

Meningkatkan aksesibilitas kota Surakarta terhadap wilayah lain.

5.

Mempercepat pertumbuhan dan perkembangan kota Surakarta di segala bidang, dalam rangka menuju kota pariwisata, perdagangan, budaya dan kota olah raga.

2.2.3 Sistem Pelayanan BST Sistem pelayanan BST melayani rute perjalanan sebagai berikut: a. Terminal Kartosuro- Jalan Slamet Riyadi- Perempatan Gendengan- Bundaran Gladag- Jalan Jenderal Sudirman- Balai Kota Surakarta- Pasar Gede- Jalan – Jalan Urip Sumoharjo- Panggung- Jl. Ir. Sutami- Terminal Palur. b. Terminal Palur – Jl. Ir. Sutami- Panggung – Jalan Urip Sumoharjo- Bundaran Gladag- Sangkrah- Jalan Kapten Mulyadi- Perempatan Baturono- Jl. VeteranJalan Bhayangkara- Bundaran Baron- Jalan Dr. Radjiman- Jalan Dr. WahidinJalan Slamet Riyadi- Terminal Kartosuro. Rincian rute, jarak tempuh, waktu tempuh, dan jumlah armada bus yang tersedia untuk memenuhi rute perjalanan BST tersebut dijelaskan pada tabel 2.1. Tabel 2.1 Rute, jarak tempuh, waktu tempuh, dan jumlah armada BST Rute

Jarak

Waktu

Jumlah

Tempuh

Tempuh

eksisting

18 km

55 menit

15 armada

Terminal Palur - Terminal 21 km

57 menit

Terminal Kartosuro-

bus

Terminal Palur

Kartosuro

Sumber: (Dishubska, 2010)

39 km 112 menit commit to user

II - 4

15 armada


digilib.uns.ac.id

Untuk jenis moda dari armada BST disesuaikan pada kapasitas ruas jalan dan permintaan (demand) penumpang terhadap BST. Moda yang digunakan untuk BST adalah bus sedang dengan kapasitas 25 tempat duduk, dengan spesifikasi kendaraan jenis BST, ketinggian pintu samping 70 cm dari tanah, tempat duduk saling berhadapan dan dengan fasilitas Air Conditioner (AC). Gambar 2.1, menampilkan bentuk moda armada BST.

Gambar 2.1 Moda Armada Batik Solo Trans Sumber : (Dishub, 2011)

Adapun tarif yang diberlakukan adalah tarif flat (tarif jauh dekat sama) yaitu berkisar antara 2500-3000 rupiah, besaran tarif tersebut dilakukan evaluasi setiap tahun. Sedangkan untuk time table yang merupakan informasi tentang kepastian keberangkatan dan kedatangan dari pengoperasian BST di Surakarta juga telah direncanakan. Dalam rencana pengoperasiannya ditetapkan time table berdasarkan jam pelayanan yang diberikan dengan rincian sebagai berikut : a. Jam sibuk ( 06.00-08.00)dan (14.00-16.00)

: Waktu antar kendaraan 6

menit. b. Diluar Jam Sibuk (08.00-14.00 dan 16.00-18.00) : Waktu antar kendaraan 10 commit to user menit.

II - 5


digilib.uns.ac.id

2.3 Pengujian Distribusi Data Pengujian distribusi data dilakukan untuk mengetahui jenis distribusi dari data yang digunakan. Pengujian yang sering dilakukan adalah pengujian distribusi normal karena asumsi data berdistribusi normal dapat memperlancar penerapan teori atau metoda dalam menyelesaikan suatu persoalan dengan lebih mudah dan cepat (Sudjana, 1996). Ada beberapa cara untuk menguji kenormalan data antara lain dengan kertas peluang maupun diuji melalui SPSS. Hasil pada kertas peluang akan menunjukkan bahwa data berdistribusi normal apabila data membentuk titiktitik pada garis lurus atau hampir pada garis lurus. Pengujian dengan SPSS dapat dilakukan dengan uji Kolmogorov Smirnov dan uji Shapiro Wilk. Hasil uji Kolmogorov Smirnov dan uji Shapiro Wilk memperlihatkan data berdistribusi normal apabila taraf signifikansi hasil pengujian lebih besar dari alfa (Triton, 2006).

Prosedur

dalam

melakukan

uji

Kolmogorov

Smirnov

dengan

menggunakan SPSS adalah: 1. Memilih Analyze pada tool bar, lalu pilih Non parametric Test kemudian pilih dan klik 1-Sample K-S. 2. Masukan variabel yang akan diuji pada Test Variable List. 3. Pada test Distribution, pastikan untuk mengklik pada pilihan Normal. 4. Kilk OK. Adapun prosedur uji Shapiro Wilk dengan menggunakan SPSS (Triton, 2006) adalah: 1. Memilih menu Analyze lalu pilih Deskriptive Statistics kemudian pilih dan klik pada Explore. 2. Masukan variabel yang akan diuji pada Dependent List. 3. Pada bagian Displays, pilih plot, atau dibiarkan saja jika sudah terpilih plotnya. 4. Jika ketiga langkah tersebut telah dilakukan kemudian klik OK. Hasil uji Shapiro Wilk tersebut akan memperlihatkan juga hasil uji Kolmogorov Smirnov berdasarkan pendekatan Liliefors.

2.4 Simulasi Menurut Kakiay (2004), simulasi merupakan salah satu cara untuk mememcahkan berbagai persoalancommit yang dihadapi to user dunia nyata (real world). Banks

II - 6


digilib.uns.ac.id

et al (2001) menyatakan bahwa simulasi merupakan tiruan dari proses yang terjadi dalam dunia nyata atau sebuah sistem dari waktu ke waktu. Adapun Krajewski & Ritzman (2002) , mengartikan simulasi sebagai tindakan untuk membuat kembali (reproduksi) lingkungan dari sebuah sistem menggunakan model yang dapat menggambarkan proses dari sistem tersebut. Adapun simulasi dapat diaplikasikan dalam beberapa persoalan di berbagai bidang. Beberapa bidang tersebut anatara lain : 1. Aplikasi Bidang Manufaktur a. Analisis operasi perakitan produk elektronik. b. Perancangan dan evaluasi stasiun perakitan untuk kepresisisan yang tinggi. c. Perbandingan aturan pengirimn untuk manufaktur pada semikonduktor menggunakan model berfasilitas tinggi. d. Optimisasi

waktu

siklus

dan

utilitas

pada

bidang

manufaktur

semikonduktor. e. Investigasi dinamis pada pelayanan yang berorientasi pada rantai suplai. 2. Manufaktur Semikonduktor a. Perbandingan aturan pengirimn untuk manufaktur pada semikonduktor menggunakan model berfasilitas tinggi. b. Penyalahgunaan pengaruh dari variabilitas. c. Perencanaan kapasitas dengan batasan waktu antar operasi. 3. Teknik Konstruksi a. Konstruksi dari bendungan. b. Aktivitas penjadwalan pada proses dinamis, pengaturan multiproyek. c. Perlindungan kembali parit yang terletak di bawah infrastruktur masyarakat. 4. Aplikasi Pada Bidang Militer a. Permodelan pengaruh kepemimpinan dan tipe perekrutan tentara. b. Perancangan dan percobaan pada pengontrol kendaraan bawah air. c. Memodelkan kebutuhan militer untuk operasi yang bukan merupakan perlawanan perang (nonwarfighting). commit to user

II - 7


digilib.uns.ac.id

5. Aplikasi di Bidang Logistik,Transportasi,dan Distribusi a. Mengevaluasi keuntungan potensial pada perancanagn algoritma di jalur rel. b. Mengevaluasi strategi untuk mengembangkan kinerja dari jalur rel. c. Perancangan parameter pada perancangan kapasitas rel. d. Analisis alur penumpang di bandar udara. 6. Simulasi Proses Bisnis a. Dampak dari hubungan perancancangan baru bank pada penerimaan di bandara. b. Perancangan program pengembangan produk. c. Peramalan personal dan perancangan daya kerja secara strategis. d. Perbaikan kembali sistem pemodelan busnis. 7. Sitem Manusia a. Pemodelan kinerja manusia pada sistem yang komplek. b. Pembelajran elemen manusia pada pengendalian lalu lintas udara. Walaupun simulasi dapat diaplikasikan di berbagai bidang, tetapi simulasi tidak selalu diperlukan atau digunakan untuk menyelesaikan masalah yang terjadi pada sistem nyata. Simulasi dapat digunakan atau diperlukan pada kondisi-kondisi berikut ini: 1. Simulasi boleh dipergunakan pada percobaan dengan sistem yang komplek dan terdapat interaksi internal di dalamnya, atau subsistem dengan sistem yang komplek. 2. Perubahan dalam segi informasi, organisasi, maupun lingkungan dapat dismulasikan, atau pengaruh dari perubahan pada perilaku model dapat diteliti. 3. Keuntungan dalam merancang model simulasi adalah dapat memberikan saran yang bernilai untuk mengembangkan sistem yang diteliti. 4. Pengubahan input dan meneliti hasil simulasi dilakukan untuk mengetahui variabel yang terpenting dan bagaimana variabel-variabel berinteraksi. 5. Simulasi dapat digunakan sebagai alat pendidikan untuk menguatkan solusi metodologi secara analitik. commit to user

II - 8


digilib.uns.ac.id

6. Simulasi dapat digunkan untuk percobaan dengan rancangan baru atau kebijakan utama untuk diimplementasikan, hal tersebut dapat dijadikan sebagai persiapan untuk kemungkinan yang dapat terjadi. 7. Simulasi dapat digunakan untuk menguji solusi analitik. 8. Kemampuan mensimulasikan mesin yang berbeda-beda akan berdampak persyaratan yang digunakan dapat ditentukan. 9. Model simulasi dirancang untuk melatih pengetahuan yang telah ada tanpa biaya dan tanpa merusak pengetahuan yang telah berjalan. 10. Tampilan animasi memperlihatkan sistem yang disimulasikan jadi rencana dapat ditampilkan atau divisualisasikan. 11. Sistem modern (pabrik, organisasi di bidang jasa, dll) merupakan sistem yang komplek dimana interkasi hanya dapat dicoba melalui simulasi. Simulasi dapat diaplikasikan di berbagai bidang, namun simulasi tidak diperlukan apabila: 1. Terdapat tanda yang mengindikasi bahwa simulasi tidak harus digunakan ketika masalahnya dapat dielesaikan menggunakan cara yang biasa digunakan. 2. Masalah dapat diselesaikan secara analitis. 3. Lebih mudah dilakukan melalui percobaan secara langsung. 4. Biaya yang dibutuhkan melebihi biaya yang tersedia. 5. Sumber daya atau waktu tidak tersedia. Dipilihnya simulasi sebagai salah satu dari solusi suatu permasalahan karena mempunyai beberapa keuntungan. Keuntungan dari simulasi adalah: 1. Dapat mengembangkan aturan baru, prosedur operasi, aturan keputusan, alur informasi, dan lain-lain tanpa merusak sistem nyata. 2. Perancangan perangakat keras baru, layout secara fisik, sistem transportasi dan lain-lain dapat dicoba tanpa menggunakan sumber daya untuk keahlian dari hal tersebut. 3. Hipotesis tentang bagaimana atau kenapa beberapa kejadian terjadi dapat dilakukan dengan lebih mudah. 4. Dapat mengurangi waktu atau mempercepat maupun memperlambat suatu kejadian yang diteliti. 5. Dapat memperoleh pengetahuan mengenai interaksi antar variabel. commit to user

II - 9


digilib.uns.ac.id

6. Dapat mengetahui tentang pentingnya variabel terhadap kinerja sistem. 7. Analisis bottleneck dapat untuk mengindikasi terjadinya proses menunggu yang berlebihan pada material atau work-in-process. 8. Pengetahuan tentang simulasi dapat membantu dalam memahami bagaiamana sistem

beroperasi

daripada

bagaimana

pikiran

seseorang

untuk

mengoperasikan sistem. 9. Pertanyaan “apa-jika” akan dapat dijawab. Hal tersebut berguna untuk merancang sistem baru. Selain memiliki keuntungan, simulasi juga memiliki kekurangan. Kekurangan dari simulasi, diantaranya: 1. Membangun model membutuhkan latihan khusus. 2. Hasil simulasi kemungkinan sulit untuk diartikan. 3. Model simulasi dan analisis dapat memakan waktu dan mahal. Adapun untuk melakukan simulasi, terdiri dari bebrapa tahapan. Tahapan dalam melakukan simulasi tersebut ditampilkan dalam diagram alir pada Gambar 2.2. Problem Formulation

Setting of objectives and overall project plan

Model conceptualization

Data collection

Model translation

No

Verified? Yes

No

No Validated? Yes Experimental Design

Production runs and analysis

Yes

More Runs?

Yes

No Documentation and reporting

Implementation

Gambar 2.2 Tahapan dalam simulasi commit to user Sumber : (Banks et al., 2001)

II - 10


digilib.uns.ac.id

Gambar 2.2 memperlihatkan 12 tahapan dalam melakukan simulasi. Tahapantahapan dalam simulasi tersebut adalah: 1)

Problem Formulation Tahapan ini merupakan tahapan awal dalam memulai simulasi yaitu memformulasikan atau mendeskripsikan masalah ke dalam pernyataanpernyataan agar mudah dimengerti oleh analis.

2)

Setting of objectives and overall project plan Tahap kedua ini akan ditentukan sasaran atau tujuan (objectives) yang ingin dicapai dengan menggunakan simulasi dalam menjawab masalah yang telah didefinisikan pada tahapan pertama. Setelah mennetukan sasaran yang ingin dicapai, kemudian menentukan keseluruhan rencana (plan) yang akan dilakukan dalam simulasi seperti menentukan asumsi yang akan digunakan, jumlah orang yang ikut serta, biaya yang diperlukan, lamanya hari yang dibutuhkan untuk menyelesaikan proses simulasi, dan lain sebagainya.

3)

Model conceptualization Setelah mendeskripsikan masalah, menentukan tujuan dan rencana yang akan dilakukan, tahapan selanjutnya adalah memodelkan sistem dari masalah agar dapat diselesaikan menggunakan simulasi. Biasanya model dibangun dari model sederhana kemudian dikembangkan ke dalam model yang lebih kompleks.

4)

Data collection Pengumpulan data menyesuaikan dengan model dari sitem yang telah ditentukan sebelumnya. Apabila model berubah maka data yang dijadikan sebagai input juga berubah.

5)

Model translation Apabila model dan data input telah ditentukan, maka selanjutnya model dari sistem tersebut diterjemahkan ke dalam bahasa pemrograman komputer yang akan digunakan dalam simulasi. Beberapa software yang biasa digunakan untuk menjalankan simulasi antara lain Arena, AutoMod, CSIM, Extend, ProModel. commit to user

II - 11


6)

digilib.uns.ac.id

Verified Tahapan ini merupakan tahapan untuk menyesuaikan antara model yang akan disimulasikan dengan program komputer yang akan digunakan. Apabila program komputer telah sesuai dengan model yang akan disimulasikan maka akan dilanjutkan ke tahapan selanjutnya. Namun apabila tidak sesuai, maka akan kembai ke tahapan sebelumnya untuk memninjau kembali kesesuaian model dengan program serta bahasa pemrograman komputer yang digunakan.

7)

Validated Setelah melakukan verifikasi, dilakukan tahapan validasi. Tahap validasi merupakan tahapan untuk menentukan keakuratan antara model dengan sistem nyata yang dimodelkan.

8)

Experimental design Tahapan ini menentukan beberapa alternatif yang akan disimulasikan. Setiap alternatif memiliki ketentuan yang berbeda-beda dari segi lamanya proses simulasi berlangsung maupun replikasi yang dilakukan

untuk setiap

alternatif, dan lain sebagainya. 9)

Production runs and analysis Tahapan ini akan memunculkan hasil running dari simuulasi dan akan dilakukan analisis terhadap hasil tersebut. Tahapan ini bertujuan untuk mengukur performansi dari sistem yang disimulasikan.

10) More runs Tahapan ini akan dilakukan apabila pada tahapan sebelumnya (production runs and analysis) masih dirasa kurang dan perlu melakukan running simulasi kembali. Apabila hasil dan analisis yang dilkukan telah lengkap, maka running simulasi tidak perlu dilakukan kembali dan dapat dlanjutkan ke tahapan selanjutnya. 11) Documentation and reporting Aktivitas yang terjadi pada tahapan ini adalah model, hasil maupun analisis dari simulasi akan didokumentasikan dan dilakukan pelaporan. Tahap ini dilakukan agar simulasi yang telah dibuat dapat dijalankan kembali oleh orang yang berbeda. Selain itu parameter-parameter yang digunakan dapat diubah berdasarkan dokumentasi laporan hasil simulasi sebelumnya. commitdan to user

II - 12


digilib.uns.ac.id

Dokumentasi dan laporan ini juga digunakan untuk memantau hasil simulasi dari waktu ke waktu, untuk mengetahui apabila terjadi perubahan atau peningkatan terhadap hasil simulasi. 12) Implementation Tahapan terakhir ini tergantung dengan sebelas tahapan sebelumnya. Apabila model dan hasil simulasi mendekati atau sesuai dengan kondisi nyata maka simulasi tersebut valid dan dapat dimplementasikan.

2.5 Model Simulasi Model merupakan representasi dari sistem untuk mempelajari sistem yang dimodelkan tersebut. Adapun model simulasi menurut Banks et al (2001), diantaranya : 1. Simulasi Statis Simulasi statis disebut juga dengan simulasi Monte Carlo. Simulasi ini mewakili suatu sistem pada waktu tertentu. 2. Simulasi Dinamis Simulasi dinamis menggambarkan sistem yang berubah setiap waktu. 3. Simulasi Deterministik Model simulasi tanpa variabel acak. Model yang terdiri dari beberapa input yang telah ditentukan sehingga menghasilkan output yang unik. 4. Simulasi Stokastik Model stokastik merupakan model yang memiliki satu atau lebih variabel acak. Input yang acak mengakibatkan hasil (output) yang acak. Ketika hasil yang didapat acak, hal tersebut dapat dianggap sebagai estimasi dari karakteristik nyata suatu model. Sedangkan jenis simulasi menurut Kakiay (2004), antara lain : 1. Simulasi Identitas (Identity Simulation) Jenis simulasi ini menggunakan pendekatan yang sederhana dan pada umumnya meniadakan berbagai hal yang fundamental dari aturan pemodelan. Oleh sebab itu jenis simulasi ini tidak begitu layak digunakan karena kurangnya kontrol terhadap sistem yang disimulasikan. commit to user

II - 13


digilib.uns.ac.id

2. Simulasi Identitas Semu (Quasi Identity Simulation) Simulasi identitas semu merupakan simulasi yang memodelkan berbagai aspek yang terkait dengan sistem yang sebenarnya. 3. Simulasi Laboratorium (Laboratory Simulation) Simulasi laboratorium adalah jenis simulasi yang memerlukan berbagai komponen di dalamnya. Komponen tersebut antara lain operator, computer, software, prosedur operasional, dan lain-lain. Adapun pada simulasi ini dapat dibagi menjadi dua, yaitu: a. Operating Planning Operating planning ini digunakan komputer untuk mengumpulkan data dan untuk mengolah informasi. Dalam hal ini, komputer memegang peranan penting untuk melakukan berbagai aksi secara random yang hasilnya nanti akan menjadi jawaban dari simulasi yang dilakukan. b. Man Machine Simulation Aturan permainan pada simulasi ini tidak terlalu penting dan komputer hanya digunakan untuk mengolah serta menganalisis data. 4. Simulasi Komputer (Computer Simulation) Simulasi ini hanya menggunakan komputer untuk memecahkan masalah yang kemudian masalah tersebut diprogramkan ke dalam komputer.Semua tingkah laku yang dijadikan persoalan akan dialihkan ke dalam program, termasuk ketentuan logika dan pengambilan keputusan serta pelaksanaannya.

2.6 Simulasi Monte Carlo Simulasi Monte Carlo dikenal juga dengan istilah Sampling Simulation atau Monte Carlo Sampling Technique. Menurut Kakiay (2004), simulasi Monte Carlo merupakan simulasi yang mengikut-sertakan random sampling dengan distribusi probabilitas yang diketahui atau ditentukan. Selain itu, menurut Krajewski & Ritzman (2002), simulasi Monte Carlo adalah proses simulasi yang menggunakan random numbers untuk membangkitkan kejadian-kejadian dalam simulasi. Simulasi ini merupakan salah satu metode yang cukup sederhana yang digunakan untuk menguraikan dan menyelesaikan berbagai persoalan. Adapun terdapat tiga commit to user

II - 14


digilib.uns.ac.id

batasan dalam penggunaan simulasi Monte Carlo. Beberapa batasan dalam penggunaan simulasi Monte Carlo, antara lain: 1. Apabila suatu persoalan sudah dapat diselesaikan atau dihitung jawabannya secara matematis maka sebaiknya tidak menggunakan simulasi ini. Simulasi ini digunakan untuk perancangan-perancangan yang memerlukan perkiraan tertentu. 2. Apabila sebagian persoalan dapat diuraikan secara analitis, maka sebaiknya penyelesaian dilakukan secara terpisah, yaitu sebagian dilakukan secara analitis dan yang lainnya dengan smulasi Monte Carlo untuk kemudian disusun kembali keseluruhan sebagai penyelesaian akhir. Dalam hal ini, simulasi Monte Carlo hanya digunakan apabila benar-benar dibutuhkan. 3. Simulasi Monte Carlo terkadang digunakan untuk mensimulasikan dua sistem dengan

perbedaan-perbedaan

parameter,

distribusi

dan

cara-cara

pelaksanaannya. Beberapa persoalan yang dapat diselesaikan menggunakan Simulasi Monte Carlo adalah persoalan mengenai produksi suku cadang, studi keuntungan, investasi, penjualan, jaringan kerja, dan lain-lain.

2.7 Random Number Generator (RNG) Metode simulasi Monte Carlo menghendaki pengembangan percobaanpercobaan secara sistematis dengan menggunakan random number. Random number generator (RNG) adalah suatu algoritma yang digunakan untuk menghasilkan urutan-urutan atau sequence angka-angka sebagai hasil perhitungan dengan komputer yang diketahui distribusinya sehingga angka-angka tersebut muncul secara random dan digunakan terus-menerus (Kakiay, 2004). Menurut Krajewski & Ritzman (2002), random number adalah angka yang memiliki probabilitas yang sama untuk dipilih seperti angka yang lain. Ada beberapa metode untuk membangkitkan random number. Metode yang biasa digunakan untuk membangkitan random number antara lain : 1. Linier Congruential Generator (LCG) Random number dengan metode ini dapat dibangkitkan dengan menggunakan rumus perhitungan pada Persamaan 2.1.to user commit

II - 15


digilib.uns.ac.id

.................................(Persamaan 2.1) Adapun dari Persamaan 2.1, diketahui: : random number yang baru : random number yang lama/ yang sebelumnya c

: angka konstan yang bersyarat

a

: pengali (multiplier)

m

: angka modulo

2. Multiplicative Generator Random number dengan metode multiplicative generator dapat dibangkitkan dengan rumus sebagai berikut: .................................(Persamaan 2.2) dengan: : random number yang baru : random number yang lama/ yang sebelumnya c

: angka konstan yang bersyarat

a

: pengali (multiplier)

m

: angka modulo

3. Mixed Pseudo RNG Metode ini menggunakan Persamaan 2.3 untuk membangkitkan random number. .................................(Persamaan 2.3) Penggunaan Persamaan 2.3 memiliki beberapa syarat, yaitu: a. Syarat utama n harus sejumlah bilangan integer (bulat) dan lebih besar dari nol. Dengan syarat tersebut, rumus ini dapat menjadi rumus untuk LCG. b. Namun apabila nilai C=0 maka akan diperoleh rumus multiplicative congruen RNG. c. Dapat menjadi rumus mixed congruential generator, apabila terdapat syaratsyarat berikut: a) C merupakan bilangan relatif prima terhadap n commit to user

II - 16


digilib.uns.ac.id

b) a=1 (mod.q) untuk setiap faktor prima q dari m dan a=1 (mod4) apabila 4 adalah salah satu faktor dri m. Selain metode-metode tadi yang sering digunakan, ada beberapa metode lain yang dapat digunakan untuk membangkitkan random number, antara lain : 1. More General Congruences 2. Composite Generators 3. Tausworthe and Related Generators Cara lain yang lebih sederhana dibandingkan dengan semua metode-metode tersebut adalah membangkitkan random number dengan menggunakan fasilitas yang terdapat dalam Microsoft Excel.

2.8 Random Variate Generation (RVG) Random variate generation merupakan aktivitas untuk memperoleh pengamatan (realisasi) dari suatu variabel acak berdasarkan distribusi yang diinginkan (Law & Kelton, 2000). Suatu random variate dapat diartikan sebagai nilai suatu random variable yang mempunyai distribusi tertentu (Kakiay, 2004). Ada beberapa pendekatan untuk membangkitan random variate, diantaranya: 1. Inverse Transform Pendekatan inverse transform dalam membangkitkan random variate X yang memiliki distribusi fungsi F adalah dengan menginverskan fungsi distribusi F (

) tersebut. Adapun salah satu langkah-langkah dalam pendekatan ini

adalah: a. Membangkitkan random number (U), dengan distribusi U(0,1) b. Langkah selanjutnya setelah membangkitkan random number adalah menggunakan random number tersebut ke dalam Persamaan 2.4 untuk mendapatkan random variate. ..................................(Persamaan 2.4) Langkah-langkah tersebut sesuai untuk kasus dengan distribusi kontinu yang memiliki keunggulan intuisi. Sedangkan untuk kasus diskret menggunakan langkah-langkah yang lebih rumit. commit to user

II - 17


digilib.uns.ac.id

2. Composition Pendekatan composition digunakan ketika distribusi fungsi F yang akan dibangkitkan dapat dinyatakan sebagai kombinasi dari distribusi yang lain. 3. Convolution Convolution ini digunakan untuk membangkitkan variabel X dengan asumsi bahwa random variable X merupakan hasil penjumlahan dari variabel-variabel random lain. 4. Acceptance-Rejection Pendekatan acceptance-rejection dapat digunakan apabila tiga metode (inverse transform, composition, convolution) sebelumnya mengalami kegagalan atau kurang efisien. 5. Special Properties Metode untuk membangkitkan random variate X yang memiliki karakteristik khusus (special property). Random variate dibangkitkan dengan menggunakan dua jenis distribusi, yaitu: 1. Distribusi Kontinu Terdapat beberapa distribusi yang termasuk dalam distribusi kontinu, antara lain: a. Distribusi Uniform Pembangkitan

random

variate

X

pada

distribusi

uniform

dapat

menggunakan metode inverse transform dengan langkah-langkah sebagai berikut : 1) Membangkitkan random number (U) yang berdistrbusi U (0,1). 2) Random variate kemudian dibangkitkan dengan memasukkan random number yang didapat ke dalam Persamaan 2.5. ..................................(Persamaan 2.5) b. Distribusi Exponential Random variate dengan distibusi exponential dapat dibangkitkan dengan menggunakan metode inverse transform dengan tahapan sebagai berikut: 1) Membangkitkan random number (U) yang berdistrbusi U (0,1). 2) Random number yang didapat kemudian dimasukkan ke dalam Persamaan 2.6.

commit to user

II - 18


digilib.uns.ac.id

..................................(Persamaan 2.6) c. Distribusi m-Erlang Pembangkitan random variate dengan distribusi m-Erlang digunakan metode convolution, dengan tahapan sebagai berikut: 1) Membangkitkan random number U1, U2,…., Um sebagai IID U(0,1). 2) Random number yang telah dibangkitkan kemudian digunakan di dalam Persamaan 2.7 untuk menmbangkitkan random variate distribusi mErlang. ∏

................................(Persamaan 2.7)

d. Distribusi Gamma Pembangkitan random variate dengan distribusi Gamma lebih rumit dibanding dengan distribusi-distribusi yang lain. Beberapa metode digunakan untuk membangkitkan random variate tersebut, diantaranya inverse transform, acceptance-rejection, dan computational. e. Distribusi Weibull Random

variate

berdistribusi

weibull

dapat

dibangkitkan

dengan

menggunakan metode inverse transform dengan tahapan sebagai berikut: 1) Membangkitkan random number (U) yang berdistrbusi U (0,1). 2) Random number yang telah dibangkitkan kemudian digunakan dalam Persamaan 2.8 untuk membangkitkan random variatenya. ⁄

................................(Persamaan 2.8)

f. Distribusi Normal Pembangkitan random variate untuk distribusi normal cukup rumit. Menurut Law & Kelton (2000), salah satu metode yang dapat digunakan polar method atau dengan FORTRAN. Cara lain yang lebih sederhana untuk membangkitkan random variate berdistribusi normal adalah dengan fasilitas pada program Microsoft Excel. g. Distribusi Lognormal Metode yang digunakan untuk distribusi lognormal adalah special property dengan kondisi jika Y berdistribusi N (μ,σ2) lalu eY berdistribusi LN (μ,σ2). Apabila kondisi tersebut dapat terpenuhi, maka tahapan-tahapan untuk commit to user

II - 19


digilib.uns.ac.id

membangkitkan random variate dengan distribusi Lognormal sebagai berikut: 1) Membangkitkan random number (Y) yang berdistrbusi N (μ,σ2). 2) Random

number

yang

telah

dibangkitkan

digunakan

untuk

mebangkitkan random variate dengan menggunakan Persamaan 2.9. ................................(Persamaan 2.9) h. Distribusi Beta Pembangkitan random variate distribusi Beta apabila menggunakan metode inverse transform akan rumit karena metodenya numerik seperti yang terjadi pada distribusi Gamma maupun Normal. Oleh sebab itu untuk pembangkitan random variate distribusi Beta dapat dibantu dengan menggunakan program komputer seperti FORTAN atau IMSL. i. Distribusi Pearson Type V Distribusi Pearson Type V dapat menggunakan metode special property untuk membangkitkan random variate. j. Distribusi Pearson Type VI Pembangkitan random variate pada distribusi ini, metode yang digunakan lebih ke metode numerikal seperti pada distribusi-distribusi sebelumnya (Gamma,Beta,Normal). k. Distribusi Log-Logistic Metode inverse transform dapat digunakan untuk menetukan random variate pada distribusi ini. Adapun tahapan-tahapannya adalah: 1) Membangkitkan random number (U) yang berdistrbusi U (0,1). 2) Random number yang telah dibangkitkan digunakan dalam perhitungan pada Persamaan 2.10 untuk mendapatkan random variate. [

]

⁄

......................(Persamaan 2.10)

l. Distribusi Johnson Bounded Distribusi Johnson Bounded menggunakan metode special property untuk membangkitakan random variate. m. Distribusi Johnson Unbounded Distribusi Johnson Unbounded hampir sama dengan distribusi Johnson commit to user Bounded yaitu menggunakan metode special property.

II - 20


digilib.uns.ac.id

n. Distribusi Bézier Distribusi Bézier dapat menggunakan metode numerical inverse-transform untuk membangkitkan random variate. o. Distribusi Triangular Random variate distribusi Triangular dapat dibangkitkan dengan metode inverse transform atau composition. p. Distribusi Empiris Distribusi

Empiris

dapat

menggunakan

inverse

transform

untuk

membangkitakan random variate. 2. Distribusi Diskret Distribusi Diskret terdiri dari beberapa macam distribusi, diantaranya : a. Distribusi Bernoulli Pembangkitkan random variate distribusi bernoulli dapat menggunakan metode inverse transform dengan tahapan sebagai berikut: 1) Membangkitkan random number (U) yang berdistrbusi U (0,1). 2) Jika U ≤ p, maka X = 1. Jika tidak X = 0. b. Distribusi Discrete Uniform Random variate dengan distribusi discrete uniform dapat dibangkitkan dengan metode inverse transform yang tahapan-tahapannya sebagai berikut: 1) Membangkitkan random number (U) yang berdistrbusi U (0,1). 2) Random number yang didapat, digunakan dalam Persamaan 2.11 untuk membangkitkan random variate. [

]

....................(Persamaan 2.11)

c. Arbitrary Discrete Distribution Random variate dengan distribusi ini dapat dibangkitkan melalui metode inverse transform. d. Distribusi Binomial Pembangkitkan

random variate

dengan distribusi

menggunakan metode convolution. commit to user

II - 21

binomial

dapat


digilib.uns.ac.id

e. Distribusi Geometric Metode inverse transform dapat digunakan untuk membangkitkan random variate dengan tahapan sebagai berikut: 1) Membangkitkan random number (U) yang berdistrbusi U (0,1). 2) Random number yang telah dibangkitkan sebelumnya, digunakan dalam perhitungan pada Persamaan 2.12 untuk mendapatkan random variatenya. [

]

....................(Persamaan 2.12)

f. Distribusi Negative Binomial Distribusi negative binomial merupakan hubungan antara distribusi negative binomial dan geometric. Oleh karena itu digunakan metode convolution untuk membangkitkan random variate dengan distribusi negative binomial. g. Distribusi Poisson Pembangkitan random variate pada distribusi ini melibatkan hubungan dua ditribusi yaitu distribusi poisson dengan exponential. Oleh sebab itu untuk membangkitkan

random

variate

dengan

distribusi

poisson

dapat

menggunakan metode composition maupun inverse transform.

2.9 Analisis Titik Impas Analisis titik impas atau disebut juga dengan break even analysis merupakan analisis dalam ekonomi teknik yang digunakan dalam pemilihan alternatif yang cukup sensitif terhadap variabel atau parameter yang sulit untuk diestimasi nilainya (Pujawan, 2004). Analisis ini akan menghasilkan nilai titik impas (break event point, disingkat BEP) yang merupakan nilai suatu parameter atau variabel yang menyebabkan dua atau lebih alternatif sama baiknya (Pujawan, 2004). Analisis titik impas dapat diaplikasikan dalam berbagai permasalahan seperti permasalahan produksi, pemilihan alternatif investasi, dan keputusan buatbeli. Tujuan dari analisis titik impas antara lain yaitu untuk mengetahui titik ketika total biaya sama dengan total pendapatan ataupun untuk mengetahui kualitas dari masing-masing alternatif investasi maupun keputusan yang dapat diambil.

commit to user

II - 22


digilib.uns.ac.id

2.10 Analisis Sensitivitas Jika suatu input model diubah, maka prediksi output pasti akan berubah juga (Banks,1998). Oleh karena itu dilakukan analisis sensitivitas untuk mengetahui informasi mengenai efek yang akan terjadi terhadap nilai dari fungsi tujuan (misalnya maksimum keuntungan) dan efek terhadap solusi optimal yang dihasilkan yang nantinya menjadi hasil keputusan. Adapun analisis sensitivitas merupakan konsep turunan parsial, dimana semua variabel yang diadakan bernilai tetap kecuali salah satu ada yang berubah (Moore & Weatherford, 2001).

2.11 Karakteristik Fasilitas Transportasi Fasilitas transportasi seperti bus memiliki beberapa karakteristik yang dapat dihitung. Tujuan dari karakteristik tersebut dihitung untuk mengetahui tingkat kinerja penoperasian dari bus tersebut. Beberapa karakteristik tersebut adalah jumlah armada, headway, waktu tunggu , load factor, frekuensi bus, dan lain-lain. Adapun karakteristik yang terkait dalam peletian ini adalah frekuensi bus, headway, dan waktu tunggu. Frekuensi dari bus dapat ditentukan dengan dua perhitungan yaitu berdasarkan headway dan kapasitas bus. Headway merupakan waktu selang antara kendaraan yang satu dengan yang kendaraan yang ada di beakangnya. Menurut Marlok (1988), frekuensi bus berdasarkan headway dapat ditentukan dengan perhitungan menggunakan Persamaan 2.13 berikut ini: ...............................(Persamaan 2.13) dengan : F : frekuensi minimum yang dpapat diterima (bus/jam) H : headway maksimum yang dapat diterima (jam/bus) Frekuensi juga ditentukan berdasarkan kapasitas bus untuk mengakomodasi volume penumpang yang dapat ditampung oleh bus (Marlok, 1988). Perhitungan frekuensi berdasarkan kapasitas bus dapat menggunakan Persamaan 2.14. ...............................(Persamaan 2.14) Berdasarkan Persamaan 2.14, diketahui bahwa : P :

arus penumpang yang melalui titik beban puncak pada rute commit to user (penumpang/jam) II - 23


digilib.uns.ac.id

Q : kapasitas penumpang (penumpang/bus) Frekuensi minimum bus dapat ditentukan berdasarkan dua jenis frekuensi tersebut. Adapun kriteria untuk menentukan frekuensi dari bus adalah : a. Bus-bus akan dioperasikan dengan frekuensi paling sedikit sama dengan frekuensi minimum yang dianggap dapat diterima untuk pelayanan angkutan (f≥F). b. Volume penumpang dapat melampaui kapasitas tamping bus yang beroperasi pada frekuensi minimum, maka frekuensi juga harus lebih besar dari atau sama dengan kapasitas tampung penumpang untuk setiap periode (f≥F). Berdasarkan kedua kriteria tersebut maka dapat ditentukan frekuensi bus untuk satu arah (f) dengan Persamaan 2.15. f = max ( F,

)

...............................(Persamaan 2.15)

Adapun headway tidak hanya digunakan dalam perhitungan frekuensi tetapi juga untuk menghitung waktu tunggu. Waktu tunggu tersebut dapat ditentukan berdasarkan Persamaan 2.16. ...............................(Persamaan 2.16) dengan : w : waktu tunggu (menit) h : headway bus (menit/bus)

2.12 Penelitian Terdahulu Penelitian yang terkait dan cakupan bahasan yang hampir sama dengan penelitian

mengenai

BST

ini

adalah

penelitian

yang

dilakukan

oleh

Raothanachonkun et al (2008) dengan judul A Practical Approach To Determine Optimal Bus Frequencies: An Empirical Study of a Bangkok Bus Service. Penelitian ini bertujuan untuk menentukan frekuensi dari pelayanan BMTA (Bangkok Mass Transit Authority) di Bangkok berdasarkan data permintaan. Pendekatan dalam penelitian ini berdasarkan frekuensi pelayanan minimum dan maksimum. Untuk frekuensi minimum dapat ditentukan dengan dua perhitungan. Perhitungan pertama, frekuensi minimum (fmin1) dihitung berdasarkan rasio kapasitas permintaan. Adapun rumus perhitungannya diperlihatkan pada commit to user Persamaan 2.17. II - 24


min1

digilib.uns.ac.id

...............................(Persamaan 2.17) ̅

dari Persamaan 2.17, untuk mengetahui nilai

̅ dapat digunakan rumus dalam

Persamaan 2.18 berikut: ̅

...............................(Persamaan 2.18)

dengan: D : permintaan tiap rute (penumpang) ̅ : kapasitas rute dalam sekali perjalanan/trip (penumpang/trip/bus) α : parameter untuk mengkonversikan kapasitas bus ke kapasitas lintasan (1/trip) C : kapasitas bus (penumpang/bus) Sedangkan untuk perhitungan frekuensi minimum yang kedua didasarkan pada waktu antar bus satu dengan bus berikutnya yang berurutan pada laju yang sama (headway) untuk mengatur lama waktu tunggu penumpang. Persamaan 2.19 merupakan rumus perhitungan kedua dari frekuensi minimum (fmin2). min2

T

...............................(Persamaan 2.19)

Berdasarkan Persamaan 2.19, diketahui bahwa : H : headway (menit/trip) T : periode waktu Kedua frekuensi minum tersebut dipilih frekuensi paling maksimal dengan rumus sebagai berikut: fmin = max (fmin1, fmin2)

...............................(Persamaan 2.20)

Adapun frekuensi maksimum dapat ditentukan berdasarkan jumlah bus yang tersedia. Persamaan 2.21 berikut ini digunakan untuk menentukan frekuensi maksimum yang dapat dilakukan (f max). ...............................(Persamaan 2.21) Dari Persamaan 2.21, diketahui: : parameter untuk mengkonversikan jumlah bus yang tersedia ke jumlah perjalanan/trip (trip/bus) : jumlah bus yang tersedia (bus) Selain menentukan frekuensi maksimum dan minimum, ditentukan pula frekuensi pelayanan. Frekuensi pelayanan pada hasil data permintaan commit todidasarkan user

II - 25


digilib.uns.ac.id

penumpang, biaya operasional dan rasio pendapatan. Rumus untuk menghitung frekuensi pelayanan (

) adalah: ...............................(Persamaan 2.22)

Berdasarkan Persamaan 2.22, untuk menghitung pendapatan (R) tersebut digunakan rumus sebagai berikut: R = Dt P

...............................(Persamaan 2.23)

dengan: R : pendapatan harian (Rupiah) V : biaya operasional (Rupiah/Kilometer/Trip) K : panjang perjalanan (Kilometer) Dt : permintaan penumpang pada periode tertentu P : tarif bus Setelah diketahui frekuensi minimum, maksimum dan frekuensi pelayanan maka dapat ditentukan frekuensi optimal yang dapat dilakukan agar dapat mengelola rasio antara pendapatan dan biaya serta meningkatkan kualitas pelayanan.

commit to user

II - 26


digilib.uns.ac.id

BAB III METODOLOGI PENELITIAN Bab ini membahas tentang metodologi penelitian mulai dari identifikasi masalah hingga kesimpulan secara sistematis. Metodologi penelitian digunakan sebagai pedoman peneliti dalam pelaksanaan penelitian.

3.1 Diagram Alir Alur metodologi penelitian ditunjukkan pada Gambar 3.1. MULAI

OBSERVASI AWAL

STUDI LITERATUR

TAHAP PENDAHULUAN

PERUMUSAN MASALAH

PENGUMPULAN DATA

IDENTIFIKASI JAM SIBUK

PENGUJIAN DISTRIBUSI DATA TAHAP PENGUMPULAN DAN PENGOLAHAN DATA

MELAKUKAN SIMULASI MONTE CARLO

MENENTUKAN FREKUENSI MAKSIMUM DAN MINIMUM

MENENTUKAN FREKUENSI PELAYANAN MELAKUKAN ANALISIS SENSITIVITAS FREKUENSI PELAYANAN

ANALISIS DAN INTERPRETASI HASIL 1. ANALISIS FREKUENSI PERJALANAN BST 2. ANALISIS SENSITIVITAS FREKUENSI PELAYANAN

TAHAP ANALISIS DAN INTERPRETASI HASIL

KESIMPULAN DAN SARAN TAHAP KESIMPULAN DAN SARAN

SELESAI

commit to user Gambar 3.1. Diagram alir metodologi penelitian

III - 1


digilib.uns.ac.id

3.2 Keterangan Diagram Alir Alur dari metodologi penelitian ini terdiri dari beberapa tahapan, yaitu: 1. Tahap Pendahuluan Tahap pendahuluan terdiri dari tiga tahapan yaitu observasi awal, studi literatur, dan perumusan masalah. Pada tahap observasi awal dilakukan untuk mengetahui kondisi awal dan kemungkinan masalah yang terjadi pada BST. Observasi awal ini berupa pengamatan langsung dan wawancara dengan pihak yang terkait yaitu wawancara terhadap staf bagian operasional dan keuangan. Selain dilakukan observasi awal, dilakukan juga studi literatur sebagai dasar dan pendukung dalam observasi awal dan penelitian. Studi literatur yang digunakan dalam hal ini adalah mengenai simulasi, khususnya simulasi Monte Carlo dan penentuan frekuensi bus. Kedua tahapan tersebut digunakan dalam menentukan tahapan ketiga yaitu perumusan masalah yang diambil pada penelitian ini. Adapun perumusan masalah dalam penelitian ini adalah bagaimana cara menentukan frekuensi yang dapat dilakukan BST. 2. Tahap Pengumpulan Data Tahap pengumpulan data ini dilakukan untuk mendukung dalam tahapan proses penelitian selanjutnya. Adapun data yang dikumpulkan berupa data primer yaitu data yang di peroleh secara langsung dari sumbernya, serta diamati dan dicatat untuk pertama kalinya dalam periode tertentu. Penelitian dilakukan pada bulan Mei di Perum DAMRI. Data yang dibutuhkan dalam penelitian ini antara lain: a) Data jumlah penumpang BST Data jumlah penumpang yang digunakan dalam penelitian ini adalah data jumlah penumpang BST dari 15 armada bus selama jam operasi di bulan April 2011. Data tersebut bersumber dari catatan Perum DAMRI mengenai jumlah penumpang harian BST selama jam operasi yang dipantau di 6 titik halte yaitu halte di Panggung, Rumah Sakit Kustati, DKT, Faroka, Solo Grand Mall, dan Pasar Gedhe. b) Waktu tempuh BST Waktu tempuh yang dimaksud dalam hal ini adalah waktu tempuh yang diperlukan BST untuk menempuh Palur-Kartasura dan Kartasura-Palur. commitrute to user

III - 2


digilib.uns.ac.id

Waktu tempuh tersebut didapat berdasarakan hasil wawancara dengan Staf bagian operasional Perum DAMRI Kota Surakarta. c) Frekuensi perjalanan BST Frekuensi perjalanan merupakan jumlah putaran perjalanan (trip) yang dapat dilakukan bus untuk menempuh suatu rute. Data ini diperoleh berdasarkan hasil wawancara dengan staf bagian operasional dan keuangan Perum DAMRI Kota Surakarta. d) Headway Headway merupakan rentang waktu antara kendaraan satu dengan kendaraan yang berada di belakangnya. Data ini juga diperoleh berdasarkan hasil wawancara dan studi literatur yang didapat. e) Jarak tempuh rute perjalanan BST Rute yang ditempuh BST adalah rute Palur-Kartasura dan Kartasura-Palur. Data mengenai jarak tempuh didapat dari hasil wawancara dan studi literatur. f) Tarif penumpang Besarnya tarif penumpang dibedakan berdasarkan jenis penumpang BST yaitu penumpang umum dan penumpang pelajar-mahasiswa. g) Biaya operasional BST Biaya operasional merupakan biaya-biaya yang menyangkut pengoperasian BST yang meliputi biaya langsung dan tidak langsung. Data mengenai biaya-biaya tersebut diperoleh dari staf bagian keuangan Perum DAMRI Kota Surakarta. 3. Tahap Pengolahan Data Setelah seluruh data terkumpul, kemudian dilakukan pengolahan data dengan tahapan sebagai berikut: a. Mengidentifikasi jam sibuk BST Data awal jumlah penumpang yang telah dikelompokkan berdasarkan rentang waktu tiap jamnya kemudian diidentifikasi untuk mengetahui jumlah penumpang terbanyak pada rentang waktu tersebut. Rentang waktu dengan jumlah penumpang BST terbanyak yang dijadikan sebagai acuan dalam menentukan jam sibuk. Datatojumlah commit user penumpang pada saat jam sibuk

III - 3


digilib.uns.ac.id

yang nantinya digunakan dalam perhitungan untuk menentukan frekuensi perjalanan BST. Hal tersebut dilakukan karena kondisi pada saat jam sibuk berpengaruh pada penentuan frekuensi yang perlu dilakukan oleh BST agar dapat memenuhi permintaan layanan dari penumpang yang meningkat pada jam tersebut. b. Menguji distribusi data Data jumlah penumpang secara keseluruhan (tidak dibedakan berdasarkan jenisnya) pada masing-masing rentang jam sibuk diuji distribusi datanya untuk mengetahui distribusi dari data tersebut normal atau tidak. Pengujian ini dilakukan dengan menggunakan software SPSS. Hasil pengujian ditentukan berdasarkan hasil uji Kolmogorov Smirnov, apabila nilai signifikansi uji Kolmogorov Smirnov lebih besar dari alfa maka data tersebut berdistribusi normal tetapi apabila hasilnya tidak seperti itu maka data tidak berdistribusi normal. c. Menentukan frekuensi maksimum dan minimum Data jumlah penumpang keseluruhan pada masing-masing rentang waktu jam sibuk tersebut kemudian dijadikan dasar dalam menentukan frekuensi minimum dan maksimum BST. Penentuan frekuensi minimum dan maksimum tersebut menggunakan rumus-rumus yang sebelumnya telah digunakan oleh Raothanachonkun et al (2008) pada penelitiannya. Tahapan atau alur dalam menentukan frekuensi minimum BST dapat diperlihatkan pada Gambar 3.2.

INPUT DATA JUMLAH PENUMPANG HEADWAY,KAPASITAS PENUMPANG

PROSES PERHITUNGAN MENGGUNAKAN PERSAMAAN 2.17, 2.19, 2.20

OUTPUT FREKUENSI MINIMUM fmin1 fmin2

Gambar 3.2.Alur penentuan frekuensi minimum Gambar 3.2 memperlihatkan bahwa untuk menentukan frekuensi minimum digunakan dua perhitungan, yaitu: 1) Frekuensi minimum yang pertama (fmin1), dihitung menggunakan Persamaan 2.17. Persamaan 2.14 juga dapat digunakan untuk commit to user

III - 4


digilib.uns.ac.id

menghitung frekuensi ini. Kedua persamaan tersebut didasarkan pada rasio kapasitas permintaan penumpang. 2) Frekuensi minimum kedua (fmin2) dengan melakukan perhitungan menggunakan Persamaan 2.19 atau dengan Persamaan 2.13. Frekuensi minimum yang kedua ini, perhitungan didasarkan pada lamanya headway. Tahapan selanjutnya setelah mengetahui nilai dari fmin1 dan fmin2 adalah menentukan frekuensi minimum yang dapat dilakukan dengan menggunakan Persamaan 2.20 atau Persamaan 2.15. Frekuensi minimum tersebut ditentukan berdasarkan nilai maksimal dari fmin1 dan fmin2. Adapun frekuensi maksimum (fmax) dari bus dapat ditentukan dengan Persamaan 2.21. Penentuan frekuensi maksimum ini didasarkan pada jumlah armada bus. Alur atau tahapan dalam mennetukan frekuensi maksimum diperlihatkan pada gambar 3.3. INPUT DATA JUMLAH PENUMPANG JUMLAH ARMADA BUS, STANDAR FREKUENSI PERJALANAN BUS

PROSES PERHITUNGAN MENGGUNAKAN PERSAMAAN 2.21

OUTPUT FREKUENSI MAKSIMUM fmax

Gambar 3.3.Alur penentuan frekuensi maksimum d. Melakukan simulasi Monte Carlo terhadap data permintaan Tahapan selanjutnya adalah mensimulasikan data jumlah penumpang pada masing-masing rentang waktu jam sibuk, tetapi sebelum disimulasikan data dikelempokkan lagi berdasarkan jenis penumpang yaitu penumpang umum dan penumpang pelajar-mahasiswa. Adapun simulasi yang dilakukan adalah simulasi Monte Carlo. Simulasi ini dilakukan untuk membangkitkan kemungkinan data jumlah penumpang BST tiap jenis penumpang pada masing-masing rentang waktu jam sibuk selama 30 hari dengan menggunakan program Microsoft Excel 2010. Tahapan-tahapan dalam simulasi ini yaitu: 1) Menghitung rata-rata (mean) dan standar deviasi data jumlah penumpang untuk masing-masing jenis yaitu penumpang umum dan pelajarcommit to user mahasiswa pada tiap rentang waktu jam sibuk. III - 5


digilib.uns.ac.id

2) Membangkitkan random number menggunakan fungsi RAND () . 3) Setelah didapat random number, kemuudian membangkitkan random variate

berdistribusi

normal

dengan

menggunakan

fungsi

NORM.INV(probability,mean,standard_dev). Nilai dari probability didapatkan dari nilai random number. e. Menentukan frekuensi pelayanan Hasil simulasi data jumlah penumpang untuk tiap jenisnya pada rentang waktu jam sibuk kemudian digunakan untuk menentukan frekuensi pelayanan. Frekuensi pelayanan ini dihitung menggunakan Persamaan 2.22 yang di dalamnya juga memperhitungkan biaya operasional, jarak tempuh dan pendapatan. Adapun alur dalam menentukan frekuensi pelayanan diperlihatkan pada Gambar 3.4.

INPUT HASIL SIMULASI MONTE CARLO BIAYA OPERASIONAL JARAK TEMPUH,TARIF

PROSES PERHITUNGAN MENGGUNAKAN PERSAMAAN 2.22

OUTPUT FREKUENSI PELAYANAN fser

Gambar 3.4.Alur penentuan frekuensi pelayanan Dalam penelitian ini Persamaan 2.22 mengalami sedikit pengembangan karena menyesuaikan dengan kondisi nyata BST yaitu penumpang BST yang dibedakan menjadi dua jenis sehingga ada perbedaan tarif untuk masing-masing jenis penumpang. Pengembangan dari persamaan tersebut ditampilkan pada Persamaan 3.1. =

……………….…(Persamaan 3.1)

=

Berdasarkan Persamaan 3.1, diketahui bahwa : R

: pendapatan harian (Rupiah)

V

: biaya operasional (Rupiah/Kilometer/Trip)

K

: panjang perjalanan (Kilometer)

Dt

: permintaan penumpang pada periode tertentu

P

: tarif bus (Rupiah)

DUM : permintaan penumpang umum pada periode tertentu PUM : tarif bus penumpang umum (Rupiah) commit to user

III - 6


digilib.uns.ac.id

DPM : permintaan penumpang pelajar-mahasiswa pada periode tertentu PPM : tarif bus penumpang pelajar-mahasiswa (Rupiah) Selain untuk menghitung frekuensi pelayanan, Persamaan 2.22 maupun Persamaan 3.1 dapat digunakan juga untuk menentukan besarnya jumlah penumpang, besarnya pendapatan, dan tarif yang disesuaikan dengan frekuensi perjalanan yang dapat dilakukan sehingga dapat mencapai titik impas (break event point) antara biaya operasional dengan pendapatan. Ketiga frekuensi yang telah diketahui yaitu frekuensi maksimum, minimum, dan frekuensi pelayanan dapat dijadikan sebagai acuan dalam menentukan frekuensi perjalanan optimal yang dapat dilakukan oleh BST. f. Melakukan analisis sensitivitas frekuensi pelayanan Setelah diketahui nilai dari masing-masing frekuensi perjalanan yang dapat dilakukan BST, kemudian dilakukan analisis sensitivitas untuk mengetahui perubahan besarnya frekuensi perjalanan khususnya frekuensi pelayanan. Analisis sensitivitas ini dilakukan dengan meningkatkan dan menurunkan persentase dari rata-rata dan standar deviasi jumlah penumpang hasil simulasi Monte Carlo. Rata-rata dan standar deviasi jumlah penumpang yang digunakan adalah berdasarkan jumlah penumpang BST untuk tiap jenisnya yaitu penumpang umum dan penumpang pelajar-mahasiswa pada masing-masing rentang waktu jam sibuk. Adapun persentase yang akan digunakan dalam analisis sensitivitas yaitu sebesar 5 % dan 8%. Persentase 8% digunakan pada analisis sensitivitas ini, didasarkan pada prediksi persentase kenaikan load factor dari Perum DAMRI yaitu sebesar 8% setiap bulannya. Sedangkan persentase 5% digunakan dalam analisis sensitivitas ini karena besarnya persentase kenaikan maupun penurunan jumlah penumpang pada rentang waktu yang diteliti setiap harinya berkisar antara 5 %. Analisis sensitivitas ini dilakukan untuk mengetahui tingkat pengaruh dari perubahan rata-rata jumlah penumpang terhadap jumlah frekuensi pelayanan yang dapat dilakukan BST. Dalam hal ini, analisis sensitivitas dilakukan pada frekuensi pelayanan karena dapat diketahui juga bagaimana pengaruh dari perubahan jumlah penumpang terhadap perubahan besarnya pendapatan yang dapat diperoleh. commit to user

III - 7


digilib.uns.ac.id

4. Analisis dan Intrepretasi Hasil Tahap ini akan dilakukan analisis terhadap output pengolahan data berupa analisis jam sibuk, analisis hasil penentuan frekuensi perjalanan BST, dan hasil dari analisis sensitivitas. Melalui analisis tersebut akan diketahui hubungan dan pengaruh jumlah penumpang terhadap penentuan frekuensi perjalanan optimal yang dapat dilakukan BST. 5. Kesimpulan dan Saran Tahapan ini merupakan tahapan untuk menyimpulkan hasil analisis yang dilakukan serta memberikan saran–saran untuk perbaikan dan penelitian lebih lanjut.

commit to user

III - 8


digilib.uns.ac.id

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Bab ini membahas tentang pengumpulan data jumlah penumpang dan karakteristik BST yang kemudian diolah untuk menentukan frekuensi yang dapat dilakukan BST menggunakan simulasi Monte Carlo.

4.1 Pengumpulan Data Tahap awal yang dilakukan dalam penelitian ini adalah mengumpulkan data terkait BST. Data yang dikumpulkan antara lain: a) Data jumlah penumpang BST Data jumlah penumpang yang digunakan dalam penelitian ini adalah data jumlah penumpang BST dari 15 armada bus selama jam operasi di bulan April 2011. Data tersebut bersumber dari catatan Perum DAMRI mengenai jumlah penumpang harian BST selama jam operasi yang dipantau di 6 titik halte yaitu halte di Panggung, Rumah Sakit Kustati, DKT, Faroka, Solo Grand Mall, dan Pasar Gedhe. Data jumlah penumpang tersebut kemudian dikelompokkan berdasarkan rentang waktu yaitu per satu jam selama jam operasi BST, data tersebut diperlihatkan pada Lampiran 1-1. Setelah data dikelompokkan berdasarkan rentang waktu, data jumlah penumpang dikelompokkan kembali berdasarkan jenis penumpangnya yaitu penumpang umum serta pelajarmahasiswa pada setiap rentang waktunya, data tersebut dilampirkan pada Lampiran 1-2. Penelitian ini menggunakan data jumlah penumpang BST bulan April 2011 karena pada bulan tersebut tidak banyak faktor yang mempengaruhi perubahan besarnya jumlah penumpang seperti adanya hari libur sekolah, libur hari besar, maupun diadakannya acara besar yang melibatkan atau menarik masyarakat Kota Surakarta. b) Waktu tempuh BST Waktu yang diperlukan BST untuk menempuh rute Palur-Kartasura dan Kartasura-Palur berdasarakan hasil wawancara dengan sataf operasional Perum DAMRI Kota Surakarta adalah 127 menit. Rute Palur-Kartasura ditempuh dengan waktu sekitar 65 menit dan 62 menit untuk rute Kartasura-Palur. commit to user Adapun Dishubka (2010) menentukan waktu tempuh untuk rute Palur-

IV - 1


digilib.uns.ac.id

Kartasura adalah 57 menit dan untuk rute Karatasura-Palur adalah 55 menit sehingga total waktu tempuh untuk kedua rute berdasarkan Dishubska (2010) adalah 112 menit. Total nilai waktu tempuh yang digunakan dalam penelitian ini adalah total waktu tempuh yang ditentukan oleh Perum DAMRI karena hasil perhitungan waktu tempuh Perum DAMRI lebih baru daripada Dishubka dan Perum DAMRI yang berhubungan langsung dengan pengoperasian BST. c) Frekuensi perjalanan BST Perum DAMRI Kota Surakarta menargetkan untuk setiap armada BST dapat melakukan 10 trip setiap harinya selama jam operasi. d) Headway Headway BST yang ditetapkan Perum DAMRI Kota Surakarta adalah berkisar 8-10 menit. Dishubka (2010) menetapkan headway untuk jam sibuk 6 menit dan untuk headway di luar jam sibuk adalah 10 menit. Adapun berdasarkan hasil perhitungan yang digunakan Perum DAMRI Kota Surakarta yaitu waktu tempuh dibagi dengan jumlah armada didapatkan headway sebesar 8,46 menit atau dibulatkan menjadi 8 menit. Nilai headway yang digunakan dalam penelitian ini adalah nilai headway hasil perhitungan yaitu 8 menit. e) Jarak tempuh rute perjalanan BST Rute yang ditempuh BST adalah rute Palur-Kartasura dan Kartasura-Palur. Jarak untuk rute Palur-Kartasura adalah 21 km dan jarak rute Kartasura-Palur 18 km (Dishubska, 2010). Perum DAMRI Kota Surakarta menetapkan rata-rata jarak untuk masing-masing rute (jarak 1 trip) adalah 22 km. Rata-rata jarak yang ditentukan oleh Perum DAMRI yang nantinya digunakan dalam perhitungan frekuensi pada penelitian ini. f) Tarif penumpang Besarnya tarif penumpang dibedakan berdasarkan jenis penumpang BST yaitu penumpang umum dan pelajar-mahasiswa. Tarif yang dikenakan untuk penumpang umum adalah Rp 3000,00, sedangkan penumpang pelajarmahasiswa dikenakan tarif sebesar Rp 1.500,00.

commit to user

IV - 2


digilib.uns.ac.id

g) Biaya operasional BST Biaya operasional merupakan biaya-biaya yang menyangkut pengoperasian BST yang meliputi biaya langsung dan tidak langsung. Rincian dari biaya operasional BST ditampilkan pada Tabel 4.1. Tabel 4.1 Rincian biaya operasional BST 1 Biaya Langsung a. Biaya Penyusutan b. Biaya Bunga Modal c. Biaya Awak Bus d. Biaya BBM e. Biaya Ban Biaya Pemeliharaan f. Kendaraan g. Biaya Terminal h. Biaya PKB (STNK) i. Biaya Kru Bus j. Biaya Asuransi Biaya Asuransi k. Penumpang Jumlah Biaya Langsung : 2 Biaya Tidak Langsung 3 Total Biaya per Bus/Km Pembulatan :

Rp 396.27 / bus-km Rp 20.98 / bus-km Rp 1.414,19 / bus-km Rp 1.125,00 / bus-km Rp 450,00 / bus-km Rp 494.56 / bus-km Rp 90.91 / bus-km Rp 23.31 / bus-km Rp 3.64 / bus-km Rp 116.65 / bus-km Rp 10.49 / bus-km Rp 4.145,90 / bus-km Rp 834.15 / bus-km Rp 4.980,05 / bus-km Rp 4980 / bus-km

Sumber: Perum DAMRI Kota Surakarta (2010)

Rincian untuk sumber masing-masing biaya seperti biaya penyusutan, biaya bunga modal dan biaya yang lain dilampirkan pada Lampiran 2. Adapun rincian data karakteristik BST yang digunakan dalam perhitungan ditampilkan pada Tabel 4.2. Tabel 4.2 Data karakteristik BST Karakteristik BST Jumlah Armada Kapasitas Angkut Bus Waktu Tempuh Headway Tarif Penumpang Umum Tarif Penumpang Pelajar-Mahasiswa Biaya/bus/Km commit to user Jarak Tempuh/trip

IV - 3

15 unit 25 penumpang 127 menit 8 menit Rp 3000,00 Rp 1500,00 Rp 4980,00 22 Km


digilib.uns.ac.id

4.2 Pengolahan Data Tahap ini akan mengolah data yang telah didapat sebelumnya yaitu data jumlah penumpang dan data karakteristik BST. Pengolahan data yang dilakukan antara lain identifikasi jam sibuk (peak hours), uji normalitas data, penentuan frekuensi maksimum dan minimum BST, simulasi Monte Carlo, dan penentuan frekuensi pelayanan.

4.2.1 Identifikasi Jam Sibuk Tahapan pertama sebelum melakukan tahapan yang lainnya adalah mengidentifikasi rentang waktu untuk jam sibuk berdasarkan total jumlah penumpang yang lebih banyak dibandingkan dengan rantang waktu yang lain. Adapun total jumlah penumpang selama 30 hari atau 1 bulan pada masing-masing periode waktu ditampilkan pada Gambar 4.1.

8000 7000 6000 5000 4000 3000 2000 1000 0 18:00

17:00

16:00

15:00

14:00

13:00

12:00

11:00

10:00

9:00

8:00

7:00

TOTAL JUMLAH PENUMPANG BST

6:00

Jumlah Penumpang

TOTAL JUMLAH PENUMPANG BST

Jam Operasi BST Gambar 4.1 Diagram total jumlah penumpang BST Total jumlah penumpang yang cukup banyak diperlihatkan pada rentang waktu antara jam 07:00 hingga 15:00. Jam sibuk dalam penelitian ini berbeda dengan jam sibuk yang telah ditentukan oleh Dishubska (2010), jam sibuk pada penelitian ini dibagi menjadi dua rentang waktu yaitu antara jam 07:00-09:00 dan antara jam 10:00-15:00. Jam sibuk pada penelitian ini dibagi menjadi dua karena pada masing-masing jam sibuk mempunyai sebaran total jumlah penumpang yang to user sama. Total jumlah penumpang commit pada jam 07:00 besarnya hampir sama dengan

IV - 4


digilib.uns.ac.id

total jumlah penumpang pada jam 08:00 maupun jam 09:00. Hal tersebut juga terjadi pada rentang waktu antara jam 10:00-15:00 yang memiliki total jumlah penumpang yang hampir sama di tiap jamnya. Setelah diketahui jam sibuk BST, kemudian menentukan rata-rata jumlah penumpang untuk masing-masing rentang jam sibuk setiap harinya. Hasil rata-rata jumlah penumpang per hari pada kedua rentang jam sibuk tersebut kemudian digunakan untuk menentukan rata-rata total jumlah penumpang selama 1 bulan pada masing-masing rentang waktu jam sibuk. Rata-rata total jumlah penumpang pada masing-masing rentang jam sibuk yang akan dijadikan sebagai dasar untuk menghitung frekuensi perjalanan, khususnya frekuensi minimum. Adapun langkah perhitungan untuk menentukan rata-rata total jumlah penumpang selama 1 bulan untuk masing-masing rentang waktu jam sibuk adalah: a. Menentukan rata-rata jumlah penumpang per hari pada masing-masing rentang jam sibuk. b. Nilai rata-rata total jumlah penumpang pada jam sibuk diperoleh dari meratarata hasil rata-rata jumlah penumpang per harinya selama 30 hari. Contoh perhitungan untuk menentukan rata-rata total jumlah penumpang pada jam sibuk (07:00-09:00) yaitu: ̅

(

)

(

)

= 157 Rincian rata-rata jumlah penumpang per hari maupun rata-rata total jumlah penumpang BST selama 1 bulan ditampilkan pada Lampiran 3. Lampiran 3 juga menampilkan hasil perhitungan standar deviasi untuk masing-masing jam sibuk tersebut. Adapun untuk menghitung standar deviasi jumlah penumpang pada masing-masing rentang jam sibuk digunakan formula pada Microsoft Excel yaitu STDEV.

4.2.2 Pengujian Distribusi Data Pengujian distribusi data salah satunya adalah uji normalitas yang dilakukan terhadap rata-rata jumlah penumpang per harinya pada masing-masing rentang commit to user jenis distribusi data penumpang jam sibuk. Uji ini digunakan untuk mengetahui

IV - 5


digilib.uns.ac.id

BST termasuk dalam distribusi normal atau tidak. Uji normalitas yang digunakan dalam penelitian ini adalah uji Kolmogorov Smirnov. Data dikatakan normal apabila nilai signifikansi uji Kolmogorov Smirnov lebih besar dari alfa, dalam penelitian ini nilai alfanya adalah 0,01 dengan selang kepercayaan 99 %. Hasil pengujian normalitas data jumlah penumpang dengan menggunakan uji Kolmogorov Smirnov untuk rentang waktu jam sibuk 07:00-09:00 diperlihatkan pada Tabel 4.2, sedangkan untuk rentang waktu jam sibuk 10:00-15:00 diperlihatkan pada Tabel 4.3. Tabel 4.3 Uji Kolmogorov Smirnov rentang waktu 07:00-09:00

Tabel 4.4 Uji Kolmogorov Smirnov rentang waktu 10:00-15:00

Hasil pada Tabel 4.3 menunjukkan bahwa nilai signifikansi (Asymp.sig) hasil pengujian yaitu 0,488 lebih besar dari alfa 0,01 yang berarti data jumlah commit user07:00-09:00 berdistribusi normal. penumpang BST pada rentang waktu jamtosibuk

IV - 6


digilib.uns.ac.id

Adapun data jumlah penumpang pada rentang waktu jam sibuk 10:00-15:00 juga berdistribusi normal karena hasil uji Kolmogorov Smirnov yang diperlihatkan pada Tabel 4.4 menunjukkan bahwa nilai signifikansi pengujian (Asymp.sig) lebih besar dari alfa yaitu 0,392. Berdasarkan hasil pengujian tersebut maka data jumlah penumpang secara keseluruhan yang digunakan dalam perhitungan berdistribusi normal.

4.2.3 Penentuan Frekuensi Minimum dan Maksimum Penenetuan frekuensi minimum dan maksimum pada kedua rentang jam sibuk tersebut didasarkan pada rata-rata dari total rata-rata jumlah penumpang selama 30 hari untuk masing-masing rentang jam sibuk yang telah dihitung sebelumnya dan faktor-faktor yang menyangkut karakteristik BST seperti headway maupun kapasitas penumpang. Perhitungan frekuensi maksimum dan minimum menggunakan rata-rata data jumlah penumpang selama satu bulan tanpa dibedakan jenis penumpangnya (umum dan pelajar-mahasiswa) karena pada perhitungan ini mempertimbangkan faktor kapasitas bus, headway, dan jumlah armada yang pada kenyataannya nilai masing-masing faktor tersebut tidak dibedakan maupun ditentukan berdasarkan jenis penumpang. Adapun perhitungan untuk menentukan frekuensi maksimum dan minimum pada masing-masing jam sibuk adalah: a. Jam sibuk 07:00-09:00 Frekuensi minimum ditentukan berdasarkan dua hal yaitu rata-rata dari total jumlah penumpang selama 30 hari dan headway. Perhitungan frekuensi minimum yang pertama (

min1)

didasarkan pada rata-rata dari total jumlah

penumpang selama 30 hari pada rentang waktu 07:00-09:00 dan besarnya kapasitas penumpang. Lampiran 3 menunjukkan bahwa rata-rata dari total jumlah penumpang pada rentang tersebut sebanyak 157 penumpang. Rata-rata jumlah penumpang tersebut kemudian dihitung menggunakan persamaan 2.17. min1

̅

=

=

= 3.14 = 3 trip

Nilai α merupakan parameter untuk mengkonversikan kapasitas bus ke kapasitas lintasan. Nilai α ditentukan berdasarkan panjang perjalanan yang commit to user

IV - 7


digilib.uns.ac.id

dilakukan penumpang dan pola permintaan. Dalam penelitian ini, nilai α = 2 menggambarkan bahwa kapasitas lintasan dua kali dari kapasitas bus. Frekuensi minimum kedua ( Penentuan

min2 ini

T

min2

min2)

ditentukan berasarkan headway BST.

menggunakan persamaan 2.19.

60 = 7.09 trip = 7 trip

Nilai T merupakan periode waktu perjalanan yaitu selama 60 menit. Adapun nilai frekuensi minimum (fmin) diperoleh dari nilai maksimum kedua frekuensi minimum yang telah dihitung (

&

min1

min2

) dengan menggunakan

persamaan 2.20 . fmin = max (fmin1, fmin2) = max (3,7) = 7 trip Nilai fmin yang dapat dilakukan BST adalah 7 trip, setelah itu frekuensi maksimum yang dapat dilakukan selama jam operasi BST ditentukan menggunakan persamaan 2.20. =

= 10 .15 = 150 trip

Nilai frekuensi maksimum sebesar 150 trip merupakan frekuensi maksimum yang dapat dilakukan oleh 15 armada bus dengan ketentuan frekuensi untuk masing-masing armada sebanyak 10 trip selama jam operasi. Jam operasi dari BST adalah 12 jam yaitu dari jam 06:00-18:00 sehingga frekuensi maksimum yang dapat ditempuh per jamnya adalah : = 150/12 = 12.5 trip b. Jam sibuk 10:00-15:00 Rata-rata total jumlah penumpang pada jam 10:00-15:00 adalah sebanyak 222 penumpang. Penentuan frekuensi minimum dan maksimum pada rentang waktu jam sibuk 10:00-15:00 sama dengan perhitungan pada rentang waktu jam sibuk sebelumnya. Besarnya nilai min1

Nilai

̅

=

min2

=

min1

pada rentang jam sibuk 10:00-15:00 adalah :

= 4.44 = 4 trip

untuk rentang ini yaitu :

min2

T

Nilai

min1

60 = 7.09 trip = 7 trip sejumlah 4 trip dan

min2

sebanyak 7 trip, sehingga dari hasil

tersebut diketahui frekuensi minimum yang dapat dilakukan BST pada jam sibuk 10:00-15:00 adalah :

commit to user

IV - 8


digilib.uns.ac.id

fmin = max (fmin1, fmin2) = max (4,7) = 7 trip Hasil frekuensi minimum pada jam sibuk 10:00-15:00 sama dengn ferkuensi minimum jam sibuk 07:00-09:00 yaitu 7 trip. Adapun jumlah frekuensi maksimum di rentang ini yaitu : =

=

= 12.5 trip

Hasil perhitungan frekuensi minimum dan maksimum pada jam 07:00-09:00 dan jam 10:00-15:00 ditampilkan pada Tabel 4.5. Tabel 4.5 Frekuensi minimum dan maksimum BST Jam 07:00-09:00 10:00-15:00

fmin1 3 4

fmin2 7 7

fmin 7 7

fmax 12.5 12.5

4.2.4 Penentuan Frekuensi Pelayanan Penentuan frekuensi pelayanan ditentukan berdasarkan data jumlah penumpang hasil simulasi. Data jumlah penumpang yang digunakan merupakan data jumlah penumpang per hari BST yang telah dibedakan berdasarkan jenis penumpang (umum dan pelajar-mahasiswa) seperti yang terlampir pada Lampiran 1-2. Data jumlah penumpang tersebut dibangkitkan dengan menggunakan simulasi Monte Carlo. Penggunaan simulasi Monte Carlo didasarkan pada nilai rata-rata (mean ) dan standar deviasi untuk tiap jenis penumpang pada masingmasing rentang jam sibuk 07:00-09:00 dan jam 10:00-15:00. Data jumlah penumpang, rata-rata dan standar deviasi untuk tiap jenis penumpang pada masing-masing rentang jam sibuk terlampir pada Lampiran 4. Adapun simulasi ini dilakukan untuk membangkitkan data jumlah penumpang BST untuk tiap jenisnya selama 30 hari dengan bantuan program Microsoft Excel 2010. Tahapan-tahapan dalam melakukan simulasi ini yaitu: a. Mengelompokkan data jumlah penumpang berdasarkan jenis penumpang yaitu penumpang umum dan pelajar-mahasiswa. b. Menghitung rata-rata jumlah penumpang per hari untuk tiap jenisnya pada masing-masing rentang waktu jam sibuk. Rata-rata per hari tersebut kemudian digunakan untuk menghitung rata-rata total jumlah penumpang selama 30 hari commit to user dan standar deviasi penumpang BST untuk tiap jenisnya pada masing-masing

IV - 9


digilib.uns.ac.id

rentang jam sibuk. Rata-rata dan standar deviasi tersebut yang digunakan dalam melakukan simulasi. c. Membangkitkan random number dengan menggunakan fungsi RAND. d. Tahapan selanjutnya adalah membangkitkan random variate berdistribusi normal dengan menggunakan fungsi NORM.INV. Fungsi NORM.INV membutuhkan nilai mean dan standar deviasi untuk membangkitkan random variate. Nilai mean dan standar deviasi untuk masing-masing jenis penumpang pada setiap rentang waktu jam sibuk yang digunakan dalam simulasi ini ditampilkan pada Tabel 4.6. Tabel 4.6 Nilai mean dan standar deviasi real data PENUMPANG UMUM PELAJAR-MAHASISWA

Fungsi

NORM.INV juga

JAM RATA-RATA STANDAR DEVIASI 07:00-09:00 121 38.13 10:00-15:00 192 37.40 07:00-09:00 36 21.43 10:00-15:00 30 17.39

mempertimbangkan nilai

probability.

Nilai

probability tersebut diperoleh dari nilai hasil pembangkitan random number. Rincian pembangkitan data jumlah penumpang selama 30 hari dengan simulasi Monte Carlo untuk tiap jenis penumpang pada masing-masing rentang jam sibuk ditampilkan pada Lampiran 5. Nilai mean dan standar deviasi hasil simulasi untuk tiap jenis penumpang pada jam sibuk 07:00-09:00 dan 10:00-15:00 diperlihatkan pada Tabel 4.7. Tabel 4.7 Nilai mean dan standar deviasi hasil simulasi PENUMPANG UMUM PELAJAR-MAHASISWA

JAM RATA-RATA STANDAR DEVIASI 07:00-09:00 120 32.71 10:00-15:00 193 27.51 07:00-09:00 37 20.28 10:00-15:00 34 20.06

Rata- rata jumlah penumpang hasil simulasi untuk tiap jenis penumpang pada masing-masing rentang waktu jam sibuk yang telah didapat digunakan dalam commit topelayanan user perhitungan untuk menentukan frekuensi pada masing-masing rentang

IV - 10


digilib.uns.ac.id

jam sibuk. Frekuensi pelayanan merupakan frekuensi yang menyeimbangkan antara pemenuhan permintaan layanan dengan pendapatan (revenue) yang bisa diperoleh. Frekuensi pelayanan juga digunakan untuk mengetahui break even point (BEP) atau titik impas antara pendapatan dan biaya operasional. Perhitungan untuk menentukan frekuensi pelayanan ini menggunakan persamaan 3.1 karena dalam perhitungan ini terdapat dua jenis penumpang yaitu penumpang umum dan pelajar-mahasiswa dengan dua tarif yaitu tarif umum (PUM) dan tarif pelajarmahasiswa (PPM). Persamaan tersebut selain mempertimbangkan jumlah penumpang dan besarnya tarif, faktor lain seperti jarak tempuh, dan biaya operasional BST juga dipertimbangkan.Diketahui rata-rata jumlah penumpang umum (DUM) pada jam sibuk 07:00-09:00 adalah 120, sedangkan penumpang pelajar-mahasiswa (DPM) 37 maka frekuensi pelayanan pada rentang jam sibuk 07:00-09:00 adalah : =

=

=

= 3.79 trip = 4 trip

Perhitungan frekuensi pelayanan pada jam sibuk 10:00-15:00 dengan rata-rata jumlah penumpang umum sebesar 193 dan penumpang pelajar-mahasiswa 34 adalah : =

=

=

= 5.76 trip = 6 trip

Persamaan 3.1 dapat juga digunakan untuk menetukan besarnya faktor-faktor yang menyangkut karakteristik BST berdasarkan hasil frekuensi yang didapat. Faktor-faktor tersebut antara lain besarnya demand atau permintaan penumpang, besarnya pendapatan (revenue) dan besarnya tarif. Perhitungan faktor-faktor tersebut menggunakan Persamaan 3.1 karena dengan persamaan tersebut didapat nilai faktor-faktor yang dapat memenuhi kondisi impas (break even) antara pendapatan dengan biaya operasional. Nilai headway maupun

waktu tunggu

(waiting time) juga dapat ditentukan berdasarkan frekuensi yang telah didapat. Hasil dari keempat jenis frekuensi yang telah dihitung yaitu ser

min1,

min2,

max,

dan

dapat digunakan untuk menentukan besarnya faktor-faktor tersebut. Tabel 4.8

menunujukkan besarnya frekuensi-frekuensi yang dapat dilakukan BST pada jam sibuk 07:00-09:00 dan nilai dari beberapa faktor yang diketahui berdasarkan nilai dari masing-masing jenis frekeuensi. commit to user

IV - 11


digilib.uns.ac.id

Tabel 4.8 Nilai faktor-faktor karakteristik BST jam sibuk 07:00-09:00 fmin1 3

Faktor Demand Revenue Headway Waiting Time Tarif*

UM 95 285000

fmin2 7 PM 29 42750

UM 222 666000

20 10 2095

fmax 12.5 PM 67 99900

UM 397 1191000

9 4 1500

4889

fser 4 PM 119 178650

UM 127 381000

5 2 1500

8730

PM 38 57150 15 8

1500

2794

1500

Contoh perhitungan berdasarkan Tabel 4.8 untuk menentukan besarnya demand, revenue, headway, waiting time, dan tarif dengan frekuensi sebesar 7 (fmin2) pada jam sibuk 07:00-09:00 adalah : a. Besar demand Sebelum menghitung besarnya demand, terlebih dahulu menghitung proporsi jumlah penumpang berdasarkan data nyata. Adapun untuk jam sibuk 07:0009:00, proporsi jumlah penumpang pelajar-mahasiswa terhadap penumpang umum adalah 0.30. Hasil tersebut didapat dari pembagian antara jumlah penumpang pelajar-mahasiswa dengan penumpang umum yaitu 36 dibagi 121. Besarnya demand yang sebenarnya dapat diperoleh untuk memenuhi kondisi impas apabila frekuensi diketahui sebesar 7 berdasarkan Persamaan 3.1 adalah:

222 penumpang 0.30 0.30 . 222 67 penumpang Berdasarkan hasil perhitungan didapat besarnya demand untuk penumpang umum yaitu 222 penumpang dan penumpang pelajar-mahasiswa seebesar 67 commit to user

IV - 12


digilib.uns.ac.id

penumpang agar dapat memenuhi kondisi impas pada saat frekuensi perjalanan yang dapat dilakukan sebesar 7 trip. b. Besar revenue Besarnya nilai demand untuk penumpang umum adalah 222 penumpang dan penumpang pelajar-mahasiswa adalah 67 maka besar revenue penumpang umum (RUM) dan revenue penumpnag pelajar-mahasiswa (RPM) adalah: RUM =

= 222 . 3000 = Rp 666.000,00

RPM =

= 67 . 1500 = Rp 99.900,00

c. Besar headway Headway ditentukan berdasarkan persamaan 2.19. =

= 8.57 menit = 9 menit

d. Besar waiting time Nilai headway sebesar 8 menit maka waktu tunggunya adalah: = = 4.29 menit = 4 menit e. Besar tarif Besar tarif dapat berubah dari besarnya tarif yang telah ditentukan oleh perusahaan. Perubahan besarnya tarif dilakukan untuk mencapai suatu titik impas antara pendapat dengan biaya operasional berdasarkan besarnya frekuensi perjalanan yang dapat dilakukan untuk rata-rata jumlah permintaan penumpang perhari. Adapun pada jam sibuk 07:00-09:00 rata-rata jumlah penumpang yang harus dipenuhi adalah 157 penumpang, maka besar tarifnya adalah:. =

= Rp 4.889,00

Penentuan perubahan tarif ini hanya ditujukkan untuk penumpang umum. Dalam hal ini, tarif penumpang pelajar-mahasiswa diasumsikan tidak berubah. Penentuan nilai fakor-faktor untuk jam sibuk 10:00-15:00 menggunakan rumus perhitungan yang sama dengan rumus perhitungan nilai faktor-faktor pada jam sibuk 07:00-09:00. Hasil perhitungan nilai faktor-faktor tersebut ditampilkan pada Tabel 4.9. commit to user

IV - 13


digilib.uns.ac.id

Tabel 4.9 Nilai faktor-faktor karakteristik BST jam sibuk 10:00-15:00 fmin1 4

Faktor Demand Revenue Headway Waiting Time Tarif*

UM 135 405000

fmin2 7 PM 22 32400

UM 237 711000

15 8 1973

fmax 12.5 PM 38 56880

UM 423 1269000

9 4 1500

3453

fser 6 PM 68 101520

UM 203 609000

5 2 1500

6167

PM 32 48720 10 5

1500

2960

1500

Berdasarkan Tabel 4.9 dapat diambil suatu contoh perhitungan untuk menentukan besarnya demand, revenue, headway, waiting time, dan tarif saat frekuensi sebesar 4 (fmin1) pada jam sibuk 10:00-15:00 sebagai berikut : a. Besar demand Besarnya proporsi penumpang pelajar-mahasiswa terhadap penumpang umum adalah 0.16 (

0.16

). Hasil tersebut didapat dari pembagian

besarnya rata-rata jumlah penumpang pelajar-mahasiswa yaitu 30 dengan pelajar umum 192 penumpang. Adapu besarnya demand untuk penumpang umum dan pelajar-mahasiswa dengan frekuensi sebesar 4 trip dapat diketahui berdasarkan Persamaan 3.1 sebagai berikut:

135 penumpang 0.16 0.16 . 135 22 penumpang Pada saat jam sibuk 10:00-15:00 dengan frekuensi perjalanan minimum sebesar 4 trip diperoleh besarnya demand untuk masing-masing penumpang umum dan pelajar-mahasiswa adalah 135 dan 22 penumpang. commit to user

IV - 14


digilib.uns.ac.id

b. Besar revenue Besarnya nilai demand untuk penumpang umum adalah 135 penumpang dan penumpang pelajar-mahasiswa adalah 22 maka besar revenuenya adalah: RUM =

= 135 . 3000 = Rp 405.000,00

RPM =

= 22. 1500 = Rp 32.400,00

c. Besar headway Headway ditentukan berdasarkan persamaan 2.22. =

= 15 menit

d. Besar waiting time Nilai headway sebesar 14 menit maka waktu tunggunya adalah: =

= 7.5 menit = 8 menit

e. Besar tarif Rata-rata jumlah penumpang per hari pada jam sibuk 10:00-15:00 adalah 222 dengan frekuensi sebesar 4 trip dapat ditentukan besarnya tarif baru untuk memenuhi kondisi impas. Perhitungan untuk menentukan besarnya tarif adalah: =

= Rp 1.973,00

4.3 Analisis Sensitivitas Frekuensi Pelayanan Tahap analisis sensitivitas dalam penelitian ini dilakukan untuk mengetahui pengaruh dari perubahan rata-rata (mean) jumlah penumpang terhadap perubahan besarnya pendapatan dan besarnya frekuensi pelayanan. Analisis ini juga dilakukan untuk mengetahui perubahan standar deviasi terhadap kondisi sebaran jumlah penumpang. Beberapa skenario atau keadaan diujikan dalam analisis sensitivitas ini. Keadaan yang berbeda-beda diterapkan dengan cara menaikkan dan menurunkan persentase standar deviasi dan mean jumlah penumpang. Persentase yang digunakan dalam analisis sensitivitas ini masing-masing sebesar 5 %, dan 8%. Analisis sensitivitas dalam penelitian ini dilakukan terhadap hasil simulasi pada rentang waktu jam sibuk 07:00-09:00 dan 10:00-15:00 untuk tiap jenis penumpang (umum & pelajar-mahasiswa). Nilai mean dan standar deviasi hasil simulasi untuk masing-masing jenis to penumpang pada tiap rentang waktu jam commit user

IV - 15


digilib.uns.ac.id

sibuk telah diperlihatkan sebelumnya pada Tabel 4.7. Nilai standar deviasi dan mean untuk tiap jenis penumpang pada masing-masing rentang waktu jam sibuk itulah yang diuji sensitivitasnya dengan beberapa keadaan yang berbeda. Tabel 4.10 merupakan hasil analisis sensitivitas untuk menguji pengaruh perubahan rata jumlah penumpang baik umum ( ̅

maupun pelajar-mahasiswa ( ̅

terhadap revenue dan fser pada jam sibuk 07:00-09:0 dengan kenaikan serta penurunan sebesar 5%. Analisis tersebut juga dapat untuk mengetahui perubahan sebaran data akibat adanya standar deviasi baik pada penumpang umum (sUM) maupun pelajar-mahasiswa (sPM). Tabel 4.10 Pengaruh perubahan 5 % mean jumlah penumpang terhadap revenue & fser saat jam sibuk 07:00-09:00

s UM

s UM

UM

UM

tetap tetap naik turun naik turun naik turun

32.71 32.71 34.35 31.08 34.35 31.08 34.35 31.08

naik turun tetap tetap turun naik naik turun

126 114 120 120 114 126 126 114

5% Data Simulasi Jam 7.00-9.00 R UM s PM s PM 377475 341525 359500 359500 341525 377475 377475 341525


20.28 20.28 21.30 19.27 21.30 19.27 21.30 19.27

PM


PM

39 35 37 37 35 39 39 35

R PM

R

fser

58118 52583 55350 55350 52583 58118 58118 52583

435593 394108 414850 414850 394108 435593 435593 394108

4 4 4 4 4 4 4 4

Hasil analisis sensitivtas untuk jam 10:00-15:00 dengan kondisi yang sama yaitu nilai standar deviasi dan rata-rata yang tetap maupun mengalami kenaikan serta penurunan sebesar 5% ditampilkan pada Tabel 4.11 .Tabel 4.11 Pengaruh perubahan 5 % mean jumlah penumpang terhadap revenue & fser saat jam sibuk 10:00-15:00

s UM

s UM

UM

UM


27.51 27.51 28.88 26.13 28.88 26.13 28.88 26.13


203 184 193 193 184 203 203 184

5% Data Simulasi Jam 10.00-15.00 R UM s PM s PM 609210 tetap 551190 tetap 580200 naik 580200 turun 551190 naik 609210 turun 609210commit naik 551190 turun

20.06 20.06 21.07 19.06 21.07 19.06 to21.07 user 19.06

IV - 16

PM


PM

36 32 34 34 32 36 36 32

R PM

R

fser

53550 48450 51000 51000 48450 53550 53550 48450

662760 599640 631200 631200 599640 662760 662760 599640

6 5 6 6 5 6 6 5


digilib.uns.ac.id

Tabel 4.12 menampilkan hasil analisis sensitivtas apabila standar deviasi dan ratarata pada jam sibuk 07:00-09:00 mengalami kenaikan sebesar 8 %. Tabel 4.12 Pengaruh perubahan 8% mean jumlah penumpang terhadap revenue & fser saat jam sibuk 07:00-09:00

s UM

s UM

UM

UM


32.71 32.71 35.33 30.09 35.33 30.09 35.33 30.09


129 110 120 120 110 129 129 110

8% Data Simulasi Jam 7.00-9.00 R UM s PM s PM 388260 330740 359500 359500 330740 388260 388260 330740


20.28 20.28 21.90 18.66 21.90 18.66 21.90 18.66

PM


PM

40 34 37 37 34 40 40 34

R PM

R

fser

59778 50922 55350 55350 50922 59778 59778 50922

448038 381662 414850 414850 381662 448038 448038 381662

4 3 4 4 3 4 4 3

Hasil analisis sensitivitas pada jam sibuk 10:00-15:00 dengan kondisi mengalami kenaikan dan penurunan sebesar 8 % terhadap rata-rata dan standar deviasinya ditampilkan pada Tabel 4.13. Tabel 4.13 Pengaruh perubahan 8 % mean jumlah penumpang terhadap revenue & fser saat jam sibuk 10:00-15:00

s UM

s UM

UM

UM


27.51 27.51 29.71 25.31 29.71 25.31 29.71 25.31


209 178 193 193 178 209 209 178

8% Data Simulasi Jam 10.00-15.00 R UM s PM s PM PM 626616 tetap 20.06 naik 533784 tetap 20.06 turun 580200 naik 21.67 tetap 580200 turun 18.46 tetap 533784 naik 21.67 turun 626616 turun 18.46 naik 626616 naik 21.67 naik 533784 turun 18.46 turun

commit to user

IV - 17

PM

37 31 34 34 31 37 37 31

R PM 55080 46920 51000 51000 46920 55080 55080 46920

R 681696 580704 631200 631200 580704 681696 681696 580704

fser 6 5 6 6 5 6 6 5


digilib.uns.ac.id

BAB V ANALISIS DAN INTERPRETASI HASIL Bab ini menganalisis hasil penelitian dan membandingkan hasil tersebut dengan kondisi awal di perusahaan. Beberapa analisis yang dilakukan terhadap hasil penelitian akan diuraikan pada subbab-subbab berikut ini.

5.1 Analisis Kebijakan Frekuensi Perjalanan BST Tahapan ini menganalisis mengenai dampak dari kebijakan-kebijakan frekuensi perjalanan BST berdasarkan hasil perhitungan. Adapun frekuensi perjalanan BST yang dinalisis terdiri dari frekuensi minimum, maksimum dan frekuensi pelayanan. a. Frekuensi Minimum dan Maksimum BST Frekuensi minimum merupakan frekuensi minimal perjalanan yang dapat dilakukan oleh Batik Solo Trans. Frekuensi minimum ditentukan berdasarkan dua hal yaitu frekuensi minimum pertama (

min1)

ditentukan berdasarkan kapasitas

penumpang dan frekuensi minimum kedua (

min2)

ditentukan berdasarkan

headway (waktu antar kendaraan). Penentuan frekuensi minimum pertama mempertimbangkan kapasitas bus dan kapasitas lintasan, adapun besar kapasitas lintasan adalah dua kali kapasitas penumpang. Selain frekuensi minimum, dihitung juga frekuensi perjalanan maksimum yang dapat dilakukan BST. Frekuensi maksimum ditentukan berdasarkan jumlah armada yaitu 15 armada dan frekuensi perjalanan yang telah ditentukan Perum DAMRI sebelumnya yaitu 10 trip. Hasil perhitungan frekuensi minimum dan maksimum perjalanan BST pada tiap jam sibuk diperlihatkan pada Gambar 5.1.

commit to user

V-1


digilib.uns.ac.id

Frekuensi Minimum & Maksimum BST 14

Frekuensi

12

RentangWaktu Jam Sibuk

10 8

07:00-09:00

6

10:00-15:00

4 2 0 fmin1

fmin2

fmax

Gambar 5.1 Grafik frekuensi minimum dan maksimum BST Berdasarkan hasil yang diperlihatkan pada Gambar 5.1, besarnya kedua rentang jam sibuk berbeda. Hal tersebut dikarenakan

min1

min1

pada

dalam

perhitungannya mempertimbangkan rata-rata jumlah penumpang. Adapun jumlah penumpang pada kedua rentang jam sibuk tersebut berbeda yaitu pada jam 07:0009:00 sejumlah 157 penumpang dan pada jam sibuk 10:00-15:00 sejumlah 222 penumpang sehingga kecil dibanding

min1

min1

pada rentang jam sibuk 07:00-09:00 yaitu 3 trip lebih

pada jam sibuk 10:00-15:00 sbesar 4 trip. Besarnya

min2

pada kedua rentang jam sibuk tersebut adalah sama yaitu 7 trip. Hasil yang sama jpada kedua rentang jam sibuk juga diperlihatan pada besarnya nilai frekuensi maksimum (fmax) yaitu sebesar 12,5 trip. Masing-masing frekuensi perjalanan min2

dan fmax pada kedua rentang jam sibuk dapat menghasilkan nilai yang sama

karena dalam perhitungan

min2

tersebut mempertimbangkan besarnya headway

dan fmax mempertimbangkan jumlah armada serta standar frekuensi perjalanan yang harus dicapai untuk tiap armada bus, adapun nilai-nilai dari faktor yang dipertimbangkan pada perhitungan kedua frekuensi tersebut telah ditetapkan oleh pengelola BST dan nilainya tidak berubah pada tiap rentang jam sibuk. Hasil ketiga frekuensi perjalanan yaitu

min1,

min2,

dan

fmax dijadikan

sebagai alternatif-alternatif frekuensi perjalanan dapat dilakukan BST. Nilai

min1

dapat diterapkan untuk mengoptimalkan kapasitas bus agar dapat memenuhi ratarata jumlah penumpang pada masing-masing rentang jam sibuk. Besarnya commit to user

V-2

min2


digilib.uns.ac.id

yang juga merupakan frekuensi minimum perjalanan dari kedua rentang jam sibuk dapat diterapkan untuk bisa memenuhi headway yang ditentukan sehingga jadwal keberangkatan dan pemberhentian di halte tepat pada waktunya. Selain itu, dengan frekuensi minimum tersebut Perum DAMRI dapat melayani kebutuhan penumpang terhadap BST dengan cepat karena waktu antar kendaraan sesuai dengan yang telah ditetapkan. Adapun besarnya frekuensi perjalanan maksimum tersebut dapat dilakukan untuk mengoptimalkan pengoperasian armada BST sehingga dapat mencapai frekuensi perjalanan yang maksimal selama jam operasi berlangsung yang disesuaikan dengan frekuensi perjalanan yang telah ditargetkan pengelola sebelumnya. b. Frekuensi Pelayanan BST Frekuensi pelayanan (fser) merupakan jenis frekuensi perjalanan yang dalam perhitungannya mempertimbangkan faktor biaya operasional, tarif bus, jarak tempuh dan jumlah penumpang. Tujuan dari penentuan frekuensi pelayanan adalah untuk mengetahui besarnya nilai frekuensi yang perlu dilakukan agar dapat menacapai kondisi impas (break even) antara pendapatan dengan biaya operasional. Data jumlah penumpang yang digunakan dalam perhitungan ini adalah data jumlah penumpang yang telah dibedakan jenis penumpangnya yaitu penumpang umum dan penumpang pelajar-mahasiswa. Hasil perhitungan dari frekuensi pelayanan untuk tiap rentang am sibuk diperlihatkan pada Gambar 5.2.

Frekuensi Pelayanan (Service) BST 7

Frekuensi

6


5 4

07:00-09:00

3

10:00-15:00

2 1

0 fser

Gambar 5.2 Grafik frekuensi pelayanan BST commit to user

V-3


digilib.uns.ac.id

Gambar 5.2 memperlihatkan bahwa fser pada rentang jam sibuk 07:00-09:00 yaitu 4 trip lebih kecil daripada fser pada rentang jam sibuk 10:00-15:00 yaitu 6 trip. Perbedaan hasil dari fser pada kedua rentang jam sibuk tersebut dikarenakan adanya perbedaan jumlah penumpang pada masing-masing rentang jam sibuk. Semakin besar rata-rata jumlah penumpangnya maka semakin besar fser yang diperoleh. Hasil fser pada masing-masing rentang jam sibuk tersebut dapat dijadikan juga sebagai alternatif frekuensi perjalanan lain yang dapat diterapkan BST agar dapat mencapai kondisi yang seimbang antara pemenuhan kualitas pelayanan dan biaya operasional yang dikeluarkan. Pemenuhan kualitas pelayanan dapat dilakukan dengan memenuhi jumlah permintaan pelayanan penumpang sehingga dapat mengoptimalkan pendapatan yang diperoleh namun dapat seimbang atau impas dengan biaya operasional. Berdasarkan persamaan yang digunakan dalam menentukan frekuensi pelayanan (Persamaan 3.1), dapat ditentukan pula besarnya faktor-faktor mengenai karakteristik BST agar mencapai suatu kondisi impas antara pendapatan dengan biaya operasional. Adapun faktor-faktor tersebut adalah demand , revenue, tarif. Selain faktor tersebut ada faktor lain yang dapat ditentukan berdasarkan frekuensi yang ada yaitu headway dan waiting time. Berdasarkan hasil yang ditampilkan pada Tabel 4.7 dan Tabel 4.8 , demand untuk tiap jenis penumpang

yaitu penumpang umum (UM) dan penumpang

pelajar-mahasiswa (PM) untuk masing-masing rentang jam sibuk agar dapat mencapai kondisi impas untuk setiap kebijakan frekuensi yang ada yaitu min2, fmax,

dan fser diperlihatkan pada Gambar 5.3.

commit to user

V-4

min1,


digilib.uns.ac.id

Penumpang

Demand Penumpang BST 450 400 350 300 250 200 150 100 50 0

RentangWaktu Jam Sibuk 07:00-09:00 10:00-15:00 UM

PM

fmin1

UM

PM

UM

fmin2

PM

fmax

UM

PM

fser

Frekuensi Gambar 5.3 Grafik demand penumpang BST untuk mencapai titik impas untuk setiap kebijakan frekuensi Gambar 5.3 memperlihatkan bahwa pada masing-masing frekuensi dan rentang jam sibuk, agar dapat memenuhi kondisi impas memerlukan rata-rata demand penumpang umum yang lebih besar daripada demand penumpang pelajarmahasiswa . Pada rentang jam sibuk 07:00-09:00, rata-rata demand penumpang umum lebih kecil daripada saat jam sibuk 10:00-15:00, namun pada rentang jam sibuk

10:00-15:00

demand

penumpang pelajar

mahasiswa

lebih

kecil

dibandingkan saat jam sibuk 07:00-09:00. Berdasarkan hasil tersebut diketahui bahwa untuk memenuhi kondisi impas, besarnya jumlah penumpang dengan frekuensi harus berbanding lurus yaitu apabila frekuensi perjalanannya semakin besar maka semakin besar pula jumlah penumpang yang harus dapat dipenuhi. Sebagai contoh pada saat jam sibuk 07:00-09:00 dengan fmin1 3 trip agar dapat memenuhi kondisi impas maka jumlah penumpang yang sebaiknya dipenuhi adalah 95 untuk penumpang umum dan 29 untuk penumpang pelajar-mahasiswa. Adapun pada jam sibuk 10:00-15:00 dengan fmin1 lebih besar daripada saat jam sibuk 07:00-09:00 yaitu sebesar 4 trip maka jumlah penumpang yang sebaiknya dipenuhi juga lebih besar yaitu 135 penumpang untuk penumpang umum dan 22 untuk penumpang pelajar-mahasiswa. Selain itu, pemenuhan demand tersebut commit to user

V-5


digilib.uns.ac.id

merupakan salah satu cara untuk mengoptimalkan pendapatan ketika tarif yang dikenakan tidak berubah untuk masing-masing frekuensi perjalanan. Setelah mengetahui demand penumpang yang sesuai dengan masing-masing frekuensi agar memenuhi kondisi impas, maka dapat diketahui pula revenue yang bisa diperoleh agar besarnya pendapatan dapat impas dengan besarnya biaya operasional. Gambar 5.4 memperlihatkan besarnya revenue tiap jenis penumpang untuk masing-masing jam sibuk pada tiap frekuensi.

Revenue BST 1400000

Revenue

1200000 1000000


800000 600000

07:00-09:00

400000

10:00-15:00

200000 0 UM

PM

fmin1

UM

PM

fmin2

UM

PM

fmax

UM

PM

fser

Frekuensi Gambar 5.4 Grafik revenue penumpang BST Gambar 5.4 memperlihatkan bahwa besarnya revenue

untuk masing-masing

frekuensi yang dapat diperoleh sesuai dengan besarnya demand yang perlu dipenuhi BST agar kondisi impas yaitu revenue pada rentang jam sibuk 10:0015:00 yang diperoleh dari penumpang umum lebih besar daripada saat jam sibuk 07:00-09:00. Kondisi sebaliknya diperlihatkan untuk besarnya revenue yang diperoleh dari penumpang pelajar-mahasiswa, revenue penumpang pelajarmahasiswa lebih besar saat jam sibuk 07:00-09:00 daripada saat jam sibuk 10:0015:00. Faktor berikutnya yang dapat ditentukan berdasarkan besarnya frekuensi yang ada serta Persamaan 3.1 adalah tarif bus. Tarif bus ini ditentukan kembali untuk memenuhi kondisi impas (break even) antara pendapatan yang diperoleh commit to user dari besarnya rata-rata jumlah penumpang per hari yang harus dipenuhi oleh

V-6


digilib.uns.ac.id

masing-masing frekuensi perjalanan. Dalam penelitian ini, tarif yang ditentukan kembali hanya tarif penumpang umum karena tarif penumpang pelajar-mahasiswa diasumsikan tidak berubah. Adapun besarnya tarif penumpang umum pada masing-masing jam sibuk yang sesuai dengan besarnya frekuensi diperlihatkan pada Gambar 5.5.

Tarif*

Tarif* Penumpang Umum BST 10000 9000 8000 7000 6000 5000 4000 3000 2000 1000 0

RentangWaktu Jam Sibuk 07:00-09:00 10:00-15:00

fmin1

fmin2

fmax

fser

Frekuensi Gambar 5.5 Grafik tarif* penumpang umum BST untuk mencapai kondisi break even Berdasarkan gambar 5.5, besar tarif penumpang umum yang disarankan pada fmin1 terdapat selisih yang tidak terlalu jauh pada kedua rentang jam sibuk. Hal tersebut dikarenakan besarnya fmin1 untuk memenuhi rata-rata jumlah penumpang pada masing-masing rentang jam sibuk tidak terlalu berbeda, pada rentang jam sibuk 07:00-09:00 frekuensinya 3 trip untuk memenuhi 157 penumpang sedangkan 4 trip untuk memenuhi 222 penumpang pada jam sibuk 10:00-15:00. Adapun ketiga frekuensi yang lain (fmin2, fmax dan fserv) mempunyai tarif yang berbeda-beda. Nilai fmin2 dan fmax mempunyai besar yang sama pada kedua rentang jam sibuk namun rata-rata jumlah penumpangnya berbeda maka terjadi pula perbedaan besarnya tarif. Dengan besar kedua frekuensi yang sama (fmin2 dan fmax), tarif untuk jam sibuk 07:00-09:00 lebih besar daripada saat jam sibuk 10:00-15:00 karena ratarata jumlah penumpang pada saat jam sibuk 07:00-09:00 lebih kecil dari pada jam sibuk 10:00-15:00 sehingga dengan rata-rata commit to user jumlah penumpang yang lebih

V-7


digilib.uns.ac.id

sedikit maka diperlukan tarif yang lebih mahal agar dapat memenuhi kondisi impas antara pendapatan dengan biaya operasional. Adapun untuk frekuensi pelayanan (fserv), besarnya tarif untuk masing-masing rentang jam sibuk mempunyai nilai yang sedikit berbeda karena adanya perbedaan frekuensi dan perbedaan rata-rata jumlah penumpang untuk tiap jam sibuk. Kebijakan penerapan tarif baru untuk penumpang umum dapat dilakukan ketika rata-rata demand penumpang tidak berubah untuk masing-masing frekuensi di kedua jam sibuk. Kebijakan tersebut dapat membantu dalam mengoptimalkan jumlah pendapatan yang diperoleh. Selain itu, kebijakan ini dapat diterapkan karena tarif penumpang umum BST yang sekarang sebesar Rp 3.000,00 masih di bawah tarif harga jual hasil perhitungan sebelumnya dari Perum DAMRI (Lampiran 2) yaitu sebesar Rp 4.400,00, padahal dengan frekuensi saat ini yaitu 10 trip dengan rata-rata jumlah penumpang (hasil penelitian) yang sama pada setiap jam sibuk maka apabila dihitung dengan menggunakan rumus frekuensi pelayanan maka kisaran tarif yang disarankan untuk penumpang umum agar mencapai kondisi impas adalah Rp 5.000,00-Rp 7.000,00. Dua faktor lain yang dapat ditentukan berdasarkan frekuensi yang ada adalah waktu antar kendaraan satu dengan kendaraan lain (headway) dan waktu tunggu (waiting time). Besarnya waktu tunggu merupakan setengah dari headway. Adapun besarnya nilai headway dan waiting time untuk masing-masing frekuensi pada kedua rentang jam sibuk diperlihatkan pada Gambar 5.6.

25 20 15 10 5 0

fmin1

fmin2

fmax

Waiting Time

Headway

Waiting Time

Headway

Waiting Time

Headway

Waiting Time

RentangWaktu Jam Sibuk Headway

Headway & Waiting Time

Headway dan Waiting Time BST

07:00-09:00 10:00-15:00

fser

Frekuensi commit to user Gambar 5.6 Grafik headway dan waiting time BST

V-8


digilib.uns.ac.id

Berdasarkan Gambar 5.6 diketahui bahwa headway dan waiting time pada jam sibuk 07:00-09:00 lebih besar dibandingkan saat jam sibuk 10:00-15:00. Hal tersebut dikarenakan frekuensi pada jam sibuk 07:00-09:00 lebih kecil dibandingkan frekuensi saat jam sibuk 10:00-15:00. Untuk frekuensi minimum kedua dan frekuensi maksimum, headway dan waiting time pada kedua rentang jam sibuk mempunyai besar yang sama karena besar kedua frekuensi pada kedua rentang jam sibuk mempunyai besar yang sama. Jadi berdasarkan hasil tersebut diketahui hubungan antara frekuensi dengan headway dan waiting time berbanding terbalik yaitu ketika semakin kecil frekuensinya maka semakin besar headway maupun waiting timenya.

5.2 Analisis Sensitivitas Frekuensi Pelayanan Analisis sensitivitas pada penelitian ini digunakan untuk mengetahui pengaruh perubahan rata-rata jumlah penumpang terhadap perubahan besarnya frekuensi pelayanan dan besarnya pendapatan yang diperoleh. Analisis ini juga dilakukan untuk mengetahui pengaruh perubahan standar deviasi terhadap sebaran data jumlah penumpang. Adapun dalam analisis sensitivitas ini dilakukan dengan menaikkan dan menurunkan rata-rata dan standar deviasi data jumlah penumpang yang telah dikelompokkan berdasarkan jenis penumpang (umum dan pelajarmahasiswa) pada masing-masing jam sibuk. Rata-rata dan standar deviasi jumlah penumpang yang digunakan dalam analisis ini merupakan rata-rata dan standar deviasi jumlah penumpang hasil simulasi Monte Carlo. Hasil analisis sensitivitas untuk mengetahui pengaruh perubahan rata-rata jumlah penumpang terhadap perubahan besarnya frekuensi pelayanan dengan menaikkan dan menurunkan persentase rata-rata jumlah penumpang sebesar 5% pada kedua rentang jam sibuk diperlihatkan pada Gambar 5.7. Adapun untuk kenaikan maupun penurunan persentase rata-rata jumlah penumpang sebesar 8 % diperlihatkan pada Gambar 5.8.

commit to user

V-9


digilib.uns.ac.id

Frekuensi Pelayanan BST 7 Kondisi Rata-rata Jumlah Penumpang

Frekuensi

6 5 4

tetap

3

naik 5%

2

turun 5%

1 0 07:00-09:00

10:00-15:00

Rentang Jam Sibuk Gambar 5.7 Grafik pengaruh perubahan 5% rata-rata jumlah penumpang terhadap besarnya frekuensi pelayanan

Frekuensi Pelayanan BST 7 Kondisi Rata-rata Jumlah Penumpang

Frekuensi

6 5 4

tetap

3

naik 8 %

2

turun 8%

1 0 07:00-09:00

10:00-15:00

Rentang Jam Sibuk

Gambar 5.8 Grafik pengaruh perubahan 8% rata-rata jumlah penumpang terhadap besarnya frekuensi pelayanan Berdasarkan Gambar 5.7 dan 5.8 diketahui bahwa perubahan rata-rata jumlah penumpang berpengaruh pada perubahan besarnya frekuensi pelayanan yang dapat dilakukan BST. Semakin besar rata-rata jumlah penumpang maka semakin commit to user besar pula frekuensi pelayanannya. V - 10


digilib.uns.ac.id

Adapun hasil analisis sensitivitas untuk mengetahui pengaruh perubahan rata-rata jumlah penumpang terhadap revenue yang didapat untuk masing-masing persentase ditunjukkan pada Gambar 5.9 untuk persentase 5 % dan Gambar 5.10 untuk persentase 8%.

Revenue BST 700000 Kondisi Rata-rata Jumlah Penumpang

Revenue

600000 500000 400000

tetap

300000

naik 5 %

200000

turun 5%

100000 0 07:00-09:00

10:00-15:00

Rentang Jam Sibuk Gambar 5.9 Grafik pengaruh perubahan 5% rata-rata jumlah penumpang terhadap besarnya revenue

Revenue BST 800000 700000

Kondisi Rata-rata Jumlah Penumpang

Revenue

600000 500000 400000

tetap

300000

naik 8 %

200000

turun 8%

100000 0 07:00-09:00

10:00-15:00

Rentang Jam Sibuk

Gambar 5.10 Grafik pengaruh perubahan 8% rata-rata jumlah penumpang terhadap commit to user besarnya revenue

V - 11


digilib.uns.ac.id

Gambar 5.9 dan Gambar 5.10 memperlihatkan bahwa perubahan rata-rata jumlah penumpang akan berpengaruh pada besarnya revenue yang diperoleh. Semakin besar rata-rata jumlah penumpang maka semakin besar pula revenue yang didapat. Hasil analisis sensitivitas tersebut dapat diketahui hubungan antara rata-rata jumlah penumpang, frekuensi pelayanan, dan revenue berbanding lurus yaitu semakin besar rata-rata jumlah penumpang maka semakin besar pula frekuensi pelayanan dan revenue yang diperoleh. Adapun perubahan standar deviasi tidak terlalu berpengaruh pada perubahan sebaran data jumlah penumpang.

commit to user

V - 12


digilib.uns.ac.id

BAB VI KESIMPULAN DAN SARAN Bab ini membahas kesimpulan yang dapat diambil dari hasil penelitian dan saran yang dapat diberikan untuk perushaan serta penelitian pada periode selanjutnya. 6.1 Kesimpulan Berdasarkan hasil penelitian, dapat diambil kesimpulan sebagai berikut: 1. Hasil penelitian menunjukkan bahwa frekuensi perjalanan yang disarankan khususnya frekuensi pelayanan karena dapat membantu dalam mencapai kondisi impas antara biaya operasional dengan pendapatan adalah 4 trip untuk jam sibuk 07:00-09:00 dan 6 trip untuk jam sibuk 10:00-15:00. Frekuensi tersebut dapat menjadi alternatif pengoptimalan pendapatan ketika besarnya tarif untuk tiap penumpang BST tetap dan rata-rata jumlah penumpang tidak mengalami peningkatan atau tetap. 2. Apabila Perum DAMRI tetap menggunakan frekuensi perjalanan saat ini yaitu 10 trip maka tarif baru yang disarankan agar dapat mengoptimalkan pendapatan BST adalah berkisar antara Rp 5.000,00 – Rp 7.000,00 untuk penumpang umum dan tetap sebesar Rp 1.500,00 untuk pelajar-mahasiswa.

6.2 Saran Saran yang dapat diberikan kepada perusahaan dan untuk penelitian periode selanjutnya adalah: 1. Sebaiknya frekuensi perjalanan BST ditentukan juga berdasarkan faktor-fakor lain seperti jarak antar halte atau aksesibilitas. 2. Sebaiknya frekuensi perjalanan ditingkatkan pada saat jam-jam sibuk dan pada lokasi-lokasi yang ramai atau strategis agar kebutuhan masyarakat akan pelayanan BST dapat terpenuhi.

commit to user VI-1

PENENTUAN FREKUENSI PERJALANAN ANGKUTAN UMUM BATIK SOLO TRANS (BST) UNTUK MENGOPTIMALKAN JUMLAH PENDAPATAN

Recommend Documents