STUDI DEMAND PENUMPANG TRANSPORTASI UDARA MENUJU DAN KELUAR KABUPATEN FAKFAK Wijayanto Mahasiswa Magister Bidang Keahlian Manajemen Dan Rekayasa Transportasi Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember Surabaya Email :
[email protected]
Ir. Wahju Herijanto, M.T. Staff Pengajar Bidang Keahlian Manajemen Dan Rekayasa Transportasi Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember Surabaya
ABSTRAK Kabupaten Fakfak merupakan daerah yang sedang berkembang dimana pergerakan Transportasi dari tahun ke tahun semakin meningkat namun daerah tersebut hanya bisa dilalui oleh transportasi udara dan laut sedangkan transportasi darat belum terhubung dengan Kabupaten lainya, dari segi transportasi udara bandara Torea fakfak hanya dapat disinggahi jenis pesawat kecil dan sedang yang maksimal kapasitas penumpangnya 54 (lima puluh empat seat) sedangkan permintaan penumpang angkutan udara cukup tinggi namun kebutuhan tersebut belum terpenuhi karena sarana dan prasarananya masih terbatas. Dari kondisi tersebut di atas, dengan meningkatnya demand akan angkutan udara dari tahun ke tahun berdasarkan data yang ada maka perlu diadakan studi untuk mengetahui berapa besar bangkitan perjalanan (trip generation) yang dihasilkan dan pola bangkitan perjalanannya (trip production) dan (trip attraction) oleh para pengguna jasa angkutan udara sehubungan dengan meningkatnya jumlah penduduk, perkembangan ekonomi dan bagaimana memprediksi pembagian sebaran perjalanan (trip distribution) di masa yang akan datang agar dapat disediakan keperluan sarana dan prasarananya. Dalam studi ini menghasilkan bahwa Model ACGR (attraction constrained gravity model) merupakan model yang paling baik dalam mendeskripsikan pola perjalanan angkutan udara di kabupaten Fakfak dan dari hasil pola bangkitan dan tarikan yang didapat dapat diramalkan atau diprediksi pembagian sebaran perjalanan (trip distribution) pada tahun 2008 dan 2018. Kata Kunci : Bangkitan, Trip Distribution, Gravity Model.
1.
PENDAHULUAN
Sarana Transportasi sangat penting untuk membuka keterisolasian di daerah-daerah terpencil dan hal ini perlu ditunjang dengan tersedianya prasarana seperti jalan, bandara dan pelabuhan. Dengan meningkatnya jumlah penduduk, angkatan kerja serta perkembangan ekonomi dan dengan adanya pemekaran Kabupatenkabupaten di propinsi Papua Barat maka kebutuhan Transportasi di Papua Barat semakin meningkat, baik Transportasi Darat, Laut dan Udara. Khususnya di Kabupaten Fakfak Transportasi menuju dan Keluar Kabupaten Fakfak hanya bisa dilalui dengan menggunakan Transportasi Udara dan Laut, Transportasi Darat belum terhubung semua antar kabupaten akibat kondisi alam papua yang berupa gunung yang curam dan sungai yang lebar, dari dua jenis transportasi yang ada kendalanya adalah sarana dan Prasarananya tidak menunjang, Transportasi Laut mempunyai Jadwal Kapal laut yang terbatas sedangkan dari segi Transportasi Udara, Bandar Udara Torea Fakfak tidak memungkinkan untuk disinggahi pesawat berbadan lebar, pesawat yang ada saat ini jenis Twin Otter, ATR-72-500, Downer 328 yang dapat mengangkut penumpang 17 sampai dengan 54 orang saja. Kondisi saat ini permintaan (demand) untuk penumpang angkutan udara cukup tinggi namun sarana yang tersedia (supply) belum terpenuhi sehingga perlu dipikirkan terutama pemerintah daerah untuk meningkatkan Sarana dan Prasarana terutama Transportasi Udara Tersebut. Dari gambaran tersebut diatas maka dilakukan studi untuk memberi masukan kepada pemerintah daerah setempat agar dapat menyediakan sarana dan prasarana di masa yang akan datang agar lebih memadai. Adapun tujuan yang ingin dicapai dalam studi ini yaitu : 1. Membuat pola bangkitan perjalanan yang meninggalkan Fakfak (trip production) dan menuju Fakfak (trip attraction) penumpang angkutan udara antar bandara utama yang telah ditetapkan.
1
2.
Membuat Matriks Asal – Tujuan (OD) berdasarkan keberangkatan dan kedatangan penumpang angkutan udara tahun 2008 untuk mendapatkan prediksi pembagian perjalanan (trip distribution) dan peramalan 10 tahun ke depan dengan gravity model pada zona yang telah ditentukan.
2.
METODE PENELITIAN
1.
Menggunakan Data Sekunder yang diperoleh dari Departemen Perhubungan berupa : a. Jumlah penumpang naik dan penumpang turun di bandara daerah kajian b. Jarak dalam kilometer antara bandara daerah kajian Menggunakan Data Sekunder yang diperoleh dari Badan Pusat Statistik (BPS) di daerah kajian berupa data sosio ekonomi yaitu : a. Jumlah Penduduk b. PDRB lapangan usaha atas dasar harga berlaku c. PDRB lapangan usaha atas dasar harga konstan 2000
2.
Data hasil survey selanjutnya diolah untuk mencari alternatif fungsi pola bangkitan dan Pola tarikan yang diuji dengan statistik analisa regresi sehingga di dapat parameter yang akan digunakan untuk Trip Distribution dimana model yang digunakan Model Production Constrained Gravity (PCGR) dan Attraction Constrained Gravity (ACGR) dari uji kesesuaian model dicari model yang terbaik/terpilih untuk peramalan Trip Distribution di masa yang akan datang
3.
HASIL DAN DISKUSI
3.1 Data Survey Adapun data yang diperoleh dalam penelitian ini dapat dilihat pada Tabel 3.1 berikut : Tabel 3.1 Data Jumlah Perjalanan dan Variabel Aksesibilitas Zona Penumpang Jarak No. Tahun 2008 (Km) Asal Tujuan 1 Fakfak Ambon 4,528 352 2 Fakfak Sorong 2,761 250 3 Fakfak Manokwari 561 440 4 Fakfak Kaimana 2,954 176 5 Ambon Fakfak 3,860 352 6 Ambon Sorong 8,079 375 7 Ambon Manokwari 6,546 792 8 Ambon Kaimana 4,592 528 9 Sorong Fakfak 3,068 250 10 Sorong Ambon 7,723 375 11 Sorong Manokwari 6,985 220 12 Sorong Kaimana 1,279 426 13 Manokwari Fakfak 1,363 440 14 Manokwari Ambon 6,543 792 15 Manokwari Sorong 5,772 220 16 Manokwari Kaimana 1,647 616 17 Kaimana Fakfak 3,142 176 18 Kaimana Ambon 1,913 528 19 Kaimana Sorong 2,561 426 20 Kaimana Manokwari 1,844 616 Sumber: Departemen Perhubungan (2009)
2
3.2
Produksi dan Atraksi Zona
Analisa total produksi dan atraksi setiap zona pada penelitian ini dilakukan untuk mengetahui pola sebaran perjalanan menggunakan gravity model. Adapun hasil dari analisa total produksi dan atraksi dapat dilihat pada Tabel 3.2 berikut ini. Tabel 3.2 Produksi dan Atraksi Zona Penumpang Tahun 2008 No. 1 2 3 4 5
Zona
Fakfak Ambon Sorong Manokwari Kaimana Total Perjalanan (Trip)
3.3
Total Produksi (Oi) (Penumpang Tahun 2008) 10,804 23,077 19,055 15,325 9,460 77,721
Total Atraksi (Dd) (Penumpang Tahun 2008) 11,433 20,707 19,173 15,936 10,472 77,721
Pemodelan Trip Generation
Pemodelan trip generation dalam penelitian ini terbagi atas dua yaitu trip production dan trip attraction. Dalam menganalisa kedua model ini, maka terlebih dahulu didefenisikan variabel-variabel yang akan digunakan. Variabel terikat (y) yang digunakan adalah jumlah produksi atau atraksi yang ada pada suatu zona sedangkan variabel bebas (x) berupa jumlah populasi (x1), PDRB atas dasar harga berlaku (x2) dan PDRB atas dasar harga konstan (x3). Adapun data berupa variabel parameter sosio ekonomi yang digunakan dalam model ini dapat dilihat pada Tabel 3.3 berikut. Tabel 3.3 Parameter Sosio Ekonomi Tiap Zona Tahun 2008 Populasi (x1) (penduduk Tahun 2008) 1 Fakfak 72,594 2 Ambon 281,293 3 Sorong 172,855 4 Manokwari 181,161 5 Kaimana 43,743 Sumber: Badan Pusat Statistik (BPS) No.
PDRB-ADHB (x2) (Tahun 2008) x ( 1000) Rupiah 1,041,071 2,613,871 2,148,580 2,023,491 631,544
Zona
PDRB-ADHK (x3) (Tahun 2008) x (1000) Rupiah 551,407 1,602,316 1,303,022 998,390 331,808
Pemilihan model trip generation yang terbaik dilakukan dari pemilihan beberapa model dengan hasil uji statistik terbaik. Indikator uji statistik yang digunakan pada pemodelan trip generation yaitu koefisien determinasi (r2) dan uji validitas menggunakan P-value. Model yang memiliki koefisien determinasi (r2) mendekati 1, akan dinyatakan sebagai model terbaik dengan memenuhi syarat P-value masing-masing variabel bebas lebih kecil dari 0,05 untuk tingkat kepercayaan 95 %. Selain melihat besaran koefisien determinasi (R2) dan P-value, model harus memenuhi syarat logis dalam menggambarkan hubungan antar variabel pengaruh dengan variabel bebas (tanda positif/negative pada koefisien variabel bebas).
3.3.1
Analisa Regresi Linear dan Uji Validitas
Alternatif persamaan yang dapat dibentuk dari persamaan linear fungsi produksi dan atraksi zona di atas dapat dilihat pada Tabel 3.4 berikut.
3
Tabel 3.4 Model Persamaan Fungsi Produksi dan Atraksi Zona No.
Nama Alternatif
Model Persamaan
1.
Alternatif 1
y = a + b1x1
2.
Alternatif 2
y = a + b2x2
3.
Alternatif 3
y = a + b3x3
4.
Alternatif 4
y = a + b1x1+ b2x2
5.
Alternatif 5
y = a + b1x1+ b3x3
6.
Alternatif 6
y = a + b2x2+ b3x3
7.
Alternatif 7
y = a + b1x1+ b2x2+ b3x3
Adapun hasil analisa berupa bentuk persamaan model fungsi produksi dan atraksi zona dapat dilihat pada Tabel 3.5 dan Tabel 3.6 berikut ini. Tabel 3.5 Konstanta dan Koefisien Parameter Model Trip Produksi
Variabel Model R2 F-stat Sig-f
Parameter Model Alt. 3 Alt. 4 Alt. 5
Alt. 1
Alt. 2
Alt. 6
Alt. 7
0.93039622
0.92869008
0.98920973
0.94145945
0.98938702
0.99475517
0.99856171
40.1011059
39.0698803
275.028244
16.0821756
93.2242238
189.663821
231.424032
0.0079627
0.00826173
0.00047725
0.05854055
0.01061298
0.00524483
0.0482757
Sumber: Hasil Uji Statistik
Tabel 3.6 Konstanta dan Koefisien Parameter Model Trip Atraksi Variabel Model R2 F-stat Sig-f
Parameter Model Alt. 3 Alt. 4 Alt. 5
Alt. 1
Alt. 2
Alt. 6
Alt. 7
0.89330718
0.95007348
0.98720631
0.95055923
0.99061993
0.98729526
0.99124672
25.1181062
57.0883078
231.490614
19.2262236
105.608968
77.7107912
37.7476326
0.01529331
0.0048075
0.00061653
0.04944077
0.00938007
0.01270474
0.11894896
Sumber: Hasil Uji Statistik
3.3.2
Pengujian Koefisien Regresi Secara Parsial (T-test)
Pengujian hipotesis terhadap koefisien regresi secara parsial (t-test) dilakukan untuk memastikan pengaruh masing – masing variabel bebas dalam persamaan fungsi produksi dan atraksi zona. Uji t merupakan uji hipotesis untuk menguji signifikan konstanta dan variabel bebas, dimana pengujian ini merupakan kelanjutan daru uji statistik F-test dan R2. Adapun hasil pengujian statistik tiap alternatif dapat dilihat pada Tabel 3.7 dan Tabel 3.8.
4
Tabel 3.7 Uji Signifikan Trip Produksi Model
Variabel
Alt.1
T-Tabel
T-Stat
P-Value
Keputusan
X1
6.3325434
0.0079627
H0 Ditolak
Alt.2
X2
6.2505904
0.00826173
H0 Ditolak
Alt.3
X3
16.5839755
0.00047725
H0 Ditolak
0.66049778
0.57683496
H0 Diterima
0.61479108 0.18278336 3.33417527 -1.4541762 5.01920766 1.62683324 -2.5256505 6.30092157
0.60131991 H0 Diterima 0.87181884 H0 Diterima 0.07938992 H0 Diterima 0.28311132 H0 Diterima 0.03747719 H0 Ditolak 0.35087416 H0 Diterima 0.24000528 H0 Diterima 0.10020028 H0 Diterima Keterangan : = 5 %
2,132
X1 Alt.4
X2 X1 Alt.5 X3 X2 Alt.6 X3 X1 X2 Alt.7 X3 Sumber : Hasil Uji Statistik
2,132
Tabel 3.8 Uji Signifikan Trip Atraksi Model
Variabel
Alt.1
T-Stat
P-Value
Keputusan
X1
5.01179671
0.01529331
H0 Ditolak
Alt.2
X2
7.5556805
0.0048075
H0 Ditolak
Alt.3
X3
15.2148156
0.00061653
H0 Ditolak
X1
-0.1401779
0.90136261
H0 Diterima
X2
1.52183626
0.26746575
H0 Diterima
-0.8531377
0.48345355
H0 Diterima
4.55508754
0.04496944
H0 Ditolak
X2
-0.1183333
0.9166171
H0 Diterima
X3
2.42064279
0.13655848
H0 Diterima
X1
-0.6718825
0.62337263
H0 Diterima
X2
0.26759452
0.83354402
H0 Diterima
X3
2.15598155
0.27647877
H0 Diterima
Alt.4
Alt.5
Alt.6
Alt.7
X1 X3
T-Tabel
2,132
Keterangan : = 5 %
Sumber : Hasil Uji Statistik
Secara keseluruhan pengujian statistik ini menunjukkan bahwa alternatif 3 dengan persamaan y = a + b3x3 merupakan model terbaik untuk digunakan sebagai model trip produksi dan atraksi.
3.4
Pemodelan Trip Distribution
3.4.1
Hasil Model Trip Distribution
Pada penelitian ini, model trip distribution yang akan dianalisa terdiri dari 2 model. Adapun model yang akan dianalisa yaitu Production Constrained Gravity (PCGR) dan Attraction Constrained Gravity (ACGR). Dari hasil pemodelan trip distribution dengan metode gravity ini, diperoleh parameter-parameter model dengan rumus yang ditransformasikan ke dalam persamaan regresi linear sebagai berikut :
5
Tid
Oi .Dd . Ai .Bd (Cid ) Ditransformasikan :
Y = A + B.x Log Tid = Log (Ai.Oi.Bd.Dd)-α Log Cid Y = Log Tid A = Log (Ai.Oi.Bd.Dd) B=-α X = Log Cid Dimana :
T
id
O i maka A i
d
1 untuk setiap i Bd .Dd . f id d
T
id
D d maka B d 1 untuk setiap d
i
T
id
D d maka B d
i
1 untuk setiap d Ai .Oi . f id i
T
id
O i maka A i 1 untuk setiap i
d
Sehingga parameter model yang di peroleh dapat dilihat pada Tabel 3.9 Tabel 3.9 Parameter Model Trip Distribution
No.
Nama Model
1
Model PCGR
2
Model ACGR
3.4.2
Model
Tid
Parameter Model
Oi .Dd . Ai .Bd (Cid )
= 0,19 = 0,19
Fungsi Hambatan Untuk Model Trip Distribution
Setelah parameter model kita dapatkan yaitu α = 0,19 maka Fungsi hambatan merupakan salah satu input untuk mengetahui model sebaran perjalanan (trip distribution). Fungsi hambatan pada model trip distribution dalam penelitian ini menggunakan data input berupa variabel aksesibilitas (jarak perjalanan antara ∝ zona) hasil hitungan disajikan dalam bentuk matriks fungsi hambatan jarak ( ) pada Tabel 3.10
6
Tabel 3.10 Matriks Fungsi Hambatan Jarak Asal\Tujuan Fakfak Ambon Fakfak 0 3,052076253 Ambon 3,0520763 0 Sorong 2,859677 3,089059938 Manokwari 3,1844682 3,561345403 Kaimana 2,6749197 3,296892133
Sorong 2,859676963 3,089059938 0 2,790951465 3,164933413
Manokwari 3,184468157 3,561345403 2,790951465 0 3,395036166
Kaimana 2,67491973 3,29689213 3,16493341 3,39503617 0
Dari hasil matriks fungsi hambatan jarak tersebut dapat dihitung koefisien penyeimbang model distribution pada tabel 3.11 Tabel 3.11 Koefisien Penyeimbang Model Trip Distribution Tahun 2008 No.
Model PCGR
Zona
trip
Model ACGR
Ai
Bd
Ai
Bd
1
Fakfak
0.000045
1.000000
1.000000
0.000044
2
Ambon
0.000057
1.000000
1.000000
0.000059
3
Sorong
0.000051
1.000000
1.000000
0.000051
4
Manokwari
0.000052
1.000000
1.000000
0.000051
5
Kaimana
0.000047
1.000000
1.000000
0.000046
Setelah proses kalibrasi model dilakukan dan diperoleh nilai parameter-parameter model, maka jumlah perjalanan (trip) antar zona dalam wilayah penelitian masing-masing model dapat diperoleh. Adapun jumlah perjalanan (trip) hasil pemodelan dapat dilihat pada Tabel 3.12 dan Tabel 3.13 sebagai berikut. Tabel 3.12 Trip Distibution Hasil Pemodelan PCGR Penumpang Tahun 2008 Asal\Tujuan
Fakfak
Ambon
Sorong
Manokwari
Kaimana
Fakfak
0
3,271
3,233
2,413
1,888
Ambon
4,911
0
8,137
5,866
4,164
Sorong
3,863
6,477
0
5,517
3,197
Manokwari
2,842
4,603
5,438
0
2,442
Kaimana
1,898
2,789
2,690
2,084
0
7
Tabel 3.13 Trip Distibution Hasil Pemodelan ACGR Penumpang Tahun 2008 Asal\Tujuan
Fakfak
Ambon
Sorong
Manokwari
Kaimana
Fakfak
0
4,342
3,672
2,775
1,961
Ambon
3,830
0
7,260
5,299
3,398
Sorong
3,375
7,567
0
5,583
2,923
Manokwari
2,437
5,278
5,336
0
2,191
Kaimana
1,791
3,520
2,905
2,279
0
3.4.3
Uji Statistik Model Trip Distribution
Metode uji statistik yang digunakan yaitu Sum of Square Error (SSE) dan Mean Square Error (MSE). Adapun hasil uji statistik ini dapat dilihat pada Tabel 3.14 dan Tabel 3.15 sebagai berikut. Tabel 3.14 Uji Statistik Model PCGR Zona
Penumpang Model Tahun 2008
Square Error (e2) 1,579,743
Asal
Tujuan
Penumpang Tahun 2008
1
Fakfak
Ambon
4,528
3,271
2
Fakfak
Sorong
2,761
3,233
222,379
3
Fakfak
Manokwari
561
2,413
3,429,081
4
Fakfak
Kaimana
2,954
1,888
1,137,359
5
Ambon
Fakfak
3,860
4,911
1,103,862
6
Ambon
Sorong
8,079
8,137
3,307
7
Ambon
Manokwari
6,546
5,866
462,452
8
Ambon
Kaimana
4,592
4,164
183,281
9
Sorong
Fakfak
3,068
3,863
632,323
10
Sorong
Ambon
7,723
6,477
1,551,791
11
Sorong
Manokwari
6,985
5,517
2,154,032
12
Sorong
Kaimana
1,279
3,197
3,679,429
13
Manokwari
Fakfak
1,363
2,842
2,187,845
14
Manokwari
Ambon
6,543
4,603
3,764,268
15
Manokwari
Sorong
5,772
5,438
111,387
16
Manokwari
Kaimana
1,647
2,442
631,678
17
Kaimana
Fakfak
3,142
1,898
1,548,332
18
Kaimana
Ambon
1,913
2,789
766,673
19
Kaimana
Sorong
2,561
2,690
16,556
20
Kaimana
Manokwari
1,844
2,084
57,625
No.
Sum of Square Error (SSE)
25,223,401
Mean Square Error (MSE)
1,261,170
8
Tabel 3.15 Hasil Uji Statistik Model ACGR Penumpang Tahun 2008 Zona
Penumpang Model Tahun2008
Asal
Tujuan
Penumpang Tahun 2008
1
Fakfak
Ambon
4,528
4,342
34,523
2
Fakfak
Sorong
2,761
3,672
829,296
3
Fakfak
Manokwari
561
2,775
4,899,875
4
Fakfak
Kaimana
2,954
1,961
986,850
5
Ambon
Fakfak
3,860
3,830
927
6
Ambon
Sorong
8,079
7,260
670,464
7
Ambon
Manokwari
6,546
5,299
1,554,439
8
Ambon
Kaimana
4,592
3,398
1,426,277
9
Sorong
Fakfak
3,068
3,375
94,161
10
Sorong
Ambon
7,723
7,567
24,449
11
Sorong
Manokwari
6,985
5,583
1,964,290
12
Sorong
Kaimana
1,279
2,923
2,701,188
13
Manokwari
Fakfak
1,363
2,437
1,154,336
14
Manokwari
Ambon
6,543
5,278
1,599,076
15
Manokwari
Sorong
5,772
5,336
189,809
16
Manokwari
Kaimana
1,647
2,191
296,091
17
Kaimana
Fakfak
3,142
1,791
1,824,665
18
Kaimana
Ambon
1,913
3,520
2,581,514
19
Kaimana
Sorong
2,561
2,905
118,220
20
Kaimana
Manokwari
1,844
2,279
188,996
No.
Square Error (e2)
Sum of Square Error (SSE)
23,139,444
Mean Square Error (MSE)
1,156,972
Dari kedua tabel diatas dapat diketahui bahwa model ACGR merupakan model yang terbaik, Nilai sum of Square Error (SSE) dan Mean Square Error (MSE) model ACGR ini memiliki nilai yang lebih kecil dibandingkan dengan model lainnya
3.4.4
Prediksi Trip Distribution Tahun 2018
Prediksi sebaran perjalanan dapat dilakukan dengan menggunakan model yang telah dibuat pada masa sekarang (tahun data yang digunakan). Sebaran perjalanan akan dihitung menggunakan model terbaik dari model yang telah dibuat. Adapun hasil prediksi parameter/variabel bebas di atas dapat dilihat pada Tabel 3.16 sampai dengan Tabel 3.17 sebagai berikut. Tabel 3.16 Prediksi Jumlah Populasi Tiap Zona (Penduduk/Tahun) NO
KOTA
2004
2005
2006
2007
1
Fakfak
57,858
59,773
64,380
67,680
72,594 3,738 x +
53,243
109,312
2
Ambon
257,774
262,967
263,146
271,972
281,293 5,604 x +
250,618
334,682
3
Sorong
142,585
151,060
162,703
163,843
172,855 7,332 x +
136,612
246,597
4
Manokwari
150,110
157,280
166,322
175,884
181,161 8,071 x +
141,940
262,999
5
Kaimana
35,442
37,400
39,811
41,660
43,743 2,086 x +
33,353
64,646
9
2008
Faktor Pertumbuhan
2018
Tabel 3.17 Prediksi PDRB-ADHB Tiap Zona x (1000 ) rupiah NO
KOTA
2004
2005
2006
2007
2008
1
Fakfak
600,922
693,211
800,591
912,369
1,041,071
2
Ambon
1,613,731
1,819,984
2,089,100 2,333,813 2,613,871
3
Sorong
1,223,782
1,414,064
1,636,140 1,869,356 2,148,580 230,489 X + 966,918 4,424,250
4
Manokwari
1,032,516
1,197,554
1,402,776 1,686,243 2,023,491 247,064 X + 727,324 4,433,283
5
Kaimana
336,300
388,963
457,442
Tabel 3.18 Prediksi PDRB-ADHK Tiap Zona
535,207
Faktor Pertumbuhan 109,946 X + 479,796 251,411 X + 1,339,867
631,544 73,673 X + 248,872
2018 2,128,980 5,111,031
1,353,970
x (1000) rupiah
NO
KOTA
2004
2005
2006
2007
1
Fakfak
429,032
456,400
487,482
518,795
2
Ambon
1,257,863
1,336,062
1,421,961 1,511,619 1,602,316 86,446 X + 1,166,625
2,463,320
3
Sorong
966,097
1,048,559
1,138,050 1,212,765 1,303,022 83,806 X + 882,282
2,139,366
Manokwari
720,892
772,415
833,434
915,955
998,390 69,854 X + 638,656
1,686,460
Kaimana
249,387
265,932
287,131
307,230
331,808 20,614 X + 226,456
535,666
4 5
2008
Faktor Pertumbuhan
551,407 30,715 X + 396,480
2018 857,197
Sumber : Badan Pusat Statistik (BPS) Setelah parameter model diprediksi pada tahun 2018 selanjutnya produksi dan atraksi tiap zona dapat dihitung dengan model trip production dan trip attraction. Besarnya produksi dan atraksi tiap zona pada tahun 2018 dapat dilihat pada Tabel 3.19 dan Tabel 3.20 sebagai berikut. Tabel 3.19 Trip Produksi Penumpang Tahun 2018 Model Trip Generation No.
Zona
1 2 3 4 5
Fakfak Ambon Sorong Manokwari Kaimana
Konstanta
5216.580512
Koefisien X3
0.010787281
PDRB-ADHK (X3) Tahun 2018 x(1000) Rupiah 857,197 2,463,320 2,139,366 1,686,460 535,666
Total Produksi (Oi) Penumpang Tahun 2018 14,463 31,789 28,295 23,409 10,995
Tabel 3.20 Trip Atraksi Tahun 2018 Model Trip Generation No.
Zona Konstanta
1 2 3 4 5
Fakfak Ambon Sorong Manokwari Kaimana
7275.500334
Koefisien X3
0.008636723
PDRB-ADHK (X3) Tahun 2018 x(1000) Rupiah 857,197 2,463,320 2,139,366 1,686,460 535,666
Total Atraksi (Dd) Penumpang Tahun 2018 14,679 28,551 25,753 21,841 11,902
Total produksi dan atraksi tiap zona pada tahun 2018 telah diketahui maka prediksi sebaran perjalanan dapat dihitung dengan model trip distribution terbaik dalam hal ini model ACGR, dapat dilihat pada Tabel 3.21 dan Tabel 3.22 dalam bentuk matriks sebaran perjalanan.
10
Tabel 3.21 Koefisien Penyeimbang Model Trip Distribution Tahun 2018 No.
Model ACGR Tahun 2018
Zona
Ai
Bd
1
Fakfak
1.000000
0.000031
2
Ambon
1.000000
0.000042
3
Sorong
1.000000
0.000037
4
Manokwari
1.000000
0.000037
5
Kaimana
1.000000
0.000032
Tabel 3.22 Sebaran Perjalanan Penumpang Tahun 2018
Fakfak
Ambon
Sorong
Manokwari
Kaimana
Fakfak
0
5,683
4,787
3,695
2,084
Total Produksi Model (Oi) Penumpang Tahun 2018 16,249
Ambon
4,812
0
9,740
7,262
3,716
25,530
Sorong
4,571
10,985
0
8,248
3,445
27,250
Manokwari
3,396
7,883
7,938
0
2,657
21,875
Kaimana
1,899
4,000
3,288
2,635
0
11,821
14,679
28,551
25,753
21,841
11,902
102,725
14,679
28,551
25,753
21,841
11,902
102,725
Asal\Tujuan
Total Atraksi Model (Dd) Total Atraksi (Dd)
4. 1.
KESIMPULAN Berdasarkan hasil pembahasan tersebut maka dapat disimpulkan beberapa hal sebagai berikut : Berdasarkan hasil pengujian statistik, Model ACGR (attraction constrained gravity model) merupakan model yang paling baik dalam mendeskripsikan pola perjalanan angkutan udara dalam penelitian ini. Model ini menghasilkan error dengan indikator MSE terkecil sebesar 1,156,972. Model ACGR
Tid
:
O i .D d . Ai .B d C id
0 ,19
Koefisien Penyeimbang Zona
Tahun 2008
Tahun 2018
Ai
Bd
Ai
Bd
Fakfak
1.000000
0.000044
1.000000
0.000031
Ambon
1.000000
0.000059
1.000000
0.000042
Sorong
1.000000
0.000051
1.000000
0.000037
Manokwari
1.000000
0.000051
1.000000
0.000037
Kaimana
1.000000
0.000046
1.000000
0.000032
11
2.
Total Produksi dan atraksi tiap zona hasil pemodelan tahun 2008 dan prediksi tahun 2018 sebagai berikut. Penumpang Tahun 2008
Zona
Penumpang Tahun 2018
Produksi
Atraksi
Produksi
Atraksi
Fakfak
10,804
11,433
14,463
14,679
Ambon
23,077
20,707
31,789
28,551
Sorong
19,055
19,173
28,295
25,753
Manokwari
15,325
15,936
23,409
21,841
Kaimana
9,460
10,472
10,995
11,902
Sebaran perjalanan hasil pemodelan tahun 2008 dan prediksi tahun 2018 sebagai berikut. Zona Asal
Tujuan
Fakfak Fakfak Fakfak Fakfak Ambon Ambon Ambon Ambon Sorong Sorong Sorong Sorong Manokwari Manokwari Manokwari Manokwari Kaimana Kaimana Kaimana Kaimana
Ambon Sorong Manokwari Kaimana Fakfak Sorong Manokwari Kaimana Fakfak Ambon Manokwari Kaimana Fakfak Ambon Sorong Kaimana Fakfak Ambon Sorong Manokwari Total
Penumpang Tahun 2008 4,528 2,761 561 2,954 3,860 8,079 6,546 4,592 3,068 7,723 6,985 1,279 1,363 6,543 5,772 1,647 3,142 1,913 2,561 1,844 77,721
Penumpang Model ACGR Tahun 2008 4,342 3,672 2,775 1,961 3,830 7,260 5,299 3,398 3,375 7,567 5,583 2,923 2,437 5,278 5,336 2,191 1,791 3,520 2,905 2,279 77,721
Penumpang Model ACGR Tahun 2018 5,683 4,787 3,695 2,084 4,812 9,740 7,262 3,716 4,571 10,985 8,248 3,445 3,396 7,883 7,938 2,657 1,899 4,000 3,288 2,635 102,725
5. REFERENSI
Biro Pusat Statistik Kabupaten Kaimana, (2008), “Kabupaten Kaimana Dalam angka”.
Biro Pusat Statistik Provinsi Papua Barat, (2008), “ Papua Barat Dalam Angka”.
Biro Pusat Statistik Kota Ambon, (2009), “Kota Ambon Dalam angka”.
Biro Pusat Statistik Kabupaten Fakfak, (2009), “Fakfak Dalam angka”.
Biro Pusat Statistik Kota Sorong, (2009), “Kota Sorong Dalam angka”.
Departemen Perhubungan, (2009), “ Arus Lalu Lintas Angkutan Udara Bandar Udara Domine Eduard Osok Sorong”.
12
Departemen Perhubungan, (2008), “KM No.6 Tahun 2008 Tentang Kriteria Klasifikasi Organisasi Unit Pelaksana Teknis Bandar Udara”.
Departemen Perhubungan, (2008), “KM No.25 Tahun 2008 - Penyelenggaraan Angkutan Udara”.
Departemen Perhubungan, (2002), “KM 47 tahun 2002 tentang sertifikasi Operasi Bandar Udara
Departemen Perhubungan, (2002), “KM No. 44 Tahun 2002 tentang Tatanan Kebandarudaraan Nasional
Gani, F.A., (2009), “Studi Aplikasi Pengembangan Model Trip Distribution Menggunakan Multivariabel-Linear Pada Fungsi Hambatan Dan Kalibrasi Menggunakan Excel-Solver (Studi Kasus : Penerbangan Domestik Bandar Udara Angkasa Pura I)”, Tesis, Institut Teknologi Sepuluh Nopember, Surabaya.
Harian Kompas, (Juli 2003), “Hari Depan Fakfak Hadapi Kendala Transportasi”.
Instruksi Presiden Republik Indonesia, (2007), “ Nomor 5 Tahun 2007 tentang Percepatan Pembangunan Provinsi Papua dan Provinsi Papua Barat
Miro, F., (2005), “Perencanaan Transportasi - Untuk Mahasiswa, Perencana dan Praktisi”, Penerbit Erlangga, Jakarta.
Munawar, A., (2005), “Dasar-dasar Teknik Transportasi”, Penerbit Beta Offset, Yogyakarta.
Nasution, N. M., (2004), “Manajemen Transportasi - Edisi Kedua”. Penerbit Ghalia Indonesia, Jakarta.
Peraturan Pemerintah No 70, (2001), “Tentang Kebandarudaraan
Salim, A., (2006), “Manajemen Transportasi”. PT. RajaGrafindo Persada. Jakarta.
Salmani, M., (2002), “Pola Distribusi Pergerakan Angkutan Penumpang Penerbangan Domestik Melalui Pelabuhan Udara Juanda Surabaya”, Tesis, Institut Teknologi Sepuluh Nopember, Surabaya.
Sudarmanto, G. R., (2005), “Analisis Regresi Linear Ganda dengan SPSS”. Penerbit Graha Ilmu, Yogyakarta.
Tamin, O.Z., (2000), “Perencanaan dan Pemodelan Transportasi”, Edisi Kedua, Penerbit Institut Teknologi Bandung, Bandung.
Triton, P.B., (2006), “SPSS 13.0 Terapan Riset Statistik Parametrik”. Penerbit C.V Andi Offset, Yogyakarta.
Undang-Undang Nomor 21., (2001), “ Tentang Otonomi Khusus bagi Provinsi Papua
13
