STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA ATAS DASAR OBSERVASI EKUIVALENSI MOBIL PENUMPANG SKRIPSI

perpustakaan.uns.ac.id

digilib.uns.ac.id

STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA ATAS DASAR OBSERVASI EKUIVALENSI MOBIL PENUMPANG studies of performance unsignalized intersection pasar nangka on the basis of observation passenger car equivalent (pce)

SKRIPSI Disusun untuk memenuhi persyaratan memperoleh gelar sarjana teknik pada Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret

Disusun oleh : YASINTHA IKA PRAMESTI I1106062

JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2011

commit to user

i


digilib.uns.ac.id

STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA ATAS DASAR OBSERVASI EKUIVALENSI MOBIL PENUMPANG

studies of performance unsignalized intersection pasar nangka on the basis of observation passenger car equivalent (pce)

Disusun oleh : YASINTHA IKA PRAMESTI I1106062

Telah disetujui untuk dipertahankan dihadapan tim penguji pendadaran Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret

Persetujuan Dosen Pembimbing Pembimbing 1

Pembimbing 2

Ir. Agus Sumarsono, MT NIP 19570814 198601 1 001

S.J Legowo, ST. MT NIP 19670413 199702 1 001

commit to user

ii


digilib.uns.ac.id

SKRIPSI STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA ATAS DASAR OBSERVASI EKUIVALENSI MOBIL PENUMPANG

studies of performance unsignalized intersection pasar nangka on the basis of observation passenger car equivalent (pce) Disusun oleh: YASINTHA IKA PRAMESTI NIM. I1106062 Telah dipertahankan dihadapan tim penguji pendadaran Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta dan diterima guna memenuhi sebagai persyaratan untuk mendapatkan gelar sarjana Teknik Pada hari

: Kamis

Tanggal

: 21 Juli 2011

Ir. Agus Sumarsono, MT NIP. 19570814 198601 1 001

(

)

Slamet Jauhari Legowo, ST,MT NIP 19670413 199702 1 001

(

)

Ir. Djoko Sarwono, MT NIP. 19600415 199201 1 001

(

)

Dewi Handayani, ST, MT NIP. 19710919 199512 2 001

(

Mengetahui, a.n Dekan Fakultas Teknik Universitas Sebelas Maret Pembantu Dekan I

Disahkan, Ketua Jurusan Teknik Sipil Fakultas Teknik UNS

Kusno A. Sambowo, ST,M.Sc, Ph.D Ir. Bambang Santosa, MT NIP. 19691026 199503 1 002 NIP. 19590823 198601 1 001 commit to user

iii

)

Disahkan, Ketua Program S1 Non-Reguler Jurusan Teknik Sipil

Edy Purwanto, ST, MT NIP. 19680912 199702 1 001


digilib.uns.ac.id

MOTTO Hidup adalah pilihan. (NN) Janganlah hendaknya kamu kuatir tentang apapun juga, tetapi nyatakanlah dalam segala hal keinginanmu kepada Allah dalam doa dan permohonan dalam ucapan syukur. (Filipi 4:6) Tuhan membuat segala sesuatu indah pada waktunya (Pengkhotbah 3:11) Kegagalan adalah rencana alam untuk mempersiapkan kita agar lebih bertanggungjawab (Napoleon Hill) Cara paling bagus untuk keluar dari masalah adalah menyelesaikannya. (Alan Saporta)

PERSEMBAHAN Tuhan Yesus Kristus yang selalu memberikan terang dan pengharapan-Nya. Almarhumah Nenekku (Antonia Katiyem) Terimakasih atas cinta-Nya yang membuatku ingat untuk segera bangkit saat terjatuh. Ibu dan Bapakku tercinta (Dyah Retno Wulandari dan Yasin Eko Sisworo) Tidak ada kehidupan tanpa beliau sekalian, tidak ada cinta seperti cinta beliau sekalian. Adikku tersayang (Yudha Baladhika) Walaupun sering merepotkan, terimakasih telah menjadi saudaraku yang setia dan selalu membuatku tertawa.

commit to user

iv


digilib.uns.ac.id

ABSTRAK Yasintha Ika Pramesti, 2011. Studi Kinerja Simpang Tak Bersinyal Pasar Nangka Atas Dasar Ekuivalensi Mobil Penumpang.Skripsi, Jurusan Teknik Sipil Fakultas Teknik, Universitas Sebelas Maret, Surakarta. Salah satu jenis simpang adalah simpang tak bersinyal. Simpang tak bersinyal Pasar Nangka merupakan simpang empat lengan yang terdapat di wilayah Pasar Nangka. Simpang ini merupakan pertemuan antara jalan Sultan Hasanudin dan jalan Raden Mas Said. Simpang ini berbatasan dengan perlintasan kereta api secara langsung dan tidak ada pembatasan kendaraan yang melewatinya, hal ini menyebabkan arus pada persimpangan sangat padat. Berdasarkan kondisi tersebut, perlu dilakukan perhitungan emp dan analisis kinerja pada simpang tak bersinyal tersebut. Penelitian ini bertujuan untuk mengetahui nilai emp dan kinerja simpang tak bersinyal Pasar Nangka pada saat ini. Metode penelitian ini adalah survei lapangan yaitu penelitian yang dilakukan dengan meneliti lapangan secara langsung untuk mendapatkan data – data yang dibutuhkan. Perhitungan data untuk mengetahui nilai emp yaitu dengan menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997. Nilai emp dengan metode regresi linier untuk sepeda motor (MC) bernilai 0,12 dengan koefisien korelasi antara 0,159 – 0,896 dan 2,04 untuk kendaraan berat (HV) dengan koefisien korelasi -0.065 – 0,291. Metode time headway menghasilkan nilai emp 0,4 untuk sepeda motor (MC) dan 2,38 untuk kendaraan berat (HV). Dari hasil analisis data diperoleh nilai Derajat Kejenuhan (DS) dengan menggunakan emp dari MKJI 1997 sebesar 0,70, dengan menggunakan emp dari metode regresi linier sebesar 0,41 dan dengan menggunakan emp dari metode rasio headway sebesar 0,83. Tundaan yang didapat dengan menggunakan emp MKJI 1997 yaitu 11,52 smp/dtk, tundaan menggunakan emp regresi linier yaitu 13,23 smp/dtk, tundaan menggunakan emp time headway 13,70 smp/dtk. Kata kunci : emp, metode regresi linier, metode time headway, simpang tak bersinyal, derajat kejenuhan, tundaan.

commit to user

v


digilib.uns.ac.id

ABSTRACT Yasintha Ika Pramesti, 2011. Studies of Performance Unsignalized Intersection Pasar Nangka on the Basis of Observation Passenger Car Equivalence. Script, Civil Engineering Faculty Of Engineering, Sebelas Maret University, Surakarta. One type of intersection is unsignalized intersection. Unsignalized intersection Pasar Nangka is an intersection of four arm contained in Pasar Nangka. This intersection area is the meeting between Sultan Hasanudin street and Raden Mas Said street. Intersection is adjacent to the railway crossing directly and no restrictions on passing vehicle, this led to the current in this junction is very solid. Based on condition, necessary done calculation pce and performance analysis in unsignalized intersection. This research aims to detect value pce and performance unsignalized intersection Pasar Nangka at the moment. This research method is field survey that is research which done with canvass field directly to get a data. Data calculation for detect pce value that is by using linear regression analysis and time headway, and for unsignalized intersection performance data calculation uses MKJI 1997. Value pce with linear regression method for motorcycle (MC) valuable 0,12 with corelation coeficien 0,159 – 0,896 and 2,04 for heavy vehicle (HV) with correlation coeficien -0,065 – 0,291. Time headway method produce value pce 0,4 for motorcycle (MC) and 2,38 for heavy vehicle (HV). From data analysis result is got saturation degree value (DS) by using pce from MKJI 1997 is 0,70, by using pce from linear regression method is 0,41 and by using pce from time headway is 0,83. Delay that got by using pce MKJI 1997 that is 11,52 pcu/sec, delay use pce linear regression that is 13,23 pcu/sec, delay use pce time headway 13,70 pcu/sec. keyword: pce, linear regression method, time headway method, unsignalized intersection, saturation degree, delay.

commit to user

vi


digilib.uns.ac.id

KATA PENGANTAR Segala puji syukur kepada Tuhan Yang Maha Esa atas curahan rahmat-Nya, sehingga penulis dapat menyelesaikan penyusunan skripsi berjudul “Studi Kinerja Simpang Tak Bersinyal Pasar Nangka Atas Dasar Ekuivalensi Mobil Penumpang” dengan baik. Penulisan skripsi ini merupakan salah satu syarat yang harus ditempuh guna meraih gelar Sarjana Teknik pada Fakultas Teknik Universitas Sebelas Maret Surakarta. Melalui penyusunan skripsi mahasiswa diharapkan mempunyai daya analisis yang tajam serta dapat memperdalam ilmu yang telah diperoleh selama kuliah. Pada kesempatan ini, penulis mengucapkan terimakasih sebesar – besarnya kepada : 1.

Pimpinan Fakultas Teknik Universitas Sebelas Maret Surakarta beserta staf.

2.

Pimpinan Jurusan Teknik Sipil Universitas Sebelas Maret Surakarta.

3.

Pimpinan Program Non Reguler Jurusan Teknik Sipil Universitas Sebelas Maret.

4.

Ir. Slamet Prayitno, MT selaku Dosen Pembimbing Akademik.

5.

Ir. Agus Sumarsono, MT dan S.J Legowo, ST, MT

selaku Dosen

Pembimbing Skripsi. 6.

Tim penguji pada ujian pendadaran skripsi.

7.

Semua staf pengajar di Fakultas Teknik Universitas Sebelas Maret Surakarta.

8.

Teman – teman Teknik Sipil angkatan 2006 Universitas Sebelas Maret Surakarta.

9.

Semua pihak yang telah membantu dalam penyusunan skripsi ini yang tidak dapat penulis sebutkan satu persatu.

Akhir kata semoga skripsi ini dapat bermanfaat bagi semua pihak pada umumnya dan bagi mahasiswa teknik sipil pada khususnya. Surakarta, Juni 2011 commit to user

vii

Penulis


digilib.uns.ac.id

DAFTAR ISI Halaman HALAMAN JUDUL ......................................................................

i

HALAMAN PENGESAHAN ........................................................

ii

HALAMAN PERSETUJUAN ......................................................

iii

MOTTO ..........................................................................................

iv

PERSEMBAHAN...........................................................................

v

ABSTRAK ......................................................................................

vi

ABSTRACT ....................................................................................

vii

KATA PENGANTAR ....................................................................

viii

DAFTAR ISI ...................................................................................

ix

DAFTAR TABEL ..........................................................................

xii

DAFTAR GAMBAR ......................................................................

xv

DAFTAR LAMPIRAN ..................................................................

xvi

DAFTAR NOTASI .........................................................................

xvii

BAB I

PENDAHULUAN

BAB II

1.1 Latar Belakang Masalah ..................................................

1

1.2 Rumusan Masalah ............................................................

3

1.3 Batasan Masalah ..............................................................

3

1.4 Tujuan Penelitian .............................................................

3

1.5 Manfaat Penelitian ...........................................................

4

LANDASAN TEORI

2.1 Tinjauan Pustaka ...................................................................

5

2.2 Dasar Teori ....................................................................... commit to user 2.2.1 Simpang ....................................................................

7

viii

7


digilib.uns.ac.id

2.2.2 Karakteristik Lalu Lintas ..........................................

9

2.2.3 Karakteristik Kendaraan ...........................................

11

2.3. Pengertian emp ................................................................

12

2.4. Perhitungan emp ..............................................................

12

2.4.1. Perhitungan emp regresi linier ................................

12

2.4.2. Perhitungan emp metode rasio headway ................

15

2.5. Kinerja Simpang Tak Bersinyal ......................................

21

2.6. Prosedur Analisis Kinerja Simpang Tak Bersinyal ......... Dengan MKJI 1997............................................................

21

2.6.1 Data Masukan ...........................................................

21

2.6.2 Kapasitas ...................................................................

25

2.6.3 Waktu Tunda (Delay) ...............................................

34

2.6.4 Derajat Kejenuhan ....................................................

36

2.6.5 Peluang Antrian ........................................................

37

BAB III METODOLOGI PENELITIAN 3.1 Umum ..............................................................................

38

3.2 Lokasi dan Waktu Penelitian ............................................

38

3.3 Metode Penelitian .............................................................

38

3.4 Prosedur Survei ................................................................

40

3.4.1 Survei Pendahuluan ................................................

41

3.4.2 Teknik Pengumpulan Data .....................................

41

3.4.3 Peralatan yang Digunakan ......................................

41

3.4.4 Desain Survei .........................................................

42

3.4.5 Rekapitulasi Data ...................................................

43

BAB IV PEMBAHASAN 4.1 Deskripsi Penelitian ..........................................................

45

4.2 Pengolahan Data ...............................................................

49

4.3 Perhitungan Nilai emp Kendaraan....................................

50

4.3.1 Perhitungan Metode Regresi Linier .......................

50

4.3.2 Perhitungan Time Headway....................................

61

4.4 Penentuan Nilai EMP .......................................................

68

4.5 Perhitungan Kinerjacommit Simpang Tak Bersinyal ................... to user

75

ix


BAB V

digilib.uns.ac.id

KESIMPULAN DAN SARAN 5.1 Kesimpulan .......................................................................

89

5.2 Saran .................................................................................

90

DAFTAR PUSTAKA ............................................................................

xxi

commit to user

x


digilib.uns.ac.id

DAFTAR TABEL Halaman Tabel 2.1 emp Untuk Simpang Tak Bersinyal ..................................... Tabel 2.2 Klasifikasi Kendaraan ..........................................................

11

Tabel 2.3 Nilai Normal Faktor – k ......................................................

13

Tabel 2.4 Nilai Normal Komposisi Lalulintas .....................................

14

Tabel 2.5 Nilai Normal Lalulintas Umum ...........................................

14

Tabel 2.6 Kelas Ukuran Kota ...............................................................

15

Tabel 2.7 Tipe Lingkungan Jalan .........................................................

15

Tabel 2.8 Jumlah Lajur dan Lebar Rata – rata Pendekat Jalan Minor dan Utama ..............................................................

18

Tabel 2.9 Kode Tipe Simpang .............................................................

19

Tabel 2.10 Kapasitas Dasar Menurut Tipe Simpang ...........................

19

Tabel 2.11 Faktor Penyesuaian Median Jalan Utama (FM) ..................

21

Tabel 2.12 Faktor Penyesuaian Ukurean Jalan Kota (FCS) ..................

21

Tabel 2.13 Faktor Penyesuaian Tipe Lingkungan Jalan, Hambatan Samping, dan Kendaraan Tak Bermotor (FRSU) ................

22

Tabel 2.14 Faktor Rasio Jalan Minor ...................................................

24

Tabel 4.1 Jumlah Kendaraan Pada Saat Jam Puncak Dari Total Ketiga Lokasi ....................................................................

45

Tabel 4.2 Jumlah Kendaraan dan Rasio Kendaraan Pada Saat Waktu Puncak ...................................................................

47

Tabel 4.3 Rasio Motorcycle (MC) terhadap Light Vehicle (LV) .....

48

Tabel 4.4 Volume Lalulintas Pada Saat Jam Puncak Siang Lokasi 1 (Jalan Hasanudin) ............................................... commit to user Tabel 4.5 Perhitungan Regresi Linier Jalan Sultan Hasanudin

xi

50


digilib.uns.ac.id

Jam Puncak Siang .............................................................

52

Tabel 4.6 Rekapitulasi Nilai emp Menggunakan Analisis Regresi Linier .................................................................................

55

Tabel 4.7 Nilai koefisien korelasi pada jam puncak pagi .................

56

Tabel 4.8 Nilai koefisien korelasi pada jam puncak siang ................

57

Tabel 4.9 Nilai koefisien korelasi pada jam puncak sore ..................

57

Tabel 4.10 Nilai uji keberartian koefisien korelasi pada jam puncak pagi .......................................................................

58

Tabel 4.11 Nilai uji keberartian koefisien korelasi pada jam puncak siang ......................................................................

58

Tabel 4.12 Nilai uji keberartian koefisien korelasi pada jam puncak sore........................................................................

59

Tabel 4.13 Nilai Uji F pada jam puncak pagi ......................................

60

Tabel 4.14 Nilai Uji F pada jam puncak siang .....................................

61

Tabel 4.15 Nilai Uji F pada jam puncak sore ......................................

61

Tabel 4.16 Perhitungan rata-rata senjang time headway .....................

62

Tabel 4.17 Nilai Time Headway terkoreksi .........................................

64

Tabel 4.18 Perhitungan nilai emp Jl. RM Said jam puncak siang .......... 65 Tabel 4.19 Nilai emp motorcycle dan heavy vehicle dengan time headway pada tiap jalan pendekat atau pada masingmasing jam puncak ............................................................

68

Tabel 4.20 Perhitungan nilai emp motorcycle dari semua pendekat....

69

Tabel 4.21 Perhitungan nilai emp heavyvehicle dari semua pendekat .

70

Tabel 4.22 Perhitungan nilai emp motorcycle dari semua pendekat....

69

Tabel 4.23 Perhitungan nilai emp heavyvehicle dari semua pendekat .

70

Tabel 4.24 Rekap nilai emp ................................................................. commit to user

74

xii


digilib.uns.ac.id

Tabel 4.25 Perhitungan Arus Lalu Lintas Berdasarkan Nilai emp Dari MKJI 1997 ................................................................

76

Tabel 4.26 Perhitungan Arus Lalu Lintas Berdasarkan Nilai emp Dari Regresi Linier ............................................................

77

Tabel 4.27 Perhitungan Arus Lalu Lintas Berdasarkan Nilai emp Dari Time Headway...........................................................

79

Tabel 4.28 Perhitungan Kapasitas Simpang Berdasarkan Nilai emp MKJI 1997 ........................................................................

82

Tabel 4.29 .. Perhitungan Kapasitas Simpang Berdasarkan Nilai emp Regresi Linier ....................................................................

82

Tabel 4.30 .. Perhitungan Kapasitas Simpang Berdasarkan Nilai emp Time Headway ...................................................................

83

Tabel 4.31 Perhitungan Kapasitas Simpang Berdasarkan Nilai emp MKJI 1997 .......................................................................

84

Tabel 4.32 .. Perhitungan Kapasitas Simpang Berdasarkan Nilai emp Regresi Linier ....................................................................

84

Tabel 4.33 .. Perhitungan Kapasitas Simpang Berdasarkan Nilai emp Time Headway ...................................................................

85

Tabel 4.34 Perhitungan Tingkat Kinerja Simpang Berdasarkan Nilai Emp MKJI 1997 ................................................................

87

Tabel 4.35 Perhitungan Tingkat Kinerja Simpang Berdasarkan Nilai Emp Regresi Linier ...........................................................

87

Tabel 4.36 Perhitungan Tingkat Kinerja Simpang Berdasarkan Nilai Emp Time Headway ..........................................................

87

Tabel 4.37 Hasil Perhitungan Kapasitas dan Tingkat Kinerja Simpang.............................................................................

commit to user

xiii

88


digilib.uns.ac.id

DAFTAR GAMBAR Halaman Gambar 1.1

Lokasi Pasar Nangka ....................................................

2

Gambar 2.1

Lebar Rata – rata pendekat ...........................................

17

Gambar 2.2

Jumlah Lajur dan Lebar Rata – rata Pendekat Jalan Minor dan utama ..........................................................

18

Gambar 2.3

Faktor penyesuaian lebar pendekat (FW) ......................

20

Gambar 2.4

Faktor penyesuaian belok kiri (FLT) ............................

23

Gambar 2.5

Faktor Rasio Arus Minor ..............................................

24

Gambar 2.6

Tundaan Lalu lintas simpang vs Derajat Kejenuhan ....

25

Gambar 2.7

Tundaan Lalu lintas Jalan Utama vs Derajat Kejenuhan ....................................................................

Gambar 2.8

26

Rentang peluang antrian (QP%) terhadap derajat Kejenuhan (DS) ............................................................

28

Gambar 2.9

Time Headway antara pasangan – pasangan kendaraan

32

Gambar 3.1

Diagram Alir Penelitian................................................

40

Gambar 3.2

Denah Perletakan Handycam .......................................

42

Gambar 4.1

Penentuan jam puncak pagi ..........................................

46

Gambar 4.2

Penentuan jam puncak siang ........................................

46

Gambar 4.3

Penentuan jam puncak sore ..........................................

46

Gambar 4.4

Diagram pencar antara light vehicle dan motorcycle ...

54

Gambar 4.4

Diagram pencar antara light vehicle dan heavy vehicle

54

commit to user

xiv


digilib.uns.ac.id

DAFTAR LAMPIRAN

LAMPIRAN A

: Perhitungan Nilai emp dengan Metode Analisis Regresi Linier

LAMPIRAN B

: Perhitungan Nilai emp dengan Metode Rasio Headway

LAMPIRAN C

: 1. Perhitungan Arus Lalu Lintas Simpang 2. Perhitungan Kapasitas Simpang 3. Perhitungan Tingkat Kinerja Simpang

LAMPIRAN D

: Tabel Uji Statistik

LAMPIRAN E

: Administrasi Skripsi

commit to user

xv


digilib.uns.ac.id

DAFTAR NOTASI A

=

Time headway antara kendaraan ringan dengan kendaraan ringan yang berurutan

a

=

Kesalahan duga, dengan (1 - a ) merupaka tingkat kofidensi

B

=

Time headway antara kendaraan berat dengan kendaraan berat yang berurutan

BKA

=

Batas kontrol atas

BKB

=

Batas kontrol bawah

b0

=

Nilai emp untuk kendaraan ringan

b1

=

Nilai emp untuk kendaraan berat

b2

=

Nilai emp untuk sepeda motor

C

=

Time headway antara

kendaraan berat dengan kendaraan ringan

yang berurutan C

=

Kapasitas (Pada kinerja simpang)

CO

=

Kapasitas dasar

D

=

Time headway antara kendaraan ringan dengan kendaraan berat yang berurutan

D

=

Tundaan simpang

DG

=

Tundaan geometrik simpang

DS

=

Derajat kejenuhan

DTI

=

Tundaan lalu lintas simpang

DTMA

=

Tundaan lalu lintas jalan utama

DTMI

=

commit to user Tundaan lalu lintas jalan minor

xvi


digilib.uns.ac.id

e

=

Batas toleransi kesalahan

emp

=

Ekuivalensi Mobil Penumpang

E

=

Standar error

F

=

Faktor penyesuain kapasitas

FCS

=

Ukuran kota

FLT

=

faktor penyesuaian Belok kiri

FM

=

faktor penyesuaian tipe median jalan utama

FMI

=

faktor penyesuaian rasio arus jalan minor total

FRSU

=

faktor penyesuaian tipe hambatan samping

FRT

=

faktor penyesuaian Belok kanan

Fsmp

=

Faktor smp

FW

=

faktor penyesuaian lebar pendekat rata-rata (lebar masuk)

HV

=

Heavy vehicle

HVm

=

Jumlah kendaraan berat pada putaran m

K

=

Koefisien koreksi

LV

=

Light vehicle

LVm

=

Jumlah kendaraan ringan pada putaran m

MC

=

Motorcycle

MC m

=

Jumlah sepada motor pada putaran m

MKJI

=

Manual Kapasitas Jalan Indonesia

MV

=

na

=

Kendaraan tak bermotor total commit to user Jumlah data time headway kendaraan ringan diikuti kendaraan ringan xvii


digilib.uns.ac.id

nb

=

Jumlah data time headway kendaraan berat diikuti kendaraan berat

nc

=

Jumlah data time headway kendaraan ringan diikuti kendaraan berat

nd

=

Jumlah data time headway kendaraan berat diikuti kendaraan ringan

n

=

Jumlah sampel

n-1

=

Derajat kebebasan (degree of freedom)

n-2

=

Derajat kebebasan (dk)

Qm

=

Besarnya arus (smp/jam) pada putaran m

r

=

Indeks korelasi

r

=

Nilai koefisien korelasi hasil perhitungan

R

=

Rentang

RJK res =

Rata-rata jumlah kuadrat regresi b

a

RJK Re g (b a ) = Rata-rata jumlah kuadrat residu

s

=

Simpangan baku

s

=

Standar deviasi

smp

=

Satuan mobil penumpang

ta

=

Nilai rata-rata time headway kendaraan ringan diikuti kendaraan ringan

ta k

=

Nilai rata rata time headway LV-LV terkoreksi

tb

=

Nilai rata-rata time headway kendaraan berat diikuti kendaraan berat

tbk

=

Nilai rata rata time headway HV-HV terkoreksi

tc

=

Nilai rata-rata time headway kendaraan ringan diikuti kendaraan commit to user berat

xviii


digilib.uns.ac.id

tck

=

Nilai rata rata time headway LV-HV terkoreksi

td

=

Nilai rata-rata time headway kendaraan berat diikuti kendaraan ringan

td k

=

Nilai rata rata time headway HV-LV terkoreksi

UM

=

Kendaraan tak bermotor

X1

=

Jumlah kendaraan berat pada putaran m

X2

=

Jumlah sepeda motor pada putaran m

xi

=

Nilai time headway ke-i

x

=

Nilai rata-rata sampel time headway

m2

=

Batas keyakinan bawah nilai rata-rata

Y

=

Jumlah kendaraan ringan pada putaran m

m1, 2

=

Batas-batas interval keyakinan

Q

=

Arus lalu lintas total

Qm

=

Besarnya arus (smp/jam) pada putaran m

QP%

=

Peluang antrian

commit to user

xix


digilib.uns.ac.id

DAFTAR PUSTAKA Anonim. 2005. Buku Pedoman Penulisan Tugas Akhir. Surakarta: Jurusan Teknik Sipil Fakultas Teknik UNS _______.1997. Manual Kapasitas Jalan Indonesia (MKJI) 1997. Jakarta : Direktorat Jenderal Bina Marga Departemen Pekerjaan Umum RI Achyani Agustina Pratiwi. 2009 Penentuan Nilai Ekuivalensi Mobil Penumpang di Simpang Tak Bersinyal. Surakarta : Skripsi Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta. Andrita Dwijayanti. 2007. Validasi Nilai Ekuivalensi Mobil Penumpang (EMP) di Simpang Bersinyal Dengan Manual Kapasitas Jalan Indonesia 1997. Surakarta : Skripsi Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta. Morlok Edward K, 1991, Pengantar Teknik dan Perencanaan Transportasi, Penerbit Erlangga, Jakarta. Oglesby, C.H. and Hick, R.G., 1982, Teknik Jalan Raya, Penerbit Erlangga, Jakarta. Putri Khoiriyah Utami. 2010. Penentuan Nilai Ekuivalensi Mobil Penumpang Pada Bundaran. Surakarta: Skripsi Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta Rismawan Andrianto. 2006. Studi Kinerja Simpang Tidak Bersinyal. Surakarta : Skripsi Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta Sudjana. 2002. Metoda Statistik, Penerbit Tarsito, Bandung Taylor , MA.P., Young, W ., and Bonsall, Peter W. 1996. Understanding Traffic Systems, Data Analysis and Presentation. Avebury technical.

commit to user

xx

80 digilib.uns.ac.id


BAB I PENDAHULUAN

1.1 Latar Belakang Masalah

Dewasa ini, sering terjadi permasalahan lalu lintas khususnya daerah simpang. Permasalahan ini disebabkan oleh semakin meningkatnya mobilitas penduduk yang tidak berimbang dengan perkembangan sarana dan prasarana lalulintas. Untuk itu, diperlukan manajemen lalu lintas yang tepat untuk mengatasi permasalahan lalu lintas tersebut.

Parameter yang digunakan untuk menentukan manajemen lalu lintas yang tepat untuk mengatasi permasalahan transportasi saat ini adalah dengan perhitungan kinerja simpang. Dalam perhitungan kinerja simpang, salah satu faktor yang berpengaruh adalah nilai emp. Nilai emp merupakan faktor konversi kendaraan menjadi satuan mobil kendaraan. Indonesia telah memiliki standar nilai emp yaitu standar nilai emp berdasarkan MKJI 1997. MKJI dibuat pada tahun 1997 dengan kondisi lalu lintas sesuai pada tahun tersebut. Namun, pada kenyataannya kondisi tahun 1997 diduga tidak relevan dengan kondisi saat ini. Pada tahun 1997 jumlah motorcycle pada simpang 4 lengan diketahui sebesar 33%. Jumlah tersebut jelas tidak sesuai dengan jumlah motorcycle pada saat ini yang mencapai lebih dari 60% dari jumlah kendaraan yang melintas di jalan raya. Hal tersebut membuat penulis tertarik untuk mengetahui apakah nilai emp berdasarkan MKJI 1997 masih sesuai bila digunakan untuk saat ini.

Sejauh ini telah banyak dilakukan penelitian untuk mendapatkan nilai emp. Metode yang dapat digunakan untuk mendapatkan nilai emp yaitu metode semi empiris, metode Walker’s, metode headway, regresi linier, koefisien homogenic, dan metode simulasi. Metode yang akan digunakan dalam penelitian ini adalah Metode Headway dan Analisis Regresi Linier. Pada metode regresi linier tidak terpengaruh dan tidak terdeteksi adanya spacing, yaitu jarak antara kendaraan yang berurutan di dalam arus lalulintas. commitMaka to useragar nilai emp lebih logic didekati

2 digilib.uns.ac.id


dengan metode rasio headway dimana pada metode ini terjadinya spacing dapat terdeteksi. Metode perhitungan emp dengan regresi linier dan rasio time headway juga pernah dilakukan sebelumnya yaitu oleh Achyani Agustina Pratiwi di lokasi Jalan Kapt. Mulyadi-Jalan Mayor Kusmanto dan simpang Jalan dr. RadjimanJalan dr. Wahidin dan Putri Khoiriyah Utami di lokasi bundaran Joglo.

Emp yang diperoleh dari perhitungan nanti akan dipergunakan untuk menghitung kinerja simpang di lokasi Pasar Nangka. Dengan maksud untuk mengetahui seberapa besar perbedaan kinerja simpang Pasar Nangka berdasarkan observasi emp dari metode regresi linier dan rasio time headway dengan emp dari MKJI 1997. Perhitungan kinerja simpang akan dilakukan sesuai dengan standar perhitungan MKJI 1997.

Lokasi penelitian untuk perhitungan emp ini adalah simpang Pasar Nangka. Lokasi ini terletak di kota Surakarta yang merupakan simpang empat tak bersinyal, dimana pada saat jam puncak dan saat pintu perlintasan di tutup, terjadi antrian kendaraan yang cukup panjang di lengan utamanya. Lokasi simpang tersebut dapat dilihat pada gambar 1.1.

Gambar 1.1 Lokasi Pasar Nangka commit to user

3 digilib.uns.ac.id


1.2 Rumusan Masalah

Dari latar belakang masalah yang telah diuraikan di atas, maka dapat dibuat perumusan masalah yaitu : 1. Bagaimana menghitung emp dengan menggunakan metode rasio headway, analisis regresi linier ? 2. Bagaimana menghitung kinerja simpang tak bersinyal berdasarkan metode MKJI 1997 dengan menggunakan observasi nilai emp metode rasio headway, nilai emp analisis regresi linier dan nilai emp MKJI 1997?

1.3 Batasan Masalah

Masalah yang dibahas dalam penulisan skripsi ini dibatasi pada : 1. Lokasi studi adalah simpang perlintasan kereta api Pasar Nangka di Surakarta. 2. Kinerja simpang tak bersinyal dihitung berdasarkan MKJI 1997. 3. Penelitian dilakukan pada saat jam sibuk berdasarkan survei pendahuluan. 4. Jenis kendaraan yang ditinjau yaitu semua jenis kendaraan bermotor dan tidak bermotor. 5. Data arus lalu lintas diambil pada hari Senin pukul 06.00 – 08.00 WIB, pukul 11.30 – 13.30 WIB, pukul 16.00 – 18.00 WIB. 6. Metode perhitungan nilai emp dengan rasio headway dan analisis regresi linier.

1.4 Tujuan Penelitian Tujuan dari penulisan skripsi ini adalah 1. Untuk mengetahui nilai emp pada simpang tak bersinyal di daerah Pasar Nangka. commit to user

4 digilib.uns.ac.id


2. Untuk mengetahui dan membandingkan kinerja simpang tak bersinyal Pasar Nangka dengan nilai emp yang berbeda. 1.5 Manfaat Penelitian Manfaat dari hasil penelitian ini adalah : 1. Manfaat teoritis a. Memperluas wawasan dan pengetahuan tentang cara menghitung kinerja simpang berdasarkan data-data yang diperoleh di lapangan. b. Menerapkan dan meningkatkan pemahaman ilmu yang diperoleh di bangku kuliah. 2. Manfaat praktis Memberikan informasi tentang bagaimana cara menghitung tingkat kinerja simpang tak bersinyal menggunakan MKJI 1997 dengan nilai emp yang bervariasi.

commit to user

5 digilib.uns.ac.id


BAB II LANDASAN TEORI

2.1 Tinjauan Pustaka

Simpang dibedakan menjadi dua jenis yaitu simpang jalan tak bersinyal dan simpang jalan dengan sinyal. Sinyal disini adalah lampu lalu – lintas (traffic lights). Pada simpang tak bersinyal, para pemakai jalan memutuskan sendiri apakah mereka cukup aman untuk langsung melewati atau harus berhenti dahulu sebelum melewati simpang tersebut. Sedangkan yang bersinyal, para pemakai jalan harus mematuhi lampu lalu – lintas, yaitu bila menunjukan warna hijau berarti boleh melewati, warna merah berarti harus berhenti, dan warna kuning boleh melewati tetapi harus hati – hati dan siap untuk berhenti. (Morlock, E.K.1995, 240)

Pengaruh dari kendaraan tidak bermotor itu berbeda pada simpang tak bersinyal dan simpang bersinyal. Karena perbedaan inilah diperlukan adanya ekuivalensi yang berbeda pula antara simpang tak bersinyal dan simpang bersinyal. Kecepatan rata-rata mobil penumpang di arus dasar dan arus campuran dihitung dari data pengamatan di lapangan. Kendaraan tak bermotor memberi dampak yang cukup signifikan

pada

kecepatan

rata-rata

mobil

penumpang

pada

arus

campuran.(Nakamura Fumihiko, 2006)

Simpang merupakan bagian yang tidak terpisahkan dari jaringan jalan. Di daerah perkotaan biasanya banyak memiliki simpang, dimana pengemudi harus memutuskan untuk berjalan lurus atau berbelok dan pindah jalan untuk mencapai satu tujuan. Simpang dapat didefenisikan sebagai daerah umum dimana dua jalan atau lebih bergabung atau bersimpangan, termasuk jalan dan fasilitas tepi jalan untuk pergerakan lalulintas di dalamnya (Khisty, 2005).

Parameter paling penting dalam perencanaan, perancangan dan pengaturan simpang adalah arus, kehilangancommit waktutodan usersatuan mobil penumpang (smp).

6 digilib.uns.ac.id


Faktor tersebut merupakan patokan umum pada kebanyakan Negara dalam mencari kinerja simpang dan pada jalan umum ketika keadaan lalulintas dipenuhi dengan pergerakan kendaraan. (Hadiuzzaman, 2008)

Tundaan adalah tambahan waktu yang dibutuhkan kendaraan untuk nilai membandingkan simpang dengan nilai jalan tanpa simpang. Simpang atau pertemuan dua bagian jalur transportasi, dalam keadaan ini antara jalur jalan raya dan rel kereta api sering menyebabkan terjadinya waktu tunda. Dalam keadaan ini, beberapa simpang berdekatan dengan rel kereta api diatur dengan palang pintu otomatis. Permasalahannya adalah ketika palang pintu ditutup volume kendaraan melebihi batas, hal ini berpotensi untuk terjadinya waktu tunda dan antrian kendaraan yang panjang. (Andy Saiful Amal, 2002)

Besar nilai emp untuk ruas jalan berbeda dengan nilai emp untuk simpang. Nilai emp mempengaruhi kinerja dari sebuah ruas jalan atau suatu simpang. Oleh karena itu, agar kebijakan yang diambil dalam rangka mengatasi sebuah masalah sesuai dengan kondisi lapangan maka dibutuhkan suatu nilai emp yang sesuai dengan keadaan jalan yang sebenarnya.(Rosma Indriyani, 2007)

Penelitian untuk menentukan nilai emp pernah dilakukan oleh beberapa peneliti. Baik diruas jalan maupun simpang. Termasuk diantaranya untuk menentukan nilai emp suatu ruas jalan ataupun simpang. Nilai emp dari beberapa peneliti terdahulu dapat dilihat pada tabel 2.1.

commit to user

7 digilib.uns.ac.id


Tabel 2.1 Nilai emp untuk simpang tak bersinyal No

Jenis Kendaraan

Nilai emp MKJI

Achyani Agustina

Putri Khoriyah

1997

Pratiwi

Utami

Regresi

Time

Regresi

Time

Linier

Headway

Linier

Headway

1.0

1.0

1.0

1.0

1

Kendaraan ringan

1.0

2

Sepeda Motor

0.5

0.30-0.41 0.23-0.48

0.17

0.44

1.5

1.10-1.35 1.10-1.20

1.47

1.58

3

Kendaraan berat

Metode yang digunakan pada penelitian ini menggunakan metode yang sama dengan penelitian yang dilakukan sebelumnya oleh Achyani Agustina Pratiwi dan Putri Khoiriyah Utami, yaitu Metode Analisis Regresi Linier dan Metode Rasio Headway, perbedaannya terletak pada pemilihan jenis dan lokasi simpang, jenis kendaraan yang dicari nilai emp-nya dan kinerja simpang-nya.

2.2

Dasar Teori

2.2.1. Simpang Simpang merupakan pertemuan dari ruas – ruas jalan yang berfungsi untuk melakukan perubahan arus lalulintas. Pada dasarnya persimpangan adalah bagian terpenting dari sistem jaringan jalan, yang secara umum kapasitas persimpangan dapat dikontrol dengan mengendalikan volume lalulintas dalam sistem jaringan tersebut. Pada prinsipnya persimpangan adalah pertemua dua atau lebih jaringan jalan. Pada umumnya terdapat empat macam pola dasar pergerakan lalulintas kendaraan berpotensi menimbulkan konflik, yaitu : merging (bergabung dengan jalan utama), diverging (berpisah arah dari jalan utama), weaving (terjadi perpindahan jalur/jalinan), crossing (terjadi perpotongan dengan kendaraan dari jalan lain).

commit to user

8 digilib.uns.ac.id


Secara umum terdapat 3 (tiga) jenis persimpangan, yaitu : simpang sebidang, pemisah jalur jalan tanpa ramp, dan interchange (simpang susun). Simpang sebidang (intersection at grade) adalah simpang dimana dua jalan atau lebih bergabung, dengan tiap jalan mengarah keluar dari sebuah simpang dan membentuk bagian darinya. Jalan-jalan ini disebut kaki simpang/lengan simpang atau

pendekat.

Dalam

perancangan

persimpangan

sebidang,

perlu

mempertimbangkan elemen dasar yaitu : 1.

Faktor manusia, seperti kebiasaan mengemudi, waktu pengambilan keputusan, dan waktu reaksi.

2.

Pertimbangan lalu lintas, seperti kapasitas, pergerakan berbelok, kecepatan kendaraan, ukuran kendaraan, dan penyebaran kendaraan.

3.

Elemen fisik, seperti jarak pandang, dan fitur-fitur geometrik.

4.

Faktor ekonomi, seperti konsumsi bahan bakar, nilai waktu.

Berdasarkan pengaturan lalu – lintas pada simpang, dibedakan menjadi 2 jenis, yaitu : 1.

Simpang bersinyal Pada simpang jenis ini, arus kendaraan yang memasuki persimpangan diatur secar bargantian untuk mendapatkan prioritas dengan berjalan terlabih dahulu yang dikendalikan oleh lampu lalu – lintas (Traffic Light).

2.

Simpang tak bersinyal Pada simpang tak bersinyal berlaku aturan yang disebut “General Priority Rute” yaitu kendaraan yang terlebih dahulu berada di persimpangan mempunyai hak untuk berjalan terkebih dahulu daripada kendaraan yang akan memasuki persimpangan.

Simpang tak bersinyal dikategorikan menjadi : a.

Simpang tanpa pengontrol. Pada simpang ini tidak terdapat hak berjalan (right of way) terlebih dahulu yang diberikan pada suatu jalan dari simpang tersebut. Bentuk simpang ini cocok pada simpang yang mempunyai arus lalu – lintas rendah. commit to user

9 digilib.uns.ac.id


b.

Simpang dengan prioritas Simpang dengan prioritas member hak yang lebih kepada suatu jalan yang spesifik. Bentuk operasi ini dilakukan pada simpang dengan arus yang berbeda dan pada pendekat jalan yang mempunyai arus yang lebih rendah sebaiknya dipasang rambu.

c. Persimpangan dengan pembagian ruang Simpang jenis ini memberikan prioritas yang sama dan gerakan yang berkesinambungan terhadap semua kendaraan yang berasal dari masing – masing lengan. Arus kendaraan saling berjalan pada kecepatan relatif rendah dan dapat melewati persimpangan tanpa harus berhenti. Pengendalian simpang pada jenis ini umumnya diberlakukan dengan operasi bundaran.

2.2.2

Karakteristik Lalu Lintas

Menurut Manual Kapasitas Jalan Indonesia, 1997 arus lalu lintas yaitu jumlah kendaraan bermotor yang melewati suatu titik pada jalan persatuan waktu, dinyatakan dalam kendaraan/jam (Qkend), smp/jam (Qsmp) atau LHRT (Lalulintas Harian Rata-rata Tahunan). Arus lalu lintas yaitu jumlah kendaraan yang melintas pada suatu titik dan pada suatu jalur gerak dalam satu satuan waktu. (Morlok Edward K, 1985). Karakteristik dasar arus lalu intas digolongkan menjadi dua kategori, yaitu : 1.

Makroskopis

Arus lalulintas secara makroskopis merupakan suatu karakteristik secara keseluruhan dalam suatu lalu lintas yang dapat digambarkan dengan 4 parameter, yaitu : a.

Karakteristik Volume Lalu Lintas (flow volume) Volume lalu lintas adalah jumlah kendaraan (mobil penumpang) yang melalui suatu titik tiap satuan waktu. Kebutuhan pemakaian jalan akan selalu berubah berdasarkan waktu dan ruang.

b.

Kecepatan Kecepatan menentukan jarak yang dijalani pengemudi kendaraan dalam waktu

tertentu.

Pemakai

jalan dapat commit to user memperpendek waktu perjalanan.

menaikan

kecepatan

untuk


c.


Kerapatan Kerapatan adalah jumlah kendaraan yang menempati panjang ruas jalan tertentu atau lajur yang umumnya dinyatakan sebagai jumlah kendaraan tiap kilometer.

d.

Derajat Kejenuhan Derajat kejenuhan adalah perbandingan dari volume (nilai arus) lalu lintas terhadap kapasitasnya atau rasio dari arus lalulintas terhadap kapasitas untuk suatu pendekat.

2.

Mikroskopis

Arus lalu lintas secara mikroskopis merupakan suatu karakteristik secara individual dari kendaraan yang meliputi headway dan spacing. a. Time headway merupakan salah satu variable dasar yang digunakan untuk menjelaskan pergerakan lalu lintas. Time headway adalah interval waktu antara dua kendaraan yang melintasi suatu titik pengamatan pada jalan raya secara berurutan dalam arus lalu lintas. Pengukuran dilakukan dari bumper depan ke bumper depan kendaraan yang berurutan. Data headway diukur dengan memakai stopwatch. b. Spacing didefinisikan sebagai jarak antara kendaraan yang berurutan di dalam arus lalu lintas, yang dihitung dari muka kendaraan yang satu dengan muka kendaraan dibelakangnya (meter/kendaraan). Data Spacing diperoleh dengan survei dari foto udara. Volume lalu lintas tergantung pada time headway, demikian berlaku pula sebaliknya. Jika arus lalu lintas mencapai maksimum, maka time headway akan mencapai minimum dan jika volume mengecil, time headway akan mencapai maksimum. 2.2.3

Karakteristik Kendaraan

Karakteristik kendaraan berdasarkan fisiknya dibedakan berdasarkan pada dimensi, berat dan kinerja. Dimensi kendaraan mempengaruhi : lebar lajur lalu lintas, lebar bahu jalan yang diperkeras, panjang dan lebar ruang parkir. Dimensi commit to user kendaraan adalah : lebar, panjang, tinggi, radius putaran dan daya angkut dapat



dilihat pada tabel 2.2. Tabel 2.2. Tabel Klasifikasi Kendaraan Klasifikasi

Definisi

Jenis – jenis Kendaraan

Kendaraan Kendaraan Ringan

Kendaraan ringan (LV = Light Mobil pribadi, mikrobis, Vahicle)

oplet, pick-up, truk kecil,

Kendaraan bermotor dua as angkutan

penumpang

beroda empat dengan jarak as 2 dengan jumlah penumpang – 3 m.

maksimum

10

orang

termasuk pengemudi. Kendaraan Umum

Kendaraan umum (HV = Heavy Bus, truk 2 as, truk 3 as dan Vehicle)

truk

Kendaraan bermotor dengan system lebih dari empat roda.

kombinasi

sesuai

klasifikasi

Marga,

Bina

angkutan

penumpang dengan jumlah tempat

duduk

20

buah

termasuk pengemudi. Sepeda Motor

Sepeda motor (motorcycle) kendaraan

bermotor

Sepeda

motor

dengan kendaraan

dua atau tiga roda.

sesuai

beroda

sistem

dan tiga

klasifikasi

Bina Marga. Sumber : MKJI 1997

2.3 Pengertian emp Ekuivalensi mobil penumpang yaitu faktor yang menunjukkan pengaruh berbagai tipe kendaraan dibandingkan kendaraan ringan lainnya sehubungan dengan pengaruhnya terhadap kecepatan, kemudahan bermanufer, dan dimensi kendaraan ringan dalam arus lalulintas. (untuk mobil penumpang dan kendaraan ringan yang sasisnya mirip; emp = 1,0). 2.4 Perhitungan emp commit to user



2.4.1 Analisis Regresi Linier Terdapat hubungan linier antara kendaraan satu dengan kendaraan yang lain sehingga terjadi interaksi peka antara kecepatan dan kerapatan dan kerapatan dan keduanya berasal dari arus yang dapat dihitung. Perhitungan arus dari kendaraan dilakukan secara manual pada periode waktu yang ditetapkan. Qm = pcuLV*LVm+pcuHV*HVm+pcuMC*MCm............................................(2.1) (MAP Taylor, 1996) Dengan : Qm

= besarnya arus (smp/jam) pada putaran m

LVm = jumlah Light Vehicle pada putaran m HVm

= jumlah Heavy Vehicle pada putaran m

MCm = jumlah Motorcycle pada putaran m Jika nilai emp untuk LV=1, maka persamaan 2.14 dapat dinyatakan sebagai berikut : LV = Qm - pcuHV*HVm - pcuMC*MCm......................................................(2.2) (MAP Taylor, 1996) Dengan persamaan di atas didapatkan m persamaan yang dapat digunakan untuk menentukan nilai pcuHV dan pcuMC. Setiap jenis kendaraan memiliki pengaruh masing – masing terhadap jenis kendaraan lainnya, maka perhitungan menggunakan analisis regresi linier sederhana. Dengan bentuk umum sebagai berikut : Y = b0 + b1X1...................................................................................(2.3) Y = b0 +b2X2....................................................................................(2.4) Dengan : Y

= Jumlah Light Vehicle pada putaran m

X1

= Jumlah Motorcycle pada putaran m

X2

= Jumlah Heavy Vehicle pada putaran m

bo

= Nilai emp untuk Light Vehicle

b1

= Nilai emp untuk Motorcycle

b2

= Nilai emp untuk Heavy Vehicle commit to user



Variabel – variabel dari persamaan 2.3 dan persamaan 2.4 terdiri dari satu variable bebas yaitu Y, dan dua variabel terikat yaitu b1 dan b2. Penelitian menggunakan regresi linier seringkali dipakai untuk mengetahui bentuk hubungan antara variable dependen dan variable independen terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan sempurna, atau untuk mengetahui bagaimana variasi dari beberapa variable independen mempengaruhi variable dependen. Estimasi kuadrat terkecil untuk parameter βo, β1, .......,βp adalah harga-harga bo, b1, ....., bp dengan persamaan normal sebagai berikut : nbo + b1∑X1i + b2∑ X2i+ ... +bp ∑Xpi = ∑Yi bo∑X1i + b1∑X1i 2+ b2∑X1i ∑ X2i + ... + bp ∑X1i ∑Xpi = ∑X1i Yi bo∑Xpi + bp ∑X1i ∑Xpi + b2i ∑X2i ∑Xpi + ... + bp ∑Xpi2 = ∑Xpi Yi ...............(2.5) Persamaan regresi linier terdiri dari satu variabel terikat dan satu variabel bebas, maka sesuai persamaan diatas diperoleh : nbo + b1∑X1i = ∑Y.....................................................................................(2.6) bo∑X1i + b1∑X1i 2= ∑X1i Yi ........................................................................(2.7) Koefisien regresi linier bo dan b1 dapat diperoleh dengan menyelesaikan persamaan 2.18 dan 2.19, yaitu dengan cara :

å Y * å X - å X * å XY .............................................................(2.8) = n * å X - (å X ) n * å XY - å X å Y = ........................................................................(2.9) n * å X - (å X ) 2

b0

b0

2

2

2

2

Hubungan antara variable independen terhadap variable dependen dapat dilihat dengan menghitung nilai korelasi. Tinggi – rendah, kuat – lemah, atau besar – kecilnya suatu korelasi dapat diketahui dengan melihat besar kecilnya suatu koefisien yang disebut angka indeks korelasi yang disimbolkan dengan r. Nilai koefisien korelasi di dapat dari :

r=

n * å xy - å x å y

.........................................................(2.10) commit to user 2 nå x - (å x ) nå y - å ( y ) 2

2

2



Dengan : r = indeks korelasi

Harga r berkisar antara -1<0<+1, jika harga r = -1 menyatakan korelasi antara kedua variabel tersebut negatif dan arah korelasi berlawanan arah yang artinya terdapat pengaruh negatif antara variable bebas yaitu jika variable x1 yang besar berpasangan dengan y yang kecil, ataupun sebaliknya.

Harga r = +1, menyatakan korelasi antara kedua variable tersebut positif dan arah korelasi satu arah yang artinya terdapat pengaruh positif antara variable bebas yaitu jika variable x1 yang besar berpasangan dengan y yang besar juga. Untuk melihat keberartian koefisien korelasi dilakukan dengan uji t (t student) dengan langkah pengujian hipotesisnya :

t hitungan = r

n-2 ......................................................................................(2.11) 1- r2

ttabel = (1 - a / 2 )(dk )

Dengan : n

= jumlah sampel

r

= nilai koefisien korelasi hasil perhitungan

α

= kesalahan duga, dengan (1-α) merupakan tingkat konfidensi

n–2

= derajat kebebasan (dk)

nilai uji t hitungan yang dapat dibandingkan terhadap nilai t tabel, jika nilai uji t hitungan ≥t

tabel

maka dapat disimpulkan bahwa terdapat hubungan anatara variable x dan

variabel y.

Uji Regresi Linier Untuk memastikan apakah persamaan regresi linier yang terbentuk bisa diterima atau tidak, maka persamaan tersebut diuji dengan menggunakan uji statistik F yang ditentukan oleh : F=

RJK reg (b / a ) RJK res

.........................................................................................(2.12) commit to user



æ å xå y ö÷ bçç å xy ÷ n è ø F= .............................(2.13) 2 æ ö æ ö æ ö x y y ç å y 2 - bç å xy - å å ÷ - ç å ÷ ÷ / n - 2 ç ÷ ç n ÷÷ ç n è ø è øø è Dengan : RJK res

= rata – rata jumlah kadrat residu b/a

RJK reg (b/a)

= rata – rata jumlah kuadrat regresi b/a

n

= jumlah data

Sifat dari pengujian ini adalah dapat diterima apabila harga F > Fα (n-p-1) atau F < - Fα(n-p-1) diperoleh dari tabel distribusi F.

2.4.2

Metode Rasio Headway

Dalam bukunya yang berjudul “Highway traffic analysis and Desing”, R.J. Salter menerangkan cara menentukan nilai ekuivalensi mobil penumpang (emp). Nilai emp didapat dengan mencatat waktu antara (time headway) antara kendaraan yang berurutan pada saat kendaraan – kendaraan tersebut melewati suatu titik yang telah ditentukan. Rasio headway yang diperlukan mencakup 4 macam kombinasi kendaraan, yaitu : 1. LV diikuti LV 2. LV diikuti HV 3. HV diikuti LV 4. HV diikuti HV Untuk lebih jelasnya dapat dilihat pada Gambar 2.9. berikut :

L

L

A

H

H

B

H L

C

L

H

D

Gambar 2.9. Time Headway antara pasangan-pasangan kendaraan commit to user



Dengan : LV

= Light Vehicle/ kendaraan ringan.

HV

= Heavy Vehicle/ kendaraan berat.

A

= Time headway antara Light Vehicle dengan Light Vehicle yang berurutan.

B

= Time headway antara Heavy Vehicle dengan Heavy Vehicle yang berurutan.

C

= Time headway antara Light Vehicle dengan Heavy Vehicle yang berurutan.

D

= Time headway antara Heavy Vehicle dengan Light Vehicle yang berurutan.

Nilai emp Heavy Vehicle dihitung dengan cara membagi nilai rata-rata time headway Heavy Vehicle diikuti Heavy Vehicle dengan nilai rata-rata time headway Light Vehicle diikuti Light Vehicle. Hasil ini benar apabila time headway Heavy Vehicle tidak tergantung pada kendaraan yang mendahuluinya maupun kendaraan yang mengikutinya. Kondisi ini didapat jika jumlah rata-rata time headway Light Vehicle diikuti Light Vehicle ditambah dengan nilai rata-rata time headway Heavy Vehicle diikuti Heavy Vehicle sama dengan jumlah dari nilai rata-rata time headway Light Vehicle diikuti Heavy Vehicle ditambah dengan nilai rata-rata time headway Heavy Vehicle diikuti Light Vehicle.

Hal tersebut dapat ditulis dengan sebuah persamaan sebagai berikut: ta + tb = tc +td…………………………………………………………….(2.14) (R.J. Salter, 1980) Dengan: ta

: Nilai rata-rata time headway Light Vehicle diikuti Light Vehicle

tb

: Nilai rata-rata time headway Heavy Vehicle diikuti Heavy Vehicle

tc

: Nilai rata-rata time headway Light Vehicle diikuti Heavy Vehicle

td

: Nilai rata-rata time headway Heavy Vehicle diikuti Light Vehicle commit to user



Keadaan yang dapat memenuhi persamaan diatas sulit diperoleh, karena setiap kendaraan

mempunyai

karakteristik

yang

berbeda-beda.

Demikian

juga

pengemudi memiliki kemampuan dan tingkat observasi yang berbeda-beda dalam menjalankan kendaraannya. Oleh karena itu diperlukan suatu koreksi pada nilai rata-rata time headway yang dapat dilakukan dengan persamaan sebagai berikut : Nilai tersebut adalah :

k ù é k ù é k ù é k ù é êëta - na úû + êëtb - nb úû = êëtc - nc úû + êëtd - nd úû ………………………….(2.15) (R.J Salter, 1980)

Dengan nilai koreksi k k=

na.nb.nc.nd .[ta + tb - tc - td ] ………………………...(2.16) nb.nc.nd + na.nc.nd + na.nb.nd + na.nb.nc

(R.J Salter, 1980) Dengan : na

= jumlah data time headway Light Vehicle dikuti Light Vehicle

nb

= jumlah data time headway Heavy Vehicle dikuti Heavy Vehicle

nc

= jumlah data time headway Light Vehicle dikuti Heavy Vehicle

nd

= jumlah data time headway Heavy Vehicle dikuti Light Vehicle

Selanjutnya nilai rata – rata time headway pasangan kendaraan tersebut dikoreksi sebagai berikut : tak = ta

k ………………………........................................(2.17a) na

tbk = ta

k …………......................................……………..(2.17b) nb

tck = ta -

k …………………………………......................(2.17c) nc

tdk = ta -

k ……………………………………......………(2.17d) nd

commit to user



Selanjutnya nilai rata – rata time headway yang sudah dikoreksi tersebut, maka : tak + tbk = tck + tdk ……………….........………………….(2.18) (R.J Salter, 1980) Dengan : tak

= Nilai

rata-rata time headway LV-LV terkoreksi

tbk

= Nilai

rata-rata time headway HV-HV terkoreksi

tck

= Nilai

rata-rata time headway LV-HV terkoreksi

tdk

= Nilai

rata-rata time headway HV-LV terkoreksi

Apabila persyaratan tersebut memenuhi syarat, maka nilai ekivalensi mobil penumpang Heavy Vehicle dapat dihitung dengan persamaan : emp Heavy Vehicle (HV) =

tb k …………………………...(2.19) tak

(R.J Salter, 1980)

Tinjauan Statistik Rasio Headway

Interaksi elemen-elemen hasil pengamatan arus lalu lintas jalan raya seperti perilaku pengemudi nilainya tetapi mempunyai kecendrungan tersebar dalam suatu batas nilai, kinerja kendaraan, kondisi jalan dan cuaca tidak pernah tepat tertentu. Untuk itu penggunaan teori-teori peluang diperlukan untuk dapat menggambarkan dan memperoleh nilai dalam analitis arus lalu lintas. Sebaran statistik berguna untuk menggambarkan segala kemungkinan fenomena yang mempunyai nilai secara acak yang besar. Dalam penelitian ini digunakan distribusi normal disebut distribusi t.

Distribusi normal (kurva normal) disebut juga Distribusi Gaussian. Distribusi normal adalah salah satu distribusi teoritis dengan variable random kontinyu. Untuk sejumlah sampel yang dianggap berdistribusi normal maka nilai rata-rata (mean) dianggap sebagai x dan varians dinyatakan*. Distribusi normal ini digunakan bila jumlah sampel lebih besar atau sama dengan 30 (n>30). commit to user



Karena sampel dipilih secara acak, maka dimungkinkan adanya suatu kesalahan standar deviasi dari distribusi ini dapat dinyatakan sebagai standard error (E). selanjutnya dapat dihitung : Standard deviasi n æ 1 ö s = çç ( xi - x ) 2 ÷÷ …………………………………………(2.20) å è ( n - 1) i =1 ø

Standar error E=s/n1/2 ……………………………………..……………………...(2.21) Dengan : n

=

Jumlah sampel

xi

=

Nilai time headway ke-1

x

=


S

=

Standar deviasi

E

=

Standar error

Untuk perkiraan nilai rata-rata time headway seluruh pasangan kendaraan (µ) dapat disesuaikan dengan tingkat konfidensi atau keyakinan yang diinginkan (desired level of confidence). Perkiraan ini terletak dalam suatu interval yang disebut interval keyakinan (confidence interval) yang mempunyai batas toleransi kesalahan sebesar e, dengan.

e = K . E…………………………………………………………...(2.22)

Nilai rata-rata time headway : µ2 = x ± e.………………………………………...……..………....(2.23) µ2

=

Batas keyakinan bawah nilai rata-rata

x

=


e

=

Batas toleransi kesalahan

commit to user



Jika sampel random lebih kecil dari 30 (n<30), maka perkiraan rata-rata time headway pasangan kendaraan secara keseluruhan sebaiknya dilakukan dengan distribusi t atau disebut juga distribusi student.

Perkiraan ini rata-rata time headway seluruh pasangan kendaraan dapat ditulis sebagai berikut : µ1,2 = x ±t (a/2-1)s/n1/2 ………………………………..............(2.24) Dengan : µ1,2

=

Batas-batas interval keyakinan

x

=

Nilai rata-rata sampel

S

=

Standar deviasi

n

=

Jumlah sampel

α

=

Kesalahan duga, dengan (1-α) merupakan tingkat konfidensi

2.5 Kinerja Simpang Tak Bersinyal Kinerja simpang adalah suatu kondisi pada simpang yang harus dicari untuk mengetahui tingkat pencapaian simpang tersebut. Parameter yang harus dicari untuk mengetahui kinerja simpang adalah rasio antara kapasitas (Capacity/C) dan arus lalu-lintas yang ada (Q). Dari rasio kapasitas dan arus akan diperoleh angka derajat kejenuhan (Degree of saturation/DS). Dengan nilai derajat kejenuhan (DS) dan nilai kapasitas (C), dapat dihitung tingkat kinerja dari masing-masing pendekat maupun tingkat kinerja simpang secara keseluruhan. Adapun tingkat kinerja yang diukur pada Manual Kapasitas Jalan Indonesia 1997 adalah tundaan (Delays/D) dan peluang antrian. 2.6 Analisis Kinerja Simpang Tidak Bersinyal dengan Metode MKJI 1997 2.6.1

1.

Data Masukan

Data Geometri

Data geometri yang dibutuhkan untuk membantu menganalisis simpang tak bersinyal sesuai dengan ketentuan MKJI 1997 diantaranya adalah : commit to user a. Denah dan posisi dari pendekatan – pendekatan, pulau – pulau lalu lintas,



marka lajur, marka panah b. Sketsa simpang, yang memuat nama jalan c. Kereb, lebar jalur, bahu dan median

2.

Kondisi Arus Lalulintas

Data arus lalulintas dapat digunakan untuk menganalisis jam puncak pagi, jam puncak siang, jam puncak sore, dan jam lewat puncak. Data pergerakan lalulintas yang dibutuhkan yaitu volume dan arah gerakan lalulintas pada saat jam sibuk. Arus lalulintas diberikan dalam kenda/jam, jika arus diberikan dalam LHRT (Lalulintas Harian Rata – rata Tahunan) maka harus disertakan factor – k untuk menjadi arus per jam.

Klasifikasi kendaraan untuk mengkonversikan kendaraan ke dalam bentuk satuan mobil penumpang (smp) per jam. Smp merupakan satuan arus lalulintas dari berbagai tipe kendaraan yang diubah menjadi kendaraan ringan (termasuk mobil penumpang) dengan menggunakan faktor emp. Untuk mendapatkan nilai smp diperlukan faktor konversi emp. Perhitungan arus lalulintas dalam satuan mobil penumpang (smp) ditentukan sebagai berikut : (1) Jika data arus lalulintas (kend/jam) klasifikasi per jam tersedia untuk masing – masing kendaraan. Maka arus lalulintas dikonversikan ke dalam satuan smp/jam dengan mengalikan emp untuk masing – masing klasifikasi kendaraan. (2) Jika data arus lalulintas per jam (bukan klasifikasi) tersedia untuk masing – masing kendaraan, beserta informasi tentang komposisi lalulintas keseluruhan ke dalam %. Untuk mendapatkan arus total (smp/jam) masing – masing pergerakan dengan mengalikan arus (kend/jam) dengan Fsmp. Fsmp =

emp LV * LV % + emp HV * HV % + emp MC * MC % ………(2.25) 100

(Sumber : MKJI,1997) (3) Jika data arus lalulintas tersedia dalam LHRT (Lalulintas Harian Rata – rata Tahunan), maka arus lalulintas yang diberikan dalam LHRT harus commit to user



dikonversikan ke dalam satuan kend/jam dengan mengalikan terhadap factor-k : QDH = k*LHRT…………………………………………………………(2.26) (Sumber, MKJI 1997) Arus dalam kend/jam dikonversikan dengan factor-smp (Fsmp) untuk mendapatkan arus smp/jam. (4) Nilai Normal Variabel Umum Lalulintas Data lalulintas sering tidak ada atau kualitasnya kurang baik. Nilai normal yang diberikan dalam MKJI 1997 dapat digunakan sampai data yang lebih baik tersedia dapat dilihat pada tabel 2.3, tabel 2.4 dan tabel 2.5. Tabel 2.3 Nilai Normal Faktor – k Lingkungan Jalan

Faktor – k Ukuran Kota >1 juta

≤1 juta

Jalan di daerah komersial dan jalan arteri

0.07-0.08

0.08-0.10

Jalan di daerah permukiman

0.08-0.09

0.09-0.12

Sumber : MKJI, 1997

Tabel 2.4 Nilai Normal Komposisi Lalulintas Ukuran

kota Komposisi Lalu Lintas Kendaraan Bermotor %

juta penduduk

Rasio

Kend. Ringan Kend. Berat

Sepeda Motor

Kendaraan tak

LV

MC

Bemotor

HV

(UM/MV) >3

60

4.5

35.5

0.01

1–3

55.5

3.5

41

0.05

0.5 – 1

40

3.0

57

0.14

0.1 – 0.5

63

2.5

34.5

0.05

<0.1

63

2.5

34.5

0.05

Sumber : MKJI, 1997

commit to user



Tabel 2.5 Nilai Normal Lalulintas Umum FAKTOR

NORMAL

Rasio arus jalan minor

0.25

PMI

0.15

Rasio belok kiri PLT

0.15

Rasio belok kanan PRT

0.85

Faktor smp Fsmp Sumber : MKJI, 1997

3. Kondisi Lingkungan Data kondisi lingkungan yang diperlukan untuk perhitungan meliputi : a. Kelas Ukuran Kota Kelas ukuran suatu kota ditunjukan dalam tabel 2.6 dengan dasar perkiraan jumlah penduduk.

Tabel 2.6 Kelas Ukuran Kota Ukuran Kota Sangat kecil

Jumlah Penduduk (juta) <0.1

Kecil

0.1 – 0.5

Sedang

0.5 – 1.0

Besar

1.0 – 3.0

Sangat besar

<3.0

(Sumber :MKJI, 1997) b.

Tipe Lingkungan Jalan Lingkungan jalan diklasifikasikan dalam kelas menurut tata guna tanahdan aksesbilitas jalan tersebut dari aktivitas di sekitarnya. Hal ini ditetapkan dengan secara kualitatif dari pertimbangan teknik lalulintas dengan bantuan

commit to user



tabel 2.7 : Tabel 2.7 Tipe lingkungan jalan Komersial

Tata guna lahan komesial (misal : pertokoan,rumah makan, perkantoran) dengan jalan masuk langsung bagi pejalan kaki dan kendaraan

Pemukiman

Tata guna lahan tempat tinggal dengan jalan masuk langsung bagi pejalan kaki dan kendaran

Akses terbatas

Tanpa jalan masuk atau jalan masuk langsung terbatas (missal : karena adanya penghalang fisik, jalan samping, dsb)

(Sumber : MKJI, 1997) c.

Kelas Hambatan Samping Hambatan samping menunjukkan pengaruh aktivitas samping jalan di daerah simpang pada arus berangkat lalulintas, misalnya : pejalan kaki berjalan atau menyeberangi jalur, anguktan umum dan bis kota berhenti untuk menaikkan atau menurunkan penumpang, kendaraan masuk dan keluar halaman dan tempat parkir di luar jalur. Hambatan samping ditentukan secara kualitatif dengan pertimbangan teknik lalulintas sebagai Tinggi, Sedang atau Rendah.

2.6.2

Kapasitas

Kapasitas ruas jalan adalah arus lalulintas maksimum yang dapat melintas dengan stabil pada suatu potongan melintang jalan pada keadaan (geometric, pemisah, arah, komposisi lalulintas, lingkungan) tertentu. Untuk jalan dua arah lajur dua arah, kapasitas ditentukan untuk arus dua arah, tetapi untuk jalan dengan banyak lajur. Arus dipisahkan masing – masing arahnya dan kapasitas ditentukan tiap lajurnya. Menurut Manual Kapasitas Jalan Indonesia (MKJI 1997), besarnya kapasitas jalan dihitung dengan menggunakan rumus 2.27 setelah terlebih dahulu menentukan lebar pendekat dan tipe samping : C = CO*FW*FM*FCS*FRSU*FLT*FRT*FMI………………………………(2.27) commit to user (Sumber : MKJI, 1997)



C

= Kapasitas (smp/jam)

CO

= Kapasitas Dasar

FW

= Faktor penyelesaian lebar masuk

FM

= Faktor penyelesaian median jalan utama

FCS

= Faktor penyelesaian ukuran kota

FRSU

= Faktor penyelesaian tipe lingkungan jalan, hambatan samping dan kendaraan tak bermotor

FLT

= Faktor penyesuaian -% belok kiri

FRT

= Faktor penyesuaian -% belok kanan

FMI

= Faktor penyesuaian rasio arus jalan minor

1.

Lebar Pendekatan dan Tipe Simpang

Parameter geometrik yang di butuhkan untuk menganalisis kapasitas dengan menggunakan metoda MKJI 1997 diantaranya : (a) Lebar rata-rata pendekat minor (WAC) dan utama (WBD) dan Lebar ratarata pendekat (WI) Masing – masing pendekat diukur lebarnya, yaitu di ukur pada jarak 10 m dari garis imajiner yang menghubungkan tepi perkerasan dari jalan yang berpotongan, yang dianggap mewakili lebar pendekat efektif untuk masingmasing pendekat. Seperti ditunjukan pada Gambar 2.1.

Gambar 2.1 Lebar Rata – rata Pendekat (Sumber : Manual Kapasitas Jalan Indonesia 1997)

commit to user



Untuk pendekatan yang sering digunakan untuk parkir pada jarak kurang dari 20 meter dari garis imajiner yang menghubungkan tepi perkerasan dari jalan berpotongan, maka lebar pendekat harus dikurangin 2 m.

Lebar rata – rata pendekat pada jalan minor (WAC), dihitung dengan rumus : WAC = (WA + Wc)/2 atau WAC = (a/2 + c/2)/2….……………..(2.28) (Sumber : MKJI, 1997)

Lebar rata – rata pendekat pada jalan utama (WBD), dihitung dengan rumus : WBD = (WB + WD)/2 atau WBD = (b/2 + d/2)/2…………………(2.29) (Sumber : MKJI, 1997)

Lebar rata – rata pendekat (W1), dihitung dengan menggunakan rumus : W1 = (WA + Wc + WB + WD ) / jumlah lengan simpang …………(2.30) (Sumber : MKJI, 1997)

Jika pada lengan B terdapat median : W I= (a/2 + b + c/2 + d/2)/4 ……………………………………..…(2.31) (Sumber : MKJI, 1997)

Jika pendekat A hanya untuk ke luar, maka a=0 : W I = (b + c/2 + d/2)/3………………………………………............(2.32) (Sumber : MKJI, 1997)

(b) Jumlah Lajur Penentuan jumlah lajur yang digunakan untuk perhitungan ditentukan dari lebar rata – rata pendekat jalan minor dan jalan utama. Lebih jelasnya dapat dilihat pada Gambar 2.2 dan Tabel 2.10 :

commit to user



Gambar 2.2 Jumlah Lajur dan Lebar Rata – rata Pendekat Jalan Minor dan Utama (Sumber : Manual Kapasitas Jalan Indonesia 1997)

Tabel 2.8 Jumlah Lajur dan Lebar Rata – rata Pendekat Jalan Minor dan Utama Lebar Rata – rata Pendekat Jalan Minor

Jumlah Lajur

dan Utama WAC , WBD (m)

(Total untuk kedua arah)

WBD = (b +d /2)/2

WAC = (a/2 + c/2)/2

2

<5.5 ≥5.5

4

<5.5

2

≥5.5

4

(Sumber : MKJI, 1997)

(c) Tipe Simpang Tipe simpang ditentukan oleh 3 hal yaitu, jumlah lengan simpang, jumlah lajur jalan minor, dan jumlah lajur jalan utama. Jumlah lengan adalah jumlah lengan dengan lalu – lintas masuk atau keluar dan atau keduanya. Tipe simpang diberi kode IT dengan diikuti kode 3 angka yang dapat dilihat pada Tabel 2.9 :

commit to user



Tabel 2.9 Kode Tipe Simpang

Kode IT

Jumlah lengan

Jumlah

Jumlah

lajur jalan

lajur jalan

322

3

2

2

324

3

2

4

342

3

4

2

422

4

2

2

(Sumber : MKJI, 1997) 1.

Kapasitas Dasar (CO)

Penentuan nilai kapasitas dasar dengan menggunakan Tabel 2.10 dengan variabel masukan adalah tipe IT.

Tabel 2.10 Kapasitas dasar menurut tipe simpang Tipe Simpang IT

Kapasitas Dasar (CO)

322

2700

342

2900

324 atau 344

3200

422

2900

424 atau 444

3400

(Sumber : MKJI 1997)

2.

Faktor Penyesuaian Lebar Pendekat

Penyesuaian lebar pendekat, (Fw), diperoleh dari Gambar 2.3. Variabel masukan adalah lebar rata-rata semua pendekat W, dan tipe simpang IT. Batas-nilai yang diberikan dalam gambar adalah rentang dasar empiris dari manual. commit to user



Gambar 2.3 Faktor penyesuaian lebar pendekat (FW) (Sumber : Manual Kapasitas Jalan Indonesia, 1997)

3.

Faktor Penyesuaian Median Jalan Utama

Pertimbangan teknik lalu-lintas diperlukan untuk menentukan faktor median. Median disebut lebar jika kendaraan ringan standar dapat berlindung pada daerah median tanpa mengganggu arus berangkat pada jalan utama. Hal ini mungkin terjadi jika lebar median 3 m atau lebih. Pada beberapa keadaan, misalnya jika pendekat jalan utama lebar, hal ini mungkin terjadi jika median lebih sempit. Faktor penyesuaian median jalan utama diperoleh dengan menggunakan Tabel 2.11. Penyesuaian hanya digunakan untuk jalan utama dengan 4 lajur. Variabel masukan adalah tipe median jalan utama.

commit to user



Tabel 2.11. Faktor penyesuaian median jalan utama (FM) Uraian

Tipe M

Faktor penyesuaian median, (FM)

Tidak ada median jalan utama

Tidak ada

1,00

Ada median jalan utama, lebar < 3 Sempit

1,05

m

1,20

Lebar

Ada median jalan utama, lebar ≥ 3 m (Sumber : MKJI, 1997) 4.

Faktor Penyesuaian Ukuran Kota

Faktor penyesuaian ukuran kota diperoleh dari tabel 2.12 dengan variable masukan adalah ukuran kota, CS. Tabel 2.12 Faktor penyesuaian ukuran kota (Fcs) Ukuran kota CS

Penduduk (juta)

Factor penyesuaian ukuran kota (Fcs)

Sangat kecil

<0.1

0.82

Kecil

0.1 – 0.5

0.88

Sedang

0.5 – 1.0

0.94

Besar

1.0 – 3.0

1.00

>3.0

1.05

Sangat besat (Sumber : MKJI, 1997)

5.

Faktor Penyesuaian Tipe Lingkungan Jalan, Hambatan Samping, dan Kendaraan Tak Bermotor

Faktor prnyesuaian tipe lingkungan jalan, hambatan samping, dan kendaraan tak bermotor, FRSU ditentukan dengan menggunakan tabel 2.13. variabel masukan adalah tipe lingkungan jalan (RE). Kelas hambatan samping (SF), dan rasio kendaraan tak bermotor (UM/MV). Tabel 2.13 Faktor penyesuaian tipe lingkungan jalan, hambatan samping, dan commit to user kendaraan tak bermotor FRSU



Kelas tipe

Kelas Hambatan

lingkungan

Samping (SF)

Rasio Kendaraan Tak Bermotor 0.00

0.05

0.10

0.15

0.2

0.25

Tinggi

0.93

0.88

0.84

0.79

0.74

0.70

Sedang

0.94

0.89

0.85

0.80

0.75

0.70

Rendah

0.95

0.90

0.86

0.81

0.76

0.71

Tinggi

0.96

0.91

0.86

0.82

0.77

0.72

Sedang

0.97

0.92

0.87

0.82

0.77

0.73

Rendah

0.98

0.93

0.88

0.83

0.78

0.7

Tinggi/sedang /

1.00

0.95

0.90

0.85

0.80

0.75

jalan (RE) Komersial

Pemukiman

Akses Terbatas

rendah (Sumber : MKJI, 1997) Jika empUM ≠ 1,0, yang mungkin merupakan keadaan jika kendaraan tak bermotor tersebut terutama berupa sepeda maka dipakai rumus sebagai berikut : FRSU(PUM sesungguhnya) = FRSU(PUM= 0) × (1- PUM × empUM)…..(2.33)

6.

Faktor Penyesuaian Belok-Kiri

Faktor penyesuaian belok-kiri ditentukan dari Gambar 2.4 di bawah. Variabel masukan adalah belok-kiri Batas-nilai yang diberikan untuk PLT adalah rentang dasar empiris dari manual.

commit to user



Gambar 2.4 Faktor penyesuaian belok kiri (FLT)

7.

Faktor Penyesuaian Belok-Kanan

Untuk simpang 4-lengan FRT = 1,0.

8.

Faktor Penyesuaian Rasio Arus Jalan Minor

Faktor penyesuaian rasio arus jalan minor ditentukan dari Gambar 2.5 dan tabel 2.16 di bawah. Variabel masukan adalah rasio arus jalan minor PMI dan tipe simpang IT. Batas-nilai yang diberikan untuk PMI pada gambar adalah rentang dasar empiris dari manual.

commit to user



Gambar 2.5. Faktor rasio arus minor (Sumber : Manual Kapasitas Jalan Indonesia, 1997)

Tabel 2.14 Faktor rasio arus minor IT

FMI

422

1,19 × PMI2 – 1,19 × PMI + 1,19

0,1 – 0,9

424

16,6 × PMI4 – 33,3 × PMI 3+ 25,3 × PMI2 – 8,6 × PMI + 1,95

0,1 – 0,3

1,11 × PMI2 – 1,11 × PMI + 1,11

0,3 – 0,9

1,19 × PMI2 – 1,19 × PMI + 1,19

0,1 – 0,5

-0,595 × PMI2 – 0,595 × PMI3 + 0,74

0,5 – 0,9

1,19 × PMI2 – 1,19 × PMI + 1,19

0,1 – 0,5

342

2,38 × PMI2 – 2,38 × PMI + 1,49

0,5 – 0,9

324

16,6 × PMI4 – 33,3 × PMI3 + 25,3× PMI2 – 8,6 × PMI × 1,95

0,1 – 0,3

1,11 × PMI2 – 1,11 × PMI + 1,11

0,3 – 0,5

-0,555 × PMI2 + 0,555 × PMI + 0,69

0,5 – 0,9

444

322

344

PMI

(Sumber : MKJI, 1997)

2.6.3

Waktu tunda (Delay)

Tundaan terdiri dari tundaan lalu lintas dan tundaan geometrik dapat dilihat pada gambar 2.6. Tundaan lalu lintas (vehicle interaction delay) adalah waktu yang diperlukan untuk menunggu akibat adanya interaksi antara lalulintas dengan lalulintas yang menimbulkan masalah kemacetan (konflik), dan tundaan geometrik (geometrical delay) adalah waktu tambahan yang disebabkan adanya perlambatan dan percepatan kendaraan yang membelok di persimpangan dan atau yang terhenti oleh perlintasan kereta api. Pada simpang tidak bersinyal , tundaan terdiri dari tundaan lalulintas simpang (DTt), tundaaan lalulintas utama (DTMA), tundaan lalu lintas jalan minor (DTMI), tundaan geometric simpang (DG), dan tundaan simpang (D). commit to user



a.

Tundaan Lalu-lintas Simpang (DTI) Tundaan lalulintas simpang adalah tundaan lalu-lintas rata-rata untuk semua kendaraan bermotor yang masuk persimpangan. Rumus yang digunakan untuk mencari DTI adalah : ·

Untuk DS ≤ 0,6 DTI = 2 + 8,2078 DS – (1 – DS) x 2 …………………………(2.34)

·

Untuk DS > 0,6 DTI = 1,0504/(0,2742 – 0,2042 DS) – (1 – DS) x 2….…….(2.35)

Gambar 2.6 Tundaan lalu-lintas simpang VS Derajat kejenuhan (Sumber : Manual Kapasitas Jalan Indonesia, 1997)

b.

Tundaan Lalu-lintas jalan utama (DTMA) Tundaan lalu-lintas jalan-utama adalah tundaan lalu-lintas rata-rata semua kendaraan bermotor yang masuk persimpangan dari jalan-utama. DTMA ditentukan dari kurva empiris antara DTMA dan DS, lihat Gambar 2.7.

commit to user



Gambar 2.7 Tundaan lalu-lintas jalan utama VS derajat kejenuhan (Sumber : Manual Kapasitas Jalan Indonesia, 1997) Rumus yang digunakan untuk mencari DTMA adalah : ·

Untuk DS ≤ 0,6 DTMA = 1,8 + 5,8234 DS – (1 – DS) x 1,8 …………………(2.36)

·

Untuk DS > 0,6 DTMA = 1,05034/(0,346 – 0,246 DS) – (1 – DS) x 1,8…....(2.37)

c.

Tundaan Lalu-lintas Jalan Minor (DTMI) Tundaan lalu-lintas jalan minor rata-rata, ditentukan berdasarkan tundaan simpang rata-rata dan tundaan jalan utama rata-rata : DT MI = ( QTOT × DTI - QMA × DTMA)/QMI………………..(2.38) (Sumber : MKJI, 1997) Dengan :

d.

QTOT

=

Arus total (smp/jam)

DTt

=

Tundaan lalu-lintas simpang

QMA

=

Arus jalan utama

DTMA

=

Tundaan lalu-lintas jalan utama

QMT

=

Arus jalan minor

Tundaan Geometrik Simpang Tundaan geometrik simpang adalah tundaan geometrik rata-rata seluruh kendaraan bermotor yang masuk simpang. DG dihitung dari rumus berikut: Untuk DS < 1,0 DG = (1- DS) × (PT × 6 + (1- PT) × 3) + DS × 4 (det/smp)…………(2.39) Untuk DS • 1,0: DG = 4 (Sumber : MKJI, 1997) Dengan : DG

=


DS

=

PT

=

Derajat kejenuhan commit to user Rasio belok total.



e.

Tundaan Simpang (D) Tundaan simpang dihitung sebagai berikut : D = DG + DTI (det/smp)…………………………………….………….(2.40) (Sumber : MKJI, 1997) Dengan : DG

=


DTI

=

Tundaan lalu-lintas simpang

2.6.4

Derajat Kejenuhan

Derajat kejenuhan adalah perbandingan dari volume (nilai arus) lalu lintas terhadap kapasitasnya atau rasio dari arus lalulintas terhadap kapasitas untuk suatu pendekat.Dalam Manual Kapasitas Jalan Indonesia (MKJI), jika dianalisis tingkat kinerja jalannya, maka volume lalu lintasnya dinyatakan dalam satuan mobil penumpang (smp). Faktor yang mempengaruhi nilai emp antara lain : 1.

Jenis jalan, seperti jalan luar kota atau jalan bebas hambatan.

2.

Tipe alinemen, seperti medan datar, berbukit, atau pegunungan.

3.

Volume lalu lintas

Derajat Kejenuhan dihitung dengan menggunakan rumus 2.41 : DS = QTOT/C………………………………………………………………… (2.41) Dengan : QTOT

= arus total (smp/jam)

C

= kapasitas

2.6.5

Peluang Antrian

Rentang nilai peluang antrian ditentukan dari Gambar 2.8 yang menunjukkan hubungan empiris antara peluang antrian dan derajat kejenuhan (DS). Variabel masukan adalah derajat kejenuhan (DS). commit to user



Gambar 2.8 Rentang peluang antrian (QP%) terhadap derajat kejenuhan (DS) (Sumber : Manual Kapasitas Jalan Indonesia, 1997)

commit to user



BAB III METODOLOGI PENELITIAN

3.1 Umum Untuk menentukan nilai EMP semua jenis kendaraan parameter yang diperlukan adalah sebagai berikut : 1. Jumlah kendaraan yang melintas dengan kondisi lalu lintas jenuh. 2. Panjang tundaan kendaraan pada lokasi penelitian. 3. Jenis pasangan kendaraan yang melewati lokasi penelitian.

3.2 Lokasi dan Waktu Penelitian Simpang pasar Nangka dengan kondisi jalan sebagai berikut : 1. Mempunyai empat lengan. 2. Merupakan simpang tak bersinyal. Pengumpulan data untuk analisis dilakukan pada jam sibuk, yaitu pagi hari Senin pukul 06.00 – 08.00 WIB, pukul 11.30 – 13.30 WIB, pukul 16.00 – 18.00 WIB. Hal ini disebabkan pada jam tersebut arus lalu lintas cukup padat karena banyak orang yang melakukan aktivitas seperti : ke kantor, sekolah, dan pasar. Disamping itu ditambah juga dengan adanya kereta api yang melintas pada jam – jam tersebut.

3.3 Metode Penelitian Agar setiap kegiatan dapat berjalan dengan lancar harus dilakukan secara teratur dalam bentuk pentahapan yang sistematis, baik sebelum kegiatan tersebut dilakukan yaitu ketika masih dalam bentuk perencanaan maupun dalam pelaksanaan dan pengambilan keputusan. Kegiatan penyusunan skripsi ini adalah kegiatan dalam bentuk penelitian yang menggunakan metode survei maupun metode analisis. Metode survei dilakukan dalam menghitung arus kendaraan sedangkan metode analisis digunakan menentukan nilai emp kendaraan. commituntuk to user



Tahapan kegiatan secara ringkas dapat dilihat dalam bentuk flow chart gambar 3.1.

Mulai

Latar belakang, sasaran, batasan masalah

Studi literature : Mengumpulkan data dari buku referensi dan teori – teori dasar

Survei pendahuluan Penentuan jam puncak

Desain Survei : Penentuan alat, penentuan tugas operator handycam dan surveyor

tidak

ya Apakah alat dan surveyor sudah siap

A

Gambar 3.1. Diagram Alir Penelitian (berlanjut)

commit to user



A

Survei primer Pengumpulan data : Perekaman volume lalu lintas dan time headway

Analisa data Emp dengan metode rasio headway

Analisa data Emp dengan analisis regresi linier

Emp heavy vehicle dan motor cycle

Menghitung kinerja simpang tak bersinyal berdasarkan metode MKJI 1997 dengan menggunakan observasi nilai emp metode rasio headway, nilai emp analisis regresi linier dan nilai emp MKJI 1997

Kesimpulan dan Saran

Selesai

Gambar 3.1 . Diagram Alir Penelitian

3.4 Prosedur Survei Prosedur survei adalah keseluruhan tahapan atau langkah dalam survei agar survei berjalan lancar dan tidak terjadi kesukaran serta kesalahan dalam pengumpulan data di lapangan. 3.4.1

Survei Pendahuluan

commit to user Sebelum dilaksanakan pengambilan data di lapangan, dilakukan survei



pendahuluan dengan tujuan agar survei sesungguhnya dapat berjalan dengan lancar, efektif dan efisien. Survei pendahuluan ini dilakukan untuk mengetahui jam – jam puncak arus lalu lintas dalam satu hari, jenis kendaraan yang lewat dan menentukan hari yang dapat mewakili gambaran lalu lintas pada simpang tersebut.

3.4.2

Teknik Pengumpulan Data

Untuk mempermudah dalam pengumpulan data, maka teknis pengumpulan data dilakukan menurut prosedur sebagai berikut : 1. Pengambilan gambar dengan menggunakan handycam dilakukan di luar ruas jalan yang diamati dan diletakkan pada suatu ketinggian agar tidak mengganggu arus lalu lintas dan objek dapat terlihat dengan jelas. 2. Pencatatan waktu perlintasan kereta api. Hal tersebut dilakukan untuk menanggulangi terjadinya penundaan waktu. 3. Penandaan pada ruas jalan yang diamati dengan menggunakan lakban warna putih yang dipasang melintang ruas jalan selebar 5meter (memotong satu lajur jalan) yang digunakan sebagai batas headway. 4. Pembagian kelompok pada setiap ruas jalan. Untuk menghitung jumlah tundaan kendaraan saat kereta api melintas.

3.4.3

Peralatan yang Digunakan

Peralatan data yang digunakan pada saat pengambilan data di lapangan yaitu : 1. Stop watch untuk mengukur interval waktu 2. Lembar kerja untuk mencatat jumlah kendaraan yang melintas. 3. Camdic untuk mengambil foto dan handycam untuk merekam kendaraan yang diperlukan sebagai alat pengambilan data. 3.4.4 Desain Survei

1. Survei Volume Lalu Lintas dan Perekaman Time Headway sebagai berikut : Survei volume lalu lintas yaitu merekam arus lalu lintas yang masuk simpang perlintasan kereta api Pasar Nangka atautosekitar commit user jalan Hasanudin dan RM. Said.



Pencatatan meliputi jumlah jenis kendaraan semua jenis kendaraan bermotor dan tak bermotor yang masuk ke simpang dari masing – masing pendekat (lengan simpang). Sedangkan iring – iringan kendaraan yang dicatat time headway-nya merupakan iring – iringan yang keluar dari simpang yang melintasi batas headway. Alat survei yang digunakan adalah handycam. Handycam digunakan untuk merekam jumlah kendaraan yang melintas. Handycam ditempatkan pada trotoar jalan diketinggian 1,5 meter agar kendaraan yang masuk simpang , batas headway dan kendaraan yang melewati batas headway dapat terlihat dengan jelas. Perletakan handycam dengan bantuan tripod dan untuk menjaga keamanan dan kedudukan handycam agar tidak berubah diperlukan operator untuk setiap handycam. Untuk lebih jelasnya dapat dilihat pada Gambar 3.2 :

U

RM S aid

1

beng kel

3

Su ltan H asan udin

S ultan H asanu din

pasar

2 RUKO

ket : = lo kasi penem patan k am era

P asa r B ung a

RM S aid

RUKO

Gambar 3.2. Denah Perletakan Handycam 2. Survei Waktu Tundaan Survei waktu tundaan yaitu merekam jumlah dan lamanya waktu tundaan kendaraan yang masuk simpang dengan memilih Simpang Pasar Nangka, pada jam puncak pagi, jam puncak siang, dan jam puncak sore. Alat yang digunakan untuk merekan waktu tundaan menggunakan handycam. Kendaraan yang dihitung to user di daerah simpang, yaitu daerah waktu tundanya adalah kendaraancommit yang berhenti



jangkauan selebar 10 meter dari garis imajiner yang menghubungkan tepi perkerasan dari jalan yang berpotongan.

3. Survei Geometrik Simpang Survei geometrik simpang dilakukan untuk mengukur lebar ruas jalan simpang, membuat gambar simpang secara global. Alat yang digunakan untuk mengukur adalah rollmeter.

3.4.5 Rekapitulasi Data

Data yang akan digunakan untuk analisis data di dapat melalui pembacaan hasil rekaman handycam dan pengukuran langsung di lokasi survei. Pembacaan data di lakukan di luar waktu survei dengan bantuan formulir arus lalulintas, stop watch, dan handycam. Data yang akan di rekapitulasi terdiri dari : 1.

Data Volume Lalu Lintas Data volume lalu lintas yang akan di gunakan untuk analisis regresi linier di dapat dari pembacaan hasil rekaman. Data berupa jumlah kendaraan yang masuk simpang dari masing – masing pendekat, semua jenis kendaraan bermotor dan tak bermotor.

2.

Data Time-Headway Data time headway digunakan untuk analisis rasio headway yang diperoleh dari pembacaan hasil rekaman. Time headway adalah waktu antara ban belakang mobil depan dengan ban belakang mobil yang berada di tepat di belakangnya ketika melewati batas headway. Data berupa time headway kendaraan yang keluar simpang saat melintasi batas headway.

3.

Data Geometrik Data geometrik simpang digunakan untuk menentukan lebar efektif pendekat dan menentukan tipe simpang untuk analisis kapasitas.

4.

Data Distribusi dan Arus Lalu Lintas Data distribusi dan arus lalu lintas digunakan untuk melakukan validasi terhadap nilai emp dengan menggunakan metode MKJI 1997. Data diperoleh commit to user



dari pembacaan hasil rekaman. Dari formulir pencacah arus lalu lintas akan diperoleh jumlah setiap kendaraan yang dicacah untuk masing – masing pendekat lengkap dengan arah pergerakannya. Penjumlahan kendaraan dibedakan untuk interval waktu 15 menit. Kendaraan yang di cacah meliputi light vehicle, motorcycle dan heavy vehicle. 5.

Pengolahan Data Data time headway yang di dapat dari pengamatan diolah dengan bantuan program excel. Pertama adalah mencari rata – rata headway dari keseluruhan data yang telah diperoleh. Setelah itu time headway terkoreksi, kemudian dicari nilai rata – rata time headway terkoreksi rata – rata untuk setiap pasangan kendaraan. Kemudian nilai emp didapat dari nilai rata – rata time headway terkoreksi dari sepeda motor dan di bagi nilai rata – rata time headway terkoreksi kendaraan ringan.

commit to user



BAB IV PEMBAHASAN MASALAH

4.1 Deskripsi Penelitian

Penelitian arus lalu lintas dilakukan di simpang Jalan RM. Said – Jalan Sultan Hasanudin. Penelitian ini mengambil data arus lalu lintas yang terdiri dari Heavy Vehicle (HV), Light Vehicle (LV) dan Motorcycle (MC) dan time headway dari ketiga jenis kendaraan tersebut. Jenis kendaraan dibagi berdasarkan sistem klasifikasi Bina Marga. Pengambilan data dilakukan secara serempak di tiap ruas jalan pada masing – masing simpang selama jam puncak pagi, jam puncak siang dan jam puncak sore dengan durasi masing – masing simpang selama dua jam, mulai jam pukul 06.00 – 08.00 WIB, pukul 11.30 – 13.30 WIB dan pukul 16.00 – 18.00 WIB. Jumlah kendaraan selama 2 jam ditampilkan dalam tabel 4.1 : Tabel 4.1 Jumlah kendaraan pada saat jam puncak dari total ketiga lokasi Jam Sibuk Pagi

Waktu MC 06.00-06.15

578

06.15-06.30 1106 06.30-06.45 1157 06.45-07.00 1112 07.00-07.15 1126 07.15-07.30 1015 07.30-07.45

747

07.45-08.00

779

HV 1 4 6 11 10 5 5 7

Jam Sibuk Siang

Waktu

LV

MC

112 11.30-11.45

309

228 11.45-12.00

872

211 12.00-12.15

905

180 12.15-12.30

868

154 12.30-12.45

873

161 12.45-13.00

732

147 13.00-13.15

847

166 13.15-13.30

884

(Sumber : Hasil Perhitungan)

commit to user

HV 3 8 10 14 12 10 9 8

Jam Sibuk Sore

Waktu

LV

MC

88

16.00-16.15

520

182

16.15-16.30

628

200

16.30-16.45

908

150

16.45-17.00

930

165

17.00-17.15

929

153

17.15-17.30

1033

198

17.30-17.45

978

187

17.45-18.00

835

HV 1 6 10 11 4 5 4 6

LV 171 203 256 238 242 247 222 168



Data tersebut disajikan dalam grafik :

Jam Puncak Pagi 1400 1200 1000 800 600 400 200 0

1

2

3

4

5

6

7

8

motorcycle 578 1106 1157 1112 1126 1015 747 779 light vehicle 112 228 211 180 154 161 147 166

Gambar 4.1 Penentuan jam puncak pagi

Jam Puncak Siang 1000 800 600 400 200 0

1

2

3

4

5

6

7

8

motorcycle 309 872 905 868 873 732 847 884 light vehicle 88

191 200 154 165 149 189 187

Gambar 4.2 Penentuan jam puncak siang

Jam Puncak Sore 1200 1000 800 600 400 200 0

1

2

3

4

5

6

7

8

motorcycle 520 628 908 930 929 1033 978 835 light vehicle 171 203 256 238 242 247 222 168

Gambar 4.3 commit Penentuan jam puncak sore to user



Berdasarkan tabel dan grafik diatas maka waktu puncak terjadi pada pukul 06.3006.45 pada pagi hari, pukul 13.00 - 13.45 pada siang hari dan pukul 17.30-17.45 pada sore hari. Jumlah kendaraan selama 2 jam ditampilkan dalam tabel 4.2 : Tabel 4.2 Jumlah kendaraan dan rasio kendaraan pada saat jam puncak Titik

Jam puncak pagi

Jam puncak siang

Jam puncak sore

Pengamatan

MC

LV

HV

MC

LV

HV

MC

LV

HV

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

Lokasi 1

1848

336

6

1078

261

22

977

323

8

Rasio

308

56

1

49

11.8636

1

Lokasi 2

2386

493

23

2944

702

47

1

62.638

14.963

1

2268

360

5

453.62

72

1

Rasio

103.739 21.4348

Lokasi 3

3386

530

20

Rasio

169.3

26.5

1

122.125 40.375 3471

610

108.469 19.063 2313

534

330.429 76.286


Berdasarkan tabel diatas maka jumlah kendaraan dan rasio kendaraan pada saat jam puncak pagi, siang dan sore terjadi di lokasi 3 yaitu jalan RM Said 2. Keterangan

:

(Kolom 1)

: Titik Pengamatan Lokasi 1 (Jl Hasanudin) Lokasi 2 (Jl. RM Said 1) Lokasi 3 (Jl. RM Said 2)

(Kolom 2)

: Rasio motorcycle terhadap heavy vehicle jam puncak pagi Tabel 4.2 kolom (2) =

Tabel 4.2 kolom (2) Tabel 4.2 kolom (4)

= 3386/20 (Kolom 3)

= 169.3

: Rasio light vehicle terhadap heavy vehicle jam puncak pagi Tabel 4.2 kolom (3) =


= 530/20 commit to user

= 49.15

1 32 1 7 1



(Kolom 4)

: Rasio heavy vehicle terhadap heavy vehicle jam puncak pagi Tabel 4.2 kolom (4) =


= 20/20 (Kolom 5)

=1

: Rasio motorcycle terhadap heavy vehicle jam puncak siang Tabel 4.2 kolom (5) =


= 2268/5 (Kolom 6)

= 453.62

: Rasio light vehicle terhadap heavy vehicle jam puncak siang Tabel 4.2 kolom (6) =


= 360/5 (Kolom 7)

= 72

: Rasio heavy vehicle terhadap heavy vehicle jam puncak siang Tabel 4.2 kolom (7) =


= 5/5 = 1

Tabel 4.3 Rasio Motorcycle (MC) terhadap light vehicle (LV) Jam Puncak Pagi

Jam Puncak Siang

Jam Puncak Sore

Titik Pengamatan MC

LV

MC

LV

MC

LV

(1)

(2)

(3)

(4)

(5)

(6)

(7)

Lokasi 1

5.5

1

4.1

1

3

1

Lokasi 2

4.8

1

4.2

1

5.7

1

Lokasi 3

6.4

1

6.3

1

4.3

1


commit to user



Keterangan

:

(Kolom 1)

: Titik Pengamatan Lokasi 1 (Jl. Hasanudin) Lokasi 2 (Jl. RM Said 1) Lokasi 3 (Jl. RM Said 2)

(Kolom 2)

: Rasio Motorcycle terhadap Light vehicle jam puncak pagi Tabel 4.3 kolom (2) =


= 3386/530 (Kolom 3)

: Rasio Light vehicle terhadap Light vehicle jam puncak pagi Tabel 4.3 kolom (3) =


= 530/530 (Kolom 4)

=1

: Rasio Motorcycle terhadap Light vehicle jam puncak siang Tabel 4.3 kolom (4) =


= 2268/360 (Kolom 5)

= 6.3887 = 6

= 6.3 = 6

: Rasio Light vehicle terhadap Light vehicle jam puncak siang Tabel 4.3 kolom (5) =


= 360/360

=1

4.2 Pengolahan Data Dasar

Volume lalu lintas yang diamati dalam penelitian ini terdiri dari empat jenis kendaraan, yaitu motorcycle (MC), light vehicle (LV) dan heavy vehicle (HV). Pengamatan dilakukan untuk mengambil data yang dibutuhkan untuk proses pengolahan dengan metode regresi linier dan rasio headway. Pengamatan dilakukan selama 2 jam pada masing – masing jam puncak pagi, jam puncak siang dan jam puncak sore.

4.3 Perhitungan Nilai emp Kendaraan commit to user



4.3.1 Perhitungan Metode Regresi Linier

a. Menghitung Koefisien Regresi Volume lalu lintas pada jam sibuk digunakan untuk menhitung nilai emp kendaraan. Syarat dari data untuk perhitungan dengan metode regresi linier adalah data jumlah kendaraan pada saat jam sibuk. Data pada simpang pasar Nangka ruas jalan RM Said dan Sultan Hasanudin jam puncak pagi disajikan pada tabel 4.4. Tabel 4.4 Volume Lalulintas Jam Puncak Siang Lokasi 1(Jalan Hasanudin) Motorcycle

Heavy Vehicle

Light Vehicle

(MC)

(HV)

(LV)

(x1)

(x2)

(y)

1

65

1

18

2

140

3

38

3

159

4

49

4

151

6

33

5

149

2

36

6

165

3

29

7

116

1

29

8

133

2

29

Jumlah

1078

22

261

No


Satuan jam sibuk yang digunakan untuk menghitung nilai emp pada metode regresi linier adalah smp/15 menit. Nilai emp dihitung sesuai dengan persamaan : nbo + b1∑X1i = ∑Y bo∑X1i + b1∑X1i 2= ∑X1i Yi Data pada tabel kemudian diolah sesuai dengan rumus di atas, sehingga akan diperoleh persamaan normal untuk mencari koefisien regresi linier yang merupakan nilai emp kendaraan yang dicari. Persamaan untuk mendapatkan persamaan normal disajikan pada tabel 4.5 : commit to user

51

Tabel 4.5. Perhitungan Regresi Linier Jalan Sultan Hasanudin Jam Puncak Siang No 1 2 3 4 5 6 7 8 8

MC HV LV Waktu x1 x2 Y x1.x1 x1.x2 x2.x2 x1.y x2.y y.y (x1) (x2) (y) (menit) (kend/15') (kend/15') (kend/15') (kend/15') (kend/15') (kend/15') (kend/15') (kend/15') (kend/15') 65 1 18 15 65 1 18 4225 65 1 1170 18 324 140 3 29 15 140 3 29 19600 420 9 4060 87 841 159 4 49 15 159 4 49 25281 636 16 7791 196 2401 151 6 29 15 151 6 29 22801 906 36 4379 174 841 149 2 36 15 149 2 36 22201 298 4 5364 72 1296 165 3 33 15 165 3 33 27225 495 9 5445 99 1089 116 1 38 15 116 1 38 13456 116 1 4408 38 1444 133 2 29 15 133 2 29 17689 266 4 3857 58 841 Jumlah 1078 22 261 152478 3202 80 36474 742 9077




Dari tabel didapat hasil perhitungan sebagai berikut : ∑x1

= 1078

∑y

=261

∑x2

= 22

∑x1.x2

= 3202

∑x12

= 152478

∑x1..y

= 36474

∑x2

2

= 80

∑x2.y

= 742

∑y2

= 9077

Persamaan untuk nilai b0 dan b1 : 8b0 + 1078b1 = 261 .................................................................. (4.1) 1078b0 + 152478b1 = 366474 ................................................. (4.2) Persamaan untuk nilai b0 dan b2 : 8b0 + 22b2 = 261 ..................................................................... (4.3) 22b0 +80b2 = 742 .................................................................... (4.4) Untuk mendapatkan nilai b0, b1 dan b2 dapat menggunakan persamaan :

å Y * å X - å X * å XY n * å X - (å X ) n * å XY - å X å Y = n * å X - (å X ) 2

b0 =

b1

2

2

2

2

Dengan memasukkan nilai kedalaman rumus tersebut diperoleh hasil : Dari persamaan 4.1 dan 4.2 didapat : b0

= 8.27478

b1

= 0.18071

Dari persamaan 4.3 dan 4.4 didapat : b0

= 29.2051

b2

= 1.2436

Kemudian dimasukkan ke dalam persamaan awal : Y = 8.27478 + 0.18071X1 Y = 29.2051 + 1.2436Xcommit to user 2



Sehingga diperoleh : Emp sepeda motor (MC)

= 0.18071

Emp kendaraan berat (HV)

= 1.2436

Sebaran data antara kedua variabel tersebut : 60

Light vehicle (kend/15'0

50 y = 0.1807x + 8.2748 R² = 0.4195

40 30 20 10 0 0

50

100

150

200

motorcycle (kend/15')

Gambar 4.4 Diagram pencar antara light vehicle dan motorcycle (Sumber : Hasil Perhitungan) 60

Light vehicle (kend/15'0

50 40 30 y = 1.2436x + 29.205 R² = 0.0537

20 10 0 0

1

2

3

4

5

6

heavy vehicle (kend/15')

Gambar 4.5 Diagram pencar antara light vehicle dan heavy vehicle (Sumber : Hasil Perhitungan) commit to user

7



Hasil perhitungan nilai emp seluruh lokasi pengamatan disajikan pada tabel 4.6. Tabel 4.6 Rekapitulasi nilai emp menggunakan analisis regresi linier Lokasi Metode

Regresi

Ekuivalensi Mobil Penumpang

Pengamatan

Motorcycle

Heavy Vehicle

Pagi

Siang

Sore

Pagi

Siang

Sore

Lokasi 1

0.09

0.18

0.09

1.30

1.24

1.10

Lokasi 2

0.10

0.19

020

2.57

3.11

2.33

Lokasi 3

0.06

0.08

0.09

2.00

2.83

1.28

Linier


Dari hasil penelitian yang dilakukan, terlihat pada lokasi 1, 2 dan 3 jumlah arus sepeda motor yang paling besar terjadi pada saat siang hari. Hal ini dapat dilihat pada nilai emp sepeda motor pada siang hari lebih besar dari pada saat pagi dan sore hari. Hal ini disebabkan karena pada saat siang hari banyak terjadi pergerakan ke pusat kota Surakarta dari arah jalan R.M Said. Arus kendaraan berat yang terjadi di simpang pasar Nangka yang paling besar terjadi pada siang hari hal ini dikarenakan banyak bus kota, bus pariwisata, truk angkutan, dan kendaraan proyek yang melewati simpang pasar Nangka.

Nilai emp untuk Heavy Vehicle lebih besar jika dibandingkan dengan Motor Cycle. Hal ini dikarenakan semakin besar kendaraan maka ruang yang diperlukan untuk bergerak per kendaraan semakin besar. Semakin besar ukuran kendaraan, maka kecepatan untuk memulai gerakan lebih kecil bila dibandingkan dengan sepeda motor. Keadaan seperti ini akan mengakibatkan gangguan terhadap arus lalu lintas secara keseluruhan sehingga nilai emp untuk Heavy Vehicle lebih besar dari pada emp Motorcycle.

commit to user



b. Koefisien Korelasi Nilai koefisien korelasi dihitung dengan persamaan :

r=


nå x 2 - (å x ) nå y 2 - å ( y ) 2

2

Contoh perhitungan koefisien korelasi antara light vehicle dengan motorcycle dengan menggunakan data dari arah dari timur jalan RM Said simpang pasar Nangka.

r=

r=


nå x 2 - (å x ) nå y 2 - å ( y ) 2

2

8 * 277298 - 2944 * 702 8 * 1183042 - (2944) 2 8 * 66 - 92 - (702) 2

r = 0.896 Nilai r terletak diantara -1≤ r ≤ +1, ini berarti terdapat pengaruh negative antara variabel bebas yaitu jika variable x1 yang besar berpasangan dengan y yang kecil, ataupun sebaliknya. Untuk perhitungan koefisien korelasi pada lokasi lainnya dapat dilihat pada lampiran A dan hasil perhitungan dicantumkan dalam tabel 4.7, tabel 4.8 dan tabel 4.9. Tabel 4.7 Nilai koefisien korelasi pada jam puncak pagi Lokasi Pengamatan

Koefisien Korelasi MC

HV

Lokasi 1

0.673

0.229

Lokasi 2

0.575

0.233

Lokasi 3

0.327

0.159


Analisis regresi linier memiliki dua variabel dependen dan variabel independen. Untuk mengetahui hubungan antar variabel dependen dan variabel independen maka dihitung nilai korelasi dari persamaan tersebut. commit to user



Dari hasil perhitungan diatas dapat dilihat bahwa ada hubungan antara light vehicle (LV) dengan motorcycle (MC) pada lokasi 1 dan lokasi 2 tetapi tidak terdapat hubungan antara light vehicle (LV) dengan motorcycle (MC) pada lokasi 3. Untuk light vehicle (LV) dan heavy vehicle (HV) tidak terdapat hubungan antara keduanya.

Tabel 4.8 Nilai koefisien korelasi pada jam puncak siang Lokasi Pengamatan


HV

Lokasi 1

0.648

0.232

Lokasi 2

0.896

0.275

Lokasi 3

0.757

0.284


Dari hasil perhitungan diatas dapat dilihat bahwa ada hubungan antara light vehicle (LV) dengan motorcycle (MC) tetapi tidak terdapat hubungan antara light vehicle dengan heavy vehicle (HV).

Tabel 4.9 Nilai koefisien korelasi pada jam puncak sore Lokasi Pengamatan


HV

Lokasi 1

0.261

0.102

Lokasi 2

0.803

0.291

Lokasi 3

0.751

-0.065


Dari hasil perhitungan diatas dapat dilihat bahwa ada hubungan antara light vehicle (LV) dengan motorcycle (MC) pada lokasi 2 dan lokasi 3 tetapi tidak terdapat hubungan antara light vehicle (LV) dengan motorcycle (MC) pada lokasi 1. Untuk light vehicle (LV) dan heavy vehicle (HV) tidak terdapat hubungan antara keduanya. commit to user



c. Uji Koefisien Korelasi Untuk melihat keberartian koefisien korelasi dilakukan dengan uji t (tstudent) dengan persamaan :

t hitungan = r

n-2 1- r2

Contoh perhitungan dengan menggunakan data Jalan RM Said Simpang Pasar Nangka jam puncak siang :

t hitungan = r

n-2 1- r2

t hitungan = 0.896

8-2 1 - 0.896 2

= 4.95 Nilai thitungan dibandingkan dengan nilai ttabel (1 - α / 2)(dk) dari tabel t student. Diperoleh nilai : t(0.025)(6) = ±2.447 Nilai uji thitungan lebih besar dibandingkan dengan nilai ttabel (1 - α / 2)(dk), maka dapat disimpulkan terdapat hubungan antara light vehicle (LV) dengan motorcycle (MC) di Lokasi 2 pada jam puncak siang. Untuk perhitungan lokasi lainnya dapat dilihat pada lampiran A dan hasilnya disajikan dalam tabel 4.10, tabel 4.11 dan tabel 4.12. Tabel 4.10 Nilai uji keberartian koefisien korelasi pada jam puncak pagi Jalan Pendekat

t hitungan

t tabel

MC

HV

ttabel (1 - α / 2)(dk)


Lokasi 1

2.23

0.58

2.447

-2.447

Lokasi 2

1.72

0.59

2.447

-2.447

Lokasi 3

0.663

0.25

2.447

-2.447


Untuk pengujian keberartian nilai koefisien korelasi pada jam puncak pagi tersebut dibuktikan dengan uji t. Nilai t hitungan untuk sepeda motor lebih kecil dari pada t tabel. Sehingga disimpulkan bahwa hubungan antara kedua variabel commit to user tersebut (light vehicle dan motorcycle) tidak berarti.



Untuk hasil perhitungan nilai uji keberartian koefisien korelasi kendaraan berat pada jam puncak pagi lebih kecil jika dibandingkan nilai tabel sehingga dapat disimpulkan tidak terdapat pengaruh antara heavy vehicle HV dengan light vehicle (LV). Tabel 4.11 Nilai uji keberartian koefisien korelasi pada jam puncak siang Jalan Pendekat

t hitungan

t tabel

MC

HV



Lokasi 1

2.08

0.58

2.447

-2.447

Lokasi 2

4.95

0.70

2.447

-2.447

Lokasi 3

2.83

0.72

2.447

-2.447


Nilai t hitungan untuk sepeda motor pada jam puncak siang lebih besar dari pada t tabel. Sehingga disimpulkan bahwa hubungan antara kedua variabel tersebut (light vehicle dan motorcycle) berarti. Untuk hasil perhitungan nilai uji keberartian koefisien korelasi kendaraan berat pada jam puncak siang lebih kecil jika dibandingkan nilai tabel sehingga dapat disimpulkan tidak terdapat pengaruh antara heavy vehicle HV dengan light vehicle (LV). Tabel 4.12 Nilai uji keberartian koefisien korelasi pada jam puncak sore Jalan Pendekat

t hitungan

t tabel

MC

HV



Lokasi 1

0.66

0.25

2.447

-2.447

Lokasi 2

3.30

0.74

2.447

-2.447

Lokasi 3

0.92

-0.16

2.447

-2.447


Untuk hasil perhitungan nilai uji keberartian koefisien korelasi kendaraan berat pada jam puncak sore lebih kecil jika dibandingkan nilai tabel sehingga dapat disimpulkan tidak terdapat pengaruh antara heavy vehicle HV dengan light vehicle (LV). commit to user



Sehingga disimpulkan bahwa hubungan antara kedua variabel tersebut (light vehicle dan motorcycle) berarti. Sedangkan untuk Heavy Vehicle nilai t lebih kecil dari t

tabel

hitungan

sehingga memiliki arti bahwa tidak terdapat hubungan yang

berarti antara kedua variabel tersebut (Heavy Vehicle dan Light Vehicle).

d. Uji Regresi Linier Persamaan regresi linier yang terbentuk diuji dengan uji F untuk memastikan apakah persamaannya bias diterima atau tidak. Rumus yang digunakan sesuai dengan persamaan 2.23 dan 2.24. Contoh perhitungan menggunakan data di lokasi 2 pada jam puncak siang :

æ å xå y ö÷ bçç å xy ÷ n è ø F= 2 æ öö æ ö æ ç å y 2 - bç å xy - å x å y ÷ - ç å y ÷ ÷ / n - 2 ç ÷ ç n ÷÷ ç n è ø è øø è

0.26(280507 -

3471 * 610 ) 8 F= (53854 - 0.19 * (280507 - 3471 * 610 ) - ( 53854 8 8

=

))

8- 2

8.04

Nilai F diatas dibandingkan dengan nilai F (1-α)(1,n-2) dari tabel distribusi F. Diperoleh nilai : F(95%)(1,6)

=

5.99

Nilai F hitungan dibandingkan dengan nilai F tabel. Jika nilai F hitungan > nilai F tabel, maka dapat disimpulkan persamaan regresi tersebut dapat diterima. Perhitungan nilai F Untuk jalan lokasi lain dapat dilihat pada lampiran A. Hasil perhitungan nilai F dan nilai F tabel untuk semua jalan pendekat dapat dilihat dalam tabel 4.13, 4.14 dan 4.15 :

commit to user



Tabel 4.13 Nilai Uji F pada jam puncak pagi Jalan Pendekat

Fperhitungan

Ftabel

MC

HV

F (1-α)(1,n-2)

-F (1-α)(1,n-2)

Lokasi 1

4.97

0.33

5.99

-5.99

Lokasi 2

2.96

0.34

5.99

-5.99

Lokasi 3

0.72

0.21

5.99

-5.99


Persamaan regresi linier yang mempunyai nilai Fhitung lebih besar dari nilai Ftabel maka persamaan regresi linier tersebut memenuhi syarat, namun persamaan regresi linier yang mempunyai nilai F hitung lebih kecil dari F tabel maka persamaan regresi linier tersebut tidak memenuhi syarat.

Dari hasil perhitngan diatas dapat dilihat bahwa Fhitungan pada motorcycle dan heavy vehicle nilainya lebih kecil dari Ftabel maka dapat disimpulkan bahwa persamaan regresi linier tersebut tidak memenuhi syarat.

Tabel 4.14 Nilai Uji F pada jam puncak siang Jalan Pendekat

Fperhitungan

Ftabel

MC

HV

F (1-α)(1,n-2)

-F (1-α)(1,n-2)

Lokasi 1

4.34

0.34

5.99

-5.99

Lokasi 2

24.51

0.49

5.99

-5.99

Lokasi 3

8.04

0.53

5.99

-5.99


Dari hasil perhitngan diatas dapat dilihat bahwa Fhitungan pada motorcycle lokasi 2 dan lokasi 3 lebih besar dari F

tabel

maka dapat disimpulkan bahwan persamaan

regresi linier tersebut memenuhi syarat sedangkan Fhitungan pada motorcycle lokasi 1 dan heavy vehicle pada ke 3 lokasi pengamatan nilainya lebih kecil dari Ftabel maka dapat disimpulkan bahwa persamaan regresi linier tersebut tidak memenuhi syarat. commit to user



Tabel 4.15 Nilai Uji F pada jam puncak sore Jalan Pendekat

Fperhitungan

Ftabel

MC

HV

F (1-α)(1,n-2)

-F (1-α)(1,n-2)

Lokasi 1

0.44

0.06

5.99

-5.99

Lokasi 2

10.86

0.55

5.99

-5.99

Lokasi 3

0.84

0.03

5.99

-5.99


Dari hasil perhitngan diatas dapat dilihat bahwa Fhitungan pada motorcycle lokasi 2 lebih besar dari F

tabel

maka dapat disimpulkan bahwan persamaan regresi linier

tersebut memenuhi syarat sedangkan Fhitungan pada motorcycle lokasi 1 dan lokasi 3 dan heavy vehicle pada ke 3 lokasi pengamatan nilainya lebih kecil dari Ftabel maka dapat disimpulkan bahwa persamaan regresi linier tersebut tidak memenuhi syarat.

Maka dari semua hasil perhitungan tersebut diatas dapat disimpulkan bahwa tidak semua hasil persamaan regresi memenuhi syarat. Untuk itu, yang dipergunakan sebagai hasil akhir penetuan emp berdasarkan analisis regresi linier adalah hasil perhitungan yang memenuhi syarat dari ketiga uji persamaan yang telah dilakukan yaitu koefisien korelasi, uji koefisien korelasi dan uji regresi linier.

4.3.2 Perhitungan Time Headway

a.

Data Survei Simpang

Data yang digunakan untuk perhitungan rasio headway adalah hasil pengamatan yang didapatkan dari rekaman kamera video kemudian di putar ulang untuk menghitung data time headway. Data time headway diperoleh dari selisih waktu antara dua kendaraan yang berurutan yang melewati lakban pembatas dilokasi yang sudah ditentukan dan diamati pada arus lalu lintas jam puncak. Iringan kendaraan yang dicatat adalah MC-LV, LV-MC, LV-LV, MC-MC, HV-HV, HVLV, LV-HV. commit to user



b. Perhitungan Senjang Rata-rata Berdasarkan persamaan-persamaan tinjauan statistik pada bab 2, maka dapat dihitung senjang rata-rata time headway seluruh pasangan kendaraan. Persamaaan yang digunakan adalah persamaan yang digunakan adalah persamaan 2.27, 2.28, 2.29, 2.30 dan 2.31.

Time headway seluruh pasangan iring-iringan kendaraan pada ruas Jalan dr. RM Said jam puncak siang dapat dilihat pada lampiran B. Perhitungan senjang rata-rata time headway seluruh pasangan iringan kendaraan di ruas Jalan RM. Said jam puncak siang disajikan dalam Tabel 4.16 Perhitungan untuk jalan pendekat lain dapat dilihat pada lampiran B.

Tabel 4.16 Perhitungan rata-rata senjang time headway Rata-rata N

headway

S

E

E

head 1

head 2

LV-LV

105

3.6 3.6767991 0.3588189 0.7032849

4.3

2.9

MC-MC

338

1.2 1.0684432 0.0581157 0.1139067

1.3

1.1

LV-MC

114

1.4 0.8822021 0.0826258 0.1619466

1.6

1.2

MC-LV

86

1.9 1.6267199 0.1754137 0.3438109

2.3

1.6


Keterangan : (Kolom 1)

(Kolom 2)

Jenis pasangan kendaraan LV-LV

=

Light vehicle diikuti Light vehicle

MC-MC

=

Motorcycle diikuti Motorcycle

LV-MC

=

Light vehicle diikuti Motorcycle

MC-LV

=

Motorcycle diikuti Light vehicle

Jumlah sampel time headway (n) LV-LV

=

105

MC-MC

=

338

LV-MC

=

114

MC-LV

= commit 86 to user



(Kolom 3)

()

Rata-rata time headway tiap pasangan kendaraan x

åx

x=

x= (Kolom 4)

n 375.3 = 3 .6 105

Deviasi Standar (S) s=

(

n 1 x1 - x (n - 1) å i =1

S=

)

2

105 1 (x1 - 3.6)2 å (105 - 1) i =1

= 3.6767991 (Kolom 5)

Standar Error

E= s

n1 / 2

E = 3.6767991 1 105 2

= 0.3588189 (Kolom 6)

Batas toleransi kesalahan Dengan tingkat konfidensi 95% maka K=1.96 Sehingga : e=K*E =1.96*0.3588189 = 0.7032849

(Kolom 7)

Batas keyakinan atas dan bawah nilai rata-rata time headway ( m1 = batas atas rata-rata time headway; m 2 = batas bawah rata-

rata time headway)

m1, 2 = x ± e

m1, 2 = 3.574286 ± 0.7032849

m1 = 4.277571 m 2 = 2.871001

commit to user



Jadi senjang rata-rata time headway seluruh pasangan Light vehicle (LV) diikuti Light vehicle (LV) terletak dalam interval 2.9 – 4.3.

c.

Perhitungan Nilai EMP Motorcycle

Berdasarkan senjang rata-rata time headway maka nilai time headway koreksi (time headway yang berada dalam interval) disajikan dalam Tabel 4.17 : Tabel 4.17 Nilai Time Headway terkoreksi LV-LV

MC-MC

LV-MC

2.8 2.8 2.9 2.9 2.9 3 3 3 3 3 3

1 1 1 1 1 1 1 1 1 1 1

1.2 1.2 1.2 1.2 1.2 1.2 1.3 1.3 1.3 1.3 1.3

1.6 1.6 1.7 1.7 1.7 1.8 1.8 1.8 1.8 1.9 2

3 3.1 3.1 3.2 3.4 3.4 3.5

1 1 1 1 1 1 1

1.3 1.3 1.4 1.4 1.4 1.4 1.4

2 2 2.1 2.1 2.1 2.2 2.2

MC-MC LV-MC 1.1 1.4 1.1 1.4 1.1 1.4 1.1 1.5 1.1 1.5 1.1 1.5 1.1 1.5 1.1 1.6 1.1 1.6 1.1 1.6 1.1 1.6 1.1 1.6 1.1 1.1 to user commit 1.1

MC-LV 2.3 2.3 2.3 2.3

LV-LV 3.5 3.6 3.7 3.8 3.8 3.9 4 4.1 4.1 4.1 4.1 4.2

MC-LV

(berlanjut)



1.1 1.2 1.2 1.2 1.2 1.2 1.2 1.2 1.2 1.2 1.2 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 (Sumber : Hasil Perhitungan)

Contoh perhitungan nilai emp motorcycle di Jalan RM Said pada jam puncak siang disajikan dalam Tabel 4.18. Perhitungan untuk pendekat lain dapat dilihat pada lampiran B. Tabel 4.18 Perhitungan nilai emp Jl. RM Said jam puncak siang n

x rata-rata

K

LV-LV

30

3.4

3.0930442

MC-MC

59

1.1

0.9761242

LV-MC

30

1.4

MC-LV

22

2

9.108674891

t koreksi

1.6869558 2.3822125

Jumlah 4.0691683

0.3155869 4.0691683


Keterangan : (Kolom 1)

Jenis pasangan kendaraan LV-LV MC-MC

=

emp MC

Light vehicle diikuti Light vehicle to user diikuti Motorcycle = commit Motorcycle



(Kolom 2)

(Kolom 3)

LV-MC

=

Light vehicle diikuti Motorcycle

MC-LV

=

Motorcycle diikuti Light vehicle

Jumlah sampel time headway terkoreksi LV-LV

=

30

MC-MC

=

59

LV-MC

=

30

MC-LV

=

22

()

Rata-rata time headway tiap pasangan kendaraan x

x=

åx n

x LV -LV =

(Kolom 4)

101.9 30

x MC -MC =

50.7 59

x LV -MC =

41.5 30

x MC -LV =

43.3 22

Koefisien Koreksi (k) Untuk memenuhi ta k + tbk = tc k + td k , maka terlebih dahulu

mencari koefisien k k=

na * nb * nc * nd * [ta + tb - tc - td ] nb * nc * nd + na * nc * nd + na * nb * nd + na * nb * nc

k=

30 * 59 * 30 * 22 * [3.3967 + 1.1305 - 1.3833 - 1.968] 59 * 30 * 22 + 30 * 30 * 22 + 30 * 59 * 22 + 30 * 59 * 30

k = 9.10867 (Kolom 5)

Rata-rata time headway terkoreksi ta k = ta - k na

= 3.3967 – [9.10867/30] = 3.093 tbk = tb - k nb

= 1.1305– [9.10867/59] commit to user = 0.976



tc k = tc + k nc

= 1.3833 + [9.10867/30] = 1.687 td k = td + k nd

= 1.968+ [9.10867/22] = 2.382 Dengan : ta k

=

Nilai rata-rata time headway LV-LV terkoreksi

tbk

=

Nilai rata-rata time headway MC-MC terkoreksi

tc k

=

Nilai rata-rata time headway LV-MC terkoreksi

td k

=

Nilai rata-rata time headway MC-LV terkoreksi

(Kolom 6)

Persamaan terkoreksi Dengan menggunakan nilai rata-rata yang telah dikoreksi, maka

persamaannya menjadi : ta k + tbk = tc k + td k

3.03930442+0.97612422

=

1.6869558+2.3822125

4.60916832

=

4.60916832

(Kolom 7)

Nilai emp motorcycle Nilai emp motorcycle

=

tbk ta k

=

0.97612422 3.03930442

=

0.3155689

Dari hasil perhitungan nilai emp motorcycle tersebut, maka nilai emp untuk masing-masing jalan pendekat di kedua simpang tersebut disajikan dalam Tabel 4.19 :

Tabel 4.19 Nilai emp motorcycle dan heavy vehicle dengan rasio headway pada commit to user tiap jalan pendekat atau pada masing-masing jam puncak



Lokasi

Emp MC

Pengamatan

emp HV

Jam

Jam

Jam

Jam

Jam

Jam

Puncak

Puncak

Puncak

Puncak

Puncak

Puncak

Pagi

Siang

Sore

Pagi

Siang

Sore

Lokasi 1

0.29

0.20

0.43

1.16

1.14

1.47

Lokasi 2

0.40

0.32

0.38

2.38

2.37

3.48

Lokasi 3

0.38

0.37

0.47

2.46

2.90

1.74


4.4 Penentuan Nilai emp

Untuk menentukan rata-rata nilai emp berdasarkan metode regresi linier dan time headway dilakukan perhitungan simpangan baku. Perhitungan simpangan baku untuk nilai emp MC berdasarkan time headway terdapat pada tabel 4.20 dibawah ini.

Tabel 4.20 Perhitungan nilai emp motorcycle dari semua pendekat No

Lokasi

Jam Sibuk

Rata-rata

Rentang

Simpangan

Pengamatan

Pagi

Siang

Sore

(x)

(R)

Baku (s)

(1)

(2)

(3)

(4)

(5)

(6)

(7)

1

Lokasi 1

0.29

0.20

0.43

0.31

0.23

0.12

2

Lokasi 2

0.40

0.32

0.38

0.40

0.08

0.04

3

Lokasi 3

0.38

0.37

0.47

0.41

0.1

0.06

1.12

0.41

0.22

Jumlah

x=

1.12 = 0.37 3

R=

0,41 = 0.14 3

Dari Tabel di Lampiran D dengan n = 3 didapat A2 = 1,023 Kontrol rata-rata x dapat digunakan : Sentral = x = 0.37 commit to user BKA = x + A2 R = 0.37 + (1.023) . (0,14) = 0.51



BKB = x - A2 R = 0.37 - (1.023) . (0,14) = 0.23

s =

å Si = k

0,22 = 0.07 3

x = 0.37

Dari Tabel di Lampiran D dengan n = 3 didapat A1 = 2.394 Kontrol rata-rata x dapat digunakan : Sentral = x = 0.37 BKA = x + A1 s = 0.37 + (2.394) . (0.07) = 0.54 BKB = x - A1 s = 0.37 - (2.394) . (0.07) = 0.20 0.8 0.7

Rata-rata

0.6 0.5 0.4 0.3 0.2 0.1 0 0

1

Lokasi Survei

2

3

Gambar 4.6 Diagram kontrol untuk rata-rata x emp motorcycle Dari gambar diatas maka didapat nilai emp untuk motorcycle sebesar 0.40. Tabel 4.21 Perhitungan nilai emp heavy vehicle dari semua pendekat No

Lokasi

Jam Sibuk

Rata-rata

Rentang

Simpangan

Pengamatan

Pagi

Siang

Sore

(x)

(R)

Baku (s)

(1)

(2)

(3)

(4)

(5)

(6)

(7)

1

Lokasi 1

1.16

1.14

1.47

1.26

0.33

0.19

2

Lokasi 2

2.38

2.37

3.48

2.74

1.11

0.64

3

Lokasi 3

2.46

2.90

1.74

2.37

1.16

0.59

6.37

2.6

1.42

Jumlah commit to user



x=

6.37 = 2.12 3

R=

2.6 = 0.87 3

Dari Tabel di Lampiran dengan n = 3 didapat A2 = 1,023 Kontrol rata-rata x dapat digunakan : Sentral = x = 2.12 BKA = x + A2 R = 2.12+ (1,023) . (0.87) = 3.01 BKB = x - A2 R = 2.12 - (1,023) . (0.87) = 1.23

s =

å Si = k

1.42 = 0.47 3

x = 2.12

Dari Tabel di Lampiran dengan n = 3 didapat A1 = 2.394 Kontrol rata-rata x dapat digunakan : Sentral = x = 2.12 BKA = x + A2 R = 2.12 + (2.394) . (0.47) = 3.25 BKB = x - A2 R = 2.12 - (2.394) . (0.47) = 0.99 3.5 3

Rata-rata

2.5 2 1.5 1 0.5 0 0

1

Lokasi Survei

2

3

Gambar 4.7 Diagram kontrol untuk rata-rata x emp heavyvehicle Dari gambar diatas maka didapat nilai emp commit tountuk user heavyvehicle sebesar 2.37.



Perhitungan simpangan baku untuk nilai emp MC berdasarkan analisis regresi linier terdapat pada tabel 4.22 dibawah ini. Tabel 4.22 Perhitungan nilai emp motorcycle dari semua pendekat No

Lokasi

Jam Sibuk

Rata-rata

Rentang

Simpangan

Pengamatan

Pagi

Siang

Sore

(x)

(R)

Baku (s)

(1)

(2)

(3)

(4)

(5)

(6)

(7)

1

Lokasi 1

0.09

0.18

0.09

0.12

0.09

0.05

2

Lokasi 2

0.10

0.19

0.20

0.16

0.10

0.06

3

Lokasi 3

0.06

0.08

0.09

0.08

0.03

0.22

0.36

0.22

0.13

Jumlah

x=

0.36 = 0.12 3

R=

0.22 = 0.07 3

Dari Tabel di Lampiran D dengan n = 3 didapat A2 = 1,023 Kontrol rata-rata x dapat digunakan : Sentral = x = 0.12 BKA = x + A2 R = 0.12 + (1.023) . (0.07) = 0.19 BKB = x - A2 R = 0.12 - (1.023) . (0.07) = 0.05

s =

å Si = k

0.13 = 0.04 3

x = 0.12

Dari Tabel di Lampiran D dengan n = 3 didapat A1 = 2.394 Kontrol rata-rata x dapat digunakan : Sentral = x = 0.12 BKA = x + A1 s = 0.12 + (2.394) . (0.04) = 0.22 BKB = x - A1 s = 0.12 - (2.394) . (0.04 ) = 0.02

commit to user



0.3 0.25

Rata-rata

0.2 0.15 0.1 0.05 0 0

1

Lokasi Survei

2

3

Gambar 4.8 Diagram kontrol untuk rata-rata x emp heavyvehicle Dari gambar diatas maka didapat nilai emp untuk motorcycle sebesar 0.12. Tabel 4.23 Perhitungan nilai emp motorcycle dari semua pendekat No

Lokasi

Jam Sibuk

Rata-rata

Rentang

Simpangan

Pengamatan

Pagi

Siang

Sore

(x)

(R)

Baku (s)

(1)

(2)

(3)

(4)

(5)

(6)

(7)

1

Lokasi 1

1.30

1.24

1.10

1.21

0.09

0.10

2

Lokasi 2

2.57

3.11

2.33

2.67

0.78

0.40

3

Lokasi 3

2.00

2.83

1.28

2.04

1.55

0.78

5.92

2.42

1.28

Jumlah

x=

5.92 = 1.97 3

R=

2.42 = 0.81 3

Dari tabel di Lampiran D dengan n = 3 didapat A2 = 1.023 Kontrol rata-rata x dapat digunakan : Sentral = x = 1.97 BKA = x + A2 R = 1.97 + (1.023) . (0.81) = 2.80 BKB = x - A2 R = 1.97 - (1.023) . (0.81) = 1.14 commit to user



s =

å Si =

1.28 = 0.43 3

k

x = 1.97

Dari Tabel di Lampiran D dengan n = 3 didapat A1 = 2.394 Kontrol rata-rata x dapat digunakan : Sentral = x = 1.97 BKA = x + A1 s = 1.97 + (2.394) . (0.43) = 3.00 BKB = x - A1 s = 1.97 - (2.394) . (0.43) = 0.94

3.5 3

Rata-rata

2.5 2 1.5 1 0.5 0 0

1

Lokasi Survei

2

3

Gambar 4.9 Diagram kontrol untuk rata-rata x emp heavyvehicle Dari gambar diatas maka didapat nilai emp untuk heavyvehicle sebesar 2.04. Hasil nilai emp yang paling baik berdasarkan analisis time headway dan analisis regresi linier dengan standar statistik dapat dilihat pada tabel 4.24 : Tabel 4.24 Rekapan Nilai emp No

Jenis Analisis

1

Time headway

2

Regresi linier

Nilai emp Motorcycle

Heavy vehicle

0.4

2.38

0.12 commit to user

2.04



4.5 Perhitungan Kinerja Simpang Tak Bersinyal

a. Perhitungan Arus Lalu Lintas Simpang Perhitungan arus lalu lintas simpang menggunakan data volume lalu lintas yang kemudian dikonversikan ke satuan mobil penumpang (smp), untuk perhitungan arus jalan utama, arus jalan minor, arus total dan rasio kendaraan tak bermotor tersaji pada tabel 4.23 dengan mengambil beberapa contoh saja. Adapun cara pengisian tabel adalah sebagai berikut : Kolom (1)

: arus pendekat

Kolom (2)

: keterangan arah belokan

Kolom (3)

: banyaknya kendaraan ringan

Kolom (4)

: banyaknya kendaraan ringan dalam smp dengan emp = 1,0.

Kolom (5)

: banyaknya kendaraan berat.

Kolom (6)

: banyaknya kendaraan berat dalam smp dengan emp = 1,3.

Kolom (7)

: banyaknya sepeda motor.

Kolom (8)

: banyaknya sepeda motor dalam smp dengan emp = 0,5.

Kolom (9)

: jumlah kendaraan bermotor , yaitu dari jumlah kolom (3), kolom (5), dan kolom (7).

Kolom (10)

: jumlah kendaraan bermotor dalam smp, yaitu dari kolom (4) , kolom (6) dan kolom (8).

Kolom (11)

: rasio belokan dari kendaraan bermotor.

Kolom (12)

: jumlah kendaraan tak bermotor.

commit to user

75

Tabel 4.25 Perhitungan Arus Lalu Lintas Simpang Berdasarkan Nilai emp dari MKJI 1997 1

KOMPOSISI LALU LINTAS Arus lalu lintas

LV% : arah

HV% :

Kendaraan ringan LV

Kendaraan berat HV

emp : 1,0

emp : 1,3

Pendekat

1 2

Sepeda motor MC

Faktor-k

Kendaraan bermotor total MV

emp : 0,5

kend tak bermotor

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

Rasio belok

3

4

5

6

7

8

9

10

11,00

UM kend/jam 12

LT

9

9

0

0

9

4,5

18

13,5

0,01

2

3

RT

9

9

3

3,9

35

17,5

47

30,4

0,03

13

4

ST

274

274

7

9,1

1401

700,5

1682

983,6

0,00

240

5

Total

292

292

10

13

1445

722,5

1747

1027,5

0,00

255

LT

309

309

11

14,3

2028

1014

2348

1337,3

0,99

363

7

RT

0

0

0

0

32

16

32

16

0,01

12

8

ST

9

Total

6

Jl. minor A

2

Faktor smp

MC% :

Jl. minor B

0

0

0

0

0

0

0

0

0,00

0

309

309

11

14,3

2060

1030

2380

1353,3

0,00

375

601

601

21

27,3

3505

1752,5

4127

2380,8

0,00

630

LT

16

16

0

0

134

67

150

83

0,11

29

12

RT

0

0

0

0

0

0

0

0

0,00

0

13

ST

153

153

6

7,8

961

480,5

1120

641,3

0,00

81

14

Total

169

169

6

7,8

1095

547,5

1270

724,3

0,00

110

LT

334

334

11

14,3

2171

1085,5

2516

1433,8

0,46

394

10

Jl.minor A+B

11

Jalan Utama C

15

Jl Utama+Minor

16

RT

9

9

3

3,9

67

33,5

79

46,4

0,04

25

17

ST

427

427

13

16,9

2362

1181

2802

1624,9

0,00

321

770

770

27

35,1

4600

2300

5397

3105,1

0,48

740

18 19

Jl. Utama+minor total

Rasio jl minor/(jalan utama+minor)total

0,77

UM/MV :

0,14

76

Tabel 4.26 Perhitungan Arus Lalu Lintas Simpang Berdasarkan Nilai emp dari Regresi Linier 1


LV% : arah

HV% :

Kendaraan ringan LV

Pendekat

1 2

Kendaraan berat HV

emp : 1,0

Jl. minor A

2

Faktor smp

MC% :

emp : 2.04

Sepeda motor MC emp : 0.12

Faktor-k


kend tak Bermotor

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

Rasio belok

3

4

5

6

7

8

9

10

11,00

UM kend/jam 12

LT

9

9

0

0

9

1,08

18

10,08

0,02

2

3

RT

9

9

3

6,12

35

4,2

47

19,32

0,04

13

4

ST

274

274

7

14,28

1401

168,12

1682

456,4

0,00

240

Total

292

292

10

20,4

1445

173,4

1747 Faktor smp

485,8

0,00

255

5 KOMPOSISI LALU LINTAS Arus lalu lintas

LV% : arah

HV% :

Kendaraan ringan LV

Pendekat

6

Kendaraan berat HV

emp : 1,0

1

emp : 2.04


Faktor-k


kend tak Bermotor

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

Rasio belok

3

4

5

6

7

8

9

10

11,00

UM kend/jam 12

LT

309

309

11

22,44

2028

243,36

2348

574,8

0,99

363

7

RT

0

0

0

0

32

3,84

32

3,84

0,01

12

8

ST

0

0

0

0

0

0

0

0

0,00

0

9

Total

309

309

11

22,44

2060

247,2

2380

578,64

0,00

375

601

601

21

42,84

3505

420,6

4127

1064,44

0,00

630

10

Jl. minor B

2

MC% :

Jl.minor A+C

77


LV% : arah

HV% :

Kendaraan ringan LV

Kendaraan berat HV

emp : 1,0

emp :2.04

Pendekat

1 11


Faktor-k


kend tak Bermotor

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

Rasio belok

3

4

5

6

7

8

9

10

11,00

UM kend/jam 12

LT

16

16

0

0

134

16,08

150

32,08

0,10

29

12

RT

0

0

0

0

0

0

0

0

0,00

0

13

ST

153

153

6

12,24

961

115,32

1120

280,56

0,00

81

14

Total

169

169

6

12,24

1095

131,4

1270

312,64

0,00

110

LT

334

334

11

22,44

2171

260,52

2516

616,96

0,45

394

21

RT

9

9

3

6,12

67

8,04

79

23,16

0,02

25

22

ST

427

427

13

26,52

2362

283,44

2802

736,96

0,00

321

770

770

27

55,08

4600

552

5397

1377,08

0,46

740

20

23 24

Jalan Utama C

2

Faktor smp

MC% :

Jl Utama+Minor



0,77

UM/MV :

0,14

78

Tabel 4.27 Perhitungan Arus Lalu Lintas Simpang Berdasarkan Nilai emp dari Time Headway

1


LV% : arah

HV% :

Kendaraan ringan LV

Pendekat

1 2

Kendaraan berat HV

emp : 1,0

Jl. minor A

2

Faktor smp

MC% : Sepeda motor MC

emp : 2.38

Faktor-k


emp : 0.4

Bermotor

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

Rasio belok

3

4

5

6

7

8

9

10

11,00

LT

9

9

0

0

9

kend tak

3,96

18

12,96

0,01

UM kend/jam 12 2

3

RT

9

9

3

7,2

35

15,4

47

31,6

0,03

13

4

ST

274

274

7

16,8

1401

616,44

1682

907,24

0,00

240

Total

292

292

10

24

1445

635,8

1747 Faktor smp

951,8

0,00

255

5 KOMPOSISI LALU LINTAS Arus lalu lintas

LV% : arah

HV% :

Kendaraan ringan LV

Pendekat

6

Kendaraan berat HV

emp : 1,0

1

Sepeda motor MC

emp : 2.38

Faktor-k


0,4

kend tak Bermotor

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

Rasio belok

3

4

5

6

7

8

9

10

11,00

UM kend/jam 12

LT

309

309

11

26,4

2028

892,32

2348

1227,72

0,99

363

7

RT

0

0

0

0

32

14,08

32

14,08

0,01

12

8

ST

0

0

0

0

0

0

0

0

0,00

0

9

Total

309

309

11

26,4

2060

906,4

2380

1241,8

0,00

375

601

601

21

50,4

3505

1542,2

4127

2193,6

0,00

630

10

Jl. minor B

2

MC% :

Jl.minor A+B

79


LV% : arah

HV% :

Kendaraan ringan LV

Kendaraan berat HV

emp : 1,0

emp :2.38

Pendekat

1 11

Sepeda motor MC

Faktor-k


emp : 0.4

kend tak Bermotor

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

kend/jam

smp/jam

Rasio belok

3

4

5

6

7

8

9

10

11,00

UM kend/jam 12

LT

16

16

0

0

134

58,96

150

74,96

0,12

29

12

RT

0

0

0

0

0

0

0

0

0,00

0

13

ST

136

136

6

14,4

961

422,84

1103

573,24

0,00

81

14

Total

152

152

6

14,4

1095

481,8

1253

648,2

0,00

110

LT

334

334

11

26,4

2171

955,24

2516

1315,64

0,46

394

20

Jalan Utama C

2

Faktor smp

MC% :

Jl Utama+Minor

21

RT

9

9

3

7,2

67

29,48

79

45,68

0,02

25

22

ST

410

410

13

31,2

2362

1039,28

2785

1480,48

0,00

321

753

753

27

64,8

4600

2024

5380

2841,8

0,48

740

23 24



0,77

UM/MV :

0,14



b. Perhitungan Kapasitas Simpang Perhitungan kapasitas simpang dapat dilihat pada tabel 4.26, adapun cara pengisian adalah sebagai berikut : Kolom (0)

: pilihan

Kolom (1)

: jumlah lengan simpang = 4

Kolom (2)

: lebar masukan pendekan A/ RM Said (WA)

lebar pendekat A 6.35 = = 3.175 2 2

Cara perhitungan = WA = Kolom (3)

: lebar masukan pendekat B/ RM Said (WB) Cara perhitungan = WB =

Kolom (4)

6.95 lebar pendekat B = = 3.475 2 2

: lebar rata – rata masukan pendekat A, dan B (WAB), didapat dari hasil penjumlahan kolom (2) dan kolom (3) kemudian dibagi 2. Cara perhitungan = WAB =

Kolom (5)

: lebar masukan pendekat C/ Sultan Hasanudin (WC) Cara perhitungan = WB =

Kolom (6)

9 lebar pendekat C = = 4.5 2 2

: lebar masukan pendekat D/ Sultan Hasanudin (WD) Cara perhitungan = WB =

Kolom (7)

(3.175 + 3.475) W A + WB = = 3.325 2 2

6.7 lebar pendekat D = = 3.35 2 2

: lebar rata – rata masukan pendekat C, dan D (WCD), didapat dari

hasil penjumlahan kolom (5) dan kolom (6) kemudian dibagi 2. Cara perhitungan = WCD = Kolom (8)

(4.5 + 3.35) WC + WD = = 3.925 2 2

: lebar rata – rata masukan pendekat A, B, C, dan D (WI), didapat

dari hasil penjumlahan kolom (4) dan kolom (7) kemudian dibagi 2. Cara perhitungan = WI = Kolom (9)

(3.325 + 3.925) W AB + WCD = = 3.625 2 2

: jumlah lajur jalan minor, dimana rata – rata pendekat minor =

3.325 m < 5.5m maka jumlah lajurnya = 2to user commit



Kolom (10)

: jumlah lajur jalan utama, dimana rata – rata pendekat utama

=3.925 m < 5.5 m maka jumlah lajurnya = 2 Kolom (11)

: tipe simpang pada simpang Pasar Nangka ini jumlah lengan

simpang adalah 4, jumlah lajurnya adalah 2, maka simpang Pasar Nangka mempunyai tipe IT-422. Tabel 4.28 Perhitungan Kapasitas Simpang Berdasar Nilai emp MKJI 1997 Lebar pendekat dan tipe simpang

Pilihan

Jumlah lengan Simpang

1 1

Lebar pendekat (m) Jalan minor Jalan utama WA WB WAB WC WD WBD

2 3 4 3,175 3,475

4 3,325

5 4,5

6 3,35

Jumlah lajur

Lebar pendekat Jalan Jalan rata-rata WI minor Utama 7 8 9 10 3,925 3,625 2 2

Tipe simpang

11 422

(berlanjut) Tabel 4.29 Perhitungan Kapasitas Simpang Berdasarkan nilai emp Regresi Linier Jumlah Pilihan lengan Simpang

1 1

Lebar pendekat (m) Jumlah lajur Tipe Jalan minor Jalan utama Lebar simpang WA WC WAC WB WD WBD Pendekat Jalan Jalan rata-rata WI minor Utama 2 3 4 5 6 7 8 9 10 11 4 3,175 3,475 3,325 4,5 3,35 3,925 3,625 2 2 422

(berlanjut)

commit to user



Tabel 4.30 Perhitungan Kapasitas Simpang Berdasarkan nilai emp Time Headway

Pilihan

Jumlah lengan Simpang

1 1

Lebar pendekat (m) Jumlah lajur Tipe Jalan minor Jalan utama Lebar simpang WA WC WAC WB WD WBD Pendekat Jalan Jalan rata-rata WI minor Utama 2 3 4 5 6 7 8 9 10 11 4 3,175 3,475 3,325 4,5 3,35 3,925 3,625 2 2 422

(berlanjut)

Kolom (12)

: kapasitas dasar (Co), didapat dari tabel 2.12 yaitu sebesar 2900

smp/jam Kolom (13)

: faktor penyesuaian lebar pendekat (FW), dihitung dengan rumus

pada gambar 2.3. Untuk tipe simpang 422, rumus untuk perhitungan FW = 0.70 + 0.0866 WI FW = 0.70 + 0.0866*3.625 FW = 1.01 Kolom (14)

: faktor penyesuaian median jalan (FM), didapat dari tabel 2.13,

yaitu untuk jalan yang tidak memiliki median jalan nilai FM = 1 Kolom (15)

: faktor penyesuaian ukuran kota (FCS), didapat dar tabel 2.14.

Untuk wilayah kota Surakarta yang memiliki jumlah penduduk 0.5 – 1.0 (juta) termasuk dalam ukuran kota sedang dengan faktor (FCS) = 0.94 Kolom (16)

: faktor penyesuaian hambatan samping (FRSU), didapat dari tabel

2.15 dengan variabel masukan rasio kendaraan tak bermotor UM/MV yang didapat dari tabel 4.21 baris 19 kolom 12 Kolom (17)

: faktor penyesuaian belok kiri (FLT), dihitung dengan rumus pada

gambar 2.4 dengan variabel masukan rasio belok kiri PLT yang didapat dari tabel 4.22 baris 15 kolom 11. FLT = 0.84+1.61*PLT FLT = 0.084+1.61*0.39 FLT = 1.47 commit to user



Kolom (18)

: faktor penyesuaian belok kanan (FRT), untuk simpang 4 lengan

FRT = 1 Kolom (19)

: faktor penyesuaian rasio arus jalan minor (FMI), dihitung

menggunakan rumus pada tabel 2.16 dengan variabel masukan tipe simpang tabel 4.22 kolom 11 dan rasio arus jalan minor PMI dari tabel 4.21 kolom 11 baris 18. Cara perhitungan sebagai berikut : FMI = 1.19* PMI2-1.19* PMI+1.19 FMI = 1.19*0.772-1.19*0.81+1.19 FMI = 1.01 Kolom (20)

: kapasitas simpang sesungguhnya (C), dihitung dengan rumus

(2.3) cara perhitungan sebagai berikut : C = CO*FW*FM*FCS*FRSU*FLT*FRT*FMI C = 2900*1.01*1*0.94*0.80**1.47*0,98 C = 3524.99 smp/jam Tabel 4.31 Perhitungan Kapasitas Simpang Berdasarkan Nilai emp MKJI 1997 Kapasitas Faktor penyesuain kapasitas (F) Dasar Lebar Median Ukuran Hambatan Belok Belok Rasio Kapasitas Co pendekat jalan kota samping Kiri Kanan minor/ smp/jam rata-rata utama total FW FM FCS FRSU FLT FRT FMI C smp/jam 12 13 14 15 16 17 18 19 20 2900 1,01 1 0,94 0,86 1,47 1 1,01 3524,99 Tabel 4.32 Perhitungan Kapasitas Simpang Berdasarkan Nilai emp Regresi Linier Kapasitas Faktor penyesuain kapasitas (F) Dasar Lebar Median Ukuran Hambatan Belok Belok Rasio Kapasitas Co pendekat jalan kota samping Kiri Kanan minor/ smp/jam rata-rata utama total FW FM FCS FRSU FLT FRT FMI C smp/jam 12 13 14 15 16 17 18 19 20 2900 1,01 1 0,94 0,80 1,56 1 0,98 3387,31

commit to user



Tabel 4.33 Perhitungan Kapasitas Simpang Berdasarkan Nilai emp Time Headway Kapasitas Faktor penyesuain kapasitas (F) Dasar Lebar Median Ukuran Hambatan Belok Belok Rasio Kapasitas Co pendekat jalan kota samping Kiri Kanan minor/ smp/jam rata-rata utama total FW FM FCS FRSU FLT FRT FMI C smp/jam 12 13 14 15 16 17 18 19 20 2900 1,01 1 0,94 0,80 1,59 1 0,98 3437,08 c. Perhitungan Tingkat Kinerja Simpang Perhitungan tingkat kinerja simpang dapat dilihat pada tabel 4.32, cara pengisiannya adalah sebagai berikut : Kolom (1)

: arus lalu lintas total (Q), didapat dari tabel 4.21 baris 18 kolom

10 yaitu sebesar 3105.1 smp/jam Kolom (2)

: derajat kejenuhan (DS), dihitung dengan rumus 2.13. Cara

perhitungan sebagai berikut : DS = Qtot/C DS = 2478.60/3524.99 DS = 0.70 Kolom (3)

: tundaan lalu lintas simpang (DTt), dihitung dengan rumus yang

terdapat pada gambar 2.8 tergantung nilai DS. Cara perhitungan sebagai berikut : Karena DS<0.6, maka rumus yang digunakan adalah : DT = 2+8.2078*DS-(1-DS)*2 DT = 2+8.2078*(0.70)-(1-0.70)*2 DT = 7.45 Kolom (4)

: tundaan lalu lintas jalan utama (DTMA), dihitung dengan rumus

yang terdapat pada gambar 2.7 tergantung nilai DS. Cara perhitungan sebagai berikut : Karena DS<0.6, maka rumus yang digunakan adalah : DTMA = 1.8+5.8234*DS-(1-DS)*1.8 DTMA = 1.8+5.8234*0.70-(1-0.70)*1.8 DTMA = 5.54 commit to user



Kolom (5)

: tundaan lalu lintas jalan minor (DTMI), dihitung dengan rumus

2.11 dengan variabel masukan adalah arus total (Q) yang didapat dari tabel 4.21 baris 18 kolom 10, tundaan lalu lintas simpang (DTt) yang didapat dari tabel 4.24 kolom 3, arus jalan utama (QMA) yang didapat dari tabel 4.21 baris 14 kolom 10, tundaan lalu lintas jalan utama (DTMA) yang didapat tabel 4.24 kolom 4, dan arus jalan minor (QMI) yang didapat dari tabel 4.22 baris 10 kolom 10. Kolom (6)

: tundaan geometrik simpang (DG), dihitung dengan rumus 2.12

dengan variabel masukan derajat kejenuhan (DS) yang didapat dari tabel 4.23 kolom 2 dan rasio belok total (PT) yang didapat dari tabel 4.22 baris 18 kolom 11. Kolom (7)

: tundaan simpang (D), dihitung dengan menggunakan rumus : D = DTI + DG D = 7.45+ 4.07 D = 11.52

Kolom (8)

: peluang antrian (QP%), dihitung dengan menggunakan rumus

yang terdapat pada gambar 2.8 sesuai dengan variabel masukan derajat kejenuhan. Cara perhitungan sebagai berikut : QP(%) = 47.71*DS-24.68*DS^2+56.47*DS^3 QP(%)=47.71*0.70-24.68*0.70^2+56.47*0.70^3 QP(%) = 40.98 dan, QP(%) = 9.02*DS+20.66*DS^2+10.49*DS^3 QP(%) = 9.02*0.70+20.66*0.70^2+10.49*0.70^3 QP(%) = 20.20

commit to user



Tabel 4.34 Perhitungan Tingkat Kinerja Simpang Berdasarkan Nilai emp MKJI 1997 Arus lalulintas Qtot smp/jam

21 2478,60

Tundaan Derajat lalulintas kejenuhan simpang (DS) (21)/(20) 22 0,70

(DTI) dtk/smp 23 7,45

Tundaan lalu-

Tundaan lalu-

lintas Jl.Utama (DTMA) dtk/smp 24 5,54

lintas geometrik simpang Batas Batas Jl.Minor simpang (D) atas bawah DMI (DG) (23)+(26) (QP) dtk/smp dtk/smp dtk/smp % % 25 26 27 28 29,00 7,90 4,07 11,52 40,98 20,20 DS>0.6

Tundaan

Tundaan

Peluang antrian

Sasaran

Tabel 4.35 Perhitungan Tingkat Kinerja Simpang Berdasarkan Nilai emp Regresi Linier Arus lalulintas Qtot smp/jam

21 1377,08

Derajat

Tundaan lalulintas kejenuhan simpang

Tundaan lalu-

Tundaan lalu-

Tundaan

(DS) (21)/(20) 22 0,41

lintas Jl.Utama (DTMA) dtk/smp 24 3,10

lintas Jl.Minor DMI dtk/smp 25 10,76

geometrik simpang Batas Batas simpang (D) atas bawah (DG) (23)+(26) (QP %) dtk/smp dtk/smp % % 26 27 28 29,00 4,20 13,23 19,11 7,79 DS>0.6

(DTI) dtk/smp 23 9,02

Tundaan

Peluang antrian

Sasaran

Tabel 4.36 Perhitungan Tingkat Kinerja Simpang Berdasarkan Nilai emp Time Headway Arus lalulintas Qtot

Tundaan Tundaan Tundaan Derajat lalulalulaluTundaan lintas kejenuhan simpang lintas lintas geometrik

smp/jam

21 2841,80

(DS) (21)/(20) 22 0,83

Jl.Utama Jl.Minor (DTI) (DTMA) DMI dtk/smp dtk/smp dtk/smp 23 24 25 9,62 7,05 10,38

Tundaan

Peluang antrian

simpang

Batas

simpang (D) (DG) (23)+(26) dtk/smp dtk/smp 26 27 4,08 13,70

commit to user

Sasaran

Batas

atas bawah (QP %) % % 28 29,00 54,49 27,51 DS>0.6



d. Pembahasan Hasil analisis kapasitas dan tingkat kinerja berdasarkan nilai emp MKJI 1997, analisis regresi linier dan time headway menunjukan bahwa kondisi simpang Pasar Nangka sudah jenuh. Hal ini dapat dilihat dari nilai derajat kejenuhan (DS), banyaknya arus lalu lintas, tundaan simpang dan peluang antrian yang mempengaruhi kelancaran pergerakan disimpang Pasar Nangka.

Hasil perhitungan kapasitas dan tingkat kinerja berdasarkan nilai emp MKJI 1997, analisis regresi linier dan time headway berbeda. Hasil perhitungan dapat dilihat pada tabel 4.37 : Tabel 4.37 Hasil Perhitungan Kapasitas dan Tingkat Kinerja Simpang No

Kategori

Kapasitas dan Tingkat Kinerja Simpang Arus

Derajat

Tundaan

Peluang Antrian

Lalulintas

Kejenuhan

Simpang

Batas

Batas

(dtk/smp)

Atas

Bawah

(%)

(%)

(smp/jam)

1

MKJI 1997

2478,60

0,70

11,52

40,98

20,20

2

Regresi Linier

1377,08

0,41

13,23

19,11

7,79

3

Time Headway

2841,80

0,83

13,70

54,49

27,51


Hasil perhitungan kapasitas dan tingkat kinerja simpang dari ketiga nilai emp yang berbeda menunjukan bahwa hasil perhitungan nilai emp metode time headway memiliki nilai derajat kejenuhan, tundaan simpang dan peluang antrian yang paling besar daripada yang lainnya. Hal tersebut disebabkan oleh nilai emp, nilai emp hasil perhitungan metode time headway lebih layak digunakan daripada nilai emp hasil perhitungan analisis regresi linier. Kenyataan tersebut dapat diketahui dari besarnya derajat kejenuhan (DS)

pada perhitungan kinerja

simpang. Derajat kejenuhan berdasarkan emp time headway yang lebih besar dari derajat kejenuhan perhitungan kinerja simpang berdasarkan emp MKJI 1997. Arus dan volume kendaraan yang digunakan untuk menghitung kinerja simpang commitarus to user berdasarkan emp MKJI 1997 adalah dan volume kendaraan pada tahun



tersebut sedangkan perhitungan kinerja simpang berdasarkan emp time headway menggunakaan volume dan arus kendaraan pada saat ini. Hal tersebut sesuai bila diterapkan karena arus lalu lintas mengalami perkembangan pada tiap tahunnya. Terutaman pada dominasi sepeda motor saat ini yang sangat berpengaruh terhadap kapasitas dan kinerja simpang.

commit to user



BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan hasil perhitungan yang telah dilakukan, maka diperoleh : 1. a. Analisis perhitungan nilai emp berdasarkan analisis regresi linier pada jam puncak siang diperoleh nilai emp untuk motorcycle sebesar 0.12 dengan nilai koefisien korelasi sebesar 0.261 – 0.896, nilai emp untuk heavy vehicle sebesar 2.04 dengan nilai koefisien korelasi sebesar -0.065 – 0.284. b.Analisis perhitungan nilai emp berdasarkan analisis time headway pada jam puncak diperoleh nilai emp untuk motorcycle sebesar 0.40 , nilai emp untuk heavy vehicle sebesar 2.38 . c. Dari kedua metode tersebut diatas sangat berbeda bila di bandingkan dengan emp dari MKJI 1997 yaitu untuk motorcycle sebesar 0.5, heavy vehicle sebesar 1.3 dan untuk light vehicle sebesar 1.0. Maka emp dari MKJI 1997 perlu penyesuaian untuk diterapkan di simpang Pasar Nangka.

2. a. Analisis kinerja simpang tak bersinyal pasar Nangka berdasarkan nilai emp dari MKJI 1997 diperoleh arus lalu lintas sebesar 2478.60 smp/jam, nilai derajat kejenuhan simpang sebesar 0.70, tundaan simpang 11.52 det/smp, peluang antrian simpang sebesar 20.20% - 40.98%. b. Analisis kinerja simpang tak bersinyal pasar Nangka berdasarkan nilai emp dari analisis regresi linier diperoleh arus lalu lintas sebesar 1377.08 smp/jam, nilai derajat kejenuhan simpang sebesar 0.41, tundaan simpang 13.34 det/smp, peluang antrian simpang sebesar 7.79% - 19.11%. c. Analisis kinerja simpang tak bersinyal pasar Nangka berdasarkan nilai emp dari anilisis rasio headway diperoleh arus lalu lintas simpang sebesar 2841.80 smp/jam, nilai derajat kejenuhan simpang sebesar 0.83, tundaan simpang

13.70 det/smp, peluang antrian simpang sebesar 27.51% -

54.49%. commit to user



5.2 Saran Berdasarkan hasil penelitian analisis nilai emp dan kinerja simpang tak bersinyal Pasar Nangka ini, penulis dapat memberikan saran antara lain : 1. Perubahan geometrik pada simpang Pasar Nangka perlu dilakukan untuk memperbaiki kinerja simpang tak bersinyal Pasar Nangka, seperti pelebaran jalan dan penambahan area parkir. 2. Pada perhitungan emp regresi linier, hasil uji statistic nya banyak yang tidak memenuhi syarat. Untuk itu, dalam perhitungan emp pada penelitian selanjutnya

disarankan

untuk

tidak

menggunakan

menggunakan metode regresi linier.

commit to user

perhitungan

emp

STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA ATAS DASAR OBSERVASI EKUIVALENSI MOBIL PENUMPANG SKRIPSI

Recommend Documents