ESTIMASI MATRIKS ASAL-TUJUAN PERJALANAN DENGAN … · terimaksih atas dukungan baik berupa materi...

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

ESTIMASI MATRIKS ASAL-TUJUAN PERJALANAN

DENGAN MODEL GRAVITY BATASAN

BANGKITAN PERGERAKAN

(Studi Kasus Kota Surakarta)

Estimation of Origin-Destination Matrices

With Production Constraint Gravity Model

(A Case Study of Surakarta City)

SKRIPSI

Diajukan Sebagai Salah Satu Syarat

Untuk Memperoleh Gelar Sarjana Teknik

Disusun Oleh:

M. RIZQY SEPTYANTO

I 0108015

JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET

SURAKARTA

2012


commit to user

iv

MOTTO

SEMANGAT!!!!

“Semangat, berusaha, berdoa dan

jangan mudah menyerah”

(Bapak, Ibu, dan kakak-kakak)

“Kerja keras dan Ketekunan adalah

kunci Kesuksesan yang

Menyeimbangkan Kepandaian”

(Penulis)


commit to user

v

PERSEMBAHAN

Kupersembahkan karyaku ini untuk:

Allah SWT dan Rasulullah Muhammad SAW. Atas segala

nikmat dan berkah yang diberikan oleh-Nya.

Ibu Masfufah dan Bapak Mas’ud yang selalu memberi

dorongan dan doa. Terimakasih atas kasih sayang serta

pengorbanannya sampai saat ini.

Kakak-kakakku tersayang, Binti, Anis, Arif, Ali, Alifi, Andi,

terimaksih atas dukungan baik berupa materi maupun

semangat, tanpa kalian aku tidak akan bisa sukses sampai

saat ini.

Ponakan-ponakanku yang lucu-lucu, Fandi, Anggi, Rafi,

Ruli, Arine, Rasya kalian adalah penyemangat yg selalu

memberi keceriaan.


commit to user

viii

KATA PENGANTAR

Puji syukur kepada Allah SWT atas rahmat dan karunia-Nya, sehingga penulis

dapat menyelesaikan penyusunan skripsi dengan judul Estimasi Matriks Asal-

Tujuan Perjalanan Dengan Model Gravity Batasan Bangkitan Pergerakan (Studi

Kasus Kota Surakarta). Sholawat serta salam senantiasa tercurahkan kepada Nabi

Besar Muhammad saw., keluarganya, para sahabat, serta generasi pelanjut estafet

perjuangan beliau.

Penyusunan skripsi yang masih jauh dari sempurna ini sangat memberi

pengalaman berharga bagi penulis, di samping itu semoga dapat menambah

wawasan dan pengetahuan bagi kalangan Teknik Sipil umumnya dan khususnya

Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.

Skripsi ini disusun sebagai salah satu syarat yang harus ditempuh guna meraih

gelar Sarjana Teknik Sipil pada Fakultas Teknik Universitas Sebelas Maret

Surakarta. Skripsi ini tidak dapat terselesaikan tanpa bantuan dari pihak-pihak

yang ada di sekitar penulis, karena itu dalam kesempatan ini penulis harus

menyampaikan terima kasih sebesar-besarnya kepada yang tertera di bawah ini :

1. Segenap Pimpinan Fakultas Teknik Universitas Sebelas Maret Surakarta.

2. Segenap Pimpinan Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas

Maret Surakarta.

3. DR. Eng. Ir. Syafi’i, MT, selaku Dosen Pembimbing I Skripsi penulis.

Terimakasih atas keprcayaan, bimbingan dan motivasi yang telah Bapak

berikan selama proses pengerjaan skripsi ini. Banyak sekali ilmu dan

pengalaman bapak yang memotivasi kami untuk terus berusaha.

4. Setiono, ST, MSc selaku Dosen Pembimbing II Skripsi. Terimakasih atas

waktu, bimbingan dan bantuan yang bapak berikan dalam pengerjaan skripsi

ini. Banyak ilmu dan saran yang bapak berikan telah membantu kami

menyelesaikan skripsi ini.

5. Ir. Koosdaryani S,MT., selaku Dosen Pembimbing Akademis. Terimakasih

atas bimbingan dan motivasi yang telah ibu berikan selama proses belajar

penulis di jurusan teknik sipil ini.

6. Tim Penguji ujian pendadaran skripsi, terimakasih atas kesediaannya untuk

menguji dan membimbing penulis hingga penulis dapat lulus.

7. Semua Staf Pengajar pada Jurusan Teknik Sipil Fakultas Teknik Universitas

Sebelas Maret.

8. Orang tua penulis yang telah memberikan dukungan selama ini. Semua

nasehat dan waktu yang kalian berikan telah memberikan kekuatan pada

penulis untuk terus maju.


commit to user

ix

9. Kakak-kakak, Binti, Anis, Arif, Ali, Alifi, Andi dan keponakan-keponakanku,

Fandi, Anggi, Rafi, Ruli, Arine, Rasya. Terimakasih atas dukungan dan

keceriaan yang diberikan kepada penulis.

10. Keluarga besar Om Anton. Om Anton, Tante Sul, Mbak Widya, Antok, Erlyn.

Terimakasih atas bantuan dan dukungan selama ini. Kalian adalah keluargaku

yang kedua.

11. Kos Laskar Violet. Fahmi, Krisa, Tomy, Nanza, Bernard, Takai, Yusuf,

Joshua. Terimakasih atas kebersamaan kita selama ini.

12. Sahabat-sahabat. Adi Prastya N, Wahyu Utomo, Ghea Bima P, Yusuf

Zulianto, Samirta Mayang, Dwi Faizah, Sad Mei Nuraini, Ajeng Kusuma

Dewi, Yunita Purwandari. Kalian adalah keluargaku dikampus. Terimakasih

atas semuanya.

13. Teman-teman sipil 2008. Terimakasih atas bantuan dan dukungan selama ini.

14. Seluruh civitas akademika Teknik Sipil UNS. Terimakasih atas bantuannya

selama ini.

15. Dan semua yang pernah hadir dalam kehidupanku yang tidak bisa disebutkan

satu per satu. Terimakasih atas segalanya.

Akhirnya pengantar ini juga menjadi semacam ingatan bagi penulis selama

menempuh tahap pembelajaran di Universitas Sebelas Maret Surakarta hingga

skripsi ini harus disusun sebagai syarat mendapatkan gelar kesarjanaan. Terima

kasih.

Surakarta, September 2012

Penulis


commit to user

x

DAFTAR ISI

Halaman

HALAMAN JUDUL ........................................................................................... i

HALAMAN PERSETUJUAN ............................................................................ ii

HALAMAN PENGESAHAN ............................................................................. iii

MOTTO .............................................................................................................. iv

PERSEMBAHAN ............................................................................................... v

ABSTRAK .......................................................................................................... vi

ABSTRACT ........................................................................................................ vii

KATA PENGANTAR ........................................................................................ viii

DAFTAR ISI ....................................................................................................... x

DAFTAR TABEL ............................................................................................... xiii

DAFTAR GAMBAR .......................................................................................... xv

DAFTAR NOTASI DAN SIMBOL ................................................................... xvi

DAFTAR LAMPIRAN .................................................................................... xviii

BAB 1 PENDAHULUAN

1.1 Latar Belakang .................................................................................. 1

1.2 Rumusan Masalah ............................................................................. 3

1.3 Batasan Masalah ................................................................................ 4

1.4 Tujuan Penelitian ............................................................................... 5

1.5 Manfaat Penelitian ............................................................................. 5

BAB 2 LANDASAN TEORI

2.1 Tinjauan Pustaka ............................................................................... 6

2.2 Dasar Teori ........................................................................................ 8

2.2.1 Konsep Perencanaan Transportasi .......................................... 8

2.2.2 Matriks Asal-Tujuan ............................................................... 9


commit to user

xi

2.2.3 Daerah Kajian .......................................................................... 10

2.2.4 Sistem Zona ............................................................................. 11

2.2.5 Sistem Jaringan Transportasi .................................................. 12

2.2.6 Fungsi Jalan ............................................................................. 13

2.2.7 Satuan Mobil Penumpang ....................................................... 14

2.2.8 Kapasitas ................................................................................. 15

2.2.9 Kecepatan ................................................................................ 20

2.2.10 Hubungan Kurva Kecepatan-Arus dan Biaya-Arus .............. 25

2.2.11 Model Gravity ....................................................................... 27

2.2.11.1 Model Gravity Batasan Bangkitan Pergerakan ...... 29

2.2.12 Kalibrasi ................................................................................ 29

2.2.13 Pembebanan User Equilibrium ............................................. 32

2.2.14 Matrix Estimation by Maximum Entropy .............................. 34

2.2.15 Indikator Uji Statistik ............................................................ 35

BAB 3 METODE PENELITIAN

3.1 Lokasi Penelitian ............................................................................... 38

3.2 Tahapan Penelitian ............................................................................ 44

3.3 Algoritma Kalibrasi Newton-Raphson Program Free

Pascal Lazarus .................................................................................. 47

3.4 Sumber Data ...................................................................................... 47

3.4.1 Data Primer ............................................................................. 47

3.4.2 Data Sekunder ......................................................................... 48

3.5 Prosedur Survei Primer ..................................................................... 48

3.5.1 Survei Pendahuuan .................................................................. 48

3.5.2 Teknik Pengumpulan Data ...................................................... 48

3.5.3 Desain Survei .......................................................................... 49

3.5 Teknik Analisis Data ......................................................................... 50


commit to user

xii

BAB 4 ANALISIS DAN PEMBAHASAN

4.1 Umum .............................................................................................. 51

4.2 Pengolahan dan Penyajian Data ........................................................ 51

4.2.1 Pengumpulan Data .................................................................. 51

4.2.2 Pembagian Zona ...................................................................... 52

4.2.3 Satuan Mobil Penumpang ....................................................... 54

4.2.4 Kapasitas ................................................................................. 55

4.2.5 Waktu Tempuh ........................................................................ 56

4.3 Analisis dengan Program EMME/3 .................................................. 58

4.3.1 Basis Data Jaringan Jalan ........................................................ 58

4.3.2 Data Lalu Lintas ...................................................................... 60

4.3.3 Data Matriks Awal (Prior Matrix) .......................................... 61

4.3.4 Matriks Baru Hasil EMME/3 .................................................. 68

4.4 Kalibrasi Newton-Raphson ............................................................... 75

4.5 Estimasi Matriks dengan Model Gravity Batasan Bangkitan ........... 76

4.6 Pembebanan Matriks ke Jaringan Jalan ............................................ 83

4.7 Uji Validasi ....................................................................................... 86

4.8 Pembahasan ....................................................................................... 86

4.8.1 Fungsi Hambatan..................................................................... 86

4.8.2 Estimasi Matriks Asal-Tujuan Perjalanan ............................... 86

4.8.3 Tingkat Validitas ..................................................................... 90

BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan ........................................................................................ 91

5.2 Saran .............................................................................................. 92

DAFTAR PUSTAKA ........................................................................................ xix

LAMPIRAN .............................................................................................. xxi


commit to user

xiii

DAFTAR TABEL

Halaman

Tabel 2.1 emp Untuk Jalan Perkotaan Tak Terbagi ........................................... 15

Tabel 2.2 emp Untuk Jalan Perkotaan Terbagi dan Satu Arah .......................... 15

Tabel 2.3 Kapasitas Dasar (Co) Jalan Perkotaan................................................ 16

Tabel 2.4 Faktor Penyesuaian Kapasitas (FCw) Untuk Pengaruh Lebar Jalur Lalu

Lintas Jalan Perkotaan ........................................................................ 17

Tabel 2.5 Faktor Penyesuaian Kapasitas Untuk Pemisahan Arah (FCsp) ........... 17

Tabel 2.6 Faktor Penyesuaian Kapsitas (FCsf) Untuk Pengaruh Hambatan

Samping dan Lebar Bahu ................................................................... 18


Samping dan Jarak Kereb-Penghalang (FCsf)..................................... 19

Tabel 2.8 Penentuan Kelas Hambatan Samping................................................. 20

Tabel 2.9 Faktor Penyesuaian Kapasitas Untuk Ukuran Kota (FCcs) pada Jalan

Perkotaan ............................................................................................ 20

Tabel 2.10 Kecepatan Arus Bebas Dasar (Fvo) Untuk Jalan Perkotaan ............. 21

Tabel 2.11 Penyesuaian Kecepatan Arus Bebas Untuk Lebar Jalur Lalu Lintas

(FVw) pada Jalan Perkotaan ................................................................ 22

Tabel 2.12 Faktor Penyesuaian (FFVsf) Untuk Pengaruh Hambatan Samping dan

Lebar Bahu pada Kecepatan Arus Bebas Untuk Jalan Perkotaan dengan

Bahu .............................................................................................. 23


Jarak Kereb Penghalang Jalan Perkotaan dengan Kereb .................... 23

Tabel 2.14 Faktor Penyesuaian Untuk Pengaruh Ukuran Kota pada Kecepatan

Arus Bebas Kendaraan Jaringan Untuk Jalan Perkotaan.................... 24

Tabel 3.1 Lokasi Survey (Traffic Count) Arus Lalu Lintas 2012 Surakarta ...... 39


commit to user

xiv

Tabel 3.2 Data Nomor Zona dan Nama Zona Internal ....................................... 43

Tabel 3.3 Data Nomor Zona dan Nama Zona Eksternal .................................... 43

Tabel 4.1 Tabel Data Hasil Survei (Traffic Count) Tahun 2012

pada Jam Puncak ................................................................................ 52

Tabel 4.2 Pembagian Zona Internal EMME/3 ................................................... 53

Tabel 4.3 Pembagian Zona Eksternal EMME/3 ................................................. 53

Tabel 4.4 Contoh Perhitungan Jumlah Kendaraan pada Jam Puncak ................ 54

Tabel 4.5 Contoh Konversi Satuan kendaraan/jam ke smp/jam ........................ 55

Tabel 4.6 Format Masukan Basis Data Jaringan Jalan ....................................... 59

Tabel 4.7 Koordinat Node Kota Surakarta ......................................................... 59

Tabel 4.8 Data Arus Lalu Lintas (Traffic Count) Tahun 2012 ........................... 61

Tabel 4.9 Prior Matrix Tahun 2009 ................................................................... 62

Tabel 4.10 Matriks Baru Hasil EMME3 ............................................................ 69

Tabel 4.11 Variabel-Variabel Kalibrasi dalam Program Free Pascal Lazarus ... 75

Tabel 4.12 Matriks Hasil Model Gravity Batasan Bangkitan Pergerakan ......... 77

Tabel 4.13 Perbandingan Arus Lau Lintas Hasil Survei dengan Arus Hasil

Pembebanan ........................................................................................ 83


commit to user

xv

DAFTAR GAMBAR

Halaman

Gambar 2.1 Empat Tahap Pemodelan Transportasi .......................................... 8

Gambar 2.2 Hubungan Tipikal Kecepatan-Arus dan Biaya-Arus ..................... 25

Gambar 3.1 Peta Administrasi Kota Surakarta .................................................. 40

Gambar 3.2 Peta Pembagian Zona Kota Surakarta ........................................... 41

Gambar 3.3 Peta Jaringan Jalan Kota Surakarta................................................ 42

Gambar 3.4 Bagan Alir Metode Penelitian ....................................................... 44

Gambar 3.5 Diagram Alir Kalibrasi Newton-Raphson ..................................... 45

Gambar 4.1 Network Editor............................................................................... 60

Gambar 4.2 Editor Toolbar ............................................................................... 60

Gambar 4.3 Garis Keinginan (Desire Line) Pembebanan Lalu Lintas

Kota Surakarta .................................................................................. 85

Gambar 4.4 Grafik Uji Validasi Volume Lalu Lintas ....................................... 86

Gambar 4.5 Grafik Pergerakan Zona Internal ................................................... 89

Gambar 4.6 Grafik Pergerakan Antar Zona....................................................... 89


commit to user

xvi

DAFTAR NOTASI DAN SIMBOL

β = parameter fungsi hambatan

Ai, Bd = Faktor penyeimbang untuk setiap zona asal i dan tujuan d

C = Kapasitas (smp / jam)

idC = biaya perjalanan dari zona asal i ke zona tujuan d

Co = Kapasitas dasar untuk kondisi tertentu (ideal) (smp / jam)

dD = total pergerakan ke zona tujuan d

EMME/3 = Equilibrium Multimodal, Multimodal Equilibrium Version 3

Cidf = fungsi umum biaya perjalanan

FCcs = Faktor penyesuaian ukuran kota

FCsf = Faktor penyesuaian hambatan samping

FCsp = Faktor penyesuaian pemisah arah

FCw = Faktor penyesuaian lebar jalur lalu lintas

FFVcs = Faktor penyesuaian ukuran kota.

FFVsf = Faktor penyesuaian kondisi hambatan samping

FV = Kecepatan arus bebas kendaraan ringan sesungguhnya (km/jam)

Fvo = Kecepatan arus bebas dasar kendaraan ringan (km/jam)

FVw = Penyesuaian lebar jalur lalu lintas efektif (km/jam)

FFV4sf = faktor penyesuaian kecepatan arus bebas untuk empat lajur (km/jam).

FFV6sf = faktor penyesuaian kecepatan arus bebas untuk enam lajur (km/jam).

MAT = Matriks Asal-Tujuan

iO = total pergerakan dari zona asal i

l

idp = proporsi pergerakan dari zona asal i ke zona tujuan d pada ruas l

V = kecepatan sesungguhnya pada saat ada arus lalu lintas Q.

S = jarak (km)


commit to user

xvii

idT = jumlah pergerakan dari zona asal i ke zona tujuan d

t0 = waktu tempuh pada saat V0 (detik)

lV̂ = arus lalu lintas hasil pengamatan pada ruas l

lV = arus lalu lintas hasil pemodelan pada ruas l

V0 = kecepatan pada saat arus bebas (km/jam)


commit to user

xviii

DAFTAR LAMPIRAN

Lampiran A : Traffic Count

Lampiran B : Konversi Satuan Kendaraan (smp/jam)

Lampiran C : Kapasitas

Lampiran D : Waktu Tempuh

Lampiran E : Basis Data Jaringan Jalan

Lampiran F : Koordinat Kota Surakarta

Lampiran G : Listing Program EMME/3

Lampiran H : Baris Program Free Pascal Lazarus

Lampiran I : Surat-Surat


commit to user

vi

ABSTRAK

Muhammad Rizqy Septyanto. 2012. Estimasi Matriks Asal-Tujuan

Perjalanan Dengan Model Gravity Batasan Bangkitan Pergerakan. Skripsi.

Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.

Dalam estimasi Matriks Asal-Tujuan (MAT) perjalanan dibutuhkan data titik

survei arus lalu lintas yang banyak. Hal ini ditujukan untuk menyamakan keadaan

di lapangan yang sekarang terjadi dan juga untuk memberikan hasil yang lebih

akurat. Data MAT untuk Kota Surakarta yang ada sebelumnya akan diperbarui.

Penelitian dilakukan untuk mengetahui tingkat validitas dari estimasi MAT

perjalanan Kota Surakarta dengan menggunakan Model Gravity Batasan

Bangkitan pergerakan. Selain itu, tujuan dari penelitian ini adalah menghitung

nilai parameter β yang merupakan parameter fungsi hambatan

(aksesibilitas/kemudahan) antar zona dengan Kalibrasi Newton-Raphson.

Daerah yang menjadi kajian adalah Kota Surakarta dengan menganalisis jalan

arteri dan kolektor yang ada di dalamnya. Metode pembebanan yang digunakan

adalah User Equilibrium. Sedangkan uji statistik yang digunakan untuk

membandingkan arus hasil pemodelan dan traffic count adalah koefisien

determinasi (R2).

Dari hasil perhitungan dengan EMME/3 dan Model Gravity Batasan Bangkitan

diperoleh total pergerakan yang sama yaitu sebesar 32773,68 smp/jam. Sedangkan

nilai parameter β dari Kalibrasi Newton-Raphson sebesar -0,0271. Nilai R2 dari

perbandingan arus sebesar 0,89 karena nilai R2

mendekati 1 maka pemodelan

mendekati keadaan nyata di lapangan.

Kata kunci: MAT, traffic count, arus lalu lintas, gravity, EMME/3


commit to user

vii

ABSTRACT

Muhammad Rizqy Septyanto. 2012. Estimation of Origin-Destination

Matrices With Production Constraint Gravity Model. Thesis. Civil

Engineering Department Faculty of Engineering Sebelas Maret University of

Surakarta.

Origin-Destination Matrix (OD Matrix) estimation needs much points of traffic

count survei. It is intended to equalize the situation of the real situation that now

happening, and also to provide more accurate results. OD Matrix data for pre-

existing Surakarta City will be updated.

The study was conducted to determine the level of validity from Surakarta OD

Matrix estimation uses Production Constraint Gravity Model. Morover the

purpose of the study was to calculate the value of β parameter which is a

parameter of barrier function (accessibilty) between zone uses Newton-Raphson

Calibration.

The study area is Surakarta City with analyzing the arterial and collector roads

that are on it. The assignment method that used is User Equilibrium. While the

statistical test used to compare the result flow of modeling and traffic count is the

coefficient of determination (R2).

From the calculation result uses EMME/3 and Production Constraint Gravity

Model obtained by the total number of movements amounted to 32773,68

pcu/hour. While the value of β from Newton-Raphson Calibration amounted to

-0,0271. The value of R2 from flow comparison amounted to 0,89. Because of R

2

value approach 1 so the result approach the real situation.

Keywords: Origin-Destination Matrices (OD Matrix), traffic count, traffic flow,

gravity, EMME/3


commit to user

1

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Beberapa masalah utama dalam transportasi seperti kemacetan, polusi udara dan

suara, kecelakaan, dan tundaan semakin berkembang seiring berjalannya waktu.

Saat ini, permasalahan transportasi berkembang dengan tingkat kualitas dan

kuantitas yang jauh lebih besar. Semakin banyaknya pihak yang terkait

menyebabkan permasalahan transportasi menjadi semakin kompleks sehingga

menjadi lebih sukar untuk diatasi.

Untuk memecahkan masalah transportasi yang ada, yang perlu dilakukan antara

lain adalah bagaimana mempelajari dan memahami pola keterkaitan faktor-faktor

yang menyebabkan munculnya masalah transportasi. Sarana yang paling efektif

dan efisien yang dapat menggabungkan dan memberikan solusi dari semua faktor

penyebab masalah transportasi adalah perencanaan dan pemodelan transportasi.

Hasil keluaran dari perencanaan dan pemodelan transportasi dapat digunakan

untuk memecahkan permasalahan transportasi, baik yang sedang terjadi maupun

yang akan terjadi di masa yang akan datang.

Dalam perencanaan transportasi ada beberapa konsep, di antaranya yang umum

digunakan adalah Model Perencanaan Transportasi Empat Tahap. Secara

berurutan tahapan-tahapan konsep ini adalah model bangkitan dan tarikan

pergerakan, model sebaran pergerakan, model pemilihan moda, dan model

pemilihan rute.

Model distribusi pergerakan adalah tahapan pemodelan yang memperkirakan

sebaran yang meninggalkan suatu zona atau menuju suatu zona. Distribusi

pergerakan dapat direpresentasikan dalam bentuk Matriks Asal-Tujuan (MAT)

atau Origin-Destination Matrix (O-D Matrix), atau juga dapat dinyatakan dengan

garis keinginan (Desire Line).


commit to user

2

MAT merupakan matriks berdimensi dua yang berisi informasi tentang besarnya

pergerakan antar zona di suatu daerah tertentu. Baris dalam MAT menyatakan

zona asal sedangkan kolom dalam MAT menyatakan zona tujuan yang kemudian

dapat dibaca sebagai besarnya arus dari zona asal menuju zona tujuan.

Jika suatu MAT dibebankan pada suatu jaringan jalan maka akan menghasilkan

suatu arus lalu lintas. Dalam konteks perencanaan transportasi, estimasi arus lalu

lintas pada tahun rencana sangat penting dalam menentukan kebijakan dan strategi

penanganan jaringan jalan. Oleh karena itu estimasi MAT sangat penting dalam

perencanaan dan pemodelan transportasi.

Sebagai salah satu kota besar, Kota Surakarta juga mengalami pertumbuhan yang

sangat pesat layaknya kota-kota besar lainnya. Dengan pertumbuhan kota yang

pesat maka akan berdampak pada peningkatan pergerakan arus lalu lintas. Untuk

itu perlu dilakukan estimasi atau perkiraan MAT perjalanan Kota Surakarta

sebagai salah satu bahan pertimbangan dalam pengambilan kebijaksanaan dan

perencanaan kota dimasa yang akan datang.

Kota Surakarta yang menjadi daerah kajian dalam penelitian ini merupakan salah

satu kota besar, yakni kota dengan kepadatan penduduk yang tinggi, mencapai

12.716 jiwa/km2 dengan fasilitas modern dan dapat memenuhi kebutuhan kota

secara mandiri. Kota Surakarta dibagi ke dalam 65 zona, yang terbagi lagi

menjadi 51 zona internal dan 14 zona eksternal. Pada umumnya, batas yang sering

digunakan dalam penentuan batas zona adalah batas administrasi yang dapat

berupa batas administrasi daerah, batas alami dan lain-lain. Zona asal tujuan

dihubungkan oleh beberapa konektor yang merepresentasikan ruas jalan yang ada

di Kota Surakarta.

Data MAT untuk Kota Surakarta yang ada sebelumnya akan diperbarui. Hal ini

ditujukan untuk menyamakan keadaan di lapangan yang sekarang terjadi dan juga

untuk memberikan hasil yang lebih akurat. Kemudian melakukan estimasi atau

perkiraan arus lalu lintas dimasa yang akan mendatang. Tidak hanya itu, dengan

mempelajari hasil pembebanan MAT baru, dapat dilakukan pengambilan

kebijakan untuk mengatasi masalah yang akan terjadi di kemudian hari.


commit to user

3

Sebelum mengestimasi MAT perjalanan baru, dibutuhkan sebuah parameter β

yang merupakan parameter fungsi hambatan (kemudahan atau aksesibilitas) antar

zona. Nilai fungsi hambatan dalam transportasi biasanya diasumsikan dengan rute

tercepat, termurah, atau terpendek dari zona asal menuju zona tujuan dengan

berberapa kemungkinan rute yang dapat ditempuh. Dalam proses pengestimasian

MAT dengan Model Gravity Batasan Bangkitan Pergerakan dibutuhkan sebuah

fungsi hambatan yang di dalamnya terdapat parameter β, oleh karena itu kalibrasi

nilai parameter β sangat diperlukan dalam proses estimasi MAT.

Untuk mempermudah dalam proses kalibrasi nilai parameter β digunakan aplikasi

software Free Pascal Lazarus. Sedangkan untuk proses estimasi atau perkiraan

MAT di Kota Surakarta, pada penelitian ini menggunakan bantuan aplikasi

software EMME/3 (Equilibrium Multimodal, Multimodal Equilibrium). Dari hasil

menjalankan aplikasi software EMME/3 lalu memasukkan nilai β dari aplikasi

software Free Pascal Lazarus akan didapatkan sebuah MAT perjalanan baru hasil

dari estimasi.

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan diatas dapat dirumuskan

permasalahan sebagai berikut:

a. Berapa nilai parameter β sebagai fungsi hambatan dengan metode Newto-

Raphson?

b. Berapa besar estimasi Matriks Asal-Tujuan perjalanan dengan batasan

bangkitan pergerakan dari data lalu lintas?

c. Berapa besar tingkat validasi dari arus lalu lintas hasil pemodelan dengan arus

lalu lintas yang ada dilapangan?


commit to user

4

1.3 Batasan Masalah

Untuk membatasi permasalahan agar penelitian tidak terlalu meluas dan lebih

terarah maka perlu adanya pembatasan masalah sebagai berikut:

a. Daerah kajian adalah Kota Surakarta dan sekitarnya.

b. Pembagian zona berdasarkan batas-batas administratif berupa kelurahan.

c. Metode kalibrasi yang digunakan adalah metode Newton-Raphson dengan

bantuan software Free Pascal Lazarus.

d. Metode perhitungan matriks yang digunakan untuk mengestimasi Matriks

Asal-Tujuan baru adalah Metode Gravity Batasan Bangkitan Pergerakan.

e. Data matriks awal (prior matriks) yang digunakan adalah hasil perhitungan

skripsi yang lalu.

f. Ruas jalan yang dianalisis adalah ruas jalan arteri dan kolektor sesuai

pembagian jalan menurut Dinas Pekerjaan Umum Kota Surakarta.

g. Penelitian dilakukan pada distribusi pergerakan kendaraan yang terdiri dari

semua jenis kendaraan sesuai pembagian dalam Manual Kapasitas Jalan

Indonesia (MKJI) 1997.

h. Kapasitas ruas jalan, waktu tempuh, dan kecepatan dihitung menggunakan

metode perhitungan pada MKJI.

i. Pejalan kaki diabaikan.

j. Metode pembebanan MAT yang digunakan adalah Metode Keseimbangan

Wardrop (Wardrop Equilibrium) menggunakan bantuan aplikasi software

EMME/3.


commit to user

5

1.4 Tujuan Penelitian

Penelitian ini bertujuan untuk:

a. Mengetahui besar nilai parameter β yang merupakan fungsi hambatan dengan

Metode Newton-Raphson.

b. Mengetahui estimasi MAT perjalanan dari data lalu lintas.

c. Mengetahui tingkat validitas dari arus lalu lintas hasil pemodelan dengan arus

lalu lintas hasil pengamatan dilapangan.

1.5 Manfaat Penelitian

a. Manfaat Teoritis

Meningkatkan pengetahuan dan pemahaman dibidang perencanaan dan

pemodelan transportasi.

b. Manfaat Praktis

Hasil yang diperoleh dapat digunakan untuk perencanaan transportasi dan

pemberian kebijakan transportasi dimasa yang akan datang.


commit to user

6

BAB 2

LANDASAN TEORI

2.1 Tinjauan Pustaka

Beberapa penelitian tentang estimasi Matriks Asal-Tujuan perjalanan telah

dilaksanakan oleh beberapa peneliti, diantaranya adalah sebagai berikut:

Abrahamsson (1998), menyatakan bahwa suatu matriks adalah hal penting dalam

menggambarkan transportasi dalam sebuah daerah. Matriks mempunyai informasi

tentang pergerakan antar zona pada sebuah daerah. MAT dapat diestimasi dengan

menggunakan data traffic count jaringan jalan dan informasi lain yang tersedia.

Hazelton (2002), menyatakan bahwa sebuah matriks asal-tujuan perjalanan yang

akurat adalah sebuah bagian dasar dari sebuah model pembebanan lalu lintas.

Beberapa metode yang digunakan untuk mendapatkan sebuah matriks yang

membutuhkan survei dengan biaya yang mahal yang sering berakibat pada

sedikitnya jumlah sampel data yang didapat dan jarang meninjau semua

kemungkinan asal-tujuan pergerakan.

Nugroho (2007), telah melakukan sebuah penelitian tentang estimasi MAT

dengan menggunakan data lalu lintas yang ada dan meghitung besarnya nilai

parameter β dengan menggunakan metode kuadrat terkecil. Dalam penelitiannya,

Nugroho mendapatkan jumlah total pergerakan Kota Surakarta adalah

29834,8 smp/jam dengan nilai parameter β sebesar -0,00125. Tingkat validasi dari

model yang dihasilkan sebesar 0,8828.

Sedangkan Widyastuti (2007), melakukan sebuah penelitian tentang estimasi

MAT dari data lalu lintas dengan metode estimasi entropi maksimum. Dari hasil

perhitungan dengan bantuan software SATURN, diperoleh total jumlah

pergerakan Kota Surakarta adalah 31690,6 smp/jam dengan nilai parameter β

sebesar -0,00121. Untuk tingkat validasi dari model yang dihasilkan sebesar

0,8816.


commit to user

7

Kemudian pada tahun 2009, Nurmalia melakukan sebuah penelitian tentang

estimasi MAT dari data arus lalu lintas dengan menggunakan software EMME/3.

Penelitian ini bertujuan untuk mengetahui besarnya estimasi MAT dengan

menggunakan metode estimasi Entropi Maksimum dan juga untuk mengetahui

tingkat validasi dari arus lalu lintas hasil pemodelan dengan arus lalu lintas hasil

pengamatan di lapangan. Dari hasil perhitungan dengan bantuan software

EMME/3, diperoleh jumlah total pergerakan Kota Surakarta adalah 34130

smp/jam dengan tingkat validasi model sebesar 0,867.

Pada tahun 2010, Widyasari melakukan penelitian tentang estimasi kinerja dan

strategi penanganan jaringan jalan Kota Surakarta pada tahun rencana 2020 dan

2030. Penelitian dilakukan untuk membandingkan jumlah pergerakan

menggunakan analisis MAT, mengevaluasi kinerja jaringan jalan Kota Surakarta

menggunakan Nisbah Volume dan Kapasitas (NVK) dan juga memberikan

alternatif penangan sistem jaringan jalan di Kota Surakarta tahun 2009, 2020 dan

2030. Dari hasil perhitungan dengan menggunakan software EMME/3, diperoleh

jumlah pergerakan di Kota Surakarta pada tahun 2009 sebesar 32361 smp/jam,

tahun 2020 sebesar 45516 smp/jam dan tahun 2030 sebesar 61706 smp/jam

dengan tingkat pertumbuhan 3,3% per tahun. Pada tahun 2009 terdapat 2 ruas

jalan dengan kondisi tidak stabil, tahun 2020 terdapat 61 ruas jalan yang

kondisinya tidak stabil, dan pada tahun 2030 terdapat 195 ruas jalan dengan

kondisi tidak stabil. Penanganan dilakukan berkaitan dengan peningkatan ruas

jalan maupun manajemennya, dimana dalam penelitian tersebut dilakukan

pemberlakuan sistem satu arah dan pelebaran jalan disesuaikan dengan kondisi

nyata di lapangan.

Syafi’i, dkk. (2009), dalam penelitiannya menyatakan bahwa dalam konteks

perencanaan transportasi, salah satu hal yang paling sangat penting yang harus

diketahui adalah potensi kebutuhan perjalanan dari satu zona (daerah) asal ke zona

tujuan yang merupakan pencerminan distribusi perjalanan dari zona asal ke zona

tujuan. Kebutuhan perjalanan ini pada umunya direpresentasikan dengan Matriks

Asal-Tujuan (MAT) perjalanan atau Origin-Destination (OD) Matrix.


commit to user

8

Dalam penelitian ini akan dilakukan estimasi MAT dengan menggunakan metode

sintesis dengan model Gravity Batasan Bangkitan Pergerakan dengan

menggunakan bantuan aplikasi software EMME/3 serta kalibrasi nilai parameter β

dengan metode Newton-Raphson dengan bantuan aplikasi software Free Pascal

Lazarus yang belum pernah dilakukan pada penelitian-penelitian sebelumnya.

2.2 Dasar Teori

2.2.1 Konsep Perencanaan Transportasi

Tamin (2000) menuliskan bahwa terdapat beberapa konsep perencanaan

transportasi. Konsep yang paling sering digunakan saat ini adalah Model

Perencanaan Transportasi Empat Tahap. Tahap-tahap itu meliputi:

1) Bangkitan dan tarikan pergerakan (Trip Generation)

2) Didtribusi pergerakan lalu lintas (Trip Distribution)

3) Pemilihan moda (Modal Choice/Modal Split)

4) Pembebanan lalu lintas/pemilihan rute (Trip Assignment)

Gambar 2.1 Empat Tahap Pemodelan Transportasi

Bangkitan dan Tarikan Pergerakan

(Trip Generation)

Sebaran Pergerakan

(Trip Distribution)

Pemilihan Moda

(Modal Choice/Modal Split)

Pemilihan Rute

(Trip Assignment)

Tahap 1

Tahap 2

Tahap 3

Tahap 4


commit to user

9

a. Bangkitan dan Tarikan Pergerakan

Bangkitan dan tarikan pergerakan adalah tahapan pemodelan yang

memperkirakan jumlah pergerakan yang berasal dari suatu zona atau tata guna

lahan dan jumlah pergerakan yang tertarik ke suatu tata guna lahan atau zona.

Pergerakan lalu lintas merupakan fungsi tata guna lahan yang menghasilkan

pergerakan lalu lintas.

b. Distribusi Pergerakan

Distribusi pergerakan adalah tahapan pemodelan yang memperkirakan sebaran

yang meninggalkan suatu zona atau yang menuju suatu zona. Distribusi

pergerakan dapat direpresentasikan dalam bentuk Matriks Asal-Tujuan (MAT)

atau Origin-Destination Matrix (O-D Matrix) atau juga dapat dinyatakan dengan

garis keinginan (Desire Line).

c. Pemilihan Moda

Jika interaksi terjadi antara dua tata guna lahan disuatu wilayah, maka akan

diputuskan bagaimana interaksi tersebut harus dilakukan. Dalam kasus ini,

keputusan harus ditentukan dalam hal pemilihan moda. Tujuan dari model

pemilihan moda ini adalah untuk mengetahui proporsi pengalokasian perjalanan

ke berbagai moda transportasi.

d. Pemilihan Rute

Seperti halnya dalam pemilihan moda transportasi, pemilihan rute juga tergantung

pada beberapa alternatif seperti jarak terpendek, tercepat, dan termurah.

Diasumsikan bahwa pemakai jalan mempunyai informasi yang cukup untuk

menentukan rute yang terbaik.

2.2.2 Matriks Asal-Tujuan

Pola pergerakan dalam sistem transportasi sering dijelaskan dalam bentuk arus

pergerakan (kendaraan, penumpang, dan barang) yang bergerak dari zona asal ke


commit to user

10

zona tujuan di dalam daerah tertentu dan selama periode waktu tertentu. Matriks

Pergerakan atau Matriks Asal-Tujuan (MAT) sering digunakan oleh para

perencana transportasi untuk menggambarkan pola pergerakan tersebut.

MAT adalah matriks berdimensi dua, yang berisi informasi mengenai besarnya

pergerakan antar lokasi (zona) di dalam daerah tertentu. Baris menyatakan zona

asal dan kolom menyatakan zona tujuan. Dalam hal ini, notasi Tid menyatakan

besarnya arus pergerakan (kendaraan, penumpang, dan barang) yang bergerak dari

zona asal i ke zona tujuan d selama selang waktu tertentu.

Pola pergerakan dapat dihasilkan jika suatu MAT dibebankan ke suatu sistem

jaringan transportasi. Dengan mempelajari pola pergerakan yang terjadi, maka

dapat mengidentifikasi permasalahan yang timbul sehingga beberapa solusi segera

dapat dihasilkan. MAT dapat memberikan indikasi rinci mengenai kebutuhan

akan pergerakan sehingga MAT memegang peran yang sangat penting dalam

berbagai kajian perencanaan dan manajemen transportasi.

Jumlah zona dan nilai setiap sel matriks adalah dua unsur penting dalam MAT,

karena jumlah zona menunjukkan banyaknya sel MAT yang harus didapatkan

dan berisi informasi yang sangat dibutuhkan untuk perencanaan transportasi.

Setiap sel membutuhkan informasi jarak, waktu, biaya, atau kombinasi ketiga

informasi tersebut yang digunakan sebagai ukuran aksesibilitas (kemudahan).

2.2.3 Daerah Kajian

Daerah kajian adalah suatu daerah geografis yang di dalamnya terletak semua

zona asal dan zona tujuan yang diperhitungkan dalam model kebutuhan akan

transportasi. Kriteria terpenting daerah kajian adalah bahwa daerah itu berisikan

zona internal dan ruas jalan yang secara nyata dipengaruhi oleh pergerakan lalu

lintas. Daerah kajian untuk suatu kajian transportasi dibatasi oleh batas daerah

kajian di sekelilingnya, semua informasi transportasi yang bergerak di dalamnya

harus diketahui.


commit to user

11

Hal pertama yang harus ditentukan dalam mendefinisikan sitem zona (kegiatan)

dan sistem jaringan adalah cara membedakan daerah kajian dengan daerah atau

wilayah lain diluar daerah kajian. Beberapa arahan untuk hal tersebut adalah:

1) Dalam menentukan daerah kajian seharusnya sudah dipertimbangkan sasaran

pelaksanaan kajian, permasalahan transportasi yang akan dimodel dan tipe

pergerakan yang akan dikaji.

2) Untuk kajian yang bersifat strategis, daerah kajian harus didefinisikan

sedemikian rupa sehingga mayoritas pergerakan mempunyai zona asal dan

zona tujuan di dalam daerah kajian tersebut.

3) Daerah kajian sebaiknya sedikit lebih luas daripada daerah yang akan diamati

sehingga kemungkinan adanya perubahan zona tujuan atau pemilihan rute yang

lain dapat diamati.

Wilayah diluar daerah kajian sering dibagi menjadi beberapa zona eksternal yang

digunakan untuk mencerminkan dunia lainnya. Daerah kajian sendiri dibagi

menjadi beberapa zona internal yang jumlahnya sangat tergantung dari tingkat

ketepatan yang diinginkan.

2.2.4 Sistem Zona

Sistem zona adalah suatu sistem tata guna lahan dimana satu satuan tata guna

lahan diperoleh dengan membagi wilayah kajian menjadi bagian yang lebih kecil

(zona), yang dianggap mempunyai keseragaman tata guna lahan atau berada di

suatu daerah administrasi tertentu seperti kelurahan, kecamatan atau wilayah.

Setiap zona akan diwakili oleh satu pusat zona. Pusat zona dianggap sebagai

tempat atau lokasi awal pergerakan lalu lintas dari zona tersebut dan akhir

pergerakan lalu lintas yang menuju zona tersebut.

Di dalam buku Tamin (2000) dituliskan beberapa kriteria utama yang perlu

dipertimbangkan dalam menetapkan sistem zona di dalam suatu daerah kajian

yang disarankan oleh IHT and DTp (1987):


commit to user

12

a. Ukuran zona sebaiknya dirancang sedemikian rupa sehingga galat

pengelompokan yang timbul akibat asumsi pemusatan seluruh aktifitas pada

suatu pusat zona menjadi tidak terlalu besar.

b. Batas zona sebaiknya harus sesuai dengan batas sensus, batas administrasi

daerah, batas alami, atau batas zona yang digunakan oleh kajian terdahulu yang

sudah dipandang sebagai kriteria utama.

c. Ukuran zona harus disesuaikan dengan kepadatan jaringan yang akan dimodel,

biasanya ukuran zona semakin membesar jika semakin jauh dari pusat kota.

d. Ukuran zona harus lebih besar dari yang seharusnya untuk memungkinkan arus

lalu lintas dibebankan ke atas jaringan jalan dengan kecepatan yang

disyaratkan.

e. Batas zona harus dibuat sedemikian rupa sehingga sesuai dengan jenis pola

pengembangan untuk setiap zona. Tipe tata guna lahan setiap zona sebaiknya

homogen untuk menghindari tingginya pergerakan intrazonal dan untuk

mengurangi tingkat kerumitan model.

f. Batas zona harus sesuai dengan batas daerah yang digunakan dalam

pengumpulan data.

g. Ukuran zona ditentukan pula oleh tingkat kemacetan, ukuran zona pada daerah

macet sebaiknya lebih kecil dibandingkan dengan daerah tidak macet.

2.2.5 Sistem Jaringan Transportasi

Sistem jaringan transportasi dicerminkan dalam bentuk ruas dan simpul, yang

semuanya dihubungkan ke pusat zona. Sistem jaringan transportasi juga dapat

ditetapkan sebagai urutan ruas jalan dan simpul. Ruas jalan bisa berupa potongan

jalan raya atau kereta api, sedangkan simpul bisa berupa persimpangan atau

stasiun. Setiap simpul dan zona diberi nomor. Nomor ini yang digunakan untuk

mengidentifikasi data yang berkaitan dengan ruas dan zona.

Kunci utama dalam merencanakan sistem jaringan adalah penentuan klasifikasi

fungsi jalan yang akan dianalisis (arteri, kolektor, atau lokal). Hal ini tergantung

dari jenis dan tujuan kajian.


commit to user

13

2.2.6 Fungsi Jalan

Jalan sebagai bagian sistem transportasi nasional mempunyai peranan penting

terutama dalam mendukung bidang ekonomi, sosial dan budaya serta lingkungan.

Menurut UU No. 38 Tahun 2004 tentang jalan, ada beberapa definisi jalan:

1) Jalan arteri merupakan jalan umum yang berfungsi melayani angkutan utama

dengan ciri perjalanan jarak jauh, kecepatan rata-rata tinggi dan jumlah jalan

masuk dibatasi secara berdaya guna.

2) Jalan kolektor merupakan jalan umum yang berfungsi melayani angkutan

pengumpul atau pembagi dengan ciri perjalanan jarak sedang, kecepatan rata-

rata sedang, dan jumlah jalan masuk dibatasi.

3) Jalan lokal merupakan jalan umum yang berfungsi melayani angkutan setempat

dengan ciri perjalanan jarak dekat, kecepatan rata-rata rendah, dan jumlah jalan

masuk tidak dibatasi.

4) Jalan lingkungan merupakan jalan umum yang berfungsi melayani angkutan

lingkungan dengan ciri perjalanan jarak dekat, dan kecepatan rata-rata rendah.

Menurut statusnya, jalan dikelompokkan menjadi:

1) Jalan nasional merupakan jalan arteri dan jalan kolektor dalam sistem jarinngan

jalan primer yang menghubungkan antar ibukota provinsi, dan jalan strategis

nasional, serta jalan tol.

2) Jalan provinsi merupakan jalan kolektor dalam sistem jaringan jalan primer

yang menghubungkan ibukoata provinsi dengan ibukota kabupaten/kota, atau

antar ibukota kabupaten/kota, dan jalan strategis provinsi.

3) Jalan kabupaten merupakan jalan lokal dalam sistem jaringan jaln primer yang

tidak termasuk pada butir 1 dan butir 2, yang menghubungkan ibukota

kabupaten dengan ibukota kecamatan, antar ibukota kecamatan, ibukota

kabupaten dengan pusat kegiatan lokal, antar pusat kegiatan lokal, serta jalan

umum dalam sistem jaringan jalan sekunder dalam wilayah kabupaten, dan

jalan strategis kabupaten.

4) Jalan kota adalah jalan umum dalam sistem jaringan jalan sekunder yang

menghubungkan antar pusat pelayanan dalam kota, menghubungkan pusat


commit to user

14

pelayanan dengan persil, menghubungkan antar persil, serta menghubungkan

antar pusat pemukiman yang berada di dalam kota.

5) Jalan desa merupakan jalan umum yang menghubungkan kawasan dan atau

antar pemukiman di dalam desa, serta jalan lingkungan.

2.2.7 Satuan Mobil Penumpang

Manual Kapasitas Jalan Indonesia (MKJI), 1997, mendefinisikan satuan mobil

penumpang (smp) adalah satuan untuk arus lalu lintas dimana berbagai tipe

kendaraan diubah menjadi arus kendaraan ringan (termasuk mobil penumpang)

dengan menggunakan Ekivalen Mobil Penumpang (emp). Ekivalen Mobil

Penumpang (emp) adalah faktor yang menunjukkan pengaruh berbagai tipe

kendaraan dibandingkan kendaraan ringan terhadap kecepatan kendaraan ringan

dalam arus lalu lintas (untuk mobil penumpang dan kendaraan ringan yang mirip,

emp = 1).

Pembagian tipe kendaraan bermotor untuk masing-masing kendaraan berdasarkan

MKJI 1997:

1) Sepeda Motor, Motor Cycle (MC), terdiri dari kendaraan bermotor beroda dua

atau tiga.

2) Kendaraan Ringan, Light Vehicle (LV), yaitu kendaraan bermotor dua as

beroda empat dengan jarak as 2-3 meter, termasuk diantaranya mobil

penumpang, oplet, mikrobus, pick-up dan truk kecil.

3) Kendaraan Berat, Heavy Vehicle (HV), yaitu kendaraan bermotor lebih dari 4

roda, termasuk diantaranya bus, truk 2 as, truk 3 as, dan truk kombinasi.


commit to user

15

Nilai emp untuk jalan perkotaan ditunjukkan pada Tabel 2.1 dan Tabel 2.2.

Tabel 2.1 emp Untuk Jalan Perkotaan Tak Terbagi

Tipe Jalan Tak Terbagi

Arus Lalu

Lintas Total

Dua Arah

(kend/jam)

Emp

HV

MC

Lebar Lajur

Lalu Lintas

Cw (m)

≤ 6 ≥ 6

Dua lajur tak tebagi 0 1,3 0,5 0,4

(2/2 UD) ≥ 1800 1,2 0,35 0,25

Empat lajur tak terbagi 0 1,3 0,4

(4/2 UD) ≥ 3700 1,2 0,25

Sumber: MKJI (1997)

Tabel 2.2 emp Untuk Jalan Perkotaan Terbagi dan Satu Arah

Tipe Jalan: Arus Lalu Lintas

Per Lajur

(kend/jam)

Emp

Jalan Satu Arah dan HV MC

Jalan Terbagi

Dua lajur satu arah (2/1) 0 1,3 0,4

dan

Empat lajur terbagi 1050 1,2 0,25

Tiga lajur satu arah (3/1) 1 1,3 0,4

dan

Enam lajur terbagi (5/2D) 1100 1,2 0,25

Sumber: MKJI (1997)

2.2.8 Kapasitas

Menurut Dirjen Bina Marga, kapasitas adalah volume maksimum kendaraan per

jam yang melalui suatu potongan lajur jalan (untuk jalan multi lajur) atau suatu

potongan jalan (untuk jalan dua lajur) pada kondisi jalan dan arus lalu lintas ideal.

Faktor-faktor yang mempengaruhi kapasitas jalan adalah lebar jalur atau lajur, ada

tidaknya pemisah/median jalan, hambata bahu/kereb jalan, gradien jalan, di

daerah perkotaan atau luar kota, ukuran kota. Besarnya kapasitas suatu ruas jalan

dapat dihitung dengan Persamaan (2.1) berikut:

C = Co×FCw×FCsp×FCsf×FCcs (2.1)


commit to user

16

Dimana:

C = Kapasitas (smp/jam)

Co = Kapasitas dasar untuk kondisi tertentu (ideal) (smp/jam)

FCw = Faktor penyesuaian lebar jalur lalu lintas

FCsp = Faktor penyesuaian pemisah arah

FCsf = Faktor penyesuaian hambatan samping

FCcs = Faktor penyesuaian ukuran kota

a. Kapasitas dasar jalan perkotaan (Co)

Kapasitas dasar adalah kapasitas segmen jalan untuk kondisi tertentu sesuai

kondisi geometrik, pola arus lalu lintas, dan faktor lingkungan. Jika kondisi

sesungguhnya sama dengan kasus dasar (ideal) tertentu, maka semua faktor

penyesuaian menjadi 1,0 dan kapasitas menjadi sama dengan kapasitas dasar (Co).

Tabel 2.3 Kapasitas Dasar (Co) Jalan Perkotaan

Tipe Jalan Kapasitas Dasar

(smp/jam) Catatan

Empat lajur terbagi atau

jalan satu arah 1650 Perlajur

Empat lajur tak terbagi 1500 Perlajur

Dua lajur tak terbagi 2900 Total dua arah

Sumber: MKJI (1997)

b. Faktor penyesuai kapasitas untuk lebar jalur lalu lintas (FCw)

Faktor penyesuai kapasitas untuk lebar jalur lalu lintas jalan perkotaan adalah

faktor penyesuai untuk kapasitas dasar akibat lebar jalur lalu lintas.


commit to user

17

Tabel 2.4 Faktor Penyesuaian Kapasitas (FCw) Untuk Pengaruh Lebar Jalur Lalu

Lintas Jalan Perkotaan

Tipe jalan Lebar jalur lalu lintas efektif (WC) (m) FCw

Empat lajur terbagi atau

jalan satu arah

Perlajur

3,00 0,92

3,25 0,96

3,50 1,00

3,75 1,04

4,00 1,08

Empat lajur tak terbagi

Perlajur

3,00 0,91

3,25 0,95

3,50 1,00

3,75 1,05

4,00 1,09

Dua lajur tak terbagi

Total dua arah

5 0,56

6 0,87

7 1,00

8 1,14

9 1,25

10 1,29

11 1,34

Sumber: MKJI (1997)

c. Faktor penyesuaian kapasitas untuk pemisahan arah (FCsp)

Faktor penyesuai kapasitas untuk pemisahan arah lalu lintas adalah faktor

penyesuai kapasitas dasar akibat pemisahan arah lalu lintas (hanya pada jalan dua

arah tak terbagi). Faktor ini mempunyai nilai paling tinggi pada prosentase

pemisahan arah 50%-50% yaitu bilamana arus pada kedua arah adalah sama pada

periode waktu yang dianalisis (umumnya satu jam).

Tabel 2.5 Faktor Penyesuaian Kapasitas Untuk Pemisahan Arah (FCsp)

Pemisahan arah SP 50-50 55-45 60-40 65-35 70-30

%-%

FCsp

Dua lajur 2/2 1,00 0,97 0,94 0,91 0,88

Empat lajur 4/2 1,00 0,985 0,97 0,955 0,94

Sumber: MKJI (1997)


commit to user

18

d. Faktor penyesuaian kapasitas untuk pengaruh hambatan samping (FCsf)

Faktor penyesuai kapasitas untuk hambatan samping adalah faktor penyesuai

kapasita dasar akibat hambatan samping sebagai fungsi lebar bahu. Hambatan

samping ini dipengaruhi oleh berbagai aktifitas disamping jalan yang berpengaruh

terhadap arus lalu lintas. Hambatan samping yang terutama berpengaruh pada

kapasitas dan kinerja jalan perkotaan:

Jumlah pejalan kaki berjalan atau menyebrang sisi jalan.

Jumlah kendaraan berhenti diparkir.

Jumlah kendaraan masuk dan keluar ke/dari lahan samping jalan dan jalan sisi.

Jumlah kendaraan yang bergerak lambat yaitu arus total (kend/jam) dari

sepeda, becak, delman, pedati, dan sebagainya.


Samping dan Lebar Bahu

Tipe

Jalan

Kelas

Hambatan

Samping

Faktor Penyesuaian Hambatan Samping dan

Lebar Bahu (FCsf)

Lebar Bahu (m)

≤ 0,5 1,0 1,5 ≥ 2,0

4/2D

VL 0,96 0,98 1,01 1,03

ML 0,94 0,97 1,00 1,02

M 0,92 0,95 0,98 1,00

H 0,88 0,92 0,95 0,98

VH 0,84 0,88 0,92 0,96

4/2 UD

VL 0,96 0,99 1,01 1,03

ML 0,94 0,97 1,00 1,02

M 0,92 0,95 0,98 1,00

H 0,87 0,91 0,94 0,98

VH 0,80 0,86 0,90 0,95

2/2 UD

atau

Jalan

Satu

Arah

VL 0,94 0,96 0,99 1,01

ML 0,92 0,94 0,97 1,00

M 0,89 0,92 0,95 0,98

H 0,82 0,86 0,90 0,95

VH 0,73 0,79 0,85 0,91

Sumber: MKJI (1997)


commit to user

19


Samping dan Jarak Kereb-Penghalang (FCsf)

Tipe

Jalan

Kelas

Hambatan

Samping


Lebar Bahu (FCsf)

Lebar Kereb-Penghalang (m)

≤ 0,5 1,0 1,5 ≥ 2,0

4/2D

VL 0,95 0,97 0,99 1,03

ML 0,94 0,96 0,98 1,00

M 0,91 0,93 0,95 0,98

H 0,86 0,89 0,92 0,95

VH 0,81 0,85 0,88 0,92

4/2 UD

VL 0,95 0,97 0,99 1,03

ML 0,93 0,95 0,97 1,00

M 0,90 0,92 0,95 0,97

H 0,84 0,87 0,90 0,93

VH 0,77 0,81 0,85 0,90

2/2 UD

atau

Jalan

Satu

Arah

VL 0,93 0,95 0,97 0,99

ML 0,90 0,92 0,95 0,97

M 0,86 0,88 0,91 0,94

H 0,78 0,81 0,84 0,88

VH 0,68 0,72 0,77 0,82

Sumber: MKJI (1997)

Untuk mengetahui tingkat hambatan samping pada kolom (2) Tabel (2.6 dan 2.7)

dengan melihat kolom (3) Tabel 2.8 dibawah ini, tetapi apabila data terinci

hambatan samping tersebut tersedia maka hambatan samping dapat ditentukan

dengan prosedur berikut:

1) Periksa mengenai kondisi khusus dari kolom (4) Tabel 2.8 dan pilihsalah satu

yang yang paling tepat untuk keadaan segmen jalan yang dianalisa.

2) Amati foto pada gambar A-4:1-5 (MKJI 1997) yang menunjukkan kesan visual

rata-rata yang khusus dari masing-masing kelas hambatan samping. Dan pilih

slah satu yang paling sesuai dengan kondisi rata-rata sesungguhnya pada

kondisi lokasi untuk periode yang diamati.

3) Pilih kelas hambatan samping berdasarkan pertimbangan dari gabungan

langkah 1 dan 2 diatas.


commit to user

20

Tabel 2.8 Penentuan Kelas Hambatan Samping

Frekuensi

Berbobot

Kejadian

Kondisi Khusus

Kelas

Hambatan

Samping

Kode

< 100 Pemukiman, hampir tidak ada

kegiatan Sangat Rendah VL

100-299 Pemukiman, beberapa angkutan

umum Rendah L

300-499 Daerah industri dengan toko-toko

di sisi jalan Sedang M

500-899 Daerah niaga dengan aktifitas di

sisi jalan yang tinggi Tinggi H

> 900 Daerah niaga dengan aktifitas di

sisi jalan yang sangat tinggi Sangat Tinggi VH

Sumber: MKJI (1997)

e. Faktor penyesuaian kapasitas untuk ukuran kota (FCcs)

Faktor penyesuai kapasitas untuk ukuran kota adalah faktor penyesuaian kapasitas

dasar akibat ukuran kota. Besarnya faktor ini dapat dilihat pada tabel dibawah ini.

Tabel 2.9 Faktor Penyesuaian Kapasitas Untuk Ukuran Kota (FCcs) pada Jalan

Perkotaan

Ukuran Kota

(Juta Penduduk) Faktor Penyesuai untuk Ukuran Kota (FCcs)

< 0,1 0,86

0,1-0,5 0,90

0,5-1,0 0,94

1,0-3,0 1,00

> 3,0 1,04

Sumber: MKJI (1997)

2.2.9 Kecepatan

Kecepatan tempuh adalah kecepatan rata-rata (km/jam) arus lalu lintas dihitung

dari panjang ruas jalan dibagi waktu tempuh rata-rata kendaraan yang melewati

segmen jalan. Sedangkan kecepatan pada arus bebas adalah kecepatan dari

kendaraan yang tidak dipengaruhi oleh kendaraan lain (yaitu kecepatan dimana

pengendara merasakan perkalanan yang nyaman dalam kondisi geometrik

lingkungan dan pengaturan lalu lintas yang ada pada bagian segmen jalan dimana

tidak ada kendaraan lain). Kecepatan arus dapat ditentukan dari rumus berikut:


commit to user

21

FV = (Fvo + FVw) × FFVsf × FFVcs (2.2)

Dimana,

FV = Kecepatan arus bebas kendaraan ringan sesungguhnya (km/jam)

Fvo = Kecepatan arus bebas dasar kendaraan ringan (km/jam)

FVw = Penyesuaian lebar jalur lalu lintas efektif (km/jam)

FFVsf = Faktor penyesuai kondisi hambatan samping

FFVcs = Faktor penyesuai ukuran kota

Tabel 2.10 Kecepatan Arus Bebas Dasar (Fvo) Untuk Jalan Perkotaan

Tipe Jalan

Kecepatan arus bebas dasar (Fvo) (km/jam)

Kendaraan

Ringan

(LV)

Kendaraan

Berat

(HV)

Sepeda

Motor

(MC)

Rata-rata

Kendaraan

Enam Lajur Terbagi (6/2 D) 61 52 48 57

Atau Tiga Lajur Satu Arah (3/1)

Empat Lajur Terbagi (4/2 D) 57 50 47 55

Atau Dua Lajur Satu Arah (2/1)

Empat Lajur Tak Terbagi 53 46 43 51

(4/2 UD)

Dua Lajur Tak Terbagi 44 40 40 42

(2/2 UD)

Sumber: MKJI (1997)


commit to user

22

Tabel 2.11 Penyesuaian Kecepatan Arus Bebas Untuk Lebar Jalur Lalu Lintas

(FVw) pada Jalan Perkotaan

Tipe Jalan

Lebar Jalur Lalu Lintas

Efektif (Wc)

(m)

FVw

Empat Lajur Terbagi

Atau Jalan Satu

Arah

Perlajur

3,00 -4

3,25 -2

3,50 0

3,75 2

4,00 4

Empat Lajur Tak

Terbagi

Perlajur

3,00 -4

3,25 -2

3,50 0

3,75 2

4,00 4

Dua Lajur Tak

Terbagi

Total Dua Arah

5 -9,5

6 -3

7 0

8 3

9 4

10 6

11 7

Sumber: MKJI (1997)


commit to user

23


Lebar Bahu pada Kecepatan Arus Bebas Untuk Jalan Perkotaan

dengan Bahu

Tipe

Jalan

Kelas

Hambatan

Samping


Lebar Bahu (FFVsf)


≤ 0,5 1,0 1,5 ≥ 2,0

4/2D

VL 1,00 1,01 1,01 1,02

ML 0,97 0,98 0,99 1,00

M 0,93 0,95 0,97 0,99

H 0,87 0,90 0,93 0,96

VH 0,81 0,85 0,88 0,92

4/2 UD

VL 1,01 1,01 1,01 1,00

ML 0,98 0,98 0,99 1,00

M 0,91 0,93 0,95 0,98

H 0,84 0,87 0,90 0,94

VH 0,77 0,81 0,85 0,90

2/2 UD

atau

Jalan Satu

Arah

VL 0,98 0,99 0,99 1,00

ML 0,93 0,95 0,96 0,98

M 0,87 0,89 0,92 0,95

H 0,78 0,81 0,84 0,88

VH 0,68 0,77 0,77 0,82

Sumber: MKJI (1997)


Jarak Kereb Penghalang Jalan Perkotaan dengan Kereb

Tipe

Jalan

Kelas

Hambatan

Samping


Lebar Bahu (FFVsf)


≤ 0,5 1,0 1,5 ≥ 2,0

4/2D

VL 1,00 1,01 1,01 1,02

ML 0,97 0,98 0,99 1,00

M 0,93 0,95 0,97 0,99

H 0,87 0,90 0,93 0,96

VH 0,81 0,85 0,88 0,92

4/2 UD

VL 1,01 1,01 1,01 1,00

ML 0,98 0,98 0,99 1,00

M 0,91 0,93 0,95 0,98

H 0,84 0,87 0,90 0,94

VH 0,77 0,81 0,85 0,90

2/2 UD

atau

Jalan Satu

Arah

VL 0,98 0,99 0,99 1,00

ML 0,93 0,95 0,96 0,98

M 0,87 0,89 0,92 0,95

H 0,78 0,81 0,84 0,88

VH 0,68 0,77 0,77 0,82

Sumber: MKJI (1997)


commit to user

24

Faktor penyesuaian kecepatan arus bebas untuk jalan enam lajur dapat ditentukan

dengan menggunakan nilai FFVsf untuk jalan empat lajur yang diberikan pada

Tabel 2.12 atau 2.13 dan disesuaikan seperti rumus 2.3 dibawah ini:

FFV6sf = 1-0,8 × (1- FFV4sf) (2.3)

Dimana:

FFV6sf = Faktor penyesuai kecepatan arus bebas untuk enam lajur (km/jam)

FFV4sf = Faktor penyesuai kecepatan arus bebas untuk empat lajur (km/jam)

Untuk penentuan kelas hambatan samping sama dengan Tabel 2.8 diatas,

sedangkan faktor penyesuaian kecepatan untuk ukuran kota dapat dilihat pada

Tabel 2.14 dibawah ini.

Tabel 2.14 Faktor Penyesuaian Untuk Pengaruh Ukuran Kota pada Kecepatan

Arus Bebas Kendaraan Jaringan Untuk Jalan Perkotaan

Ukuran Kota

(Juta Penduduk) Faktor Penyesuai untuk Ukuran Kota (FVcs)

< 0,1 0,90

0,1-0,5 0,93

0,5-1,0 0,95

1,0-3,0 1,00

> 3,0 1,03

Sumber: MKJI (1997)

Kecepatan kendaraan pada arus lalu lintas dapat dihitung dengan menggunakan

rumus 2.4 berikut:

V = Vo × 0,5 (1+(1-(Q/C))0,5

) (2.4)

Dimana:

V = Kecepatan sesungguhnya pada saat ada arus lalu lintas Q

Vo = Kecepatan arus bebas

C = Kapasitas


commit to user

25

Jika arus pada ruas jalan tersebut telah mencapai kapasitas (Q/C = 1), maka rumus

2.4 menjadi:

V = 0,5Vo (2.5)

2.2.10 Hubungan Kurva Kecepatan-Arus dan Biaya-Arus

Dalam rekayasa lalu lintas dikenal hubungan yang sangat sering digunakan yaitu

pengaruh arus pada kecepatan kendaraan yang bergerak pada ruas jalan tertentu.

Hubungan kapasitas-arus sering digambarkan seperti pada gambar 2.1 jika arus

lalu lintas meningkat, kecepatan cenderung menurun secara perlahan. Jika arus

mendekati kapasitas, penurunan kecepatan semakin besar.

Gambar 2.2 Hubungan Tipikal Kecepatan-Arus dan Biaya-Arus

Apabila kondisi tersebut dipaksakan untuk mendapatkan arus yang melebihi

kapasitas, maka akan terjadi kondisi yang tidak stabil dengan kecepatan yang

lebih rendah.

Untuk alasan praktis dalam teknik pembebanan rute jenis hubungan ini dilakukan

dalam bentuk hubungan waktu tempuh per unit jarak dengan arus lalu lintas.

Model pembebanan rute yang mempertimbangkan kemacetan memerlukan

beberapa persamaan fungsi yang cocok untuk menghubungkan atribut suatu ruas

seperti kapasitas dan kecepatan arus bebas serta arus lalu lintasnya dengan

kecepatan atau biaya yang dihasilkan. Hal ini dapat dinyatakan dalm bentuk

umum:

Vmaks

Kec

epat

an (k

m/j

am)

Arus V (kend/jam)

Wak

tu T

empuh

(men

it/k

m)

Vmaks

Arus V (kend/jam)


commit to user

26

Ca = Ca({V}) (2.6)

Biaya pada suatu ruas jalan merupakan fungsi dari semua pergerakan V pada

jaringan tersebut (bukan hanya biaya yang disebabkan oleh arus diruas jalan itu

saja)

Rumus umum ini cocok untuk daerah perkotaan yang memiliki interaksi yang erat

antara arus lalu lintas diruas jalan yang lain dengan tundaan, tetapi hal ini dapat

disederhanakan jika mempertimbangkan ruas jalan yang panjang, dimana semua

waktu perjalanan digunakan pada ruas jalan tersebut. Dalam hal ini persamaan

yang digunakan harus terpisah, yang dapat ditulis sebagai berikut:

Ca = Ca(Va) (2.7)

Biaya pad ruas jalan tersebut hanya tergantung pada arus dan ciri ruas itu saja.

Asumsi ini dapat menyederhanakan proses penaksiran, pengembangan fungsi

serta penggunaan metode pembebanan yang sesuai.

Ofyar Z. Tamin (2000) yang dikutip dari Branston (1976) menulis beberapa kurva

baiya-arus yang diusulkan oleh beberapa penulis sebagai berikut:

1) Smock (1962) mengemukakan rumus berikut untuk kajian Deroit

t = t0 exp(

) (2.8)

t adalah waktu tempuh per satuan jarak, t0 adalah waktu per satuan jarak pada

kondisi arus bebas, dan Qs adalah kapasitas ruas pada kondisi tunak.

2) Overgaard (1976) menuliskan persamaan dalam bentuk lain, yaitu:

t = t0 (

)

(2.9)

QP adalah kapasitas praktis dari ruas jalan, sedangkan α dan β adalah parameter

yang dikalibrasi.


commit to user

27

3) Dinas Jalan Umum (1964) di Amerika Serikat menyarankan fungsi yang sangat

umum, yaitu:

t = t0[ (

)

] (2.10)

4) IHCM (Indonesian Highway Capacity Manual) 1994, melakukan beberapa

kajian mengenai hubungan antara kecepatan-arus pada beberapa ruas jalan

antarkota di Indonesia (4 lajur dan 2 lajur). Hubungan matematis yang cukup

baik telah dihasilkan oleh kajian ini:

V = FV × [ (

)( )

]

( )

(2.11)

*

( )

( )+

( ) (2.12)

Dimana:

FV = Kecepatan arus bebas

D = Kepadatan (smp/km) (dihitung sebagai Q/V)

Dj = Kepadatn pada kondisi macet total

Do = Kepadatan pada saat kapasitas jalan tercapai

L, M = Konstanta

2.2.11 Model Gravity

Model Gravity menggunakan konsep gravity yang berasumsi bahwa ciri bangkitan

dan tarikan pergerakan berkaitan dengan beberapa parameter zona asal, misalnya

populasi dan nilai sel MAT yang berkaitan dengan aksesibilitas (kemudahan)

sebagai fungsi jarak, waktu, atau biaya. Model Gravity untuk keperluan

transportasi menyatakan bahwa pergerakan antar zona asal i dan zona tujuan d

berbanding lurus dengan Oi dan Dd dan berbanding terbalik kuadratis terhadap


commit to user

28

jarak antara kedua zona tersebut. Dalam bentuk matematis model gravity dapat

dinyatakan sebagai: T

= Oi . Dd . f(Cid) (2.13)

Persamaan 2.13 dapat digunakan dengan batasan sebagai berikut:

∑ dan ∑ (2.14)

Sehingga pengembangan Persamaan 2.13 dengan menggunakan batasan

Persamaan 2.14 adalah sebagai berikut:

T

= Oi . Dd . Ai . Bd . f(Cid) (2.15)

T

= Jumlah pergerakan dari zona asal i ke zona tujuan d

Ai, Bd = Faktor penyeimbang untuk setiap zona asal i dan tujuan j

Oi = Total pergerakan dari zona asal i

Dd = Total pergerakan ke zona tujuan d

f(Cid) = Fungsi umum biaya perjalanan

Persamaan 2.15 dipenuhi jika digunakan konstanta Ai dan Bd (disebut sebagai

konstanta penyeimbang) yang terkait dengan setiap zona bangkitan dan tarikan.

Ai =

∑ ( ) Bd =

∑ ( ) (2.16)

Untuk mendapatkan kedua nillai tersebut perlu dilakukan proses iterasi sampai

masing-masing nilai Ai dan Bd menghasilkan nilai tertentu (konvergen).

Dalam buku Tamin (2000), yang dinyatakan oleh Hyman (1969), menyarankan 3

jenis fungsi hambatan yang dapat dipergunakan dalam Model Gravity, yaitu:

a. Fungsi pangkat : f(Cid) = C

(2.17)

b. Fungsi eksponensial : f(Cid) = (2.18)

c. Fungsi Tanner : f(Cid) = C

. (2.19)

Dalam penelitian ini akan digunakan fungsi hambatan eksponensial karena fungsi

hambatan ini sesuai untuk pergerakan jarak pendek (pergerakan dalam kota).


commit to user

29

2.2.11.1 Model Gravity Batasasn Bangkitan Pergerakan (Production

Constraint Gravity)

Dalam model gravity batasan bangkitan pergerakan, total pergerakan global hasil

bangkitan pergerakan harus sama dengan total pergerakan yang dihasilkan oleh

pemodelan, begitu juga dengan bangkitan pergerakan yang dihasilkan model

harus sama dengan hasil bangkitan pergerakan yang diinginkan. Namun, tarikan

pergerakan tidak perlu memiliki nilai yang sama dengan hasil pemodelan. Model

yang digunakan adalah model dari Persamaan (2.15), tetapi dengan syarat batas

yang berbeda. Syarat batas yang digunakan dalam model ini adalah sebagai

berikut.

Ai =

∑ ( ) untuk seluruh i dan Bd = 1 untuk seluruh d.

Alasan pemilihan Model Gravity adalah sebagai berikut:

a. Model Gravity dapat digunakan untuk meramalkan arus lalu lintas antar zona

di dalam daerah perkotaan.

b. Model Gravity sangat sederhana sehingga mudah dimengerti dan digunakan.

c. Model Gravity mempunyai kinerja yang baik karena prosesnya yang cepat.

2.2.12 Kalibrasi

Kalibrasi adalah proses menaksir nilai parameter β yang merupakan parameter

fungsi hambatan (kemudahan atau aksesibilitas) antar zona suatu model dengan

berbagai teknik yang sudah ada. Setelah dikalibrasi, diharapkan model tersebut

dapat menghasilkan keluaran yang sama dengan data lapangan (realita).

a. Kalibrasi Newton-Raphson

Penelitian ini menggunakan metode kalibrasi Newton-Raphson. Kalibrasi ini

dilakukan dengan proses pengulangan sampai nilai parameter mencapai batas

konvergensinya. Metode ini didasarkan pada pendekatan nilai f(x) dengan

menggunakan deret Taylor.


commit to user

30

Nilai f(x) didekati dengan menggunakan garis singgung f(x) pada nilai x. Titik

potong garis singgung ini dengan sumbu x digunakan sebagai pendekatan

selanjutnya. Secara ringkas, metode tersebut dijelaskan sebagai berikut ini.

Misalnya diketahui dua buah persamaan f dan g yang masing-masing adalah

fungsi dari fungsi dua buah peubah bebas x dan y:

f(x,y) = 0 dan g(x,y) = 0 (2.20)

Jika x0 dan y0 adalah nilai untuk pendekatan solusi (x0+h) dan (y0+k), maka:

f(x0+h, y0+k) = 0 (2.21)

g(x0+h, y0+k) = 0 (2.22)

Pendekatan deret Taylor sampai tingkat pertama untuk kedua persamaan simultan

ini menghasilkan:

f(x0+h, y0+k) = f(x0,y0) +

. h +

. k (2.23)

g(x0+h, y0+k) = g(x0,y0) +

. h +

. k (2.24)

Dengan memasukkan Persamaan 2.21 dan 2.22 kedalam Persamaan 2.23 dan 2.24,

didapat:

f(x0,y0) +

. h +

. k = 0 (2.25)

g(x0,y0) +

. h +

. k = 0 (2.26)

Nilai f(x0,y0) dan g(x0,y0) dapat dihitung. Begitu juga nilai

,

,

, dan

.

Empat nilai yang terakhir masing-masing berarti turunan pertama dari f (atau g)

terhadap x atau y pada nilai x0 dan y0. Yang belum diketahui adalah nilai h dan k.

Dalam bentuk matriks, Persamaan 2.25 dan 2.26 dapat dituliskan sebagai:


commit to user

31

[

] , - = - [

( ) ( )

] (2.27)

Persamaan 2.25 dan 2.26 atau Persamaan 2.27 adalah dua persamaan linear

simultan dengan dua buah bilangan h dan k yang belum diketahui. Keduanya

dapat dihitung dengan metode eliminasi Gauss-Jordan. Selanjutnya nilai h dan

nilai k ini digunakan untuk mendapatkan nilai pendekatan berikutnya:

x1 = x0 + h dan y1 = y0 + k (2.28)

Perhitungan dengan Persaman 2.27 dan Persamaan 2.28 diulangi sampai nilai x

dan y konvergen. Konvergensi dapat dilihat dari nilai h dan k yang semakin

mengecil. Perhitungan dihentikan bila nilai h dan k sudah mencapai harga yang

diinginkan. Jadi, batas nilai h dan k yang sekaligus juga menunjukkan tingkat

ketelitian perhitungan.

b. Kalibrasi Newton-Raphson Model Gravity Batasan Bangkitan Pergerakan

Untuk model gravity tipe batasan bangkitan pergerakan dan fungsi hambatan

eksponensial dapat dilakukan dengan metode kalibrasi Newton-Raphson, dengan

langkah-langkah sebagai berikut:

1) Pengulangan pertama dengan menyatakan m = 0 dan menetapkan suatu nilai

β = β0. Dengan menggunakan nilai β tersebut hitung nilai h dengan

menggunakan Persamaan (2.29) berikut.

h = -

(

) (2.29)

Nilai f dan

dihitung dengan menggunakan Persamaan (2.30) dan (2.31)

berikut.

f = ∑ ∑ *

,( )

-+

(2.30)

= ∑ ∑ [

{(

)

( )

}]

(2.31)

Tid = Ai . Oi . Dd . Fid karena nilai Bd = 1 (2.32)


commit to user

32

= (Oi . Dd) (

) (2.33)

= (Oi . Dd)(

) (2.34)

= [ ( )

] *∑

+ (2.35)

= [ ( )

] *∑

+ (2.36)

Nilai ,

, dan

untuk fungsi hambatan eksponensial dapat dihitung

dengan menggunakan Persamaan (2.37) – (2.39) berikut.

= ( ) (2.37)

=

( ) (2.38)

= ( )

( ) (2.39)

2) Membuat nilai m = m+1, dan menetapkan nilai βm dengan menggunakan

Persamaan (2.40) berikut.

βm = βm1 + h (2.40)

3) Menggunakan βm, mengulangi tahap 1 dan 2 untuk mendapatkan nilai h seperti

yang disyaratkan, sampai nilai β konvergen (nilai h mencapai nilai yang sangat

kecil).

2.2.13 Pembebanan User Equilibrium

Pertimbangan utama pembebanan lalu lintas merupakan asumsi bahwa dasar

pemilihan rute adalah biaya perjalanan. Ukuran yang digunakan tergantung pada

karakteristik jalan, kondisi lalu lintas dan persepsi pengendara tentang kondisi

tersebut.

Dalam hal ini efek stokastik tidak diperhitungkan. Ada dua perilaku yang

diusulkan sebagai dasar dari kondisi equlibrium, yaitu:

1. Pengendara memilih rute secara bebas yang memenuhi kepentingan terbaiknya

menurut kondisi lalu lintas yang dihasilkan dari beberapa pilihan rute lain.


commit to user

33

2. Pengendara memilih rute yang menghasilkan arus lalu lintas yang meberikan

keuntungan maksimum bagi mereka.

Pendekatan pembebanan User Equilibrium mengacu pada Prinsip Wardrop I yang

menyatakan bahwa dalam kondisi macet, pengendara akan memilih suatu rute

sampai tercapai kondisi yang tidak memungkinkan seorang pun dapat mengurangi

biaya perjalanannya dengan menggunakan rute yang lain. Apabila semua

pengendara mempunyai persepsi yang sama tentang biaya maka akan dihasilkan

kondisi keseimbangan, artinya semua rute yang digunakan antara dua titik tertentu

akan mencapai baiaya perjalanan yang sama dan minimum, sedangkan rute yang

tidak digunakan akan mencapai biaya perjalanan yang sama atau lebih mahal.

Kemajuan besar dalam teknik pembebanan dengan peminimuman fungsi obyektif

adalah dimungkinkannya analisa pengembangan algoritma yang sistematik untuk

pemecahannya. Algoritma yang sangat umum digunakan adalah Algoritma Frank

Wolf (1956). Langkah-langkah dalam proses pembebanan tersebut adalah sebagai

berikut:

1. Memilih satu set inisial biaya ruas, yang bisa digunakan adalah waktu tempuh

pada kondisi bebas Ca(0). Inisialisasi semua arus V = 0, kemudian set n = 0.

2. Membentuk suatu pohon biaya minimum, kemudian set n = n+1.

3. Membebankan semua matriks T dengan pembebanan All-or-Nothing untuk

mendapatkan suatu set arus Va.

4. Menghitung arus pada saat sekarang dengan persamaan:

V = (1-ϕ) V

+ ϕVa (2.41)

5. Menghitung satu set baru biaya arus berdasarkan besar arus V . Jika arus (atau

biaya ruas) tidak terlalu banyak mengalami perubahan dalam dua kali

pengulangan yang berurutan maka proses dihentikan, dan jika tidak banyak

perubahan maka diteruskan ke tahap 2.

Dalam penelitian ini proses pembebanan dilakukan dengan bantuan aplikasi

software EMME/3 (Equilibrium Multimodal, Multimodal Equilibrium).


commit to user

34

2.2.14 Matrix Estimation by Maximum Entropy

Persoalan pokok pada perkiraan matriks perjalanan dari data lalu lintas adalah

identifikasi pasangan asal-tujuan yang menggunakan ruas tertentu sebagai bagian

dari perjalanannya. Variabel ini dinamakan Pija, yaitu proporsi perjalanan dari asal

i ke tujuan j yang menggunakan ruas a. Arus pada ruas a (Va) adalah penjumlahan

seluruh konstribusi perjalanan antara setiap pasangan zona pada ruas tersebut,

secara matematis dapat dinyatakan dengan persamaan berikut:

Va = ∑ (2.42)

Batasan: 0 ≤ Pija≤ 1

Batas persamaan 2.41 memberikan hasil yang sempurna jika arus pada ruas a dari

hasil pemodelan sama dengan arus dari hasil pengamatan.

⋁ ∑ (2.43)

Dengan:

Tij = Matriks perjalanan sebenarnya

Pija = Proporsi perjalanan dari i ke j yang menggunakan a

Va = Arus dari ruas a yang didapat dari hasil pemodelan

V ^a = Arus diruas a dari hasil pengamatan

Dalam prakteknya jumlah data arus lalu lintas dari hasil pengamatan jauh lebih

sedikit dibandingkan jumlah Tij yang diketahui. Dengan kondisi tersebut, tidak

mungkin menentukan solusi yang unik terhadap masalah estimasi matriks

perjalanan, oleh karena itu sebagian besar metode berusaha untuk mendapatkan

matriks perjalanan Tij yang paling mirip yang memenuhi batasan persamaan

tersebut.

Ada dua pendekatan untuk menyelesaikan persamaan 2.43, yang pertama, apabila

tidak terdapat informasi sebelumnya tentang Tij (no prior trip matrix) dan yang

kedua, apabila tedapat informasi sebelumnya tentang Tij (prior trip matrix).


commit to user

35

Model Matrix Estimation by Maximum Entropy yang dikembangkan oleh

Wilimsen memberikan persamaan dasar untuk kedua pendekatan diatas sebagai

berikut:

Tij = ∏

(2.44)

Atau

Tij = tij ∏

(2.45)

Dengan:

tij = Perkiraan matriks perjalanan (misal dari survai sebelumnya)

Xa = Faktor penyeimbang (balancing factor) yang dipilih sedemikian rupa

sehingga batasan Persamaan 2.43 terpenuhi.

2.2.15 Indikator Uji Statistik

a. Root Mean Square Error (RMSE) dan Standard Deviasi (SD)

Penaksiran MAT dari data lalu lintas yang dihasilkan dengan menggunakan

penaksiran model kebutuhan akan transportasi akan menghasilkan arus lalu lintas

yang semirip mungkin dengan data arus lalu lintas hasil pengamatan. Hal

terpenting yang harus diperhatikan yaitu tingkat kemiripan dari MAT hasil

penaksiran dengan MAT hasil pengamatan. Tingkat akurasi MAT yang dihasilkan

dari data arus lalu lintas dapat ditentukan dengan beberapa indikator uji statistik.

Indikator uji statistik yang digunakan dalam penelitian ini adalah Root Mean

Square Error (RMSE) dan standard deviasi (SD).

Indikator uji statistik RMSE adalah suatu indikator kesalahan yang didasarkan

pada total kuadratis dari simpangan antar pasangan nilai sel MAT yang dapat

didefinisikan sebagai Persamaan 2.46 berikut.


commit to user

36

RMSE = √∑ ∑ [( )

( )] untuk i ≠ d (2.46)

Beberapa peneliti menggunakan standar deviasi dari simpangan dapat

didefinisikan sebagai Persamaan 2.47 berikut:

SD = √∑ ∑ [( )

( ) ] untuk i ≠ d (2.47)

Dimana:

Ťid = Matriks hasil pengamatan dilapangan

Tid = Matriks hasil pemodelan

N = Ukuran matriks

Indikator RMSE dan SD tidak dapat digunakan untuk membandingkan MAT yang

dihasilkan dari lokasi yang berbeda atau waktu yang berbeda karena nilainya

sangat tergantung dari kondisi lokal seperti ukuran matriks N dan T. Dari

Persamaan 2.46 dan Persamaan 2.47 terlihat bahwa semakin besar nilai N maka

nilai RMSE akan kira-kira sama dengan nilai SD. Indikator %RMSE digunakan

untuk membandingkan dua buah MAT yang mempunyai jumlah sel yang

berbeda.

%RMSE = (

) (2.48)

T1 =

( )∑ ∑ (2.49)

Semakin besar nilai RMSE, %RMSE, dan SD maka semakin tidak akurat MAT

hasil penaksiran dibandingkan MAT hasil pengamatan.

RMSE adalah bentuk umum dari SD. RMSE akan muncul ketika mencari

perbedaan antara sub kelompok atau hubungan antara variabel-variabel.


commit to user

37

b. Koefisien Determinasi (R2)

Indikator statistik R2 untuk matriks dapat didefinisikan sebagai Persamaan 2.50.

R2 =

∑ ∑ ( )

∑ ∑ ( )

untuk i ≠ d (2.50)

Sedangkan indikator uji statitistik R2 untuk menguji tingkat validasi arus lalu

lintas hasil pemodelan dengan arus lalu lintas yang ada di lapangan digunakan

Persamaan 2.51.

R2 =

∑ ( )

∑ ∑

(2.51)

Dimana:

Ťid = Matriks hasil pengamatan dilapangan

Tid = Matriks hasil pemodelan

N = Ukuran matriks

= Arus hasil pemodelan

= Arus hasil pengamatan dilapangan

Indikator statistik R2 merupakan uji statistik yang paling sering digunakan.

Indikator ini akan memberikan bobot sangat tinggi untuk kesalahan absolut besar.

Oleh karena itu, nilai R2 yang tinggi tidak dapat diperoleh dari matriks berjumlah

sel besar dengan kesalahan kecil, akan tetapi akan sangat jelek pada nilai sel yang

kecil.

Persamaan 2.50 juga memperlihatkan bahwa nilai R2 dapat bernilai negatif jika

terdapat simpangan besar antara MAT hasil penaksiran dan MAT hasil observasi.

Nilai R2 = 1 merupakan nilai tertinggi yang dapat dihasilkan jika dilakukan

perbandingan antar MAT. Oleh karena itu, nilai R2 yang mendekati 1

menunjukkan tingkat kemiripan yang tinggi antar MAT yang diperbandingkan.


commit to user

38

BAB 3

METODE PENELITIAN

3.1 Lokasi Penelitian

Batas wilayah studi pada penelitian ini adalah seluruh wilayah Kota Surakarta dan

beberapa daerah tingkat II seperti Kabupaten Karanganyar, Kabupaten Boyolali,

dan Kabupaten Sukoharjo. Kabupaten-kabupaten tersebut sangat mempengaruhi

pola pergerakan karena secara administratif berbatasan langsung dengan Kota

Surakarta.

Penelitian ini mengambil wilayah studi di Kota Surakarta. Kota Surakarta yang

terletak di Provinsi Jawa Tengah bagian selatan yang memiliki kepadatan lalu

lintas yang cukup tinggi. Secara geografis Kota Surakarta terletak pada

110’45’15’-110’45’35’ BT dan 70’36’00’-70’56’00’ LS berbatasan dengan

daerah tingkat II yang lain, yaitu di sebelah utara berbatasan dengan Kabupaten

Karanganyar dan Kabupaten Boyolali, sebelah selatan dengan Kabupaten

Sukoharjo, sebelah barat dan timur dengan Kabupaten Sukoharjo dan

Karanganyar.

Luas wilayah Surakarta kurang lebih 44,040 km2 yang terbagi dalam lima

kecamatan dan terdiri dari 51 kelurahan. Jumlah penduduk mencapai 566.768 jiwa

manusia (menurut statistik terakhir tahun 2009) dengan kepadatan mencapai

12.716 jiwa/km2. Wilayah Surakarta dibagi menjadi 51 zona internal berdasarkan

batas administrasi kelurahan seperti yang terlihat pada Gambar 3.1 dan 14 zona

eksternal. Peta pembagian zona di Kota Surakarta dapat dilihat pada Gambar 3.2.

Survei volume lalu lintas dilakukan untuk memperoleh data primer. Ruas jalan

yang akan disurvei adalah ruas jalan yang banyak digunakan oleh setiap pasangan

zona asal-tujuan yang dianggap dapat mewakili kondisi jaringan jalan di Kota

Surakarta. Untuk mengantisipasi pergerakan yang berasal dari atau menuju keluar

daerah kajian, maka survei juga dilakukan pada ruas jalan yang terletak di batas

Kota Surakarta. Peta jaringan jalan Kota Surakarta dapat dilihat pada Gambar


commit to user

39

3.3. Berikut adalah lokasi survey (traffic count) arus lalu lintas dibeberapa ruas

jalan di Kota Surakarta.

Tabel 3.1 Lokasi Survey (Traffic Count) Arus Lalu Lintas 2012 Surakarta NODE

Nama Jalan Lokasi 1 2

1 C53 Jalan Ahmad Yani

Depan RS.

Orthopedi C53 1

2 3 Jalan Slamet Riyadi Depan Solo Square

3 2

6 7 Jalan Slamet Riyadi Depan Pizza Hut

7 6

21 22 Jalan Slamet Riyadi Depan BCA

23 C52 Jalan Adi Sucipto Depan Solo Pos

C52 23

25 26 Jalan Adi Sucipto

Depan Stadion

Manahan 26 25

34 35 Jalan Ahmad Yani

Depan Hotel Grand

Setiakawan 35 34

55 C65 Jalan Ring Road Sebelum Jembatan

C65 55

66 67 Jalan Dr. Radjiman

SPBU Pasar

Kabangan 67 66

86 91 Jalan Kolonel Sutarto

Barat RS

Dr. Moewardi 91 86

92 241 Jalan Ir. Sutami Timur UNS

241 92

95 C59 Jalan Raya Palur Km.5 Depan UNSA

C59 95

105 C56 Jalan Yos Sudarso

Depan Radio

Prambors C56 105

143 144 Jalan Kyai Mojo

Sebelum Jembatan

Arah Baturono 144 143

271 C62 Jalan Kolonel Sugiyono

Depan SPBU Jalan

Purwodadi C62 271


commit to user

40

Gambar 3.1 Peta Administrasi Kota Surakarta


commit to user

41

Gambar 3.2 Peta Pembagian Zona Kota Surakarta


commit to user

42

Gambar 3.3 Peta Jaringan Jalan Kota Surakarta


commit to user

43

Tabel 3.2 Data Nomor Zona dan Nama Zona Internal Departemen Pekerjaan

Umum No. Zona Nama Zona

No. Zona Nama Zona

1 Karangasem

31 Sumber

2 Jajar

32 Gilingan

3 Kerten

33 Manahan

4 Pajang

34 Mangkubumen

5 Sondakan

35 Punggawan

6 Laweyan

36 Kestalan

7 Bumi

37 Ketelan

8 Purwosari

38 Setabelan

9 Penumping

39 Timuran

10 Panularan

40 Keprabon

11 Sriwedari

41 Mojosongo

12 Tipes

42 Jebres

13 Kemlayan

43 Tegalharjo

14 Jayengan

44 Kepatihan Kulon

15 Kratonan

45 Kepatihan Wetan

16 Serengan

46 Purwodiningratan

17 Danukusuman

47 Jagalan

18 Joyotakan

48 Pucangsawit

19 Kampung Baru

49 Sudiroprajan

20 Kauman

50 Gandekan

21 Sangkrah

51 Kampungsewu

22 Kedunglumbu

23 Baluwarti

24 Semanggi

25 Gajahan

26 Pasar Kliwon

27 Joyosuran

28 Kadipiro

29 Banyuanyar

30 Nusukan

Tabel 3.3 Data Nomor Zona dan Nama Zona Eksternal Departemen Pekerjaan

Umum No. Zona Nama Zona

52 Colomadu

53 Pabelan Kartosuro

54 Makam Haji Kartosuro

55 Cemani

56 Solo Baru

57 Grogol Sukoharjo

58 Bekonang

59 Palur Karanganyar

60 Plupuh Sragen

61 Jl. Clolo arah Karanganyar

62 Arah Purwodadi

63 Ngemplak Boyolali

64 Gentan Sukoharjo

65 Kebak Kramat Karanganyar


commit to user

44

3.2 Tahapan Penelitian

Untuk kelancaran serta kemudahan dalam kegiatan penelitian yang dilakukan

maka dibuat dalam sistem yang sistematis. Secara garis besar dapat dilakukan

dalam tahapan-tahapan sebagai berikut:

a. Pengumpulan data dasar penelitian

Data-data tersebut adalah data sekunder yang didapat dari instansi terkait,

berupa data jumlah penduduk, data tata guna lahan, peta wilayah Surakarta,

dan data jaringan jalan. Dalam tahapan ini dapat dilakukan pembagian zona

pada daerah kajian. Pembagian zona ini dilakukan berdasarkan batas

administrasi dalam suatu kelurahan.

b. Survei data lalu lintas

Pelaksanaan survei dilakukan pada jam puncak yang sebelumnya telah

dilakukan survei pendahuluan untuk melihat waktu dimana jalan mengalami

puncak pemakaian yaitu pada pukul 06.00-08.00 WIB.

c. Pengolahan data

Data yang telah didapatkan berupa traffic count yang melewati jalan tersebut

yang selanjutnya diolah dalam bentuk perhitungan menggunakan standar MKJI

sehingga didapatkan ekivalensi mobil penumpang, kapasitas dan waktu tempuh

untuk masing-masing ruas yang kemudian yang akan digunakan sebagai basis

data untuk dimasukkan dalam program EMME/3 (Equlibrium Multimodal,

Multimodal Equilibrium).

d. Kalibrasi nilai parameter β Metode Newton-Raphson dengan bantuan software

Lazarus.

e. Perhitungan matriks perjalanan menggunakan software EMME/3 (Equilibrium

Multimodal, Multimodal Equilibrium).

f. Perhitungan matriks perjalanan tahun eksisting dengan menggunakan

pendekatan Metode Gravity Batasan Bangkitan (Production Constrain/PCGR).

g. Validasi

Validasi data untuk mengetahui seberapa besar perbedaan arus lalu lintas hasil

pengamatan dengan arus lalu lintas hasil pemodelan.


commit to user

45

Survei data lalu lintas

(Traffic Count)

Va’

Skripsi terdahulu

(Rr. Dian I. W.)

MULAI

Inventarisasi basis data jaringan jalan

dan

Survei pendahuluan

Pengolahan data hasil survei menggunakan

MKJI

Basis data jaringan jalan

Pengolahan data dengan EMME/3 Matriks awal

(Prior Matriks)

Matriks Baru

Uji

Konvergensi

Va=Va’

TIDAK

YA

Menghitung nilai parameter β dengan metode

Newton-Raphson (Lazarus)

MAT 2012

User Equilibrium Assignment

Volume lalu lintas

(Va)

Tes Validasi

SELESAI

Gambar 3.4 Bagan Alir Metode Penelitian


commit to user

46

Gambar 3.5 Diagram Alir Kalibrasi Newton-Raphson dengan Software Free

Pascal Lazarus

MULAI

Nilai awal parameter β

Baca Matriks Cid dan Tid

Hitung: Fungsi Hambatan Eksponensial

,

, dan

Hitung: Faktor Penyeimbang

Ai,

;

Hitung

Tid;

;

;f;

;

h = -

(

)

h ≈ 0

Nilai Akhir β

SELESAI

TIDAK

YA


commit to user

47

3.3 Algoritma Kalibrasi Newton-Raphson dengan Program Free

Pascal Lazarus

Dalam proses kalibrasi dengan menggunakan baris program dalam Program

Lazarus terdapat tahapan-tahapan yang harus dilakukan agar hasil perhitungan

yang dihasilkan tepat. Tahapan-tahapan tersebut adalah:

a. Memindahkan semua data matriks biaya (Cid) dan matriks obervasi (Tid) dari

MS Excel ke dalam Notepad agar data tersebut dapat terbaca oleh Program

Lazarus.

b. Menentukan nilai awal parameter β.

c. Membaca nilai Oi dan Dd dari matriks observasi (Tid).

d. Menghitung nilai ,

, dan

.

e. Menghitung nilai

dan Dd . Fid.

f. Menghitung nilai

g. Menghitung faktor penyeimbang Ai,

;

.

h. Menghitung Tid;

;

;f;

;

.

i. Menghitung h = -

(

) .

j. Jika h ≈ 0 maka lanjutkan ke langkah selanjutnya, namun jika belum maka kembali

ulangi langkah ketiga (c) sampai h ≈ 0 sehingga akan didapatkan nilai akhir β yang

sebenarnya.

3.4 Sumber Data

3.4.1 Data Primer

Data primer adalah data yang diperoleh langsung dari lapangan. Data-data yang

diperoleh berupa volume kendaraan yang melewati suatu ruas jalan/titik

pengamatan. Data-data lain yang diperoleh dari hasil pengamatan adalah data

penggunaan lahan disepanjang ruas jalan serta data kondisi geometrik. Survei


commit to user

48

dilakukan dibeberapa titik oleh surveyor dengan menggunakan formulir yang

telah dipersiapkan.

3.4.2 Data Sekunder

Data sekunder diperoleh dari instansi terkait yang berada di wilayah Surakarta.

Data tersebut meliputi:

1. Peta wilayah Kota Surakarta yang diperoleh dari Badan Perencana

Pembangunan Daerah (Bappeda).

2. Data jumlah penduduk dari Badan Pusat Statistik (BPS).

3. Data tata guna lahan dari BPS.

4. Data jaringan jalan dari Departemen Pekerjaan Umum (DPU).

5. Data prior matriks dan traffic count dari skripsi tahun 2010 (Rr. Dian I. W.).

3.5 Prosedur Survei Primer

Prosedur survei primer ini berupa tahap-tahap yang harus dilakukan sebelum dan

selama pelaksanaan survei agar tidak terjadi kesalahan dalam pengumpulan data

dilapangan.

3.5.1 Survei Pendahuluan

Survei yang dilakukan untuk menentukan waktu dan lokasi. Penentuan lokasi

penelitian berdasarkan pertimbangan klasifikasi fungsi jalan, kondisi tata guna

lahan dan sekitarnya, tingkat kepadatan lalu lintas dan beberapa ruas jalan yang

dianggap mewakili jaringan jalan Kota Surakarta.

3.5.2 Teknik Pengumpulan Data

a. Pengumpulan Data Primer

Pengumpulan data primer pada penelitian ini dilakukan secara langsung

dilapangan dengan cara menghitung berapa banyaknya kendaraan yang melewati

suatu titik survei. Pengumpulan data tersebut dilakukan oleh surveyor secara

manual (dengan turus). Hasil dari perhitungan tersebut dicatat dalam formulir

survei.


commit to user

49

b. Pengumpulan Data Sekunder

Data sekunder didapatkan dengan cara mengambil data dari instansi-instansi yang

terkait seperti Bappeda, BPS dan DPU Surakarta.

3.5.3 Desain Survei

Desain survei yang dilakukan untuk mendapatkan data dilapangan meliputi:

1. Desain Sampel

Sampel (jenis kendaraan yang akan disurvei) meliputi: Motor Cycle (MC),

Light Vehicle/LV (mobil penumpang, oplet, mikrobus, pick-up dan truk kecil),

dan Heavy Vehicle/HV (bus, truk 2 as, truk 3 as, dan truk kombinasi).

2. Desain Formulir Survei

Berdasarkan jenis kendaraan yang akan disurvei dan desain alat yang

digunakan, maka formulir survei yang digunakan memuat kriteria dan contoh

gambar dari kendaraan dan geometrik jalan. Formulir isian jumlah kendaraan

diisi sesuai dengan jumlah kendaraan yang melalui ruas jalan yang diamati dan

dihitung pada tempat dan waktu tertentu.

3. Surveyor

a. Spesifikasi Surveyor

Surveyor yang dipilih adalah mereka yang dinilai telah dapat menggunakan

peralatan yang akan digunakan dan juga mengerti tentang klasifikasi

kendaraan yang akan disurvei

b. Tugas Surveyor

Tugas surveyor adalah mencatat semua jenis kendaraan bermotor kedalam

formulir survei yang telah ditentukan.

c. Penempatan Surveyor

Surveyor ditempatkan pada titik-titik yang telah ditentukan. Jumlah

surveyor yang ditempatkan disesuaikan dengan tingkat kepadatan, banyak

sedikitnya jenis kendaraan yang lewat ruas jalan tersebut dan juga

berdasarkan klasifikasi jalan.


commit to user

50

3.6 Teknik Analisis Data

Analisis data yang dilakukan dalam penelitian ini antara lain sebagai berikut:

1. Perhitungan kinerja ruas jalan

Perhitungan kinerja ruas jalan dalam penelitian ini menggunakan standar

Manual Kapasitas Jalan Indonesia (MKJI 1997).

2. Perhitungan Matriks Asal-Tujuan (MAT)

MAT hasil estimasi dibebankan ke jaringan jalan dengan metode pembebanan

User Equilibrium, program yang digunakan dalam proses pembebanan adalah

software EMME/3.

3. Kalibrasi nilai parameter β

Dalam mengkombinasi model, dicari dengan menggunakan metode kalibrasi

parameter. Metode yang digunakan adalah metode kalibrasi Newton-Raphson

dengan bantuan aplikasi software Lazarus.

4. Penerapan Model Gravity Batasan Bangkitan

Nilai parameter β yang didapatkan dari proses kalibrasi sebelumnya digunakan

untuk mengestimasi nilai MAT dengan pendekatan User Equilibrium.

5. Validasi

Hal ini dilakukan untuk mengetahui berapa besar perbedaan yang ditimbulkan

dari arus lalu lintas hasil pengamatan dengan arus lalu lintas hasil pemodelan.

ESTIMASI MATRIKS ASAL-TUJUAN PERJALANAN DENGAN … · terimaksih atas dukungan baik berupa materi...

Documents

Transcript of ESTIMASI MATRIKS ASAL-TUJUAN PERJALANAN DENGAN … · terimaksih atas dukungan baik berupa materi...