HEADWAY DAN ANALISIS REGRESI LINIER Kasus Pada Ruas...

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

commit to user

STUDI PENETAPAN NILAI EKUIVALENSI MOBIL PENUMPANG

PADA KENDARAAN BERAT MENGGUNAKAN METODE TIME

HEADWAY DAN ANALISIS REGRESI LINIER

(Kasus Pada Ruas Jalan Solo-Kartasura Km. 7)

The Study on Determining Passenger Car Equivalents of Heavy Good Vehicles

Using Time Headway and Linear Regression Analysis Methods

(Case in Jl. Solo-Kartosuro Km.7)

SKRIPSI

Diajukan Sebagai Salah Satu Syarat

Untuk Memperoleh Gelar Sarjana Teknik

Disusun oleh :

ANITA WULANDARI

NIM. I 0105041

JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET

SURAKARTA

2011


commit to user

LEMBAR PERSETUJUAN SKRIPSI








Disusun oleh:

ANITA WULANDARI

I0105041

Telah disetujui untuk dipertahankan dihadapan tim penguji pendadaran

Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret

Persetujuan

Dosen Pembimbing

Dosen Pembimbing I Dosen Pembimbing II

Ir. Agus Sumarsono, MT. Ir. Djoko Sarwono, MT

NIP.19570814 198601 1 001 NIP. 19600415 199201 1 001


commit to user

LEMBAR PENGESAHAN








Disusun oleh:

ANITA WULANDARI

I0105041

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 : Jumat

Tanggal : 29 Juli 2011

Ir. Agus Sumarsono, MT. ( ................................................. )

NIP. 19570814 198601 1 001

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

Slamet Jauhari Legowo, ST. MT. ( ................................................. )

NIP. 19670413 199702 1 001

Ir. Ary Setyawan, MSc., Ph.D ( ................................................. )

NIP. 19661204 199512 1 001

Mengetahui, Disahkan,

a.n. Dekan Fakultas Teknik UNS Ketua Jurusan Teknik Sipil

Pembantu Dekan 1 Fakultas Teknik UNS

Kusno Adi Sambowo, ST., MSc. Ir. Bambang Santoso, MT.

NIP. 19691026 199503 1 002 NIP. 19590823 198601 1 001


commit to user


commit to user

MOTTO

The problems ahead of you are never as great as the power behind you.

(Author Unknown)

Take the time to think.. It is source of the power.

Take the time to read.. it is the foundation of wisdom.

Take the time to quiet.. it is opportunity to seek god.

Take the time to dream.. it is the future made of.

Take the time to pray.. it is the greatest power on earth.

(Author Unknown)

PERSEMBAHAN Karya ini kupersembahkan untuk:

Bapak dan Ibuku tercinta,,

terima kasih untuk doa dan semangat yang selalu kalian berikan untuk

keberhasilanku

Mbak Tetty, Mas Deddy, D’ Lelly, dan keponakanq yang lucu-lucu,,

Sahabat-sahabatq Sipil 2005

Serta Almamaterq tercinta UNS


commit to user

KATA PENGANTAR

Puji Syukur dipanjatkan kehadirat Allah SWT karena atas segala limpahan rahmat

dan hidayah-Nya maka penyusunan tugas akhir ini dapat diselesaikan.

Penyusunan tugas akhir ini merupakan salah satu syarat untuk memperoleh gelar

kesarjanaan S-1 pada Jurusan Teknik Sipil, Fakultas Teknik, Universitas Sebelas

Maret Surakarta. Pengambilan tugas akhir dengan judul “Studi Penetapan Nilai

Ekuivalensi Mobil Penumpang pada Kendaraan Berat Menggunakan Metode Time

Headway dan Analisis Regresi Linier”, yang bertujuan untuk mengetahui nilai

EMP di ruas jalan untuk beberapa jenis kendaraan berat.

Disadari sepenuhnya bahwa tanpa bantuan dari berbagai pihak laporan tugas akhir

ini sulit untuk diselesaikan. Oleh karena itu, saya ucapkan terimakasih kepada :

1. Dekan Fakultas Teknik Universitas Sebelas Maret Surakarta, beserta

jajarannya.

2. Ketua Jurusan Teknik Sipil, Fakultas Teknik, Universitas Sebelas Maret

Surakarta, beserta jajarannya.

3. Ir. Agus Sumarsono, MT. selaku dosen pembimbing I.

4. Ir. Djoko Sarwono, MT. selaku dosen pembimbing II.

5. Ir. Agus Wahyudi, MT. selaku dosen pembimbing akademis.

6. Tim penguji pada ujian pendadaran tugas akhir.

7. Segenap staf pengajar pada Jurusan Teknik Sipil, Fakultas Teknik, Universitas

Sebelas Maret Surakarta.

8. Semua pihak yang telah membantu secara langsung maupun tidak langsung

yang tidak dapat disebutkan satu per satu.

Penulis menyadari bahwa skripsi ini masih banyak kekurangan, oleh karena itu

saran dan kritik yang bersifat membangun diterima dengan lapang dada demi

kesempurnaan penelitian selanjutnya.

Akhir kata semoga skripsi ini dapat memberikan manfaat bagi semua pihak dan

berguna bagipengembangan ilmu pengetahuan.


commit to user

Surakarta, Juli 2011

Penyusun


commit to user

DAFTAR ISI

Halaman

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

LEMBAR PERSETUJUAN PEMBIMBING. ........................................................ ii

LEMBAR PENGESAHAN. .................................................................................. iii

LEMBAR MOTTO DAN PERSEMBAHAN. ....................................................... iv

ABSTRAK. .............................................................................................................. v

KATA PENGANTAR. ......................................................................................... vii

DAFTAR ISI. .......................................................................................................... ix

DAFTAR TABEL. ................................................................................................ xii

DAFTAR GAMBAR. .......................................................................................... xiii

DAFTAR LAMPIRAN. ........................................................................................ xiv

DAFTAR NOTASI. ............................................................................................... xv

BAB 1 PENDAHULUAN

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

1.2 Rumusan masalah. .............................................................................. 3

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

1.4 Tujuan Penelitian ................................................................................ 4

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

BAB 2 LANDASAN TEORI

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

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

2.2.1 Umum ..................................................................................... 8

2.2.2 Karakteristik Jalan .................................................................. 9

2.2.3 Karakteristik Lalu Lintas ...................................................... 11

2.2.4 Karakteristik kendaraan ........................................................ 13

2.3 Ekuivalensi Mobil Penumpang(emp) ............................................ . 14


commit to user

Halaman

2.4 Perhitungan Nilai Ekivalensi Mobil Penumpang (EMP)...................15

2.4.1 Metode Rasio Headway ........................................................ 15

2.4.2 Analisis Regresi Linier ......................................................... 20

BAB 3 METODOLOGI PENELITIAN

3.1 Umum............................................................................................... 25

3.2 Lokasi dan Waktu Penelitian ........................................................... 25

3.3 Peralatan yang Digunakan ............................................................... 26

3.4 Palaksanaan Penelitian ..................................................................... 26

3.4.1 Survai Pendahuluan ............................................................. 26

3.4.2 Survei Geometrik ................................................................. 26

3.4.3 Survei Lalu Lintas ................................................................ 27

3.5 Pengolahan dan Penyortiran Data .................................................... 28

3.6 Diagram Alir Penelitian ................................................................... 28

BAB 4 ANALISIS DATA DAN PEMBAHASAN

4.1 Deskripsi Penelitian ......................................................................... 30

4.2 Pengolahan Data Dasar .................................................................... 32

4.3 Perhitungan Nilai EMP Kendaraan .................................................. 32

4.3.1 Metode Regresi Linier ......................................................... 32

a. Menghitung Koefisien Regresi ...................................... 32

b. Koefisien korelasi .......................................................... 40

c. Uji Koefisien Korelasi ................................................... 41

d. Uji Regresi Linier .......................................................... 43

e. Perhitungan Nilai emp untuk Heavy Vehicle dengan

Menggunakan Rata-rata Proporsional………………… 44

4.3.2 Perhitungan Time Headway ................................................. 46

a. Data Survei Jalan ........................................................... 46

b. Perhitungan Senjang Rata-rata ....................................... 46

c. Perhitungan Nilai EMP Heavy Vehicle I (Bus Kecil) .... 48


commit to user

d. Perhitungan Nilai emp untukHeavy Vehicle dengan

Menggunakan Rata-rata Proporsional………………….53

Halaman

4.4 Pembahasan ................................................................................. ….54

BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan ...................................................................................... 57

5.2 Saran..................................................................................................57

DAFTAR PUSTAKA..........................................................................................xvii

LAMPIRAN.......................................................................................................xviii


commit to user

DAFTAR TABEL

Halaman

Tabel 2.1 Tabel Klarifikasi Kendaraan .............................................................. 13

Tabel 4.1 Jumlah Kendaraan pada Saat Jam Puncak Pagi ................................. 30

Tabel 4.2 Jumlah Kendaraan pada Saat Jam Puncak Sore ................................. 30

Tabel 4.3 Rasio Jumlah Kendaraan Terhadap Truk 5as (HV5) pada Jam

Puncak Pagi ........................................................................................ 31

Tabel 4.4 Rasio Jumlah Kendaraan Terhadap Truk 5as (HV5) pada Jam

Puncak Sore ....................................................................................... 31

Tabel 4.5 Data Volume Lalu Lintas ................................................................... 33

Tabel 4.6 Perhitungan Regresi Linier Jl. Solo-Kartosuro Arah Kartosuro Jam

Puncak Pagi ........................................................................................ 34

Tabel 4.7 Rekapitulasi Nilai emp Menggunakan Analisis Regresi Linier ......... 40

Tabel 4.8 Nilai Koefisien Korelasi pada Jam Puncak Pagi ................................ 41

Tabel 4.9 Nilai Koefisien Korelasi pada Jam Puncak Sore ............................... 41

Tabel 4.10 Nilai Uji Keberartian Koefisien Korelasi pada Jam Puncak Pagi ...... 42

Tabel 4.11 Nilai Uji Keberartian Koefisien Korelasi pada Jam Puncak Sore ..... 42

Tabel 4.12 Nilai Uji F pada Jam Puncak Pagi ..................................................... 44

Tabel 4.13 Nilai Uji F pada Jam Puncak Sore ..................................................... 44

Tabel 4.14 Rekapitulasi Hasil Perhitungan Nilai emp dengan Menggunakan

Rata-rata Proporsional ....................................................................... 45

Tabel 4.15 Data Time Headway 15 menit pertama (06.30-06.45) untuk Arah

Solo .................................................................................................... 46

Tabel 4.16 Perhitungan Rata-rata Senjang Time Headway ................................. 47

Tabel 4.17 Nilai Time Headway Terkoreksi ........................................................ 49

Tabel 4.18Perhitungan Nilai emp Jl.Solo-Kartosuro Km.7 (arah Solo) Jam

Puncak Pagi ........................................................................................ 49

Tabel 4.19 Nilai emp Bus Kecil Arah Solo Jam Puncak Pagi per 15 menit ........ 51

Tabel 4.20 Rekapitulasi Nilai emp Menggunakan Time Headway ...................... 53


commit to user

Tabel 4.21Rekapitulasi Hasil Perhitungan Nilai emp dengan Menggunakan

Rata-rata Proporsional ....................................................................... 53

Tabel 4.22 Rekapitulasi Nilai emp dengan Metode Regresi Linier dan Rasio

Headway ............................................................................................ 54

DAFTAR GAMBAR

Halaman

Gambar 1.1 Denah Lokasi Survai ......................................................................... 3

Gambar 2.1 Time headway antara pasangan–pasangan kendaraan……………..15

Gambar 3.1 Geometrik Jalan Solo-Kartosuro…………………………………. 27

Gambar 3.2 Diagram Alir Penelitian……………………………………………29

Gambar 4.1 Diagram Pencar Antara Bus Kecil dan Mobil Penumpang………...38

Gambar 4.2 Diagram Pencar Antara Bus Besar dan Mobil Penumpang………..39

Gambar 4.3 Diagram Pencar Antara Truk 2as dan Mobil Penumpang………....39

Gambar 4.4 Diagram Pencar Antara Truk 3as dan Mobil Penumpang…………39

Gambar 4.5 Diagram Pencar Antara Truk 5as dan Mobil Penumpang…………40

Gambar 4.6 Diagram Kontrol untuk Rata-rata emp Heavy Vehicle……………52


commit to user

DAFTAR LAMPIRAN

Lampiran A : Data dan Perhitungan Metode Regresi Linier

Lampiran B : Data dan Perhitungan Metode Rasio Headway

Lampiran C : Tabel Uji Statistik

1. Tabel uji t

2. Tabel distribusi F

Lampiran D : Administrasi Skripsi

1. Form Skripsi 1

2. Form Skripsi 2

3. Lembar Pengesahan Proposal

4. Daftar Seminar Skripsi

5. Lembar Pemantauan dan Komunikasi


commit to user

DAFTAR NOTASI

A = Time headway antara light vehicle dengan light vehicle yang

berurutan

= Kesalahan duga, dengan )1( merupakan tingkat kofidensi

B = Time headway antara heavy vehicle dengan heavy vehicle yang

berurutan

0b = Nilai emp untuk kendaraan ringan

1b = Nilai emp untuk bus kecil

2b = Nilai emp untuk bus besar

C = Time headway antara light vehicle dengan heavy vehicle yang

berurutan

D = Time headway antara heavy vehicle dengan light vehicle yang

berurutan

e = Batas toleransi kesalahan

E = Standar error

mHV = Jumlah kendaraan berat pada putaran m

K = Koefisien koreksi

mLV = Jumlah kendaraan ringan pada putaran m

MP = Mobil penumpang

mMC = Jumlah sepada motor pada putaran m

na = Jumlah data time headway light vehicle diikuti light vehicle

nb = Jumlah data time headway heavy vehicle diikuti heavy vehicle

nc = Jumlah data time headway light vehicle diikuti heavy vehicle

nd = Jumlah data time headway heavy vehicle diikuti light vehicle

n = Jumlah sampel

n-1 = Derajat kebebasan (degree of freedom)


commit to user

n-2 = Derajat kebebasan (dk)

mQ = Besarnya arus (smp/jam) pada putaran m

r = Indeks korelasi

r = Nilai koefisien korelasi hasil perhitungan

resRJK = Rata-rata jumlah kuadrat regresi a

b

abgRJKRe = Rata-rata jumlah kuadrat residu

s = Standar deviasi

ta = Nilai rata-rata time headway light vehicle diikuti light vehicle

kta = Nilai rata rata time headway LV-LV terkoreksi

tb = Nilai rata-rata time headway heavy vehicle diikuti heavy vehicle

ktb = Nilai rata rata time headway HV-HV terkoreksi

tc = Nilai rata-rata time headway light vehicle diikuti heavy vehicle

ktc = Nilai rata rata time headway LV-HV terkoreksi

td = Nilai rata-rata time headway heavy vehicle diikuti light vehicle

ktd = Nilai rata rata time headway HV-LV terkoreksi

1X = Jumlah bus kecil pada putaran m

2X = Jumlah bus besar pada putaran m

ix = Nilai time headway ke-i

x = Nilai rata-rata sampel time headway

2 = Batas keyakinan bawah nilai rata-rata

Y = Jumlah kendaraan ringan pada putaran m

2,1 = Batas-batas interval keyakinan



commit to user

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Perencanaan geometrik jalan raya, kapasitas jalan dihitung berdasarkan volume

lalu lintas yang terlebih dahulu dikonversikan dalam satuan mobil penumpang.

Faktor konversi dari berbagai macam kendaraan tersebut menjadi mobil

penumpang dikenal dengan emp (ekivalensi mobil penumpang). Satuan Mobil

Penumpang (smp) adalah satuan kendaraan di dalam arus lalu lintas yang

disetarakan dengan kendaraan ringan / mobil penumpang, besaran smp

dipengaruhi oleh tipe / jenis kendaraan, dimensi kendaraan, dan kemampuan olah

gerak. Sedangkan ekuivalensi kendaraan dengan mobil penumpang tergantung

besar dan kecepatan kendaraan.

Masing-masing ruas jalan memiliki karakteristik lalu lintas dan kondisi geometrik

jalan yang berbeda. Kondisi geometrik meliputi lebar jalan, jumlah jalur serta

panjang landai. Hal tersebut mempengaruhi nilai emp. Nilai emp juga berbeda

untuk setiap bagian jalannya. Besar nilai emp untuk simpang berbeda dengan nilai

emp untuk ruas jalan. Nilai emp mempengaruhi kinerja dari sebuah ruas jalan atau

sebuah simpang. Oleh karena itu agar kebijakan yang diambil dalam rangka

mengatasi suatu konflik sesuai dengan kondisi di lapangan, maka dibutuhkan

suatu nilai emp yang sesuai dengan keadaan jalan yang sebenarnya.

Kendaraan umum dan kendaraan berat lainnya merupakan salah satu faktor yang

harus diperhitungkan dalam perencanaan suatu jalan raya maupun pengaturan lalu

lintas. Kendaraan umum dalam pengoperasiannya tidak sama dengan mobil

pribadi. Perbedaan ini meliputi kemampuan memulai gerakan pada suatu ruas

jalan dan mengadakan jarak antar kendaraan yang berbeda dengan mobil pribadi.

Pengaruh dari kendaraan umum tersebut diperhitungkan dengan


commit to user

membandingkannya terhadap pengaruh dari suatu mobil pribadi yang biasanya

terkategori sebagai mobil penumpang.

Dalam menghitung kapasitas jalan di Indonesia nilai emp yang dipakai mengacu

pada MKJI 1997, padahal masing-masing ruas jalan mempunyai karakteristik lalu

lintas yang berbeda-beda. Nilai emp untuk kendaraan berat yang ada di MKJI

hanya terdapat satu nilai emp yaitu 1,3. Sedangkan dalam kenyataanya terdapat

berbagai jenis kendaraan berat yang memiliki karakteristik berbeda-beda. Dalam

hal ini mungkin sekali terdapat perbedaan nilai emp. Sehingga perlu dilakukan

penelitian lebih lanjut untuk mengetahui variasi nilai emp dari berbagai jenis

kendaraan berat tersebut.

Manual Kapasitas Jalan Indonesia 1997 (MKJI 1997) merupakan produk hasil

penelitian empiris di kota-kota besar di Indonesia, sehingga karakter formulasinya

sangat dipengaruhi oleh perilaku lalu lintas di kota-kota besar tersebut. Kota

Surakarta bukan merupakan salah satu dari 275 kota dimana dilakukan survai

dalam rangka perancangan MKJI 1997. MKJI 1997 berumur lebih dari 10 tahun,

selama kurun waktu 10 tahun telah banyak perubahan yang terjadi, baik dari segi

tata ruang kota dan jumlah kendaraan. Kota Surakarta membutuhkan sebuah nilai

emp untuk menganalisis sebuah ruas jalan. Ruas jalan yang dipilih untuk

melakukan penelitian ini adalah ruas jalan Solo-Kartosuro Km.7 (Jl. Jenderal

Ahmad Yani), tepatnya berada di depan Gorro Assalam.

Berdasarkan kelas fungsional jalan, ruas jalan Solo-Kartasura ini merupakan ruas

jalan arteri dengan medan yang datar, dan lurus. Tipe ruas jalan ini adalah empat

lajur dua arah terbagi dengan median. Jumlah kendaraan berat yang melewati ruas

jalan ini cukup besar, karena ruas ini merupakan akses terdekat bagi kendaraan

dari daerah Jawa Timur yang akan menuju ke daerah-daerah di Jawa Tengah

seperti Semarang dan juga Yogyakarta, begitu juga sebaliknya. Lokasi ruas jalan

Solo-Kartasura bisa dilihat pada Gambar 1.1 di bawah ini.


commit to user

Gambar 1.1 Denah Lokasi Survei

Kendaraan berat yang akan dicari nilai empnya dalam penelitian kali ini

disesuaikan dengan jenis kendaraan berat yang ada dalam MKJI 1997 dan sesuai

dengan sistem klasifikasi Bina Marga , di antaranya adalah bus kecil dengan dua

gandar dengan jarak 3,5 - 5 meter, bus besar dengan dua atau tiga gandar dengan

jarak gandar 5 – 6 meter, truk 2 as dengan enam roda dengan jarak gandar 3,5 – 5

meter, truk 3 as dengan jarak gandar (gandar pertama ke kedua) < 3,5 meter, truk

5 as atau truk kombinasi dengan jarak gandar (gandar pertama ke kedua) < 3,5

meter.

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 kali ini

adalah metode headway dan analisis regresi linier. Kedua metode tersebut telah

umum digunakan dalam penelitian-penelitian sebelumnya. Digunakan analisis

regresi linier sederhana karena setiap jenis kendaraan mempunyai pengaruh

masing-masing terhadap jenis kendaraan lainnya.


commit to user

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan di atas, maka dapat

diambil rumusan masalah yaitu ”Berapa nilai emp untuk beberapa jenis heavy

vehicle (HV) pada ruas jalan Solo-Kartosuro berdasarkan Metode Rasio Headway

dan Metode Analisis Regresi Linier?”

1.3 Batasan Masalah

Agar penelitian ini tidak terlalu luas tinjauannya, maka diperlukan adanya

batasan-batasan masalah sebagai berikut :

a. Nilai emp yang dicari merupakan nilai emp dari heavy vehicle (HV).

b. Penelitian dilakukan pada ruas jalan Solo-Kartosuro.

c. Penelitian dilakukan pada jam puncak berdasarkan survei pendahuluan.

d. Kendaraan yang diamati adalah heavy vehicle (HV) dan light vehicle (LV).

e. Metode yang digunakan untuk mendapatkan nilai emp adalah metode rasio

headway dan metode analisis regresi linier.

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah :

a. Menganalisis nilai emp dari beberapa jenis heavy vehicle (HV) pada ruas jalan

Solo-Kartosuro berdasarkan metode Rasio Headway dan metode Analisis

Regresi Linier.

b. Membandingkan nilai emp hasil analisis dengan nilai emp yang ada pada

MKJI 1997.

c. Menetapkan nilai emp yang menjadi masukan data dalam program KAJI

MKJI 1997.


commit to user

1.5 Manfaat Penelitian

Manfaat dari penelitian ini adalah :

a. Menerapkan dan meningkatkan pemahaman ilmu yang diperoleh di

perkuliahan dan memberikan sumbangan terhadap perkembangan ilmu

pengetahuan di dunia teknik sipil, khususnya bidang transportasi.

b. Dapat digunakan sebagai studi banding dengan metode-metode penentuan

nilai emp yang lainnya.


commit to user

BAB 2

LANDASAN TEORI

2.1 Tinjauan Pustaka

Setiap jenis kendaraan memiliki angka penyetara yang berbeda-beda dengan

mobil penumpang yang biasa disebut ekuivalensi mobil penumpang (emp).

Ekuivalensi mobil penumpang menyatakan tingkat gangguan yang ditimbulkan

suatu jenis kendaraan terhadap lalu lintas dibandingkan dengan gangguan yang

ditimbulkan oleh mobil penumpang dalam kondisi lalu lintas yang sama. Angka

emp untuk setiap jenis kendaraan secara garis besar dibagi menjadi dua bagian,

yaitu emp pada simpang dan pada ruas jalan. (DLLAJR, 1990)

Pada umumnya faktor-faktor yang mempengaruhi nilai ekuivalensi mobil

penumpang dibagi menjadi dua kelompok, yaitu faktor fisik dan faktor non fisik.

Faktor fisik terdiri dari dimensi kendaraan, daya mesin, geometrik jalan dan

karakteristik lalu lintas. Faktor non fisik terdiri fungsi kendaraan dan tingkah laku

pengemudi kendaraan.

Sebagai contoh untuk faktor fisik adalah truk membutuhkan ruang dan waktu

yang banyak untuk melewati atau keluar dari kaki persimpangan daripada mobil

penumpang, sedangkan contoh untuk faktor non fisik adalah tingkah laku atau

kelakuan pengemudi bus yang biasa mengambil penumpang di sembarang tempat.

Ekuivalensi mobil penumpang dihitung dengan metode sederhana yaitu rasio

headway. Pada kecepatan yang sama nilai emp akan berfluktuasi sebanding

dengan peningkatan kendaraan berat. Pada saat kecepatan kendaraan meningkat,

intensitas fluktuasi menjadi tinggi pada awalnya dan kemudian menurun. Hal ini

mengakibatkan nilai emp meningkat. (Sun, Lv and Paul, 2008)


commit to user

Nilai headway mobil penumpang dan heavy vehicle meningkat dengan

adanya heavy vehicle dalam arus lalu lintas. Pola yang sama ditemukan untuk

faktor emp. Nilai emp dalam kondisi padat dan lebih dari 9% heavy vehicle,

ditemukan menjadi 1,76, yang lebih tinggi dari nilai rekomendasi HCM 2000

yaitu 1,5 untuk jalan bebas hambatan. (Umama Ahmed, 2010)

Penelitian untuk menentukan nilai emp pernah dilakukan oleh beberapa peneliti,

pada berbagai tipe kendaraan di beberapa daerah. Termasuk di antaranya untuk

menentukan nilai emp di suatu ruas jalan di kota Surakarta. Dalam menentukan

nilai emp tersebut digunakan beberapa metode. Hasil dari penelitian-penelitian

tersebut terdapat perbedaan dalam nilai empnya, oleh karena itu diperlukan

adanya tinjauan pustaka mengenai nilai emp dari pustaka yang ada dan studi

terdahulu.

Nilai ekuivalensi mobil penumpang (emp) berdasarkan penelitian 275 kota besar

di Indonesia menurut MKJI 1997 adalah 1,0 untuk kendaraan ringan (LV), 1,3

untuk kendaraan berat (HV), dan 0,5 untuk sepeda motor (MC). Metode yang

digunakan untuk mendapatkan nila emp dalam MKJI 1997 adalah metode

berdasarkan kecepatan dan metode berdasarkan kapasitas. (Manual Kapasitas

Jalan Indonesia, 1997)

Penelitian terdahulu oleh MI Husni Thamrin di kota Yogyakarta dalam penentuan

nilai emp berbagai macam kendaraan adalah di ruas Jl. Mayor Jenderal Sutoyo,

DIY. Metode yang dipakai adalah metode “Richard Cutberth” dengan hasil

penelitian adalah 1,0 untuk mobil penumpang, 1,6 untuk truk berat, 1,6 untuk truk

ringan/mini bus, 1,8 untuk bus, 0,6 untuk sepeda motor, 0,5 untuk sepeda, 0,6

untuk becak, 0,8 untuk andong. (MI Husni Thamrin, 1988)

Penelitian terdahulu oleh Hasmil Hadis di kota Surakarta dalam penentuan emp

bus kota dilakukan pada ruas jalan Yos Sudarso antara Nonongan sampai Jl. Dr.

Rajiman. Metode yang digunakan Hasmil Hadis adalah metode Time Headway


commit to user

dengan hasil penelitian adalah 1,5 untuk ruas jalan Yos Sudarso Barat, dan 1,3

untuk ruas jalan Yos Sudarso Timur. (Hasmil Hadis, 2002)

Dua penelitian sebelumnya penentuan nilai emp juga dilakukan pada ruas jalan,

namun pada penelitian pertama nilai emp dicari untuk semua jenis kendaraan dari

kendaran tak bermotor sampai kendaraan berat. Metode yang dipakai yaitu

metode Richard Cutberth. Dan pada penelitian kedua nilai emp yang dicari adalah

emp untuk bus kota saja dan menggunakan metode Time Headway. Pada

penelitian kali ini perbedaannya adalah nilai emp yang dicari merupakan nilai

emp dari berbagai jenis kendaraan berat (heavy vehicle) yaitu bus kecil, bus besar,

truk 2as, truk 3as dan truk 5as yang melintas di ruas jalan Jenderal Ahmad Yani

Km.7 (Jl. Solo-Kartasura) yang merupakan jalan arteri dengan empat lajur terbagi.

Dan metode yang dipakai adalah metode rasio headway dan metode analisis

regresi linier.

2.2 Dasar Teori

2.2.1 Umum

Untuk mengukur arus lalu lintas suatu ruas jalan, diperlukan suatu volume lalu

lintas yang satuannya dinyatakan dalam satuan mobil penumpang (smp). Setiap

jenis kendaraan memiliki nilai konversi yang berbeda yang biasa disebut

Ekuivalensi Mobil Penumpang (emp). Menurut DLLAJR, ekuivalensi mobil

penumpang menyatakan tingkat gangguan yang ditimbulkan suatu jenis kendaraan

terhadap lalu lintas dibandingkan dengan gangguan yang ditimbulkan mobil

penumpang, dalam kondisi lalu lintas yang sama. Angka emp untuk setiap jenis

kendaraan secara garis besar dibagi menjadi dua bagian, yaitu angka emp pada

persimpangan dan pada ruas jalan.

Untuk membilangkan klasifikasi arus lalu lintas adalah dengan menyatakan lalu

lintas bukan dalam kendaraan per jam melainkan dalam satuan mobil penumpang

(smp) per jam. Oleh karena itu diperlukan sebuah nilai konversi sehingga arus lalu


commit to user

lintas menjadi lebih tepat jika dinyatakan dalam jenis kendaraan standar,yaitu

mobil penumpang, yang dikenal dengan istilah satuan mobil penumpang (smp)

dan faktor konversi dari berbagai macam kendaraan tersebut menjadi mobil

penumpang dikenal dengan emp (ekivalensi mobil penumpang). Satuan Mobil

Penumpang (smp) adalah satuan kendaraan di dalam arus lalu lintas yang

disetarakan dengan kendaraan ringan / mobil penumpang, besaran smp

dipengaruhi oleh tipe / jenis kendaraan, dimensi kendaraan, dan kemampuan olah

gerak. Sedangkan ekuivalensi kendaraan dengan mobil penumpang tergantung

besar dan kecepatan kendaraan, semakin besar kendaraan maka nilai emp semakin

tinggi, semakin tinggi kecepatan kendaraan maka nilai emp semakin rendah.

Manual Kapasitas Jalan Indonesia (Bina Marga, 1997) menyarankan nilai emp

yang berbeda-beda berdasarkan jenis kendaraan, jenis jalan, dan volume jam

perencanaan (kendaraan/jam). Khusus untuk jalan dua lajur dua arah, lebar jalur

lalu lintas juga mempengaruhi nilai emp.

Salter dan Taylor menyatakan bahwa metode yang dapat digunakan untuk

menentukan nilai emp dengan cara menghitung waktu antara (rasio headway) dan

menurut M.A.P. Taylor, emp juga dapat ditentukan dengan menggunakan analisis

regresi. Mengukur arus jenuh dasar merupakan dasar untuk menentukan nilai

emp. Rasio headway adalah waktu antara pasangan-pasangan kendaraan yang

berjalan berurutan melewati suatu titik pengamatan.

2.2.2 Karakteristik Jalan

Jalan merupakan salah satu elemen lalu lintas di samping pemakai jalan dan

kendaraan. Sebagai tempat berjalannya lalu lintas elemen ini harus direncanakan

dengan baik sesuai dengan standar disain yang telah ditetapkan. Suatu disain

geometrik jalan raya yang baik akan mampu memberikan pelayanan yang

maksimal terhadap aspek keselamatan, kenyamanan, efisiensi, kelancaran lalu

lintas, serta efek sosial dan dampak lingkungan yang sekecil-kecilnya. Untuk

menunjang keberhasilan pencapaian tujuan tersebut perancang harus berpegang


commit to user

paling tidak pada empat konsep yakni,, disain alinemen, efek terhadap potongan

melintang jalan serta klasifikasi fungsi jalan dan tingkat akses jalan.

Menurut PP No.26 Th. 1985 tentang jalan, sistem jaringan jalan dibagi dalam dua

kategori, yakni sistem jaringan primer dan sistem jaringan sekunder.

1. Sistem Jaringan Primer

a. Sistem jaringan primer disusun mengikuti ketentuan pengaturan tata ruang

dan struktur pengembangan wilayah tingkat nasional yang

menghubungkan simpul-simpul jasa distribusi sebagai berikut :

- Dalam satu Satuan Wilayah Pengembangan dihubungkan secara

berlanjut kota jenjang kesatu, kota jenjang kedua, kota jenjang ketiga,

dan kota jenjang di bawahnya sampai ke persil.

- Menghubungkan kota jenjang kesatu dengan kota jenjang kasatu antar

Satuan Wilayah Pengembangan.

b. Jalan Arteri Primer, menghubungkan kota jenjang kesatu yang terletak

berdampingan atau menghubungkan kota jenjang kesatu dengan kota

jenjang kedua.

c. Jalan Kolektor Primer, menghubungkan kota jenjang kedua dengan kota

jenjang kedua atau menghubungkan kota jenjang kedua dengan kota

jenjang ketiga.

d. Jalan Lokal Primer, menghubungkan kota jenjang kesatu dengan persil

atau kota jenjang kedua dengan persil atau menghubungkan kota jenjang

ketiga dengan kota jenjang ketiga, kota jenjang ketiga dengan kota jenjang

di bawahnya, kota jenjang ketiga dengan persil, atau kota di bawah jenjang

ketiga dengan persil.

2. Sistem Jaringan Sekunder

a. Sistem Jaringan Sekunder disusun mengikuti ketentuan pengaturan tata

ruang kota yang menghubungkan kawasan-kawasan yang mempunyai

fungsi primer, fungsi skunder kesatu, fungsi sekunder kedua. Fungsi

sekunder ketiga sampai ke perumahan.

b. Jalan Arteri Sekunder, menghubungkan kawasan primer dengan kawasan

sekunder kesatu atau menghubungkan kawasan sekunder kesatu dengan


commit to user

kawasan sekunder kesatu atau menghubungkan kawasan sekunder kesatu

dengan kawasan sekunder kedua.

c. Jalan Kolektor Sekunder, menghubungkan kawasan sekunder kedua

dengan kawasan sekunder kedua atau menghubungkan kawasan sekunder

kedua dengan kawasan sekunder ketiga.

d. Jalan Lokal Sekunder, menghubungkan kawasan sekunder kesatu dengan

perumahan, menghubungkan kawasan sekunder kedua dengan perumahan,

kawasan sekunder ketiga dan seterusnya ke perumahan.

2.2.3 Karakteristik Lalu Lintas

Arus lalu lintas merupakan interaksi antara pengemudi, kendaraan, dan jalan.

Tidak ada arus lalu lintas yang sama bahkan pada keadaan yang serupa, sehingga

arus pada suatu ruas jalan tertentu selalu bervariasi. Walaupun demikian

diperlukan parameter yang dapat menunjukan kondisi ruas jalan. Parameter

tersebut adalah volume, kecepatan dan kerapatan, tingkat pelayanan (level of

service) dan derajat kejenuhan (degree of saturation).

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 (Lalu

lintas Harian Rata-rata Tahunan).

Karakteristik dasar arus lalu lintas 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

melintasi suatu ruas jalan pada periode waktu tertentu diukur dalam satuan


commit to user

kendaraan per satuan waktu. Kebutuhan pemakaian jalan akan selalu berubah

berdasarkan waktu dan ruang.

b. Kecepatan (speed)

Kecepatan menentukan jarak yang dijalani pengemudi kendaraan dalam

waktu tertentu. Pemakai jalan dapat menaikan kecepatan untuk

memperpendek waktu perjalanan.

c. Kerapatan (density)

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. 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 mendatar, berbukit, atau pegunungan.

3. Volume lalu lintas

2. Mikroskopis

Arus lalu lintas secara mikroskopis merupakan suatu karakteristik secara

individual dari kendaraan yang meliputi headway dan spacing. Time headway

merupakan salah satu variabel 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 waktu antara ban belakang mobil depan

dengan ban belakang mobil yang berurutan di belakangnya ketika melewati batas

headway. Data headway diukur dengan memakai stopwatch.

Spacing didefinisikan sebagai jarak antara kendaraan yang berurutan di dalam

arus lalu lintas, yang dihitung dari muka kendaraan yang satu dengan muka


commit to user

kendaraan dibelakangnya (meter/kendaraan). Data Spacing diperoleh dengan

survey 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.

2.2.4 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

kendaraan adalah lebar, panjang, tinggi, radius putaran, dan daya angkut.

Kendaraan yang ada di Indonesia diklasifikasikan sesuai dengan jenis kendaraan

di dalam sistem transportasi jalan raya, seperti terlihat dalam tabel berikut :

Tabel 2.5 Tabel klasifikasi kendaraan

Klasifikasi

Kendaraan Definisi Jenis-jenis Kendaraan

Kendaraan ringan Kendaraan ringan (LV=Light Vehicle)

Kendaraan bermotor 2 as beroda 4

dengan jarak as 2-3 cm

Mobil pribadi, oplet, mikrobis, pick-

up, truk kecil

Kendaraan umum Kendaraan umum (HV=Heavy Vehicle)

Kendaraan bermotor dengan lebih dari

empat roda

Bus, truk 2 as, truk 3 as dan truk

kombinasi sesuai sistem klasifikasi

Bina Marga

Sepeda motor Sepeda motor (Motor Cycle)

Kendaraan bermotor dengan dua atau

tiga roda

Sepeda motor dan kendaraan beroda

tiga sesuai sistem klasifikasi Bina

Marga

Kendaraan tak

bermotor

Kendaraan tak bermotor (UM = unmotor

cycle)

Kendaraan beroda yang menggunakan

tenaga manusia atau hewan

Sepeda, becak, kereta kuda, kereta

dorong

Sumber : Manual Kapasitas Jalan Indonesia (MKJI) 1997


commit to user

2.3 Ekuivalensi Mobil Penumpang (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 lalu lintas. (untuk mobil penumpang dan kendaraan ringan yang

sasisnya mirip; emp = 1,0).

Parameter yang berpengaruh dalam besarnya nilai emp diantaranya adalah

dimensi kendaraan, kecepatan kendaraan, dan volume lalu lintas. Dimensi

kendaraan disini berpengaruh terhadap nilai emp karena semakin besar ukuran

kendaraan, maka kecepatan untuk memulai gerakan relatif kecil bila dibandingkan

dengan mobil penumpang. Keadaan seperti ini akan mengakibatkan gangguan

terhadap arus lalu lintas secara keseluruhan. Sehingga time headway dari

pasangan kendaraan berat dengan kendaraan berat relatif lebih besar daripada

time headway mobil penumpang dengan mobil penumpang. Semakin besar

volume atau kepadatan kendaraan, maka nilai empnya akan semakin kecil. Hal ini

disebabkan karena masing-masing jarak antara pasangan kendaraan menjadi lebih

kecil, sehingga time headway dari pasangan-pasangan kendaraan menjadi lebih

kecil.

Volume adalah jumlah kendaraan yang melintasi suatu titik pengamatan pada

jalan raya per satuan waktu. Periode volume dapat berupa volume tahunan,

volume harian, volume jam-jaman atau subjam. Besar arus (flow rate) adalah

jumlah kendaraan yang melewati suatu titik pengamatan pada jalan raya selama

waktu tertentu kurang dari satu jam biasanya 15 menit. Flow rate dalam keadaan

jenuh dapat merupakan harga kapasitas jalan tersebut.

Flow rate dapat dihitung dengan mengamati time headway arus lalu lintas selama

periode waktu tertentu. Hubungan antara flow rate dengan rata-rata time headway

arus lalu lintas adalah sebagai berikut :


commit to user

Flow rate (kpj) : 3600 dt

Headway (dt/kend)

Kpj = kendaraan per jam

Berdasarkan hubungan tersebut terlihat bahwa volume lalu lintas tergantung pada

time headway, demikian pula berlaku sebaliknya. Jika arus lalu lintas mencapai

maksimum, maka time headway mencapai minimum, dan jika volume mengecil,

maka time headway akan mencapai maksimum.

2.4 Perhitungan Nilai Ekivalensi Mobil Penumpang (emp)

2.3.1 Metode Rasio Headway

Dalam bukunya yang berjudul “Highway Traffic Analysis and Design”, 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. Light Vehicle (LV) diikuti Light Vehicle (LV)

2. Light Vehicle (LV) diikuti Heavy Vehicle (HV)

3. Heavy Vehicle (HV) diikuti Light Vehicle (LV)

4. Heavy Vehicle (HV) diikuti Heavy Vehicle (HV)

Untuk lebih jelasnya dapat dilihat pada Gambar 2.1 berikut :

Gambar 2.1 Time headway antara pasangan-pasangan kendaraan

B

HV

HV

C

HV

LV

D

LV

HV

A

LV

LV


commit to user

Keterangan :

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 :

tdtctbta ………………………………………………………………(2.1)

(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 di atas sulit diperoleh, karena setiap

kendaraan mempunyai karakteristik yang berbeda-beda. Demikian juga

pengemudi memiliki kemampuan dan tingkat observasi yang berbeda-beda dalam

menjalankan kendarannya. Oleh karena itu diperlukan suatu koreksi pada nilai

rata-rata time headway yang dapat dilakukan dengan persamaan sebagai berikut :

Nilai tersebut adalah :

nd

ktdnc

ktcnb

ktbna

kta ………………………………(2.2)

(R.J Salter,1980)

Dengan nilai koreksi k

ncnbnandnbnandncnandncnb

tdtctbtandncnbnak

........

....

……………………………….(2.3)

(R.J Salter, 1980)

Dengan :

na = Jumlah data time headway Light Vehicle diikuti Light Vehicle

nb = Jumlah data time headway Heavy Vehicle diikuti Heavy Vehicle

nc = Jumlah data time headway Light Vehicle diikuti Heavy Vehicle

nd = Jumlah data time headway Heavy Vehicle diikuti Light Vehicle

Selanjutnya nilai rata-rata time headway pasangan kendaraan tersebut dikoreksi

sebagai berikut :

naktatak …………………………………………………………….....(2.4a)

nbktbtbk ……………………………………………………...……..…(2.4b)

ncktctck ……………………………………………………………..…(2.4c)

ndktdtd k ………………………………………………………..……..(2.4d)

Dengan menggunakan nilai rata-rata time headway yang sudah dikoreksi tersebut,

maka :

kkkk tdtctbta ……………………………………………………..…….(2.5)

(R.J Salter, 1980)


commit to user

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) k

k

ta

tb ……………………………………..…...(2.6)

(R.J Salter, 1980).

a. Tinjauan Statistik Rasio Headway

Interaksi elemen-elemen hasil pengamatan arus lalu lintas jalan raya seperti

perilaku pengemudi nilainya tetapi mempunyai kecenderungan 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 dan distribusi t.

Distribusi normal (kurva normal) disebut juga Distribusi Gaussian. Distribusi

normal adalah salah satu distribusi teoritis dengan variabel random kontinyu.

Untuk sejumlah sampel yang dianggap berdistribusi normal maka nilai rata-rata

(mean) dianggap sebagai x dan varians dinyatakan δ2. Distribusi normal ini

digunakan bila jumlah sampel lebih besar atau sama dengan 30 (n≥30).

Karena sampel dipilih secara acak, maka dimungkinkan adanya suatu kesalahan

standar deviasi dari distribusi ini dapat dinyatakan sebagai standard error (E),

selanjutnya dapat dihitung :


commit to user

Standard deviasi

n

i

i xxn

s1

2

1

1………………………………………………..…...(2.7)

Standar error

21nsE …………………………………………………………………..…(2.8)

Dengan :

n = Jumlah sampel

ix = Nilai time headway ke-I

x = Nilai rata-rata sampel time headway

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:

EKe . ………………………………………………………………..……...(2.9)

Nilai rata-rata time headway:

ex 2 ……………………………………………………………………(2.10)

Dengan :

2 = Batas keyakinan bawah nilai rata-rata

x = Nilai rata-rata time headway

e = Batas toleransi kesalahan

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.


commit to user

Perkiraan nilai rata-rata time headway seluruh pasangan kendaraan dapat ditulis

sebagai berikut :

2

1

12

2,1 nstx

………………………………………………………..(2.11)

Dengan :

2,1 = Batas-batas interval keyakinan

x = Nilai rata-rata sampel

s = Standar deviasi

n = Jumlah sampel

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

2.3.2 Analisis Regresi Linier

Terdapat hubungan linier antara kendaraan satu dengan kendaraan yang lain

sehingga terjadi interaksi peka antara kecepatan dan kerapatan dan keduanya

berasal dari arus yang dapat dihitung.

Perhitungan arus dari kendaraan dilakukan secara manual pada periode waktu

yang ditetapkan.

mMCmHVmLVm MCpcuHVpcuLVpcuQ *** ………………………...(2.12)

(MAP Taylor, 1996)

Dengan :


mLV = Jumlah Light Vehicle pada putaran m

mHV = Jumlah Heavy Vehicle pada putaran m

mMC = Jumlah Motorcycle pada putaran m

Jika nilai emp untuk LV =1, maka persamaan 2.12 dapat dinyatakan sebagai

berikut:

mMCmHVm MCpcuHVpcuQLV ** ……………………...……………(2.13)

(MAP Taylor, 1996)


commit to user

Dengan persamaan di atas didapatkan m persamaan yang dapat digunakan untuk

menentukan nilai HVpcu dan MCpcu .

Setiap jenis kendaraan memiliki pengaruh masing-masing terhadap jenis

kendaraan lainnya, oleh karena itu maka perhitungan menggunakan analisis

regresi linier sederhana. Dengan bentuk umum sebagai berikut :

110 XbbY ……………...…………………………………………………(2.14)

220 XbbY ………………………………………………………………..(2.15)

(Sudjana, 2002)

Dengan :

Y = Jumlah Light Vehicle pada putaran m

1X = Jumlah Motorcycle pada putaran m

2X = Jumlah Heavy Vehicle pada putaran m

0b = Nilai emp untuk Light Vehicle

1b = Nilai emp untuk Motorcycle

2b = Nilai emp untuk Heavy Vehicle

Variabel-variabel dari persamaan 2.14 dan persamaan 2.15 terdiri dari satu

variabel bebas yaitu Y, dan dua variabel terikat yaitu 1b dan 2b .

Penelitian menggunakan analisis regresi seringkali dipakai untuk mengetahui

bentuk hubungan antara variabel dependen dan variabel independen terutama

untuk menelusuri pola hubungan yang modelnya belum diketahui dengan

sempurna, atau untuk mengetahui bagaimana variasi dari beberapa variabel

independen mempengaruhi variabel dependen.

Estimasi kuadrat terkecil untuk parameter p ,...,, 10 adalah harga-harga

pbbb ,...,, 10 dengan persamaan normal sebagai berikut :

ipipii YXbXbXbnb ...22110

iiPiipiiii YXXXbXXbXbXb 11212

2

1110 ...

ipipippiiipiippi YXXbXXbXXbXb 2

2210 ... …(2.16)


commit to user

Persamaan regresi linier terdiri dari satu variabel terikat dan satu variabel bebas,

maka sesuai persamaan di atas diperoleh persamaan :

YXbnb i110 ………………………………………………………..(2.17)

iiii YXXbXb 1

2

1110 ………………………………………………(2.18)

Koefisien regresi 0b dan 1b dapat diperoleh dengan menyelesaikan persamaan

2.17 dan 2.18, yaitu dengan cara :

22

2

0

*

**

XXn

XYXXYb …………………………………………..(2.19)

221

*

*

XXn

YXXYnb ………………………………………………….(2.20)

Hubungan antara variabel independent terhadap variabel dependent dapat dilihat

dengan menghitung nilai korelasi. Tinggi-rendah, kuat-lemah, atau besar kecilnya

suatu korelasi dapat diketahui dengan melihat besar kecilnya suatu kofisien yang

disebut angka indeks korelasi yang disimbolkan dengan r.

Nilai koefisien korelasi didapat dari :

2222 yynxxn

yxxynr …………………………………(2.21)

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 variabel bebas yaitu jika variabel 1x yang besar

berpasangan dengan y yang kecil, ataupun sebaliknya.


commit to user

Harga r = +1, menyatakan korelasi antara kedua variabel tersebut positif dan arah

korelasi satu arah yang artinya terdapat pengaruh positif antara variabel bebas

yaitu jika variabel x1 yang besar berpasangan dengan y yang besar juga. Untuk

harga r = 0, tidak terdapat hubungan linier antara variabel-variabelnya.

Untuk melihat keberartian koefisien korelasi dilakukan dengan uji t (t student)

dengan langkah pengujian hipotesisnya :

21

2

r

nrthitungan

……………………………………………………………(2.22)

dkttabel 21

Dengan :

n = jumlah sampel

r = nilai koefisien korelasi hasil perhitungan

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

n-2 = derajat kebebasan (dk)

nilai uji hitungant yang didapatkan dibandingkan terhadap nilai tabelt , jika nilai uji

hitungant ≥ tabelt maka dapat disimpulkan bahwa terdapat hubungan antara variabel x

dan variabel y.

a. 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 :

res

abreg

RJK

RJKF ……………………………………....…………………………(2.23)

2

2

2

nn

y

n

yxxyby

n

yxxyb

F ………........……………..(2.24)


commit to user

Dengan :

resRJK = Rata-rata jumlah kuadrat residu a

b

abregRJK = Rata-rata jumlah kuadrat regresi a

b

n = Jumlah data

Sifat dari pengujian ini adalah dapat diterima apabila harga F > F (n-p-1) atau

F<-F (n-p-1), dengan F (n-p-1) diperoleh dari tabel distribusi F.


commit to user

BAB 3

METODE PENELITIAN

3.1 Umum

Metode penelitian merupakan langkah-langkah umum atau suatu metode yang

dilakukan dalam penelitian suatu masalah, kasus, gejala, fenomena atau lainnya

dengan jalan ilmiah untuk menghasilkan jalan yang rasional. Metode yang

digunakan dalam penyusunan skripsi ini adalah metode survei dan metode

analisis.

Untuk menentukan nilai emp Heavy Vehicle (HV) maka parameter yang

diperlukan adalah:

1. Jumlah kendaraan berat (heavy vehicle) dan kendaraan ringan (light vehicle)

yang melintas di ruas Jalan Solo-Kartasura.

2. Jenis pasangan kendaraan yang melewati lokasi penelitian. Jenis pasangan

kendaraan yang dicatat adalah iring-iringan yang dihitung time headwaynya.

3. Senjang waktu (time headway) dari tiap jenis pasangan kendaraan yang

berurutan.

3.2 Lokasi dan Waktu Penelitian

Lokasi penelitian yang dipilih sedapat mungkin mampu menghasilkan data yang

valid dan representatif. Ruas jalan yang dipilih untuk melakukan penelitian ini

adalah ruas jalan dengan jumlah kendaraan berat yang lewat cukup besar.

Berdasarkan hasil pengamatan visual ditetapkan lokasi penelitian yaitu Jl. Ahmad

Yani Km.7 (Jl. Solo-Kartasura) tepatnya berada di depan Goro Assalam,

Kartasura. Ruas jalan ini adalah ruas jalan antar kota dengan empat lajur terbagi

dan jumlah kendaraan berat yang lewat pada ruas jalan ini cukup besar.


commit to user

Pelaksanaan survey dilakukan pada jam sibuk berdasarkan survey pendahuluan,

yaitu pagi hari pukul 06.30-08.30 WIB dan sore hari pukul 15.30-17.30 WIB. Hal

ini dikarenakan pada waktu-waktu tersebut arus lalu lintas cukup padat.

3.3 Peralatan yang Digunakan

Peralatan yang digunakan dalam pelaksanaan survey di lapangan yaitu:

Handycam untuk merekam arus lalu lintas yang diperlukan sebagai data untuk

perhitungan data time headway dan analisis regresi linier.

Lembar kerja (form survey) untuk mencatat jumlah arus kendaraan.

Arloji, untuk menentukan waktu dimulai dan diakhirinya pencatatan.

3.4 Pelaksanaan penelitian

3.4.1 Survei Pendahuluan

Survei pendahuluan dilaksanakan untuk menentukan hal-hal sebagai berikut:

Lokasi yang aman dan nyaman untuk melakukan pencatatan arus lalu lintas.

Penentuan hari yang tepat yang dapat mewakili hari-hari dalam satu minggu.

Penentuan jam puncak arus lalu lintas dalam satu hari.

Penentuan jumlah surveyor agar pelaksanaan survei dapat berjalan efektif, dan

efisien.

Pengecekan form survei agar pada saat survei utama surveyor tidak

mengalami kesulitan dalam mengisi formulir survei.

3.4.2 Survei Geometrik

Survei geometrik dilakukan untuk mengukur lebar ruas jalan, membuat gambar

geometrik jalan. Alat yang digunakan untuk mengukur adalah rollmeter.


commit to user

Gambar 3.1 Geometrik Jalan Solo-Kartasura

3.4.3 Survei Lalu Lintas

Agar diperoleh data yang mewakili arus lalu lintas terbesar, maka pencatatan

dilakukan pada jam puncak. Adapun cara pelaksanaan survei arus lalu lintas

adalah:

Pencatatan dilakukan setiap interval waktu 15 menit pada masing-masing

periode jam puncak.

Jumlah kendaraan yang diamati langsung dicatat pada formulir survei.

Pencatatan dilakukan dengan turus.

Pencatatan time headway dilakukan dengan perekaman menggunakan

handycam.

Pencatatan dilakukan oleh enam orang dengan pembagian tugas sebagai berikut:

1) Satu orang menghitung jumlah kendaraan yang menuju ke arah timur (Solo)

untuk jenis light vehicle (LV).


untuk jenis bus kecil dan bus besar.


commit to user


untuk jenis truk 2as, truk 3as, dan truk 5as.

4) Satu orang menghitung jumlah kendaraan yang menuju ke arah barat

(Kartasura) untuk jenis light vehicle (LV).


(Kartasura) untuk jenis bus kecil dan bus besar.


(Kartasura) untuk jenis truk 2as, truk 3as, dan truk 5as.

3.5 Pengolahan dan Penyortiran Data

Data yang akan digunakan untuk analisis data diperoleh melalui pembacaan hasil

rekaman. Pembacaan data dilakukan diluar waktu survai dengan bantuan formulir

pencacahan arus lalu lintas dan stop watch. Analisis data terdiri dari:

a. Data Arus Lalu lintas Jenuh

Data arus lalu lintas yang akan digunakan untuk analisis regresi linier

diperoleh dari penghitungan oleh surveyor. Data berupa jumlah light vehicle

(LV) dan macam-macam heavy vehicle (HV) yang melewati jalan Solo-

Kartasura.

b. Data time headway

Data time headway digunakan untuk analisis rasio headway yang diperoleh

dari pembacaan hasil rekaman. Time headway adalah interval waktu antara

dua kendaraan yang melewati suatu titik pengamatan pada jalan raya secara

berurutan, dihitung dari bumper depan ke bumper depan kendaraan yang

berurutan tersebut.

3.6 Diagram Alir 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


commit to user

kegiatan dalam bentuk penelitian yang menggunakan metode survei maupun

metode analisis.

Tahapan kegiatan secara ringkas dapat dilihat dalam bentuk flowchart gambar 3.2.

Gambar 3.2 Diagram Alir Penelitian

Studi literature:

Mengumpulkan data dari buku referensi dan teori-teori dasar

Mulai

Survei pendahuluan:

Penentuan lokasi dan penentuan jam puncak

Desain Survei:

Penentuan alat, penentuan tugas operator handycam dan surveyor, penentuan

jumlah surveyor, dan desain formulir survei

Persiapan survei:

Pengecekan form, penempatan alat, penempatan surveyor

Emp kendaraan berat dengan metode rasio headway dan analisis regresi

linier, emp untuk masukan data program KAJI MKJI 1997

Kesimpulan dan Saran

Analisis data

Emp dengan metode rasio headway

Analisis data

Emp dengan analisis regresi linier

Selesai

Survai primer:

Pengumpulan data:

Perekaman Volume lalu lintas dan time headway


commit to user

BAB 4

ANALISIS DATA DAN PEMBAHASAN

4.1 Deskripsi Penelitian

Penelitian arus lalu lintas dilaksanakan di Jl. Solo-Kartosuro Km.7 tepatnya

berada di depan Gorro Assalam. Penelitian ini mengambil data arus lalu lintas

yang terdiri dari enam jenis kendaraan light vehicle (LV), bus kecil (HV1), bus

besar (HV2), truk 2as (HV3), truk 3as (HV4), truk 5as (HV5), dan time headway

dari keenam jenis kendaraan tersebut. Pengambilan data dilakukan secara

serempak di tiap ruas jalan selama jam puncak pagi dan jam puncak sore dengan

durasi masing-masing dua jam, mulai jam 06.30 – 08.30 WIB dan 15.30 – 17.30

WIB, dengan interval waktu per 15 menit.

Volume kendaraan selama penelitian dilakukan :

Jumlah kendaraan selama 2 jam ditampilkan dalam Tabel 4.1:

Tabel 4.1 Jumlah kendaraan pada saat jam puncak pagi

Ruas Jalan Jam Puncak Pagi

LV Bus kecil Bus besar Truk 2as Truk 3as Truk 5as

1 2 3 4 5 6 7

Solo-Kartosuro 670 90 89 109 31 17

Kartosuro-Solo 784 96 94 102 40 35

Tabel 4.2 Jumlah kendaraan pada saat jam puncak sore

Ruas Jalan Jam Puncak Sore

LV

Bus

kecil Bus besar Truk 2as Truk 3as Truk 5as

1 2 3 4 5 6 7

Solo-Kartosuro 1120 58 125 151 48 40

Kartosuro-Solo 983 46 68 162 56 19


commit to user

Tabel 4.3 Rasio jumlah kendaraan terhadap truk 5as (HV5) pada jam puncak pagi

Ruas Jalan Jam Puncak Pagi

LV HV1 HV2 HV3 HV4 HV5

1 2 3 4 5 6 7

Solo-Kartosuro 39 5 5 6 2 1

Kartosuro-Solo 21 3 3 3 1 1

Tabel 4.4 Rasio jumlah kendaraan terhadap truk 5as (HV5) pada jam puncak sore

Ruas Jalan Jam Puncak Sore

LV HV1 HV2 HV3 HV4 HV5

1 2 3 4 5 6 7

Solo-Kartosuro 28 1 3 4 1 1

Kartosuro-Solo 52 2 4 9 3 1

Keterangan :

(Kolom 1) : Ruas Jalan

Ruas Jalan Solo-Kartosuro Km.7 (arah Solo-Kartosuro)

Ruas Jalan Solo-Kartosuro Km.7 (arah Kartosuro-Solo)

(Kolom 2) : Rasio light vehicle terhadap truk 5as (HV5) jam puncak pagi

Tabel 4.3 kolom (2) = )7(1.4

)2(1.4

kolomTabel

kolomTabel

= 670/17 = 39

(Kolom 3) : Rasio bus kecil (HV1) terhadap truk 5as (HV5) jam puncak pagi

Tabel 4.3 kolom (3) = )7(1.4

)3(1.4

kolomTabel

kolomTabel

= 90/17 = 5

(Kolom 4) : Rasio bus besar (HV2) terhadap truk 5as (HV5) jam puncak pagi

Tabel 4.3 kolom (4) = )7(1.4

)4(1.4

kolomTabel

kolomTabel

= 89/17 = 5

(Kolom 5) : Rasio truk 2as (HV3) terhadap truk 5as (HV5) jam puncak pagi

Tabel 4.3 kolom (5) = )7(1.4

)5(1.4

kolomTabel

kolomTabel

= 109/17 = 6


commit to user


Tabel 4.3 kolom (6) = )7(1.4

)6(1.4

kolomTabel

kolomTabel

= 31/17 = 2


Tabel 4.3 kolom (7) = )7(1.4

)7(1.4

kolomTabel

kolomTabel

= 17/17 = 1

4.2 Pengolahan Data Dasar

Volume Lalu Lintas yang diamati dalam penelitian ini terdiri dari lima jenis

kendaraan berat, yaitu bus kecil (HV1), bus besar (HV2), truk 2as (HV3), truk 3as

(HV4), truk 5as (HV5). Pengamatan dilakukan untuk mengambil data yang

dibutuhkan untuk proses pengolahan dengan metode regresi linier dan time

headway. Pengamatan dilakukan selama 2 jam pada masing-masing jam puncak

pagi dan sore.

4.3 Perhitungan Nilai emp Kendaraan

4.3.1 Metode Regresi Linier

a. Menghitung Koefisien Regresi

Volume lalu lintas digunakan untuk menghitung nilai emp kendaraan. Volume

lalu lintas yang dihitung adalah jumlah dari arus lalu lintas yang melewati ruas Jl.

Solo-Kartosuro Km.7. Data kendaraan yang melewati ruas jalan Solo-Kartosuro

Km.7 arah Kartosuro jam puncak pagi disajikan pada Tabel 4.5, untuk jam

puncak sore dan ruas jalan arah Solo dapat dilihat di lampiran A.


commit to user

Tabel 4.5 Data Volume Lalu Lintas

No

Mobil

Penumpang

Bus

Kecil

Bus

Besar

Truk

2as

Truk

3as

Truk

5as Waktu

(LV) (HV1) (HV2) (HV3) (HV4) (HV5) (menit)

y x1 x2 x3 x4 x5

1 69 12 11 13 3 2 15

2 71 10 12 14 5 2 15

3 76 16 15 11 2 3 15

4 104 10 12 11 3 1 15

5 108 9 10 10 2 2 15

6 80 17 11 19 7 2 15

7 86 8 8 18 6 4 15

8 76 8 10 13 3 1 15

Jumlah 670 90 89 109 31 17 120

Satuan arus lalu lintas yang digunakan untuk menghitung nilai emp pada metode

regresi linier adalah smp/15 menit. Nilai emp dihitung sesuai dengan persamaan

2.17 dan 2.18.

YXbnb i110 …………………………………………….....……..(2.17)

iiii YXXbXb 1

2

1110 ………………………………......…………(2.18)

Data pada Tabel 4.5 selanjutnya diolah sesuai dengan rumus 2.17 dan 2.18,

sehingga akan diperoleh persamaan normal untuk mencari koefisien regresi yang

merupakan nilai emp kendaraan yang dicari. Persamaan untuk mendapatkan

persamaan normal disajikan pada tabel 4.6 :


commit to user


commit to user

Data hasil perhitungan tabel 4.6 diperoleh nilai:

1x = 90 32 xx = 1191

2x = 89 42 xx = 334

3x = 109 52 xx = 187

4x = 31 43 xx = 464

5x = 17 53 xx = 241

2

1 x = 1098 54 xx = 70

2

2 x = 1019 yx1 = 7422

2

3 x = 1561 yx2 = 7407

2

4 x = 145 yx3 = 9007

2

5 x = 43 yx4 = 2546

y = 670 yx5 = 1408

21.xx = 1033 2y = 57630

31.xx = 1243

41.xx = 357

51.xx = 194

Harga-harga di atas kemudian dimasukkan ke persamaan normal sehingga

terbentuk persamaan-persamaan berikut:

Persamaan antara bus kecil dan mobil penumpang, untuk nilai b0 dan b1 :

8b0 + 90 = 670………………………………………..….……………….……(4.1)

90b0 + 1098b1 = 7422…………………………………...………………….….(4.2)

Persamaan antara bus besar dan mobil penumpang, untuk nilai b0 dan b2 :

8b0 + 89 = 670………………………………………………….………...……(4.3)

89b0 + 1019b2 = 7407…………………………………………….………...….(4.4)


commit to user

Persamaan antara truk 2as dan mobil penumpang, untuk nilai b0 dan b3 :

8b0 + 109 = 670…………………………………………………..……….…...(4.5)

109b0 + 1561b3 = 9007…………………………………………….………….(4.6)

Persamaan antara truk 3as dan mobil penumpang, untuk nilai b0 dan b4 :

8b0 + 31 = 670…………………………………………………….……......….(4.7)

31b0 + 145b4 = 2546………………………………………………….………..(4.8)

Persamaan antara truk 5as dan mobil penumpang, utnuk nilai b0 dan b5 :

8b0 + 17 = 670………………………………………………………….….......(4.9)

17b0 + 43b5 = 1408………………………………………………………...…(4.10)

Dengan memasukkan nilai hasil perhitungan tabel ke dalam rumus 2.19 dan 2.20,

maka akan diperoleh nilai-nilai :

Dari persamaan 4.1 dan 4.2 :

b0 = 98,947

b1 = -1,351


b0 = 101,762

b2 = -1,619


b0 = 105,613

b3 = -1,605


b0 = 91,578

b4 = -2,020


b0 = 88,618

b5 = -2,291


commit to user

Kemudian dimasukkan ke dalam persamaan 2.14 dan 2.15

Y = 98,947 – 1,351X1

Y = 101,762 – 1,619X2

Y = 105,613 – 1,605X3

Y = 91,578 – 2,020X4

Y = 88,618 – 2,291X5

Sehingga diperoleh :

emp bus kecil = 1,351

emp bus besar = 1,619

emp truk 2as = 1,605



Sebaran jumlah kendaraan antara variabel-variabel tersebut :

Gambar 4.1 Diagram pencar antara bus kecil dan mobil penumpang

y = -1.3509x + 98.947 R² = 0.1028

60

70

80

90

100

110

8 10 12 14 16 18

Mo

bil

Pe

nu

mp

ang/

15

'

Bus Kecil/15'


commit to user

Gambar 4.2 Diagram pencar antara bus besar dan mobil penumpang

Gambar 4.3 Diagram pencar antara truk 2as dan mobil penumpang


y = -1.619x + 101.76 R² = 0.0499

60

70

80

90

100

110

8 9 10 11 12 13 14 15

Mo

bil

Pe

nu

mp

ang/

15

'

Bus Besar/15'

y = -1.6046x + 105.61 R² = 0.1287

60

70

80

90

100

110

9 12 15 18 21

Mo

bil

Pe

nu

mp

ang/

15

'

Truk 2as/15'

y = -2.0201x + 91.578 R² = 0.0669

60

70

80

90

100

110

2 3 4 5 6 7

Mo

bil

Pe

nu

mp

ang/

15

'

Truk 3as/15'


commit to user


Hasil perhitungan nilai emp seluruh jalan pendekat jam puncak pagi dan sore

disajikan pada Tabel 4.7 :

Tabel 4.7 Rekapitulasi nilai emp menggunakan analisis Regresi Linier

Ruas Jalan

ekuivalensi mobil penumpang

Bus kecil Bus besar Truk 2as Truk 3as Truk 5as

pagi sore pagi sore pagi sore pagi sore pagi sore

Jl. Ahmad Yani Km.7 1,35 1,31 1,62 1,61 1,60 1,58 2,02 1,86 2,29 2,05

(arah Solo-Kartosuro)

Jl. Ahmad Yani Km.7 1,24 1,38 1,.54 1,51 1,44 1,49 1,95 1,92 2,11 2,11

(arah Kartosuro-Solo)

b. Koefisien Korelasi

Nilai koefisien korelasi dihitung dengan menggunakan persamaan 2.21. Contoh

perhitungan koefisien korelasi antara light vehicle (LV) dengan bus kecil dengan

menggunakan data ruas jalan arah Kartosuro pada jam puncak pagi :

2222 yynxxn

yxxynr ……………………...…........……(2.21)

22 67057630*8*901098*8

670*907422*8

r

r = -0,320652

y = -2.2909x + 88.618 R² = 0.0238

60

70

80

90

100

110

1 2 3 4 5

Mo

bil

Pe

nu

mp

ang/

15

'

Truk 5as/15'


commit to user

Nilai r terletak diantara -1≤ r ≤ +1, ini berarti terdapat pengaruh negatif antara

variabel bebas yaitu jika variabel 1x yang besar berpasangan dengan y yang kecil,

ataupun sebaliknya.

Perhitungan nilai koefisien korelasi semua jenis kendaraan dicantumkan dalam

Tabel 4.8 dan Tabel 4.9 :

Tabel 4.8 Nilai Koefisien Korelasi pada Jam Puncak Pagi

Ruas Jalan Koefisien Korelasi


Jl. Ahmad Yani

Km.7 -

0.320652

-

0.223335

-

0.358802

-

0.258637

-

0.154198 (arah Solo-

Kartosuro)

Jl. Ahmad Yani

Km.7 -

0.306902

-

0.464172

-

0.486439 -0.25738

-

0.278051 (arah Kartosuro-

Solo)

Tabel 4.9 Nilai Koefisien Korelasi pada Jam Puncak Sore

Ruas Jalan Koefisien Korelasi


Jl. Ahmad Yani

Km.7 -

0.250349

-

0.356947

-

0.495044

-

0.241506 -0.17611

(arah Solo-

Kartosuro)

Jl. Ahmad Yani

Km.7

-

0.494993

-

0.626932

-

0.815868 -0.81547

-

0.420094

(arah Kartosuro-

Solo)

c. Uji Koefisien Korelasi

Untuk melihat keberartian koefisien korelasi dilakukan dengan uji t ( t student)

dengan persamaan 2.22.

21

2

r

nrthitungan

……………………………………….......…….…………(2.22)


commit to user

Contoh perhitungan dengan menggunakan data arah Solo-Kartosuro pada jam

puncak pagi :

thitungan = -0,320625 √ -

-

= -0,8292203

Nilai hitungant dibandingkan dengan nilai dkttabel 2/1 dari tabel t student.

Diperoleh nilai :

45.26025.0 t

Nilai uji dktt tabelhitungan 2/1 , maka dapat disimpulkan tidak terdapat

hubungan antara light vehicle (LV) dengan bus kecil pada Jl. Solo-Kartosuro

Km.7 arah Kartosuro pada jam puncak pagi.

Hasil uji keberartian koefisien korelasi dan nilai tabel untuk semua jalan pendekat

disajikan dalam Tabel 4.10 dan 4.11 :

Tabel 4.10 Nilai uji keberartian koefisien korelasi pada jam puncak pagi

Ruas Jalan t hitungan t tabel

Bus kecil Bus besar Truk 2as Truk 3as Truk 5as dktabel

t 2/1

Jl. Solo-Kartosuro

Km.7 -0.82922 -0.561232 -0.941579 -0.655843 -0.38228 ±2.45


Jl. Solo-Kartosuro

Km.7 -0.789871 -1.283647 -1.363747 -0.652436 -0.709044 ±2.45


Tabel 4.11 Nilai uji keberartian koefisien korelasi pada jam puncak sore

Ruas Jalan t hitungan t tabel

Bus kecil Bus besar Truk 2as Truk 3as Truk 5as dktabel

t 2/1

Jl. Solo-Kartosuro

Km.7 -0.633399 -0.935998 -1.395614 -0.537952 -0.473834 ±2.45


Jl. Solo-Kartosuro

Km.7

-1.395424 -1.967834 -3.456117 -3.451079 -1.133926

±2.45



commit to user

Untuk hasil perhitungan nilai uji keberartian koefisian korelasi kendaraan berat

lebih kecil jika dibandingkan nilai tabel, hal tersebut disebabkan karena jumlah

kendaraan berat yang lebih sedikit, sehingga dapat disimpulkan tidak terdapat

pengaruh hubungan antara heavy vehicle (HV) dengan light vehicle (LV).

d. Uji regresi Linier

Persamaan regresi linier yang terbentuk diuji dengan uji F untuk memastikan

apakah persamaannya bisa diterima atau tidak. Rumus yang digunakan sesuai

dengan persamaan 2.23 dan 2.24.

res

abreg

RJK

RJKF ……………………………………………...…….…….……(2.23)

2

2

2

nn

y

n

yxxyby

n

yxxyb

F ………………….…..(2.24)

Contoh perhitungan menggunakan data Jl. Solo-Kartosuro Km.7 arah Kartosuro

pada jam puncak pagi :

288

57630

8

670*907422*350.157630

8

670*907422350.1

F

= 0.6876063

Nilai F diatas dibandingkan dengan nilai 2,11 nF dari tabel distribusi F.

Diperoleh nilai :

6,1%95F = 5.99


commit to user

Nilai F hitungan dibandingkan dengan nilai F tabel. Nilai uji F hitungan < nilai F

tabel, maka dapat disimpulkan persamaan regresi tersebut tidak dapat diterima.

Perhitungan nilai F untuk arah lain dapat dilihat pada lampiran A.

Hasil perhitungan nilai F dan nilai Ftabel untuk kedua lajur jalan disajikan dalam

Tabel 4.12 dan 4.13 :

Tabel 4.12 Nilai Uji F pada Jam Puncak Pagi

Ruas Jalan

F perhitungan F tabel

Bus

kecil

Bus

besar

Truk

2as

Truk

3as

Truk

5as 2,11 nF - 2,11 nF

Jl. Solo-Kartosuro

Km.7 0.6876 0.315 0.8866 0.4301 0.1461 5.99 -5.99


Jl. Solo-Kartosuro

Km.7 0.6239 1.6478 1.8598 0.4257 0.5027 5.99 -5.99


Tabel 4.13 Nilai Uji F pada Jam Puncak Sore

Ruas Jalan

F perhitungan F tabel

Bus

kecil

Bus

besar

Truk

2as

Truk

3as

Truk

5as 2,11 nF - 2,11 nF

Jl. Solo-Kartosuro

Km.7 0.4012 0.8761 1.9477 0.2894 0.192 5.99 -5.99


Jl. Solo-Kartosuro

Km.7 1.9472 3.8723 11.943 11.91 1.2858 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 Fhitung lebih kecil dari Ftabel maka persamaan

regresi linier tersebut tidak memenuhi syarat.

Berdasarkan tabel nilai Fhitung untuk masing-masing jenis kendaraan berat lebih

kecil jika dibandingkan dengan nilai Ftabel, sehingga persamaan regresi linier


commit to user

untuk masing-masing jenis kendaraan berat tidak memenuhi syarat. Tetapi pada

perhitungan Fhitung untuk truk 2as dan truk 3as nilai Fhitung lebih dari nilai Ftabel

sehingga persamaan regresi untuk kedua kendaraan berat tersebut bisa diterima.

e. Perhitungan Nilai emp untuk Heavy Vehicle dengan Menggunakan Rata-

rata Proporsional

Manual Kapasitas Jalan Indonesia juga dilengkapi dengan sebuah program

komputer bernama KAJI yang mencakup semua metode perhitungan rinci dalam

manual ini termasuk perhitungan dengan memasukkan nilai emp. Untuk masukan

data nilai emp kendaraan berat hanya ada satu nilai emp yaitu 1,3. Sedangkan

dalam perhitungan dengan regresi linier di atas diperoleh lima nilai emp untuk

masing-masing jenis kendaraan berat, sehingga perlu dicari satu angka yang

nantinya akan dimasukkan dalam program KAJI tersebut.

Contoh perhitungan rata-rata proporsional nilai emp Jl.Solo-Kartosuro Km.7 arah

Kartosuro jam puncak pagi :

Rata-rata emp =

54321

5544332211

HVHVHVHVHV

HVxempHVHVxempHVHVxempHVHVxempHVHVxempHV

17311098990

1729.23102.21096.18962.19035.1

xxxxx

= 1.61

Tabel 4.14 Rekapitulasi hasil perhitungan nilai emp dengan menggunakan rata-

rata proporsional

Ruas Jalan Emp rata-rata pagi Emp rata-rata sore

Jl.Solo-Kartosuro Km.7

(arah Kartosuro) 1,61 1,63


(arah Solo) 1,53 1,58


commit to user

Dari hasil rekapitulasi di atas kemudian dihitung rata-rata nilai emp yang akan

menjadi masukan program KAJI yang mewakili nilai emp kendaraan berat pada

ruas Jl.Solo-Kartosuro Km.7.

Nilai emp = 4

58,153,163,161,1

= 1,59

Jadi nilai emp yang digunakan untuk masukan data program KAJI adalah 1,59.

4.3.2 Perhitungan Time Headway

a. Data Survei Jalan

Hasil pengamatan dengan menggunakan rekaman pita kaset video yang diputar

ulang untuk menghitung data time headway. Data time headway diperoleh dari

selisih waktu antara dua kendaraan yang berurutan yang melewati suatu titik

pengamatan dihitung dari bumper depan kendaraan ke bumper depan kendaraan di

belakangnya yang diamati pada arus lalu lintas jam puncak. Pada penelitian kali

ini digunakan variasi waktu per 15 menit .

Data time headway 15 menit pertama untuk ruas Jalan Solo-Kartosuro arah Solo

dapat dilihat pada Tabel 4.15.

Tabel 4.15 Data time headway 15 menit pertama (06.30-06.45) untuk arah Solo

06.30-06.45

LV-LV

HV1-

HV1 LV-HV1 HV1-LV

4 1.6 3.0 1.7 2.2

2.7 1.7 3.3 3 3.9

2.1 1.4 0.9 2.6 1.9


commit to user

5.1 2.8 3.1 2.8 1.4

1.2 2 1.6

1.9

1.5 4.1

3.2 1.8

1.9 1.6

3.6 1.2

1.6 1.9

1.8 1.6

3.5 0.7

2.4 3.2

1.5 2.4

2.4 1.7

1.8 1.5

2 3.4

b. Perhitungan Senjang Rata-rata

Berdasarkan persamaan-persamaan tinjauan statistik pada bab 2, maka dapat

dihitung senjang rata-rata time headway seluruh pasangan kendaraan. Persamaan

yang digunakan adalah persamaan 2.7, 2.8, 2.9, dan 2.10.

Time headway seluruh pasangan iring-iringan kendaraan pada ruas Jalan Solo-

Kartosuro arah Solo pada jam puncak pagi dapat dilihat pada lampiran B.

Perhitungan senjang rata-rata time headway seluruh pasangan iringan kendaraan

di ruas Jalan Solo-Kartosuro arah Solo jam puncak pagi untuk 15 menit pertama

disajikan dalam Tabel 4.16. Perhitungan untuk arah lain dapat dilihat pada

lampiran B.

Tabel 4.16 Perhitungan rata-rata senjang time headway

(1) N (2)

x

(3) S

(4) E

(5) e

(6) 1

(7) 2

(8)

LV-LV 34 2.26 0.9847365 0.1688809 0.3310066 2.6 1.9

HV1-HV1 5 2.4 1.066302 0.4768648 0.9346549 3.3 1.4

LV-HV1 4 2.52 0.5737305 0.2868652 0.5622559 3.1 2

HV1-LV 5 2.26 0.9607289 0.429651 0.842116 3.1 1.4

Keterangan :

(Kolom 1) Jenis pasangan kendaraan

LV-LV = Light vehicle diikuti Light vehicle

HV1-HV1 = Bus Kecil diikuti Bus Kecil


commit to user

LV-HV1 = Light vehicle diikuti Bus Kecil

HV1-LV = Bus Kecil diikuti Light vehicle

(Kolom 2) Jumlah sampel time headway (n)

LV-LV = 34

HV1-HV1 = 5

LV-HV1 = 4

HV1-LV = 5

(Kolom 3) Rata-rata time headway tiap pasangan kendaraan x

n

xx

x = 26.234

9.76

(Kolom 4) Deviasi Standar (S)

n

i

xxn

s1

2

11

1

34

1

2

1 2617147.2134

1

i

xS

= 0.9847365

(Kolom 5) Standar Error

2/1nsE

2

1

34

9847365.0E

= 0.1688809

(Kolom 6) Batas toleransi kesalahan

Dengan tingkat konfidensi 95% maka K=1.96

Sehingga :

e=K*E

= 1.96*0.1688809 = 0.3310066

(Kolom 7) Batas keyakinan atas dan bawah nilai rata-rata time headway

( 1 = batas atas rata-rata time headway; 2 = batas bawah rata-

rata time headway)


commit to user

ex 2,1

3310066.026.22,1

1 = 2.6

2 = 1.9

Jadi senjang rata-rata time headway seluruh pasangan Light vehicle (LV) diikuti

Light vehicle (LV) terletak dalam interval 1.9 – 2.6.

c. Perhitungan Nilai EMP Heavy Vehicle 1 (Bus Kecil)

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 HV1-HV1 LV-HV1 HV1-LV

1.9 1.6 2.6 1.4

1.9 3.0 2.8 1.9

2 3.1 3 1.9

2 3.3 2.2

2.1

2.4

2.4

2.4

17.1 11.0 8.4 5.2

Contoh perhitungan nilai emp bus kecil di ruas Jl. Solo-Kartosuro Km.7 (arah

Solo) pada jam puncak pagi disajikan dalam Tabel 4.18. Perhitungan untuk arah

lain dapat dilihat pada lampiran B.

Tabel 4.18 Perhitungan nilai emp Jl. Solo-Kartosuro Km.7 (arah Solo) jam puncak

pagi

n x rata-rata k t koreksi Jumlah emp HV

LV-LV 8 2.14 0.2478261 2.1 4.79 1.28


commit to user

HV-HV 4 2.75 2.69

LV-HV 3 2.8 2.88 4.79

HV-LV 4 1.85 1.91

Keterangan :

(Kolom 1) Jenis pasangan kendaraan

LV-LV = Light vehicle diikuti Light vehicle

HV1-HV1 = Bus Kecil diikuti Bus Kecil

LV-HV1 = Light vehicle diikuti Bus Kecil

HV1-LV = Bus Kecil diikuti Light vehicle

(Kolom 2) Jumlah sampel time headway terkoreksi

LV-LV = 8

HV1-HV1 = 4

LV-HV1 = 3

HV1-LV = 4

(Kolom 3) Rata-rata time headway tiap pasangan kendaraan x

n

xx

8

1.17LVLVx

4

11MCMCx

3

4.8MCLVx

4

2.5LVMCx

(Kolom 4) Koefisien Koreksi (k)

Untuk memenuhi kkkk tdtctbta , maka terlebih dahulu

mencari koefisien k

ncnbnandnbnandncnandncnb

tdtctbtandncnbnak

********

****


commit to user

3*4*84*4*84*3*84*3*4

85.18.275.21375.2*4*3*4*8

k

k = 0.2478261

(Kolom 5) Rata-rata time headway terkoreksi

naktatak

= 2.1375 – [0.2478261/8]

= 2.1

nbktbtbk

= 2.75 – [0.2478261/4]

= 2.69

ncktctck

= 2.8 + [0.2478261/3]

= 2.88

ndktdtd k

= 1.85 + [0.2478261/4]

= 1.91

Dengan :

kta = Nilai rata-rata time headway LV-LV terkoreksi

ktb = Nilai rata-rata time headway HV1-HV1 terkoreksi

ktc = Nilai rata-rata time headway LV-HV1 terkoreksi

ktd = Nilai rata-rata time headway HV1-LV terkoreksi

(Kolom 6) Persamaan terkoreksi

Dengan menggunakan nilai rata-rata yang telah dikoreksi, maka

persamaannya menjadi :

kkkk tdtctbta

2.1 + 2.69 = 2.88 + 1.91

4.79 = 4.79

(Kolom 7) Nilai emp Heavy Vehicle 1 (Bus Kecil)

Nilai emp bus kecil = k

k

ta

tb


commit to user

= 1.2

69.2

= 1.28

Dari hasil perhitungan nilai emp bus kecil tersebut, maka nilai emp untuk Jl. Solo-

Kartosuro arah Solo pada jam puncak pagi per 15 menit disajikan dalam tabel

4.19.

Tabel 4.19 Nilai emp bus kecil arah Solo jam puncak pagi per 15 menit

Waktu EMP

06.30-06.45 1.28

06.45-07.00 1.30

07.00-07.15 1.31

07.15-07.30 1.32

07.30-07.45 1.34

07.45-08.00 1.35

08.00-08.15 1.34

08.15-08.30 1.35

Rata-rata emp 1.32

S (simpangan

baku) 0.025

Dari data di atas kemudian dicari batas atas dan batas bawah untuk menentukan

nilai emp yang mewakili nilai-nilai di atas.

Sentrum ( x ) = 1,32

Batas atas = x + n

S = 1,32 +

8

0.025 = 1,33

Batas bawah = x - n

S = 1,32 -

8

0.025 = 1,31


commit to user

Gambar 4.6 Diagram kontrol untuk rata-rata emp heavy vehicle

Dari gambar diatas maka didapat nilai emp untuk heavy vehicle pada ruas Jl. Solo-

Kartosuro arah Solo jam puncak pagi sebesar 1,32.

Nilai emp untuk masing-masing arah di ruas Jl. Solo-Kartosuro Km.7 tersebut

disajikan dalam Tabel 4.20 :

Tabel 4.20 Nilai emp heavy vehicle pada ruas Jl.Solo-Kartosuro Km.7 pada

masing-masing jam puncak

Ruas Jalan

ekuivalensi mobil penumpang


pagi sore pagi sore pagi sore pagi sore pagi sore

Jl. Ahmad Yani Km.7 1,32 1,27 1,37 1,37 1,5 1,54 1,96 1,87 - 2,16


Jl. Ahmad Yani Km.7 1,32 1,22 1,58 1,41 1,49 1,63 1,93 1,87 2,0 -


1.20

1.25

1.30

1.35

1.40

1 2 3 4 5 6 7 8

Nila

i em

p

Waktu


commit to user

Analisis menggunakan metode rasio headway, emp heavy vehicle (HV) tidak

dapat dicari pada beberapa jenis kendaraan, hal ini dikarenakan jumlah iring-

iringan kendaraan berat yang melintas di ruas jalan tersebut tidak memenuhi

syarat, sehingga tidak memiliki time headway.

d. Perhitungan Nilai emp untuk Heavy Vehicle dengan Menggunakan Rata-

rata Proporsional

Contoh perhitungan rata-rata proporsional nilai emp Jl.Solo-Kartosuro Km.7 arah

Solo jam puncak pagi :

Rata-rata emp =

)55()44()33()22()11(

)55(5)44(4

)33(3)22(2)11(1

HVHVHVHVHVHVHVHVHVHV

HVHVxempHVHVHVxempHV

HVHVxempHVHVHVxempHVHVHVxempHV

1417424038

1421793.14249.14058.13832.1

xxxxx

= 1,57

Tabel 4.21 Rekapitulasi hasil perhitungan nilai emp dengan menggunakan rata-

rata proporsional

Dari hasil rekapitulasi di atas kemudian dihitung rata-rata nilai emp yang akan

menjadi masukan program KAJI yang mewakili nilai emp kendaraan berat pada

ruas Jl.Solo-Kartosuro Km.7.

Nilai emp = 4

56,157,153,143,1

= 1,52

Jadi nilai emp yang digunakan untuk masukan data program KAJI adalah 1,52.

Ruas Jalan Emp rata-rata pagi Emp rata-rata sore


(arah Kartosuro) 1,43 1,53


(arah Solo) 1,57 1,56


commit to user

Rekapitulasi nilai emp hasil perhitungan menggunakan analisis regresi linier dan

metode rasio headway dapat dilihat pada Tabel 4.22 :

Tabel 4.22 Rekapitulasi Nilai emp dengan metode Analisis Regresi Linier dan

Rasio Headway

Metode Nilai emp


Regresi Linier 1,32 1,57 1,53 1,91 2,14

Rasio Headway 1,28 1,39 1,54 1,89 2,08

4.4 Pembahasan

Penentuan emp pada penelitian ini menggunakan metode rasio headway dan

analisis regresi linier. Hasil analisis nilai emp dengan metode regresi linier adalah

1,32 untuk bus kecil, 1,57 untuk bus besar, 1,53 untuk truk 2as, 1,91 untuk truk

3as, dan 2,14 untuk truk 5as. Sedangkan dengan metode rasio headway nilai emp

1,28 untuk bus kecil, 1,39 untuk bus besar, 1,54 untuk truk 2as, 1,89 untuk truk

3as dan 2,08 untuk truk 5as.

Heavy vehicle memiliki nilai emp yang lebih besar jika dibandingkan dengan light

vehicle, hal tersebut dikarenakan semakin besar kendaraan maka ruang yang

diperlukan untuk bergerak per kendaraan akan semakin besar. Semakin besar

ukuran kendaraan, maka kecepatan untuk memulai gerakan akan lebih kecil jika

dibandingkan dengan motorcycle dan light vehicle. Keadaan seperti ini akan

mengakibatkan gangguan terhadap arus lalu lintas secara keseluruhan sehingga

nilai emp untuk heavy vehicle akan lebih besar dari nilai emp light vehicle.

Analisis regresi linier memiliki dua buah variabel, yaitu variabel dependen (nilai

emp kendaraan berat yang dicari) dan variabel independen.(jumlah light vehicle),

untuk mengetahui hubungan antara variabel dependen dan variabel independen

tersebut maka dihitung nilai koefisien korelasi dari persamaan tersebut. Nilai

koefisien korelasi untuk kendaraan berat berada antara (-0,154198) s/d (-0,81568)

yang lebih kecil dari 0,5. Hal ini berarti terdapat pengaruh yang kecil antara

kedua variabel tersebut.


commit to user

Pengujian keberartian nilai koefisien korelasi tersebut dibuktikan dengan uji t.

Jika nilai thitung lebih besar daripada nilai ttabel , maka terdapat hubungan antara

kedua variabel tersebut. Namun, jika nilai thitung lebih kecil dari nilai ttabel, maka

tidak terdapat hubungan yang berarti antara kedua variabel tersebut. Heavy

vehicle memiliki nilai thitung berada antara (-0,38228) s/d (-1,96783) yang lebih

kecil dari nilai ttabel (2,45) yang artinya bahwa tidak terdapat hubungan yang

berarti antara kedua variabel tersebut (heavy vehicle dan light vehicle).

Persamaan hasil analisis regresi linier bisa diterima atau tidak dibuktikan dengan

melakukan uji statistik F. Berdasarkan tabel, nilai Fhitung untuk masing-masing

jenis kendaraan berat berada antara 0,1461 s/d 3,8723 dan nilainya lebih kecil

jika dibandingkan dengan nilai Ftabel (5,99), sehingga persamaan regresi linier

untuk masing-masing jenis kendaraan berat tidak dapat diterima.

Nilai emp hasil perhitungan menggunakan analisis regresi linier jika dibuktikan

dengan uji keberartian koefisien korelasi (uji t) menunjukkan bahwa tidak terdapat

hubungan yang berarti antara kedua variabel (mobil penumpang dengan

kendaraan berat). Untuk uji regresi linier (uji F) juga menunjukkan bahwa

persamaan regresi linier untuk masing-masing kendaraan berat tersebut tidak

dapat diterima. Hal ini menunjukkan bahwa perhitungan nilai emp menggunakan

analisis regresi linier tidak dapat diterapkan di Jl.Solo-Kartosuro Km.7. Sehingga

perhitungan nilai emp lebih merujuk pada metode rasio Headway.

Nilai emp hasil perhitungan metode regresi linier dan rasio headway dicari rata-

rata proporsional, dan didapatkan nilai 1,59 untuk metode regresi linier, dan 1,52

untuk metode rasio headway. Nilai emp hasil perhitungan rata-rata proporsional

ternyata berbeda dengan nilai emp yang ada di MKJI 1997 yaitu 1,3. Terdapat

perbedaan sebesar 29 % untuk nilai emp dengan metode regresi linier, dan 22 %

untuk metode rasio headway. Hal ini dikarenakan MKJI 1997 sudah berumur

lebih dari 10 tahun dan merupakan hasil penelitian empiris di kota-kota besar di

Indonesia dan kota Surakarta bukan merupakan salah satu dari 275 kota besar

dimana dilakukan survei dalam perancangan MKJI 1997, sehingga karakter


commit to user

formulasinya sangat dipengaruhi oleh dimensi kendaraan berat yang sudah banyak

berubah dan mengalami perkembangan pada masa sekarang.

Perhitungan nilai emp untuk masukan data pada program KAJI diperoleh dari

hasil perhitungan dengan menggunakan rata-rata proporsional dan didapat nilai

emp 1,59 untuk metode analisis regresi linier, dan 1,52 untuk metode rasio

headway. Karena perhitungan menggunakan analisis regresi linier tidak dapat

diterapkan pada Jl.Solo-Kartosuro Km.7 sehingga nilai yang dirujuk dipakai

untuk program KAJI adalah nilai emp dari perhitungan metode rasio headway

yaitu 1,52.


commit to user

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil perhitungan dan analisis data didapatkan kesimpulan sebagai

berikut :

1. Nilai emp hasil perhitungan menggunakan metode rasio headway adalah 1,28

untuk bus kecil, 1,39 untuk bus besar, 1,54 untuk truk 2as, 1,89 untuk truk 3as

dan 2,08 untuk truk 5as. Sedangkan nilai emp hasil perhitungan dengan

menggunakan analisis regresi linier tidak bisa digunakan karena tidak dapat

diterima secara statistik.

2. Nilai emp hasil analisis berbeda dengan nilai emp yang ada di MKJI 1997

yaitu 1,3. Dari hasil perhitungan rata-rata proporsional didapat nilai emp 1,59

untuk metode regresi linier dan 1,52 untuk metode rasio headway. Hasil

perhitungan tersebut menunjukkan bahwa terdapat perbedaan sebesar 29 %

untuk metode regresi linier dan 22 % untuk metode rasio headway.

3. Nilai emp untuk masukan data program KAJI MKJI 1997 lebih merujuk pada

nilai emp hasil perhitungan menggunakan rasio headway yaitu 1,52.

5.2 Saran

Berdasarkan analisis data dan survei lapangan, maka saran-saran yang bisa

disampaikan adalah sebagai berikut :

1. Untuk mendapatkan hasil yang optimal dalam menghitung volume lalu lintas,

sebaiknya satu orang surveyor hanya menghitung jumlah dari satu jenis

kendaraan saja.

2. Perlu dilihat terlebih dahulu sebaran data dari grafik pencar hubungan antara

LV dengan HV sehingga dapat menentukan metode analisis apakah yg cocok

untuk mencari nilai emp. (misal : eksponensial, kuadratik, hiperbol, polinom,

linier dll).


commit to user

DAFTAR PUSTAKA

Ahmed, Umama. 2010. Passenger Car Equivalent Factors for Level Freeway

Segments Operating under Moderate and Congested Conditions.

Marquette University. epublication.marquette.edu/these_open/60/pdf.

Anonim. 2005. Buku Pedoman Penulisan Tugas Akhir. Surakarta. Jurusan Teknik

Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.

_______.1997. Manual Kapasitas Jalan Indonesia (MKJI) 1997. Jakarta.

Direktorat Jenderal Bina Marga Departemen Pekerjaan Umum RI.

DLLAJR. 1990. Study Transportation Engineering I. Jakarta.

Hadis, Hasmil. 2002. Analisis Nilai Ekuivalensi Mobil Penumpang Untuk

Kendaraan Umum Jenis Bus Kota. Surakarta : Skripsi Jurusan Teknik


Indriyani, Rosma. 2007. Penentuan Nilai Ekuivalensi Mobil Penumpang di

Simpang Bersinyal. Surakarta : Skripsi Jurusan Teknik Sipil Fakultas

Teknik Universitas Sebelas Maret Surakarta.

Morlock, E.K. 1985. Pengantar Teknik dan Perencanaan Transportasi. Jakarta.

Erlangga.

Putri Khoiriyah Utami. 2010. Penentuan Nilai Ekuivalensi Mobil Penumpang

Pada Bundaran. Surakarta : Skripsi Jurusan Teknik Sipil Fakultas Teknik

Universitas Sebelas Maret Surakarta.

Pratiwi, Achyani Agustina. 2009. Penentuan Nilai Ekuvalensi Mobil Penumpang

(EMP) di Simpang Tidak Bersinyal. Surakarta : Skripsi Jurusan Teknik


Salter, R.J. 1983. Highway Traffic Analysis and Design. Macmillan Press Ltd.

London and Basingstoke.

Sudjana. 2002. Metode Statistik. Bandung. Tarsito.

Sun, Dazhi, Ph.D, Lv, Jinpeng, Paul, Laura. 2008. Calibrating Passenger Car

Equivalent (PCE) for Highway Work Zones using Speed and Percentage

of Trucks. publication9948/TRB2008AnnualMeeting/pdf.

Taylor ,MA.P., Young, W., and Bonsall, Peter W. 1996. Understanding Traffic

Systems, Data Analysis and Presentation. Avebury technical.

HEADWAY DAN ANALISIS REGRESI LINIER Kasus Pada Ruas...

Documents

Transcript of HEADWAY DAN ANALISIS REGRESI LINIER Kasus Pada Ruas...