ESTIMASI KINERJA DAN STRATEGI PENANGANAN JARINGAN JALAN KOTA SURAKARTA TAHUN 2020 DAN 2030 (An Estimation of the Performance and Strategy of Handling Road Network in Surakarta on 2020 and 2030) SKRIPSI Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Disusun Oleh : Rr. DIAN INDRIANI WIDYASARI NIM I 0106017 JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2010
120
Embed
ESTIMASI KINERJA DAN STRATEGI PENANGANAN …/Estimasi... · 5 A B S T R A K Rr. Dian Indriani Widyasari, 2010, Estimasi Kinerja dan Strategi Penanganan Jaringan Jalan Kota Surakarta
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
ESTIMASI KINERJA DAN STRATEGI PENANGANAN JARINGAN JALAN KOTA SURAKARTA
TAHUN 2020 DAN 2030
(An Estimation of the Performance and Strategy of Handling
Road Network in Surakarta on 2020 and 2030)
SKRIPSI
Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik
Disusun Oleh :
R r . D I A N I N D R I A N I W I D Y A S A R I N I M I 0 1 0 6 0 1 7
JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET
SURAKARTA
2010
2
LEMBAR PERSETUJUAN
ESTIMASI KINERJA DAN STRATEGI PENANGANAN
JARINGAN JALAN KOTA SURAKARTA TAHUN 2020 DAN 2030
(An Estimation of The Performance and Strategy of Handling Road Network in Surakarta on 2020 and 2030)
Disusun Oleh :
R r . D I A N I N D R I A N I W I D Y A S A R I N I M I 0 1 0 6 0 1 7
Telah disetujui untuk dipertahankan dihadapan Tim Penguji Pendadaran
Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret
Persetujuan Dosen Pembimbing
Dosen Pembimbing I
DR. Eng. Ir. Syafi’i , MT N I P . 19670602 199702 1001
Dosen Pembimbing II
Slamet Jauhari Legowo, ST,MT N I P . 19670413 199702 1001
3
ESTIMASI KINERJA DAN STRATEGI PENANGANAN JARINGAN JALAN KOTA SURAKARTA
TAHUN 2020 DAN 2030
(An Estimation of The Performance and Strategy of Handling
Road Network in Surakarta on 2020 and 2030)
SKRIPSI
Disusun Oleh :
R r . D I A N I N D R I A N I W I D Y A S A R I N I M I 0 1 0 6 0 1 7
Telah dipertahankan dihadapan Tim Penguji Pendadaran Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret pada hari Selasa tanggal 27 Oktober 2009.
Rr. Dian Indriani Widyasari, 2010, Estimasi Kinerja dan Strategi Penanganan Jaringan Jalan Kota Surakarta Tahun 2020 dan 2030. Skripsi. Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta. Estimasi kinerja jaringan jalan dapat dilakukan dengan identifikasi pola serbaran pergerakan. Pola pergerakan dapat diketahui bila suatu Matriks Asal Tujuan (MAT) dibebankan ke suatu jaringan jalan sehingga didapatkan arus yang dapat digunakan untuk menilai kinerja jaringan jalan. Dengan mengetahui tingkat kinerja jaringan jalan beberapa tahun yang akan datang dapat menentukan solusi penanganan untuk mengurangi permasalahan transportasi yang terjadi. Penelitian dilakukan untuk membandingkan jumlah pergerakan menggunakan analisis MAT, mengevaluasi kinerja jaringan jalan di Kota Surakarta menggunakan Nisbah Volume dan Kapasitas (NVK) dan juga memberikan alternatif penanganan masalah sistem jaringan jalan di Surakarta tahun 2009, 2020 dan 2030. Penelitian ini dilakukan di Kota Surakarta. Jaringan jalan yang dianalisis adalah jalan arteri dan kolektor. Nilai volume lalu lintas diperoleh dengan metode pembebanan Wardrop Equilibrium. Uji statistik menggunakan koefisien Determinasi (R²) dan korelasi (r). Sedangkan tingkat kinerja jaringanan jalan menggunakan parameter NVK (Nisbah Volume dan Kapasitas). Dari hasil perhitungan dengan bantuan program EMME-3, diperoleh total jumlah pergerakan kota Surakarta tahun 2009 sebesar 32361 smp/jam, tahun 2020 sebesar 45516 smp/jam dan tahun 2030 sebesar 61706 smp/jam dengan tingkat pertumbuhan sebesar 3,3 % per tahun. Pada tahun 2009 terdapat 2 ruas dengan kondisi tidak stabil, tahun 2020 terdapat 61 ruas dengan kondisi tidak stabil,dan tahun 2030 terdapat 195 ruas dengan kondisi tidak stabil. Penanganan dilakukan berkaitan dengan peningkatan ruas jalan maupun manajemennya, dimana dalam penelitian ini dilakukan pemberlakuan sistem satu arah dan pelebaran jalan disesuaikan dengan kondisi nyata. Kata kunci : MAT, arus lalu lintas, maximum entropy, EMME-3,NVK
6
ABSTRACT
Rr. Dian Indriani Widyasari, 2010. An Estimation of The Performance and Strategy of Handling Road Network in Surakarta on 2020 and 2030. Thesis. Civil Engineering Department of Engineering Faculty of Sebelas Maret University of Surakarta. Estimation the network performance can be identified by the travel pattern. Travel pattern can be known if O/D matrix is assign into road network we can find flow trips to compute network performance. Knowing network performance in the future we can find the solution to decrease the transportation problems. The primary aim of this research is to compare the amount of movement by analyzing of O/D matrix, to compare level of network performance in Surakarta using Ratio of Volume and Capacity, and also to determine the recommendation to solve the problem of road network in Surakarta in 2009,2020,and 2030. A case study of this research is Surakarta city. Road networks analyzed are artery and collector roads. Traffic flow was found using Wardrop Equilibrium assignment. Statistic methods used are coefficient of determination (R2) and correlation (r). Ratio of Volume and Capacities (V/C) is defined as volume ratio to road capacities. The result of research by EMME-3 software show the total trip of Surakarta city in 2009 is 34130 veh/hour, in 2020 is 41375 veh/hour and 61706 in 2030. with the growth level equal to 3,3% per year. In 2009 there are three links with the unstable condition, 61 links in 2020, and 195 links in 2030.To solve the problem, the proposed strategic are traffic management (one way system operation) and improvements on some road links(enlargement road) is accordance to the existing condition. Keywords: Destination Origin Matrices (O-D Matrix), Traffic Flow, V/C ratio,
EMME-3
7
KATA PENGANTAR
Puji syukur kepada Allah SWT atas rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan penyusunan skripsi dengan judul An Estimation of The Performance and Strategy of Handling Road Network in Surakarta on 2020. Sholawat serta salam senantiasa tercurahkan kepada kudwah khasanah kita 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 saya.
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. Slamet Jauhari Legowo, ST,MT, 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. Agus Hari Wahyudi M.Si, selaku Dosen Pembimbing Akademis. Terimakasih atas bimbingan dan motivasi yang telah bapak berikan selama proses belajar saya di jurusan teknik sipil ini.
6. Tim penguji ujian pendadaran skripsi, Ir. Djoko Sarwono, MT dan Ir. Agus Sumarsono, MT terimakasih atas kesediaannya untuk menguji dan membimbing saya hingga saya dapat lulus.
7. Semua Staf Pengajar pada Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret.
8
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.
9. Kakak-kakakku, mbak Nonik, Mbak Antik dan Mas Hari. Terimakasih atas dukungan dan waktu yang kalian berikan untuk penulis. Kebersamaan kita selalu menjadikan semangat bagiku.
10. Teman-teman Sipil 2006. Banyak pelajaran hidup yang penulis dapatkan dari kalian. Terimakasih atas bantuan dan dukungan selama ini.Finally, we did it!
11. Teman-teman di Laboratorium Traffic (Mbak Nurma, Mbak Retno, Pamuko, Mas Anton dan Mas Najib) . Tawa dan canda kita membantuku untuk terus bersemangat.Terimakasih atas bantuan dan kekompakanya teman. Kebersamaan kita akhirnya membuahkan hasil.
12. Sahabat-sahabatku. Deta, Kohin, Mbak No’, Radit, Nita, Betty, Afni, Eni, Onne, Wulan, Endang,Elita. Terimakasih atas dukungan kalian selama ini. Tawa dan canda kalian telah menemani setiap langkahku menjalani pendidikan di sini.
13. Adik-adik kos, Sinta, Amel dan Hikmah. Terimakasih untuk kenyamanan yang kalian berikan. Kebersamaan kita menjadi salah satu hal yang menbantuku melewati saat-saat sulit.
14. Seluruh civitas akademika Teknik Sipil UNS. Terimakasih atas bantuannya. 15. Dan semua yang pernah hadir dalam perjalanan hidupku yang tak bisa ku
sebutkan satu per satu..semoga senantiasa dalam kebaikan.
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.
Tabel 4. 5 Konversi Satuan kendaraan ke smp.......................................... 81
Tabel 4. 6 Format masukan basis data jaringan jalan................................ 84
Tabel 4. 7 Koordinat kota Surakarta……………………………………. 85
Tabel 4. 8 Data Arus Lalu Lintas Tahun 2009……..……………………. 86
Tabel 4. 9 Prior Matrix tahun 2002………................................................ 89
Tabel 4. 10
Tabel 4.11
Tabel 4.12
Tabel 4.13
Tabel 4.14
Tabel 4.15
Tabel 4.16
Tabel 4.17
Tabel 4.18
Tabel 4.19
Tabel 4.20
Tabel 4.21
Tabel 4.22
Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam
smp/jam)………………………………………………………
Volume Lalu Lintas Hasil Pembebanan Tahun 2009………....
Perbandingan arus hasil traffic count dengan arus hasil
pembebanan……………………………………………………
Uji Korelasi Model Bangkitan Pergerakan……………………
Uji Korelasi Model Tarikan Pergerakan………………………
Model Bangkitan Pergerakan.....................................................
Model Tarikan pergerakan.........................................................
Uji Koefisien Determinasi Model Bangkitan………………….
Uji Koefisien Determinasi Model Tarikan…………………….
Nilai NVK Jaringan Jalan Kota Surakarta Tahun 2009, Tahun
2020 dan Tahun 2030 (do-nothing)….……………………………
Perbandingan Nilai NVK Tahun 2009, 2020 dan 2030 dengan
system do-nothing.............................................................
Data Berkaitan dengan Alternatif Penanganan yang
Direkomendasikan untuk tahun 2009.......................................
Data Berkaitan dengan Alternatif Penanganan yang
Direkomendasikan untuk tahun 2020........................................
96
103
104
109
109
110
110
110
110
114
119
120
120
15
Tabel 4.23
Tabel 4.24
Tabel 4.25
Data Berkaitan dengan Alternatif Penanganan yang
Direkomendasikan untuk tahun 2030........................................
Perbandingan Nilai NVK Tahun 2009 ,2020 dan 2030 dengan
system do-something.................................................................
Tahun yang Ditinjau dan Nilai Kinerja Jaringan Jalannya
(NVK) untuk system do-nothing dan do-something…………
.
125
127
133
16
DAFTAR GAMBAR
Hal.
Gambar 2.1 Diagram Model Perencanaan Transportasi Empat Tahap….. 8
Gambar 2.2 Matrik Asal [A] dan Tujuan [B] (Wells,1975)…………...... 9
Gambar 2.3 Diagram garis keinginan (desire line)……………………… 9
Gambar 2.4 Proses pembebanan lalu lintas……………………………... 9
Gambar 2.5 Metode untuk mendapatkan MAT......................................... 10
Gambar 2.6 Sistem Jaringan Jalan Primer………....................................... 19
Gambar 2.7 Sistem Jaringan Jalan Sekunder……………......................... 20
Gambar 2.8 Sketsa Hipotesis Hirarki Jalan Kota....................................... 21
Gambar 2.9 Help menu............................................................................. 50
Gambar 2.10 The EMME Prompt (prompt console)................................... 51
Gambar 2.11 Prosedur Perhitungan Program EMME-3…………………. 52
Gambar 2.12 Kerangka Inti Modelling EMME/3………………………... 53
Gambar 2.13 Hasil Traffic Assignment…………………………………... 54
Gambar 2.14 Hasil Transit Assignment…………………………………... 54
Gambar 2.15 Hasil Matrix Calculator…………………………………… 55
Gambar 2.16 Hasil Network Calculator………………………………….. 56
Gambar 2.17 Bagan Alir Kerangka Pikir.................................................... 58
Gambar 3. 1 Peta Administrasi Kota Surakarta ....................................... 61
Gambar 3. 2 Peta Pembagian Zona Kota Surakarta ……………………. 62
Gambar 3. 3 Jaringan Jalan Kota Surakarta…………..…………………. 63
Gambar 3. 4 Bagan Alir Tahapan Penelitian............................................... 70
Gambar 3. 5 Bagan alir analisis penelitian………………………............. 74
Gambar 3. 6 Bagan alir perhitungan kinerja jaringan……………………. 75
Gambar 4. 1 Network Editor ...................................................................... 85
Gambar 4. 2 Editor toolbar……………………………………………… 86
Gambar 4. 3 Tabel Matrix (full matriks 5)……………………………… 95
Gambar 4. 4 Grafik Besar Pergerakan di Zona Internal…………………. 102
Gambar 4. 5 Grafik Besar Pergerakan di Zona Eksternal……………….. 102
17
Gambar 4. 6
Penyajian Arus pada Ruas Dari Program EMME-3 Dalam
Bentuk Peta………………………………………………..
106
Gambar 4.7 Grafik Uji Validasi Volume Lalu Lintas…………………… 107
Gambar 4.8 Penyajian Arus Tahun 2009 system do-nothing………….. 115
Gambar 4.9 Penyajian Arus Tahun 2020 system do-nothing………….. 116
Gambar 4.10 Penyajian Arus Tahun 2030 system do-nothing………….. 117
Gambar 4.11 Perbandingan Nilai NVK Tahun 2009, 2020 dan 2030
dengan system do-nothing.……………………………………... 119
Gambar 4.12 Perbandingan Nilai NVK Tahun 2009, 2020 dean 2030
dengan system do-something................................................. 128
Gambar 4.13 Penyajian Arus Tahun 2009 system do-nothing………….. 129
Gambar 4.14 Penyajian Arus Tahun 2020 system do-nothing………….. 130
Gambar 4.15 Penyajian Arus Tahun 2030 system do-nothing………….. 131
18
DAFTAR NOTASI DAN SIMBOL
di BA , = faktor penyimbang 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
( )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).
iO = total pergerakan dari zona asal i
lidp = 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)
idT = jumlah pergerakan dari zona asal i ke zona tujuan d
t0 = waktu tempuh pada saat V0 (detik)
lV = 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)
19
DAFTAR LAMPIRAN
Lampiran A : Data Hasil Survey(Traffic Count) Tahun 2009 Lampiran B : Konversi Satuan Kendaraan ke smp Lampiran C : Kapasitas Lampiran D : Waktu Tempuh Lampiran E : Basis Data Jaringan Jalan Lampiran F : Koordinat kota Surakarta
Lampiran G : Volume Lalu lintas Tahun 2009
Lampiran H : Data Sosio-Ekonomi Lampiran I : Estimasi Data Sosio-Ekonomi Tahun 2009, 2020 dan 2030 Lampiran J : Estimasi Pergerakan (Oi dan Dd) Lampiran K : Konstanta Penyeimbang (Ai dan Bd) Lampiran L : MAT Tahun 2020 dan 2030 Lampiran M : Nilai NVK System Do-nothing
Lampiran N : Form Survey
Lampiran O : Listing Program EMME/3
Lampiran P : Surat-surat
20
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Seluruh kegiatan manusia untuk memenuhi kebutuhan menyebabkan mereka perlu
saling berhubungan. Kebutuhan hidup manusia yang bervariasi membutuhkan
suatu ruang dimana semakin lama semakin terpisah selaras dengan ragam
kegiatan manusia yang terspesialisasi. Setiap kegiatan cenderung berkelompok
dan terpisah dengan jenis kegiatan lain, sehingga muncul zona-zona kegiatan yang
berbeda. Kebutuhan manusia tidak selalu berada dalam satu zona yang sama
dengan tempat tinggal manusia sehingga terjadi pergerakan. Keadaan tersebut
akan membangkitkan pergerakan dari suatu zona dan akan menarik pergerakan ke
zona kegiatan lain untuk proses pemenuhan kebutuhan. Besarnya sebaran
pergerakan yang terjadi sangat berkaitan dengan jenis dan intensitas kegiatan yang
dilakukan.
Sutomo menyatakan bahwa jenis tata guna lahan yang berbeda (pemukiman,
pendidikan dan komersial) mempunyai ciri bangkitan lalu lintas yang berbeda,
yaitu:
a. Jumlah arus lalu lintas
b. Jenis lalu lintas (pejalan kaki, truk atau mobil)
c. Lalu lintas pada waktu tertentu (kantor menghasilkan arus lalu lintas pada
pagi dan sore hari, pertokoan menghasilkan arus lalu lintas di sepanjang hari).
Tujuan akhir perencanaan tahap ini adalah menaksir setepat mungkin bangkitan
dan tarikan pergerakan pada masa yang akan datang.
Meningkatnya kegiatan ekonomi, sosial dan budaya masyarakat perkotaan dengan
sendirinya berdampak pada pertumbuhan pergerakan, kepadatan lalu lintas pada
ruas jalan dan pencemaran udara akibat emisi gas buang kendaraan menjadi
meningkat. Meningkatnya pergerakan dapat menyebabkan timbulnya suatu
permasalahan transportasi, seperti kemacetan, tundaan, maupun kecelakaan.
21
Pergerakan yang semakin meningkat tanpa diikuti peningkatan kapasitas sistem
prasarana yang ada seperti pelebaran jalan, mekanika pengaturan jalan dan
sebagainya akan mengakibatkan permasalahan transportasi yang semakin
kompleks. Kemacetan akan semakin sering terjadi pada lokasi – lokasi padat di
sekitar pusat kegiatan usaha maupun persimpangan. Kinerja lalu lintas dengan
sendirinya akan menurun secara signifikan dari tahun ke tahun,
Untuk mengatasi berbagai permasalahan tersebut, maka kita harus memahami
pola sebaran pergerakan yang akan terjadi di masa yang akan datang. Dengan
mengetahui pola pergerakan masa yang akan datang, dapat dilakukan estimasi
kinerja jaringan jalan yang akan terjadi sehingga dapat dilakukan usaha untuk
mengantisipasi masalah yang diperkirakan terjadi di masa yang akan datang.
Estimasi kinerja jaringan jalan dapat dilakukan dengan identifikasi pola serbaran
pergerakan. Pola pergerakan dapat dihasilkan bila suatu MAT dibebankan ke
suatu jaringan transportasi sehingga didapatkan arus yang dapat digunakan untuk
menilai kinerja jaringan jalan. Dengan mengetahui kinerja jaringan jalan beberapa
tahun yang akan datang dapat dihasilkan solusi penanganan untuk mengurangi
permasalahan transportasi yang terjadi.
Penelitian akan dilakukan di daerah Surakarta yang pada saat ini menjadi daerah
dengan perkembangan perekonomian dan pertumbuhan penduduk yang semakin
meningkat. Meningkatnya aktivitas perekonomian, membawa dampak pada naiknya
aktivitas pergerakan sehingga secara tidak langsung berdampak pada kinerja
jaringan jalan. Penelitian dilakukan untuk mengevaluasi kinerja jaringan jalan di
Kota Surakarta dan memberikan alternatif penanganan masalah sistem jaringan
jalan tahun 2020 dan 2030. Penelitian dilakukan pada tahun-tahun tersebut dengan
pertimbangan bahwa Kota Surakarta belum mencapai tingkat kepadatan tinggi
sehingga dilakukan tinjauan untuk penanganan jangka panjang.
Evaluasi ditinjau dari klasifikasi fungsional dan sistem jaringan dari ruas-ruas
yang ada di Kota Surakarta. Penelitian dilakukan pada jalan arteri dan kolektor
karena volume pada jalan ini umumnya besar. Untuk jalan lokal evaluasi belum
diperhitungkan pada penelitian ini karena volume lalu lintas relatif lebih rendah
22
dan akses terhadap lahan disekitarnya tinggi sehingga permasalahan cenderung
bersifat lokal.
Tingkat kinerja jaringan jalan dapat dinilai menggunakan tiga parameter lalu
lintas berupa kecepatan, kepadatan lalulintas dan Nisbah Volume dan Kapasitas
(NVK) yang didapatkan dari perbandingan volume lalulintas dan kapasitas jalan.
Pada penelitian ini digunakan Nisbah Volume dan Kapasitas (NVK) untuk
mengevalusai kinerja dikaitankan dengan volume yang dihasilkan dari
pembebanan MAT yang akan dilakukan.
Alternatif penanganan masalah kinerja jaringan jalan berupa manajemen lalu
lintas, peningkatan ruas jalan dan pembangunan jalan baru. Dilihat dari keadaan
jaringan jalan di Kota Surakarta yang sudah padat, evaluasi yang akan dilakukan
berkisar pada manajemen lalu lintas berkaitan dengan tipe operasi dan
peningkatan ruas jalan berkaitan dengan penambahan lajur disesuaikan dengan
keadaan jalannya.
1.2. Rumusan Masalah
Berdasarkan latar belakang masalah yang telah diuraikan diatas dapat dirumuskan
permasalahan sebagai berikut:
a. Berapa besar jumlah pergerakan yang terjadi pada tahun 2009 dan yang akan
terjadi tahun 2020 serta 2030 menggunakan analisis MAT dengan aplikasi
software EMME/3?
b. Bagaimana perbandingan tingkat kinerja jaringan jalan dengan alat ukur
Nisbah Volume dan Kapasitas (NVK) di Kota Surakarta pada tahun 2009, 2020
dan 2030?
c. Apa alternatif penanganan yang dapat mengurangi permasalah jaringan jalan di
Kota Surakarta pada tahun 2009 atau yang diperkirakan terjadi tahun 2020 dan
2030?
23
1.3. Batasan Masalah
Untuk membatasi permasalahan agar penelitian tidak terlalu meluas dan lebih
terarah maka perlu adanya pembatasan masalah sebagai berikut:
a. Wilayah kajian adalah Kota Surakarta dengan jaringan transportasi yang ada
ditambah dengan beberapa ruas jalan pada zona eksternal yang dianggap
mempengaruhi arus masuk dan arus keluar dari dalam kota.
b. Pembagian zona berdasarkan batas-batas administrasi berupa kalurahan.
c. Data matrik awal (prior matrik) yang digunakan adalah hasil perhitungan
skripsi dengan judul “Estimasi Matrik Asal Tujuan dari Data Lalu Lintas
dengan Metode Estimasi Inferensi Bayesian (Studi Kasus Kota Surakarta)”
oleh Rahayu Mahanani Wijiastuti tahun 2002 dilengkapi dengan hasil
survey terbaru 2009 di beberapa titik di lapangan.
d. Ruas jalan yang dianalisis adalah ruas jalan arteri dan ruas jalan kolektor sesuai
pembagian jalan menurut Dinas Pekerjaan Umum Kota Surakarta.
e. Penelitian dilakukan pada pola pergerakan kendaraan yang terdiri dari semua
jenis kendaraan sesuai pembagian dalam Manual Kapasitas Jalan Indonesia
(MKJI) 1997.
f. Penelitian dilakukan pada jam puncak pagi hari yaitu pukul 06.00-08.00 WIB.
g. Kapasitas ruas jalan, waktu tempuh, dan kecepatan dihitung menggunakan
metode perhitungan pada MKJI.
h. Pergerakan pejalan kaki tidak diperhitungkan.
i. Jaringan jalan yang dianalisis mengabaikan fenomena simpang.
j. Metode pembebanan yang digunakan adalah Metode Keseimbangan Wardrop
(Wardrop Equilibrium).
k. Analisis pembebanan dilakukan dengan bantuan program EMME/3.
l. Peubah bebas yang diperhitungkan dalam pemodelan bangkitan pergerakan
adalah luas lahan tiap kelurahan, luas lahan pemukiman, kepemilikan
kendaraan, dan usia pendidikan dan bekerja (5-59 tahun).
m. Peubah bebas yang diperhitungkan dalam pemodelan tarikan adalah luas lahan
usaha dan jumlah sekolah tiap kelurahan.
24
n. Pengembangan tata guna lahan pada daerah kajian sesuai dengan data dari Biro
Pusat Statistik (BPS).
o. Metode analisis perhitungan yang digunakan dalam pemodelan bangkitan dan
tarikan pergerakan adalah metode analisis regresi linier sederhana.
p. Uji statistik yang digunakan untuk pemodelan bangkitan dan tarikan
pergerakan adalah uji korelasi dan koefisien determinasi.
q. Metode sebaran pergerakan yang digunakan adalah model gravity dengan dua
batasan (PACGR).
r. Parameter sebagai ukuran kinerja ruas jalan adalah Nisbah Volume dan
Kapasitas (NVK).
1.4. Tujuan Penelitian
Penelitian ini bertujuan untuk:
1. Membandingkan jumlah pergerakan pada tahun 2009, 2020 dan 2030
menggunakan analisis MAT.
2. Membandingkan tingkat kinerja jaringan jalan di Kota Surakarta pada tahun
2009, 2020 dan 2030 menggunakan alat ukur Nisbah Volume dan Kapasitas
(NVK).
3. Memberikan alternatif penanganan yang dapat mengurangi permasalah
jaringan jalan di Kota Surakarta pada tahun 2009 atau yang diperkirakan
terjadi pada tahun 2020 dan 2030.
25
1.5. Manfaat Penelitian
1. Manfaat Teoritis
Meningkatkan pemahaman dan pengetahuan di bidang perencanaan dan
pemodelan transportasi, terutama berkaitan dengan Trip Distribution dan Trip
Assignment.
2. Manfaat Praktis
Hasil yang diperoleh dapat digunakan sebagai bahan pertimbangan dalam
perbaikan dan perencanaan transportasi untuk Kota Surakarta pada waktu
yang akan datang.
26
BAB 2
LANDASAN TEORI
2.1. Tinjauan Pustaka
Perencanaan transportasi dapat didefinisikan sebagai suatu proses yang memiliki
tujuan mengembangkan sistem transportasi yang memungkinkan manusia dan
barang bergerak atau berpindah tempat dengan aman dan murah.
(Pignataro,1973)
Sarana transportasi harus direncanakan untuk memenuhi kebutuhan lalu lintas
yang sudah ada maupun yang akan ada, diletakkan pada lokasi yang tepat di
dalam daerah atau kota, dan secara ekonomi harus dapat dipertanggungjawabkan.
(Warpani, 1990)
Blunden (1971) yang dikutip oleh Warpani (1990) mengaitkan perencanaan
transportasi dengan tata guna lahan kota yang dikatakannya mempunyai dua
tujuan pokok, yaitu:
1. Meningkatkan daya guna sistem yang telah ada
2. Merencanakan perkembangan dan pertumbuhan di masa yang akan datang
Dari sini terbukti bahwa pada masa kini, terutama bagi kota besar, pentingnya
perencanaan transportasi makin dirasakan untuk menyelesaikan permasalahan
transportasi.
Konsep perencanaan transportasi yang paling populer adalah Model Perencanaan
Transportasi Empat Tahap, yang terdiri dari:
1. Bangkitan dan tarikan pergerakan (Trip Generation)
2. Distribusi pergerakan lalu lintas (Trip Distribution)
3. Pemilihan moda (Modal Choice atau Modal Split)
4. Pembebanan lalu lintas (Trip Assignment)
27
Gambar 2.1. Diagram Model Perencanaan Transportasi Empat Tahap
Bangkitan dan tarikan pergerakan menurut Tamin (1995) adalah tahapan
pemodelan yang memperkirakan jumlah pergerakan yang berasal dari suatu zona
atau tata guna lahan dan jumlah pergerakan yang tertarik ke suatu zona atau tata
guna lahan. Tahap ini menghubungkan interaksi antara tata guna lahan, jaringan
transportasi, dan arus lalu lintas.
Distribusi pergerakan adalah proses menghitung jumlah perjalanan yang terjadi
antara satu zona dengan semua zona lainnya. Suatu matrik perjalanan dibuat untuk
menunjukkan jumlah perjalanan yang terjadi. Secara umum, perjalanan harus
didistribusikan pada area sebanding (proporsional) dengan daya tarik aktivitas dan
berbanding terbalik dengan hambatan perjalanan antara area-area.
(F.D. Hobbs,1995,185)
Four stages
Zones network Base-year data Future planning data
Data Base
Base year Future
Trip generation
Trip Distribution
Modal split/choice
Trip assignment
Traffic Flow
28
Distribusi pergerakan dapat direpresentasikan dalam bentuk garis keinginan
(desire line) atau dalam bentuk Matriks Asal Tujuan, MAT (origin-destination
matrix/O-D matrix).
Gambar 2.2. Matrik Asal [A] dan Tujuan [B] (Wells,1975)
Gambar 2.3. Diagram garis keinginan (desire line)
Langkah terakhir dalam perencanaan transportasi adalah trip assignment
(pembebanan lalu lintas). Pembebanan lalu lintas adalah suatu proses dimana
permintaan perjalanan (yang didapat dari tahap distribusi) dibebankan ke jaringan
jalan. Tujuan trip assignment adalah untuk mendapatkan arus di ruas jalan atau
total perjalanan di dalam jaringan yang ditinjau.
Gambar 2.4. Proses pembebanan lalu lintas
A B
B
D
E
A
C
Arus & Total Biaya perjalanan
Matriks asal tujuan (permintaan)
jaringan (sediaan)
Trip assignment kriteria
memutuskan
29
Papacostas and Prevedouros (2005) menyatakan bahwa travel demand dan travel
trip termasuk dalam perencanaan transportasi selain trip generation, distribution,
mode of travel dan route assignment. Travel trip diperoleh dari permintaan
perjalanan dimana perjalanan dilakukan dengan suatu tujuan untuk memfasilitasi
hubungan social dan ekonomi manusia. Setiap perjalanan yang dilakukan
bergantung pada beberapa faktor seperti pendapatan, kepemilikan kendaraan, dan
jarak. Dinyatakan juga bahwa “Travel demand models are driven in part, by the
relationship of land use activities and characteristics to the transportation
network. Specific inputs to the modeling process are land use activity including
the number of households, population-in-households, vehicles and employment
located in a given analysis zone”.
Pola pergerakan dapat dihasilkan bila suatu MAT dibebankan ke suatu jaringan
transportasi. Dengan mengetahui pola pergerakan yang terjadi, kita dapat
memperkirakan masalah yang akan timbul sehingga solusi dapat segera
dihasilkan. Kelebihan bentuk matriks adalah dapat didapatkan secara tepat arus
pergerakan antarzona yang terjadi, namun tidak dapat menggambarkan arah
pergerakan tersebut. Hal ini dapat diatasi dengan penggunaan garis keinginan
untuk menggambarkan pergerakan yang terjadi.
(Ofyar Z. Tamin, 1997:130)
Metode untuk mendapatkan MAT dapat dikelompokkan menjadi dua bagian
utama, yaitu: metode tidak konvensional dan metode konvensional. Untuk lebih
jelasnya, pengelompokan digambarkan berupa diagram pada Gambar 2.5.
(Tamin,1985,1986,1988abc)
30
Gambar 2.5. Metode untuk mendapatkan MAT
Penelitian yang pernah dilakukan sebelumnya kebanyakan menggunakan metode
konvensional, salah satunya menggunakan model Gravity. Seperti penelitian
terdahulu yang pernah dilakukan oleh Slamet Basuki (2001) dengan menggunakan
model tersebut untuk estimasi distribusi perjalanan. Kalibrasi model dengan
bantuan program SATURN (Simulation and Assignment of Traffic to Urban Road
Network).
Priyatno (2000) melakukan penelitian dengan menggunakan metode Tidak
Konvensional untuk estimasi Matrik Asal Tujuan. Priyatno menggunakan
pemodelan ME2 (Matrik Estimation Maximum Entropy), teknik pembebanan
Wardrop Equilibrium, dan dibantu program SATURN.
Wiwit Hernasari (2000) mengestimasi Matrik Asal Tujuan dengan metode
pembebanannya All Or Nothing. Metode pendekatan dengan ME2 dibantu
program SATURN, sedangkan uji validasi dengan koefisien Determinasi R2.
31
Penelitian dengan model Gravity-Opportunity (GO) dilakukan oleh M. Rusli
(2002). Metode pendekatan ME2 dibantu program SATURN, metode pembebanan
All or Nothing, metode estimasi dengan NLLS (Non Linear Least Square),
sedangkan uji validasi dengan RMSE (Root Mean Square Error).
Estimasi model Kombinsi Sebaran Pergerakan dan Pemilihan Moda (SPPM) oleh
Nuning Fitriani (2002) menggunakan model Gravity untuk sebaran pergerakan
dan multinomial logit untuk pemilihan moda. Metode estimasi yang digunakan
yaitu metode estimasi NLLS (Non Linear Least Square), metode pendekatan
dengan ME2, metode pembebanan Wardrop Equilibrium dan uji validasi dengan
koefisien Determinasi R2.
Penelitian yang dilakukan Astri Brillianti (2002) untuk mengevaluasi kinerja
jaringan jalan di Kota Surakarta dan memberikan alternatif upaya penanganan
masalah sistem jaringan jalan dengan periode kajian 5 tahunan untuk umur
rencana 10 tahun mendatang. Alternatif upaya penanganan masalah sistem
jaringan jalan yang ditempuh dengan cara peningkatan kapasitas jalan berupa
pelebaran jalan dan pembangunan jalan baru. Pemodelan yang dilakukan dengan
model gravity, metode pembebanan Wardrop Equilibrium dengan program
SATURN.
Rahayu Mahanani Wijiastuti (2002) menitikberatkan pada aspek sebaran
pergerakan saja dengan menggunakan bantuan software SATURN. Model yang
digunakan adalah Model Gravity dengan alasan bahwa model gravity lebih mudah
dan sederhana dalam proses pengerjaannya, data yang diambil dalam pemodelan
berdasarkan data arus lalu lintas. Model menggunakan metode estimasi Kuadrat
Terkecil Tidak Linear (KTTL) dengan dasar pemikiran bahwa dengan pendekatan
kuadrat terkecil, simpangan atau selisih antara sebaran pergerakan yang dihitung
dari pemodelan (Tid) dengan yang didapat dari hasil pengamatan(^
idT )
memberikan harga yang minimum. Didapatkan dari hasil penelitian nilai
parameter β=-0.00119, dimana nilai (-) menggambarkan bahwa biaya rata-rata
perjalanan pada jam sibuk di kota Surakarta bukan satu-satunya faktor bagi pelaku
32
perjalanan. Parameter β pada penelitian ini selanjutnya digunakan untuk
mengestimasi MAT tahun 2020.
Nurmalia (2009) memperhitungkan MAT dengan menggunakan metode Enteropi
Maksimum. Penelitian ini menggunakan aplikasi Software EMME/3 yang
merupakan pengembangan dari program EMME/2 untuk menghitung MAT baru
hasil pembebanan.
Penelitian yang telah dilaksanakan berguna untuk mengetahui tingkat kinerja
jaringan jalan pada saat ini maupun pada tahun-tahun yang akan datang, sehingga
dapat dihasilkan evaluasi dan penanganan yang dapat dilakukan. Penelitian
menggunakan analisis MAT dengan menggunakan bantuan software EMME/3.
Model yang digunakan untuk mendapatkan sebaran pergerakan adalah Model
Gravity dengan alasan bahwa model gravity lebih mudah dan sederhana dalam
proses pengerjaannya. Data yang diambil dalam pemodelan ini berdasarkan data
prior matriks dari penelitian sebelumnya dan dilengkapi dengan data hasil survey
terbaru di beberapa titik di lapangan.
Shelmi (2009) menyatakan kinerja secara umum adalah ukuran pelaksanaan tugas
seseorang atau sekelompok orang atau unit-unit kerja dalam satu organisasi sesuai
dengan standar kinerja atau tujuan yang ditetapkan lebih dahulu. Kata kinerja
(performance) dalam konteks tugas, sama dengan prestasi kerja. Sehingga,
kinerja jaringan jalan dapat didefinisikan sebagai ukuran kuantitatif kondisi-
kondisi operasional jalan atau pelaksanaan fungsi jalan sebagai respon dari arus
lalu lintas yang terjadi.
Evaluasi kinerja menurut Shelmi (2009) adalah proses penilaian dan pelaksanaan
tugas seseorang atau sekelompok orang atau unit-unit kerja dalam satu perusahaan
atau organisasi sesuai dengan standar kinerja atau tujuan yang ditetapkan lebih
dahulu. Jadi, dapat disimpulkan bahwa evaluasi kinerja jaringan jalan adalah
proses penilaian keadaan existing jalan dibandingkan dengan keadaan jalan
dengan kondisi ideal.
33
Tujuan evaluasi kinerja adalah untuk mengetahui tingkat pencapaian sasaran,
terutama untuk mengetahui bila terdapat kekurangan atau penyimpangan supaya
segera diperbaiki, sehingga sasaran atau tujuan dapat tercapai.
Penelitian ini bertujuan mengestimasi kinerja jaringan jalan perkotaan. Ukuran
kinerja jaringan jalan dapat dinilai dengan menggunakan parameter lalu lintas
berikut:
1. Untuk ruas jalan dapat berupa NVK, kecepatan dan kepadatan lalu lintas.
2. Untuk persimpangan dapat berupa tundaan dan kapasitas sisa.
3. Jika tersedia data kecelakaan lalu lintas, dapat juga dipertimbangkan dalam
mengevaluasi efektivitas sistem lalu lintas perkotaan.
(Tamin, 2000)
Penanganan masalah jaringan jalan dapat dilakukan dengan berbagai cara, antara
lain manajemen lalu lintas, peningkatan ruas jalan dan pembangunan jalan baru.
Manajemen lalulintas adalah suatu proses pengaturan pasokan (supply) dan
kebutuhan (demand) sistem jalan raya yang ada untuk memenuhi suatu tujuan
tertentu tanpa penambahan prasarana baru, melalui pengurangan dan pengaturan
Jl. Tentara Pelajar (Depan Smp Muhammadiyah) Jl. Ir. Sutami (Depan Kampus UNS) Jl. Dr. Radjiman ( Depan POM Bensin Laweyan) Jl. Kapten Mulyadi (Depan Rumah Sakit Kustati) Jl. Veteran (Depan SD Al Islam) Jl. Gajah Mada (Depan Hotel Sahid Raya) Jl. Dr. Radjiman (Samping Matahari Singosari) Jl. Dr. Muwardi (Depan Lapangan Kota Barat) Jl. Bridjen Katamso (Depan Stasiun TATV) Jl. Letjen Suprapto (Depan Warung Makan Bu Bibit) Jl. Sumpah Pemuda (Depan UNISRI) Jl. Letjen Sutoyo (Dekat Jembatan Ngemplak) Jl. Adi Sucipto (Depan GOR Manahan) Jl. Jendral Sudirman Jl. Jendral Ahmad Yani Jl. Bridjend Slamet Riyadi (Kleco Barat) Jl. Urip Sumoharjo Jl. Monginsidi (Dekat Stasiun Balapan) Jl. Kapten Tendean Jl. Tagore Jl. Ahmad Yani (Dekat Terminal Tirtonadi) Jl. Mayor Sunaryo Jl. Slamet Riyadi (Gendengan) Jl. Adi Sucipto Jl. Kolonel Sutarto (Depan Panggung) Jl. Slamet Riyadi (Nonongan) Jl. Slamet Riyadi (Kerten) Jl. Monginsidi (Depan Hotel Asia)
Sumber : data survei tahun 2009
Tabel 3.2. Lokasi survei volume lalu lintas zona eksternal
Sumber : data survei tahun 2009
Nomor Nama jalan 29 30 31 32 33 34 35 36 37 38 39 40 41 42
Jl. Yos Sudarso Jl. Dr. Radjiman Jl. Kolonel Sugiyono Jl. Brigjen Katamso Jl. Joko Tingkir Jl. Adi Sumarmo Jl. Slamet Riyadi Jl. Veteran Jl. Kyai Mojo Jl. Palur Jl. Adi Sucipto Jl. Ring Road Jl. Tangkuban Perahu Jl. Bridjen Sudarto
80
Gam
bar
3.1.
Pet
a A
dmin
istr
asi K
ota
Sura
kart
a
Sum
ber
: B
adan
Per
enca
naan
Pem
bang
unan
Dae
rah
(Bap
peda
) K
ota
Sura
kart
a
81
Gam
bar
3.2.
Pet
a P
emba
gian
Zon
a K
ota
Sura
kart
a
Sum
ber
: B
adan
Per
enca
naan
Pem
bang
unan
Dae
rah
(Bap
peda
) K
ota
Sura
kart
a
82
Gam
bar
3.3.
Pet
a Ja
ring
an K
ota
Sura
kart
a
Sum
ber
: D
epar
tem
en P
eker
jaan
Um
um (
DP
U)
83
3.2. Sumber Data
3.2.1. Data Primer
Data data volume kendaraan yang diperoleh dari hasil survey traffic count dengan
pengamatan langsung di lapangan.Survey traffic count dilakukan di lokasi pada
Tabel 3.1 dan Tabel 3.2.
3.2.2. Data Sekunder
Dilakukan pengumpulan data dasar penelitian yaitu data sekunder yang didapat
dari instansi terkait:
1. Peta wilayah Kota Surakarta yang diperolah dari Badan Perencanaan
Pembangunan Daerah (Bappeda).
2. Data jumlah penduduk usia sekolah dan bekerja (5-59 tahun), kepemilikan
kendaraan bermotor, perincian luas penggunaan tanah untuk tiap kelurahan
(untuk usaha dan pemukiman) dan jumlah fasilitas pendidikan (sekolah) dari
Biro Pusat Statistik (BPS).
3. Data jaringan jalan dari Departemen Pekerjaan Umum (DPU).
4. Data matrik awal (prior matrix) yang digunakan adalah hasil perhitungan
skripsi “Estimasi Matrik Asal Tujuan dari Data Lalu Lintas dengan Metode
Estimasi Inferensi Bayesian (Studi Kasus Kota Surakarta)” oleh Rahayu
Mahanani Wijiastuti tahun 2002.
3.3. Prosedur Survey Primer
Prosedur survey primer ini berupa tahap-tahap yang harus dilakukan sebelum dan
selama pelaksanaan survey agar tidak terjadi kesalahan dalam pengumpulan data
di lapangan.
84
3.3.1. Survey Pendahuluan
Survey dilakukan untuk menentukan waktu dan lokasi penelitian. Penentuan jam
sibuk berdasarkan penelitian sebelumnya yang telah dilakukan pada beberapa ruas
di Kota Surakarta. Penentuan lokasi penelitian berdasarkan pertimbangan
klasifikasi fungsi jalan, kondisi tata guna lahan disekitarnya, tingkat kepadatan
lalu lintas dan beberapa ruas jalan yang dianggap mewakili pada jaringan jalan
kota Surakarta.
3.3.2. Teknik Pengumpulan Data
1. Pengumpulan Data Primer
Pengumpulan data primer pada penelitian ini dilakukan secara langsung
dilapangan dengan cara menghitung berapa banyaknya kendaraan yang melewati
suatu titik survey. Pengumpulan data tersebut dilakukan oleh surveyor secara
manual menggunakan bantuan hand tally counter untuk jenis kendaraan tertentu
yang memiliki arus besar sehingga sulit dilakukan perhitungan secara manual
(dengan turus). Hasil dari perhitungan tersebut dicatat dalam suatu formulir
survey.
2. Pengumpulan Data Sekunder
Dilakukan pengumpulan data dasar penelitian yaitu data sekunder yang didapat
dari instansi terkait:
1. Peta wilayah Kota Surakarta yang diperolah dari Badan Perencanaan
Pembangunan Daerah (Bappeda).
2. Data jumlah penduduk usia sekolah dan bekerja (5-59 tahun), kepemilikan
kendaraan bermotor dan perincian luas penggunaan tanah untuk tiap
kelurahan (untuk usaha dan pemukiman) dan jumlah fasilitas pendidikan
(sekolah) dari Biro Pusat Statistik (BPS).
3. Data jaringan jalan dari Departemen Pekerjaan Umum (DPU).
85
4. Data matrik awal (prior matrix) yang digunakan adalah hasil perhitungan
skripsi “Estimasi Matrik Asal Tujuan dari Data Lalu Lintas dengan Metode
Estimasi Inferensi Bayesian (Studi Kasus Kota Surakarta)” oleh Rahayu
Mahanani Wijiastuti tahun 2002.
3.3.3. Desain Survey
Desain survey yang dilakukan untuk mendapatkan data di lapangan meliputi:
1. Desain alat survey
Dalam melakukan survey ada dua metode yang digunakan yaitu: metode
manual (menggunakan turus atau angka yang nantinya dijumlahkan) dan tally
system (menggunakan bantuan alat). Peralatan yang digunakan disini
meliputi: alat tulis, formulir survey, hand tally counter, penunjuk waktu
(Hand Phone).
2. Desain formulir survey
Berdasarkan jenis kendaraan yang akan disurvey meliputi: Unmotor, Motor
Cycle, Light Vehicle (mobil penumpang, oplet, mikrobis, pick-up dan truk
kecil), dan Heavy Vehicle (bis, truk 2 as, truk 3 as, dan truk kombinasi) dan
desain alat yang digunakan, maka formulir survey yang digunakan memuat
kriteria dan contoh gambar dari kendaraan yang disurvey. Formulir isian
jumlah kendaraan diisi sesuai dengan jumlah kendaraan yang melalui ruas
jalan yang diamati dan dihitung per 5 menit selama 2 jam mulai pukul 06.00
sampai 08.00. Karena ada sebagian yang menggunakan metode manual maka
lebar dan panjang kolom untuk pengisian disesuaikan supaya dapat memuat
turus hasil penghitungan.
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 disurvey.
86
b. Jumlah Surveyor
Jumlah surveyor yang digunakan sebanyak 118 orang dengan
penempatan pada titik-titik yang telah ditentukan. Banyak surveyor yang
ditempatkan pada suatu titik di ruas jalan tertentu tergantung pada kelas
jalan, lebar jalan, banyak lajur dan jalur, kepadatan, dan jenis kendaraan
yang melalui jalan tersebut.
c. Tugas Surveyor
Tugas Surveyor adalah mencatat semua jenis kendaraan bermotor
kedalam formulir survey yang telah ditentukan per lima menitan
berturut-turut selama dua jam.
d. 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.
3.4. 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:
1. Pengolahan data dasar penelitian
Data yang didapatkan berupa traffic count yang melewati ruas jalan selanjutnya
diolah dalam bentuk perhitungan matematis menggunakan standar MKJI sehingga
didapatkan ekivalensi mobil penumpang. Dilakukan pula perhitungan untuk basis
data berupa kapasitas, kecepatan dan waktu tempuh untuk masing-masing ruas
yang kemudian akan digunakan sebagai basis data untuk dimasukkan dalam
program komputer Equilibre Multimodal, Multimodal Equilibrium (EMME/3).
2. Perhitungan MAT dengan software EMME/3 menggunakan Metode pembebanan
Metode Keseimbangan Wardrop (Wardrop Equilibrium) untuk mendapatkan MAT
existing tahun 2009 dan volume lalu lintas tahun 2009.
87
3. Memodelkan bangkitan dan tarikan untul pergerakan tahun 2020 dan 2030 dengan
mengestimasi data sosio-ekonomi tahun 2009 menggunakan analisis regresi linier
sederhana.
4. Dilakukan uji statistik antara bangkitan dan tarikan dengan faktor-faktor yang
mempengaruhi pergerakan menggunakan data sosio-ekonomi yang dengan metode
uji korelasi dan uji koefisien determinasi (R2).
5. Perhitungan dengan pemodelan bangkitan dan tarikan pergerakan yang telah
didapatkan sebelumnya, sehingga didapatkan jumlah pergerakan (Oi dan Dd) tahun
2020 dan 2030.
6. Dicari faktor penyeimbang (Ai dan Bd) untuk bangkitan dan tarikan.
7. Estimasi MAT tahun 2020 dan 2030 menggunakan parameter β=-0.00119 dari
penelitian sebelumnya , “Estimasi Matrik Asal Tujuan dari Data Lalu Lintas dengan
Metode Estimasi Inferensi Bayesian (Studi Kasus Kota Surakarta)” oleh Rahayu
Mahanani Wijiastuti tahun , menggunakan metode dua batasan.
8. Membebankan MAT hasil analisis tahun 2020 dan 2030 ke dalam jaringan jalan
menggunakan program EMME/3 sehingga didapatkan volume lalu lintas tahun 2020
dan 2030.
9. Melakukan evaluasi kinerja jalan masa yang akan datang mengacu pada Nisbah
Volume dan Kapasitas (NVK) dengan membandingkan volume lalu lintas dan
kapasitas jalan (analisis system do-nothing) untuk tahun 2009, 2020 dan 2030.
Untuk nilai NVK < 0,8 kondisi jalan dianggap stabil, jika melebihi 0,8 maka kondisi
jalan dianggap tidak stabil dan memerlukan penanganan.
10. Memberikan alternatif penanganan jaringan jalan untuk mengurangi permasalahan
lalu lintas berkaitan dengan peningkatan ruas jalan maupun manajemennya.
11. Menyusun updating basis data jaringan jalan baru sesuai dengan alternatif
penanganan yang diberikan.
12. Melakukan analisis menggunakan data jaringan jalan hasil rekomendasi dengan
bantuan program EMME/3 sehingga didapatkan volume lalu lintas baru tahun 2020
dan 2030.
13. Melakukan evaluasi kinerja jalan masa yang akan datang mengacu pada Nisbah
Volume dan Kapasitas (NVK) dengan membandingkan volume lalu lintas dan
kapasitas jalan baru hasil rekomandasi (analisis system do-something).
88
14. Kesimpulan merupakan uraian secara singkat inti dari hasil akhir proses
pembahasan yang kemudian ditambahkan dengan saran untuk penelitian
selanjutnya agar bisa lebih dikembangkan lagi.
Tahapan penelitian ini ditampilkan pada Gambar 3.4.
Pengumpulan Data
Data Sekunder Data Primer
Survey traffic count di beberapa
ruas di Kota Surakarta
Data dari instansi-instansi terkait 1. BAPPEDA: peta Wilayah
Surakarta 2. BPS : data sosio-ekonomi dan
kependudukan 3. DPU Surakarta : Jaringan jalan
Mulai
Prior Matriks tahun 2002
oleh Rahayu Mahanani
Traffic Count tahun 2009
Pemodelan MAT dengan software EMME/3untuk mendapatkan MAT tahun 2009
Perhitungan data dengan standar MKJI
Pembuatan basis data jaringan jalan
Estimasi MAT pada tahun 2020 dan 2030 dengan model gravity dua-batasan dan menggunakan parameter β
Perhitungan nilai NVK dengan system do-nothing
Rekomendasi penanganan jaringan jalan sesuai nilai NVK
Kalibrasi model bangkitan dan tarikan dengan metode analisis regresi berbasis zona
A
Penyusunan updating basis data dengan jaringan jalan sesuai alternatif penanganan yang direkomendasikan
Perhitungan nilai NVK dengan system do-something
Kesimpulan dan Saran
A
89
Gambar 3.4. Bagan alir tahapan penelitian
3.5. Teknik Analisis Data
3.5.1. Pengumpulan Data Dasar Penelitian
Data-data tersebut antara lain:
1. Peta wilayah Surakarta digunakan untuk pembagian zona pada daerah kajian.
Pembagian zona disini dilakukan berdasarkan batas administratif dalam suatu
kelurahan. Selain itu sebagai acuan penentuan koordinat.
2. Data jaringan jalan digunakan untuk menghitung waktu tempuh, kecepatan
dan kapasitas masing-masing ruas jalan.
3. Data volume lalu lintas atau traffic count disesuaikan dalam satuan mobil
penumpang (smp/jam).
Dalam tahapan ini survey data lalu lintas dan hasil data jaringan jalan yang
telah didapatkan diolah dalam bentuk perhitungan matematis yang selanjutnya
dilengkapi dengan prior matriks digunakan sebagai basis data untuk
dimasukkan dalam software EMME/3.
3.5.2. Analisis Data
Analisis data yang dilakukan antara lain sebagai berikut:
1. Perhitungan basis jaringan jalan
90
Perhitungan data ruas jalan penelitian ini menggunakan standar Manual
Kapasitas Jalan Indonesia (MKJI 1997).
2. Perhitungan Matrik Asal Tujuan
Matrik dibebankan ke jaringan jalan dengan metode pembebanan User
Equilibrium, alat bantu yang digunakan berupa software EMME/3. Program
ini mengolah data jaringan jalan, data lalu lintas dan prior matriks untuk
mendapatkan matrik baru. Prior matriks didapatkan dari hasil skripsi Rahayu
Mahanani tahun 2002.
3. Kalibrasi model bangkitan dan tarikan pergerakan
Menggunakan data jumlah pergerakan sebagai peubah tak bebas dan data
sosio-ekonomi tahun 2009 sebagai peubah bebas, dilakukan perhitungan
untuk mendapatkan model bangkitan dan tarikan pergerakan Kota Surakarta.
4. Estimasi matrik asal tujuan tahun 2020 dan 2030
Berdasarkan trend data sosio-ekonomi yang terkait, dilakukan estimasi untuk
tahun 2020 dan 2030. Nilai Oi dan Dd untuk tahun 2020 dan 2030 kemudian
dapat dihitung menggunakan model bangkitan dan tarikan (yang didapat dari
pemodelan bangkitan dan tarikan menggunakan analisis regresi linier
sederhana). Nilai Oi dan Dd tersebut digunakan untuk menghitung total
pergerakan dari masing-masing zona asal ke zona tujuan (Tid) menggunakan
model gravity dengan dua batasan.
5. Perhitungan nilai NVK ruas jalan
MAT tahun 2020 dan 2030 dibebankan pada jaringan jalan Kota Surakarta
sehingga diperoleh besar volume lalu lintas pada ruas jalan tahun 2020 dan
2030. Dihitung nilai NVK dengan membandingkan volume lalu lintas dan
kapasitas jalan. Hasil perhitungan NVK pada tahap ini adalah kondisi
jaringan jalan tanpa mengalami perubahan (do-nothing).
6. Penanganan permasalahan
Jaringan jalan dengan nilai NVK ≥ 0,8 atau pada kondisi tidak stabil atau
kritis dianalisis untuk mencari alternatif penanganan yang sesuai dengan
keadaan lingkungan saat ini. Kondisi jaringan jalan yang mengalami
91
perubahan ini disebut system do-something. Berdasarkan alternatif
penanganan tersebut, disusun updating basis data jaringan jalan.
7. Perhitungan nilai NVK ruas jalan menggunakan basis data yang telah di
updating
Proses pembebanan pada jaringan jalan baru hasil alternatif penanganan
dilakukan untuk melihat pengaruh perubahan kapasitas beberapa ruas jalan
terhadap nilai NVK ruas jalan di Kota Surakarta tahun 2020 dan 2030.
Untuk tahap-tahap dalam analisis data dapat digambarkan seperti Gambar 3.5.
Mulai
MAT AWAL (prior matriks)
Hasil
perhitungan MAT tahun 2007 oleh
PENYUSUNAN BASIS DATA
JARINGAN JALAN
KALIBRASI MODEL BANGKITAN
DAN TARIKAN PERGERAKAN
92
PEMBEBANAN MAT
Pembebanan pergerakan pada kondisi sekarang dan masa yang akan datang
DATA
TRAFFIC COUNT
Data arus lalu
lintas hasil survey terbaru
tahun 2009
Data jaringan
Penyusunan basis
data jaringan jalan
Basis data jaringan jalan
masa sekarang dan masa
yang akan datang
Bangkitan dan tarikan dari hasil
pembebanan masa
sekarang
Data sosio ekonomi
yang terkait pada tahun penelitian
Korelasi antara data sosio-ekonomi dengan bangkitan dan
tarikan
Model Bangkitan Pergerakan
PROYEKSI KEBUTUHAN AKAN PERGERAKAN
Proyeksi kondisi
sosio ekonomi masa
sekarang
MAT pada masa akan
datang
Model bangkitan
pergerakan
Model sebaran
pergerakan
Proyeksi sistem
jaringan jalan pada
masa akan datang
A
A
93
Gambar 3.5. Bagan alir analisis penelitian
Survey Awal
Hari dan jam puncak
Karakteristik jalan
Batas Lokasi Survey
NVK ≥ 0,8
Ya
PERHITUNGAN NILAI NVK
Perhitungan nilai NVK dengan anggapan do-nothing
NVK ≥ 0,8
REKOMENDASI PENANGANAN JARINGAN JALAN
· Peningkatan ruas jalan · Manajemen lalu lintas
UPDATING BASIS DATA JARINGAN JALAN
Selesai
PERHITUNGAN NILAI NVK ≥ 0,8 Perhitungan kinerja jaringan jalan dengan
menggunakan basis data yang telah di updating
Tidak
94
Survey Utama
Jumlah & lebar lajur
Volume Lalu lintas
Hambatan Samping
Analisis Kinerja Jaringan Jalan
Perkotaan
Kecepatan (V)
Kapasitas (C)
Waktu Tempuh (t)
Arus/ Volume Lalu Lintas Hasil Pemodelan
NVK (Derajat Kejenuhan)
NVK ≤ 0,8 Tidak
Ya
Kondisi Jaringan Jalan Stabil
Gambar 3.6. Bagan alir perhitungan kinerja jaringan jalan
95
BAB 4
ANALISIS DAN PEMBAHASAN
4.1. Umum
Penelitian ini dilakukan untuk mengukur kinerja jaringan jalan di Kota Surakarta
pada saat ini serta memperkirakan pula keadaan jaringan jalan di Kota Surakarta
pada masa yang akan datang. Penelitian menggunakan program EMME/3 untuk
mengestimasi Matriks Asal Tujuan dari data arus lalu lintas kota Surakarta saat ini
dimana prinsip program ini menggunakan metode Stepest Descent dengan
pembebanan Wardrop Equilibrium.
Program EMME/3 ini merupakan salah satu alat bantu dalam mengetahui
distribusi arus lalu lintas di kota Surakarta. Data masukan yang dipergunakan
dalam program ini antara lain data arus lalu lintas hasil survey (traffic count), data
jaringan jalan berupa kapasitas dan waktu tempuh pada saat arus bebas dan saat
arus mencapai kapasitas, data koordinat zona dan data prior matrik tahun 2002
dari penelitian sebelumnya. Prosedur perhitungan data ruas jalan mengacu pada
Manual Kapasitas Jalan Indonesia (MKJI) 1997.
4.2. Pengolahan dan Penyajian Data
4.2.1. Pengumpulan Data
Data primer dalam penelitian ini didapat dari survey penelitian pada jam puncak
tahun 2009 yang dilakukan pada bulan 29 Oktober 2009 dan 12 November 2009 di
beberapa titik dengan pertimbangan bahwa banyak pengendara menggunakan ruas
jalan tersebut dan dianggap mewakili jaringan jalan di kota Surakarta (Tabel 4.1).
Sedangkan data sekunder pada penelitian ini didapatkan dari instansi terkait yang
berada di wilayah kota Surakarta meliputi peta administrasi kota Surakarta
(Gambar 3.1), peta pembagian zona kota Surakarta (Gambar 3.2), peta jaringan
96
jalan kota Surakarta (Gambar 3.3),data jaringan jalan dari DPU Kota Surakarta
dan data sosio ekonomi dari BPS Kota Surakarta.
Tabel 4.1. Tabel Data Hasil Survey (traffic count) Tahun 2009 pada Jam Puncak