BAB V KESIMPULAN DAN SARAN
DATA DAN ANALISIS
4.9 Analisa Regresi dan Korelasi Kenaikan IRI Terhadap Pendanaan
Dari data penanganan dan perubahan nilai IRI/tingkat kerusakan pada Tabel 4.20 dapat dilanjutkan pemodelan matematika untuk mengetahui besarnya pengaruh kenaikan IRI terhadap kenaikan penanganan pada jalan Lintas Timur Sumatera Utara. Analisa data yang digunakan dalam pemodelan matematika ini adalah menggunakan
model matematika analisa regresi dan korelasi dengan menggunakan data dari tahun 2003-2009. Data sekunder yang diambil adalah besarnya nilai rata-rata IRI dari panjang efektif ruas jalan nasional Lintas Timur Provinsi Sumatera Utara dengan jumlah biaya penanganan yang tersedia setiap tahunnya.
Tabel 4.20 Tabel Biaya, Efektifitas dan IRI Jalan Lintas Timur Sumatera Utara Tahun Efektifitas Ruas
Jalan (km)
IRI Biaya Penanganan (Rp 103)
2003 38,5 5.7 46.338.620 2004 32 5.2 37.854.300 2005 16,43 4.3 19.077.000 2006 16,46 4.2 28.714.000 2007 21,5 4.4 27.051.000 2008 56.70 6.7 129.873.248 2009 15.40 3.9 20.756.258
Sumber: Balai Besar Pelaksanaan Jalan Nasional I
Data dari Tabel 4.20 di atas dihitung menggunakan program SPSS, dengan model summary seperti pada Tabel 4.21 berikut.
Tabel 4.21 Model Summary
Model R R Square Adjusted R
Square
Std. Error of the Estimate
a Predictors: (Constant), IRI, Penanganan Pemeliharaan Jalan Lintas Timur Sumatera Utara Mengacu dari model summary diatas terdapat tingkat hubungan elemen faktor independen terhadap elemen faktor dependen sebesar nilai R yaitu merupakan koefisien korelasi sebesar 1,0 atau 100%. Sementara besarnya kekuatan hubungan yang ada (R2) atau koefisien determinan juga sebesar 1,0 atau 100%. Berdasarkan data yang telah diolah dapat dilihat bahwa semua elemen faktor independen mampu menjelaskan elemen faktor dependen yaitu sebesar 98,6%.
Untuk mengetahui apakah model regresi sudah benar atau tidak kita lakukan pengujian apakah ada hubungan linier atau tidak antar variabel kita gunakan angka signifikansi Anova atau dengan angka F penelitian yaitu pada tabel Anova. Jika F Penelitian > F tabel, maka H0 ditolak dan H1 diterima, artinya ada hubungan linier antara variabel bebas dengan variabel terikat. Jika F penelitian< F tabel H0 diterima dan H1 ditolak, artinya tidak ada hubungan linier antara variabel bebas dengan variabel terikat.
Dari Tabel 4.22 dapat dijelaskan pengaruh elemen faktor independent efektifitas dan biaya sebagai elemen dependen secara bersama-sama dapat menerangkan biaya itu sendiri, hal ini terlihat dengan tingkat signifikan 0,001 yang berarti model yang terbentuk dapat menjelaskan pengaruh variable independent secara simultan terhadap variable dependent pada alpha 5 % atau 0,05 karena nilai signifikan yang dihasilkan lebih kecil dari nilai alpha 5 % atau 0,05.
Model Sum of Squares
df Mean Square F Sig.
1 Regression 9E + 015 2 4.427E + 015 71.912 0.001a Residual 2E + 014 4 6.156E + 013
Total 9E + 015 6 -
Sumber: Hasil Analisa
Dari Tabel 4.23 hasil pengujian regresi Uji t tidak semua signifikan berpengaruh terhadap biaya 2003 - 2009. Selanjutnya pengujian parsial dapat dilihat pada tabel berikut.
Tabel 4.23 Hasil Pengujian Regresi – Uji t
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 7075224 2E+007 0.411 0.702 Penanganan Pemeliharaan Jalan Lintas TImur Sumatera Utara
1353471 131687.6 0.967 10.278 0.001
IRI -1038414 2484895 -0.039 -0.418 0.697
Sumber: Hasil Analisa
Adapun bentuk persamaan regresi yang dihasilkan dari beberapa pengujian di atas: Yi = 7075224 + 1353471 X1– 1038414 X2 (4.1)
Dari persamaan regresi yang terbentuk menjelaskan nilai konstanta adalah positif artinya angka konstantanya berpengaruh positif terhadap biaya penanganan jalan lintas timur Sumatera Utara (akan tetapi tidak signifikan pada taraf kepercayaan 95 % (0,702 > 0,05 ). Variabel X1 (Efektifitas) mempunyai koefisien faktor positif dan mempunyai pengaruh yang signifikan pada taraf kepercayaan 95 % (0,001< 0,05) terhadap biaya penaganan jalan nasional Lintas Timur Sumatera Utara. Nilai koefisien regresi X1 dengan koefisien faktor = 1353471 artinya faktor pengaruh Efektifitas dapat mempengaruhi besarnya biaya yang dikeluarkan pemerintah sebesar 1353471 satuan bila faktor tersebut naik sebesar 1 satuan, sedangkan variabel X2
(IRI) mempunyai koefisien negatif artinya nilai koefisien dari variabel X2 (IRI) tidak mempengaruhi dan tidak signifikan pada taraf kepercayaan 95 % (0,697 > 0,05) terhadap penentuan kenaikan biaya penanganan Jalan Lintas Timur Sumatera Utara.
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Setelah dilakukan analisa dalam menyusun prioritas penanganan Jalan Nasional Lintas Timur Sumatera Utara pada 22 ruas jalan yang dijadikan sebagai daerah penelitian maka diperoleh beberapa kesimpulan yaitu:
1. Kriteria yang dipakai dalam penelitian ini diturunkan dari tujuan penyelenggaraan jalan itu sendiri yaitu dengan memperhatikan beberapa pertimbangan teknis dan konsep penganggaran dalam APBN dapat dispesifikasikan beberapa kriteria yang mampu memenuhi tujuan tersebut, yakni:
- Fungsi aksesibilitas wilayah (accessibility function). - Fungsi mobilitas (mobility function).
- Fungsi arus ruas jalan (flow function). - Kondisi ruas jalan (structural condition).
- Efektifitas biaya pemeliharaan ruas jalan (cost effective).
2. Hasil kuesioner yang diberikan pada 30 responden menunjukkan bahwa dari lima kriteria yang diambil pada penelitian ini, kondisi ruas jalan (43.33%) merupakan kriteria yang paling dominan. Diikuti faktor aksesibilitas (26.67%),
efektifitas biaya pemeliharaan (16.67%), fungsi mobilitas (6.67%) dan fungsi arus ruas jalan (3.33%).
3. Dengan memasukkan 5 kriteria terhadap penentuan prioritas yaitu tingkat aksesibilitas, mobilitas, kapasitas jalan, kondisi ruas jalan dan efektifitas biaya penanganan ternyata ruas jalan Batas Medan – Batas Lubuk Pakam menjadi prioritas pertama untuk mendapat penanganan diikuti ruas Batas Asahan - Batas Kota Rantau Prapat, Tanjung Pura - Simpang Pangkalan Susu dan seterusnya.
4. Hasil analisa menggunakan metode AHP dengan kelima kriteria yang dipakai, mengasilkan urutan 22 ruas jalan yang dijadikan prioritas penanganan ditampilkan Tabel 4.10 halaman 81.
5. Hasil rekapitulasi prioritas penanganan tahun 2010 dengan metode AHP dan metode yang dipakai pemerintah pusat dalam hal ini metode IRMS, dari 9 ruas hanya 1 ruas yang sesuai. Hal ini terjadi karena adanya perbedaan kriteria yang dipakai pada masing-masing metode.
6. Dari persamaan regresi Yi = 7075224 + 1353471 X1 – 1038414 X2
menjelaskan adanya pengaruh positif terhadap biaya penanganan jalan Lintas Timur Sumatera Utara. Faktor efektifitas dapat mempengaruhi besarnya biaya yang dikeluarkan pemerintah sebesar 1353471 satuan bila factor tersebut naik sebesar 1 satuan, sedangkan variabel X2 (IRI) mempunyai koefisien negatif artinya nilai koefisien dari variable X2 (IRI) tidak
mempengaruhi dan tidak signifikan pada taraf kepercayaan 95 % (0,697 > 0,05) terhadap penentuan kenaikan biaya penanganan Jalan Lintas Timur Sumatera Utara.
5.2 Saran
Berkaitan dengan hasil penelitian dan rumusan kesimpulan penelitian, maka ada beberapa saran penting dari hasil penelitian ini yaitu :
1. Penentuan prioritas penanganan jalan menggunakan metode AHP dengan kriteria biaya penanganan, kondisi jalan dan volume lalu lintas dapat dipertimbangkan untuk digunakan sebagai metode analisis pembanding. 2. Penelitian selanjutnya diharapkan dapat mengembangkan kriteria-kriteria
yang digunakan sebagai faktor pembanding.
3. Pihak yang berwenang harus selalu mengupdate data-data terbaru untuk membantu penelitian selanjutnya yang juga berguna bagi perkembangan infrastruktur di Sumatera Utara.
4. Pihak yang berwenang dalam menentukan urutan penanganan peningkatan jalan hendaknya memiliki dasar pertimbangan prioritas yang jelas dan terbuka sehingga bila terdapat kendala dalam melanjutkan penanganan pada ruas jalan selanjutnya maka jalan yang memiliki prioritas utama telah dikerjakan terlebih dahulu.