BAB VI KESIMPULAN DAN SARAN
6.1 Kesimpulan
Dari hasil penelitian ini dapat diambil beberapa kesimpulan sebagai berikut:
1. Berdasar hasil perhitungan penghematan biaya operasi kendaraan dan nilai waktu didapatkan bahwa golongan I memiliki nilai terbesar untuk semua ruas. Hal ini dipengaruhi oleh jumlah kendaraan golongan I yang lebih banyak dibanding golongan lain. Penghematan biaya operasi kendaraan dan nilai waktu terbesar ada di ruas Caruban-Nganjuk sedangkan penghematan terkecil ada di ruas Nganjuk-Kertosono untuk semua golongan kendaraan. Penghematan biaya operasi kendaraan dan nilai waktu setiap ruas pada tahun 2017 dirinci sebagai berikut:
a. Total penghematan ruas Ngawi-Madiun untuk biaya operasi kendaraan semua golongan sebesar Rp 415.876.579.882,-/tahun sedangkan nilai waktu sebesar Rp 76.556.722.177,-/tahun.
b. Total penghematan ruas Madiun-Caruban untuk biaya operasi kendaraan semua golongan sebesar Rp 437.402.524.274,-/tahun sedangkan nilai waktu sebesar Rp 75.209.433.400,-/tahun.
c. Total penghematan ruas Caruban-Nganjuk untuk biaya operasi kendaraan semua golongan sebesar Rp 648.036.593.195,-/tahun sedangkan nilai waktu sebesar Rp 119.140.876.462,-/tahun.
d. Total penghematan ruas Nganjuk-Kertosono untuk biaya operasi kendaraan semua golongan sebesar Rp
246.586.990.610,-/tahun sedangkan nilai waktu sebesar Rp 64.401.223.993,-/tahun.
Sehingga total penghematan biaya operasi kendaraan Ngawi-Kertosono sebesar Rp 1.747.902.677.961,-/tahun sedangkan total penghematan nilai waktunya sebesar Rp 335.308.256.032,-/tahun.
2. Berdasar hasil analisa model pemilihan rute baik menggunakan model JICA I, logit-binomial dan regresi-pengali didapatkan probabilitas kendaraan yang memilih jalan tol berbeda-beda. Probabilitas kendaraan yang memilih rute jalan tol terbesar berada digolongan V mencapai 100%. Probabilitas setiap golongan kendaraan yang memilih jalan tol setiap ruaspada tahun 2017 dirincikan sebagai berikut:
a. Golongan I
i. Ruas Ngawi-Madiun
Probabilitas model JICA I 74,37%, model logit-binomial berdasar travel time 67,44%, model logit-binomial berdasar biaya perjalanan 67,37%, sedangkan model regresi pengali berdasar travel time 89,92%, model regresi pengali berdasar biaya perjalanan 88,01%. ii. Ruas Madiun-Caruban
Probabilitas model JICA I 61,75%, model logit-binomial berdasar travel time 70,54%, model logit-binomial berdasar biaya perjalanan 69,52%, sedangkan model regresi pengali berdasar travel time 92,40%, model regresi pengali berdasar biaya perjalanan 91,01%. iii. Ruas Caruban-Nganjuk
Probabilitas model JICA I 77,46%, model logit-binomial berdasar travel time 74,12%, model logit-binomial berdasar biaya perjalanan 74,62%, sedangkan model regresi pengali berdasar travel time 86,35%, model regresi pengali berdasar biaya perjalanan 84,14%.
iv. Ruas Nganjuk-Kertosono
Probabilitas model JICA I 75,33%, model logit-binomial berdasar travel time 77,74%, model logit-binomial berdasar biaya perjalanan 78,26%, sedangkan model regresi pengali berdasar travel time 84,89%, model regresi pengali berdasar biaya perjalanan 82,33%. b. Golongan II
i. Ruas Ngawi-Madiun
Probabilitas model JICA I 72,52%, model logit-binomial berdasar travel time 71,22%, model logit-binomial berdasar biaya perjalanan 71,19%, sedangkan model regresi pengali berdasar travel time 96,14%, model regresi pengali berdasar biaya perjalanan 95,26%. ii. Ruas Madiun-Caruban
Probabilitas model JICA I 73,15%, model logit-binomial berdasar travel time 75,74%, model logit-binomial berdasar biaya perjalanan 75,14%, sedangkan model regresi pengali berdasar travel time 97,61%, model regresi pengali berdasar biaya perjalanan 97,11%. iii. Ruas Caruban-Nganjuk
Probabilitas model JICA I 76,09%, model logit-binomial berdasar travel time 80,79%, model logit-binomial berdasar biaya perjalanan 80,85%, sedangkan model regresi pengali berdasar travel time 93,73%, model regresi pengali berdasar biaya perjalanan 92,58%. iv. Ruas Nganjuk-Kertosono
Probabilitas model JICA I 87,94%, model logit-binomial berdasar travel time 85,40%, model logit-binomial berdasar biaya perjalanan 85,78%, sedangkan model regresi pengali berdasar travel time 92,57%, model regresi pengali berdasar biaya perjalanan 90,86%. c. Golongan III
Probabilitas model JICA I 66,89%, model logit-binomial berdasar travel time 69,19%, model logit-binomial berdasar biaya perjalanan 67,60%, sedangkan model regresi pengali berdasar travel time 93,24%, model regresi pengali berdasar biaya perjalanan 90,07%. ii. Ruas Madiun-Caruban
Probabilitas model JICA I 67,12%, model logit-binomial berdasar travel time 70,84%, model logit-binomial berdasar biaya perjalanan 69,42%, sedangkan model regresi pengali berdasar travel time 95,27%, model regresi pengali berdasar biaya perjalanan 93,14%. iii. Ruas Caruban-Nganjuk
Probabilitas model JICA I 68,94%, model logit-binomial berdasar travel time 71,75%, model logit-binomial berdasar biaya perjalanan 72,43%, sedangkan model regresi pengali berdasar travel time 90,31%, model regresi pengali berdasar biaya perjalanan 86,39%. iv. Ruas Nganjuk-Kertosono
Probabilitas model JICA I 77,28%, model logit-binomial berdasar travel time 73,49%, model logit-binomial berdasar biaya perjalanan 75,53%, sedangkan model regresi pengali berdasar travel time 89,01%, model regresi pengali berdasar biaya perjalanan 84,13%. d. Golongan IV
i. Ruas Ngawi-Madiun
Probabilitas model JICA I 94,37%, model logit-binomial berdasar travel time 98,88%, model logit-binomial berdasar biaya perjalanan 100%, sedangkan model regresi pengali berdasar travel time 99,99%, model regresi pengali berdasar biaya perjalanan 99,98%. ii. Ruas Madiun-Caruban
Probabilitas model JICA I 94,06%, model logit-binomial berdasar travel time 99,27%, model logit-binomial berdasar biaya perjalanan 99,99%, sedangkan model
regresi pengali berdasartravel time100%, model regresi pengali berdasar biaya perjalanan 100%.
iii. Ruas Caruban-Nganjuk
Probabilitas model JICA I 91,04%, model logit-binomial berdasar travel time 97,75%, model logit-binomial berdasar biaya perjalanan 99,49%, sedangkan model regresi pengali berdasar travel time 88,07%, model regresi pengali berdasar biaya perjalanan 92,69%. iv. Ruas Nganjuk-Kertosono
Probabilitas model JICA I 81,87%, model logit-binomial berdasar travel time 86,05%, model logit-binomial berdasar biaya perjalanan 75,94%, sedangkan model regresi pengali berdasar travel time 36,88%, model regresi pengali berdasar biaya perjalanan 29,95%. e. Golongan V
i. Ruas Ngawi-Madiun
Probabilitas model JICA I 100%, model logit-binomial berdasar travel time 100%, model logit-binomial berdasar biaya perjalanan 100%, sedangkan model regresi pengali berdasartravel time100%, model regresi pengali berdasar biaya perjalanan 100%.
ii. Ruas Madiun-Caruban
Probabilitas model JICA I 100%, model logit-binomial berdasar travel time 100%, model logit-binomial berdasar biaya perjalanan 100%, sedangkan model regresi pengali berdasartravel time100%, model regresi pengali berdasar biaya perjalanan 100%.
iii. Ruas Caruban-Nganjuk
Probabilitas model JICA I 99,36%, model logit-binomial berdasar travel time 100%, model logit-binomial berdasar biaya perjalanan 100%, sedangkan model regresi pengali berdasartravel time100%, model regresi pengali berdasar biaya perjalanan 100%.
iv. Ruas Nganjuk-Kertosono
Probabilitas model JICA I 95,21%, model logit-binomial berdasar travel time 99,96%, model logit-binomial berdasar biaya perjalanan 99,90%, sedangkan model regresi pengali berdasar travel time 99,90%, model regresi pengali berdasar biaya perjalanan 99,90%. 3. Berdasar hasil analisa model pemilihan rute didapatkan model
pemilihan rute Ngawi-Kertosono setiap golongan. Model dengan hubungan koefisien determinasi tertinggi terdapat pada model regresi pengali. Model pemilihan rute tahun 2017 dirincikan sebagai berikut:
a. Model JICA I
i. Golongan I : P = 34,388x0,4683
ii. Golongan II : P = 76,25x0,0104
iii. Golongan III : P = 74,484x-0,033
iv. Golongan IV : P = 82,072x0,0396
v. Golongan V : P = 96,216x0,0104
b. Model Logit-Binomial BerdasarTravel Time
i. Golongan I : P = exp(0,0273x + 1,5325) ÷ {1+ exp (0,0273x + 1,5325)}
ii. Golongan II : P = exp(0,0454x + 2,2346) ÷ {1+ exp (0,0454x + 2,2346)}
iii. Golongan III : P = exp(0,0103x + 1,1877) ÷ {1+ exp (0,0103x + 1,1877)}
iv. Golongan IV : P = exp(0,2411x - 2,1036) ÷ {1+ exp (0,2411x - 2,1036)}
v. Golongan V : P = exp(0,6384x - 4,7934) ÷ {1+ exp ( 0,6384x - 4,7934)}
c. Model Logit-Binomial Berdasar Biaya Perjalanan
i. Golongan I : P = exp(0,00000889x + 1,425) ÷ {1+ exp (0,00000889x + 1,425)}
ii. Golongan II : P = exp(0,0000103x + 2,099) ÷ {1+ exp (0,0000103x + 2,099)}
iii. Golongan III : P = exp(0,00000285x + 1,26) ÷ {1+ exp (0,00000285x + 1,26)}
iv. Golongan IV : P = exp(0,2411x - 2,1036) ÷ {1+ exp (0,2411x - 2,1036)}
v. Golongan V : P = exp(0,0000631x + 3,5941) ÷ {1+ exp (0,0000631x + 3,5941)}
d. Model Regresi Pengali BerdasarTravel Time
i. Golongan I : P = 1 ÷ (1 + 0,2188x0,7432) ii. Golongan II : P = 1 ÷ (1 + 0,1136x1,1424) iii. Golongan III : P = 1 ÷ (1 + 0,1826x0,8789) iv. Golongan IV : P = 1 ÷ (1 + 2042,3x15,9059)
v. Golongan V : P = 1 ÷ (1 + 0,0064x10,6093) e. Model Regresi Pengali Berdasar Biaya Perjalanan
i. Golongan I : P = 1 ÷ (1 + 0,2397x-0,736) ii. Golongan II : P = 1 ÷ (1 + 0,1258x-1,126) iii. Golongan III : P = 1 ÷ (1 + 0,1826x0,8789) iv. Golongan IV : P = 1 ÷ (1 + 27,574x15,493) v. Golongan V : P = 1 ÷ (1 + 0,0003x10,69)