MODEL BANGKITAN PERGERAKAN KELUARGA DI
KAWASAN PEMUKIMAN DI PUSAT
KOTA LANGSA
TUGAS AKHIR
Diajukan untuk Melengkapi Tugas-tugas dan Memenuhi Syarat untuk Menempuh Ujian Sarjana Teknik Sipil
Disusun Oleh :
REZA CEICAR YUDHA
NIM : 030404094
BIDANG STUDI TRANSPORTASI
DEPARTEMEN TEKNIK SIPIL
FAKULTAS TEKNIK
MODEL BANGKITAN PERGERAKAN KELUARGA DI
KAWASAN PEMUKIMAN DI PUSAT
KOTA LANGSA
TUGAS AKHIR
Diajukan untuk Melengkapi Tugas-tugas dan Memenuhi Syarat untuk Menempuh Ujian Sarjana Teknik Sipil
Disusun Oleh :
REZA CEICAR YUDHA
NIM : 03 0404 094
Pembimbing Co. Pembimbing
Ir. Syahril Dulman Yusandi Aswad, ST, MT
NIP. 130 702 136 NIP. 132 282 139
BIDANG STUDI TRANSPORTASI
DEPARTEMEN TEKNIK SIPIL
FAKULTAS TEKNIK
KATA PENGANTAR
Puji dan syukur saya sampaikan kepada Tuhan Yang Maha Esa atas berkat
dan rahmat-Nya menyertai saya untuk dapat menyelesaikan Tugas Akhir ini.
Tugas Akhir ini disusun untuk melengkapi tugas-tugas memenuhi syarat
untuk menempuh ujian sarjana pada Fakultas Teknik Departemen Teknik Sipil
Universitas Sumatera Utara.
Adapun judul dari Tugas Akhir ini adalah “Model Bangkitan Pergerakan
Keluarga Di Pusat Kota Langsa”.
Dalam penyusunan laporan Tugas Akhir ini, penulis banyak mendapatkan
bantuan dan bimbingan dari berbagai pihak baik berupa material, spiritual,
informasi maupun administrasi.
Oleh karena itu izinkan saya menyampaikan rasa hormat dan terima kasih
kepada :
1. Bapak Ir. Syahril Dulman, selaku dosen pembimbing dalam penyusunan
Tugas Akhir ini;
2. Bapak Yusandi Aswad, ST.MT, selaku dosen Copembimbing dalam
penyusunan Tugas Akhir ini;
3. Bapak Prof. DR. Ing. Johanes Tarigan, selaku Ketua Jurusan Teknik
Sipil:
4. Bapak Ir. Terunajaya, M.Sc, selaku Sekretaris Jurusan Teknik Sipil;
5. Seluruh Staf pengajar yang telah mendidik saya dan memberikan
6. Orang tua yang dengan penuh kasih sayang telah membesarkan dan
mendidik saya;
7. Dan kepada seluruh teman-teman yang tidak dapat saya sebutkan
namanya yang turut membantu dan memberikan dukungan dari awal
saya kuliah hingga penyelesaian Tugas Akhir ini.
Walaupun saya sudah berupaya semaksimal mungkin, namun saya
menyadari kemungkinan terdapat kekurangan dan kesilapan. Oleh karena itu saya
sangat mengharapkan saran dan kritik yang dapat memperbaiki laporan ini.
Semoga laporan ini dapat bermanfaat bagi siapapun yang membacanya.
Medan, Mei 2009
Hormat saya
Penyusun,
REZA CEICAR YUDHA
ABSTRAK
Penduduk merupakan faktor utama dalam perkembangan suatu kota, yang diiringi dengan pertumbuhan kawasan perumahan, hal ini disebabkan karena kota memiliki pusat – pusat kegiatan tertentu seperti perkantoran, pusat bisnis dan industri. Pertumbuhan wilayah perkotaan dengan adanya pengembangan kawasan perumahan akan meningkatkan jumlah perjalanan menuju pusat pusat kegiatan keluarga dari suatu kawasan perumahan.
Model penelitian ini menggunakan 2 (dua) sumber data yang diambil dari kawasan pemukiman di pusat Kota Langsa yaitu data sekunder yang diperoleh dari instansi instansi terkait dan data primer yang di dapat melalui penyebaran kuisioner dengan pengambilan sampel secara acak atau random sampling. Metode analisis yang digunakan adalah metode analisis regresi linear berganda dan uji statistik.
Analis yang pertama dilakukan adalah analisis uji antar variabel dengan menggunakan matriks korelasi, dari hasil matriks korelasi ternyata hanya 2 (dua) variabel bebas saja yang berpengaruh kuat terhadap total bangkitan pergerakan yang terjadi yaitu jumlah anggota keluarga (X1) dan kepemilikan kendaraan (X2),
kemudian dilakukan uji statistik yaitu uji – t ( parsial / individu ) dan uji F (simultan) dengan selang keyakinan 95 %. Untuk mengetahui ketepatan dari model yang terbentuk digunakan nilai koefisien determinan ( R2).
Adapun kesimpulan dari hasil analisis ini adalah untuk karakteristik rumah tangga di kawasan pemukiman di pusat Kota Langsa 86,25 % berpendapatan tinggi di atas Rp.1.250.000,. perkeluarga perbulan. Untuk tingkat kepemilikan kendaraan, 80 % keluarga memiliki kendaraan mobil satu, 8,75 % memiliki kendaraan mobil lebih dari satu, dan 11,25 % tidak memiliki kendaraan hal tersebut digunakan dalam variabel bebas untuk analisis regresi karena memiliki pengaruh yang besar r ≥ 0,5 dari hasil pengujian matriks korelasinya..
Untuk karakteristik perjalanan moda yang paling banyak digunakan untuk melakukan pergerakan adalah mobil. Sedangkan model persamaan bangkitan pergerakan yang terbaik adalah Y=-1,813 + 0,757 X1 +2,156 X2. Besarnya bangkitan perjalanan yang terjadi dipengaruhi oleh besarnya jumlah anggota keluarga (X1)
dan jumlah kepemilikan kendaraan (X2). Dimana nilai koefisien variabel 0,757
jumlah keluarga menunjukkan bahwa setiap keluarga jumlah total perjalanannya sebanyak 0,757 kali dalam sehari, Nilai intersep 2,156 bagi variabel kepemilikan kendaraan memberi arti bahwa setiap kendaraan akan menghasilkan perjalanan 2,156 kali sehari, dengan nilai koefisien determinan (R2) = 0,588 dan nilai F – hitung sebesar 48,517 serta t – hitung sebesar 6,793 dan 5,798.
Abstrak ... iii
Daftar Isi ... iv
Daftar Tabel... vii
Daftar Notasi ... ix
BAB I PENDAHULUAN I.1 Umum ... 1
I.2 Latar Belakang ... 1
I.3 Permasalahan ... 3
I.4 Tujuan Studi ... 3
I.5 Manfaat Studi ... 4
I.6 Pembatasan Masalah ... 4
I.7 Metodologi ... 5
BAB II STUDI PUSTAKA 2.1 Konsep Perencanaan Transportasi ... 7
2.2 Pengertian Bangkitan Pergerakan ... 7
2.3 Faktor —faktor yang Mempengaruhi Terjadinya Perjalanan ... 9
2.3.1 Faktor tata guna tanah ... 11
2.3.2 Sosial Ekonomi penduduk ... 12
2.3.3 Sifat, Luas dan Kemampuan Sistem Pengangkutan ... 14
2.4 Metode Analisis Bangkitan Perjalanan ... 15
2.4.1 Metode Faktor Pengembangan (Expansion Factor) ... 15
2.4.2 Metode Analisis Regresi Linear ... 16
A. Tata Cara Pembuatan Model Regresi ... 17
B. Contoh Pembuatan Model ... 18
C. Penggunaan Model Regresi untuk Peramalan ... 23
2.5 Penentuan Jumlah Sampel ... 26
3.2 Alat – alat Penenlitian ... 30
3.2.1 Metode Pengumpulan Data ... 31
3.2.2 Pembuatan Kuesioner ... 32
A. Karakteristik Rumah Tangga ... 32
B. Karakteristik Perjalanan ... 32
3.2.3 Pelaksanaan Pengumpulan Data ... 33
3.3 Penentuan Jumlah Sampel ... 35
3.4 Metode Pengelompokan Data ... 35
A. Berdasarkan karakteristik rumah tangga ... 35
B. Berdasarkan karakteristik perjalanan ... 37
3.5 Analisis Regresi Linear Sederhana ... 38
3.5.1 Metode Kuadrat Terkecil Untuk Regresi Linear ... 39
3.5.2 Koefisien Korelasi ... 40
3.5.3 Standar Error Koefisien Regresi ... 42
3.5.4 Pembentukan Variabel ... 43
3.6 Regresi Linear berganda ... 44
3.6.1 Koefisien Determinan (R2) Dan Korelasi Berganda ... 45
3.6.2 Pengujian Hipotesa Secara Parsial (Uji-t) ... 47
3.6.3 Pengujian Hipotesa Secara Menyeluruh (Uji-F) ... 47
BAB IV PENYAJIAN DATA 4.1 Data Yang Diperoleh ... 49
4.2 Karakteristik Rumah Tangga ... 50
4.2.1 Pendapatan Keluarga ... 50
4.2.2 Kepemilikan Kendaraan ... 51
4.2.3 Jumlah Orang Dalam Keluarga ... 52
4.3 Stuktur Keluarga ... 52
4.3.1 Usia ... 52
4.3.2 Tingkat Pendidikan ... 54
4.3.3 Status Pekerjaan ... 54
4.6 Waktu Memulai Perjalanan ... 64
4.7 Waktu Mengakhiri Perjalanan ... 67
4.8 Penggunaan Moda Perjalanan ... 68
BAB V ANALISIS MODEL BANGKITAN PERJALANAN 5.1 Umum ... 70
5.2 Analisis Regresi ... 73
5.2.1 Analisis Pengujian Korelasi Antar Variabel ... 73
5.2.2 Pembentukan dan Pengujian Model ... 76
5.2.3 Memeriksa Hubungan Antara Total trip (Y) Terhadap Anggota keluarga(X1) ... 77
5.2.4 Memeriksa Hubungan Antara Total trip (Y) Terhadap Kepemilikan Kendaraan(X2) ... 88
5.2.5 Analisis Gabungan Varibel X1 dan X2 ... 93
5.3 Model Persamaan Regresi Yang Sesuai Secara Statistik ... 95
BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan ... 98
6.2 Saran ... 100
DAFTAR PUSTAKA ... 101
LAMPIRAN... 102
DAFTAR TABEL
Tabel 2.1 Sosio-ekonomi,Tataguna Tanah dan Jumlah Tata Perjalanan 19
Tabel 2.2 Matrik Korelasi Antar Variabel... 20
Tabel 2.3 Kombinasi Variabel Tidak Bebas... 21
Tabel 2.4 Bangkitan Pergerakan dan Total Pemilikan Kendaraan Perzona 24 Tabel 3.1 Beberapa Model Tidak Lanear... 43
Tabel 4.1 Rincian Data Responden... 49
Tabel 4.2 Jumlah Pendapatan Keluarga/Bulan... 50
Tabel 4.3 Kepemilikan Kendaraan... 51
Tabel 4.4 Jumlah Orang Dalam Keluarga... 52
Tabel 4.5 Usia Anggota Keluarga... 53
Tabel 4.6 Tingkat Pendidikan Responden... 54
Tabel 4.7 Status Pekerjaan Responden... 55
Tabel 4.8 Frekwensi Pejalanan Yang Memiliki Kendaraan Mobil.... 56
Tabel 4.9 Frekwensi Pejalanan Yang Tidak Memiliki Kendaraan Mobil 58 Tabel 4.10 Distribusi Pejalanan Bapak Berdasarkan Zona... 62
Tabel 4.11 Distribusi Pejalanan Ibu Berdasarkan Zona... 63
Tabel 4.12 Distribusi Pejalanan Anak Berdasarkan Zona... 63
Tabel 4.13 Total Tiap Zona Perjalanan... 64
Tabel 4.14 Waktu Memulai Perjalanan Bapak... 65
Tabel 4.15 Waktu Memulai Perjalanan Ibu... 65
Tabel 4.16 Waktu Memulai Perjalanan Anak... 65
Tabel 4.17 Waktu Memulai Perjalanan Semua Anggota Keluarga... 66
Tabel 4.18 Waktu Akhir Perjalanan Bapak... 67
Tabel 4.19 Waktu Akhir Perjalanan Ibu... 67
Tabel 4.20 Waktu Akhir Perjalanan Anak... 67
Tabel 4.21 Waktu Akhir Perjalanan Semua Anggota Kelurga... 68
Tabel 4.22 Penggunaan Moda Perjalanan... 68
Tabel 5.3 Analisis Antar Total Trip (Y) Terhadap Jumlah Keluarga 77 Tabel 5.4 Bentuk Bangkitan Perjalanan dan Nilai Determinan (R2) 83 Tabel 5.5 Analisis Total Trip Dengan Jumlah Anggota Keluarga dalam bentuk fungsi
Logaritma……… 85
Tabel 5.6 Bentuk Model Bangkitan Perjalanan dan Nilai R2……… 88
Tabel 5.7 Analisis Total Trip dengan Kepemilikan Kendaraan……. 90
Tabel 5.8 Analisis Total Trip dengan Jumlah Keluarga dan Kepemilikan
Kendaraan……… 93
ABSTRAK
Penduduk merupakan faktor utama dalam perkembangan suatu kota, yang diiringi dengan pertumbuhan kawasan perumahan, hal ini disebabkan karena kota memiliki pusat – pusat kegiatan tertentu seperti perkantoran, pusat bisnis dan industri. Pertumbuhan wilayah perkotaan dengan adanya pengembangan kawasan perumahan akan meningkatkan jumlah perjalanan menuju pusat pusat kegiatan keluarga dari suatu kawasan perumahan.
Model penelitian ini menggunakan 2 (dua) sumber data yang diambil dari kawasan pemukiman di pusat Kota Langsa yaitu data sekunder yang diperoleh dari instansi instansi terkait dan data primer yang di dapat melalui penyebaran kuisioner dengan pengambilan sampel secara acak atau random sampling. Metode analisis yang digunakan adalah metode analisis regresi linear berganda dan uji statistik.
Analis yang pertama dilakukan adalah analisis uji antar variabel dengan menggunakan matriks korelasi, dari hasil matriks korelasi ternyata hanya 2 (dua) variabel bebas saja yang berpengaruh kuat terhadap total bangkitan pergerakan yang terjadi yaitu jumlah anggota keluarga (X1) dan kepemilikan kendaraan (X2),
kemudian dilakukan uji statistik yaitu uji – t ( parsial / individu ) dan uji F (simultan) dengan selang keyakinan 95 %. Untuk mengetahui ketepatan dari model yang terbentuk digunakan nilai koefisien determinan ( R2).
Adapun kesimpulan dari hasil analisis ini adalah untuk karakteristik rumah tangga di kawasan pemukiman di pusat Kota Langsa 86,25 % berpendapatan tinggi di atas Rp.1.250.000,. perkeluarga perbulan. Untuk tingkat kepemilikan kendaraan, 80 % keluarga memiliki kendaraan mobil satu, 8,75 % memiliki kendaraan mobil lebih dari satu, dan 11,25 % tidak memiliki kendaraan hal tersebut digunakan dalam variabel bebas untuk analisis regresi karena memiliki pengaruh yang besar r ≥ 0,5 dari hasil pengujian matriks korelasinya..
Untuk karakteristik perjalanan moda yang paling banyak digunakan untuk melakukan pergerakan adalah mobil. Sedangkan model persamaan bangkitan pergerakan yang terbaik adalah Y=-1,813 + 0,757 X1 +2,156 X2. Besarnya bangkitan perjalanan yang terjadi dipengaruhi oleh besarnya jumlah anggota keluarga (X1)
dan jumlah kepemilikan kendaraan (X2). Dimana nilai koefisien variabel 0,757
jumlah keluarga menunjukkan bahwa setiap keluarga jumlah total perjalanannya sebanyak 0,757 kali dalam sehari, Nilai intersep 2,156 bagi variabel kepemilikan kendaraan memberi arti bahwa setiap kendaraan akan menghasilkan perjalanan 2,156 kali sehari, dengan nilai koefisien determinan (R2) = 0,588 dan nilai F – hitung sebesar 48,517 serta t – hitung sebesar 6,793 dan 5,798.
BAB I
PENDAHULUAN
1.1 Umum
Permasalahan yang terjadi di semua negara berkembang, termasuk di
Indonesia, umumnya seragam, yaitu kota-kota mengalami tahap pertumbuhan
urbanisasi yang tinggi akibat laju pertumbuhan ekonomi yang pesat sehingga
kebutuhan penduduk untuk rnelakukan perjalanan juga semakin meningkat.
Perkembangan penduduk yang terjadi di kota besar, cenderung untuk
terkonsentrasi di kawasan pusat kota, namun pusat kota memiliki lahan yang sangat
terbatas untuk menampung perkembangan penduduk ini, karena kawasan pusat kota
telah dipadati oleh segala aktivitas sosial, ekonomi, politik dan sebagainya, yang
merupakan fungsi kehidupan suatu kota. Fungsi tersebut membawa konsekuensi
pada perkembangan dan pengembangan kota sebagai akibat pengaruh dari luar
maupun fungsi kota itu sendiri.
1.2 Latar Belakang
Penduduk merupakan faktor utama dalam perkembangan suatu kota, yang
diiringi dengan pertumbuhan wilayah perkotaan dan perekonomian terutama di
wilayah kota-kota besar dan kota-kota pendukung sekitarnya serta kota-kota yang
memiliki pusat-pusat kegiatan tertentu.
Pertumbuhan wilayah perkotaan dengan adanya pengembangan kawasan
berbagai wilayah. Untuk itu perlu dilakukan analisis mengenai model bangkitan
pergerakan keluarga dari suatu kawasan perumahan.
Dibangunnya suatu kawasan perumahan di sekitar kota oleh pihak Perumnas
atau pengembang lainnya, mengakibatkan bangkitan pergerakan yang menuju pusat
kegiatan seperti perkantoran, pertokoan, pendidikan dan lain-lain menjadi terpusat
dan dalam waktu yang bersamaan, sehingga bangkitan ini akan membebani
jalur-jalur jalan menuju ke pusat-pusat kegiatan tersebut.
Bangkitan pergerakan itu sendiri dilakukan oleh orang-orang yang tinggal di
kawasan perumahan tersebut maupun orang-orang pendatang, tentunya dipengaruhi
oleh faktor-faktor tertentu, dimana faktor-faktor tersebut merupakan suatu kebiasaan
tersendiri dari tiap-tiap kawasan atau sifat khas kawasan tersebut. Yang menjadi
permasalahan adalah faktor-faktor apa saja yang menyebabkan mereka melakukan
pergerakan setiap harinya.
Berdasarkan pertimbangan di atas dirasakan perlu di lakukan suatu study
penelitian yang diharapkan dapat memberi jalan keluar terhadap hal-hal yang telah
diuraikan di atas. Penelitian tersebut diberi judul “ Model bangkitan pergerakan
keluarga di kawasan pemukiman di pusat kota langsa”. Adapun alasan pemilihan
lokasi pemukiman tersebut adalah:
- Penduduk atau masyarakatnya memiliki kenderaan bermotor, dimana
kendaraan bermotor merupakan salah satu parameter yang mempengaruhi
banyaknya trip.
1.3 Permasalahan
Permasalahan pada penelitian ini dapat diidentifikasikan sebagai
kemungkinan terjadinya ketidak-efisienan dalam hal ini kemacetan lalu lintas yang
diakibatkan oleh pertambahan jumlah perjalanan yang melebihi daya tampung jalan
di kawasan. Hal ini disebabkan oleh:
- Tumbuhnya kawasan-kawasan perumahan di Kelurahan Kampung Jawa
Baru tersebut.
- Minimnya sarana jalan untuk keluar dari dalam kawasan menuju pusat
kota yang hanya satu ruas jalan saja.
- Kawasan Pemukiman Kampung Jawa Baru telah dikembangkan lebih
luas.
OIeh karena permasalahan tersebut maka diperlukan studi perencanaan
transportasi untuk dapat memperoleh sistem lalu-lintas yang efisien, yang dapat
mengantisipasi akibat perkembangan kawasan sesuai dengan kondisi lalu - lintas
yang ada di kawasan perumahan.
1.4 Tujuan Studi
Adapun tujuan studi ini adalah untuk menganalisis karakteristik bangkitan
pergerakan keluarga dan untuk mendapatkan model bangkitan pergerakan keluarga
di Kawasan Pemukiman Kampung Jawa Baru.
Dalam penelitian ini karakteristik perumahan yang dianalisis adalah jumlah
pergerakan keluarga perhari seperti bekerja, sekolah / kuliah, belanja, atau tujuan
sosial lainya sebagai variabel terikat, jumlah anggota keluarga, pendapatan,
yang berkerja sebagai variabel bebas pada Kawasan Pemukiman Kampung Jawa
Baru untuk mengetahui model bangkitan pergerakan keluarga.
1.5 Manfaat Studi
Adapun manfaat studi yang diharapkan dan hasil studi ini adalah dapat
diketahui bahwa pembangunan kawasan pemukiman yang setipe dengan kawasan
yang distudi akan menghasilkan bangkitan yang tidak jauh berbeda, sehingga dalam
perencanaan pembangunan kawasan pemukiman nantinya sudah akan termasuk juga
perencanaan lalu - lintasnya.
1.6 Pembatasan Masalah
Kegiatan studi ini memiliki batasan-batasan sebagai berikut:
1. Analisis akan dilakukan dengan analisis regresi linear berganda dengan
menggunakan paket program komputer.
2. Asumsi yang digunakan adalah penggunaan anggapan bahwa model dan
data memenuhi syarat uji kecukupan data dan uji linearitas.
3. Pembebanan jaringan jalan yang diakibatkan timbulnya bangkitan lalu -
lintas dan kawasan pemukiman tidak diamati dan tidak diperhitungkan.
4. Perjalanan yang diperhitungkan adalah perjalanan antar zona, dimana
perjalanan dalam zona pemukiman tersebut tidak diperhitungkan.
5. Perjalanan yang diteliti adalah perjalanan yang rutin dilakukan, antara
lain perjalanan ke tempat kerja, sekolah, belanja, perjalanan rekreasi, dan
6. Penelitian dilakukan pada trip pergerakan orang (yang dibangkitkan),
dengan pangkal perjalanan adalah rumah.
7. Pengambilan data dilakukan secara acak dengan menggunakan metode
acak sederhana (simple random sampling).
1.7 Metodologi
Metodologi yang digunakan dalam tulisan ini adalah:
1. Studi Pustaka, mencakup teori mengenai model bangkitan pergerakan,
perumusan masalah, dan ruang lingkup pembahasan
2. Pengumpulan Data
- Data Primer, yaitu dengan mengambil data secara langsung ke lapangan
dengan melakukan survei. Data yang di kumpulkan meliputi :
a. Karakteristrik rumah tangga:
- Besar pendapatan perbulan
- total trip/perjalanan
- jumlah anggota keluarga
- Jumlah pekerja/bersekolah
- Kepemilikan kenderaan
- Type / Luas rumah
b. Karakteristik perjalanan
- Tujuan perjalanan
- Maksud perjalanan
- Data Sekunder, yaitu data-data yang diperlukan didapatkan dari hasil
study yang terdahulu atau sumber-sumber atau instansi yang terkait
langsung antara lain:
- Data mengenai tipe-tipe rumah yang ada
- Jumlah unit rumah yang telah terhuni
3. Metode statistik, yaitu mengenai pengumpulan dan pengolahan data yang
didapat dari hasil survey dan dan data sekunder dan hubungannya dengan
pemodelan pergerakan keluarga.
BAB II
STUDI PUSTAKA
2.1 Konsep Perencanaan Transportasi
Terdapat beberapa konsep perencanaan transportasi yang telah berkembang
sampai saat ini yang paling populer adalah “ Model Perencanaan Transportasi Empat
Tahap”. Model perencanaan ini merupakan gabungan dari beberapa sub model yang
masing-masing harus dilakukan secara terpisah dan berurutan. Sub-sub model
tersebut adalah:
• Bangkitan dan tarikan pergerakan
• Sebaran pergerakan
• Pemilihan moda
• Pemilihan rute
2.2 Pengertian Bangkitan Pergerakan
Bangkitan pergerakan didefenisikan sebagai pergerakan yang dibangkitkan
dari suatu tempat (zona asal) dan menuju ke tempat lain (zona tujuan). Zona asal
(origin zone) adalah zona asal dari mana perjalanan dimulai. Zona tujuan
(destination zone) adalah kemana tujuan perjalanan berakhir.
Bangkitan pergerakan adalah suatu proses analisis yang menetapkan atau
menghasilkan hubungan antara aktivitas kota dengan pergerakan. (Tamin,
O.Z.
1. Home base trip, pergerakan yang berbasis rumah. Artinya perjalanan yang
dilakukan berasal dan rumah dan kembali ke rumah.
2. Non home base trip, pergerakan berbasis bukan rumah. Artinya perjalanan
yang asal dan tujuannya bukan rumah.
Pernyataan di atas menyatakan bahwa ada dua jenis zona yaitu zona yang
menghasilkan pergerakan (trip production) dan zona yang menarik suatu pergerakan
(trip attraction). Defenisi trip attraction dan trip production adalah:
a. Bangkitan perjalanan (trip production) adalah suatu perjalanan yang
mempunyai tempat asal dari kawasan perumahan ditata guna tanah tertentu.
b. Tarikan perjalanan (trip attraction) adalah suatu perjalanan yang berakhir tidak
pada kawasan perumahan tata guna tanah tertentu.
Kawasan yang membangkitkan perjalanan adalah kawasan perumahan
sedangkan kawasan yang cenderung untuk menarik perjalanan adalah kawasan
perkantoran, perindustrian, pendidikan, pertokoan dan tempat rekreasi. Bangkitan
dan tarikan perjalanan dapat dilihat pada diagram berikut (Tamin,
O.Z. 1997
).Perjalanan dapat diklasifikasikan menjadi tiga yaitu
1. Berdasarkan tujuan perjalanan, perjalanan dapat dikelompokkan menjadi
beberapa bagian sesuai dengan tujuan perjalanan tersebut yaitu:
• Perjalanan ke tempat kerja
• Perjalanan dengan tujuan pendidikan
• Perjalanan ke pertokoan / belanja
• Perjalanan untuk kepentingan sosial
2. Berdasarkan waktu perjalanan biasanya dikelompokkan menjadi perjalanan
pada jam sibuk dan jam tidak sibuk. Perjalanan pada jam sibuk pagi hari
merupakan perjalanan utama yang harus dilakukan setiap hari (untuk kerja
dan sekolah).
3. Berdasarkan jenis orang, pengelompokan perjalanan individu yang
dipengaruhi oleh tingkat sosial-ekonomi, seperti:
• Tingkat pendapatan
• Tingkat pemilikan kendaraan
• Ukuran dan struktur rumah tangga
Dalam penelitian ini, perjalanan yang ditinjau adalah pergerakan orang yang
dilakukan dari rumah (asal) ke luar kawasan penelitian (tujuan). Misalnya, perjalanan
dari rumah ke kantor, dari rumah ke sekolah dan lain-lain. Sehingga satu kali
perjalanan adalah satu kali pergerakan yang dilakukan seseorang dari rumah hingga
sampai ke tempat tujuannya yang lokasinya berada luar kawasan perumahan tersebut.
2.3 Faktor —faktor yang Mempengaruhi Terjadinya Perjalanan
Terjadinya suatu perjalanan (trip) adalah merupakan fungsi dari tiga faktor
besar (Tuah G.R.2000), yaitu:
1. Pola tata guna tanah dan pembangunan di daerah penelitian
2. Karakteristik sosial ekonomi dan penduduk yang melakukan perjalanan dari
daerah penelitian.
3. Sifat, jangkauan dan kemampuan dari sistem pengangkutan di daerah
Penelitian tentang trip generation merupakan suatu bagian yang vital dari
proses perencanaan pengangkutan, bahwa apa yang terjadi sekarang merupakan
faktor yang menentukan untuk perkiraan masa mendatang.
Dalam pemodelan bangkitan pergerakan, hal yang perlu diperhatikan bukan
saja pergerakan manusia, tetapi juga pergerakan barang yaitu:
1. Bangkitan pergerakan untuk manusia. Faktor berikut dipertimbangkan pada
beberapa kajian yang telah dilakukan:
• Pendapatan
• Pemilikan kendaraan
• Struktur rumah tangga
• Ukuran rumah tangga
• Nilai lahan
• Kepadatan daerah pemukiman
• Aksesibilitas
Empat faktor pertama (pendapatan, pemilikan kendaraan, struktur dan ukuran
rumah tangga) telah digunakan pada beberapa kajian bangkitan pergerakan,
sedangkan nilai lahan dan kepadatan daerah pemukiman hanya sering dipakai
untuk kajian mengenai zona.
2. Tarikan pergerakan untuk manusia. Faktor yang paling sering digunakan
adalah luas lahan untuk kegiatan industri, komersial, perkantoran, dan
pelayanan lainnya. Faktor lain yang dapat digunakan adalah lapangan kerja.
Akhir-akhir ini beberapaa kajian mulai berusaha memasuki ukuran
3. Bangkitan dan tarikan untuk barang. Pergerakan ini hanya merupakan bagian
kecil dari keseluruhan pergerakan (20%) yang biasanya terjadi di negara
industri. Vaniabel penting yang mempengaruhi adalah jumlah lapangan kerja,
jumlah tempat pemasaran, luas atap industri tersebut dan total seluruh daerah
yang ada.
2.3.1 Faktor Tata Guna Tanah
Tata guna tanah adalah suatu cara untuk mengklasifikasi kegiatan yang
menimbulkan pergerakan. Penggunaan-penggunaan tanah yang berlainan akan
menghasilkan karakteristik trip generation yang berlainan pula, misalnya tanah yang
diperuntukkan untuk bangunan atau kantor-kantor dapat diharapkan menghasilkan
lebih banyak perjalanan dari pada ruang terbuka.
Sama halnya dengan kegiatan-kegiatan yang berlainan dapat menghasilkan
karakteristik yang berlainan pula, misalnya satu hektar tanah pemukiman yang
dikembangkan dengan kepadatan yang tinggi kemungkinan sekali akan
menghasilkan lebih banyak pergerakan bila dibandingkan dengari satu hektar tanah
yang dikembangkan untuk keperluan rumah tangga dengan kepadatan rendah.
Asumsi yang paling penting dilakukan dalam perencanaan transportasi adalah
bahwa jumlah perjalanan tergantung pada pola tata guna tanah.
Demikian pula halnya dengan daerah komersial (pusat perdagangan), pusat
pendidikan dan rekreasi dimana hubungannya dengan tata guna tanah di anggap
2.3.2 Sosial Ekonomi Penduduk
Yang termasuk faktor sosial ekonomi dari penduduk yang mempengaruhi
dalam terjadinya perjalanan adalah faktor-faktor yang merupakan kondisi kehidupan
ekonomi penduduk, jumlah anggota keluarga, dan lain-lain. Penduduk dari suatu
daerah pemukiman akan menghasilkan pembangkit trip yang berbeda dengan
kawasan lainnya.
Jumlah anggota keluarga.
Struktur keluarga yang ada di Indonesia terdiri dari bapak ,ibu dan satu atau
dua anak. Perkembangan perekonomian dan perkembangan budaya yang
terjadi menyebabkan adanya pembatasan jumlah anak dalam satu rumah
tangga. Pelaksanaan program keluarga berencana oleh pemerintah juga
menjadi salah satu faktor sebuah keluarga untuk. membatasi jumlah anak.
Di Indonesia dengan masih eratnya hubungan kekerabatan dalam keluarga di
mana sangat memungkinkan untuk menumpangnya saudara dalam rumah
tangga akan menambah jumlah anggota keluarga dalam satu rumah. Dan juga
dengan meningkatnya perekonomian yang lebih baik, maka dalam keluarga
memungkinkan untuk mempunyai satu atau dua orang pembantu.
Penambahan jumlah anggota keluarga tersebut maka akan menambah jumlah
perjalanan yang terjadi dalam satu rumah tangga.
Dalam penelitian ini yang dimaksud dengan jumlah orang dalam keluarga
adalah jumlah semua anggota keluarga termasuk pembantu yang tinggal
dalam satu rumah tersebut untuk jangka waktu yang cukup lama. Pembatasan
survey dilakukan. Pembagian atau klasifikasi anggota, yang pertama satu
keluarga murni yang terdiri dari bapak, ibu dan anak. Yang kedua adalah
keluarga murni tersebut ditambah dengan satu atau dua kerabat yang tinggal
cukup representatif untuk mewakili karakteristik keluarga.
Jumlah anggota keluarga yang bekerja
Variabel ini dapat dibagi menjadi tiga bagian yaitu anggota keluarga yang
bekerja sebagai PNS/ ABRI, Swasta dan mereka yang berwiraswasta.
Pemilihan kendaraan
Kendaraan sebagai sarana perjalanan menjadi satu faktor yang penting dalam
transportasi yaitu pada kemudahan untuk melakukan perjalanan. Dalam satu
keluarga yang terdiri dari beberapa orang dengan perjalanan yang
berbeda-beda dan tujuan perjalanan yang berberbeda-beda-berbeda-beda pula maka faktor jumlah
kebenaran yang dimiliki oleh keluarga tersebut menjadi faktor yang harus
diperhitungkan.
Pada penelitian ini jumlah kendaraan yang dimiliki oleh keluarga diambil
batasan pada kendaraan yaitu sepeda motor dan mobil. Jumlah sepeda motor
dan mobil yang dimiliki keluarga sebagai sarana perjalanannya menjadi
variabel dalam penelitian ini.
Pengaruh variabel ini terhadap model trip dari suatu kawasan ditentukan oleh
seberapa meratanya pemilikan kendaraan baik roda empat maupun roda dua
di kawasan tersebut. Jika pemilikan kenderaan tersebut sudah merata maka
pertambahan pemilikan kendaraan memberi pengaruh negatif pada model
perjalanan tersebut. Jika pemilikan kendaraan tersebut belum merata maka
tidak adanya kendaraan umum dan tempat penyimpanan kendaraan akan
sangat mempengaruhi model perjalanan. Hal itu dapat terlihat dikawasan
Kampung Jawa Baru.
Pendapatan keluarga
Pendapatan keluarga yang diperoleh dalam keluarga umumnya akan
berpengaruh pada peningkatan kebutuhan keluarga, sehingga untuk
memenuhi keluarga tersebut dibutuhkan suatu perjalanan. Peningkatan
pendapatan keluarga juga akan meningkatkan kesempatan seseorang untuk
memperoleh pendidikan, berbelanja, rekreasi dan melakukan aktivitas sosial
lainnya. Semua ini dapat diperoleh dengan mengadakan perjalanan.
2.3.3 Sifat, Luas dan Kemampuan Sistem Pengangkutan
Mutu dan sanana transportasi dan tingkat kemudahan akan mempengaruhi
trip, dimana jaringan transportasi yang baik cenderung meningkatkan jumlah trip.
Biaya yang relatif murah dan waktu perjalanan yang relatif singkat adalah akibat dari
baiknya sistem transportasi, yang mana hal ini cenderung meningkatkan jumlah trip
dari kawasan penelitian.
Variabel waktu tempuh dan jarak tempuh adalah variabel yang saling
mempengaruhi. Jika jarak kawasan perumahan dengan pusat kegiatan sangat dekat
maka tidak ada pengaruhnya terhadap waktu tempuh. Namun jika jarak tersebut
relative jauh maka waktu tempuh akan mempengaruhi dalam pembentukan model
perjalanan, dimana waktunya juga akan berdampak pada penghasilan karena
2.4 Metode Analisis Bangkitan Perjalanan (Trip Generation)
Secara umum terdapat tiga metode untuk menganalisis bangkitan perjalanan
yaitu:
1. Metode faktor pengembangan (expansion factor)
2. Analisis regresi linear
3. Analisis kategori
2.4.1 Metode Faktor Pengembangan (Expansion Factor)
Salah satu metode yang digunakan untuk meramalkan trip generation adalah
dengan faktor pengembangan (expansion factor), yaitu dengan cara menggunakan
faktor-faktor pertumbuhan untuk menaksir perjalanan di masa yang akan datang
untuk zona-zona atau kawasan perkotaan. Metoda ini menghubungkan data yang
dikumpulkan dari survey tata guna tanah untuk menyusun trip generation, misalnya
suatu zona lalu lintas yang meliputi luas dan 3000 ha dengan penduduk 6000 jiwa
akan mempunyai tingkat trip generation sebesar 6000/3000 = 2.
Maka untuk memperoleh taksiran trip generation di masa yang akan datang
dan menerapakan pada areal tersebut, misalnya dengan mengasumsikan hipotesa
bagi pembangunan tempat tinggal pada tahun tertentu akan lebih dari 6000 ha, lalu
trip generation ditaksir menjadi 6000 ha x 2 (trip generation).
Ketepatan metode faktor pengembangan sangat diragukan, maka metode mi
hanya dapat digunakan untuk perencanaan jangka pendek di kawasan luar kota.
2.4.2 Metode Analisis Regresi Linear
Metode analisis regresi akan digunakan untuk menghasilkan hubungan dalam
bentuk numerik dan untuk melihat bagaimana dua (regresi sederhana) atau lebih (
regresi berganda) variabel —variabel saling berhubungan satu sama lain.
Salah satu langkah untuk menyelesaikan analisis regresi adalah mengetahui
pasti variabel-variabel yang berhubungan dengan masalah yang ditinjau dan
mengetahui dengan pasti variabel yang dianggap sebagai variable - variabel bebas
atau variable -variabel tidak bebas. Untuk mengetahui dan menentukan variable -
variabel mana yang sesuai untuk membuat suatu persamaan regresi, melibatkan
beberapa hal yaitu dana, waktu dan tenaga yang tidak sedikit, terutama apabila angka
variabel yang hendak dipakai itu besar. Jadi suatu model dianggap terbaik apabila
model tersebut terdiri dari beberapa variabel bebas yang sangat berkaitan dengan
variabel tidak bebas.
Beberapa asumsi statistik harus dipertimbangkan sebelum menggunakan
metode analisis regresi, yaitu: (Tamin,
O.Z. 1997
.)• Variabel tidak bebas (Y) adalah merupakan fungsi linear dari variabel bebas (X)
• Variabel, terutama variabel bebas, adalah tetap
• Tidak ada korelasi antara variabel bebas
• Variansi dari variabel tidak bebas terhadap garis regresi adalah sama untuk semua nilai variabel tidak bebas.
Variabel - variabel bebas yang dipilih dalam analisa ini adalah :
1. Jumlah anggota keluarga
2. Jumlah kepemilikan kendaraan
3. Jumlah pendapatan perkeluarga
4. Jumlah anggota keluarga telah bekerja
5. Luas / type rumah
A. Tata Cara Pembuatan Model Regresi
Tata cara pembuatan suatu model analisis regresi adalah dengan cara sebagai
berikut:
1. Perhatikan hubungan antara variabel tidak bebas dengan setiap variabel
bebas. Cara yang paling mudah untuk mengetahuinya adalah dengan
memplotkan variable - variabel tersebut dengan mempergunakan
komputer. Hubungan yang tidak linear akan diubah menjadi linear.
Pengujian yang biasa dilakukan adalah dengan mengubahnya ke dalam
bentuk persamaan logarilma. Misalnya, jika kurva yang dihasilkan kedua
variabel tersebut berhenti Y = aXb. kurva tersebut harus diubah menjadi.
Log Y = Log a + b Log X..
2. Membuat Matriks Korelasi
Koefisien korelasi dapat bernilai positif atau negatif. Nilai positif
menujukkan hubungan yang positif, yaitu kemiringan garis regresi adalah
positif, sementara bernilai negatif menunjukkan hubungan yang negatif,
yaitu kemiringan garis regresi yang negatif. Memeriksa melalui matriks
bebas lainnya. Misalnya variabel pendapatan keluarga mempunyai
hubungan yang kuat dengan variabel kepemilikan kendaraan. Oleh karena
hal tersebut maka hanya satu variabel saja dan kedua variabel tersebut
yang dipilih dalam membentuk suatu persamaan regresi.
3. Analisis setiap kombinasi variabel tidak bebas terhadap variabel bebas,
Kemudian pilih salah satu kombinasi yang terbaik dari nilai koefisien
determinan (R2).
4. Hitung parameter dari persamaan regresi yang dibentuk dari beberapa
variabel bebas dan analisis setiap :
a. Nilai R2
b. Tanda (+/-) bagi setiap variabel
c. Hubungan yang kuat untuk bagi setiap variabel (nilai korelasi)
d. Uji-t
e. Uji-F
Langkah yang berikutnya adalah memilih persamaan yang terbaik dan sesuai
dengan syarat yang telah disebutkan di atas dan juga dapat digunakan untuk
membuat suatu peramalan bangkitan perjalanan.
B. Contoh Pembuatan Model
Data diambil dari survey sebelumya di kota Kuala Lumpur dengan tujuan
untuk membuat suatu model persamaan bangkitan perjalanan pada tahun 1985. Kota
Kuala Lumpur telah dibagi menjadi 37 zona dan data tentang jumlah perjalanan, tata
Tabel 2.1 Sosial ekonomi, tata guna tanah, dan jumlah total perjalanan
Zona Kend. Pend. R.Tinggal R.Peng Kamar R.Tingkat J.Kel J.Ker Jp+Jb+Jr Perjanan
1 2 3 . . 10 11 12 . . 25 26 27 . . 35 36 37 0,7122 0,4173 0,1814 .. .. 0,4116 0,5739 0,4258 .. .. 0,6749 1,1128 0.4139 .. .. 0,9020 0,7023 0,4751 1302,76 1302,92 821,15 .. .. 1054,36 1253,20 960,90 .. .. 1270,15 1966,23 817,56.. .. .. 2247,53 1547,70 1134,31 919 1291 570 .. .. 1657 11225 1204 .. .. 14681 2004 2613 .. .. 1090 4026 9815 1171 1540 613 .. .. 64 0 599 .. .. 84 617 375 .. .. 132 7 3637 393 79 114 .. .. 309 0 565 .. .. 0 0 172 .. .. 552 973 3593 0 73 791 .. .. 727 132 331 .. .. 421 0 1818 .. .. 17 0 219 25684 3219 2245 .. .. 4406 11716 3517 .. .. 16337 2621 5199 .. .. 5594 5975 19203 40920 57845 38247 .. .. 9942 2316 5268 .. .. 9495 776 10913 .. .. 11796 6364 26688 5 3 2 .. .. 0 2 0 .. .. 1 1 0 .. .. 0 3 2 159314 196180 151982 .. .. 52316 60936 41641 .. .. 97639 10420 58765 .. .. 52617 35322 172586
Sumber: Abdul lah O.K. Rahmat, R. A. (1994).
Dengan menggunakan data ini model bangkitan perjalanan akan dibuat dengan
menggunakan analisis regresi. Langkah-langkah pembuatan suatu model adalah
sebagai berikut :
1. Memeriksa hubungan antara variabel bebas dengan setiap variabel tidak
bebas. Jika perlu buat kedalam bentuk logaritma. Masalah ini dapat
dilakukan dengan memplotkan setiap variabel bebas satu persatu terhadap
variabel tidak bebas.
2. Membuat matriks korelasi untuk melihat variable - variabel yang saling
berkaitan dengan variabel bebas dan juga untuk melihat seandainya ada
variabel bebas yang berhubungan erat dengan variabel bebas lain. Hasil
dari matriks korelasi dapat dilihat pada Tabel 2.2 dari tabel matriks
korelasi dapat dilihat beberapa hal yang tidak umum. Pada umumnya,
semakin tinggi jumlah kepemilikan kendaraan, semakin banyak jumlah
hubungan antara jumlah total perjalanan dengan jumlah kepemilikan
kendaraan dengan jumlah kepemilikan kendaraan dan juga jumlah
pendapatan keluarga adalah negatif (- 0,26472 dan -0,19948). ini berarti
apabila semakin tinggi jumlah kepemilikan kendaraan dari pendapatan,
semakin kecil jumlah perjalanan yang dilakukan. Masalah ini tidak
mungkin, dan dengan demikian kedua variabel ini lebih baik dikeluarkan
dari model. Kedua variabel ini juga mempunyai hubungan yang kuat
karena nilai korelasinya yang tinggi, yaitu 0,83539. Hubungan antara
jumlah keluarga dengan jumlah rumah tinggal, rumah panggung, kamar,
dan rumah tingkat juga tinggi. Oleh karena itu hanya variabel jumlah
keluarga saja yang diambil dalam pembinaan suatu model.
Tabel 2.2 Matriks korelasi antar variable
Pi Kend. Penda. R.Tinggal R.Pang. Kamar R.Tingkat J.Kel J.Ker Jp+Jb+Jr Pi Kend. Penda R.Tinggal R.Pang. Kamar R.Tingkat J.Kel J.Ker Jp+Jb+Jr 1,00000 -0,26472 -0,19948 0,22155 0,57540 0,34382 0,34382 0,59266 0,80256 0,49592 -0,26472 1,00000 0,83539 0,25058 -0,31658 0,06475 -0,08537 -0,06475 0,25729 -0,05556 -0,19948 0,83539 1,00000 0,115617 -0,25578 0,15052 -0,40506 -010526 0,09258 0,08362 0,22155 0,25058 0,15617 1,00000 0,04685 0,27416 0,05941 0,64390 -0,08770 0,08708 0,57540 -0,31658 -0,25578 0,04685 1,00000 0,49170 0,23895 0,63115 0,25345 0,49167 0,34882 0,06475 0,15652 0,27416 0,49170 1,00000 -0.02681 0,49509 0,11508 0,17868 0,35642 -0,28686 -0,4606 0,05941 0,23895 -0,02681 1,00000 0,55134 0,00318 -0,07136 0,59266 -0,08537 -0,10526 0,64390 0,63115 0,19509 0,55134 1,00000 0,05631 0,25486 0,00256 -0,25726 -0,09258 -0,08770 0,25345 0,11500 0,00318 0,05631 1,00000 0,44115 0,49592 -0,05556 0,08362 0,08708 0,49167 0,17368 -0,07136 0,25486 0,44115 1,00000
Sumber: Abdul lah O.K. Rahmat, R. A. (1994).
3. Memeriksa semua kombinasi variabel tidak bebas yang saling
berhubungan erat. Dari langkah kedua di atas oleh karena jumlah
kepemilikan keadaan, pendapatan keluarga, jumlah rumah tinggal, rumah
tinggal hanya 3 variabel bebas saja. Tabel 2.3 menunjukkan kombinasi
[image:32.595.108.534.194.323.2]semua variabel beserta nilai koefisien determinannya (R2).
Tabel 2.3 Kombinasi variable tidak bebas
Jumlah Variabel Dalam Model
R2 Standard Deviasi Variasi Dalam
Model 1
1 1
0,24593381 0,35124354 0,64410468
47472,870 4403,337 32613,837
Jppp Jk Jker 2
2 2
0,47844303 0,66909355 0,94478077
40057,717 31907,144 13034,083
Jk Jppp Jker Jppp
Jk Jker
3 0,94510160 13191,606 Jk Jppp Jker
Sumber: Abdul lah O.K. Rahmat, R. A. (1994).
Catatan:
Jppp = Jumlah pasar, pusat membeli belah, dan pasar raya
Jk = Jumlah Keluarga
Jker = Jumlah Pekerjaan
Tabel 2.3 menujukkan bahwa kombinasi yang memberikan nilai R2
yang tertinggi adalah kombinasi yang berisikan ketiga variabel bebas yang
terdapat dalam model persamaan tersebut, tetapi yang memberikan nilai
standard deviasi minimum adalah kombinasi variabel jumlah keluarga dengan
jumlah pekerjaan.
4. Menentukan model persamaan yang terbaik.
Pi = 5,31 Jk + 3,244 Jker -2028 ……….(2.1)
Standard deviasi = 13.034
R2 = 0,994
1%.
P1 5,26 Jk + 3,2O7Jker + 811,6 Jppp-2 178 ……….(2.2)
Standart deviasi = 13,192
R2 = 0,945
Nilai -t bagi koef. Regresi = 12,88 ; 16,7 dan 0,44 pada selang
kepercayaan 1%.
Pertama yaitu persamaan (2.1). Nilai koefisien determinan (R2) tinggi,
sebesar 0,944. Uji-t menujukkan bahwa semua variabel memberi
pengaruh yang signifikan terhadap jumlah perjalanan yang terjadi pada
tahap selang kepercayaan 1%. Nilai t-tabel pada tahap keyakinan 1 %
dengan derajat kebebasan 37 - 2 35 adalah 2,72 ( lihat tabel sebaran t pada
lampiran). Oleh karena itu model yang pertama memenuhi syarat analisis
regresi.
Perhatikan juga model persamaan yang kedua, yaitu persamaan (2.2).
Nilai koefisien determinan (R2) tinggi, yaitu 0,945. Uji-t bagi koefisien
variabel Jppp memberikan nilai t yang sangat kecil, yaitu 0,44 dan ini
berarti bahwa standard deviasinya tinggi. Oleh karena itu Jppp dianggap
tidak berpengaruh dan boleh dikeluarkan dari model. Dengan demikian
model yang kedua tidak boleh digunakan.
Dibawah ini adalah model persamaan bangkitan pergerakan keluarga di
Dengan Y = total trips, Xl = jumlah anggota keluarga, X2 = jumlah
pekerja dan determinasi sebesar 0,6184 dan standard error 1,4013.
(Pemodelan Bangkitan dari Perumahan, Studi Kasus Perumahan Type
54 Plamongan lndah, Semarang. Mieke Ariyani, Monica Andhy
Winata).
2. Y = 0,063 1 + 1,261 X3
Dengan Y = total pergerakan, X3 jumlah anggota keluarga dengan
koefisien determinasi sebesar 0,726 dan nilai F-hitung sebesar
1152,656 serta t-hitung sebesar 33,951.
(Analisis Model Bangkitan Pergerakan Keluarga di Kawasan
Perumahan Sawojajar Malang. Muhammad Isradi, ST).
C. Penggunaan Model Regresi untuk Peramalan
Koefisien regresi pada persamaan (2.1) dapat ditafsirkan sebagai berikut :
• Nilai koefisien variabel 5,31 jumlah keluarga menunjukkan bahwa setiap keluarga jumlah total perjalanannya sebanyak 5,31 kali dalam sehari. Dengan
kata lain, dalam sebuah keluarga, Bapak keluar bekerja sekali dalam sehari,
Ibu keluarga berbelanja sekali dalam sehari, dan tiga anaknya pergi ke
sekolah setiap hari. Kemudian sesekali mereka pergi rekreasi atau yang
lainnya. Nilai intersep 3,244 bagi variabel jumlah pekerjaan memberi arti
bahwa setiap pekerja akan menghasilkan perjalanan 3,244 kali sehari dari
lokasi tempat ia bekerja, sekali untuk pulang ke rumah, sekali untuk keluar
makan siang, sekali keluar untuk urusan kantor, dan sesekali keluar untuk
• Nilai pembanding 2028 menunjukkan adanya hubungan antara keluarga dengan keluarga dan pekerja dengan pekerja. Nilai pembanding sedemikian
besar berarti bahwa persamaan regresi linear ini hanya boleh digunakan untuk
zona yang besar/luas.
• Untuk peramalan 20 tahun yang akan datang, angka - angka ini mungkin menyebabkan peramalan yang berlebihan karena jumlah anggota keluarga
mungkin akan menjadi kecil dan ini menyebabkan jumlah bangkitan
perjalanan akan semakin kecil. Demikian halnya dalam bidang pekerjaan,
besar kemungkinan pada masa yang akan datang kebanyakan urusan kantor
akan dijalankan secara elektronik. Hal ini menyebabkan seorang pekerja tidak
perlu keluar dari kantor.
Tabel dibawah ini menampilkan contoh lain dengan menggunakan dua variabel
regresi (X1) adalah variabel tata guna lahan, data yang digunakan untuk zona 8
tercantum pada tabel di bawah ini.
Tabel 2.4 Bangkitan pergerakan dan total pemilikan kendaraan perzona
Nomor Zona Bangkitan Pergerakan /hari Total Pemilikan Kendaraan 1
2 3 4 5 6 7 8
500 300 1300
200 400 1200
900 1000
200 50 500 100 100 400 300 400
Data pada tabel di atas digambarkan dengan menggunakan program excel
(Black. 1981) sehingga menghasilkan Gambar 2.1. Terlihat bahwa bangkitan
pergerakan merupakan variabel tidak bebas ( sumbu-y). grafik menunjukkan
hubungan linier positif antara bangkitan pergerakan dengan kepemilikan kendaraan
dengan hubungan Y = βo + β1X dengan βo adalah intersep dan β1 , adalah
kemiringan.
Gambar 2.1 Grafik bangkitan pergerakan dan pemilikan kendaraan
Sumber: Black, (1981)
Metode kuadrat terkecil kemudian digunakan dalam proses regresi ini, karena
garis linear tersebut hanya mempunyai nilai total jumlah kuadrat residual (atau
simpangan) yang paling minimum antara hasil pemodelan dengan hasil pengamatan.
Dengan persyaratan ini data menghasilkan persamaan:
Y = 89,9 +2,48X ………(2.3)
Sesuai dengan topik ini maka objek adalah penduduk yang berdomisili di
kawasan pusat Kota Langsa. Berdasarkan data dari kelurahan dan dari kepala
lingkungan setempat maka besar sampel yang diakui sebagai dasar home interview
mengikuti batasan berdasarkan jumlah penduduk pada kawasan tersebut. Agar
perolehan sampel sesuai dengan (proporsional) terhadap besar jumlah penduduk pada
kawasan perumahan, maka penarikan sampel dilakukan secara random sampling.
Jumlah responden dalam hal ini dengan satuan keluarga, diperoleh dengan
n = jumlah sampel yang akan diteliti
N = jumlah populasi
Za/2 = factor tingkat keyakinan
SE = sampling eror
P = proporsi sebenarnya dan populasi
Dalam mencari nilai P (proporsi), ada berbagai cara yaitu :
(i) Jika sampel besar, n> 30, distribusi P akan mendekati normal
a. Pergunakan prosedur untuk menghitung perkiraan interval U
b. Pergunakan perkiraan nilai P
(ii) Jika sampel kecil dan P tidak mendekati normal
a. Pergunakan limit distribusi Binominal yang di hitung dari table nilai
Binominal.
(iii) Menggunakan grafik (chart) yang sudah disiapkan oleh beberapa ahli statistik,
yaitu:
a. C lopper & Pearson charts
b. The Chung & Delury charts
c. Fisher & Yate’s Statistical table
Dari beberapa cara tersebut, hanya cara (i) b dan cara (iii), a yaitu dengan
cara memperkirakan nilai P. dan membaca tabel. (J.. Supranto, 1986)
Maka dalam penelitian ini, digunakan nilai P (proporsi), yaitu dengan cara (i)
b memperkirakan nilai P sebesar 25 %.
METODOLOGI PENELITIAN
3.1 Umum
Arti dari metodelogi penelitian adalah menguraikan bagaimana tata cara
penelitian ini dilakukan. Pemilihan metode yang tepat sesuai dengan tujuan
penelitian, sangat berpengaruh pada cara-cara memperoleh data. Pengumpulan data
harus dapat memenuhi tujuan penelitian, sesuai dengan yang diharapkan.
Metode penelitian yang dipergunakan dalam penelitian ini adalah:
1. Metode pengumpulan data
2. Penentuan jumlah sampel sesuai dengan penelitian
3. Pengorganisasian data/pengelompokan data yang diperoleh dari hasil survey
4. Studi pustaka
Dilakukan untuk mencari landasan teori analisis.
5. Analisa data
Dilakukan analisis pemilihan variabel bebas dan tidak bebas berdasarkan nilai
korelasinya, pembangunan model dilakukan dengan analisis linear berganda,
model yang diperoleh ditentukan oleh nilai R2 dan simpangan bakunya
kemudian model yang diperoleh tidak linear akan diubah menjadi linear
dengan cara mengubah hubungan matematisnya. Dan ketepatan persamaan
Gambar 1.1 Bagan Alir Penelitian
Menentukan Tujuan Penelitian
Menentukan Jumlah Riset Dan Sumber Penelitian
Studi Literatur
Penentuan Parameter
Pengumpulan Data
Survei Lapangan
Analisis Data
Pembahasan Dan Kesimpulan
Selesai Menentukan Sample
3.2 Alat-alat Penelitian
Alat-alat yang digunakan dalam penelitian ini adalah berupa blanko kuesioer
dan alat tulis. Blanko kuesioner berisi tentang pertanyaan dan data yang harus diisi
oleh responden. Untuk penulisan dan pengolahan data dilakukan dengan
menggunakan software word dan excel serta program SPSS versi 15.0 for windows
(aplikasi statistik).
SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis
statistikcukup tinggi serta sistem manajemen data pada lingkungan grafis dengan
menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana
sehingga mudah untuk dipahami cara pengoprasiannya. Beberapa aktivitas dapat
dilakukan dengan mudah menggunakan pointing dan cliking mouse.
SPSS banyak digunakan dalam berbagai riset pemasaran,pengendalian dan
perbaikan mutu (quality improvement), serta riset-riset sains.
SPSS pertama kali muncul dengan versi PC (bias dipakai untuk komputer desktop)
dengan nama SPSS/PC+(versi DOS). Tetapi,dengan mulai populernya system
operasi windows, SPSS mulai mengeluarkan versi windows (mulai dari versi 6.0
sampai versi terbaru sekarang).
SPSS (awalnya, Paket Statistik untuk Ilmu Sosial) telah dirilis dalam versi
pertama pada tahun 1968 setelah didirikan oleh Norman Nie dan C. Hadlai Hull.
SPSS adalah software yang paling banyak digunakan untuk program analisis statistik
dalam ilmu sosial dan banyak digunakan oleh peneliti pasar, peneliti kesehatan,
perusahaan survey, pemerintah, peneliti pendidikan, organisasi pemasaran dan
Pada awalnya SPSS dibuat untuk keperluan pengolahan data statistik untuk
ilmu-ilmu sosial, sehingga kepanjangan SPSS itu sendiri adalah Statistical package
for the Social Sciens. Sekarang kemampuan SPSS diperluas untuk melayani berbagai
jenis pengguna (user), seperti untuk proses produksi di pabrik, riset ilmu sains dan
lainnya. Dengan demikian, sekarang kepanjangan dari SPSS Statistical Product and
Service Solutions.
SPSS dapat membaca berbagai jenis data atau memasukkan data secara
langsung ke dalam SPSS Data Editor. Bagaimanapun struktur dari file data
mentahnya, maka data dalam Data Editor SPSS harus dibentuk dalam bentuk baris
(cases) dan kolom (vaiabel). Case berisi informasi yang dikuimpulkan dari
masing-masing kasus.
3.2.1 Metode Pengumpulan Data
Dalam penelitian ini diperoleh dua sumber data yaitu data primer dan data
sekunder. Data sekunder diperoleh dari survey pendahuluan yang berupa data
mengenai tipe - tipe rumah yang ada dan jumlah rumah yang telah terhuni, yang
diperoleh dari Kepala Lingkungan Perumahan Kampung Jawa Baru. Data Primer
didapat melali metode survey. Metode ini digunakan untuk mendapat informasi
berupa jawaban-jawaban atas serentetan pertanyaan - pertanyaan yang tersusun
dalam daftar isian (kuesioner) yang diajukan langsung kepada penduduk Perumahan
3.2.2 Pembuatan Kuesioner
Kuesioner yang dibuat sebagai alat pengumpulan data ini terdiri dari dua
bagian yaitu karakteristik rumah tangga dan karakteritik perjalanan.
Kedua bagian tersebuit akan dijelaskan di bawah ini.
a. Karakteristik Rumah Tangga
Data yang didapatkan dari karakteristik rumah tangga adalah:
1. Jumlah anggota keluarga yang tinggal dalam satu rumah
2. Jumlah pendapatan keluarga perbulan
3. Jumlah kepemilikan kendaraan
4. Jumlah anggota keluarga yang bekerja
5. Type /Luas rumah
b. Karakteristik Perjalanan
Perjalanan yang dilakukan oleh penghuni perumahan adalah perjalanan yang
berbasis rumah yaitu perjalanan yang berawal dan perumahan tersebut. Pada
penelitian ini tujuan perjalanan yang diperhitungkan adalah perjalanan rutin
dilakukan, seperti perjalanan ke tempat kerja, perjalanan ke sekolah dan lain- lain.
Moda yang dipakai dalam melakukan perjalanan juga menjadi faktor yang
dibahas dalam penelitian ini. Perjalanan dilakukan dengan kenderaan pribadi atau
dengan kendaraan umum merupakan karakteristik yang cukup penting mengingat
pembebanannya yang berbeda pada jaringan jalan yang ada.
Hal ini yang perlu diperhatikan adalah waktu untuk memulai dan mengakhiri
bangkitan tersebut terjadi dan bagaimana karakteristik perjalanan tersebut dilihat dari
waktu memulainya.
3.2.3 Pelaksanaan Pengumpulan Data
Untuk mendapatkan data yang diperlukan dalam penelitian ini maka
dilakukan survey terhadap keluarga yang tinggal di lokasi penelitian. Survey yang
dilakukan dengan cara metode wawancara (home interview).
Sampel adalah bagian dari populasi yang diambil dengan menggunakan
cara-cara tertentu. Salah satu cara-cara yang populer dalam Ilmu Statistik untuk memperoleh
sampel yang representatif adalah dengan cara random. Cara ini tidak memilih-milih
subjek untuk dijadikan sampel. Jadi tiap-tiap subjek dalam populasi diberi
kesempatan yang sama untuk menjadi anggota sampel.
Cara yang paling umum dilakukan oleh banyak para ahli statistik dan para
peneliti adalah dengan menggunakan tabel bilangan random. Prosedurnya sangat
sederhana serta kemungkinan penyelewengan dapat dihindari.
Penggunaan tabel bilangan random dijelaskan sebagai berikut:
a. Buat daftar subjek dengan nomor urutnya
b. Jatuhkan ujung pensil ke sembarang tempat pada tabel bilangan random
c. Ambil tiga angka yang berdekatan dengan jatuhnya ujung pensil itu untuk
mengidentifikasi sampel kedua, ketiga dan seterusnya ambil tiga angka di
Iangkah-langkah penentuan sampel adalah:
1. Membuat kode nomor rumah - rumah tersebut secara berurut dari awal
hingga akhir.
2. Karena jumlah rumah yang telah terhuni sebanyak 253 rumah maka
penomoran tersebut dari nomor 001 sampai dengan 253.
Dengan mengikuti langkah-langkah yang telah ditentukan maka diperolehlah
kode rumah sebagai anggota sampel.
Setelah mendapat izin dari lingkungan setempat, keluarga yang diambil
sebagai sampel dikunjungi dan dilakukan wawancara sekaligus dijelaskan maksud
penelitian. Selanjutnya kepada setiap anggota keluarga tersebut diberikan kuesioner
untuk diisi dan dijelaskan cara mengisinya.
Pelaksanaan pengisian daftar kuesioner ini dilakukan dengan dua cara
yaitu:
1. Daftar isian ditinggal di setiap rumah dan diambil keesokan harinya
2. Diisi angsung oleh petugas survey.
Dari kedua cara ini, ternyata cara kedua lebih menguntungkan karena data
yang ditanyakan langsung kepada responden dan diisi petugas survey, sehingga data
masukan setiap keluarga dapat sesuai dengan yang diinginkan, namun waktu yang
diperlukan menjadi lebih panjang.
Sedangkan cara pertama, banyak daftar isian yang diambil belum terisi semua
3.3 Penentuan Jumlah Sampel
Dengan jumlah populasi (N) 253 keluarga dan sampling error (SE) = 10%,
dan dengan tingkat kepercayaan 95% (Za/2) = 1,96 dengan proporsi sebenarnya
dan populasi adalah (P) 25%, maka dengan menggunakan persamaan (2.4) jumlah
yang diambil (n) =
(
)
− + − = N P P Z SE P P n a ) 100 ( 100 2 2 /(
)
− + − = 253 ) 25 100 ( 25 96 , 1 10 25 100 25 2 nn = 79.069 ≈ 80 Keluarga
3.4 Metode Pengelompokan Data
Pengelompokan data penelitian yang didapatkan dan kuesioner dilakukan
dengan tahapan sebagai berikut:
a. Berdasarkan karakteristik rumah tangga
o Jumlah anggota keluarga yang tinggal dalam satu rumah
Dalam kategori ini jumlah orang dalam keluarga dibagi dalam 3 (tiga)
kategori yaitu:
a. Jumlah anggota keluarga yang kurang dari 3 orang (‘<3 orang)
b. Jumlah anggota keluarga antara 4 - 6 orang
c. Jumlah anggota keluarga lebih dari 7 orang (> 7 orang)
Hal tersebut didasarkan pada struktur keluarga yang tinggal di kawasan
o Jumlah pendapatan keluarga
Sesuai dengan pengklasifikasian perumahan menurut REI bahwa
Perumahan Kampung Jawa Baru termasuk perumahan golongan
menengah, maka klasifikasi pendapatan dibagi dalam dua kategori
sebagal berikut:
a. Rp. 825.000,00-1.250.000,00 per keluarga perbulan (menengah)
b. Lebih dari Rp. 1.250.000,00 per keluarga perbulan (tinggi).
Pengklasifikasian ini sesuai dengan petunjuk dari Bank Dunia yang telah
membuat suatu batasan mengenai tingkat pendapatan dalam suatu negara
berkembang seperti Indonesia, sebagai berikut:
1. Golongan ekonomi lemah = 17 %
2. Golongan menegah = 33 %
3. Golongan atas 50 %
Dengan GNP Indonesia untuk tahun 1997 adalah $1000, dan asumsi bahwa
$1 sama dengan Rp. 7500,- maka batasan-batasan tersebut ditentukan sebagai
berikut:
Untuk golongan menengah berdasarkan jumlah ukuran keluarga yang ditetapkan oleh
BKKBN bahwa satu keluarga ideal terdiri dari empat orang, maka pendapatan
keluarga ekonomi menengah ialah:
Untuk golongan atas adalah:
50% x $.1000 x Rp.7500, - x 4 = Rp.1.250.000, 12
Sehingga untuk pendapatan telah dibagi menjadi dua bagian.
o Jumlah kepemilikan kendaraan
Keluarga yang tidak mempunyai mobil
Keluarga yang memiliki 1 (satu) mobil
Keluarga yang memiliki lebih dari 1 (satu) mobil
o Jenis pekerjaan
Pengawai Negeri /ABRI
Pegawai swasta
Wiraswasta
b. Berdasarkan karakteristik perjalanan
• Tujuan perjalanan
Tujuan perjalanan/pergerakan didasarkan pada zona yang akan dituju
• Maksud perjalanan
Maksud perjalanan dibagi atas pergerakan yaitu:
1. Bekerja
2. Sekolah
3. Olah Raga
4. Belanja
• Moda yang digunakan untuk melakukan pergerakan. 1. Mobil
2. Sepeda motor
3. Jalan Kaki
4. Sepeda
5. Taksi / Angkutan umum
3.5 Analisis Regresi Linear Sederhana
Analisis regresi linear adalah merupakan metode statistik yang digunakan
untuk menganalisis hubungan antara variable – variabel yang berbentuk kuantitatif.
Disamping membahas hubungan antara dua atau Iebih variabel (variabel bebas dan
variabel tidak bebas), analisis regresi juga digunakan untuk membuat perkiraan nilai
suatu variabel dengan menggunakan satu atau beberapa variabel lain yang
berhubungan dengan variabel tersebut.
Hubungan antara variabel tidak bebas dengan variabel bebas ini dapat
dirumuskan ke dalam bentuk persamaan matematik:
Y = βo + β1.x ………..(3.0)
dimana:
y = variabel tidak bebas /variabel terikat
β0 = nilai intersep (titik potong kurva terhadap sumbu y)
β1 = kemiringan (slope) kurva linear
Tujuan analisis ini adalah untuk mendapatkan satu garis linear yang dapat
mewakili data tersebut. Dengan perkataan lain βo dan ,β1 yang diperkirakan
seharusnya membentuk garis linear yang melalui semua atau sebagian titik yang ada.
Seperti yang ditunjukkan dalam Gambar 3.0 “y” adalah jumlah perjalanan
dalam satuan orang atau pergerakan kendaraan. “x” ialah variabel tidak bebas yang
mempengaruhi jumlah perjalanan misalnya faktor tata guna lahan atau faktor sosial
ekonomi, sedangkan nilai SSE (e) ialah perbedaan nilai “x” dengan nilai y.
[image:50.595.195.483.308.507.2]
Gambar 3.0 Contoh perbedaaan nilal e dengan garis
3.5.1 Metode Kuadrat Terkecil Untuk Regresi Linear
Metode kuadrat terkecil (least square method) adalah metode yang digunakan
untuk menentukan persamaan linear estimasi, berarti memilih satu kurva linear dari
beberapa kemungkinan kurva linear yang dapat dibuat dari data aktual dengan data
estimasinya. Kriteria ini dikenal dengan istilah prinsip kuadrat terkecil (principle of
least square). Prinsip pemilihan garis yang mempunyai nilai βo nilai β1 yang dapat
……….(3.1)
Dimana:
SSE = jurnlah kuadrat utuk kesalahan (sum of square for error)
Y1 = nilai variabel Y
^
1
Y = nilai taksiran Y
Untuk membuat peramalan, penaksiran, atau pendugaan dengan persamaan
regresi maka nilai β0 dan β1 harus ditentukan terlebih dahulu. Dengan metode
kuadrat terkecil (least square), nilai β0 dan nilai β1 dapat ditentukan dengan rumusan:
………..(3.3) …(3.2)
Dimana :
β0 = nilai inetersep atau nilai y jika x = 0
β1 = kemiringan (slope) kurva linear
y = nilai rata-rata y
x = nilai rata-rata x
n = jumlah data yang digunakan sebagai sample
3.5.2 Koefisien Korelasi
analisis digunakan dalam hubungannya dengan analisis regresi untuk mengukur
ketepatan garis regresi dalam menjelaskan (explaining) variasi nilai variabel tidak
bebas. Koefisien korelasi disimbolkan dengan “r”. Koefisien korelasi (r) memiliki
nilai antara -1 dan + 1
(- 1≤ r ≤1).
a) Jika r bernilai positif maka variable - variabel berkorelasi positif,
semakin dekat nilai r ke +1 maka semakin kuat korelasinya, demikian
pula sebaliknya.
b) Jika r bernilai negative maka variable - variabel berkorelasi negatif.
Semakin dekat nilai r ke -1 maka semakin kuat korelasinya, demikian
pula sebaliknya.
c) Jika r bernilai -1 dan +1 maka variabel menujukkan korelasi positif
atau negatif sempurna.
Koefisien korelasi dengan metode least square dirumuskan:
……….(3.3)
dimana:
r = koefisien korelasi
n =jumlah data
x dan y : variabel
Jika r (koefisien korelasi) dikuadratkan, akan menjadi koefisien determinasi
(r2) atau koefisien penentu, yang artinya penyebab perubahan pada variabel y datang
Dalam bentuk rumus, koefisien determinasi (r2) dapat ditulis:
……….(3.4)
Nilai koefisien determinasi terletak antara 0 dan + 1 ( 0 ≤ r2≤ + 1)
dimana:
r = koefisien korelasi
n = jumlah data
x dan y : variable
3.5.3 Standar Error Koefisien Regresi
Dalam studi ini standar error koefisien regresi dipakai pada analisis regresi
untuk menguji hipotesa dan membuat perkiraan interval koefisien regresi parsial.
Standar error koefisien regresi dapat ditentukan sebagai berikut:
……….(3.5)
dimana:
k = p + l
n-k = adalah jumlah data dan k adalah jumlah variabel dalam persamaan
regresi.
p = adalah jumlah variabel bebas x
y = nilal taksir variabel tidak bebas y
Standar error bagi koefisien regresi adalah, β1 (M.L Hasan, 1997)
3.5.4 Pembentukan Variabel
Salah satu cara untuk menentukan hubungan yang tidak linear dari variabel
adalah dengan cara membuat hubungan yang tidak linear menjadi linear. Kemudian
setelah ditentukan nilai dari variabel dibuat kembali ke bentuk asal.
Gambar 3.1 Perubahan bentuk variabel.
Contoh lain dibuat ke dalam bentuk linear diberikan dalam Tabel 3.1.
3.6 Regresi Linear berganda
Persamaan regresi yang telah dibahas sebelumnya hanya memfokuskan pada
model yang menggunakan satu variabel bebas saja. Studi bangkitan perjalanan pada
umumnya mempunyai dua atau lebih variabel tidak bebas dengan bentuk sebagai
berikut:
Y = β0 + β1 X1 + β 2 X 2 + β 3 X3 ……….β m X m …………(3.7)
dimana:
X 1 = variabel bebas 1
X 2 = variabel bebas 2
X 3 = variabel bebas 3
X m = variabel bebas m
β0 = nilai y pada perpotongan antara garis linear dengan sumbu-y
β 1 = kemiringan (slope) yang berhubungan dengan Variabel X1
β 2 = slope yang berhubungan dengan X2
Biasanya persamaan (3.7) diubah menjadi Xo = 1 supaya β 0 sebagai
parameter pintasan. (M.L Hasan, 1999).
Jika terdapat dua variabel tidak bebas maka persamaan diatas menjadi:
………….(3.8)
Dimana :
( variabel Y1 – Y rata – rata)
( variabel Xi1 – X1 rata – rata)
( variabel Xi2 – X2 rata – rata)
Dengan metode eliminasi terhadap persamaan (3.9) dan persamaan (3.10) maka kita akan mendapatkan nilai β1dan β2.
Sedangkan nilai βo didapatkan melalui rumus:
…………(3.10)
Dimana :
Y = nilai rata-rata variabel y
X = nilai rata-rata variabel x
X2 = nilai rata-rata variavel X2
β 1 = kemiringan (slope) yang berhubungan dengan Xi
β 2 = kemiringan (slope) yang berhubungan dengan X2