Bangkitan Perjalanan pada Perumahan Nasional (PERUMNAS) Helvetia

(1)

BANGKITAN PERJALANAN PADA PERUMAHAN NASIONAL (PERUMNAS) HELVETIA

TUGAS AKHIR

Diajukan untuk melengkapi tugas-tugas dan

memenuhi syarat untuk menempuh

Ujian Sarjana Teknik Sipil

Disusun Oleh:

YUSTINA SARJANI S. MUHAM 110424006

PROGRAM PENDIDIKAN EKSTENSI DEPARTEMEN TEKNIK SIPIL

FAKULTAS TEKNIK

(2)

(3)

(4)

KATA PENGANTAR

Segala puji dan hormat sert a syukur kepada Tuhan Yang M aha Esa at as kasih, berkat

dan segala anugerah-Nya sehingga penulis dapat m enyelesaikan t ugas akhir ini dengan baik.

Tugas akhir ini diajukan unt uk mel engkapi t ugas-t ugas dan m emenuhi syarat unt uk

menempuh ujian sarjana Teknik Sipil Universit as Sumat era Ut ara.

Adapun judul dari t ugas akhir ini adalah “ Bangkit an Perjalanan pada Perumahan Nasional

(PERUM NAS) Helvet ia” . Penulis menyadari bahw a t erlaksananya penelit ian t ugas akhir ini

t idak t erlepas dari dukungan berbagai pihak. Karena it u, pada kesempat an ini penulis

mengucapkan t erima kasih yang set ulus-t ulusnya kepada semua pihak yang t elah membant u

menyelesaikan t ugas akhir ini :

1. Bapak Ir. Joni Harianto, selaku pembimbing yang telah menyediakan waktu

untuk membimbing, mengarahkan dan memberikan masukan berupa saran

hingga selesainya tugas akhir ini.

2. Bapak Yusandy Aswad, ST. MT, selaku pembimbing yang telah menyediakan

waktu untuk membimbing, mengarahkan dan memberikan masukan berupa

saran dalam tugas akhir ini.

3. Bapak Prof.DR.Ing.Johannes Tarigan, selaku ketua Departemen Teknik Sipil

Fakultas Teknik Universitas Sumatera Utara.

4. Bapak Ir. Syahrizal, MT, selaku sekretaris Departemen Teknik Sipil Fakultas

Teknik Universitas Sumatera Utara.

5. Bapak Ir. Zulkarnaen A. Muis, M.Eng,Sc, selaku koordinator sub jurusan

transportasi Departemen Teknik Sipil Fakultas Teknik Universitas Sumatera

(5)

6. Bapak dan Ibu staf pengajar yang telah membimbing dan mendidik sejak

semester awal sampai berakhirnya masa studi di Departemen Teknik Sipil

Fakultas Teknik Universitas Sumatera Utara.

7. Pegawai administrasi Departemen Teknik Sipil Fakultas Teknik Universitas

Sumatera Utara.

8. Teristimewa kedua orang tuaku, ayahanda Alm. Drs. S. Sembiring Muham dan

ibunda tercinta L. M. Purba atas setiap doa dan pengorbanannya yang tidak

terhingga kepada penulis.

9. Abang, dan kakak-kakakku Efrem Iwansyah Sembiring Muham, Erika Nova

Sembiring Muham, dan Imelda Sembiring Muham.

10. Sahabat-sahabat terbaikku,AlexHa, Patrica, Merin, Desi, Andri, Suyono, Fahri,

Aidyl, Prima, Jusak, Nadia, Dewi, Mutia, Dila, Samuel, Ivan, dan Kepada

semua teman-teman yang lainnya yang tidak dapat penulis sebutkan satu

persatu.

11. Seluruh teman-teman angkatan 2011, 2010, 2009dan 2012 yang selalu ada

untuk menjadi partner selama penulis menempuh masa studi.

12. Semua pihak yang telah membantu dalam penyusunan tugas akhir ini yang

(6)

Penulis berharap, semoga Tuhan m em balas kebaikan mereka dengan berkat yang

besar dan semoga t ugas akhir ini bermanfaat bagi kit a semua.

M edan, November 2014

(7)

ABSTRAK

Dengan adanya pertambahan kepadatan penduduk, ekonomi, dan sosial serta politik membuat bertambahnya pembangunan perumahan baru. Pertambahan penduduk dan pemukiman diiringi dengan semakin meningkatnya jumlah perjalanan yang melebihi daya tampung jalan. Aktifitas masyarakat menyebabkan timbulnya bangkitan perjalanan yang membebani jalur jaringan jalan menuju pusat kegiatan.. Permasalahan tidak hanya terbatas pada jalan raya saja, akan tetapi pertumbuhan ekonomi juga dapat menyebabkan mobilitas seseorang meningkat sehingga kebutuhan pergerakan meningkat melebihi kapasitas prasarana transportasi yang ada.

Untuk mengantisipasi dan berdasarkan pertimbangan di atas maka diperlukan studi penelitian bangkitan pergerakan keluarga pada perumahan yang diharapkan dapat memberi jalan keluar terhadap hal-hal yang telah diuraikan . Pada prakteknya, sering dijumpai bahwa model bangkitan pergerakan yang lebih baik bisa didapatkan dengan memodelkan secara terpisah pergerakan yang mempunyai maksud/tujuan yang berbeda.

Model perjalanan yang diteliti adalah perjalanan atau pergerakan keluarga pada perumahan nasional (PERUMNAS) Helvetia. Metode pengumpulan data dilakukan dengan metode kuesioner dan wawancara (indepth interview) sebagai alat ukur dengan satuan rumah tangga sebagai sampel yang dilakukan secara acak dengan metode acak sederhana (simple random sampling).Analisis data akan dilakukan dengan analisis regresi linear berganda dan kategori dengan menggunakan program computer SPSS 21.

Hasil yang diperoleh membentuk model terbaik bangkitan perjalanan keluarga Y = 1,669 + 0,884 X1 + 0,600 X2 - 0,191 X3 + 0,032 X4 - 0,104 X5. Besarnya

perjalanan yang terjadi dipengaruhi oleh jumlah anggota keluarga (X1), kepemilikan

kendaraan pribadi (X2), penghasilan (X3), bekerja (X4), dan pendidikan (X5) dengan

nilai korelasi R = 0,528.

(8)

DAFTAR ISI

KATA PENGANTAR ... i

ABSTRAK ... iii

DAFTAR ISI ... iv

DAFTAR TABEL ... vii

DAFTAR GAMBAR ... viii

DAFTAR GRAFIK ... ix

DAFTAR NOTASI... x

BAB I PENDAHULUAN I.1 Latar Belakang……… ... 1

I.2 Perumusan Masalah Penelitian ... 2

I.3 Tujuan Penelitian ... 2

I.4 Manfaat Penelitian ... 3

I.5 Ruang Lingkup Penelitian ... 3

I.7 Keaslian Penelitian ... 4

BAB II TINJAUAN PUSTAKA II.1 Perencanaan Transportasi ... 8

II.2 Bangkitan Pergerakan (Trip Generation) ... 8

II.2.1 Konsep permodelan bangkitan pergerakan ... 12

1. Metode Analisa Regresi Linier ... 12

A. Analisa Regresi Linier Sederhana ... 12

B. Analisa Regresi Linier Berganda ... 13

1. Uji Hubungan Linier ... 16

2. Uji – t ... 17

(9)

2. Metode Analisa Kategori ... 18

II.3Karakteristik Pelaku Perjalanan ... 21

BAB III METODOLOGI PENELITIAN III.1Lokasi dan Waktu Penelitian ... 24

III.2 Data Penelitian ... 24

1.Data Primer ... 24

2.Data Sekunder ... 26

III.3 Peralatan Penelitian ... 26

III.4Cara Pengambilan dan Ukuran Sampel ... 26

III.5Analisa Data... 28

III.6 Daftar Kuisoner ... 28

III.7 Tahapan Penelitian / Bagan Alir ... 28

BAB IV HASIL DAN PEMBAHASAN IV.1 Gambaran Kecamatan Medan Helvetia ... 30

IV.2 Populasi dan Sampel Penelitian... 31

IV.3 Karakteristik Responden ... 34

4.3.1Jumlah Anggota Keluarga ... 34

4.3.2 Jumlah Anggota Keluarga yang Bekerja ... 34

4.3.3Jumlah Anggota Keluarga yang Bersekolah dan Kuliah ... 35

4.3.4Pendapatan Rata-rata Keluarga ... 36

4.3.5Jumlah Kepemilikan Kendaraan Pribadi ... 36

IV.4 Proses Pengolahan Data ... . 37

4.4.1 Analisa Korelasi ... 37

4.4.2 Proses Pengolahan Analisa Regresi ... 42

IV.5 Uji Determinasi ... 60

(10)

IV.7 Uji F ... 64

IV.8 Uji Validitas ... 66

IV.9 Uji Linearitas ... 69

IV.10 Analisa Kategori ... 70

IV.11 Perbandingan Antara Regresi Linear dan Analisa Kategori ... 76

BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan ... 77

5.2 Saran ... 78

DAFTAR PUSTAKA ... xi

(11)

DAFAR TABEL

Tabel IV.1 Data sampel sementara ... 32

Tabel IV.2 Deskripsi statistik data sampel untuk uji kecukupan data ... 32

Tabel IV.3 Jumlah anggota keluarga ... 34

Tabel IV.4 Jumlah anggota keluarga yang bekerja ... 34

Tabel IV.5 Jumlah anggota keluarga yang bersekolah dan kuliah ... 35

Tabel IV.6 Pendapatan rata-rata keluarga ... 36

Tabel IV. 7 Tingkat kepemilikan kendaraan Pribadi ... 36

Tabel IV. 8 Interpretasi Koefisien Korelasi ... 38

Tabel IV. 9 Korelasi variabel dependent dengan independent ... 39

Tabel IV.10Korelasi variabel dependent dengan independent ... 40

Tabel IV.11 Persamaan regresi, R, dan R2 ... 59

Tabel IV.12 Pembagian kelas analisa kategori... 71

(12)

DAFTAR GAMBAR

Gambar II.1. Trip Production Dan Trip Attraction... 9

Gambar II.2 Bangkitan dan Tarikan Perjalanan ... 10

Gambar III.1Bagan Alir Penelitian ... 28

(13)

DAFTAR GRAFIK

Grafik IV.1 Jumlah Anggota Keluarga ... 34

Grafik IV.2 Jumlah Anggota Keluarga Bekerja ... 35

Grafik IV.3 Anggota Keluarga Bersekolah dan Kuliah ... 35

Grafik IV.4 Pendapatan Rata-rata Keluarga ... 36

(14)

DAFTAR NOTASI

e = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang

masih dapat ditolerir

F = nilai banding F

Se = Sampling error

z = Tingkat kepercayaan

Bo = hipotesisi nol

Bo = jumlah variabel/koefisien regresi

Σ = simbol penjumlahan

n = ukuran sampel (pada penelitian ini yang menjadi sampel adalah jumlah

responden dari masing masing pelaku transportasi yang akan disurvei).

N = ukuran populasi

R = koefisien Korelasi

R2 = koefisien Determinasi

t = nilai banding t

r = nilai banding validasi

X1 = Jumlah anggota keluarga

X2 = Jumlah kepemilikan kendaraan pribadi

X3 = Jumlah pendapatan

X4 = Jumlah anggota keluarga bekerja

X5 = Jumlah anggota keluarga yang sekolah dan kuliah

(15)

ABSTRAK

Dengan adanya pertambahan kepadatan penduduk, ekonomi, dan sosial serta politik membuat bertambahnya pembangunan perumahan baru. Pertambahan penduduk dan pemukiman diiringi dengan semakin meningkatnya jumlah perjalanan yang melebihi daya tampung jalan. Aktifitas masyarakat menyebabkan timbulnya bangkitan perjalanan yang membebani jalur jaringan jalan menuju pusat kegiatan.. Permasalahan tidak hanya terbatas pada jalan raya saja, akan tetapi pertumbuhan ekonomi juga dapat menyebabkan mobilitas seseorang meningkat sehingga kebutuhan pergerakan meningkat melebihi kapasitas prasarana transportasi yang ada.

Untuk mengantisipasi dan berdasarkan pertimbangan di atas maka diperlukan studi penelitian bangkitan pergerakan keluarga pada perumahan yang diharapkan dapat memberi jalan keluar terhadap hal-hal yang telah diuraikan . Pada prakteknya, sering dijumpai bahwa model bangkitan pergerakan yang lebih baik bisa didapatkan dengan memodelkan secara terpisah pergerakan yang mempunyai maksud/tujuan yang berbeda.

Model perjalanan yang diteliti adalah perjalanan atau pergerakan keluarga pada perumahan nasional (PERUMNAS) Helvetia. Metode pengumpulan data dilakukan dengan metode kuesioner dan wawancara (indepth interview) sebagai alat ukur dengan satuan rumah tangga sebagai sampel yang dilakukan secara acak dengan metode acak sederhana (simple random sampling).Analisis data akan dilakukan dengan analisis regresi linear berganda dan kategori dengan menggunakan program computer SPSS 21.

Hasil yang diperoleh membentuk model terbaik bangkitan perjalanan keluarga Y = 1,669 + 0,884 X1 + 0,600 X2 - 0,191 X3 + 0,032 X4 - 0,104 X5. Besarnya

perjalanan yang terjadi dipengaruhi oleh jumlah anggota keluarga (X1), kepemilikan

kendaraan pribadi (X2), penghasilan (X3), bekerja (X4), dan pendidikan (X5) dengan

nilai korelasi R = 0,528.

(16)

BAB I PENDAHULUAN

I.1. Latar Belakang

Kota Medan sebagai Ibukota Propinsi Sumatera Utara, telah berkembang

menjadi pusat berbagai kegiatan pelayanan seperti pusat administrasi pemerintahan,

perdagangan, industri, jasa pelayanan keuangan, komunikasi, akomodasi

kepariwisataan, dan kegiatan pelayanan lainnya. Kegiatan pelayanan tersebut

diperuntukkan kepada penduduk kota medan pada khususnya, dan penduduk Propinsi

Sumatera Utara pada umumnya. Kondisi ini menyebabkan kota Medan tumbuh

dengan pesat.

Penduduk kota Medan tahun 2010 sebesar 2.109.339 jiwa dengan luas wilayah

mencapai 265,10 km2, memiliki 21 kecamatan dengan bentuk kota yang memanjang

dari utara ke selatan. Salah satu kecamatan, kecamatan Medan Helvetia sebagai lokasi

penelitian, berbatasan dengan Medan Sunggal di sebelah Barat, Medan Barat di Timur,

Medan Petisah di Selatan, dan Medan Marelan di Utara. Penduduk kecamatan Medan

Helvetia pada tahun 2010 sebesar 144.257 jiwa luas wilayah 15,44 km2. Salah satu

akibat dari pertumbuhan kota Medan tersebut adalah banyak munculnya perumahan di

wilayah Medan Helvetia ini yang mengakibatkan terjadinya bangkitan transportasi

sehingga mempengaruhi tingkat pelayanan jalan.

Lokasi penelitian ialah Perumnas Helvetia Medan, terletak dipinggiran kota

Medan ini merupakan lokasi padat penduduk dengan luas wilayah ± 97 Hektar, hampir

semua masyarakat yang menghuni perumahan ini untuk beraktivitas sehari-hari

(17)

yangumumnya mereka bekerja menyebar ke kecamatan-kecamatan kota Medan yang

menghasilkan bangkitan pergerakan yang menimbulkan menambah jumlah pergerakan

pada jalan-jalan arteri, kolektor maupun lokal diperkotaan.

I.2. Perumusan Masalah Penelitian

Berdasarkan latar belakang diatas dapat dirumuskan permasalahan pada

penelitian ini ialah:

1. Bagaimana mengidentifikasi faktor-faktor yang mempengaruhi perjalanan

penduduk yaitu faktor jumlah keluarga, kepemilikan kendaraan

pribadi,pendapatan, bekerja, dan pendidikan sehingga dapat dijadikan variabel

dalam menganalisa bangkitan pergerakan dari Perumnas Helvetia

2. Bagaimana model bangkitan perjalanan penduduk pada Perumnas Helvetia

Medan

I.3. Tujuan Penelitian

Berdasarkan rumusan masalah yang akan dikaji, maka tujuan dari penelitian

adalah:

1. Untuk mengidentifikasi faktor-faktor yang mempengaruhi perjalanan penduduk

dinilai dari faktor pendapatan, jumlah keluarga, kepemilikan kendaraan,

pekerjaan, dan pendidikan sehingga dapat dijadikan tolak ukur dalam

menganalisa bangkitan pergerakan dari Perumnas Helvetia.

2. Untuk mendapatkan jumlah bangkitan perjalanan dengan analisa regresi linear

(18)

I.4. Manfaat Penelitian

Melalui penelitian ini akan menambah pengetahuan dan pemahaman di bidang

perencanaan transportasi, khususnya yang menyangkut tentang konsep pemodelan

bangkitan perjalanan. Secara praktis dapat diketahui bahwa pembangunan kawasan

pemukiman yang setipe dengan kawasan yang diteliti akan menghasilkan bangkitan

yang tidak jauh berbeda.

I.5. Ruang Lingkup Penelitian

Untuk menghindari penelitian yang terlalu luas dan terbatasnya waktu, maka

pembatasan masalah dalam penelitian ini menitikberatkan pada beberapa hal yaitu:

1. Jumlah bangkitan pergerakan yang akan diteliti adalah pergerakan masyarakat

di Perumnas Helvetia.

2. Pengambilan data dilakukan dengan cara memperhitungkan perjalanan yang

dilakukan oleh penghuni perumahan yang dianalisis berdasarkan home base

trip, yaitu semua perjalanan yang berasal dari rumah dan diakhiri dengan

pulang kerumah masyarakat di Perumnas Helvetia.

3. Data yang didapat dari hasil pengisian kuisoner oleh para responden.

4. Penyebaran kuisoner dilakukan pada hari senin, selasa, rabu, kamis, jumat,

sabtu, dan minggu.

5. Faktor-faktor yang mempengaruhi perjalanan penduduk dinilai dari faktor

jumlah keluarga, kepemilikan kendaraan pribadi,pendapatan, bekerja, dan

(19)

I.6. Keaslian Penelitian

Penelitian yang sudah pernah ada sebelumnya:

1. Judul: Model Bangkitan Perjalanan Kerja dan Faktor Aksesibilitas pada zona

Perumahan di Yogyakarta

Oleh Yuswendra Ersandi, Ahmad Munawar, Sri Atmaja P. Rosyidi, 2009.

Tujuan penelitian ini untuk memperoleh bangkitan perjalanan kerja di

Perumahan Yogyakarta dipengaruhi oleh variabel kepemilikan kendaraan roda

4 (X2) dan variabel jumlah anggota keluarga yang bekerja (X5). Permodelan

regresi yang sesuai dengan kondisi bangkitan perjalanan kerja dari kawasan

studi adalah Y = 0,34 - 0,153 X2 + 0,682 X5.

Dalam hal ini kaitan penelitian ini dengan penelitian yang penulis lakukan

adalah teknik pengumpulan data sekunder dalam hal berupa jumlah kepala

keluarga, dan uji yang digunakan uji korelasi dan uji F.

2. Judul: Bangkitan Perjalanan Pada Perumahan Bougenville Di Palembang

Oleh Hamdi, 2011.

Tujuan penelitian ini untuk memperoleh hasil analisa terhadap sosio-ekonomi.

Model bangkitan terpilih untuk bangkitan perjalanan pada komplek perumahan

Bougenville adalah Y = -0,188 + 0,830 X1 + 0,026 X3 + 0,166 X4. Dengan nilai

R2 = 0,711.

adalah pengumpulan data dilakukan dengan metoda penyebaran kuisoner, dan

model bangkitan yang digunakan ialah metode analisa regresi linier berganda.

3. Judul: Model Bangkitan Pergerakan Zona Kecamatan Palu Utara Kota Palu

(20)

Tujuan penelitian ini untuk memperoleh model bangkitan pergerakan zona

kecamatan kota Palu Utara adalah Y = 0,108 + 0,475 X1 + 0,285 X2 + 0,151

X5. Dengan nilai R2 = 0,335 dan nilai F = 61,04.

adalah pengumpulan data dilakukan dengan metoda penyebaran kuisoner

sebagai data primer. Sementara itu data primer yang digunakan penulis ialah

pengumpulan data dengan metoda penyebaran kuisoner juga.

4. Judul: Model Bangkitan Perjalanan Komuter dari Perumahan Pinggiran Kota di

Makassar

Oleh Rais Rachman, Herman Parung, S. Tri Sutomo, dan Nur Ali, 2013.

Tujuan penelitian ini adalah memperoleh model bangkitan perjalanan komuter

dari perumahan pinggiran kota di Makassar. Pada penilitian ini menganalisa

faktor-faktor yang berpengaruh dari suatu rumah tangga terhadap bangkitan

perjalanan kerja dengan model regresi linier berganda.

Kaitannya dengan penelitian yang penulis lakukan adalah dalam menganalisa

korelasi antar variabel dan proses kalibrasi dan validasi model sama

menggunakan program SPSS.

5. Judul: Studi Permodelan Bangkitan Perjalanan Di Perkotaan

Oleh Robby Gunawan Yahya, 2007.

Tujuan penelitian ini adalah memperoleh model bangkitan perjalanan di

perkotaan dan menyimpulkan secara teoritis bahwa bangkitan pergerakan

penghuni perumahan berpengaruh terhadap pelayanan jalan utama di

(21)

adalah variabel-variabel yang mempengaruhi pergerakan penduduk dari

perumahan, misalnya jumlah pemilikan mobil (X1), jumlah pemilikan motor

(X2), jumlah anggota keluarga (X3), jumlah anggota keluarga yang bekerja

(X4), dan jumlah anggota keluarga yang sekolah (X5). Sedangkan penelitian ini

menggunakan variabel-variabel jumlah pendapatan dari anggota keluarga,

jumlah anggota keluarga, jumlah pemilikan kendaraan pribadi, jumlah anggota

keluarga yang bekerja, jumlah anggota keluarga yang sekolah dan kuliah.

6. Judul: Bangkitan Perjalanan Pada Perumahan Baturaja Permai Kabupaten

Ogan Komering Ulu - Sumatera Selatan

Oleh Yuliantini Eka Putri, 2012.

Tujuan penelitian ini untuk memperoleh hasil analisa terhadap sosio-ekonomi,

diperoleh bahwa kombinasi parameter ukuran keluarga (X1), kepemilikan

sepeda motor (X2) dan jumlah penghasilan rata-rata keluarga (X4).

adalah model bangkitan yang digunakan ialah metode analisa regresi linier

berganda.

7. Judul: Analisa Bangkitan Perjalanan Pada Kecamatan Deli Tua

Skripsi oleh Daniel Simbolon

Tujuan penelitian ini untuk memperoleh hasil dari uji model, diperoleh model

bangkitan perjalanan terbaik di Kecamatan Deli Tua yaitu Y=

(22)

adalah model bangkitan yang digunakan ialah metode analisa regresi linier

berganda.

8. Judul: Bangkitan Perjalanan Pada Perumahan Menteng Indah Di Kecamatan

Medan Denai Pada Pagi Hari

Skripsi oleh Michael Octavianus

Tujuan penelitian ini untuk memperoleh hasil dari uji model, diperoleh model

yang lulus uji dari 3 pengujian tersebut adalah:

Y= -0,400+0,201X1+0,161X2+0,135X3+0,388X4+0,534X5 R2 = 0,670

Faktor yang mempengaruhi bangkitan pergerakan di Perumahan Menteng

Indah adalah Jumlah anggota keluarga (X1), jumlah kepemilikan kendaraan

(mobil) (X2), jumlah kepemilikan kendaraan (motor) (X3), jumlah anggota

keluarga yang bekerja (X4), jumlah anggota keluarga yang bersekolah (X5),

dan jumlah penghasilan keluarga (X6).

9. Judul: Bangkitan Pergerakan Keluarga Dari Zona Perumahan Tertata (Studi

Kasus : Perumahan Di Kecamatan Medan Johor)

Skripsi oleh Triyana Puji A R

Tujuan penelitian ini untuk memperoleh hasil dari kombinasi variabel yang

mempengaruhi bangkitan pergerakan adalah pendapatan (X1), kepemilikan

kenderaan roda dua (X3), kepemilikan kenderaan roda empat (X4), jumlah

anggota keluarga, dan jumlah anggota keluarga bekerja(X6) dengan koefisien

determinasi R2 sebesar 47,1%. Model yang terbentuk adalah :

(23)

BAB II

TINJAUAN PUSTAKA

II.1. 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 (Tamin, 1997).

Submodel tersebut yaitu:

1. Bangkitan dan tarikan perjalanan

2. Sebaran pergerakan

3. Pemilihan moda

4. Pemilihan rute

5. Arus lalu lintas dinamis

II.2. Bangkitan Perjalanan

Bangkitan perjalanan (trip generation) adalah suatu tahapan permodelan yang

memperkirakan jumlah pergerakan yang berasal dari suatu zona / tata guna lahan (trip

generation) dan beberapa jumlah pergerakan yang akan tertarik kepada suatu tata guna

lahan atau zona (trip attraction).(Nasution, 2008).

Pembangkitan perjalanan merupakan proses yang dengannya ukuran kegiatan

perkotaan diubah menjadi banyaknya perjalanan. Sebagai contoh banyaknya

perjalanan yang dibangkitkan oleh pusat perbelanjaan sangat berbeda dari banyaknya

(24)

yang sama. Pada pembangkitan perjalanan, si perencana berupaya untuk

menguantifikasi hubungan antara kegiatan perkotaan dengan perjalanan (Khisty &

Lall, 2003).

Waktu perjalanan bergantung pada kegiatan kota, karena penyebab perjalanan

adalah adanya kebutuhan manusia untuk melakukan kegiatan dan mengangkut barang

kebutuhannya. Setiap suatu kegiatan pergerakan mempunyai zona asal dan tujuan,

dimana asal merupakan zona yang menghasilkan perilaku pergerakan, sedangkan

tujuan adalah zona yang menarik pelaku melakukan kegiatan. Jadi terdapat dua

pembangkit pergerakan, yaitu :

1. Trip Production adalah jumlah perjalanan yang dihasilkan suatu zona.

2. Trip Attraction adalah jumlah perjalanan yang ditarik oleh suatu zona.

Trip production dan trip attraction dapat dilihat pada Gambar II.1 berikut ini:

Gambar II.1 Gambar Trip Production Dan Trip Attraction

(Tamin, 1997)

Trip production digunakan untuk menyatakan suatu pergerakan berbasis rumah

yang mempunyai asal dan/atau tujuan adalah rumah atau pergerakan yang

dibangkitkan oleh pergerakan berbasis bukan rumah. Trip attraction digunakan untuk

(25)

tujuan bukan rumah atau pergerakan yang tertarik oleh pergerakan berbasis bukan

rumah (Tamin, 1997), seperti terlihat pada Gambar II.2 berikut ini:

Gambar II.2 Gambar Bangkitan dan Tarikan Pergerakan

(Tamin, 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

• dll

2. Berdasarkan waktu perjalanan biasanya dikelompokkan menjadi perjalanan pada

jam sibuk dan jam tidak sibuk. Perjalanan pada jam sibuk pagi hari merupakan

(26)

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.

Bangkitan perjalanan yang berasal dari kawasan perumahan kecenderungan

masyarakat dari kawasan tersebut melakukan perjalanan berkaitan dengan

sosial-ekonomi dari masyarakatnya dan lingkungan sekitarnya yang terjabarkan dalam

beberapa variabel, seperti: kepemilikan kendaraan, jumlah anggota keluarga, jumlah

penduduk dewasa dan tipe dari struktur rumah.

Menurut Warpani (1990), beberapa penentu bangkitan perjalanan yang dapat

diterapkan di Indonesia:

a. Penghasilan keluarga

b. jumlah kepemilikan kenderaan

c. Jarak dari pusat kegiatan kota

d. Moda perjalanan

e. Penggunaan kenderaan

(27)

II.2.1. Konsep Pemodelan Bangkitan Pergerakan

Model dapat didefenisikan sebagai alat bantu atau media yang dapat digunakan

untuk mencerminkan dan menyederhanakan suatu realita (dunia sebenarnya) secara

terukur (Tamin, 1997), termasuk diantaranya:

1. Model fisik

2. Peta dan diagram (grafis)

3. Model statistika dan matematika (persamaan)

1. Metode analisa Regresi Linier

Metode analisa ini merupakan salah satu dari model-model yang tergabung di

dalam model statistik-matematika. Metode ini merupakan alat analisa statistik yang

menganalisis faktor-faktor penentu yang menimbulkan suatu kejadian atau kondisi

tertentu yang diamati, sekaligus menguji sejauh manakah kekuatan faktor-faktor

penentu yang dimaksud berhubungan dengan kondisi yang ditimbulkan. (Miro, 2005)

Ada 2 (dua) bentuk metode analisis regresi linier, yaitu:

A. Analisa regresi linear sederhana

Persamaan:

Y = a + bx + e

Dimana:

Y = variabel terikat yang akan diramalkan (dependent variable) atau

dalam studi transportasi berupa jumlah perjalanan (lalu lintas)

manusia, kendaraan, dan barang dari titik asal ke titik tujuan

(28)

x= variabel-variabel bebas (independent variable) berupa seluruh

atau faktor yang dimasukkan ke dalam model dan yang mungkin

berpengaruh terhadap timbulnya jumlah perjalanan (lalu lintas)

seperti, jumlah penduduk, tingkat kepemilikan kendaraan,

pendapatan pekerja, luas toko/pabrik dan lain-lain atau disebut

juga dengan explanatory variable.

a= parameter konstanta (constant parameter) yang artinya, kalau

seluruh variabel bebas ( s/d ) tidak menunjukkan perubahan

atau tetap atau sama dengan nol, maka Y atau jumlah perjalanan

diperkirakan akan sama dengan a.

b= parameter koefisien (coefficient parameter) berupa nilai yang

akan dipergunakan untuk meramalkan Y.

e = nilai kesalahan yang mewakili seluruh faktor-faktor yang kita

anggap tidak mempengaruhi (disturbance terms).

B. Analisa regresi linear berganda

Persamaan:

Y = a + b1x1 + b2x2 + ... + bnxn + e

Dimana:

Y = variabel terikat yang akan diramalkan (dependent variable) atau

dalam studi transportasi berupa jumlah perjalanan (lalu lintas)

manusia, kendaraan, dan barang dari titik asal ke titik tujuan

(29)

x1, …. xn = variabel-variabel bebas (independent variable) berupa seluruh

atau faktor yang dimasukkan ke dalam model dan yang mungkin

berpengaruh terhadap timbulnya jumlah perjalanan (lalu lintas)

seperti, jumlah penduduk, tingkat kepemilikan kendaraan,

pendapatan pekerja, luas toko/pabrik dan lain-lain atau disebut

juga dengan explanatory variable.

a = parameter konstanta (constant parameter) yang artinya, kalau

seluruh variabel bebas ( s/d ) tidak menunjukkan perubahan

atau tetap atau sama dengan nol, maka Y atau jumlah perjalanan

diperkirakan akan sama dengan a.

b1, b2,… bn = parameter koefisien (coefficient parameter) berupa nilai yang

akan dipergunakan untuk meramalkan Y disebut juga sebagai

koefisien kemiringan garis regresi atau elastisitas.

e = nilai kesalahan, untuk regresi berganda ini merupakan faktor di

luar jangkauan akal manusia yang tidak bias teramati

kejadiannya yang disebut sebagai faktor “x” (disturbance terms)

Ada beberapa tahapan dalam pemodelan dengan metode analisis regresi linear

berganda (dikutip Simbolon, 2011 dari Algifari, 2000), adalah sebagai berikut :

a. Tahap pertama adalah analisis bivariat, yaitu analisis uji korelasi untuk melihat

hubungan antar variabel yaitu variabel terikat dengan variabel bebas. Variabel

bebas harus mempunyai korelasi tinggi terhadap variabel terikat dan sesame

variabel bebas tidak boleh saling berkorelasi. Apabila terdapat korelasi diantara

variabel bebas, pilih salah satu yang mempunyai nilai korelasi yang terbesar

(30)

b. Tahap kedua adalah analisis multivariat, yaitu analisis untuk mendapatkan

model yang paling sesuai (fit) menggambarkan pengaruh satu atau beberapa

variabel bebas terhadap variabel terikatnya, dapat digunakan analisis regresi

linear berganda (Multiple Linear Regression Analysis)

Analisis regresi linear berganda (Multiple Linear Regression Analysis) yaitu

suatu cara yang dimungkinkan untuk melakukan beberapa proses iterasi dengan

langkah-langkah sebagai berikut :

1. Pada langkah awal adalah memilih variabel bebas yang mempunyai korelasi

yang besar dengan variabel terikatnya.

2. Pada langkah berikutnya menyeleksi variabel bebas yang saling berkorelasi,

jika ada antara variabel bebas memiliki korelasi besar maka untuk ini dipilih

salah satu, dengan kata lain korelasi harus kecil antara sesama variabel bebas.

3. Pada tahap akhir memasukkan variabel bebas dan variabel terikat ke dalam

persamaan model regresi linear berganda:

Y = a + b1 X1 + b2 X2 …….. + bn Xn

Dimana:

Y = variabel terikat (jumlah produksi perjalanan), terdiri dari:

a = konstanta (angka yang akan dicari)

b1,b2….bn = koefisien regresi (angka yang akan dicari)

X1, X2 … Xn = variabel bebas (faktor-faktor berpengaruh)

Beberapa kaidah statistik harus kita penuhi jika kita memakai metode analisis

(31)

produser pengujian keabsahan hasil peramalan (Miro, 2005). Prosedur dimaksud di

antaranya adalah:

1. Uji hubungan linier antara variabel terikat Y yang diramalkan dengan variabel bebas x:

Pengujian statistik ini dilakukan untuk mengetahui hubungan linier antara 2

variabel yang kita asumsikan memiliki keterkaitan atau keterhubungan yang kuat,

apakah kuat atau tidak. Kalau hubungan variabel terikat Y dengan variabel bebas x

ternyata tidak memiliki keterkaitan yang kuat (lemah), maka data-data pengukuran

seluruh variabel yang dimasukkan ke dalam model harus ditransformasikan terlebih

dahulu (dilogaritmakan).

Adapun alat uji yang digunakan untuk hal ini adalah Koefisien Korelasi dan

Koefisien Determinasi. Koefisien korelasi sederhana (r) merupakan angka yang

mengukur kekuatan hubungan antara 2 (dua) variabel (terikat dan bebas). Besarannya

dapat dicari melalui paket program SPSS atau microstat dan secara manual. Secara

r= koefisisen korelasi sederhana

x dan y = variabel

n = jumlah pengamatan

(32)

Koefisien determinasi sederhana (r2) merupakan merupakan nilai yang

dipergunakan untuk mengukur besar kecilnya sumbangan/kontribusi perubahan

variabel bebas terhadap perubahan variabel terikat yang tengah kita amati (Dikutip

Miro, 2005 dari Supranto, 1983), yang secara manual dapat ditentukan cukup dengan

cara mengkuadratkan nilai r yang sudah kita dapatkan dari formulasi diatas. Nilai r

akan berkisar antara -1 sampai dengan +1 (-1 < r < +1), tergantung kekuatan

hubungan linier kedua variabel.

2. Uji - t (t - test)

Uji - t dilakukan untuk melihat apakah parameter (b1, b2, .... , bn) yang

melekat pada variabel bebas cukup berarti (signifikan) terhadap suatu konstanta (a) nol

atau sebaliknya. Kalau signifikan, maka variabel bebas yang tekait dengan parameter

harus ada dalam model. Adapun rumus untuk mendapatkan t adalah:

n

t= angka yang akan dicari

bk = koefisien regresi variabel bebas yang ke-k

Bo = hipotesisi nol

Se (bk) = simpangan baku koefisien regresi (parameter) b yang ke-k (var bk)

(33)

3. Uji - F (F - test)

Uji - F dilakukan untuk melihat apakah seluruh koefisien regresi dan variabel

bebas yang ada dalam model regresi linier berganda berbeda dari nol atau nilai

konstanta tertentu. Secara statistik, nilai uji - F ini dapat dihitung melalui:

)

F= angka yang akan dicari

SSR(Σ(Yi-Ӯ) = jumlah kuadrat dari regresi

SSE(Σ(Yi-Ŷ) = jumlah kuadrat dari kesalahan (error)

n = jumlah pengamatan

k = jumlah parameter (koefisien regresi)

Jika F-hitung > F-tabel, maka hipotesisi yang menyatakan seluruh koefisien

regresi dan variabel bebas berbeda dengan nol dapat diterima.

2. Metode Analisa Kategori

Metode ini dikhususkan hanya pada basis perjalanan rumah (home based trip)

dengan pendekatan disagregat (per individu), karena faktor pendorong timbulnya

perjalanan adalah karakteristik-karakteristik rumah tangga yang berkaitan dengan

individu si pelaku perjalanan. (Miro, 2005). The Puget Sound Regional Transportation Studi pada tahun 1964 yang pertama kali menggunakan dan menggembangkan metode ini untuk mendapatkan angka perkiraan bangkitan

(34)

variabel utama yang menggambarkan karakteristik rumah tangga yang menimbulkan

bangkitan perjalanan dari kawasan perumahan yaitu:

 Ukuran keluarga/jumlah orang dalam rumah (family size)

 Pemilikan kendaraan oleh rumah tangga (car ownership)

 Pendapatan keluarga rumah tangga tersebut (level of income)

Ketiga variabel utama di ats kemudian diklasifikasikan menurut tingkat tinggi

atau rendahnya pada beberapa tingkat (strata) dan masing-masing tingkat dijadikan

sebagai satu kategori atau klsifikasi yang di dalamnya memuat beberapa rumah tangga

yang cenderung homogen (sejenis).

Sebagai pendekatan analisis, metode ini harus melalui 4 tahapan sebagai

berikut (Dikutip Miro, 2005 dari Black, 1981):

Tahap Pertama:

Menetapkan beberapa variabel utama di mana variabel-variabel ini merupakan

penggambaran karakteristik-karakteristik individu rumah tangga yang ada di zona

pemukiman yang kita teliti. Variabel-variabel berikut diasumsikaan dapat dan telah

terbukti menimbulkan serta mempengaruhi produksi (bangkitan) perjalanan dari zona

pemukiman penduduk:

- Variabel ukuran rumah tangga, merupakan jumlah orang yang mendiami rumah

tangga seperti 1, 2, 3, 4 orang dst.

- Variabel jumlah kendaraan yang dimilki oleh rumah tangga, merupakan jumlah

kendaraan (biasanya roda 4) yang dipunyai oleh suatu rumah tangga misalnya 0,

(35)

- Variabel tingkat pendapatan rumah tangga per satuan waktu/bulan, merupakan

penghasilan yang diterima oleh kepala rumah tangga dari hasil pekerjaannya

misalnya Rp. 500.000,- per bulan, dst.

- Variabel jumlah pekerja yang ada di dalam suatu rumah tangga, merupakan

jumlah orang yang sudah bekerjaa di rumah tangga itu. Misalnya 1 orang yang

bekerja, 2 orang yang bekerja, dst.

Tahap Kedua:

Mengalokasikan setiap rumah tangga yang telah kita survei secara sampel

melalui wawancara rumah tangga/daftar kuisoner kedalam setiap kelas sedemikian

rupa sehingga setiap kelas memuat beberapa rumah tangga yang betul-betul sama

tingkat karakteristiknya.

Tahap Ketiga:

Menentukan rata-rata tingkat perjalanan per rumah tangga pada masing-masing

kelas yang sudah kita tetapkan di tahap kedua dengan cara membagi jumlah perjalanan

pada kelas yang bersangkutan dengan jumlah rumah tangga yang terdapat pada kelas

tersebut.

Tahap Keempat:

Menetukan jumlah perjalanan masing-masing kelas dengan cara mengalikan

jumlah perjalanan rata-rata per rumah tangga pada kelas yang bersangkutan dengan

(36)

sehingga didapatkan hasil perkiraan jumlah perjalanan yang diproduksi oleh zona

pemukiman yang teliti itu per hari pada tahun rencana.

Persamaan:

pemukiman i yang tengah kita teliti per hari pada tahun rencana.

ci

T = rata-rata tingkat perjalanan per rumah tangga yang ada dalam

kelas/kategori ci.

) (i

Hc = perkiraan jumlah rumah tangga yang ada dalam kelas/katgori ci

yang berlokasi di zona pemukiman i yang tengah kita teliti pada

tahun rencana.

II.3. Karakteristik Pelaku Perjalanan

Faktor penting yang termasuk dalam kategori ini aadalah yang berkaitan

dengan ciri sosio-ekonomi pelaku perjalanan, termasuk tingkat penghasilan,

kepemilikan kendaraan, struktur dan besarnya keluarga, kerapatan pemukiman, macam

pekerjaan dan lokasi tempat pekerjaan (dikutip Simbolon, 2011 dari Bruton, 1985).

II.3.1. Karakteristik Pelaku Perjalanan

Yang termasuk faktor sosial ekonomi dari penduduk yang berpengaruh dalam

pengadaan terjadinya perjalanan adalah faktor-faktor yang merupakan kondisi

(37)

bekerja. Penduduk dari suatu kawasan pemukiman akan menghasilkan perjalanan yang

berbeda dengan kawasan lain.

Jumlah anggota keluarga yang banyak misalnya akan menghasilkan frekuensi

perjalanan yang jumlahnya lebih banyak daripada keluarga yang jumlahanggotanya

lebih sedikit. Sementara bagi pedagang semakin besar uang yang dikeluarkan untuk

sewa rumah atau modal usaha, maka akan semakin besar pula sumber-sumber yang

harus diusahakan untuk pengeluaran biaya perjalanan, yang mengakibatkan jumlah

perjalanan semakin besar.

Kemampuan untuk membayar suatu perjalanan akan mempengaruhi jumlah

perjalanan yang dihasilkan oleh suatu rumah tangga. Begitu pula dengan keluarga

yang memiliki pendapatan yang tinggi umumnya dapat memenuhi kebutuhan biaya

perjalanannya dari pada keluarga yang berpendapatan rendah. Pekerjaan dari kepala

keluarga dapat dijadikan sebagai indikator yang mencerminkan tingkat pendapatan

keluarga tersebut.

Kemampuan untuk memenuhi kebutuhan perjalanan dipengaruhi oleh

tersedianya alat angkut dan sistem jalan yang baik. Kepemilikan kendaraan bermotor,

atau jumlah kendaraan yang tersedia untuk dipakai setiap anggota keluarga

memberikan pengaruh yang penting terhadap terjadinya perjalanan, dimana keluarga

yang memiliki lebih dari satu kendaraan bermotor cenderung memberikan lebih

banyak perjalanan dibandingkan dengan keluarga yang hanya memiliki satu kendaraan

bermotor atau tidak memiliki. Namun keluarga yang hanya memiliki satu kendaraan

(38)

Secara teoritis, semakin besar tingkat pendapatan keluarga akan semakin besar

pula produksi perjalanan yang dilakukannya. Demikian pula pendapatan keluarga ini

(39)

BAB III

METODOLOGI PENELITIAN

III.1. Lokasi dan Waktu Penelitian

a) Lokasi penelitian adalah Perumnas Helvetia Medan.

b) Waktu penelitian ialah dilakukan pada hari senin, selasa, rabu, kamis,

jumat, sabtu, dan minggu.

III.2. Data Penelitian

Pengambilan data pada suatu penelitian dapat dilakukan dengan survei maupun

dengan mengutip langsung dari laporan/penelitian yang sudah pernah dilakukan.

Untuk mendapatkan data dengan cara survey harus memperhatikan hal-hal sebagai

berikut :

Data-data yang diperlukan untuk analisa lebih lanjut antara lain:

1. Data Primer

Pengumpulan data primer dilakukan yaitu dengan penyebaran kuesioner

(kuesioner penelitian dicantumkan pada lampiran 1) atau dengan

wawancara di kawasan perumahan yang menjadi objek penelitian secara

random.Wawancara dilakukan dengan maksud untuk mendapatkan

informasi langsungperihal daftar pertanyaan yang terdapat pada lembar

kuesioner. Dimana 1orang responden mewakili satu keluarga yang tinggal

pada 1 unit rumah.Responden dengan dibantu petugas survey mengisi

(40)

Data primer terdiri dari: jumlah pergerakan perhari, jumlah anggota

keluarga, jumlah kendaraan roda dua dan rodaempat,

jumlahpendapatan,jumlah anggota keluarga yang bekerja serta jumlah

anggota keluarga sekolahdan kuliah.

Untuk menghindari penafsiran ganda terhadap variabel-variabel

yangdigunakan maka perlu dilakukan pendefinisian variable sebagai

berikut :

a. Bangkitan pergerakan (Y) adalah jumlah pergerakan perhari yang

dihasilkan oleh masyarakat Perumnas Helvetia Medan.

b. Variabel yang mempengaruhi bangkitan pergerakan yaitu:

X1= jumlah anggota keluarga (orang),

X2 =jumlah kepemilikan kenderaan pribadi

(unit),

X3 = jumlah pendapatan (rupiah),

X4 = jumlah anggota keluarga bekerja (orang),

X5 = jumlah anggota keluarga yang sekolah dan kuliah (orang).

Pengambilan variabel bebas berdasarkan tugas akhir Bangkitan

Perjalanan Pada Perumahan Menteng Indah Di Kecamatan Medan

Denai Pada Pagi Hari oleh Michael Octavianus. Yaitu variabel

bebas ialah jumlah anggota keluarga (X1), jumlah kepemilikan

kendaraan (mobil) (X2), jumlah kepemilikan kendaraan (motor)

(X3), jumlah anggota keluarga yang bekerja (X4), jumlah anggota

keluarga yang bersekolah (X5), jumlah pendapatan rata-rata

(41)

Y= -0,400+0,201X1+0,161X2+0,135X3+0,388X4+0,534X5

Hasil koefisien diatas jumlah kepemilikan kendaraan (mobil) (X2),

jumlah kepemilikan kendaraan (motor) (X3) sangat rendah,

sehingga dalam penulisan ini digabungkan menjadi jumlah

kepemilikan kendaraan pribadi (mobil dan motor) (X2) untuk

memperbesar koefisien.

2. Data sekunder

Data sekunder yang meliputi jumlah kepala keluarga perumnas

helvetiayang dijadikan sebagai studi kasus, diperoleh dari Kelurahan

Medan Helvetia Dan Kelurahan Medan Helvetia Tengah.

III.3. Alat Penelitian

Alat-alat yang digunakan dalam penelitian ini adalah kuesioer dan alat tulis.

Kuesioner berisi tentang pertanyaan dan data yang harus diisi oleh responden. Untuk

penulisan dengan menggunakan software word dan pengolahan data dilakukan dengan

menggunakan program SPSS versi 21.0 (aplikasi statistik).

III.4. Cara Pengambilan dan Ukuran Sampel

Pengambilan sampel adalah mendapatkan sampel dengan jumlah relatif kecil

dibandingkan dengan jumlah populasi tetapi mampu mempresentasikan seluruh

populasi tersebut. Untuk itu sangat penting menentukan cara yang tepat dalam menarik

sample yang dimaksud agar benar-benar mampu mempresentasikan kondisi seluruh

(42)

Untuk memudahkan dan menentukan besarnya ukuran sampel dalam suatu

penelitian maka dapat digunakan data dari survai pendahuluan, biasanya data awal

yang diambil akan diolah sebanyak 30 data sampel. Dari 30 data sampel yang diambil

tersebut selanjutnya diolah sehingga akan dapat diketahui berapa besar ukuran sample

dan selanjutnya hanya tinggal menambah kekurangannya.

Menghitung standar error dari rata-rata sampel:

z Se x Se( )

Dimana:

Se(x) = Standar error dari rata-rata sampel

Se = Sampling error

z = Tingkat kepercayaan

Tingkat kepercayaan 95% dan sampling error 5% . Menghitung jumlah data yang

dibutuhkan adalah :





2

n’ = Jumlah sampel data tidak terbatas

n = Jumlah sampel data terbatas

N = Jumlah populasi

s = Standar deviasi dari variabel yang digunakan sebagai acuan dalam

(43)

III.5. Analisa data

Analisa data hasil survei dilakukan dengan metode analisa regresi linier

berganda (Multiple Linear Regression Analysis)dengan bantuan program

SPSSuntukmengambil kesimpulan dari tujuan penelitian.

III.6. Daftar Kuisoner

Daftar kuisioner yang digunakan dalam melakukan home interview dibuat

sedemikian rupa sehingga mempermudah pewawancara dalam melakukan pendataan

dan mempermudah tiap anggota keluarga dalam mengisinya dan juga

memudahkanpengisian tabel data perjalanan dan informasi keluarga yang dibuat.

Daftar yang dibuat terdiri dari :

a. Daftar yang berhubungan dengan informasi pelaku perjalanan bangkitan

yang terdiri atas : Nama, Umur, Pendidikan terakhir, Alamat

b. Daftar data keluarga yang berisikan informasi keluarga, terdiri dari :

1. Jumlah anggota keluarga (orang)

2. Jumlah kepemilikan kenderaan pribadi (unit)

3. Jumlah pendapatan (rupiah)

4. Jumlah anggota keluarga bekerja (orang)

5. Jumlah anggota keluarga yang sekolah dan kuliah (orang)

Analisa data hasil survei dilakukan dengan metode analisa regresi linier

berganda (Multiple Linear Regression Analysis)dengan bantuan program

SPSSuntukmengambil kesimpulan dari tujuan penelitian.

(44)

Tujuan Penelitian

 Mengidentifikasikan faktor-faktor yang mempengaruhibangkitan pergerakan pada perumnas Helvetia Medan.

 Memperoleh jumlah bangkitan perjalanan pada perumnas Helvetia Medan.

Studi Literatur

Pada tahapan ini peneliti melakukan apa yang disebut dengan kajian pustaka, yaitu mempelajari buku-buku referensi (mengumpulkan bahan bacaan) dan hasil penelitian

sejenis sebelumnya yang sudah pernah dilakukan oleh orang lain.

Pengumpulan Data

Output dan Hasil:

 Menghitung jumlah bangkitan perjalanan dari data diperoleh dengan menggunakan metode analisa regresi linear berganda dan metode analisis kategori.

 Memperoleh hasil bangkitan dalam bentuk persamaan Y = a + b1 X1 + b2 X2 + B3 X3.

Pengujian:

 Hubungan antara variabel independent dan variabel independent (koefisien korelasi)

 Uji Hubungan linier antara 2 variabel yang memiliki keterhubungan yang kuat (koefisien determinasi/R2

)

- Variabel dependen (jumlah perjalanan) ; variabel independent (pendapatan, jumlah keluarga, kendaraan pribadi, bekerja, dan pendidikan).

 Uji pengaruh variabel independensecara keseluruhan terhadap variabel dependen (uji F) - jumlah kuadrat regresi, jumlah kuadrat dari kesalahan (error), koefisien regresi.

 Uji pengaruh masing-masing variabel independen terhadap variabel dependen (uji T) - Koefisien regresi variabel bebas, hipotesis nol, simpangan baku.

 Uji ketepatan suatu instrumen dalam mengukur data (uji validasi)

 Uji hubungan linier antara 2 variabel atau lebih (uji linearitas) Data Sekunder:

 Jumlah kepala keluargaperumnas Helvetia Data Primer:

 Jumlah anggota keluarga (orang)

 Jumlah kepemilikan kenderaan pribadi (buah)

 Jumlah pendapatan (rupiah)

 Jumlah anggota keluarga yang bekerja (orang)

 Jumlah anggota keluarga yang bersekolah dan kuliah (orang)

 Jumlah perjalanan dalam sehari

(45)

BAB IV

HASIL DAN PEMBAHASAN

IV.1. Gambaran Kecamatan Medan Helvetia Lokasi Penelitian

Lokasi penelitian ini berada di propinsi Sumatera Utara dengan yaitu di Kota

Medan tepatnya di Kecamatan Medan Helvetia. Peta Kecamatan Medan Helvetia

dapat dilihat pada gambar dibawah

(46)

IV.2. Populasi dan Sampel Penelitian

Untuk memperoleh hasil perjalanan dari populasi diperlukan sampel yang

diambil dari populasi yang bersangkutan. Oleh karena itu dibutuhkan penarikan

sampel. Jumlah total populasi di Kecamatan Helvetia Medan adalah 7653 kepala

keluarga.

Salah satu pertimbangan yang bijaksana, sebaiknya sample penelitian diambil

sebanyak mungkin dari populasinya, dengan demikian sifat dan karakteristik populasi

dapat terwakili, konsekuansi logis dari pertimbangan ini adalah, peneliti harus dapat

mencurahkan waktu, tenaga, dan biaya yang besar. (Soepono, 2002, dalam Daniel,

2011).

Cara pengambilan sampel dalam penelitian ini diuraikan dengan penjelasan

dibawah ini. Jumlah data yang diambil untuk data pendahuluan adalah 30 data karena

secara statistik disyaratkan bagaimanapun model populasi yang disampel asal

variantnya terhingga, maka rata-rata sampel akan mndekati distribusi normal. Untuk N

≥ 30 pendekatan ini sudah berlaku. Data produksi perjalanan yang diperoleh akan

digunakan sebagai dasar untuk menentukan jumlah sampel, dapat dilihat pada tabel

(47)

Tabel IV.1 Data Sampel Sementara Untuk Pengambilan Sampel yang Sebenarnya

Tabel IV.2Deskripsi Statistik Data Sampel Untuk Uji Kecukupan Data

Produksi Perjalanan/Keluarga/hari

N Minimum Maksimum Mean Std. Deviasi

30 3 7 4,567 1,278

Uji kecukupan data dimaksud untuk memastikan bahwa data yang diambil

adalah data yang akurat dan jumlah sampel yang diambil dapat mewakili populasi

yang ada. Spesifikasi tingkat kepercayaan 95% kemungkinan sampling error tidak

lebih dari 5% dari sampel mean. Untuk convident level (z) 95% dari tabel statistik

diperoleh angka 1.96 dari standart error. Agar error yang diterima tidak lebih dari 5%

(48)

Sampling Error (Se) yang dapat diterima = 0.05 × rata-rata produksi perjalanan

(49)

IV.3. Karakteristik Responden 4.3.1. Jumlah Anggota Keluarga

Dari hasil kuisoner diperoleh data jumlah anggota keluarga ialah:

Tabel IV.3Jumlah Anggota Keluarga

Jumlah Anggota Keluarga

1 - 3 Orang 4 - 7 Orang ≥ 8 Orang

23,3 % 71,6 % 5 %

4.3.2. Jumlah Anggota Keluarga yang Bekerja

Dari hasil kuisoner diperoleh data jumlah anggota keluarga yang Bekerja ialah:

Tabel IV.4 Jumlah Anggota Keluarga yang Bekerja

Jumlah Anggota Keluarga yang Bekerja

48,3 % 49,2 % 2,5 %

23.3

71.7 5.0

Jumlah Anggota Keluarga

1-3 or ang

4-7 or ang

(50)

4.3.3. Jumlah Anggota Keluarga yang Bersekolah dan Kuliah

Dari hasil kuisoner diperoleh data jumlah anggota keluarga yang Bersekolah dan

Kuliah ialah:

Tabel IV.5 Jumlah Anggota Keluarga yang Bersekolah dan Kuliah

Jumlah Anggota Keluarga yang Bersekolah dan Kuliah

55,8 % 37,5 % 6,7 %

48.3 49.2

2.5

Anggota Keluarga Yang Bekerja

0-1 or ang

2-3 or ang

≥ 4 orang

55.8 37.5

6.7

Anggota Keluarga yang

Sekolah dan Kuliah

0-1 or ang

2-3 or ang

(51)

4.3.4. Pendapatan Rata-rata Keluarga

Dari hasil kuisoner diperoleh data pendapatan rata-rata keluarga ialah:

Tabel IV.6 Pendapatan Rata-rata Keluarga

Jumlah Pendapatan

< Rp. 2 Juta Rp. 2 Juta - 5 Juta > 5 Juta

2,5 % 72,5 % 25,0 %

4.3.5. Jumlah Kepemilikan Kendaraan Pribadi

Dari hasil kuisoner diperoleh jumlah Kepemilikan Kendaraan Pribadi ialah:

Tabel IV.7 Jumlah Kepemilkan Kendaraan Pribadi

Jumlah Kepemilikan Kendaraan Pribadi

0 - 1 buah 2 - 3 buah ≥ 4 buah

30,8 % 62,5 % 6,7 %

2.5

72.5 25.0

Jumlah Pendapatan

< Rp. 2jt

Rp.2jt -5jt

(52)

IV.4. Proses Pengolahan Data

Dari data yang diperoleh melalui kuesioner model formulasi produksi perjalanan

menggunakan formula Multiple Regression dengan bantuan software SPSS 21.

4.4.1. Analisa Korelasi

Tujuan dari analisa korelasi adalah untuk melihat hubungan bivariat, antara

variabel independent, yang meliputi jumlah keluarga, kepemilikan kendaraan

pribadi,pendapatan, bekerja, dan pendidikan, dengan produksi perjalanan (Y) atau

variabel dependent. Koefisien korelasi untuk setiap variabel berbeda-beda dapat

dilihat pada tabel di bawah ini.

30.8

62.5

6.7

Jumlah Kepemilikan

Kendaraan Pribadi

0-1 buah

2-3 buah

(53)

Tabel IV.8 Interpretasi Koefisien Korelasi

Interval Koefisien Tingkat Hubungan

0,00 - 0,199 Sangat Rendah

0,20 - 0,399 Rendah

0,40 - 0,599 Sedang

0,60 - 0,799 Kuat

0,80 - 1,000 Sangat kuat

(Sumber: Sugijono, 2000:175, dalam Michael, 2013)

Korelasi pada Perumnas Helvetia dengan variabel dependent adalah jumlah

perjalanan (Y), dan variabel independentnya adalah jumlah anggota keluarga, jumlah

anggota keluarga yang bekerja, jumlah anggota keluarga yang bersekolah, jumlah

(54)

Untuk nilai korelasi ketika sampel perjalanan hari minggu dan senin dihilangkan,

dapat dilihat pada Tabel IV. 9.

Tabel IV.9 Tabel Korelasi Variabel Dependent dengan Variabel Independent

Correlations

Perjalanan Keluarga Kendaraan

Pribadi Penghasilan Bekerja Pendidikan

Perjalanan Pearson Correlation 1 .433** .260** .132 .206* .112

Sig. (2-tailed) .000 .007 .178 .035 .255

N 105 105 105 105 105 105

Keluarga Pearson Correlation .433** 1 .184 .226* .309** .444**

Sig. (2-tailed) .000 .060 .021 .001 .000

N 105 105 105 105 105 105

KendaraanPribadi Pearson Correlation .260** .184 1 .558** .331** .014

Sig. (2-tailed) .007 .060 .000 .001 .889

N 105 105 105 105 105 105

Penghasilan Pearson Correlation .132 .226* .558** 1 .389** .005

Sig. (2-tailed) .178 .021 .000 .000 .957

N 105 105 105 105 105 105

Bekerja Pearson Correlation .206* .309** .331** .389** 1 -.159

Sig. (2-tailed) .035 .001 .001 .000 .106

N 105 105 105 105 105 105

Pendidikan Pearson Correlation .112 .444** .014 .005 -.159 1

Sig. (2-tailed) .255 .000 .889 .957 .106

N 105 105 105 105 105 105

(55)

Untuk nilai korelasi seluruh sampel, dapat dilihat pada Tabel IV. 10.

Tabel IV.10 Tabel Korelasi Variabel Dependent dengan Variabel Independent

Correlations

Perjalanan Keluarga Kendaraan Pribadi

Penghasilan Bekerja Pendidik an

**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).

Dari kedua hasil tabel Korelasi Variabel Dependent dengan Variabel

Independent diatas, maka nilai koefisien terbesar secara keseluruhan ialah nilai

korelasi dari semua sampel. Maka yang digunakan untuk data selanjutnya ialah dari

tabel Korelasi Variabel Dependent dengan Variabel Independent semua sampel.

(56)

Pada tabel matriks korelasi di atas dari hasil perhitungan dapat diketahui nilai

hubungan antara variabel-variabel bebas dengan variabel terikat yang dijelaskan

sebagai berikut:

 Jumlah anggota keluarga (X1) mempunyai hubungan dengan produksi

perjalanan (Y) dengan nilai R (koefisien korelasi) yaitu sebesar 0.484 atau

variabel bebas dapat mempengaruhi variabel terikat dengan hubungansedang

sebesar 48,4%. Artinya, jumlah anggota keluarga bertambah maka jumlah

perjalanan juga akan semakin meningkat/bertambah.

 Jumlah Kepemilikan Kendaraan Pribadi (X2) mempunyai hubungan dengan

produksi perjalanan (Y) dengan nilai R (koefisien korelasi) yaitu sebesar 0,263

atau variabel bebas dapat mempengaruhi variabel terikat dengan hubungan

rendah sebesar 26,3%. Artinya jumlah Kepemilikan Kendaraan Pribadi tidak

begitu besar pengaruhnya terhadap produksi perjalanan.

Variabel terikat Jumlah

perjalanan

Jumlah perjalanan (Y) 1

V

Jumlah anggota keluarga (X1) 0,484 1

Kepemilikan Kendaraan Pribadi (X2) 0,263 0,188 1

Penghasilan (X3) 0,117 0,240 0,546 1

Bekerja (X4) 0,228 0,370 0,364 0,421 1

(57)

 Jumlah Penghasilan(X3) mempunyai hubungan dengan produksi perjalanan

(Y) dengan nilai R (koefisien korelasi) yaitu sebesar 0,117 atau variabel bebas

(X3) dapat mempengaruhi variabel terikat dengan hubungan yang

sangatrendah sebesar 11,7%. Artinya jumlah penghasilan tidak begitu besar

pengaruhnya terhadap produksi perjalanan.

 Jumlah Bekerja (X4) mempunyai hubungan dengan produksi perjalanan (Y)

dengan nilai R (koefisien korelasi) yaitu sebesar 0,228 atau variabel bebas (X4)

dapat mempengaruhi variabel terikat dengan hubungan yang sangat rendah

sebesar 22,8%. Artinya jumlah penghasilan tidak begitu besar pengaruhnya

terhadap produksi perjalanan.

 Jumlah Penghasilan(X5) mempunyai hubungan dengan produksi perjalanan

(Y) dengan nilai R (koefisien korelasi) yaitu sebesar 0,189 atau variabel bebas

(X5) dapat mempengaruhi variabel terikat dengan hubungan yang sangat

rendah sebesar 18,9%. Artinya jumlah penghasilan tidak begitu besar

pengaruhnya terhadap produksi perjalanan.

4.4.2. Proses Pengolahan Analisa Regresi

Proses penyeleksian variabel harus sesuai dengan syarat metode analisis regresi,

bahwa variabel bebas yang akan dipakai dalam model adalah yang mempunyai

korelasi dengan tingkat hubungan minimal sedang terhadap variabel terikat. Pada tabel

IV.10 di atas dapat dilihat bahwa variabel bebas yang mempunyai tingkat hubungan

minimal sedang variabel terikat jumlah perjalanan (Y) adalah jumlah anggota keluarga

(58)

a. Hubungan korelasi Y - X1 r = 0,484

X1 - X2 r = 0,188

X1 - X3 r = 0,240

X1 - X4 r = 0,370

X1 - X5 r = 0,482

Dengan analisa regresi menggunakan program SPSS 21 maka persamaan yang

mungkin terjadi yaitu:

 Dengan satu variabel (X1)

Model Summary

Model R R Square Adjusted R Square

Std. Error of the Estimate

1 ,484a ,234 ,228 2,31336

a. Predictors: (Constant), Keluarga

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 193,434 1 193,434 36,145 ,000b

Residual 631,491 118 5,352

Total 824,925 119

(59)

Coefficientsa

Model Unstandardized Coefficients Standardized Coefficients

t Sig.

B Std. Error Beta

1

(Constant) 2,056 ,685 3,001 ,003

Keluarga ,869 ,145 ,484 6,012 ,000

a. Dependent Variable: Perjalanan

Persamaan yang terbentuk adalah Y = 2,056 + 0,869 X1

(60)

 Dengan dua variabel (X1 - X2)

Model Summary

1 ,515a ,265 ,253 2,27585

a. Predictors: (Constant), KendaraanPribadi, Keluarga

ANOVAa

1

Regression 218,923 2 109,461 21,134 ,000b

Residual 606,002 117 5,180

Total 824,925 119

b. Predictors: (Constant), KendaraanPribadi, Keluarga

Coefficientsa

t Sig.

B Std. Error Beta

1

(Constant) 1,423 ,732 1,944 ,054

Keluarga ,809 ,145 ,451 5,587 ,000

KendaraanPribadi ,441 ,199 ,179 2,218 ,028

Persamaan yang terbentuk adalah Y = 1,423 + 0,809 X1 + 0,441 X2

(61)

Model Summary

1 ,484a ,234 ,221 2,32322

a. Predictors: (Constant), Penghasilan, Keluarga

ANOVAa

1

Regression 193,435 2 96,718 17,919 ,000b

Residual 631,490 117 5,397

Total 824,925 119

b. Predictors: (Constant), Penghasilan, Keluarga

Coefficientsa

t Sig.

B Std. Error Beta

1

(Constant) 2,050 ,763 2,686 ,008

Keluarga ,869 ,150 ,484 5,808 ,000

Penghasilan ,002 ,115 ,002 ,018 ,986

(62)

Model Summary

1 ,487a ,237 ,224 2,31904

a. Predictors: (Constant), Bekerja, Keluarga

ANOVAa

1

Regression 195,707 2 97,854 18,195 ,000b

Residual 629,218 117 5,378

Total 824,925 119

b. Predictors: (Constant), Bekerja, Keluarga

Coefficientsa

t Sig.

B Std. Error Beta

1

(Constant) 1,927 ,715 2,696 ,008

Keluarga ,832 ,156 ,463 5,330 ,000

Bekerja ,177 ,272 ,057 ,650 ,517

(63)

Model Summary

1 ,487a ,237 ,224 2,31936

a. Predictors: (Constant), Pendidikan, Keluarga

ANOVAa

1

Regression 195,533 2 97,766 18,174 ,000b

Residual 629,392 117 5,379

Total 824,925 119

b. Predictors: (Constant), Pendidikan, Keluarga

Coefficientsa

t Sig.

B Std. Error Beta

1

(Constant) 1,996 ,694 2,877 ,005

Keluarga ,919 ,165 ,512 5,555 ,000

Pendidikan -,118 ,189 -,058 -,625 ,533

Persamaan yang terbentuk adalah Y = 1,996 + 0,919 X1 - 0,118 X5

(64)

 Dengan tiga variabel (X1 - X2 - X3)

a. Predictors: (Constant), Penghasilan, Keluarga, KendaraanPribadi

ANOVAa

b. Predictors: (Constant), Penghasilan, Keluarga, KendaraanPribadi

Coefficientsa

Persamaan yang terbentuk adalah Y = 1,698 + 0,842 X1 + 0,607 X2 - 0,178 X3

(65)

a. Predictors: (Constant), Bekerja, KendaraanPribadi, Keluarga

ANOVAa

b. Predictors: (Constant), Bekerja, KendaraanPribadi, Keluarga

Coefficientsa

(66)

a. Predictors: (Constant), Pendidikan, KendaraanPribadi, Keluarga

ANOVAa

b. Predictors: (Constant), Pendidikan, KendaraanPribadi, Keluarga

Coefficientsa

(67)

a. Predictors: (Constant), Bekerja, Keluarga, Penghasilan

ANOVAa

b. Predictors: (Constant), Bekerja, Keluarga, Penghasilan

Coefficientsa

Persamaan yang terbentuk adalah Y = 1,993 + 0,835 X1 - 0,029 X3 + 0,203 X4