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
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
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
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
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.
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
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
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
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
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
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
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
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.
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
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
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
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.
Dalam hal ini kaitan penelitian ini dengan penelitian yang penulis lakukan
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
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.
Dalam hal ini kaitan penelitian ini dengan penelitian yang penulis lakukan
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
Dalam hal ini kaitan penelitian ini dengan penelitian yang penulis lakukan
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).
Dalam hal ini kaitan penelitian ini dengan penelitian yang penulis lakukan
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=
Dalam hal ini kaitan penelitian ini dengan penelitian yang penulis lakukan
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 :
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
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
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
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
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
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
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
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
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
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)
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
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,
- 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
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
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
Secara teoritis, semakin besar tingkat pendapatan keluarga akan semakin besar
pula produksi perjalanan yang dilakukannya. Demikian pula pendapatan keluarga ini
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
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
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
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 :
2n’ = Jumlah sampel data tidak terbatas
n = Jumlah sampel data terbatas
N = Jumlah populasi
s = Standar deviasi dari variabel yang digunakan sebagai acuan dalam
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.
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
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
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
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%
Sampling Error (Se) yang dapat diterima = 0.05 × rata-rata produksi perjalanan
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
0 - 1 Orang 2 - 3 Orang ≥ 4 Orang
48,3 % 49,2 % 2,5 %
23.3
71.7 5.0
Jumlah Anggota Keluarga
1-3 or ang
4-7 or ang
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
0 - 1 Orang 2 - 3 Orang ≥ 4 Orang
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
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
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
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
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
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.
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
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
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
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
Dengan dua variabel (X1 - X2)
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 ,515a ,265 ,253 2,27585
a. Predictors: (Constant), KendaraanPribadi, Keluarga
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 218,923 2 109,461 21,134 ,000b
Residual 606,002 117 5,180
Total 824,925 119
a. Dependent Variable: Perjalanan
b. Predictors: (Constant), KendaraanPribadi, Keluarga
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
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
a. Dependent Variable: Perjalanan
Persamaan yang terbentuk adalah Y = 1,423 + 0,809 X1 + 0,441 X2
Dengan dua variabel (X1 - X3)
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 ,484a ,234 ,221 2,32322
a. Predictors: (Constant), Penghasilan, Keluarga
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 193,435 2 96,718 17,919 ,000b
Residual 631,490 117 5,397
Total 824,925 119
a. Dependent Variable: Perjalanan
b. Predictors: (Constant), Penghasilan, Keluarga
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
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
a. Dependent Variable: Perjalanan
Persamaan yang terbentuk adalah Y = 2,050 + 0,869 X1 + 0,002 X3
Dengan dua variabel (X1 - X4)
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 ,487a ,237 ,224 2,31904
a. Predictors: (Constant), Bekerja, Keluarga
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 195,707 2 97,854 18,195 ,000b
Residual 629,218 117 5,378
Total 824,925 119
a. Dependent Variable: Perjalanan
b. Predictors: (Constant), Bekerja, Keluarga
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
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
a. Dependent Variable: Perjalanan
Persamaan yang terbentuk adalah Y = 1,927 + 0,832 X1 + 0,177 X4
Dengan dua variabel (X1 - X5)
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 ,487a ,237 ,224 2,31936
a. Predictors: (Constant), Pendidikan, Keluarga
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 195,533 2 97,766 18,174 ,000b
Residual 629,392 117 5,379
Total 824,925 119
a. Dependent Variable: Perjalanan
b. Predictors: (Constant), Pendidikan, Keluarga
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
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
a. Dependent Variable: Perjalanan
Persamaan yang terbentuk adalah Y = 1,996 + 0,919 X1 - 0,118 X5
Dengan tiga variabel (X1 - X2 - X3)
a. Predictors: (Constant), Penghasilan, Keluarga, KendaraanPribadi
ANOVAa
a. Dependent Variable: Perjalanan
b. Predictors: (Constant), Penghasilan, Keluarga, KendaraanPribadi
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
a. Dependent Variable: Perjalanan
Persamaan yang terbentuk adalah Y = 1,698 + 0,842 X1 + 0,607 X2 - 0,178 X3
Dengan tiga variabel (X1 - X2 - X4)
a. Predictors: (Constant), Bekerja, KendaraanPribadi, Keluarga
ANOVAa
a. Dependent Variable: Perjalanan
b. Predictors: (Constant), Bekerja, KendaraanPribadi, Keluarga
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
a. Dependent Variable: Perjalanan
Persamaan yang terbentuk adalah Y = 1,429 + 0,812 X1 + 0,445 X2 - 0,016 X4
Dengan tiga variabel (X1 - X2 - X5)
a. Predictors: (Constant), Pendidikan, KendaraanPribadi, Keluarga
ANOVAa
a. Dependent Variable: Perjalanan
b. Predictors: (Constant), Pendidikan, KendaraanPribadi, Keluarga
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
a. Dependent Variable: Perjalanan
Persamaan yang terbentuk adalah Y = 1,395 + 0,843 X1 + 0,433 X2 - 0,077 X5
Dengan tiga variabel (X1 - X3 - X4)
a. Predictors: (Constant), Bekerja, Keluarga, Penghasilan
ANOVAa
a. Dependent Variable: Perjalanan
b. Predictors: (Constant), Bekerja, Keluarga, Penghasilan
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
a. Dependent Variable: Perjalanan
Persamaan yang terbentuk adalah Y = 1,993 + 0,835 X1 - 0,029 X3 + 0,203 X4