Warta Penelitian Perhubungan

(1)

(2)

Warta Penelitian Perhubungan

Volume 32, Nomor 2, Juli - Desember 2020 P-ISSN. 0852 - 1824/ E-ISSN: 2580 - 1082

KEMENTERIAN PERHUBUNGAN

BADAN PENELITIAN DAN PENGEMBANGAN Jl. Medan Merdeka Timur No. 5 Jakarta Pusat 10110

Telepon (021) 34832945 Fax. 34833060/61 Website: http://bit.ly/warlitperhub

(3)

Penanggung Jawab : 1. Ir. Umiyatun Hayati Triastuti, M.Sc 2. M. Yugihartiman, A.TD,. M.Sc (Eng) Dewan Redaksi

Redaktur : 1. Tonny Agus Setiono, S.SiT., MT 2. Chairunnisa, S.Sos., MA

Mitra Bestari (Peer Reviewer) : 1. Andyka Kusuma, ST., M.Sc., P.hD (Transportasi Jalan, UI)

2. Dr. Ir. Ganding Sitepu, M.Sc (Transportasi Laut & SDP, UNHAS) 3. Dr. Chairul Paotonan, ST., MT (Transportasi Laut & SDP, UNHAS) 4. Dr. Ir. Misliah, Ms.Tr (Transportasi Laut & SDP, UNHAS) 5. Dr. Khairul Ummah, ST., MT (Transportasi Udara, ITB)

6. Ir. Toto Indriyanto, M.Sc., P.hD (Transportasi Udara, ITB)

7. Yossyafra, ST., M.Eng., SC., P.hD (Transportasi Jalan & Perkeretaapian,

Universitas Andalas)

8. Dr. Johny Malisan, DESS (Transportasi Laut & SDP, Balitbanghub) 9. Dr. Ir. Herawati Zetha Rahman, MT (Transportasi Jalan & Perkeretaapian, UP) 10. Dr. Nahdalina, ST., MT (Transportasi Udara, Universitas Gundarma)

11. Ir. Theo Johannes Frans Kalangi, MT (Transportasi Laut & SDP, STIP) 12. Javensius Sembiring, ST., MT (Transportasi Udara, ITB) Editor : 1. Tinton Dwi Atmaja, ST., MT

2. Tazkiyah, SH., MT

3. Teguh Himawan, ST., MT 4. Siti Fadilah, ST., MT 5. Marlia Herwening, SE., MT

6. Erna Mei Lestari, SE, M.Ak

7. Debora Sitorus, S.AP

Lay Out Editor : 1. Edward Dolok Surungan Siahaan, SE 2. Beny Ambonive, S.IP

3. Bayu Nugroho, S.Kom

Sekretariat : Miyarni, Tety Sulastri ST., M.AP, Gita Juniar A.Md, Agnes Agustina Annisa S.Kom, Yeni Deswita, Sri Chatuti, Tri Hastuti, Budi Aji Purwoko, S.SiT, Dorkas Pakpahan, SE, Santi Yuniarti, SAP, Nuraini Wulandari, Dewi Wachyuni.

ALAMAT REDAKSI

SEKRETARIAT BADAN PENELITIAN DAN PENGEMBANGAN PERHUBUNGAN

Volume 32, Nomor 2, Juli - Desember 2020

WARTA PENELITIAN PERHUBUNGAN

P-ISSN : 0852-1824E-ISSN : 2580-1082 Warta Penelitian Perhubungan merupakan majalah ilmiah sebagai wahana untuk mempublikasikan hasil penelitian dan kajian bidang transportasi darat, kereta api, laut, udara, dan multimoda. Majalah ini pada tahun 2015 terbit 6 kali dalam setahun (edisi Januari-Februari, Maret-April, Mei-Juni, Juli-Agustus, September-Oktober, November-Desember). Mulai tahun 2017 terbit sebanyak 2 kali dalam setahun (edisi Januari-Juni dan Juli-Desember) dan telah terakreditasi Sinta peringkat 2 dari Kementerian Riset dan Pendidikan Tinggi dengan nomor 10/E/KPT/2019 tanggal 4 April 2019.

(4)

uji syukur kehadirat Tuhan Yang Maha Esa dan salam sejahtera untuk para pembaca, Warta Penelitian Perhubungan kembali menerbitkan tulisan dari peneliti dan akademisi di bidang transportasi. Warta Penelitian Perhubungan Volume 32, Nomor 2 bulan Juli - Desember 2020 memuat 7 (tujuh) tulisan dengan mengangkat tema seputar isu strategis, usulan pengembangan, analisis dan evaluasi sarana serta prasarana transportasi di Indonesia.

Bus Rapid Transit (BRT) mulai berkembang pesat di Indonesia. BRT menerapkan konsep one stop bus yang berarti bus hanya dapat berhenti untuk menaik-turunkan penumpang pada satu objek saja, yaitu, shelter. BRT mempunyai beberapa kendala yang dihadapi seperti minimnya partisipasi masyarakat atau keengganan masyarakat dalam menggunakan BRT yang terjadi di Solo. Oleh sebab itu, dibutuhkan peninjauan terhadap persepsi pengguna sehingga layanan yang diberikan sesuai potensial untuk meningkatkan kepuasan penumpang dan menikt Operasional BRT Purwokero-Purbalingga didominasi oleh wanita. Wanita mempunyai karakteristik perjalanan yang berbeda dengan pria, dimana wanita lebih sering mennggunakan transportasi umum sehingga dibutuhkan peningkatan pelayanan BRT. Fauzan Romadlon dkk, dalam tulisannya berjudul Kajian Pra-Implementasi Aplikasi Layanan pada Bus Rapid Transit Purwokerto-Purbalingga: perspektif penumpang wanita” melakukan satu pendekatan melalui aplikasi layanan yang ditinjau dari aspek financing, kenyamanan dan traceability.

Terminal Sei Ambawang sebagai Terminal Antar Lintas Batas Negara (ALBN) yang terletak di Provinsi Kalimantan Barat dibangun untuk meningkatkan konektivitas antarwilayah, baik di dalam negeri maupun dengan wilayah negara tetangga dan meningkatkan pelayanan bagi para pengguna bus dan terminal. Keberadaan Terminal Sei Ambawang diharapkan dapat memudahkan masyarakat dalam mengakses wilayah negara tetangga untuk mendongkrak kegiatan perekonomian maupun sosial. Ichda Maulidya dalam tulisannya berjudul “Kinerja Pelayanan Bus dan Terminal Antar Lintas Batas Negara Sei Ambawang” menganalisis kinerja pelayanan bus dengan menggunakan Indeks Kepuasan Masyarakat untuk mengetahui kinerja pelayanan bus di terminal Sei Ambawang.

Berbagai permasalahan transportasi yang sering dialami dengan kepadatan lalu lintas yang tinggi salah satunya adalah kecelakaan lalu lintas. Kecelakaan lalu lintas di Kota Surabaya pada tahun 2017 tercatat sebanyak 1.338 kejadian kecelakaan. Jumlah kejadian kecelakaan ini didominasi oleh kendaraan pribadi seperti sepeda motor dan mobil. Imma Widyawati Agustin dkk dalam tulisannya berjudul “Studi Simulasi Model Kecelakaan Pengendara Mobil untuk Meningkatkan Keselamatan Lalu Lintas di Daerah Perkotaan” membuat model peluang kecelakaan monil di Kota Surabaya berdasarkan pada data karakterisasi jalan dan pengendara untuk mengetahui tindakan yang tepat dalam menurunkan angka kecelakaan mobil dengan menggunakan metode analisis generalized linear model (GLM).

Selain tulisan yang diulas diatas, masih terdapat tulisan lainnya yang menarik untuk dibaca pada edisi ini. Akhirnya kami dari Dewan Redaksi mengucapkan terima kasih kepada para penulis yang telah menyumbangkan pemikirannya dalam bentuk karya ilmiah yang dapat menambah wacana serta isi dari Warta Penelitian Perhubungan ini, semoga membawa manfaat bagi kita semua dan dapat mendorong kemajuan Warta Penelitian Perhubungan sebagai wadah informasi bagi masyarakat tentang pengetahuan di bidang transportasi.

Volume 32, Nomor 2, Juli - Desember 2020 P-ISSN : 0852-1824 E-ISSN : 2580-1082

Pengantar Redaksi

P

(5)

Terakreditasi Sinta 2 (Ristekdikti), No. 10/E/KPT/2019 Tanggal 4 April 2019

Kajian Pra-Implementasi Aplikasi Layanan pada Bus Rapid Transit Purwokerto-Purbalingga: Perspektif Penumpang Wanita

Pre-implementing Study of Service Application on Purwokerto-Purbalingga Bus Rapid Transit:

Perspective of Female Passengers ___________________________________________________________________ 68-76 Fauzan Romadlon, Ratna Dwi Lestari, Firdhayanti Lestiana, Nuansa Aita Putri

Analisis Tailwind Penyebab Go-Around pada 38 Bandara di Indonesia dalam Periode Januari-Februari 2020

An Analysis of Go-Around-Causing Tailwind at 38 Airports in Indonesia in the Period of January-February 2020 _ 77-82 Achmad Fahruddin Rais, Bambang Wijayanto, Erika Meinovelia

Kinerja Pelayanan Bus dan Terminal Antar Lintas Batas Negara Sei Ambawang

Service Performance of Bus and Inter-State Border Terminal of Sei Ambawang ____________________________ 83-92 Ichda Maulidya

Studi Simulasi Model Kecelakaan Pengendara Mobil untuk Meningkatkan Keselamatan Lalu Lintas di Daerah Perkotaan

Simulation Study of Car Accident Model to Improve Traffic Safety in the Urban Area _______________________ 93-102 Imma Widyawati Agustin, Christia Meidiana, Sri Muljaningsih

Pendekatan Multidimensional Scaling untuk Penilaian Status Keberlanjutan ATCS Kota Pintar Semarang

Multidimensional Scaling Approach for Sustainability Assessment of ATCS Technology of Semarang Smart City _ 103-112 Masmian Mahida

Integrasi Antarmoda dengan Penerapan Transit-Oriented Development pada Kawasan Kota Lama Semarang

Intermodal Integration by Implementing Transit-Oriented Development in Semarang Old Town Area ________ 113-124 Rosa Asiga Cahya Adhianti, Ria Ronauli, Lasma Kezia

Pengaruh Waktu Terbang (Phases of Time) Terhadap Beban Kerja Mental Pilot Pesawat Terbang Ditinjau dari Perbedaan Jenis Kelamin Pilot

Phases of Time Effect to the Pilot Mental Workload In terms of Differences Pilot Gender ____________________ 125-131 Abadi Dwi Saputra

DAFTAR ISI

WARTA PENELITIAN PERHUBUNGAN

(6)

Kumpulan Abstrak/

Abstract Collection

Terakreditasi Sinta 2 (RISTEKDIKTI), No. 10/E/KPT/2019 Tanggal 4 April 2019

WARTA PENELITIAN PERHUBUNGAN

Lembar abstrak boleh diperbanyak tanpa izin dan biaya

DDC: 386.6

Achmad Fahruddin Rais, Bambang Wijayanto, dan Erika Meinovelia

(Badan Meteorologi Klimatologi dan Geofisika) Analisis Tailwind Penyebab Go-Around pada 38 Bandara di Indonesia dalam Periode Januari-Februari 2020

Warlit Perhub

Vol. 32, No. 2, Juli - Desember 2020, Hal 77-82

Studi ini berfokus pada analisis tailwind penyebab go-around pada 38 bandara di Indonesia dalam periode Januari-Februari 2020. Dalam studi ini dilakukan perbandingan tailwind laporan pilot, tailwind observasi permukaan (10 m), dan tailwind pada ketinggian 1000 ft untuk mengetahui akurasi tailwind yang dilaporkan oleh pilot. Literatur menyebutkan bahwa angin kecepatan tinggi di troposfer bawah berkaitan dengan wind gust yang berasal dari awan cumulonimbus (Cb). Dengan dasar tersebut maka dilakukan analisis perbandingan laporan pilot terhadap keberadaan awan Cb sampai sejauh 40 km dari runway in use dengan menggunakan kombinasi kriteria brightness temperature difference (BTD) kanal IR1-IR2 dan brightness temperature (BT) kanal IR1 citra satelit Himawari-8. Hasil penelitian menunjukkan bahwa tailwind laporan pilot lebih besar daripada tailwind angin permukaan dan 1000 ft, serta kebanyakan tailwind laporan pilot tersebut berkaitan dengan potensi wind gust yang muncul dari awan Cb baik di sekitar atau di luar runway.

Kata kunci: Cumulonimbus, go-around, tailwind, wind gust.

DDC: 386.6

Fauzan Romadlon, Ratna Dwi Lestari, Firdhayanti Lestiana, dan Nuansa Aita Putri

(Institut Teknologi Telkom Purwokerto)

Kajian Pra-Implementasi Aplikasi Layanan pada Bus Rapid Transit Purwokerto-Purbalingga: Perspektif Penumpang Wanita

Warlit Perhub

Operasional Bus Rapid Transit (BRT) Purwokerto-Purbalingga didominasi oleh wanita. Wanita mempunyai karakteristik perjalanan yang berbeda dengan pria, di mana mereka lebih sering menggunakan transportasi umum sehingga dibutuhkan peningkatan pelayanan BRT. Salah satu pendekatan yang dapat diimplementasikan adalah dengan aplikasi layanan. Penelitian ini dilakukan untuk mengetahui perspektif penumpang wanita dalam kaitannya dengan ketiga aspek pelayanan, yaitu financing, kenyamanan, dan traceability. Metode yang digunakan adalah survei dan observasi langsung ke penumpang wanita BRT di Purwokerto dan Purbalingga. Hasil yang diperoleh adalah pada aspek financing, faktor signifikansi dipengaruhi oleh jenis pekerjaan penumpang wanita. Sedangkan aspek kenyamanan dan traceability dipengaruhi faktor rasio umur, domisili, dan kepemilikan kendaraan pribadi penumpang wanita BRT. Ketiga aspek ini dapat diterapkan dengan sebuah aplikasi layanan yang berfokus pada e-payment, BRT location tracking, dan bus capacity information demi mendukung keamanan dan kenyamanan penumpang wanita BRT.

Kata kunci : Aplikasi Layanan, Perspektif, Penumpang Wanita, Bus Rapid Transit, Purwokerto-Purbalingga.

(7)

DDC: 387.736 Ichda Maulidya

(Badan Litbang Perhubungan)

Kinerja Pelayanan Bus dan Terminal Antar Lintas Batas Negara Sei Ambawang

Warlit Perhub

Terminal Sei Ambawang sebagai Terminal Antar Lintas Batas Negara (ALBN) yang terletak di Provinsi Kalimantan Barat dibangun untuk meningkatkan konektivitas antarwilayah, baik di dalam negeri maupun dengan wilayah negara tetangga dan meningkatkan pelayanan bagi para pengguna bus dan terminal. Keberadaan Terminal Sei Ambawang diharapkan dapat memudahkan masyarakat dalam mengakses wilayah negara tetangga untuk mendongkrak kegiatan perekonomian maupun sosial. Penelitian ini menganalisis kinerja pelayanan bus dengan melibatkan sebanyak 31 indikator yang dikaji dan Terminal Sei Ambawang sebanyak 41 indikator yang dikaji menggunakan Indeks Kepuasan Masyarakat (IKM). Pengukuran dilakukan terhadap 60 responden menggunakan skala Likert. Dari hasil penelitian, diketahui bahwa tingkat kepuasan pengguna terhadap kinerja pelayanan bus dan terminal di Terminal Sei Ambawang masing-masing sebesar 74,54% dan 71,73%. Hal ini menandakan bahwa para pengguna bus dan terminal merasa puas terhadap kinerja pelayanan di Terminal Sei Ambawang. Atribut tertinggi dalam kepuasan kinerja pelayanan bus adalah keahlian pengemudi dan kemudahan mendapatkan tiket dengan nilai rata-rata sebesar 3,01 sehingga atribut tersebut perlu dijaga kualitasnya, sedangkan nilai IKM terendah terletak pada atribut tanda pengenal bagasi dengan nilai rata-rata sebesar 2,7. Oleh karena itu, untuk meningkatkan kinerja pelayanan bus ke depannya, pihak operator bus perlu memberikan tanda pengenal bagasi pada setiap barang bawaan para penumpang yang berisi identitas penumpang agar mudah dikenali, tidak tertukar, dan terjamin keamanannya. Di sisi lain, atribut tertinggi dalam kepuasan kinerja pelayanan terminal meliputi atribut kondisi jalur kedatangan bus, rambu/petunjuk dalam terminal, dan keteraturan sistem naik turun penumpang dengan nilai rata-rata sebesar 3,13. Hal ini menandakan bahwa ketiga atribut tersebut dalam kondisi baik dan memadai. Namun, atribut keberadaan Anjungan Tunai Mandiri (ATM) merupakan atribut dengan nilai IKM terendah, yaitu sebesar 2,10. Dengan demikian, pihak penyelenggara Terminal Sei Ambawang perlu menyediakan fasilitas ATM untuk perbaikan kinerja pelayanan terminal ke depannya.

Kata kunci: Sei Ambawang, kinerja pelayanan bus dan terminal, Indeks Kepuasan Masyarakat (IKM)

DDC: 711.78

Imma Widyawati Agustin, Christia Meidiana dan Sri Muljaningsih

(Universitas Brawijaya)

Studi Simulasi Model Kecelakaan Pengendara Mobil untuk Meningkatkan Keselamatan Lalu Lintas di Daerah Perkotaan

Warlit Perhub

Berbagai permasalahan transportasi yang sering dialami dengan kepadatan lalu lintas yang tinggi salah satunya adalah kecelakaan lalu lintas. Kecelakaan lalu lintas di Kota Surabaya pada tahun 2017 tercatat sebanyak 1.338 kejadian kecelakaan. Jumlah kejadian kecelakaan ini didominasi oleh kendaraan pribadi seperti sepeda motor dan mobil. Penelitian ini bertujuan membuat model peluang kecelakaan mobil di Kota Surabaya yang didasarkan pada data karakteristik jalan dan karakteristik pengendara untuk mengetahui tindakan yang tepat dalam menurunkan angka kecelakaan mobil. Metode yang digunakan dalam penelitian ini adalah analisis generalized linear model (GLM) untuk melihat model peluang kecelakaan mobil berdasarkan karakteristik jalan dan regresi logistik biner untuk melihat model peluang kecelakaan mobil berdasarkan karakteristik pengendara mobil. Penelitian ini difokuskan pada six ruas jalan yang memiliki tingkat kecelakaan tertinggi dan sedang, serta diwakilkan dengan 348 responden pengendara mobil. Dari hasil analisis GLM didapatkan model peluang kecelakaan McA = e4,5 - 0,707_{Lebar badan jalan yang}

menunjukkan bahwa hanya lebar badan jalan yang mempengaruhi peluang kecelakaan mobil. Hal ini dapat diintepretasikan bahwa jika lebar badan jalan memiliki peningkatan 10% dari lebar badan jalan sebelumnya, maka model pendekatan dengan GLM memprediksi akan terjadi peningkatan jumlah kecelakaan mobil sebanyak 84 korban. Dari hasil analisis regresi logistik biner didapatkan model peluang kecelakaan di mana perilaku pengendara yang mempengaruhi peluang kecelakaan mobil adalah membawa surat berkendara seperti SIM dan STNK (X_3.6), mematuhi lampu lalu lintas (X_3.10), memberi tanda berbelok/darurat (X_3.11), menggunakan sabuk pengaman (X_3.12), dan mengantuk saat mengendarai (X_3.13).

Kata kunci: Model kecelakaan, pengendara mobil, generalized-linear-model,

(8)

DDC: 387.73 Masmian Mahida (Universitas Diponegoro)

Pendekatan Multidimensional Scaling untuk Penilaian Status Keberlanjutan ATCS Kota Pintar Semarang Warlit Perhub

Vol. 32, No. 2, Juli - Desember 2020, Hal 102-112 Kota Semarang dalam mewujudkan kota pintar dari sektor transportasi telah memiliki layanan IT area traffic control system (ATCS). Teknologi ATCS merupakan sistem monitoring pengendalian lalu lintas jalan berbasis teknologi informasi pada suatu kawasan di persimpangan yang bertujuan untuk mengoptimalkan kinerja jaringan jalan. Pada praktiknya, masih terdapat kendala teknis terkait suplai listrik, yakni pada saat suplai listrik PLN mati lebih dari tiga jam, maka layanan ATCS tidak berfungsi karena baterai listrik cadangan hanya mampu bertahan tiga jam. Oleh karena itu, akan dilakukan penilaian terhadap status keberlanjutan teknologi ATCS yang ditinjau dari dimensi input, proses, dan output guna memperoleh faktor/atribut yang berpengaruh pada keberlanjutan teknologi ATCS. Penelitian penilaian ini menggunakan metodologi deskriptif kualitatif-kuantitatif dengan dukungan analisis Multidimensional Scaling. Pengumpulan data dilakukan dengan observasi lapangan, wawancara dengan pengelola teknologi ATCS, dan penyebaran kuesioner kepada tiga pakar yang terkait teknologi ATCS. Hasil temuan penelitian dapat dijadikan input pada pengembangan teknologi ATCS Kota Semarang sehingga terwujud kota pintar, terutama di sektor transportasi. Hasil penelitian menunjukkan bahwa status keberlanjutan teknologi ATCS pada dimensi input menunjukkan nilai baik, dengan atribut sensitif kerangka tata kelola IT. Status keberlanjutan teknologi ATCS pada dimensi proses menunjukkan nilai cukup, dengan atribut sensitif dukungan lingkungan inovatif. Sementara itu, status keberlanjutan teknologi ATCS pada dimensi output menunjukkan nilai cukup, dengan atribut sensitif efektifitas biaya.

Kata kunci: Keberlanjutan, ATCS, Kota Pintar, Multidimensional Scaling.

DDC: 386.6

Rosa Asiga Cahya Adhianti, Ria Ronauli dan Lasma Kezia

Integrasi Antar Moda dengan Penerapan Transit

Oriented Development pada Kawasan Kota Lama Semarang

Warlit Perhub

Vol. 32, No. 2, Juli - Desember 2020, Hal 113-124 Stasiun Semarang Tawang adalah stasiun utama pertama di kota Semarang yang merupakan salah satu pusat pergerakan di kota tersebut. Stasiun Semarang Tawang terletak di wilayah Kota Tua Semarang. Semarang Tawang adalah tempat pemberhentian kereta api sebagai alat transportasi darat jarak jauh, tetapi moda transportasi lain diperlukan untuk mencapai Stasiun Tawang Semarang. Dengan demikian, diperlukan adanya integrasi antarmoda dengan menerapkan konsep Transit Oriented Development. Penelitian ini menggunakan analisis pedestrian, TOD metric, dan analisis aksesibilitas. Analisis pedestrian dilakukan dengan menggunakan data kuantitafif yaitu data lebar geometri pedestrian dan jumlah pejalan kaki. TOD metric menggunakan metode observasi dengan alat penilaian berupa TOD Standard dari ITDP, sedangkan analisis aksesbilitas dilakukan dengan mendeskripsikan rute BRT Trans Semarang yang melewati Stasiun Semarang Tawang. Berdasarkan hasil observasi, skor kawasan Kota Tua Semarang adalah 56 poin di mana artinya kawasan tersebut cukup memuaskan dalam memenuhi pembangunan perkotaan berbasis transit. Dalam rangka meningkatkan nilai TOD yang didukung dari hasil ketiga analisis, rekomendasi pengembangan dapat dilakukan dengan penambahan jalur pedestrian, jalur pesepeda, halte BRT sebagai tempat peralihan moda, tempat parkir untuk taksi, adanya parkir sepeda di dalam dan di luar stasiun, penambahan hotel dan pusat perbelanjaan di sekitar Stasiun Semarang Tawang. Kata kunci: Integrasi Antar Moda, Transit Oriented

(9)

DDC: 388.322

Abadi Dwi Saputra

(Inspektorat Jenderal Kemenhub)

Pengaruh Waktu Terbang (Phases of Time) Terhadap Beban Kerja Mental Pilot Pesawat Terbang Ditinjau Dari Perbedaan Jenis Kelamin Pilot

Warlit Perhub

Vol. 32, No. 2, Juli - Desember 2020, Hal 125-131 Manusia sebagai komponen sistem atau sub-sistem meskipun mampu beradaptasi dengan baik terhadap sistem operasional penerbangan, namun manusia cenderung labil dan juga paling sensitif terhadap pengaruh yang dapat berdampak pada kondisi dirinya. Kondisi waktu kerja yang berbeda-beda juga diperkirakan dapat mempengaruhi kondisi seorang pilot. Tujuan penelitian ini adalah untuk mengetahui beban kerja mental pilot ditinjau dari perbedaan jenis kelamin (gender) jika dihadapkan pada kondisi waktu (phases of time) operasional penerbangan yang berbeda-beda. Penelitian menggunakan metode Subjective Workload Assessment Technique (SWAT), metode ini menggunakan tiga kombinasi dari tiga dimensi dengan tingkatannya. Dimensi tersebut adalah beban waktu (time), beban usaha mental (effort), dan beban tekanan psikologis (stress). Dari hasil penelitian menunjukkan kondisi beban kerja mental yang dialami pilot berdasarkan waktu terbang adalah baik untuk pilot pria dan wanita diketahui bahwa kondisi beban mental pilot tertinggi pada saat penerbangan dilakukan pada dini hari (00.00 –05.59), pada saat libur, dan saat peak season.

Kata kunci : Kecelakaan Pesawat, Jenis Kelamin Pilot, SWAT.

(10)

DDC: 386.6

Achmad Fahruddin Rais, Bambang Wijayanto, dan Erika Meinovelia

(Badan Meteorologi Klimatologi dan Geofisika) An Analysis of Go-Around-Causing Tailwind at 38 Airports in Indonesia in the Period of January-February 2020

Warlit Perhub

This study focused on analyzing the tailwind that causing go-around at 38 airports in Indonesia in the period of January to February 2020. We made a tailwind comparison of the pilot report, surface observation (10 m), and observation of 1000 ft to determine the accuracy of the tailwind reported by the pilot. The literature stated that high-speed winds in the lower troposphere were related to wind gust coming from cumulonimbus (Cb) clouds, so we compared pilot report to the presence of Cb clouds as far as 40 km from the runway in use by using a combination of brightness temperature difference (BTD) IR1-IR2 channels and brightness temperature (BT) IR1 channel of Himawari-8 satellite imagery. The results showed that the tailwind of the pilot report was larger than the tailwind of surface and 1000 ft observations and most of the tailwind was related to the potential wind gust that emerged from the Cb clouds either around or outside the runway.

Keywords : Cumulonimbus, go-around, tailwind, wind gust.

DDC: 386.6

Fauzan Romadlon, Ratna Dwi Lestari, Firdhayanti Lestiana, dan Nuansa Aita Putri

(Institut Teknologi Telkom Purwokerto)

Pre-implementing Study of Service Application on Purwokerto-Purbalingga Bus Rapid Transit: Perspective of Female Passengers

Warlit Perhub

The operations of Purwokerto-Purbalingga Bus Rapid Transit (BRT) are dominated by women. Women have different travel characteristics than men, where they use public transportation more often, so an increase in BRT services is needed. One approach that can be implemented is a service application. This study was conducted to determine the perspective of female passengers in terms of three aspects of services, including financing, comfort, and traceability. The method used was a survey and direct observation of BRT female passengers in Purwokerto and Purbalingga. The obtained results in the aspect of the financing were that the significant factor was affected by the type of work of female passengers. Meanwhile, the comfort and traceability aspects were affected by the ratio of age, residence, and ownership of private vehicles. These three aspects can be applied with a service application that focuses on e-payment, BRT location tracking, and bus capacity information to support the safety and comfort of BRT female passengers.

Keywords: Service Application, Perspective, Female Passengers, Bus Rapid Transit, Purwokerto-Purbalingga.

Kumpulan Abstrak/

Abstract Collection

Terakreditasi Sinta 2 (RISTEKDIKTI), No. 10/E/KPT/2019 Tanggal 4 April 2019

WARTA PENELITIAN PERHUBUNGAN

Lembar abstrak boleh diperbanyak tanpa izin dan biaya

(11)

DDC: 387.736 Ichda Maulidya

(Badan Litbang Perhubungan)

Service Performance of Bus and Inter-State Border Terminal of Sei Ambawang

Warlit Perhub

Sei Ambawang Terminal as an Inter-State Border (ALBN) Terminal located in West Kalimantan Province was built to improve connectivity between regions, both domestically and with neighboring countries and to improve services for bus and terminal users. The existence of the Sei Ambawang Terminal is expected to facilitate the community in accessing neighboring countries to boost economic and social activities. This study analyzed the performance of bus services by involving 31 indicators studied and Sei Ambawang Terminal of 41 indicators using the Customer Satisfaction Index (CSI). The measurement was made on 60 respondents using a Likert scale. From the results, it is known that the levels of user satisfaction on the performance of bus and terminal services in the Sei Ambawang Terminal were 74.54% and 71.73% respectively. It indicates that bus and terminal users were satisfied with the service performance at Sei Ambawang Terminal. The highest attributes in bus service performance satisfaction were the drivers’ expertise and ease in getting tickets with an average value of 3.01 so that the quality of the attributes need to be maintained, while the lowest CSI value was the attribute of baggage identification with an average value of 2.7. Therefore, to improve the performance of bus service, it needs to provide baggage identification on each passenger’s luggage containing passenger data so that they are easily recognized, not exchanged, and safety guaranteed. On the other hand, the highest attributes in the satisfaction of terminal service performance included the attributes of bus arrival lane conditions, signs/directions in the terminal, and the regularity of load and unload passenger’s system with an average value of 3.13. It indicates that the three attributes were in good and adequate condition. However, the attribute of the Automatic Teller Machine (ATM) was at the lowest CSI value, which was 2.10. Therefore, the operator of Sei Ambawang Terminal needs to provide ATM facilities to improve the performance of the terminal services in the future.

Keywords: Sei Ambawang, bus and terminal service performance, Customer Satisfaction Index (CSI).

DDC: 711.78

Imma Widyawati Agustin, Christia Meidiana dan Sri Muljaningsih

Simulation Study of Car Accident Model to Improve Traffic Safety in the Urban Area

Warlit Perhub

Various transportation problems that are often experienced with high traffic density, one of which is a traffic accident. The number of accidents is dominated by private vehicles such as motorbikes and cars. This study aimed to make a car accident model in Surabaya Ciy based on the road and the driver characteristics to find out the right actions in reducing the number of car accidents. The study used the analysis of generalized linear model (GLM) and binary logistic regression. It focused on six road segments that have the highest and moderate accident rates, and it was represented by 348 respondents of car drivers. The results of the GLM analysis obtained a probability model of McA = e4,5 - 0,707 Road Width_{which shows only the width of the road}

body that affects the chances of a car accident. It can be interpreted that if the road width has increased by 10% from the previous road width, the GLM approach model predicts an increase in the number of car accidents by 84 victims. Furthermore, the driver’s behavior that affects the chances of a car accident include carrying a driver license and vehicle registration (X_3.6), obeying a traffic light (X_3.10), giving a turning/emergency sign (X_3.11), using a seat belt (X_3.12), and being drowsy when driving (X_3.13).

Keywords: Accident-model, car-driver, generalized-linear-model, surabaya-city

(12)

DDC: 387.73 Masmian Mahida (Universitas Diponegoro)

Multidimensional Scaling Approach for Sustainability Assessment of ATCS Technology of Semarang Smart City Warlit Perhub

Semarang City in realizing a smart city from the transportation sector has had an IT area traffic control system (ATCS) service. ATCS technology is a road traffic control monitoring system based on information technology in an area at an intersection that aims to optimize road network performance. Practically, there is still a technical problem related to the electricity supply. When the PLN electricity supply has been off for more than three hours, the ATCS service is not functioning because the backup electric battery is only capable of three hours. Therefore, an assessment will be carried out to the sustainability status of ATCS technology in terms of the input, process, and output dimensions to obtain factors/ attributes that affect the sustainability of ATCS technology. The research used a descriptive qualitative-quantitative method using Multidimensional Scaling analysis. Data collection was conducted by field observation, interviews with ATCS technology managers, and distributing questionnaires to three experts related to ATCS technology. The results of the research findings can be used as input for the development of ATCS technology for developing smart city Semarang, especially in the transportation sector. The results showed that the sustainability status of ATCS technology on the input dimension is good, with sensitive attributes IT governance framework. The sustainability status of the ATCS technology in the process dimension showed sufficient value, with the sensitive attributes of innovative environmental support. While the status of the sustainability of the ATCS technology in the output dimension showed sufficient value with the cost-effectiveness sensitive attribute.

Keywords: Sustainability, ATCS, Smart City, Multidimensional Scaling.

DDC: 386.6

Rosa Asiga Cahya Adhianti, Ria Ronauli dan Lasma Kezia

Intermodal Integration by Implementing Transit-Oriented Development in Semarang Old Town Area Semarang

Warlit Perhub

Vol. 32, No. 2, Juli - Desember 2020, Hal 113-124 Tawang Station is the first major station in the city of Semarang which is one of the center of the movement in the city. Semarang Tawang Station is located in Semarang Old Town Area. Semarang Tawang is a train stop point as a means of long-distance land transportation, but other modes of transportation are needed to reach Semarang Tawang Station. Thus, there is a need for intermodal integration in Semarang Old Town Area by applying the concept of Transit-Oriented Development. This research used pedestrian analysis, TOD Metric, and accessibility analysis. The pedestrian analysis was carried out using quantitative data, which was data on the width of the pedestrian geometry and the number of pedestrians. The TOD metric used the observation method with an assessment tool in the form of the TOD Standard from ITDP, while the accessibility analysis was carried out by describing the Trans Semarang BRT route that passed through Semarang Tawang Station. Based on observations, the score of the Semarang Old Town area was 56 points, which means that the area was quite satisfactory in fulfilling transit-based urban development. To increase the TOD value which was supported by the results of the three analyzes, development recommendations can be made by adding pedestrian lanes, cycling lanes, BRT shelters as modes of transfer, parking for taxis, parking for bicycles inside and outside the station, adding hotels and shopping centers around Semarang Tawang Station.

Keywords: Intermodal Integration, Transit-Oriented Development.

(13)

DDC: 388.322

Abadi Dwi Saputra

(Inspektorat Jenderal Kemenhub)

Phases of Time Effect to the Pilot Mental Workload In terms of Differences Pilot Gender

Warlit Perhub

Vol. 32, No. 2, Juli - Desember 2020, Hal 125-131 Humans as a component of the system or sub-system although be able well adapted to the flight operational, but humans tend to be unstable and also most sensitive to the effects that can impact on his condition. Different working time conditions are also expected to affect a pilot’s condition. The purpose of this study is to determine the mental workload of pilot in terms of differnces pilot gender if faced with different phases of time conditions. Mental workload measurements performed using the Subjective Workload Assessment Technique method (SWAT), this method using combine of three dimensions with their levels. The dimensions are time load, mental effort load, and psychological stress load. The result of studies shows that the condition of mental workload experienced by pilots refers to phases of time is in general (on average) in the high category (overload). While the overall showed that more pilots emphasize time factor in considering the factors of mental workload. The most burdensome conditions of a flight for man and woman pilot is when the pilot was conducted in the early morning, on weekends and during peak seasons.

(14)

Warta Penelitian Perhubungan 2020, 32 (2): 93-102

Studi Simulasi Model Kecelakaan Pengendara Mobil untuk

Meningkatkan Keselamatan Lalu Lintas di Daerah Perkotaan

Imma Widyawati Agustin*

1

_{, Christia Meidiana}

2

_{dan Sri Muljaningsih}

3

Fakultas Teknik, Universitas Brawijaya1,2

Jl. MT. Haryono 167, Kota Malang, 65145, Jawa Timur, Indonesia

Fakultas Ekonomi dan Bisnis, Universitas Brawijaya3

Jl. Veteran, Kota Malang, 65145, Jawa Timur, Indonesia E-mail: [email protected]*

Diterima: 28 Februari 2020, disetujui: 26 November 2020, diterbitkan online: 31 Desember 2020

Abstrak

Berbagai permasalahan transportasi yang sering dialami dengan kepadatan lalu lintas yang tinggi salah satunya adalah kecelakaan lalu lintas. Kecelakaan lalu lintas di Kota Surabaya pada tahun 2017 tercatat sebanyak 1.338 kejadian kecelakaan. Jumlah kejadian kecelakaan ini didominasi oleh kendaraan pribadi seperti sepeda motor dan mobil. Penelitian ini bertujuan membuat model peluang kecelakaan mobil di Kota Surabaya yang didasarkan pada data karakteristik jalan dan karakteristik pengendara untuk mengetahui tindakan yang tepat dalam menurunkan angka kecelakaan mobil. Metode yang digunakan dalam penelitian ini adalah analisis generalized linear model (GLM) untuk melihat model peluang kecelakaan mobil berdasarkan karakteristik jalan dan regresi logistik biner untuk melihat model peluang kecelakaan mobil berdasarkan karakteristik pengendara mobil. Penelitian ini difokuskan pada six ruas jalan yang memiliki tingkat kecelakaan tertinggi dan sedang, serta diwakilkan dengan 348 responden pengendara mobil. Dari hasil analisis GLM didapatkan model peluang kecelakaan McA = 𝑒𝑒4,5 − 0,707 Lebar badan jalan_{yang menunjukkan bahwa hanya lebar badan jalan}

yang mempengaruhi peluang kecelakaan mobil. Hal ini dapat diintepretasikan bahwa jika lebar badan jalan memiliki peningkatan 10% dari lebar badan jalan sebelumnya, maka model pendekatan dengan GLM memprediksi akan terjadi peningkatan jumlah kecelakaan mobil sebanyak 84 korban. Dari hasil analisis regresi logistik biner didapatkan model peluang kecelakaan di mana perilaku pengendara yang mempengaruhi peluang kecelakaan mobil adalah membawa surat berkendara seperti SIM dan STNK (X 3.6), mematuhi lampu lalu lintas (X3.10), memberi tanda berbelok/darurat (X3.11),

menggunakan sabuk pengaman (X3.12), dan mengantuk saat mengendarai (X3.13).

Kata kunci: Model kecelakaan, pengendara mobil, generalized-linear-model, Kota Surabaya.

Abstract

Simulation Study of Car Accident Model to Improve Traffic Safety in the Urban Area: Various transportation problems that are often experienced with high traffic density, one of which is a traffic accident. The number of accidents is dominated by private vehicles such as motorbikes and cars. This study aimed to make a car accident model in Surabaya Ciy based on the road and the driver characteristics to find out the right actions in reducing the number of car accidents. The study used the analysis of generalized linear model (GLM) and binary logistic regression. It focused on six road segments that have the highest and moderate accident rates, and it was represented by 348 respondents of car drivers. The results of the GLM analysis obtained a probability model of McA = 𝒆𝒆𝟒𝟒,𝟓𝟓 − 𝟎𝟎,𝟕𝟕𝟎𝟎𝟕𝟕 𝑹𝑹𝑹𝑹𝑹𝑹𝑹𝑹 𝑾𝑾𝑾𝑾𝑹𝑹𝑾𝑾𝑾𝑾_{which shows only the width o f the roa d body that} affects the chances of a car accident. It can be interpreted that if the road width has increased by 10% from the previous road width, the GLM approach model predicts an increase in the number of car accidents by 84 victims. Furthermore, the driver’s behavior that affects the chances of a car accident include carrying a driver license and vehicle registration (X3.6), obeying a traffic light (X3.10), giving a turning/emergency sign (X3.11), using a seat belt (X3.12), and being drowsy when driving (X3.13).

(15)

Imma Widyawati Agustin, Christia Meidiana, Sri Muljaningsih Warta Penelitian Perhubungan 2020, 32 (2): 93-102

yang dapat diambil. Pada tahap selanjutnya dalam proyek, data dari kegiatan pemodelan dan evaluasi situs percontohan dapat digunakan untuk penilaian efek keselamatan [4]. Temuan menarik terkait dengan parameter yang mencerminkan pengalaman kecelakaan pengemudi, di mana terbukti bahwa responden dapat membedakan antara kecelakaan yang terjadi di daerah perkotaan versus pedesaan, serta kecelakaan antara pengemudi versus penumpang [5]. Mengingat adanya insiden kecelakaan jalan, penting untuk memperhatikan persimpangan dan pejalan kaki. Lebih dari 50% kecelakaan perkotaan terjadi di persimpangan dengan keterlibatan jumlah pejalan kaki yang signifikan [6].

Sangat menarik untuk dicatat bahwa pengemudi yang menginginkan batas kecepatan lebih tinggi adalah mereka yang lebih sering melanggar batas kecepatan. Batas kecepatan yang tidak tepat adalah pembenaran umum semua batas kecepatan; beruntungnya ini hanya ditemukan secara signifikan untuk jalan perkotaan. Temuan ini mengarah pada kesimpulan bahwa pada jalan non-perkotaan, semua yang melampaui batas kecepatan, sadar bahwa mereka melanggar batas yang mereka anggap tepat

[6]. Dalam eksperimen yang melibatkan peristiwa tak terduga dan beberapa peristiwa berulang, setidaknya dalam beberapa kasus, dapat merancang secara berulang sehingga data perilaku yang dikumpulkan dari pengaturan ini dapat digunakan bersama dengan data dari pengaturan yang tidak terduga. Dengan menggunakan prosedur ini, seseorang dapat secara signifikan meningkatkan jumlah data yang dikumpulkan, sesuatu yang sangat berguna, misalnya, pemodelan pengendara mobil [7]. Pelatihan pertolongan pertama berbasis pengalaman, yang berfokus pada pengetahuan dan keterampilan, serta pengaturan psikologis, adalah pengetahuan bagi pengemudi yang tidak efektif yang dapat membantu mengurangi jumlah kematian dan cedera serius pada kesehatan yang disebabkan oleh kecelakaan lalu lintas [8].

Kecelakaan lalu lintas sering terjadi di beberapa kota besar. Kota memiliki aliran pergerakan yang sangat tinggi karena kota merupakan pusat dari semua kegiatan masyarakat dalam melakukan berbagai kegiatan ekonomi. Kota Surabaya adalah kota metropolitan terbesar kedua setelah Jakarta di negara Indonesia. Masalah transportasi di kota-kota besar seperti Surabaya adalah pertumbuhan jumlah kendaraan yang terus meningkat dari tahun ke tahun, yang rata-rata di atas 3%. Selain itu, pembangunan infrastruktur atau peningkatan jumlah dan lebar jalan masih sangat kecil, yaitu kira-kira di bawah 1% per tahun [9]. Jumlah kendaraan di Kota Surabaya

adalah kendaraan seperti bus, truk, dan transportasi berat lainnya [10].

Jumlah kendaraan yang tinggi ini dapat memicu peningkatan kecelakaan lalu lintas di Kota Surabaya. Kecelakaan lalu lintas di Kota Surabaya pada tahun 2017 tercatat sebanyak 1.338 kecelakaan [11]. Jumlah kecelakaan didominasi oleh kendaraan pribadi seperti sepeda motor dan mobil. Mobil berada di posisi kedua yang menyumbang aliran pergerakan transportasi terbanyak setelah sepeda motor di Kota Surabaya. Meskipun jumlah kecelakaan lalu lintas yang disebabkan oleh mobil tidak sebanyak sepeda motor, mobil dapat menyebabkan tingkat keparahan kecelakaan lalu lintas yang lebih besar daripada sepeda motor [12]. Dari 1.338 kecelakaan di Kota Surabaya, kecelakaan lalu lintas yang disebabkan oleh mobil pada 2017 berjumlah 461 kecelakaan dengan kondisi 71 orang meninggal dan 47 orang terluka parah [11]. Oleh karena itu, perlu dilakukan studi lebih lanjut tentang cara meningkatkan keselamatan lalu lintas, terutama bagi pengendara untuk mengurangi terjadinya kecelakaan lalu lintas yang tinggi.

Perbedaan karakteristik pengemudi mobil seperti aspek sosial ekonomi, pergerakan, dan perilaku dapat mempengaruhi peluang terjadinya kecelakaan lalu lintas [13]. Berdasarkan data tingkat kecelakaan dan faktor kecelakaan lalu lintas di atas, perlu dikaji kemungkinan model kecelakaan yang melibatkan karakteristik jalan dan pengendara di Kota Surabaya. Lokasi penelitian berada di jalan dengan tingkat kecelakaan tertinggi hingga sedang dari semua jalan di Kota Surabaya.

Kecelakaan lalu lintas menurut [14] adalah peristiwa tak terduga dan tidak disengaja di jalan yang melibatkan kendaraan dengan atau tanpa pengguna jalan lain yang mengakibatkan korban manusia dan/atau kerugian harta benda. Menurut

[15], kecelakaan lalu lintas dapat disebabkan oleh berbagai faktor, termasuk faktor pengemudi (faktor manusia), faktor kendaraan, faktor jalan, dan faktor lingkungan. Faktor manusia dalam tabrakan kendaraan mencakup semua faktor yang berkaitan dengan perilaku pengemudi dan pengguna jalan lain yang dapat berkontribusi pada tabrakan.

Contoh-Tabel 1. Wilayah Studi Penelitian

Ruas Jalan _KecelakaanRata-Rata _KecelakaanKlasifikasi

Jalan Ahmad Yani 22.5 Tertinggi

Jalan Dr. Ir. H. Soekarno 11 Sedang

Jalan Raya Darmo 8 Sedang

Jalan Raya Diponegoro 9 Sedang

(16)

Warta Penelitian Perhubungan 2020, 32 (2): 93–102 Imma Widyawati Agustin, Christia Meidiana, Sri Muljaningsih

contoh yang mencakup perilaku pengemudi termasuk penglihatan dan ketajaman pendengaran, kemampuan untuk mengambil keputusan, dan kecepatan reaksi terhadap perubahan kondisi lingkungan dan jalan. Keyakinan dalam keterampilan mengemudi akan tumbuh di luar kendali sehingga potensi dan kemungkinan kecelakaan bahkan lebih besar [16].

Perbedaan karakteristik pengemudi seperti aspek sosial ekonomi, pergerakan, dan perilaku dapat mempengaruhi peluang terjadinya kecelakaan lalu lintas yang disebabkan oleh faktor pengemudi [13]. Faktor manusia yang disebabkan oleh perilaku pengemudi mobil sangat mempengaruhi kejadian kecelakaan mobil di Kota Surabaya. Penyebab utama adalah faktor kurangnya disiplin pengguna jalan, yaitu pengemudi yang mengendarai kendaraan melampaui batas kecepatan dan pejalan kaki yang tidak berhati-hati [17].

Data kecelakaan mobil tahun 2017 menunjukkan bahwa 31,10% pengemudi tidak memiliki SIM saat mengemudi [11]. Selain itu, dalam penelitian lain di Pontianak dengan 94 responden, perilaku yang mengakibatkan kecelakaan adalah mengemudi dengan kecepatan tinggi sebesar 67%, tidak secara rutin merawat kendaraan sebesar 44,7%, dan mengemudi saat kondisi jalan gelap sebesar 17% [18]. Selain faktor manusia, faktor jalan juga memicu kecelakaan lalu lintas berdasarkan penelitian yang dilakukan di Kabupaten Banjarmasin Tengah tahun 2015, di mana terdapat jalan yang sering mengalami kecelakaan lalu lintas seperti jalan gelap di 18 jalan dari 21 jalan, jalan tanpa spidol/rambu di 7 jalan dari 21 jalan, lubang di 4 jalan dari 21 jalan, dan jalan banjir di 4 jalan dari 21 jalan [19].

2. Metodologi

Wilayah studi penelitian ditentukan berdasarkan klasifikasi kecelakaan mobil di Kota Surabaya pada tahun 2014-2017 yang terbagi menjadi tertinggi, sedang, dan terendah [20]. Penentuan interval kelas dilakukan menggunakan rumus Sturgess, seperti berikut:

𝐾𝐾𝐾𝐾 =𝑋𝑋𝑋𝑋−𝑋𝑋𝑋𝑋=22,5−0,25= 7,42 (1)

studi penelitian. Dua ruas jalan tergolong dalam klasifikasi jalan dengan tingkat kecelakaan tertinggi dan empat ruas jalan tergolong dalam klasifikasi tingkat kecelakaan sedang.

Penentuan objek sampel yang akan diamati dalam penelitian ini yaitu berdasarkan populasi kepemilikan kendaraan mobil di Kota Surabaya dalam satu tahun terakhir. Jumlah kepemilikan kendaraan mobil di Kota Surabaya sampai tahun 2016 adalah sebesar 348.115 pemilik kendaraan mobil yang didapat berdasarkan data Kota Surabaya dalam Angka Tahun 2017. Jumlah sampel ditentukan berdasarkan tabel Isaac dan Michael dengan asumsi tingkat ketepatan data 95%. Jumlah sampel yang akan digunakan dalam penelitian adalah sebesar 348 responden. Selanjutnya sampel tersebut akan didistribusikan ke dalam enam ruas jalan yang memiliki tingkat kecelakaan mobil sedang dan tertinggi di Kota Surabaya Tahun 2014-2017. Jumlah tersebut ditentukan dengan melihat rata-rata kecelakaan mobil pada masing-masing ruas jalan

[21]. Distribusi sampel penelitian dapat dilihat pada Tabel 3.

2.1 Teknik Analisis

Generalized Linear Model (GLM) digunakan untuk membuat model kecelakaan mobil berdasarkan karakteristik jalan. Langkah-langkah dalam melakukan analisis Generalized Linier Model

(Gambar 1) adalah sebagai berikut: 2.1.1 Mengumpulkan data

Salah satu komponen yang penting dalam penelitian adalah proses peneliti dalam pengumpulan data. Kesalahan yang dilakukan dalam

Tabel 2. Klasifikasi Rentang Nilai Berdasarkan Rata -Rata Kejadian Kecelakaan

Klasifikasi _KecelakaanRata-Rata Total _Jalan Keterangan

Tertinggi 15,33-22,50 2 Terpilih

Sedang 7,68-15,33 4 Terpilih

Terendah 0,25-7,67 337 Tidak

(17)

proses pengumpulan data akan membuat proses analisis menjadi sulit. Selain itu hasil dan kesimpulan yang akan didapat pun akan menjadi rancu apabila pengumpulan data dilakukan tidak dengan benar. Pengumpulan data dilakukan untuk memperoleh informasi yang dibutuhkan dalam rangka mencapai tujuan penelitian. Proses pengumpulan data ditentukan oleh variabel-variabel yang ada dalam hipotesis. Pengumpulan data dilakukan terhadap sampel yang telah ditentukan sebelumnya.

2.1.2 Menentukan variabel dependen dan variabel independen

Variabel independen (independent variable) adalah tipe variabel yang menjelaskan atau mempengaruhi variabel yang lain. Variabel dependen (dependent variable) adalah tipe variabel yang dijelaskan atau dipengaruhi oleh variabel independen. Kedua tipe variabel ini merupakan kategori variabel penelitian yang paling sering digunakan dalam penelitian karena mempunyai kemampuan aplikasi yang luas. Dari data yang diperoleh pada proses pengumpulan data, selanjutnya peneliti harus mengklasifikasikan dan menentukan data yang termasuk ke dalam variabel independen dan data yang termasuk dalam variabel dependen. Penentuan kedua variabel ini berdasarkan teori keilmuan terkait.

2.1.3 Statistika Deskriptif

Pada deskripsi data, diberikan ukuran tendensi pusat, ukuran posisi, dan ukuran variasi, yang kesemuanya menggambarakan karakteristik data.

statistik yang mana tujuannya adalah untuk menduga atau mengestimasi parameter. Sebagai contoh, rata-rata penjualan yang diperoleh dari populasi keseluruhan adalah parameter, sedangkan rata-rata penjualan dari suatu sampel yang representatif adalah statistik. Statistik ini yang dijadikan sebagai penduga parameter.

2.1.4 Pengujian Linieritas

Uji linieritas merupakan syarat sebelum dilakukan uji Generalized Linier Models. Secara umum, uji linieritas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linier secara signifikan atau tidak. Data yang baik seharusnya memiliki hubungan yang linier antara variabel independen dan variabel dependen.

2.1.5 Identifikasi Distribusi Variabel Dependen dan Pemilihan Fungsi Link

Identifikasi variabel dependen perlu dilakukan dengan fitting distribution, yaitu mencocokan data pada kurva distribusi. Setelah distribusi variabel dependen diketahui, kemudian ditentukan fungsi

link yang berkaitan dengan distribusi tersebut. 2.1.6 Pemodelan Generalized Linier Model

Melakukan pemodelan Generalized Linier Model

dengan memasukan semua variabel independen dan dependen. Menggunakan uji parameter untuk menyeleksi parameter yang masuk ke dalam model, selanjutnya menggunakan uji kecocokan model untuk menyeleksi model yang signifikan.

2.1.7 Pemilihan Model Terbaik

Metode pemilihan model GLM terbaik ini digunakan untuk memilih model yang paling tepat untuk menjelaskan hubungan antara variabel dependen (y) dan variabel independen (x). Pada setiap hubungan antara variabel Y dan variabel X terdapat beberapa model yang mampu menggambarkan beberapa kriteria untuk pemilihan model terbaik, antara lain Akaike’s Information Criterian (AIC), Bayesian Information Criterion (BIC), dan Root Mean Square Error (RMSE). Memilih model terbaik berdasarkan nilai AIC, BIC, dan RMSE terkecil.

Generalized Linier Models (GLM) bertujuan untuk mengetahui hubungan sebab-akibat, pengaruh dari variabel independen terhadap variabel dependen. Keunggulan GLM dibandingkan dengan regresi linier biasa terletak pada distribusi (bentuk kurva) variabel dependen. Variabel dependen pada GLM tidak diisyarakatkan berdistribusi normal (kurva lonceng simetris), akan tetapi distribusi-distribusi yang termasuk keluarga eksponensial, yaitu Binomial, Poisson, Binomial Negative, Normal, Gamma, Invers Gaussian. Metode ini digunakan

Sumber: Hasil Analisis, 2019

(18)

digunakan pada analisis ini berupa persamaan eksponensial.

McA = k FLOW βθ _EXP(β1X1+ β2X2+ β3X3+...) ₍₂₎

Di mana McA adalah jumlah kecelakaan yang melibatkan pengendara mobil per tahun 2014-2017, FLOW adalah volume lalu lintas dalam satuan smp/jam. Sementara itu, k dan _{β adalah} parameter-parameter yang akan diestimasi dan x adalah variabel penjelas.

Uji validitas digunakan untuk memastikan validnya suatu instrumen penelitian yang bersifat deskriptif atau dapat dijelaskan dengan melibatkan variabel atau konsep yang tidak bisa diukur secara langsung. Uji validitas yang digunakan adalah metode

spearmen rho. Uji reliabilitas digunakan untuk mengetahui sejauh mana hasil pengukuran tetap konsisten, jika pengukuran dilakukan dua kali atau lebih terhadap gejala dan alat ukur yang sama. Uji reliabiltas menggunakan teknik Cronbach’s Alpha di

mana variabel x yang reliabel memiliki kriteria instrumen dengan koefisien (r) > 0,6 [23].

Binari Logistik digunakan untuk membuat model peluang kecelakaan berdasarkan karakteristik pengendara mobil (Gambar 2). Regresi logistik biner menggunakan variabel respon dikotomi, yaitu 1 sebagai kejadian dan 0 untuk tidak ada kejadian. Regresi Logistik digunakan dikarenakan nilai kemungkinan variabel dependennya berada pada rentang 0-1. Hal ini membedakan dengan regresi linier biasa di mana nilai variabel respon (dependen )-nya bernilai < 0 atau > 1. Variabel yang digunakan dalam penelitian ini terdiri dari variabel respon (y) dan variabel penjelas (x). Variabel respon merupakan variabel untuk mengetahui peluang pengendara mobil mengalami kecelakaan. Variabel penjelas merupakan sub-aspek dari karakteristik pengendara aspek perilaku. Pembentukan model logit didasarkan pada fungsi peluang logistik kumulatif yang dispesifikasikan sebagai berikut:

𝑃𝑃(𝐾𝐾) = 𝐹𝐹(𝛽𝛽0+ 𝛽𝛽1𝑋𝑋1𝑖𝑖) =_1+𝑒𝑒1−𝑧𝑧=

1

1+𝑒𝑒−�𝛽𝛽0+𝛽𝛽1𝑋𝑋𝑙𝑙𝑙𝑙� (3)

Selanjutnya, berdasarkan pembentukan model logit di atas, maka struktur model yang digunakan dalam kajian ini adalah sebagai berikut:

terdapat pada ruas jalan ini tercatat sebesar 9675,23 smp/jam dengan kecepatan arus bebas sebesar 43,60 km/jam. Jalan ini memiliki median jalan dan bahu jalan dengan lebar masing-masing 1,5 meter untuk median jalan dan 1 meter untuk bahu jalan (Tabel 4 dan Gambar 3).

Jalan Ahmad Yani terdapat di antara Kecamatan Wonocolo dan Kecamatan Gayungan memiliki lebar 25 meter yang terbagi menjadi dua jalur utama, di mana jalur sebelah barat memiliki dua fungsi sebagai jalur lambat dan jalur cepat untuk arus menerus. Jumlah lajur mencapai sepuluh lajur dengan tujuh

Gambar 2. Proses Regresi Logistik

Tabel 4. Karakteristik Jalan Ahmad Yani

Karakteristik

Tipe Jalan 10/2 D

Panjang Jalan 9731,03 Meter

(19)

pengaruh yang signifikan terhadap terjadinya kecelakaan mobil di Kota Surabaya.

Berdasarkan hasil analisis terhadap 348 responden pengendara mobil di Kota Surabaya di dapatkan mayoritas memiliki kriteria maksud tujuan pergerakan bekerja/sekolah/kuliah dengan persentase sebesar 59%, 57% untuk kelompok pengendara mobil dengan jarak tempuh 5-10 km, 61% untuk kelompok pengendara mobil dengan

Tabel 5. Tingkat Signifikansi Aspek Sosial Ekonomi terhadap Pengalaman Kecelakaan

No Notasi Variabel p-value Keterangan

1 X1.1 Jenis Kelamin 0,037 Signifikan

2 X1.2 Usia 0,031 Signifikan

3 X1.3 Pendidikan Terakhir 0,037 Signifikan

4 X1.4 Pekerjaan 0,016 Signifikan

5 X1.5 Penghasilan 0,019 Signifikan

6 X1.6 Status Kepemilikan

Mobil 0,021 Signifikan

7 X1.7 Jumlah Mobil 0,029 Signifikan

8 X Ukuran rumah 0,015 Signifikan

Gambar 3. Karakteristik Jalan Ahmad Yani

lajur berada di sebelah barat untuk memberikan tingkat pelayanan tinggi terhadap arus yang masuk dari luar Kota Surabaya, sedangkan jalur sebelah timur hanya memiliki tiga lajur yang merupakan jalan utama mengarah ke Kota Malang (Gambar 3 dan Gambar 4).

Gambar 5 merupakan salah satu contoh kondisi geometrik persimpangan jalan yang terdapat di ruas Jalan Ahmad Yani berbelok ke arah Jalan Gayung Kebonsari Raya.

Berdasarkan hasil analisis terhadap 348 pengendara mobil di Kota Surabaya di dapatkan bahwa mayoritas memiliki kriteria jenis kelamin laki-laki dengan persentase sebesar 59.8%, 40% untuk kelompok usia di bawah 25 tahun, 54% untuk kelompok pendidikan terakhir di perguruan tinggi, 52% untuk kelompok pekerjaan karyawan swasta, 41% untuk kelompok penghasilan Rp 2.500.001-Rp 5.000.000, 78% untuk status kepemilikan mobil milik sendiri, 57% untuk kelompok jumlah kepemilikan mobil 1 buah, dan 62% untuk kelompok ukuran rumah tangga lebih dari 3 orang.

Dari seluruh analisis tabulasi silang pada sub aspek sosial ekonomi (Tabel 5), didapatkan hasil yang menyatakan bahwa seluruh sub-aspek memiliki

Sumber: Hasil Analisis, 2019 Gambar 4. Jalan Ahmad Yani

(20)

waktu tempuh 15-30 menit, 67% untuk kelompok pengendara mobil dengan waktu memulai pergerakan pukul 05.00 – 08.59, dan 45% untuk kelompok pengendara mobil dengan intensitas penggunaan mobil rutin (5-7 hari) dan sedang (3-4 hari).

Dari seluruh analisis tabulasi silang pada sub-aspek pergerakan (Tabel 6), diketahui bahwa seluruh sub-aspek memiliki pengaruh yang signifikan terhadap terjadinya kecelakaan mobil di Kota Surabaya.

Berdasarkan hasil analisis terhadap 348 responden pengendara mobil di Kota Surabaya, didapatkan bahwa mayoritas memiliki perilaku dengan persentase sebesar 48% pengendara yang mengikuti kursus mengemudi, 71% pengendara yang memiki pengalaman mengendarai lebih dari dua tahun, 71% pengendara yang mengetahui fungsi marka dan rambu lalu lintas, 58% pengendara yang mengetahui dan memeriksa kondisi mesin mobil, 49% pengendara yang memiliki kemampuan

perawatan atau perbaikan mobil, 49% pengendara yang membawa surat berkendara (SIM dan STNK), 59% pengendara yang memiliki kecepatan rata-rata di atas 80 km/jam, 55% pengendara yang menggunakan

handphone atau headset saat mengendarai, 60% pengendara yang makan atau minum saat mengendarai, 65% pengendara yang mematuhi lampu lalu lintas, 70% pengendara yang menggunakan tanda berbelok atau darurat, 66% pengendara yang menggunakan sabuk pengaman, 29% pengendara yang mengantuk saat mengendarai, dan 36% pengendara yang bersenda gurau saat mengendarai (Tabel 7).

Dari seluruh analisis tabulasi silang pada sub-aspek perilaku (Tabel 7), didapatkan hasil bahwa hanya enam sub-aspek perilaku yang memiliki pengaruh signifikan terjadinya kecelakaan mobil di Kota Surabaya.

Model peluang kecelakaan mobil berdasarkan karakteristik jalan yang dapat dibentuk adalah McA = 𝒆𝒆𝟒𝟒,𝟓𝟓 − 𝟎𝟎,𝟕𝟕𝟎𝟎𝟕𝟕 𝐋𝐋𝐋𝐋𝐋𝐋𝐋𝐋𝐋𝐋 𝐋𝐋𝐋𝐋𝐛𝐛𝐋𝐋𝐛𝐛 𝐣𝐣𝐋𝐋𝐣𝐣𝐋𝐋𝐛𝐛_{, di mana McA adalah jumlah}

kecelakaan mobil dan lebar badan jalan adalah lebar badan jalan dalam meter.

Hasil permodelan peluang di atas menunjukan lebar badan jalan mempengaruhi jumlah kecelakaan mobil. Intepretasi dari model tersebut adalah bahwa jika lebar badan jalan memiliki peningkatan 10% dari lebar badan jalan sebelumnya, maka model pendekatan dengan GLM memprediksi akan terjadi peningkatan jumlah kecelakaan mobil sebanyak 84 korban. Permodelan peluang kecelakaan pada penelitian ini diawali dengan melakukan uji validitas. Variabel yang sudah dinyatakan valid dan konsisten akan dilanjutkan ke tahap berikutnya yaitu

Tabel 6. Tingkat Signifikansi Aspek Pergerakan terhadap Pengalaman Kecelakaan

No Notas_i Variabel p-value Keteranga_n

1 X2.1 _PergerakanMaksud Tujuan 0,026 Signifikan

2 X2.2 Jarak Tempuh 0,025 Signifikan

3 X2.3 Waktu Tempuh 0,023 Signifikan

4 X2.4 _PergerakanWaktu Memulai 0,018 Signifikan

5 X2.5 _{Penggunaan Mobil}Intensitas 0,015 Signifikan

Tabel 7. Tingkat Signifikansi Aspek Perilaku terhadap Pengalaman Kecelakaan

No Notasi Variabel p-value Keterangan

1 X3.1 Mengikuti Kursus Mengemudi 0,954 Tidak Signifikan

2 X3.2 Pengalaman Mengendarai Lebih dari 2 Tahun 0,835 Tidak Signifikan

3 X3.3 Mengetahui Fungsi Marka & Rambu Lalu Lintas 0,711 Tidak Signifikan

4 X3.4 Mengetahui dan Memeriksa Kondisi Mesin 0,414 Tidak Signifikan

(21)

dimasukkan ke dalam persamaan Regresi Logistik Binerdan didapatkan hasil permodelan pada masing-masing ruas jalan adalah: Jalan Ahmad Yani yaitu 𝑌𝑌𝐽𝐽𝐽𝐽. 𝐴𝐴ℎ𝑚𝑚𝑚𝑚𝑚𝑚 𝑌𝑌𝑚𝑚𝑌𝑌𝑖𝑖= (3,021 – 1,845(𝑋𝑋3.6) − 2,976 (𝑋𝑋3.10)

−3,516 (𝑋𝑋3.12) − 3,289 (𝑋𝑋3.13)).

Jalan Dr. Ir. H. Soekarno yaitu

𝑌𝑌𝐽𝐽𝐽𝐽.𝐷𝐷𝑋𝑋.𝐼𝐼𝑋𝑋.𝐻𝐻.𝑆𝑆𝑆𝑆𝑒𝑒𝑘𝑘𝑚𝑚𝑋𝑋𝑌𝑌𝑆𝑆= (1,712 – 2,012(𝑋𝑋3.11) −

2,377 (𝑋𝑋3.12)).

Jalan Raya Darmo yaitu

𝑌𝑌𝐽𝐽𝐽𝐽.𝑅𝑅𝑚𝑚𝑅𝑅𝑚𝑚 𝐷𝐷𝑚𝑚𝑋𝑋𝑚𝑚𝑆𝑆= �0,851 + 2,960(𝑋𝑋3.2) − 2,728 (𝑋𝑋3.6)�. Jalan Raya Diponegoro yaitu

𝑌𝑌𝐽𝐽𝐽𝐽. 𝑅𝑅𝑚𝑚𝑅𝑅𝑚𝑚 𝐷𝐷𝑖𝑖𝐷𝐷𝑆𝑆𝑌𝑌𝑒𝑒𝐷𝐷𝑆𝑆= �3,202 − 3,811(𝑋𝑋3.10) −

3,683 (𝑋𝑋3.12)�. Jalan Raya Mastrip yaitu

𝑌𝑌𝐽𝐽𝐽𝐽.𝑅𝑅𝑚𝑚𝑅𝑅𝑚𝑚 𝑀𝑀𝑚𝑚𝑀𝑀𝑋𝑋𝑋𝑋𝑖𝑖𝐷𝐷= �1,856 – 2,551(𝑋𝑋3.10) − 3,328 (𝑋𝑋3.12) −

3,343 (𝑋𝑋3.13)�. Jalan Tambak Osowilangun yaitu 𝑌𝑌𝐽𝐽𝐽𝐽.𝑇𝑇𝑚𝑚𝑚𝑚𝑇𝑇𝑚𝑚𝑘𝑘 𝑂𝑂𝑀𝑀𝑆𝑆𝑂𝑂𝑖𝑖= �3,556 − 3,549 (𝑋𝑋3.10) −

3,323 (𝑋𝑋3.12)�.

Permodelan kecelakaan mobil di Kota Surabaya adalah dengan menggabungkan hasil permodelan dari kedelapan ruas jalan wilayah studi yaitu Jalan Ahmad Yani, Jalan Dr. Ir. H. Soekarno, Jalan Darmo, Jalan Diponegoro, Jalan Mastrip, dan Jalan Tambak Osowilangon. Berikut hasil penggabungan model peluang kecelakaan mobil berdasarkan karakteristik pengendara:

𝑌𝑌𝐾𝐾𝑆𝑆𝑋𝑋𝑚𝑚 𝑆𝑆𝑆𝑆𝑋𝑋𝑚𝑚𝑇𝑇𝑚𝑚𝑅𝑅𝑚𝑚= �1,743 − 1,081 (𝑋𝑋3.6) − 1,341 (𝑋𝑋3.10)

− 2,446(𝑋𝑋3.11) − 2,339 (𝑋𝑋3.12)

− 1,304 (𝑋𝑋3.13)�

Di mana, Y: berupa nilai kejadian kecelakaan mobil, X3.6:

Membawa surat berkendara (SIM dan STNK), X3.10:

Mematuhi lampu lalu lintas, X3.11: Memberi tanda

berbelok/darurat, X3.12: Menggunakan sabuk pengaman,

X3.13: Mengantuk saat mengendarai.

Dari persamaan yang telah terbentuk di atas, maka permodelan dapat diintepretasikan bahwa konstantanya adalah sebesar 1,743. Artinya, jika variabel perilaku pengendara yang berpengaruh pada permodelan nilainya konstan atau diabaikan, maka dapat diartikan bahwa terdapat 1 pengendara mobil yang mengalami kecelakaan di Kota Surabaya. Koefisien regresi variabel membawa surat berkendara (SIM dan STNK) (𝑋𝑋3.6) adalah sebesar

-1,081. Artinya, jika pengendara memiliki perilaku membawa surat berkendara (SIM dan STNK), maka pengendara tersebut berpengaruh dalam menurunkan tingkat kecelakaan dikarenakan memiliki nilai koefisien variabel negatif (-). Koefisien

tersebut berpengaruh dalam menurunkan tingkat kecelakaan dikarenakan memiliki nilai koefisien variabel negatif (-). Koefisien regresi variabel memberi tanda berbelok/darurat (𝑋𝑋3.11) adalah

sebesar -2,446. Artinya, jika pengendara memiliki perilaku memberi tanda berbelok/darurat, maka pengendara tersebut berpengaruh dalam menurunkan tingkat kecelakaan dikarenakan memiliki nilai koefisien variabel negatif (-). Koefisien regresi variabel menggunakan sabuk pengaman (𝑋𝑋3.12) adalah sebesar -2,339. Artinya, jika pengendara

memiliki perilaku menggunakan sabuk pengaman, maka pengendara tersebut berpengaruh dalam menurunkan tingkat kecelakaan dikarenakan memiliki nilai koefisien variabel negatif (-). Koefisien regresi variabel mengantuk saat mengendarai (𝑋𝑋3.13)

adalah sebesar -1,304. Artinya, jika pengendara memiliki perilaku mengantuk saat mengendarai, maka pengendara tersebut berpengaruh dalam menurunkan tingkat kecelakaan dikarenakan memiliki nilai koefisien variabel negatif (-).

Perhitungan simulasi peluang penurunan kecelakaan mobil dilakukan setelah didapatkan hasil dari permodelan peluang kecelakaan pengendara mobil di Kota Surabaya. Perhitungan simulasi ini bertujuan untuk melihat apakah hasil permodelan yang didapatkan telah sesuai dengan kondisi saat ini serta memprediksi kondisi terbaik untuk menurunkan tingkat kecelakaan di Kota Surabaya. Simulasi permodelan ini hanya dilakukan pada model peluang kecelakaan mobil berdasarkan karakteristik jalan. Perhitungan model dilakukan dengan memasukkan jumlah pengendara yang memilih variabel yang signifikan pada permodelan kecelakaan mobil di Kota Surabaya yaitu membawa surat berkendara (SIM dan STNK) (𝑋𝑋3.6), mematuhi lampu

lalu lintas (𝑋𝑋3.10), memberi tanda berbelok/darurat

(𝑋𝑋3.11), menggunakan sabuk pengaman (𝑋𝑋3.12), dan

mengantuk (𝑋𝑋3.13).

Terdapat 176 pengendara yang memilih jawaban tidak membawa surat berkendara (SIM dan STNK) dan sisanya ada 172 pengendara yang membawa surat berkendara (SIM dan STNK) (𝑋𝑋3.6). 121

pengendara memilih jawaban tidak mematuhi lampu lalu lintas dan sisanya ada 227 pengendara yang mematuhi lampu lalu lintas (𝑋𝑋3.10). 104 pengendara

memilih jawaban tidak memberi tanda berbelok/darurat dan sisanya ada 244 pengendara yang memberi tanda berbelok/darurat (𝑋𝑋3.11). 120

pengendara memilih jawaban tidak menggunakan sabuk pengaman dan sisanya ada 228 pengendara yang menggunakan sabuk pengaman (𝑋𝑋3.12). 100

pengendara memilih jawaban tidak mengantuk dan sisanya ada 248 pengendara yang mengantuk (𝑋𝑋3.13).

(22)

𝒀𝒀𝐾𝐾𝑆𝑆𝑋𝑋𝑚𝑚 𝑆𝑆𝑆𝑆𝑋𝑋𝑚𝑚𝑇𝑇𝑚𝑚𝑅𝑅𝑚𝑚= −15,279.

Nilai permodelan Y Kota Surabaya = -15,279 ≈ -15, yang berarti terdapat penurunan 15 pengendara mobil yang tidak mengalami kecelakaan mobil di Kota Surabaya. Sementara itu, untuk Y aktual pengendara yang tidak mengalami kecelakaan mobil di Kota Surabaya adalah 136 pengendara mobil. Tahap selanjutnya adalah melakukan perhitungan rumus peluang regresi logistik berdasarkan permodelan kecelakaan mobil yang telah dihasilkan di Kota Surabaya adalah

𝑃𝑃(𝑾𝑾) =_{𝟏𝟏+𝒆𝒆}𝟏𝟏−(𝒀𝒀)= 𝟏𝟏 𝟏𝟏+(𝒆𝒆−𝒀𝒀 𝑲𝑲𝑹𝑹𝑾𝑾𝑹𝑹 𝑺𝑺𝑺𝑺𝑺𝑺𝑹𝑹𝑺𝑺𝑹𝑹𝑺𝑺𝑹𝑹)₎ = 𝟏𝟏 𝟏𝟏+(𝒆𝒆−𝟏𝟏𝟓𝟓,𝟐𝟐𝟕𝟕𝟐𝟐)₎= 99,99%.

Berdasarkan hasil perhitungan simulasi dapat diketahui bahwa peluang tidak mengalami kecelakaan pada pengendara mobil di Kota Surabaya berdasarkan variabel-variabel yang berpengaruh pada permodelan adalah sebesar 99.99%.

4. Kesimpulan

Terdapat enam ruas jalan yang memiliki tingkat kecelakaan mobil dengan klasifikasi tertinggi dan sedang yaitu pada Jalan Ahmad Yani, Jalan Dr. Ir. H. Soekarno, Jalan Raya Darmo, Jalan Raya Diponegoro, Jalan Raya Mastrip, dan Jalan Raya Tambak Osowilangun. Rata-rata fungsi jalan tersebut tergolong jalan arteri dan kolektor.

Berdasarkan hasil analisis tabulasi silang (crosstabs) didapatkan hasil sebagai berikut: (a) Aspek sosial ekonomi yang memiliki pengaruh signifikan terjadinya kecelakaan mobil meliputi jenis kelamin, usia, pendidikan terakhir, pekerjaan, penghasilan, status kepemilikan mobil, jumlah kepemilikan mobil, dan ukuran rumah tangga. (b) Aspek pergerakan yang memiliki pengaruh signifikan terjadinya kecelakaan mobil meliputi maksud tujuan pergerakan, jarak tempuh, waktu tempuh, waktu memulai pergerakan, dan intensitas penggunaan mobil. (c) Aspek perilaku yang memiliki pengaruh signifikan terjadinya kecelakaan mobil meliputi membawa surat berkendara (SIM dan STNK), kecepatan rata-rata > 80 km/jam, mematuhi lampu lalu lintas, menggunakan tanda berbelok atau darurat, menggunakan sabuk pengaman, dan

pendekatan dengan GLM memprediksi akan terjadi peningkatan jumlah kecelakaan mobil sebanyak 84 korban. Dari hasil analisis regresi logistik biner didapatkan hasil model peluang kecelakaan mobil berdasarkan karakteristik pengendara sebagai berikut: 𝒀𝒀 = �1,743 − 1,081 (𝑋𝑋 3.6) − 1,341 (𝑋𝑋 3.10) − 2,446(𝑋𝑋 3.11) − 2,339 (𝑋𝑋 3.12)

−

1,304 (𝑋𝑋 3.13)� di mana Y adalah nilai kejadian

kecelakaan mobil. X3.6 adalah membawa surat berkendara (SIM dan STNK). Artinya, jika pengendara memiliki perilaku membawa surat berkendara (SIM dan STNK), maka pengendara tersebut berpengaruh dalam menurunkan tingkat kecelakaan karena dianggap sudah disiplin dalam aturan berkendara dan dikarenakan memiliki nilai koefisien variabel negatif. X3.10 adalah mematuhi lampu lalu lintas. X3.11 adalah memberi tanda berbelok/darurat. X3.12 adalah menggunakan sabuk pengaman, dan X3.13 adalah mengantuk saat mengendarai.

Ucapan Terima Kasih

Penulis mengucapkan terima kasih kepada semua anggota penelitian yang terlibat dalam penelitian pemodelan kecelakaan pengendara mobil di Kota Surabaya. Juga kepada tim laboratorium EIIS Jurusan Perencanaan Wilayah dan Kota yang tidak dapat penulis sebutkan satu persatu, terima kasih banyak atas kerjasamanya. Penulis juga mengucapkan terima kasih kepada Universitas Brawijaya atas hibah penelitian unggulan yang diberikan kepada penulis.

Daftar Pustaka

[1] I. W. Agustin, “Analysis of Car Accident at the Location of Black-Spot and Rating for Accident-Prone Roads in Surabaya,” 2019, .

[2] S. Damiani, E. Deregibus, and L. Andreone, “Driver-vehicle interfaces and interaction: Where are they going?,” Eur. Transp. Res. Rev., 2009, .

[3] G. Yannis, E. Papadimitriou, A. Chaziris, and J. Broughton, “Modeling road accident injury under-reporting in Europe,” Eur. Transp. Res. Rev., 2014, . [4] M. Wiethoff et al., “A methodology for improving road

safety by novel infrastructural and invehicle technology combinations,” Eur. Transp. Res. Rev.,