MODEL KEBUTUHAN RUANG PARKIR PADA PASAR MELATI MEDAN TESIS

(1)

MODEL KEBUTUHAN RUANG PARKIR PADA PASAR MELATI MEDAN

TESIS

Diajukan untuk Memperoleh Gelar Magister Teknik dalam Program Studi Magister Teknik Sipil pada Program Studi S2/S3 Teknik Sipil, Fakultas Teknik

Universitas Sumatera Utara

Oleh:

ORLANDO RICKY DANIEL

NIM: 187 016 031

PROGRAM STUDI MAGISTER TEKNIK SIPIL FAKULTAS TEKNIK

UNIVERSITAS SUMATERA UTARA

(2)

(3)

Telah Diuji Pada

Tanggal : 23 Desember 2021

PANITIA PENGUJI TESIS:

Ketua : Dr. Ir. Ahmad Perwira Mulia, M.Sc.

Anggota : Dr. M. Ridwan Anas, S.T., M.T.

Penguji : Prof. Dr. Ir. Roesyanto, MSCE.

Ir. Zulkarnain A. Muis, M.Eng.Sc.

(4)

(5)

DAFTAR RIWAYAT HIDUP

A. DATA PRIBADI

1. Nama Lengkap : ORLANDO RICKY DANIEL

2. Alamat : Jl. Stella Raya Villa Setiabudi Makmur 1 Blok

……….C-10, Medan Tuntungan

3. Tempat/Tgl. Lahir : Medan, 12 April 1996

B. RIWAYAT PENDIDIKAN

1. SD : SD ST. Thomas 6 Medan 2. SMP : SMP ST. Thomas 4 Medan 3. SMA : SMA Negeri 17 Medan

4. Sarjana DIV : Teknik Sipil Politeknik Negeri Medan (2014-2018) 5. Pascasarjana S2 : Magister Teknik Sipil USU (2018-2021)

C. RIWAYAT PEKERJAAN

1. Inspector pada Paket Preservasi Jalan Bts. Prov. Sumbar – Ma. Tebo, Ma.

Bungo – Bts. Kab. Merangin/Kab. Bungo dan Sekitarnya tahun 2018. PT.

Wesitan Konsultansi Pembangunan KSO.

2. Inspector pada Paket Preservasi Jalan dan Jembatan Bangko – Sanggaran Agung dan Sekitarnya tahun 2019. PT. GARIS PUTIH SEJAJAR.

3. Inspector pada Paket Preservasi Jalan Bangko – Sei Manau – Bts. Kerinci – Sanggaran Agung tahun 2020. PT. Akbar Jaya Konsultan KSO.

4. Inspector pada Paket Preservasi Jalan dan Jembatan Bts. Kab. Serdang Bedagai – Kuala Tanjung – Sei Mangke – Sp. Kawat tahun 2021. PT.

Nusvey KSO.

(6)

ABSTRAK

Parkir merupakan suatu kebutuhan bagi pemilik kendaraan. Biasanya pemilik kendaraan ini menginginkan kendaraannya parkir di tempat yang mudah dicapai.

Dalam hal ini tempat yang mudah dicapai tersebut adalah pinggir jalan (on street parking). Penyediaan tempat-tempat parkir di pinggir jalan pada lokasi jalan tertentu mengakibatkan terhambatnya arus lalu lintas dan penggunaan jalan menjadi tidak efektif. Untuk itu sangat diperlukan pemodelan ruang parkir agar mengurangi dampak kemacetan lalu lintas seperti halnya di sekitar Pasar Melati Medan. Adapun tujuan pemodelan ruang parkir ini ialah untuk mengetahui jumlah luasan parkir yang dibutuhkan serta tarikan pergerakan orang dari rumah ke pasar Melati.

Pemodelan kebutuhan parkir ini dihitung dengan jumlah kendaraan yang parkir seperti Mobil dan Sepeda Motor. Adapun yang dihitung ialah Akumulasi Parkir, Volume Parkir, Turn Over Parkir, Kebutuhan Ruang Parkir (SRP).

Konsep yang digunakan untuk mengetahui model kebutuhan ruang parkir di Pasar Melati Medan dengan Metode Analisis Regresi Linier Berganda dengan menentukan variabel tetap dan variabel bebas yang berpengaruh terhadap jumlah kendaraan parkir dengan Analisis Regresi Linier.

Hasil penelitian untuk pemodelan mobil yaitu: Ymobil Kiri = -56,161 – 0,132 X4 + 1,182 X8 dengan R² = 0,849, Ymobil Kanan = 123,014 – 0,014 X1 + 0,395 X8

dengan R² = 0,978. Untuk pemodelan motor yaitu: Ymotor Kiri = 24,542 – 0,443 X7

+ 0,863 X8 dengan R² = 0,999, Ymotor Kanan = -47,194 – 0,004 X1 + 1,162 X8

dengan R² = 0,883 dengan luas parkir 2.466 m².

(7)

ABSTRACT

Parking is a necessity for vehicle owners. Usually the owner of this vehicle wants his vehicle to be parked in a place that is easily accessible. In this case, the easily accessible place is the roadside (on street parking). The provision of parking lots on the roadside at certain road locations results in obstruction of traffic flow and ineffective use of roads. For this reason, it is very necessary to model parking spaces in order to reduce the impact of traffic jams as is the case around Pasar Melati Medan. The purpose of this parking space modeling is to find out the amount of parking area needed and the attraction of the movement of people from the house to the Melati market. This parking demand modeling is calculated by the number of parked vehicles such as cars and motorbikes. As for what is calculated is accumulation parking, volume parking, turn over parking, parking space requirement (SRP).

The concept used to determine the model of parking space requirements at the Pasar Melati Medan with the Multiple Linear Regression Analysis Method by determining the fixed and independent variables that affect the number of parking vehicles with Linear Regression Analysis.

The results of the research for car modeling are: Ycar Left = -56,161 – 0,132 X4 + 1,182 X8 with R² = 0,849, Ycar Right = 123,014 – 0,014 X1 + 0,395 X8 with R² = 0,978. For motorcycle modeling are: Ymotor Left = 24,542 – 0,443 X7 + 0,863 X8 with R² = 0,999, Ymotor Right = -47,194 – 0,004 X1 + 1,162 X8 with R² = 0,883 with a parking area 2.466 m².

(8)

KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang telah melimpahkan rahmat dan karunia-Nya kepada penulis, sehingga penulis dapat menyelesaikan Tesis ini.

Tesis ini merupakan syarat untuk mencapai gelar Magister Teknik Sipil bidang studi Manajemen Prasarana Publik Departemen Magister Teknik Sipil Fakultas Teknik Universitas Sumatera Utara, dengan judul:

“

MODEL KEBUTUHAN RUANG PARKIR PADA PASAR MELATI MEDAN

”

Penulis menyadari bahwa dalam penyelesaian Tesis ini tidak terlepas dari dukungan, bantuan serta bimbingan dari berbagai pihak. Oleh karena itu, penulis ingin menyampaikan ucapan terima kasih yang sebesar-besarnya kepada beberapa pihak yang berperan penting yaitu :

1. Bapak Dr. Ir. Ahmad Perwira Mulia, M.Sc., sebagai Ketua Program Studi Magister Teknik Sipil, Fakultas Teknik Universitas Sumatera Utara dan juga sebagai ketua komisi pembimbing yang telah dengan sabar memberi bimbingan, saran, dan dukungan dalam bentuk waktu dan pemikiran untuk menyelesaikan Tesis ini.

2. Bapak Dr. M. Ridwan Anas, S.T., M.T. sebagai anggota komisi pembimbing yang telah dengan sabar memberi bimbingan, saran, dan dukungan dalam bentuk waktu dan pemikiran untuk menyelesaikan Tesis ini.

3. Bapak Prof. Dr. Ir. Roesyanto, MSCE, Bapak Ir. Zulkarnain A. Muis, M.Eng.Sc. selaku dosen penguji yang telah memberikan kritikan dan saran dalam penulisan Tesis ini.

4. Bapak dan Ibu staf pengajar dan seluruh pegawai Departemen Magister Teknik Sipil Fakultas Teknik Universitas Sumatera Utara.

5. Kedua orang tua penulis, Bapak Ir. Origen Ridwan Maju Pasaribu, S.T. dan Ibu Bungaria Simamora, B.A. serta kepada adik penulis Grace Fiona Natalia, A.Md.T dan kepada kekasih penulis, Yola Maria, S.Tr.T yang telah memberikan dukungan penuh serta mendoakan penulis dalam menyelesaikan Tesis ini.

(9)

6. Kedua orang tua kekasih penulis, Bapak Jhon Iskandar, B.A. dan Ibu Tiurlina Purba, A.Md.Keb yang telah memberikan dukungan penuh serta mendoakan penulis dalam menyelesaikan Tesis ini.

7. Kepada kak Dewi Riani selaku pengurus administrasi yang selalu mendukung untuk segera tamat.

8. Teman-teman MPP angkatan 2018 yang membantu penulis dalam proses perkuliahan memberikan semangat dan dukungan.

9. Seluruh rekan kerja konsultan yang tidak mungkin penulis tuliskan satu-persatu yang memberikan banyak dukungan sangat baik kepada penulis.

Penulis menyadari bahwa dalam penyusunan Tesis ini masih jauh dari kesempurnaan. Oleh karena itu penulis menerima kritik dan saran yang bersifat membangun dalam penyempurnaan Tesis ini. Akhir kata penulis mengucapkan terima kasih dan semoga tesis ini dapat bermanfaat bagi para pembaca.

Medan, Desember 2021

Penulis

(Orlando Ricky Daniel)

(10)

DAFTAR ISI

ABSTRAK ... ii

ABSTRACT ... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... vi

DAFTAR GAMBAR ... ix

DAFTAR TABEL ... xi

BAB I ... 1

PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 2

1.3 Tujuan Penelitian ... 2

1.4 Manfaat Penelitian ... 2

1.5 Ruang Lingkup Penelitian ... 2

1.6 Sistematika Penulisan ... 3

BAB II ... 4

TINJAUAN PUSTAKA ... 4

2.1 Perencanaan dan Pemodelan Transportasi ... 4

2.1.1 Perencanaan Transportasi ... 4

2.1.2 Pemodelan Transportasi ... 4

2.2 Tarikan Perjalanan ... 4

2.3 Klasifikasi Perjalanan ... 5

2.4 Parkir ... 6

2.5 Karakteristik Parkir ... 6

2.5.1 Akumulasi Parkir ... 6

2.5.2 Volume Parkir ... 6

2.6 Ruang Parkir ... 7

2.7 Kebutuhan Ruang Parkir ... 8

2.8 Satuan Ruang Parkir (SRP) ... 9

2.9 Review Metode – Metode Analisis Kebutuhan Ruang Parkir ... 11

2.9.1 Markov Chain ... 11

(11)

2.9.2 Binomial ... 13

2.9.3 Antrian (Queuing) ... 15

2.10 Analisis Regresi Linier ... 23

2.11 Peneliti Terdahulu ... 25

BAB III ... 36

METODOLOGI PENELITIAN ... 36

3.1 Lokasi Penelitian ... 36

3.2 Alur Kegiatan ... 37

3.3 Metode Pengambilan Data ... 39

3.3.1 Survei Primer ... 39

3.3.2 Survei Sekunder ... 39

3.4 Variabel Penelitian ... 39

3.5 Metode Analisis Data ... 40

3.6 Pemilihan Persamaan Model Yang Optimum ... 40

3.7 Penarikan Kesimpulan dan Saran ... 41

BAB IV ... 42

HASIL DAN PEMBAHASAN ... 42

4.1 Analisis Parkir ... 42

4.1.1 Akumulasi Parkir ... 42

4.1.2 Volume Parkir ... 62

4.1.3 Pergantian Parkir (Turn Over Parkir) ... 71

4.2 Analisis Variabel ... 73

4.2.1 Perhitungan Jumlah Pengunjung ... 73

4.2.2 Perhitungan Jumlah Kios, Jumlah Los, Jumlah Pedagang Tanah ... 74

4.2.3 Perhitungan Luas Kios, Luas Los ... 74

4.3 Pemodelan Kebutuhan Parkir ... 74

4.3.1 Hubungan Antar Variabel Bebas ... 76

4.3.2 Hubungan Korelasi Antar Variabel ... 84

4.3.3 Validasi Model ... 89

4.3.4 Kebutuhan Lahan Parkir Pasar Melati ... 96

4.4 Implikasi ... 98

(12)

BAB V ... 99

KESIMPULAN DAN SARAN ... 99

5.1 Kesimpulan ... 99

5.2 Saran ... 99 DAFTAR PUSTAKA

LAMPIRAN

(13)

DAFTAR GAMBAR

Gambar 2.1 Satuan Ruang Parkir (SRP) untuk Mobil Penumpang ... 10

Gambar 2.2 Satuan Ruang Parkir (SRP) untuk Sepeda Motor ... 10

Gambar 3.1 Peta Lokasi Penelitian ... 36

Gambar 3.2 Peta Garis Segmen 1 – Segmen 5 Pasar Melati Medan ... 37

Gambar 3.3 Flowchart Pengambilan Data ... 38

Gambar 4.1 Akumulasi Parkir Mobil di Segmen 1 Kiri ... 42

Gambar 4.2 Akumulasi Parkir Mobil di Segmen 1 Kanan ... 43

Gambar 4.3 Akumulasi Parkir Motor di Segmen 1 Kiri ... 44

Gambar 4.4 Akumulasi Parkir Motor di Segmen 1 Kanan ... 45

Gambar 4.21 Volume Parkir Mobil di Segmen 1 Kiri ... 62

Gambar 4.22 Volume Parkir Mobil di Segmen 1 Kanan ... 63

Gambar 4.23 Volume Parkir Motor di Segmen 1 Kiri ... 63

Gambar 4.24 Volume Parkir Motor di Segmen 1 Kanan ... 63

(14)

(15)

DAFTAR TABEL

Tabel 2.1 Jenis Kebutuhan Ruang Parkir ... 7

Tabel 2.2 Kebutuhan Parkir Pusat Perdagangan ... 7

Tabel 2.3 Kebutuhan Parkir Pasar Swalayan ... 8

Tabel 2.4 Kebutuhan Parkir berdasarkan Ruang Parkir yang dibutuhkan .... 8

Tabel 2.5 Penentuan Ruang Parkir ... 9

Tabel 2.6 Metode-Metode Analisis Parkir ... 17

Tabel 2.7 Interprestasi Nilai R ... 25

Tabel 2.8 Referensi Peneliti Terdahulu ... 26

Tabel 4.1 Akumulasi Parkir Mobil di Segmen 1 Kiri ... 42

Tabel 4.2 Akumulasi Parkir Mobil di Segmen 1 Kanan ... 43

Tabel 4.3 Akumulasi Parkir Motor di Segmen 1 Kiri ... 44

Tabel 4.4 Akumulasi Parkir Motor di Segmen 1 Kanan ... 45

Tabel 4.21 Volume Parkir Mobil dan Motor Seg. 1 Pasar Melati Medan ... 62

(16)

Tabel 4.26 Tingkat Pergantian Parkir Mobil dan Sepeda Motor Seg. 1 ... 71

Tabel 4.31 Jumlah Pengunjung Pasar Melati ... 73

Tabel 4.32 Jumlah Kios, Jumlah Los dan Jumlah Pedagang Tanah ... 74

Tabel 4.33 Luas Los dan Luas Kios ... 74

Tabel 4.34 Rekapitulasi Hasil Survei untuk Mobil Kiri ... 75

Tabel 4.35 Rekapitulasi Hasil Survei untuk Mobil Kanan ... 75

Tabel 4.36 Rekapitulasi Hasil Survei untuk Motor Kiri ... 75

Tabel 4.37 Rekapitulasi Hasil Survei untuk Motor Kanan ... 76

Tabel 4.38 Hubungan antar Variabel Bebas (Mobil kiri) ... 76

Tabel 4.39 Hubungan antar Variabel Bebas (Mobil Kanan) ... 78

Tabel 4.40 Hubungan antar Variabel Bebas (Motor Kiri) ... 80

Tabel 4.41 Hubungan antar Variabel Bebas (Motor Kanan) ... 82

Tabel 4.42 Hubungan Korelasi antar Variabel Mobil (Kiri) ... 84

Tabel 4.43 Hubungan Korelasi antar Variabel Mobil (Kanan) ... 85

Tabel 4.44 Hubungan Korelasi antar Variabel Motor (Kiri) ... 86

Tabel 4.45 Hubungan Korelasi antar Variabel Motor (Kanan) ... 88

Tabel 4.46 Validitas Mobil Kiri ... 90

Tabel 4.47 Validitas Mobil Kanan ... 91

Tabel 4.48 Validitas Motor Kiri ... 93

Tabel 4.49 Validitas Motor Kanan ... 94

Tabel 4.50 Akumulasi Maks. Mobil Segmen 1 – Segmen 5 ... 96

Tabel 4.51 Akumulasi Maks. Motor Segmen 1 – Segmen 5 ... 97

Tabel 4.52 Kebutuhan Parkir Pasar Melati Medan ... 97

(17)

BAB I PENDAHULUAN

1.1 Latar Belakang

Kota Medan adalah Ibu Kota dari Provinsi Sumatera Utara. Kota ini memiliki luas wilayah 265,1 km² dengan jumlah penduduk 2.524.321 jiwa berdasarkan Badan Pusat Statistik 2020.

Seiring dengan perkembangan wilayah mengakibatkan adanya laju pertumbuhan penduduk dan pertumbuhan ekonomi yang setiap tahunnya semakin meningkat. Tingginya pertumbuhan ekonomi pada suatu kota akan memberi dampak yang sangat besar terhadap perkembangan suatu kota, terutama dampak terhadap sistem jaringan transportasi yang ada di kota, sehingga kebutuhan akan pergerakan lalu lintas akan menjadi semakin meningkat, yang pada gilirannya akan menimbulkan permasalahan perkotaan, khususnya transportasi (Tamin, 1997).

Sistem transportasi muncul akibat adanya pergerakan dan tarikan yang diakibatkan oleh perkembangan suatu kota. Pergerakan terjadi akibat pemenuhan kebutuhan manusia setiap hari yang harus dipenuhi. Dalam melakukan pergerakan membutuhkan suatu moda transportasi baik moda transportasi darat, laut, maupun udara. Moda transportasi dipilih berdasarkan pergerakan moda untuk jarak pendek maupun moda transportasi untuk jarak jauh (Warpani, 1990:31).

Moda transportasi dibagi menjadi 2 kelompok, pertama kendaraan pribadi seperti mobil, sepeda motor dan kedua kendaraan umum seperti bus, angkutan umum. (Miro, 2008).

Pada pusat kota umumnya menggunakan kendaraan pribadi seperti mobil, sepeda motor sebagai moda transpotasi. Besarnya peningkatan kendaraan pribadi yang tidak diimbangi dengan peningkatan luas jalan, tentu akan mengakibatkan penumpukan kendaraan dan jalan akan menjadi jenuh. Sebagian badan jalan yang dialihfungsikan sebagai ruang parkir dapat menyebabkan terjadinya hambatan mobilitas arus lalu lintas hingga mengakibatkan kemacetan (Miro, 2012).

Sama seperti halnya dengan pasar melati medan, pasar ini cukup luas namun pihak pengelola pasar tidak menyediakan lahan parkir untuk para pengunjung, sehingga banyak kendaraan pribadi seperti mobil dan sepeda motor parkir di

(18)

sepanjang badan jalan (on street parking) pada Jl. Flamboyan Raya Medan.

(Anggiat, P 2007).

Hal ini dapat mengurangi kapasitas jalan sehingga menimbulkan kemacetan dikarenakan pengunjung pasar melati memarkirkan kendaraannya disepanjang badan jalan. Perilaku angkutan umum yang berhenti disembarang tempat juga mengakibatkan tundaan pada jam-jam sibuk pada pasar. (Budiarto, 2002).

1.2 Rumusan Masalah

Permasalahan yang dirumuskan dalam penelitian ini adalah:

1. Adanya jumlah tarikan kendaraan parkir pada pasar melati medan yang menggunakan badan jalan sebagai tempat parkir.

2. Perlunya penataan parkir pada pasar melati dengan memodelkan kebutuhan ruang parkir.

1.3 Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah:

1. Untuk menganalisis pemodelan kebutuhan ruang parkir pada tata guna lahan Pasar Melati Medan.

2. Untuk menganalisis kebutuhan luas area parkir untuk Pasar Melati Medan yang terletak di jalan kolektor primer.

1.4 Manfaat Penelitian

Manfaat penelitian ini adalah:

1. Dapat dijadikan pedoman dalam menentukan kebijakan-kebijakan yang berkaitan dengan kawasan tersebut dalam penentuan ruang parkir.

2. Bagi peneliti dapat digunakan sebagai tambahan pengetahuan tentang masalah perparkiran yang ditimbulkan oleh aktivitas pasar yang nantinya dapat digunakan sebagai pedoman dalam pelaksanaan dilapangan.

1.5 Ruang Lingkup Penelitian

Penelitian ini fokus pada analisis kebutuhan ruang parkir dan tarikan perjalanan pada pasar melati medan dengan ruang lingkup batasan masalah yaitu:

(19)

1. Penelitian ini dilakukan di Jalan Flamboyan Raya – Jalan Sakura Medan.

2. Analisis model tarikan perjalanan di Pasar Melati Medan dilakukan dengan analisis Model Regresi Linier Berganda.

3. Kendaraan yang dihitung dalam analisis kebutuhan ruang parkir ialah sepeda motor dan mobil.

4. Survei dilakukan selama 8 hari (10 jam / hari).

1.6 Sistematika Penulisan

BAB I, PENDAHULUAN, membahas tentang latar belakang penulisan tesis, rumusan masalah, tujuan penelitian, manfaat penelitian, ruang lingkup penelitian dan sistematika penelitian.

BAB II, TINJAUAN PUSTAKA, membahas tentang teori-teori yang berkaitan dengan penelitian ini. Pengertian transportasi, pengertian tarikan perjalanan, karakterisitik parkir, metode analisis regresi linier berganda.

BAB III, METODE PENELITIAN, menguraikan tentang gambaran wilayah studi, metode penelitian yang dilakukan, data-data yang diperlukan, serta tahapan pengolahan data.

BAB IV, HASIL DAN PEMBAHASAN, berisi pembahasan mengenai proses pengolahan data dan menampilkan hasil pengolahan data, menghitung nilai masing-masing parameter yang diperlukan dalam analisis kebutuhan ruang parkir dan tarikan perjalanan, Pengujian Statistik (Regresi Linier berganda).

BAB V, KESIMPULAN DAN SARAN, merupakan penutup yang berisikan tentang kesimpulan yang telah diperoleh dari pembahasan pada bab sebelumnya, dan saran mengenai hasil penelitian yang dapat dijadikan masukan.

(20)

BAB II

TINJAUAN PUSTAKA

2.1 Perencanaan dan Pemodelan Transportasi 2.1.1 Perencanaan Transportasi

Perencanaan transportasi adalah suatu proses yang bertujuan untuk mengembangkan sistem transportasi yang memungkinkan manusia dan barang bergerak atau berpindah tempat dengan aman dan murah. Sedangkan sistem transportasi adalah sistem pergerakan orang dan/barang dari suatu zona asal ke zona tujuan dalam wilayah yang bersangkutan (Tamin, 2000).

Dalam suatu sistem perencanaan transportasi terdapat empat tahap atau sering dikenal dengan Four Step Models yang saling terkait Empat tahap tersebut adalah (Tamin, 2003):

a. Model bangkitan dan tarikan pergerakan (trip generation) b. Model sebaran pergerakan (trip distribution)

c. Model pemilihan moda (modal split)

d. Model pembebanan lalu lintas (trip assignment)

2.1.2 Pemodelan Transportasi

Model adalah suatu bentuk dari penyederhanaan suatu realita (atau dunia yang sebenarnya). Model terbagi dalam 3 bentuk yaitu (Tamin 2005):

 Model fisik berupa model arsitek, model teknik sipil

 Model grafis berupa peta dan diagram

 Model statistik dan matematika berupa persamaan matematika yang menerangkan beberapa aspek fisik, sosial-ekonomi, dan model transportasi

2.2 Tarikan Perjalanan

Tarikan perjalanan (Trip Attraction) adalah jumlah pergerakan yang tertarik ke suatu tata guna lahan atau zona tarikan pergerakan (Tamin, 2000).

Tarikan perjalanan dipengaruhi oleh faktor yang mempengaruhi yaitu luas lantai untuk kegiatan industri, komersial, perkantoran, pertokoan, dan pelayanan

(21)

lainnya. Faktor lain yang dapat dipergunakan adalah lapangan kerja, aksesibilitas dan penggunaan moda (Tamin, 2000).

Hasil dari suatu tarikan perjalanan adalah jumlah kendaraan per satuan waktu.

Cara mendapatkan tarikan kendaraan adalah menghitung jumlah kendaraan yang masuk atau keluar dari suatu tata guna lahan tertentu dalam satu hari atau satu jam.

Tarikan tersebut dipengaruhi pada dua aspek tata guna lahan yaitu (Tamin, 2000):

 Jenis tata guna lahan

 Jumlah aktifitas dan intensitas pada tata guna lahan tersebut

2.3 Klasifikasi Perjalanan

Perjalanan dapat diklasifikasikan sebagai berikut (Tamin, 1997):

1. Berdasarkan tujuan perjalanan

Pada prakteknya, sering dijumpai bahwa model bangkitan pergerakan yang lebih baik bisa didapatkan dengan memodelkan secara terpisah pergerakan yang mempunyai tujuan berbeda. Dalam kasus pergerakan berbasis rumah, empat kategori tujuan pergerakan yang sering digunakan adalah:

 Pergerakan tempat kerja

 Pergerakan ke sekolah/universitas

 Pergerakan ke tempat belanja

 Pergerakan untuk kepentingan sosial dan rekreasi 2. Berdasarkan waktu

Pergerakan berdasarkan waktu umumnya dikelompokkan menjadi pergerakan pada jam sibuk dan jam tidak sibuk. Proporsi pergerakan yang dilakukan oleh setiap tujuan pergerakan sangat bervariasi sepanjang hari.

Pergerakan pada selang jam sibuk pagi hari terjadi antara pukul 07.00 sampai dengan pukul 09.00.

Untuk jam sibuk pada sore hari terjadi pada waktu antara pukul 15.00 sampai dengan pukul 17.00. Untuk jam tidak sibuk berlangsung antara pukul 10.00 pagi sampai dengan pukul 12.00 siang.

3. Pemilihan moda

Secara sederhana moda berkaitan dengan jenis transportasi yang digunakan.

Pilihan pertama biasanya berjalan kaki atau menggunakan kendaraan. Jika

(22)

menggunakan kendaraan, pilihannya adalah kendaraan pribadi (sepeda, sepeda motor dan mobil) atau angkutan umum (bus, becak dan lain-lain).

2.4 Parkir

Parkir merupakan salah satu unsur sarana yang tidak dapat dipisahkan dari sistem transportasi jalan raya secara keseluruhan. Dengan meningkatnya jumlah penduduk kota akan menyebabkan meningkatnya kebutuhan melakukan berbagai macam kegiatan. Kebanyakan penduduk di kota-kota besar melakukan kegiatan atau bepergian dengan menggunakan kendaraan pribadi sehingga secara tidak langsung diperlukan jumlah lahan parkir yang memadai (LP-ITB, 2000).

2.5 Karakteristik Parkir

Karakteristik parkir berkaitan dengan besarnya jumlah kebutuhan parkir yang harus disediakan. Karakteristik parkir tersebut antara lain (Hobbs, 1995):

2.5.1 Akumulasi Parkir

Akumulasi parkir yaitu jumlah kendaraan yang parkir pada sebuah area pada periode tertentu. Akumulasi parkir dihitung dengan rumus (Hobbs, 1995):

Akumulasi = Ei – Ex (2.1)

di mana:

Ei = entry (banyaknya kendaraan yang masuk ke lokasi) Ex = exit (banyaknya kendaraan yang keluar dari lokasi)

Jika sebelum penggunaan sudah ada kendaraan yang diparkir, maka jumlah kendaraan yang ada dijumlahkan ke akumulasi yang telah dibuat (Hobbs, 1995).

……….Akumulasi = x + (Ei – Ex) (2.2) di mana:

x = jumlah kendaraan yang sudah ada

2.5.2 Volume Parkir

Volume parkir yaitu kendaraan yang menggunakan fasilitas parkir, dihitung dalam kendaraan yang parkir dalam 1 hari. Volume parkir dihitung dihitung dengan rumus (Hobbs, 1995):

(23)

Volume parkir = Ei + x (2.3) di mana:

Ei = entry (banyaknya kendaraan yang masuk ke lokasi) xi = jumlah kendaraan yang sudah ada

2.6 Ruang Parkir

Jenis kebutuhan ruang parkir ditentukan berdasarkan jenis kegiatan parkirnya, bersifat tetap atau sementara seperti pada Tabel 2.1 (Dirjen Perhubungan Darat, 1998):

Tabel 2.1 Jenis Kebutuhan Ruang Parkir

Kegiatan Parkir Tetap Kegiatan Parkir Sementara

 Pusat Perdagangan

 Pusat Perkantoran Swasta atau pemerintahan

 Pusat Perdagangan Eceran atau Pasar Swalayan

 Pasar

 Sekolah

 Tempat Rekreasi

 Hotel dan Tempat Penginapan

 Rumah Sakit

 Bioskop

 Tempat Pertunjukan

 Tempat Pertandingan Olahraga

 Rumah Ibadah

Sumber: Dirjen Perhubungan Darat, (1998)

Berdasarkan hasil studi bahwa ukuran kebutuhan ruang parkir ditentukan sebagai berikut (Dirjen Perhubungan Darat, 1998):

1. Pusat Perdagangan

Tabel 2.2 Kebutuhan Parkir Pusat Perdagangan Luas Area

Total (100 m²) 10 20 50 100 500 1000 1500 2000 Kebutuhan

(SRP) 59 67 88 125 415 777 1140 1502

(24)

2. Pasar Swalayan

Tabel 2.3 Kebutuhan Parkir Pasar Swalayan Luas Area

Total (100 m²

)

⁵⁰ ⁷⁵ ¹⁰⁰ ¹⁵⁰ ²⁰⁰ ³⁰⁰ ⁴⁰⁰ ⁵⁰⁰ ¹⁰⁰⁰

Kebutuhan

(SRP) 225 250 270 310 350 440 520 600 1050 Sumber: Dirjen Perhubungan Darat, (1998)

Tabel 2.4 Kebutuhan Parkir Berdasarkan Ruang Parkir yang Dibutuhkan

Peruntukan Satuan

(SRP untuk mobil penumpang) Kebutuhan Ruang Parkir Pertokoan SRP/100 m² luas lantai efektif 3,5 – 7,5

Pasar Swalayan SRP/100 m² luas lantai efektif 3,5 – 7,5 Pasar SRP/100 m² luas lantai efektif 1,5 – 3,5 Sumber: Naasra, (1988) dalam Laporan Dishub, (2014)

2.7 Kebutuhan Ruang Parkir

Kebutuhan ruang parkir adalah luas area yang dibutuhkan untuk jumlah kendaraan yang menggunakan parkir. Kebutuhan ruang parkir dibagi atas 3 yaitu (Hobbs, 1995):

a. Kebutuhan Ruang Parkir Efektif (KRP)

Kebutuhan ruang parkir efektif merupakan luas area yang dibutuhkan berdasarkan akumulasi kendaraan tertinggi. Kebutuhan ruang parkir efektif dapat dihitung dengan rumus (Hobbs, 1995):

KRPefektif = JK × SRP (2.4)

di mana:

KRPeff = kebutuhan ruang parkir efektif (m²)

JK = volume maksimum berdasarkan akumulasi tertinggi SRP = satuan ruang parkir kendaraan

(25)

b. Kebutuhan Ruang Manuver (KRM)

Kebutuhan ruang manuver adalah ruang bebas kendaraan untuk melakukan putaran agar mudah untuk masuk dan keluar dari area parkir. Kebutuhan ruang manuver dapat dihitung dengan rumus (Hobbs, 1995):

KRM = KRPeff × 55% atau 60% (2.5)

di mana:

KRM = kebutuhan ruang manuver KRPeff = kebutuhan ruang parkir efektif

55% = ruang manuver mobil untuk parkir menyudut dengan sudut 90°

60% = ruang manuver sepeda motor untuk parkir menyudut dengan sudut 90°

2.8 Satuan Ruang Parkir (SRP)

Satuan Ruang Parkir (SRP) adalah ukuran luas efektif untuk meletakkan kendaraan (mobil penumpang, bus/truk atau sepeda motor), termasuk ruang bebas dan lebar bukaan pintu. Penentuan satuan ruang parkir dibagi atas empat jenis golongan seperti pada Tabel 2.5 berikut (Dirjen Perhubungan Darat, 1998):

Tabel 2.5 Penentuan Ruang Parkir

NO JENIS KENDARAAN SATUAN RUANG PARKIR (m) 1 Mobil Penumpang Gol. I 2.3 × 5.00

2 Sepeda Motor 0.75 × 2.00

3 Bus Kecil 3.20 × 8.40

4 Bus 3.80 × 12.50

(26)

a. Satuan Ruang Parkir untuk Mobil Penumpang dapat dilihat pada Gambar 2.1

Gambar 2.1 Satuan Ruang Parkir Mobil (Dirjen Perhubungan Darat, 1998)

b. Satuan Ruang Parkir untuk Sepeda Motor dapat dilihat pada Gambar 2.2

Gambar 2.2 Satuan Ruang Parkir Motor (Dirjen Perhubungan Darat, 1998)

(27)

2.9 Review Metode – Metode Analisis Kebutuhan Ruang Parkir

Dalam sub bab ini akan dijelaskan metode-metode yang umum digunakan dalam menganalisis kebutuhan ruang parkir antara lain:

2.9.1 Markov Chain

Model Rantai Markov ditemukan oleh Andrey Andreyevich Markov pada tahun 1906. Metode markov chain biasa digunakan untuk merencanakan penjadwalan produksi, perencanaan bahan baku, dan pemeliharaan mesin produksi (Markov, 1906).

Dengan penggunaan metode ini, dapat memperkirakan perubahan yang mungkin terjadi di masa mendatang. Adapun model matematis dapat ditulis seperti berkut ini (Markov, 1906):

Kt(j) = P × Kt(j-1) (2.6)

di mana:

Kt(j) = peluang kejadian pada t(j) P = probabilitas Transisional t(j) = waktu ke-j

Kt(j-1) = peluang kejadian pada t(j-1)

A. Syarat-Syarat Markov Chain

Beberapa syarat dalam markov chain yaitu (Tilahun, et al. 2017):

1. Jumlah probabilitas transisi untuk keadaan awal dari sistem harus selalu 1.

2. Probabilitas-probabilitas tersebut berlaku untuk setaip partisipan dalam sistem.

3. Probabilitas transisi harus konstan atau tidak berubah sepanjang waktu.

4. Kondisi merupakan kondisi yang independen sepanjang waktu.

B. Tujuan Markov Chain Pada Parkir

Beberapa tujuan markov chain pada parkir yaitu (Journal Advanced Transportation, 2017):

1. Untuk mengusulkan pendekatan membangun rantai markov dengan “waktu dinamis” yang digunakan untuk memprediksi ketersediaan parkir.

(28)

2. Untuk menggunakan sistem multiagen untuk membangun prediksi kumulatif dari beberapa tempat parkir pada suatu lingkungan.

3. Untuk memperkenalkan pembelajaran rantai markov atau prediksi yang dapat beradaptasi dengan perubahan lingkungan yang mempengaruhi permintaan tempat parkir.

C. Penerapan Markov Chain Terhadap Parkir

Pendekatan Klappenecker, 2014 sangat menyederhanakan perhitungan probabilitas transisi dalam sistem navigasi kendaraan dan pemprosesan data probabilitas ruang parkir yang tersedia pada saat kedatangan.

Pemanfaatan rantai markov juga dijelaskan dalam penelitian oleh Li et al., 2017 dan Tilahun, 2017 menyoroti banyak kemungkinan alasan non-homogen dalam proses penggunaan tempat parkir. Mereka juga menyarankan proses pembaruan matriks transisi dan kemungkinan adanya kerjasama antar tempat parkir yang terdekat.

Kondisi survei lalu lintas dalam pemodelan model markov akan dijelaskan secara singkat serta model dalam memprediksi ketersediaan ruang parkir real-time yang berasal dari data yang disurvei (Tilahun, 2017)

Rantai Markov digunakan untuk memodelkan proses stokastik diskrit dalam waktu dan menyatakan dengan properti markov, yang berarti bahwa keadaan selanjutnya dari proses stokastik X hanya bergantung pada keadaan terakhirnya (Serfozo, 2009):

pij (t) =P{Xt = i | Xt-1 = jt-1} (2.7) di mana:

pij (t) = probabilitas transisi satu langkah P = matriks transisi

t = waktu

Xt = waktu kontinu untuk kendaraan yang keluar masuk / variabel random Jika probabilitas transisi bervariasi dengan waktu t, maka proses “X” akan menjadi rantai markov yang tidak homogen dan matriks transisi untuk setiap langkah waktu t diperlukan untuk deskripsinya. Dari persamaan Chapman–

Kolmogorov dapat menghitung probabilitas status rantai Markov dalam beberapa

(29)

waktu mendatang (t). Adapun rumus yang dapat digunakan dengan rumus (Serfozo, 2009):

p(t) = p(0)⋅P(0)⋅P(1)⋅…⋅P(t -1) = p(1)⋅P(1)⋅…⋅P(t -1) = p(t -1)⋅P(t -1) (2.8) di mana:

p(t) = probabilitas waktu p(0) = distribusi awal P(0) = matriks transisi t-1 = waktu - 1

2.9.2 Binomial

Rumus dan susunan segitiga dari koefisien binomial dikaitkan dengan Blaise Pascal yang menguraikannya pada abad ke-17. Adapun model matematis untuk teorema binomial yaitu (Isaac Newton, 1665):

(x + y)ⁿ= (n

0) xⁿy⁰ + (n

1) xⁿ⁻¹y¹+ (n

2) xⁿ⁻²y² di mana:

x = angka / eksponen y = angka / eksponen n = bilangan berpangkat

A. Ciri – Ciri Binomial

Ciri-ciri metode binomial secara umum antara lain (Sigit Nugroho, 2008):

1. Tiap Percobaan (eksperimen) hanya memiliki 2 kategori hasil yaitu Sukses (S) atau Gagal (G) yaitu dapat kita tuliskan dengan ruang sampel {S,G}.

2. Tiap eksperimen memiliki hasil eksperimen yang bersifat independent yaitu hasil dari setiap percobaan tersebut tidak akan mempengaruhi percobaan lain.

3. Probabilitas (peluang) percobaan tersebut dikategorikan sukses harus sama bagi setiap percobaan.

4. Eksperimen terdiri atas banyaknya (n) yang merupakan bilangan tetap bagi setiap percobaan.

(2.9)

(30)

B. Penerapan Binomial Terhadap Parkir

Proses kedatangan dan keberangkatan kendaraan di tempat parkir dilakukan secara acak. Proses ini dapat dianggap sebagai model antrian. Distribusi poisson dan distribusi binomial adalah yang paling banyak digunakan. Jika proses kedatangan mengikuti “distribusi poisson” dan kemudian interval waktu keberangkatan mengikuti “distribusi eksponensial” negatif (Zheng, L et al., 2020).

Pertama, proses parkir dianalisis untuk memverifikasi keteraturan proses kedatangan dan keberangkatan kendaraan dari waktu ke waktu. Berdasarkan hal tersebut, maka dibuatlah metode prediksi permintaan parkir berdasarkan kedatangan dan pola keberangkatan diusulkan (Zheng, L et al., 2020).

Ada tiga cara yang mungkin untuk berpindah antar tempat parkir pada saat yang sama: “menambah satu tempat parkir, mengurangi satu tempat parkir, atau tetap sama” (Zheng, L et al., 2020). Membiarkan menjadi interval waktu initesimal, dan persamaan probabilitas transisi proses kelahiran dan kematian Markov ditunjukkan pada (Serfozo, 2009; Paris, 2011):

P ( 𝑁_𝑡+ℎ = 𝑁_𝑡+ 1) = λℎ + 𝑜 (ℎ)

𝑃 (𝑁_𝑡+ℎ = 𝑁_𝑇− 1) = 𝜃. (1 − 𝜃)^NT−1 N_T+ 𝑜 (H) P (N_t+h= N_t) = 1 −λh − θ N_th + o (h) di mana:

o (h) = kuantitas interval waktu P ( N_t+h = N_t+ 1) = probabilitas tempat parkir

θ = peluang dari setiap kendaraan berangkat per satuan λ =rata-rata parkir

Rumus terakhir seperti yang ditunjukkan pada rumus berikut (Serfozo, 2009;

Paris, 2011):

di mana:

Et = jumlah kendaraan di tempat parkir pada saat t E0 = hunian parkir

λ = rata-rata parkir

θ = peluang dari setiap kendaraan berangkat per satuan

(2.10)

(2.11)

(31)

2.9.3 Antrian (Queuing)

Teori antrian pertama kali diperkenalkan oleh A.K Erlang pada tahun 1909.

Adapun model matematika dari distribusi kedatangan pada antrian (Poisson, 1838):

P (x)

=

^e

−λ λ^𝑥

𝑥!

di mana:

x = banyaknya kedatangan P (x) = probabilitas kedatangan λ = rata-rata tingkat kedatangan

e = dasar logaritma natural, yaitu 2,71828 x! = x (x-1) (x-2) . . . 1

A. Penerapan Queuing Terhadap Parkir

Dengan menggunakan model M/M/C, dapat dipelajari dampak variabel penetapan harga pada hunian parkir dan daya jelajah. Kendaraan diurutkan berdasarkan durasi parkir yang berbeda, dan fungsi durasi parkir terkait dengan nomor kendaraan adalah M (x). e jumlah total kendaraan yang harus masuk sistem pada waktu drop-off adalah n. a adalah kendaraan yang waktu tinggalnya membagi parkir jangka pendek dan parkir jangka panjang (GBT 51149, 2016). Adapun hubungan jenis parkir memenuhi persamaan berikut (Zhao, et al., 2020):

∫ M (x) dx = ∫ M (x) dx

n a a

1

di mana:

M (x) = durasi parkir

n = jumlah total kendaraan yang masuk

a = kendaraan yang waktu tinggalnya membagi parkir jangka pendek dan

………= parkir jangka panjang

Menurut model antrian kendaraan dan lalu lintas simulasi selama drop-off, ruang parkir N1 menjadi dialokasikan selama drop-off. Menurut metode alokasi tempat parkir, jumlah ruang parkir N2 yang akan dialokasikan selama penjemputan dapat diperoleh (Zhao, et al., 2020).

(2.12)

(2.13)

(32)

Dengan menghitung rasio R jangka pendek tempat parkir, jumlah tempat parkir biasa QOrd dan jumlah tempat parkir jangka pendek QShort dapat dihitung sebagai berikut (Zhao, et al., 2020):

Q

_{ord = N}

2− a n ∗N₁

Q

_{Short =}^a

n∗ N₁

di mana:

Qord = jumlah tempat parkir biasa

Qshort = jumlah tempat parkir jangka pendek N1 = jumlah ruang parkir pada N1

N2 = jumlah ruang parkir pada N2

n = jumlah total kendaraan yang masuk

a =.kendaraan yang waktu tinggalnya membagi parkir jangka pendek dan

………= parkir jangka panjang

Berikut penjelasan kelebihan, kekurangan serta deskripsi dari masing-masing metode analisis parkir yang dapat dilihat pada Tabel 2.6:

(2.14)

(33)

Metode Deskripsi Kelebihan Kekurangan

Markov Chain

The Prediction of Parking Space Availability (Brozova, H., dan Ruzicka, M. (2018)

 Penentuan parkir di Republik Ceko.

 Pendekatan dasar parkir adalah:

1. Penggunaan standar (ČSN 73 6056, SN 73 6110), 2. Berdasarkan peraturan zonasi (Rada hlavního

města Prahy 2016),

3. Pemodelan parkir terencana spasi (tempat) (Bosserhoff 2009; Cheng dkk. 2012; Martolos dkk.

2013).

 Menyajikan model rantai Markov non-homogen (tidak konstan) untuk prediksi ketersediaan tempat parkir.

 Syarat penggunaannya adalah jumlah kendaraan harus disurvei atau cukup dihitung dengan fasilitas parkir.

Kapasitas tempat parkir harus diketahui dan terus menerus dibandingkan dengan keadaan sesaat di tempat parkir.

1. Dapat memodelkan sebagian besar jenis perilaku dengan model kombinasi.

2. Dapat memodelkan perbaikan dengan cara alami:

 Perbaikan komponen individu dan kelompok

 Perbaikan variabel jumlah

 Perbaikan berurutan; perbaikan sebagian (komponen rusak)

3. Dapat memodelkan persiapan peluang

4. Dapat memodelkan urutan dependen (terikat):

1. Model bisa sulit untuk dibangun dan divalidasi.

2. Properti dan distribusi kegagalan komponen mungkin tidak valid untuk sistem yang dimodelkan.

3. Jenis model terbesar memerlukan teknik solusi yang kompleks (layak hanya untuk model kecil).

4. Model sering kali secara struktural tidak mirip dengan fisik atau logis dari sistem

Tabel 2.6 Metode – Metode Analisis Parkir

(34)

 Keuntungan utama dari model ini adalah memberikan informasi kepada pengemudi yang menjelaskan tidak hanya situasi pemantauan masa lalu tetapi juga situasi aktual di tempat parkir.

 Kekurangan dari model ini adalah durasi interval 15 menit yang diterapkan dalam “model diskrit”.

Cooperative Multi-Agent System for Parking Availability Prediction based on Time Varying Dynamic Markov Chains (Tilahun, S.L., et al (2017)

 Penelitian parkir dilakukan pada pusat perbelanjaan Balexert di Jenewa, Swiss.

 Menggunakan metode markov berbasis matriks transisi (dynamic and time varying) melalui iterasi.

Markov Model as Approach to Parking Space Occupancy Prediction (Rodi´c, L.D., et al (2020)

 Penelitian dilakukan pada smart city di Croatia.

 Ketergantungan fungsional

 Prioritas

 Penegakan urutan

5. Dapat memodelkan cakupan yang tidak sempurna secara lebih alami dari pada model kombinasi.

6. Dapat memodelkan penanganan dan pemulihan kesalahan / kesalahan pada tingkat yang terperinci.

(35)

 Penelitian ini menggunakan data survei pintu masuk dengan menyesuaikan dengan fasilitas parkir yang ada dan menggabungkan dengan data sensor parkir dari 5 titik untuk digabung dalam perencanaan kebutuhan parkir.

 Data dikumpulkan dari lima sensor dan tiga pintu masuk berbeda pada 13 Desember 2019 - 25 Februari 2020.

 Menggunakan pemodelan Hidden Markov Model (HMM).

Binomial

Short-Term Parking Demand Prediction Method Based on Variable Prediction Interval (Zheng, L., et al

(2020)

 Penelitian dilakukan pada 17 Juni 2019 - 23 Juni 2019 di Universitas Jilin Kampus Nanling, China.

 Metode penelitian menggunakan Binomial.

 Hasil penelitian menunjukkan model prediksi permintaan parkir dapat secara akurat mengkalibrasi

1. Data yang disajikan lebih rapi.

2. Mudah untuk mencari interval pada sampling.

3. Variabel input dapat dengan mudah disesuaikan untuk menghitung nilai situasi keputusan yang berbeda.

1. Mencakup ketidakpastian dan manfaat tahunan secara berkesinambungan. jika ini tidak sesuai dengan situasi kehidupan nyata, penyesuaian manual diperlukan.

(36)

parameter model, memprediksi permintaan parkir dengan cepat dan efektif dan memberikan referensi teoritis dan dukungan teknis untuk perencanaan dan pengelolaan parkir.

 Fokus pada distribusi tipikal pola kedatangan dan keberangkatan parkir.

 Model prediksi permintaan parkir dibangun menggunakan proses kelahiran dan kematian Markov, dan parameter model dikalibrasi menggunakan metode curve fitting dan metode undetermined coeficients.

Research on Parking Sharing Strategies Considering User Overtime Parking (Huang, X. et al (2019)

 Penelitian dilakukan pada 21 Mei 2019 – 25 mei 2019 di pusat perbelanjaan Joy City di Xi'an, Provinsi Shan Xi, Cina.

 Model penelitian dengan binomial berbasis alokasi parkir bersama.

4. Kegagalan tak terduga dapat diatasi dengan menilai sampel tambahan.

2. Perhitungan.kurang.transpran karena cakupan yang luas.

3. Produk yang tidak memenuhi standar produk sesekali digunakan tanpa disadari.

4. “Cluster’’ kegagalan pada titik akhir mungkin ditanyakan.

5. Hanya memiliki 2 kategori hasil penelitian (Sukses;

Gagal).

(37)

 Makalah ini menganalisis distribusi jumlah kedatangan kendaraan dan durasi parkir, kemudian menetapkan model alokasi parkir bersama yang bertujuan untuk memaksimalkan manfaat parkir dan mempertimbangkan perilaku parkir dari pengguna parkir.

Antrian (Queuing

)

G/M/N Queuing Model- Based Research on the Parking Spaces for Primary and Secondary School

(Zhao, Y., et al (2020)

 Model antrian kendaraan berdasarkan teori antrian G/M/N.

 Aplikasi perhitungan menggunakan MATLAB

 Ruang parkir ditentukan berdasarkan jumlah kumulatif kendaraan.

 Model optimasi untuk skala ruang parkir total dan ruang parkir jangka pendek diusulkan untuk mencapai pemanfaatan ruang parkir yang maksimal.

1. Terstruktur (mulai dari awal-akhir pelayanan).

2. Mengurangi waktu tunggu pada proses pelayanan.

3. Sedikit data terperinci yang diperlukan.

4. Penghematan biaya yang signifikan (efisien).

1. Pengoperasian memasukkan elemen dan menghapus dari antrian pada saat bekerja dengan sempurna harus sampai indeks belakang / mencapai akhir susunan.

2. Jika beberapa item dikeluarkan dari depan, akan ada beberapa ruang kosong di awal antrian. karena indeks menunjuk sampai ke akhir

(38)

 Analisis dan verifikasi empiris dilakukan berdasarkan data lalu lintas sekolah yang sebenarnya.

Survey-Based Calibration Of A Parking Entry As A Single - Server Mathematical Queuing Model (Abdel,

M. M. M. (2020)

 Penelitian ini terdapat pada 2 tempat:

i. Satu di Alexandria: parkir mal San Stefano;

ii. Satu di Giza: Parkir mall Hyper One.

 Metode antrian yang digunakan adalah (M/M/1&M/D/1).

Analysis on Stability of Roadside Parking System in a Rail-Integrated Transport Hub (Yang, J. et al (2021)

 Penelitian dilakukan pada parkir pinggir jalan di Guangzhou, China

 Metode antrian berbasis multi-agent simulation.

6. Data yang digunakan umumnya pada

kedatangan dan kepergian. 3. Terlalu terbatas untuk pemodelan pada kehidupan nyata.

4. Ketidakpastian yang sangat disederhanakan – bersifat asumsi (eksponensial).

(39)

2.10 Analisis Regresi Linier

Metode analisis ini merupakan salah satu dari model-model yang tergabung didalam model statistik matematika. Metode ini merupakan alat analisis statistik untuk menganalisis faktor-faktor penentu yang menimbulkan suatu kejadian atau kondisi tertentu yang diamati, sekaligus menguji sejauh mana kekuatan faktor- faktor penentu yang dimaksudkan berhubungan dengan kondisi yang ditimbulkan /.diciptakannya (Miro, 2005).

Ada 2 bentuk metode analisis regresi linier ini, yaitu:

1. Analisis Regresi Linier Sederhana (Simple Linear Regresion Analysis) Analisis ini hanya menghubungkan variabel terikat dengan 1 buah variabel bebas yang mempengaruhi naik turunnya variable terikat yang diamati dengan asumsi studi, variabel-variabel lainnya tidak mempengaruhi perubahan pada variabel terikat atau tidak kita masukan kedalam model.

Bentuk matematis dari metode regresi linier sederhana adalah (Miro, 2005):

Y = a + bx + e .(2.15)

atau Q = a + bTGL + e di mana :

Y atau Q = variabel terikat yang akan diramalkan besarannya (dependent

………variable) atau dalam studi transportasi berupa jumlah perjalanan

………(lalu lintas) manusia, kendaraan, dan barang dari titik asal ke

………titik tujuan yang akan diperkirakan.

x atau TGL = variabel bebas (Independent Variable) berupa faktor yang ...berpengaruh terhadap timbulnya jumlah perjalanan (lalu lintas)

...seperti karakteristik sosial ekonomi zona, dengan asumsi faktor

………lain yang tidak berpengaruh (explanatory variable).

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

………atau TGL sama dengan nol dalam arti tidak berubah / tetap,

………maka Y atau jumlah perjalanan sama dengan a.

b = parameter koefisien (coefficient parameter) berupa nilai yang

……….= akan dipergunakan untuk meramalkan Y atau Q.

(40)

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

………anggap tidak mempengaruhi (disturbance term)

2. Analisis Regresi Linier Berganda (Multiple Linear Regression Analysis) Merupakan teknik analisis regresi yang menghubungkan satu variabel terikat dengan dua atau lebih variabel-variabel bebas yang dianggap atau mungkin mempengaruhi perubahan variabel terikat yang diamati. Bentuk matematis dari metode regresi linier berganda adalah (Miro, 2005):

Y = a + b1x1 + b2x2 + …… + bnxn + e (2.16) di mana :

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

X1, …..xn = variabel-variabel bebas (independent variable).

b = parameter koefisien (koefisien parameter) berupa nilai yang akan

………...dipergunakan untuk meramalkan Y.

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

………anggap tidak mempengaruhi (disturbance term).

3. Koefisien Korelasi

Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linier antara satu variabel dengan variabel lain.

Umumnya analisis korelasi digunakan, dalam hubungannya dengan analisis regresi, untuk mengukur ketepatan garis regresi dalam menjelaskan variasi nilai variabel dependen (Miro, 2005; Sudjana, 1996).

Koefisien korelasi merupakan ukuran kedua yang dapat digunakan untuk mengetahui kerataan hubungan antara suatu variabel dengan variabel lain.

Koefisien korelasi dapat ditentukan menggunakan formulasi sebagai berikut (Miro, 2005;.Sudjana,.1996):

r = N  (xy) − (x)(y)

√ (x²− ( (x))² N (y²) − ((y)² di mana:

r = koefisien korelasi N = banyaknya subjek X = nilai peubah X Y = nilai peubah Y

(2.17)

(41)

Persamaan diatas merupakan persamaan uji korelasi yang mempunyai nilai r (-1 ≤ r ≤ +1). Nilai r yang mendekati -1 mempunyai arti bahwa kedua variabel tersebut saling berkorelasi negatif (peningkatan nilai salah satu variabel akan menyebabkan penurunan nilai variabel lainnya). Sebaliknya, jika nilai r yang mendekati +1 mempunyai arti bahwa kedua peubah tersebut saling berkorelasi positif (peningkatan nilai salah satu variabel akan menyebabkan peningkatan nilai peubah lainnya). Jika r mendekati 0, tidak terdapat korelasi antara kedua peubah tersebut (Purnomo, 2008; Usman, 2008).

Untuk hubungan antar variabel bebas akan dipilih variabel bebas yang memiliki nilai korelasi tidak kuat atau < 0,5 dalam suatu persamaan. Sedangkan hubungan antara variabel bebas dan tak bebas akan dipilih variabel bebas yang memiliki korelasi yang kuat atau > 0,5 dalam suatu persamaan.Interpretasi nilai R dapat dilihat pada Tabel 2.6 (Purnomo, 2008; Usman, 2008).

Tabel 2.7 Interprestasi Nilai R

R Interpretasi

0 0,01 – 0,20 0,21 – 0,40 0,41 – 0,60 0,61 – 0,80 0,81 – 0,99

1

Tidak Berkolerasi Sangat Rendah

Rendah Agak Rendah

Cukup Tinggi Sangat Tinggi Sumber: Purnomo dan Usman, (2008) 4. Uji F dan Uji t

Suatu model persamaan regresi linier berganda dapat diterima jika persamaan tersebut signifikan yaitu Fhitung dan thitung memenuhi syarat signifikan α< 0,05 (Ghozali, 2011).

2.11 Peneliti Terdahulu

Referensi dari peneliti terdahulu akan dijelaskan pada Tabel 2.8:

(42)

Tabel 2.8 Referensi Peneliti Terdahulu

No. Nama Peneliti Judul Penelitian Metode Hasil Penelitian

1 Retyaningsih, S.D.

(2018)

Model Kebutuhan Ruang Parkir untuk

Toko Modern Regresi

Model kebutuhan untuk motor:

Y5 = 8,88 + 0,056 X1 (R=0,891), Y7 = 11,278 + 0,044 X1 (R=0,828), Y10 = 10,945 + 0,042 X1 (R=0,837) Model kebutuhan untuk mobil:

Y5 = 0,117 + 0,019 X1 (R=0,895), Y7 = -1,073 + 0,030 X1 (R=0,866),

Y10 = -0,644 + 0,026 X1 (R=0,882), maka kebutuhan ruang parkir toko modern interval 5 menit adalah 45,5 m²/100 m² luas toko.

2 Budiarto (2002)

Kajian Kebutuhan Ruang Parkir Pasar Kliwon untuk Optimalisasi Jalan

Letjen S.Parman Temanggung

Regresi

Model kebutuhan untuk motor:

Y = -10248,3 + 0,0099855 X1 + 0,0377788 X2 (9.672 kendaraan)

Model kebutuhan untuk mobil:

Y = -4862,9137 + 0,00442787 X1 + 0,09542302 X2 (4.605 kendaraan)

(43)

3 Asmara, D.A, et al.

(2013)

Perencanaan Ulang Desain Parkir

Pasar Bulu Kota Semarang Regresi

Model kebutuhan parkir sepeda motor:

Y1= 0.17035574 X3 - 14.9878822 Model kebutuhan parkir mobil:

Y2 = 0.07696507 X4 - 335.423581

4 Bandesa, I.K.G, et al.

(2014)

Pemodelan Kebutuhan Parkir pada Pasar Tradisional di Kabupaten

Badung

Regresi

Model kebutuhan parkir mobil:

Y = -4,551 + 0,176 (X4), (R2) = 0,979.

Model kebutuhan parkir sepeda motor:

Y = -2,059 + 2,100 (X4), (R2) = 0,980

5 Achmad, A.J. (2012) Analisis Kebutuhan Ruang Parkir pada

Pasar Legi Kota Blitar Regresi

Model Kebutuhan untuk mobil:

YÂ’= -1232,55 + 44,72.X

Model kebutuhan untuk sepeda motor barat:

YÂ’=128,06 + 0,81.X

Model kebutuhan untuk sepeda motor utara:

YÂ’ = -485,74 + 6,30.X

6 Wahida N, et al. (2018)

Perencanaan Kebutuhan Ruang Parkir di Kawasan Taman Sari Kota Banda

Aceh

SRP

Dari hasil analisis dan perancangan fasilitas parkir Taman Sari: 348 parkir mobil dan 195 parkir sepeda motor.

Hasilnya adalah desain gedung Parkir 2 Lantai yakni:

880 unit tempat parkir (360 parkir mobil dan 520 parkir

(44)

7 Suthanaya, P.A. (2010)

Analisis Karakteristik dan Kebutuhan Ruang Parkir pada Pusat Perbelanjaan

di Kabupaten Badung

Regresi

Model hubungan antara akumulasi parkir rata-rata kendaraan ringan dengan luas bangunan untuk hari kerja adalah:

y = 0,0016 x + 9,289 (R² = 0,8786), sepeda motor adalah

y = 0,0032 x + 123,69 (R² = 0,5776).

Luas bangunan maksimum 75.648 m²

8 Sutapa, I.K, et al. (2008)

Analisis Karakteristik Pemodelan Kebutuhan Parkir Pada Pusat Perbelanjaan di Kota Denpasar

Regresi

Hubungan kebutuhan parkir mobil dengan jumlah karyawan tidak tetap (X5):

Y1 = -1,805 + 0,358.X5 dengan R² = 0,965

Hubungan kebutuhan parkir sepeda motor dengan karyawan tidak tetap (X5):

Y2 = -24,497 + 2,059.X5 dengan R² = 0,873

Hubungan kebutuhan parkir taksi dengan jumlah karyawan tidak tetap (X5):

Y3 = - 1,262 + 0,037.X5 dengan R² = 0,873

Untuk kebutuhan parkir mobil variabel bebas yang signifikan hanya dipengaruhi jumlah karyawan tidak tetap (X ):

(45)

Y1 = -1,805 + 0,358.(X5) dengan R² = 0,965.

Untuk kebutuhan parkir sepeda motor variabel bebas yang signifikan dipengaruhi oleh kombinasi jumlah karyawan tetap (X4) dan jumlah karyawan tidak tetap (X5) dengan persamaan model:

Y2 = 135,401 – 1,200.(X4) + 2,829.(X5) dengan R² = 0,972.

Sedangkan kebutuhan parkir taksi varibel bebas yang signifikan hanya dipengaruhi oleh jumlah karyawan tidak tetap (X5) dengan persamaan model:

Y3 = -1,262 + 0,037.(X5) koefisien determinasi (R²) = 0,915.

9 Winarno, B. (2010)

Evaluasi dan Model Matematis Kebutuhan Parkir di Pasar Kota

Medan

Regresi

Model matematis kebutuhan parkir:

Y = 10,185 + 0,405 X4.

ketersediaan pelataran parkir sesuai peraturan yaitu:

19,7 srp < 183,1 srp; 31,7 srp < 187,1 srp; 28,2 srp < 213,1 srp dan 69,6 srp < 196,7 srp atau 10,8 %; 16,9 %; 13,2 % dan 35,4 % dari ketersediaan parkir sesuai peraturan

(46)

10 Diasa, I.W., et al (2019)

Analisis Karakteristik dan Model Kebutuhan Parkir (Studi Kasus: Pasar

Tradisional di Kabupaten Tabanan

Regresi

Model kebutuhan parkir Pasar Tradisional Kabupaten Tabanan untuk sepeda motor:

Y= 89,534 + 0,073 X1 + 0,084 X2

model kebutuhan parkir di Pasar Tradisional Kabupaten Tabanan untuk kendaraan ringan (LV):

Y= 23,267 + 0,035 X1 + 0,073 X2

11 Ghassani,D.B, et al (2020)

Analisis Kebutuhan dan Penataan Lahan Parkir Di Pasar Pegandon,

Kabupaten Kendal

Regresi

Model regresi parkir pasar pegandon:

y = 35.156 + 0.176 * x

dengan 52.756 petak parkir dengan kebutuhan lahan 100 m²

12 Ismiyanti (2004)

Kajian Penentuan Standart Kebutuhan Ruang Parkir Hotel Berbintang di

Kota Semarang

Regresi

Akumulasi Maksimum Ruang Pertemuan:

Y = -34,3548 + 84,6827 ln X2 Kamar Yang Tersedia:

Y = 7,421182 e 0,020286 X4

Luas Lantai Hotel Total:

Y = 18,009594 e 0,000259 X5

Model Multiple Regresi diperoleh hasil sebagai berikut:

Y = -35.3967 + 0.1877 X2 + 0.3684 X4 + 0.0082 X5, dengan r = 0,930127.

(47)

13 Lestari, P.E.P, et al . (2016)

Analisis Karakteristik dan Kebutuhan Parkir di Kabupaten Jembrana (Studi Kasus : Parkir Tepi Jalan Pasar

Umum Negara)

SRP

Volume parkir sepeda motor: 1442 kendaraan di Jalan Ngurah Rai dan 197 kendaraan di Jalan Pahlawan.

Akumulasi tertinggi: 185 kendaraan di Jalan Ngurah Rai dan 29 kendaraan di Jalan Pahlawan,

Kapasitas parkir: 166 𝐾𝑒𝑛𝑑/𝐽𝑎𝑚 di Jalan Ngurah Rai dan 19 𝐾𝑒𝑛𝑑/𝐽𝑎𝑚 di Jalan Pahlawan,

Tingkat pergantian parkir: 0,87 kend/SRP/jam di Jalan Ngurah Rai dan 0,62 kend/SRP/jam di Jalan Pahlawan.

14 Lestari, U.S. dan Noorlida (2018)

Evaluasi Karakteristik dan Kapasitas Lahan Parkir pada Rumah Sakit

Daerah Idaman Banjarbaru SRP

Kapasitas parkir:

roda 2 karyawan = 300 SRP, roda 2 pengunjung = 312 SRP roda 4 karyawan = 42 SRP roda 4 pengunjung = 81 SRP.

Indeks parkir maksimum:

roda 2 karyawan = 96%, roda 2 pengunjung = 98%

roda 4 karyawan = 96%

roda 4 pengunjung = 98%.

(48)

15 Waris, M. dan Tammabela, I.R.

Analisis Kapasitas Ruang Parkir Pasar

Sentral Kota Majene. SRP

Tempat parkir yang dibutuhkan 1.171 kendaraan.

Volume parkir jam puncak pukul 10.00 sampai 14.00, Akumulasi parkir puncak pukul 11.00-15.00,

Kapasitas parkir tertinggi pukul 10.00 - 14.00.

16 Ansusanto, J.D. dan Leowaldo. S (2019)

Pemodelan Parkir pada Gedung

Perbankan di Kota Yogyakarta Regresi

Kebutuhan parkir mobil:

Y= -6,280 + 0,035*LB, R2 = 0,920.

Kebutuhan parkir sepeda motor:

Y = 13,333 + 7,833*JCS, R2 sebesar 0,885.

17 Suthanaya, P.A. (2017)

Development of Parking Demand Model for Private Hospital in Developing Country (Case Study of

Denpasar City, Indonesia)

Regresi

Model kebutuhan parkir mobil:

Y = 9.224 + 3.27 (X3), R2 = 0,774 Model kebutuhan parkir mobil:

Y = 124.801 + 0.940 (X9), R2 = 0,838

18 Azanaw, A.D. (2016)

Parking Demand Analysis and Modeling for Shopping Centers (A Case Study of Major Shopping

Centers in Addis Ababa City)

Regresi

Dengan koefisien korelasi berganda 0,990.

Model akhir yang diperoleh adalah sebagai berikut.

PPD = 0,002 x GFA + 0,015 x PA + 0,007 EPS (R2 = 0,990).

19 Zaenal, R.F. et al.

(2019)

Analysis of Characteristic and Parking

Demand (A Case Study: New SRP

Jumlah tempat parkir kendaraan motor: 1.070 SRP dan mobil: 450 SRP.

(49)

20 Ajeng, C dan Hyoung, T. (2018)

Analyzing on-Street Parking Duration and Demand in a Metropolitan City of a Developing Country: A Case Study

of Yogyakarta City, Indonesia

Regresi

Permintaan dan penawaran parkir:

F (5,15) = 2,382 (p = 0,088), R2 = 0,443, R2 = 0,257, SRMR = 17,821, Durbin-Watson = 2,165 (durasi parkir);

F (5,15) = 5,519 (p = 0,004), R2 = 0,648, SRMR= 398,305, Durbin-Watson = 2,419 (permintaan parkir)

21 Sidorchuk, R. et al.

(2020)

Modeling of the Need for Parking Space in the Districts of Moscow Metropolis By Using Multivariate

Methods.

Regresi

Model Regresi:

Y = 78,261 + 1446,659 X5 – 27997,961X52 + 0,051 X8 + 0,014 X11 + 0,014 X12 – 0,088 X13 + 1,03.10^-5X132.

Kemungkinan parkir melebihi tingkat hunian:

Z = - 0,751 + 334,874 X5 – 6541,646 X52 + 4,33.10^-5X52 + 6,57.10^-6X112 – 7,96.10^-5 X132.

22 Musa, A.A. et al. (2020) Parking Fare Modelling of an Off -

Street Parking Facility Regresi

Model yang dikembangkan:

Y = 25200 + 2,251 X1 + 2,768 X2 + 2,108 X3 + 11,019 X4

+ 2,568 X5 – 2,78 X6 + 1,03 X7 – 1,187 X8 + 7,061 X9 – 0,110 X10 + 6,589 X11 + 0,673 X12., R2=0.873.

23 Patel, R.D. et al. (2013)

Analysis of Parking Demand and Suggesting Alternative for Parking

(A Case Study of Mahesana City)

SRP

Akumulasi maksimum pada pagi hari terjadi antara pukul 10.00-12.00 dan antara pukul 17.00-20.00 sore.