1
BAB I PENDAHULUAN
1.1 Latar Belakang Penelitian
Transportasi merupakan salah satu kajian ilmu geografi, yang berkaitan dengan interaksi antarwilayah. Transportasi digunakan sebagai sarana untuk menggerakan manusia atau barang dari satu wilayah ke wilayah lainnya. Dalam masyarakat perkotaan, transportasi sebagai sarana menggerakan orang dari lokasi tempat tinggal menuju lokasi tempat aktivitas bekerja.
Kajian transportasi dalam ilmu geografi menjadi semakin penting seiring dengan pertumbuhan penduduk dalam suatu wilayah. Menurut Usher (2000) bahwa kebutuhan transportasi akan terus meningkat, seiring dengan kebutuhan penduduk yang multitujuan dalam satu kegiatan perjalanan. Rodrigue et al. (2009) menambahkan bahwa tujuan keberadaan transportasi untuk memindahkan atau memenuhi permintaan mobilitas manusia, barang, maupun informasi dari tempat asal ke tempat tujuannya. Transportasi ini menghubungkan aktivitas ekonomi (perdagangan) maupun aktivitas sosial (pendidikan, kesehatan, rekreasi) antar wilayah.
Saat ini kota-kota di dunia mengalami perkembangan penduduk yang sangat pesat. Pada tahun 2025, diperkirakan lebih dari 50% penduduk dunia tinggal di daerah perkotaan. Hal ini akan menyebabkan permasalahan dalam bidang transportasi sehingga kota tidak nyaman untuk ditempati (Kaltheier, 2002). Begitu pula di Indonesia, jumlah penduduk yang memadati daerah perkotaan di Indonesia terus mengalami peningkatan. Pada tahun 1971 persentase penduduk yang tinggal di perkotaan hanya 17,3% dari total penduduk Indonesia. Pada tahun 1980 meningkat menjadi hampir 22,3%, pada tahun 1995 meningkat lagi menjadi 30,9%, dan pada tahun 2000 meningkat menjadi 42,4%. Kemudian pada tahun 2003 meningkat menjadi sekitar 55,3% dan diperkirakan naik lagi menjadi 68,6% pada tahun 2020. Peningkatan penduduk perkotaan terutama karena pengaruh mobilitas penduduk dari desa ke kota (Tukiran dan Ediastuti, 2004).
2
Tingginya angka mobilitas penduduk dari desa ke kota karena daerah perkotaan masih dianggap memiliki daya tarik, seperti memiliki kesempatan lapangan kerja yang luas di berbagai sektor, dapat meningkatkan pendapatan yang lebih tinggi, memberikan kemudahan dalam memperoleh fasilitas umum (kesehatan, pendidikan, hiburan), memberikan kemudahan dalam melakukan pergerakan (aksesibilitas), memberikan peluang yang lebih besar dalam pengembangan karir, dan memberikan kemudahan dalam mengembangkan kegiatan usaha baru (Colby dalam Yunus, 2001; Adisasmita, 2006).
Menurut Parikesit (2007) mobilitas penduduk dari desa ke kota menyebabkan transportasi perkotaan mengalami masalah yang serius. Cepatnya pertumbuhan penduduk perkotaan dan mobilitas penduduk tinggi yang tidak diimbangi dengan pelayanan angkutan umum yang memadai menyebabkan masyarakat memilih sepeda motor untuk melakukan mobilitas sehari-hari. Angkutan umum mengalami tekanan yang sangat berat akibat pertumbuhan motor yang tinggi. Sulaeman (2010) menambahkan bahwa motorisasi dan urbanisasi menjadi trend di metropolitan di negara-negara berkembang. Selain itu, sikap masyarakat di negara berkembang adalah menggunakan kepemilikan mobil sebagai syarat untuk pengakuan (prestise). Hal ini telah mendorong semua orang untuk memiliki mobil pribadi dan tidak bepergian dengan menggunakan angkutan umum.
Seiring dengan peningkatan jumlah penduduk dan semakin kompleksnya kegiatan penduduk di perkotaan maka kebutuhan sarana transportasi semakin meningkat. Hal ini dapat ditunjukkan dari semakin banyaknya kendaraan yang beroperasi di jalan, baik kendaraan pribadi maupun umum. Sesuai dengan pendapat Parikesit (2011) yang mengatakan bahwa pertumbuhan penduduk, peningkatan penghasilan telah menimbulkan tuntutan akan kualitas angkutan yang lebih tinggi.
Bandung merupakan salah satu kota besar di Indonesia yang memiliki kepadatan penduduk sangat tinggi, berdasarkan data sensus penduduk tahun 2012 penduduk Kota Bandung yaitu sekitar 14.678 jiwa/km2 (Badan Pusat Statistik Kota Bandung, 2013). Dalam beberapa tahun terakhir Kota Bandung
3
menunjukkan penambahan jumlah penduduk yang besar, padahal luas administratif wilayahnya relatif tetap.
Tabel 1.1 Perkembangan Jumlah Penduduk Kota Bandung
No Tahun Jumlah Penduduk (Jiwa) Luas Wilayah (Km2) Kepadatan Penduduk (Jiwa/Km2) 1 2001 2.137.852 167,29 12.779 2 2002 2.142.194 167,29 12.805 3 2003 2.228.268 167,29 13.320 4 2004 2.232.624 167,29 13.346 5 2005 2.270.970 167,29 13.505 6 2006 2.296.848 167,29 13.729 7 2007 2.329.928 167,29 13.927 8 2008 2.374.198 167,29 14.192 9 2009 2.390.050 167,29 14.286 10 2010 2.393.633 167,29 14.308 11 2011 2.412.148 167,29 14.418 12 2012 2.455.517 167,29 14.678
Sumber : Badan Pusat Statistik Kota Bandung, 2013.
Berdasarkan tabel 1.1 tersebut dapat diketahui bahwa setiap tahun jumlah penduduk di Kota Bandung bertambah sekitar 28.879 jiwa atau 1,18 % dari jumlah penduduk tahun 2012, sehingga dapat diperkirakan jumlah penduduk Kota Bandung tahun 2013, yaitu 2.484.396 jiwa.
Gambar 1.1 : Perkembangan Jumlah Penduduk di Kota Bandung Saat ini panjang jaringan jalan di Kota Bandung yaitu 1.268,92 km (Dinas Bina Marga Kota Bandung, 2010) harus menampung jumlah kendaraan di Kota Bandung sekitar 1.202.228 unit kendaraan (Samsat Provinsi Jawa Barat, 2010). Tabel 1.2 menunjukkan data mengenai perkembangan panjang jalan dan perkembangan jumlah kendaraan di Kota Bandung.
4
Tabel 1.2 Perkembangan Panjang Jalan dan Jumlah Kendaraan di Kota Bandung
No Tahun Panjang Jalan (Km) Jumlah Kendaraan (Unit) 1 2000 1.140,00 355.508 2 2001 1.140,00 394.994 3 2002 1.172,61 446.409 4 2003 1.172,61 506.667 5 2004 1.172,61 589.201 6 2005 1.172,61 693.187 7 2006 1.268,92 786.557 8 2007 1.268,92 878.120 9 2008 1.268,92 982.989 10 2009 1.268,92 1.078.493 11 2010 1.268,92 1.202.228
Sumber: BPS Kota Bandung, 2010, Dinas Bina Marga Kota Bandung, 2010, dan Samsat Provinsi Jawa Barat, 2010.
Jika dibuatkan grafik perbandingan perkembangan panjang jalan dan jumlah kendaraan yang ada di Kota Bandung dapat dilihat pada gambar 1.2 berikut.
Gambar 1.2 : Perkembangan Panjang Jalan dan Jumlah Kendaraan di Kota Bandung (Sumber: BPS Kota Bandung, 2010, Dinas Bina Marga Kota Bandung, 2010, dan Samsat Provinsi Jawa Barat, 2010).
Berdasarkan jenisnya, seperti kota-kota lain di Indonesia dan negara berkembang, proporsi kendaraan yang ada di Kota Bandung didominasi oleh sepeda motor, dengan pertumbuhan rata-rata 84.980 unit per tahun. Kemudian mini bus dengan pertumbuhan rata-rata 16.504 per tahun. Jika dilihat persentase jumlah kendaraan bermotor yang ada di Kota Bandung tahun 2010 dapat diketahui
5
bahwa sepeda motor merupakan kendaraan yang paling banyak di Kota Bandung, yaitu sekitar 71%.
Gambar 1.3 : Persentase Jumlah Kendaraan di Kota Bandung Tahun 2010 Sumber : Samsat Provinsi Jawa Barat, 2010
Jika dibandingkan antara jumlah penduduk yang bertambah sekitar 30.000 orang per tahun dan kendaraan yang bertambah sekitar 85.000 unit per tahun, berarti pertambahan kendaraan mengalami peningkatan sekitar 3 kali lipat dari pertambahan penduduk, padahal di sisi lain luas wilayah dan jaringan jalan relatif tetap. Hal ini tentunya akan menimbulkan masalah transportasi di Kota Bandung, yaitu kemacetan lalu lintas. Seperti yang diungkapkan Susantono (2009) yang mengatakan bahwa kemacetan terjadi akibat pertambahan kendaraan yang terus menerus dengan kondisi penambahan jaringan jalan relatif tetap.
Saat ini kemacetan merupakan masalah serius di Kota Bandung. Menurut data dari Dinas Perhubungan Kota Bandung (2010) terdapat 40 lokasi titik kemacetan pada ruas-ruas jalan di Kota Bandung. Kemacetan terjadi antara lain di sepanjang Jalan Dr. Setiabudi, Jl. Sukajadi, Jl. Prof. Surya Sumantri, Jl. Djunjunan, Jl. Pasirkaliki, Jl. Jend. Sudirman, Jl. Astanaanyar, Jl. Kebonjati, Jl. Soekarno – Hatta, Jl. Ir. H. Djuanda, Jl. R.E. Martadinata, Jl. Merdeka, Jl. Wastukencana, Jl. Tamansari, Jl. Buah Batu, Jl. Moch. Toha, Jl. Lingkar Selatan, Jl. Otto Iskandar Dinata, Jl. Jend. Ahmad Yani, Jl. Jend. Gatot Subroto, Jl. Kiara Condong, dan Jl. A.H. Nasution. Kemacetan di Kota Bandung juga terjadi pada akhir pekan dan hari libur akibat banyaknya kendaraan dari luar Kota bandung.
Adapun faktor penyebab kemacetan di Kota Bandung, berasal dari 30 sumber, antara lain disebabkan oleh kondisi jalan (panjang, lebar, kualitas),
Sedan
6% Jeep 3% Mini Bus 15%
Micro Bus, Bus 0% Truck 5% Alat Berat 0% Sepeda Motor 71%
6
jumlah kendaraan pribadi yang terus bertambah, jarak persimpangan yang terlalu dekat, adanya pasar tumpah, tidak adanya ruang parkir, banyaknya angkot (angkutan kota), pengemudi yang kurang disiplin, dan akibat adanya pusat perbelanjaan atau mall (Dinas Perhubungan Kota Bandung, 2010).
Kemacetan lalu lintas selalu menimbulkan dampak negatif, baik terhadap pengemudinya sendiri maupun terhadap kondisi ekonomi dan lingkungan. Bagi pengemudi kendaraan, kemacetan akan menimbulkan ketegangan (stress), dari kondisi ekonomi berupa kehilangan waktu karena lamanya perjalanan serta bertambahnya biaya operasi kendaraan seperti bensin dan perawatan mesin. Dampak negatif pada lingkungan berupa peningkatan polusi udara karena gas racun karbon monoksida serta peningkatan gangguan (kebisingan) akibat suara kendaraan (Munawar, 2007).
Melihat peningkatan jumlah penduduk, peningkatan jumlah kendaraan pribadi, kondisi penambahan jaringan jalan relatif tetap, peningkatan kemacetan lalu lintas dan dampak yang disebabkan kemacetan lalu lintas maka perlu diupayakan solusi untuk mengatasinya. Salah satu solusinya yaitu dengan meningkatkan mobilitas perkotaan. Menurut Midgley (2011) mobilitas perkotaan artinya memusatkan perhatian pada lalu lintas manusia dan barang bukan pada kendaraan. Tujuannya menciptakan sistem mobilitas yang sangat efisien, fleksibel, memperhatikan kepentingan pengguna jalan, aman dan terjangkau. Hal ini berarti bahwa memprioritaskan angkutan umum, pejalan kaki, kendaraan tidak bermotor dan angkutan barang.
Menurut Parikesit (2007) untuk mengatasi masalah transportasi perkotaan, diperlukan pengembangan sistem transportasi angkutan umum yang konsisten dan berdasarkan rencana yang peka terhadap karakteristik lokal. Singapura merupakan contoh negara-kota yang berhasil menyediakan angkutan umum Mass Rapid
Transit (MRT). Secara konsisten Singapura melakukan reformasi besar-besaran
pada sistem angkutan umum, mengeluarkan kebijakan pembatasan kendaraan pribadi, dan pelarangan parkir di badan jalan. Kemudian negara berkembang yang berhasil mengembangkan angkutan umum massal yaitu Kolombia. Walikota Bogota-Kolombia mengembangkan Bus Rapid Transit (BRT) yaitu TransMilenio
7
yang mengangkut lebih dari 1 Juta penumpang per tahun. Keberhasilan walikota Bogota mengatasi masalah transportasi kota, menjadi rujukan bagi kota-kota di negara berkembang lainnya, seperti seperti Kunming, Seoul, Taipei, Quito, Curitiba, Jakarta, Dar-es-Salaam, dan Nairobi.
Sarana transportasi angkutan umum yang sudah dikembangkan di Indonesia yaitu Transjakarta atau biasa disebut Busway. Busway merupakan sistem transit bus kecepatan (bus rapid transit, BRT) bertujuan untuk memecahkan masalah kemacetan di Jakarta, mengurangi penggunaan kendaraan pribadi, mobil dan sepeda motor, untuk mengurangi polusi yang dihasilkan oleh kendaraan pribadi. Saat ini, busway merupakan sarana transportasi yang banyak diminati oleh warga Jakarta dengan alasan dapat mengurangi waktu pergi bekerja, dapat mengurangi polusi, dan lebih nyaman dibandingkan bus lainnya (Sulaeman, 2010).
Kota Bandung sebenarnya sudah merencanakan pembangunan angkutan umum massal. Rencana tersebut tertuang dalam Peraturan Daerah Kota Bandung No.03 Tahun 2006 Tentang Rencana Tata Ruang Wilayah (RTRW) Kota Bandung yang menyebutkan bahwa pengembangan sistem transportasi di Kota Bandung harus sudah mengakomodir pengembangan angkutan umum massal. Pengembangan sistem angkutan umum massal yang direncanakan di Kota Bandung, yaitu moda angkutan yang dapat mengangkut penumpang dalam jumlah besar, yang beroperasi secara cepat, nyaman, aman, terjadwal dan berfrekuensi tinggi pada koridor-koridor utama (jalur primer) berbasis rel atau jalan raya (Bappeda Kota Bandung, 2011).
Perencanaan transportasi angkutan umum massal sangat membutuhkan ketersediaan data yang akurat, dapat dipercaya, dan mudah diperoleh. Beberapa data yang diperlukan dalam perencanaan transportasi, yaitu 1) karakteristik personal, meliputi jenis kelamin, usia, tingkat pendidikan, mata pencaharian (pekerjaan), dan pendapatan, 2) karakteristik rumah tangga, meliputi jumlah anggota keluarga, pendapatan keluarga, kepemilikan kendaraan, 3) karakteristik zona meliputi penggunaan lahan, kepadatan permukiman, aksesibilitas, lokasi
8
zona, dan karakteristik jaringan jalan, meliputi tingkat pelayanan jalan (Waters, 1999; Tamin, 2000; Usher, 2000).
Dalam kaitannya dengan kebutuhan data untuk perencanaan transportasi, penginderaan jauh merupakan salah satu teknologi yang dapat menyediakan sebagian data yang diperlukan. Parikesit (2007) mengatakan bahwa pemodelan transportasi perkotaan di negara berkembang perlu memanfaatkan perkembangan terbaru dalam bidang penginderaan jauh (remote sensing) untuk mengakomodasi perubahan cepat penggunaan lahan. Dalam 5 – 10 tahun ke depan, kita akan menyaksikan perubahan besar dalam pemodelan transportasi perkotaan dengan pemanfaatan Sistem Informasi Geografis. Selanjutnya Usher (2000) mengatakan bahwa citra penginderaan jauh dapat menyediakan sumber informasi yang lebih banyak untuk kajian transportasi, jika dibandingkan dengan metode pengumpulan data secara manual.
Citra satelit penginderaan jauh yang cocok digunakan untuk studi transportasi perkotaan adalah citra satelit resolusi spasial tinggi. Kelebihan citra satelit resolusi spasial tinggi yaitu dapat mengidentifikasi dengan mudah objek-objek perkotaan seperti jaringan jalan, gedung-gedung, permukiman, dan jalur hijau. Citra satelit resolusi tinggi yang saat ini banyak digunakan untuk kajian perkotaan yaitu Ikonos dan Quickbird. Perbedaan keduanya terletak pada resolusi spasial yang dimilikinya, yaitu Quickbird memiliki resolusi spasial yang lebih tinggi dibandingkan Ikonos.
Keunggulan citra Quickbird memiliki resolusi spasial yang sangat tinggi, yaitu 0,61 meter untuk pankromatik, dan 2,4 meter untuk multispektral sehingga dapat menyajikan data yang rinci. Dengan resolusi setinggi ini, informasi daerah perkotaan dapat diperoleh dengan akurat dan detail sehingga dapat digunakan untuk mengidentifikasi objek perkotaan dengan baik, seperti penggunaan lahan, jaringan jalan, pola dan kepadatan bangunan rumah mukim, dan pusat-pusat kegiatan penduduk (Volve, 2004; Somantri, 2008). Oleh karena memiliki data perkotaan yang sangat rinci, maka citra resolusi tinggi (Quickbird) sangat penting dalam menyusun pemodelan transportasi sebagai salah satu sumber data yang akurat dan lebih cepat.
9
Untuk memperoleh informasi yang detail dari citra Quickbird, biasanya digunakan interpretasi visual secara on screen karena objek dapat diidentifikasi dengan mudah, tetapi teknik interpretasi visual memerlukan waktu yang lama untuk wilayah yang luas dan bersifat sangat subjektif (Wirawan dan Maulida, 2008). Oleh karena itu, perlu diupayakan teknik ekstraksi otomatis dari citra
Quickbird sehingga hasilnya cepat dan memiliki keakuratan yang tinggi.
Seperti yang diungkapkan Danoedoro (2012) bahwa kehadiran citra resolusi spasial tinggi ini perlu dicermati dalam hal pengembangan teknik dan metode analisis citranya secara digital. Hal ini penting karena sampai saat ini wacana mengenai metode-metode ekstraksi informasi otomatis dari citra resolusi tinggi belum begitu berkembang, sedangkan promosi keunggulan citra satelit tersebut lebih ditekankan pada kemampuannya dalam membantu interpretasi visual atau sebagai pengganti foto udara.
Kux dan Ajauro (2013) mengatakan bahwa kawasan perkotaan terutama wilayah metropolitan merupakan wilayah yang sangat kompleks dan sulit diidentifikasi, dengan klasifikasi berbasis objek citra resolusi tinggi seperti Quickbird, maka pemetaan penggunaan lahan kota menjadi lebih efisien. Wirawan dan Maulida (2008) mengatakan bahwa pada citra resolusi spasial tinggi memiliki ukuran piksel yang rata-rata lebih kecil dari ukuran objek perkotaan sehingga proses ekstraksi informasi akan menemui kesulitan karena ekstraksi pada satuan piksel tidak akan menggambarkan objek perkotaan. Pada kondisi tersebut, metode klasifikasi berbasis objek (object based image analysis, OBIA) dapat menjadi pilihan untuk melakukan ekstraksi otomatis secara digital pada citra resolusi tinggi.
Benz, et.al., (2004) mengatakan bahwa metode klasifikasi berbasis objek cocok digunakan untuk citra resolusi tinggi seperti Quickbird karena analisisnya dilakukan pada kelompok piksel (object based) yang hasilnya dapat dengan mudah digabungkan dengan data SIG yang berbasis vektor. Metode klasifikasi berbasis objek pada citra resolusi tinggi dapat menghasilkan format data yang bisa digabung dengan data lainnya melalui sistem informasi geografis, sehingga pemodelannya dapat berjalan dengan lancar. Hal ini, menarik untuk dikaji
10
mengenai metode klasifikasi berbasis objek yang datanya dapat digunakan untuk pemodelan transportasi melalui sistem informasi geografis (SIG).
1.2 Perumusan Masalah dan Pertanyaan Penelitian
Permasalahan utama sistem transportasi di Kota Bandung adalah banyaknya sarana transportasi berupa sepeda motor (71%) yang menyebabkan kemacetan sehingga diperlukan angkutan umum massal yang dapat mengangkut penumpang dalam jumlah banyak. Untuk itu diperlukan proses pengambilan keputusan yang rasional, cepat, dan akurat berbasis data yang objektif.
Pengambilan keputusan bidang transportasi sangat berkaitan dengan data spasial yang dapat diperoleh dari hasil teknologi penginderaan jauh. Adapun data tersebut antara lain data pemanfaatan lahan, jaringan jalan, dan lokasi suatu tempat. Saat ini belum banyak dikaji faktor-faktor yang mempengaruhi keputusan pemilihan angkutan umum massal di Kota Bandung dengan menggunakan data yang bersumber dari citra penginderaan jauh dan pemodelan spasial dengan sistem informasi geografis.
Berdasarkan latar belakang yang telah diuraikan maka masalah dalam penelitian ini dirumuskan sebagai berikut.
1. Klasifikasi berbasis objek (OBIA) dapat digunakan untuk mengekstrak data pemanfaatan lahan dari citra Quickbird secara otomatis. Namun demikian belum diketahui pemanfaatan data hasil OBIA dalam pemodelan spasial penentuan kebutuhan angkutan umum massal.
2. Angkutan umum massal merupakan upaya untuk mengurangi masalah kemacetan lalu lintas. Namun demikian, harus diketahui bagaimana penentuan zonasi kebutuhan angkutan umum massal dengan mempertimbangkan parameter seperti bangkitan pergerakan, tarikan pergerakan, kondisi sosial ekonomi dan mobilitas penduduk, dan tingkat pelayanan jalan.
11
Berdasarkan uraian permasalahan penelitian tersebut, pertanyaan penelitian ini dapat dirumuskan sebagai berikut berikut.
1. Apakah data pemanfaatan lahan hasil ekstraksi otomatis klasifikasi berbasis objek pada citra Quickbird dapat digunakan untuk pemodelan spasial zonasi kebutuhan angkutan umum massal di Kota Bandung?
2. Bagaimana pemodelan spasial zonasi kebutuhan angkutan umum massal dan penentuan rute angkutan umum massal di Kota Bandung?
1.3 Keaslian Penelitian
Integrasi klasifikasi berbasis objek citra resolusi tinggi dan sistem informasi geografis dalam penelitian tentang studi zonasi kebutuhan angkutan umum massal masih jarang dilakukan. Seperti penelitian yang dilakukan Alterkawi (2001) yang hanya menggunakan SIG untuk pemodelan kebutuhan rute perjalanan. El-Shair (2003) menggunakan SIG dan penginderaan jauh untuk penentuan rute bus, tempat pemberhentian bus, merekomendasikan rute dan tempat pemberhetian berdasarkan ketersediaan fasilitas, tetapi menggunakan citra SPOT dan Foto Udara sebagai sumber data dengan teknik interpretasi visual secara digitasi onscreen.
Huang (2003) hanya mengkaji cara mengintegrasikan data untuk transportasi kota dengan menggunakan sistem informasi geografis, tidak menggunakan data yang bersumber dari citra penginderaan jauh. El-Gafy (2005) sudah berusaha mengintegrasikan teknologi penginderaan jauh dan sistem informasi geografis untuk kajian transportasi tetapi tujuannya untuk evaluasi dampak transportasi terhadap lingkungan. Luna, M.I.R (2006) mengevaluasi pendekatan berbasis objek dan piksel untuk klasifikasi penggunaan lahan dan penutup lahan dan mengidentifikasi pendekatan yang memberikan hasil lebih baik pada citra resolusi tinggi, tetapi hasilnya tidak diaplikasikan untuk tujuan pengambilan keputusan tertentu. Ngereja (2009) perencanaan transportasi umum hanya menggunakan sistem informasi geografis. Dg.Bau (2013) hanya mengkaji tentang penentuan zona untuk bangkitan dan tarikan pergerakan, hasilnya tidak diaplikasikan untuk pengambilan keputusan dalam bidang transportasi.
12
Adapun penelitian yang dilakukan oleh peneliti berbeda dengan penelitian-penelitian sebelumnya, dapat ditunjukkan pada tabel 1.3 berikut.
Tabel 1.3 Rencana Penelitian
No Komponen Penelitian Rencana Penelitian
1 Tujuan akhir penelitian Membuat skenario zonasi kebutuhan dan rute angkutan umum massal di Kota Bandung
2 Sumber data Citra Quickbird Pan-Sharpened, Citra Quickbird Multispektral, data sekunder (dari dinas
perhubungan, badan pusat statistik, dinas bina marga), dan data lapangan (bangkitan pergerakan, tarikan pergerakan, sosial ekonomi penduduk, dan volume lalu lintas)
3 Cara ekstraksi data citra Menggunakan metode klasifikasi berbasis objek, dimana citra dikelaskan berdasarkan segmen atau objek citra, interpretasi visual
4 Variabel penelitian Bangkitan pergerakan, tarikan pergerakan, kondisi sosial ekonomi dan mobilitas penduduk, dan tingkat pelayanan jalan
5 Unit analisis Wilayah administatif kelurahan dan jaringan jalan 6 Analisis data Menggunakan pemodelan spasial sistem informasi
geografis (SIG).
7 Keterbaruan penelitian Penerapan metode klasifikasi berbasis objek untuk kajian transportasi, pemodelan transportasi empat tahap dimodifikasi secara spasial sehingga dapat dianalisis melalui pemodelan spasial.
Adapun penelitian-penelitian yang telah dilakukan oleh orang lain dan rencana penelitian akan dilakukan oleh peneliti dengan menggunakan data penginderaan jauh dan SIG lebih jelasnya dapat ditunjukkan pada Tabel 1.4 berikut.
13 Tabel 1.4 Peneli tian Terd ahulu NO NAM A TAH U N JUDUL P E NE LI TIA N TUJ UAN M ETO DE HASIL P E NE L IT IAN KE LE BI HA N KE LE M A HAN 1 A lter k a w i, M. 2001 Application of GIS in Tr ans por tation Planning :
The Case of Riya
dh, the K ingdom of Sau di Ar abia Mengidenti fi k asi f as ilitas transportasi y a ng ku ran g baik pada k a w asa n p ent ing di Ko ta Ri y ad h M eng g una ka n siste m inf o rm asi ge o g ra fi s T ekn olog i SIG dap at d igu na ka n unt u k p er enc an aa n transportasi teru ta m a p em o d el a n ke b u tu ha n r u te perj alanan. M eng g una ka n analis is SIG sep erti b u ff er dan n et w ork anal y st Han y a me n g gu na ka n siste m i n fo rm asi ge o g ra fi s unt u k peren can aan transportasi 2 El-S h air, I. M. 2003 GIS an d Remo te Sens ing in ur ban tr ans por tation plannin g : A ca se study of Bir kenhead, A u ckland 1) Me m eta k an r u te bu s da n te m p at pe m b erh e n tia n bu s. 2) Men g e v al u asi r u te bu s da n te m p at pe m b erh e n tia n bu s u n tuk w ila y ah per m uk im a n . 3) Mereko m e n d asi k an peru bah an ru te da n te m p at pem b er h ent ian berdasark a n ting k at k eter sed iaa n fasil itas. M eng g una ka n citra SP OT 1994 dan f o to u d ara 1999 . M eng g una ka n GIS d eng a n so ft wa re Ar cInfo dan Arcview deng a n
tools buffering, dan
querying . Ru te b u s dan te m p at pem b er h ent
ian bus dap
at dicap ai j ik a 80% atau leb ih ka wa sa n p er m uki ma n a ta u k a w asa n perdagan g an berlok
asi tidak leb
ih dari 3 00 m eter dari selu ru h r u te atau te m p at pe m b erh e n tia n bu s. Men g in te g rasi k a n anali sis SIG (bu ff er) dan pen g in deraan ja u h un tu k p enent uan r u te dan pem b er h ent ian bu s Cak u p an wi la ya hn ya san g at l u as y a ng m engh u b un gk a n antark o ta se hi n gga me n g gu na ka n data citra SP O T dan f o to u d ara 3 H u a ng, Z 2003 Da ta Integ ration for Urban Tr ans por t Planning 1) Men g u ji d an m e ng eval u as i teknik i n te g
rasi tipe data
titik ( point ) y a ng pen ting u n tuk m e ng um p u lk a n dan m en g g a m b ar k an data transportasi 2) Me m p erbaiki m eto dolog i in te g rasi data g aris ( linea r) deng a n m e ng k aj i m odel data ya n g c o co k u n tuk m e m u da h k a n i n tegra si d ata transportasi um u m 3) Me m p erbaiki m eto dolog i data transisi siste m zo n a spasial ag ar m e m ili k i d ata y ang s a m a y ang da pa t diin tegra sik a n k e dala m zon a y ang diperluk an ole h Sis te m inf o rm asi ge o g ra fi s 1) Unt u k m e m p erla ku k a n tipe data titik , lok a siny a didasark an atas k ecoco k a n ala m at. 2) In tegras i d u a data g aris (linier ) s eperti ru te bu s dan ja rin g an j alan m e m erl uk an seg m e n tasi di n a m is (dinamic seg men tatio n ), sep erti geo m etri k j alan. 3) Di k a w asa n perk otaan, pemin d a h an data dari siste m zo n a k e y a n g la inny a d ap at d il akuka n d en g an proses p eng g ab u ng a n atau p emisa han ( dis aggr egation -aggr egatio n ) Meny us un m odel data dalam SIG unt u k peren can aan transportasi H an ya m e ng ka ji cara men g in te g rasi k a n data u n tuk transportasi k o ta den g a n me n g gu na ka n siste m i n fo rm asi g eog rafis , tidak me n g gu na ka n data y a ng bers um ber dari citra pen g in deraan ja u h
14 m odel tra n sportasi y a ng berbeda 4 El-G a fy , M. A 2005 Environmen t Imp a ct Asses smen t o f Tr ans por tation
Project: An Analysis Using Integ
rated GIS , Remote Sens ing, and Spatial Modelin g Appr oach Men g a n ali sis da m p a k ling kun g a n ak ibat transportasi den g a n m e ng gun ak a n tekn o lo g i p en g in deraa n j auh , siste m i n fo rm asi g eo g ra fi s da n pem odela n spasial Metode ov erlay peta dan m eto de m atri k B asis data dala m SIG sa n g a t b er guna p ad a ka ji an transportasi k are n a m e m ilik i fo rm at y an g baik, a k u rat , dan inf o rm asi cepat y an g diperoleh dari pen g in deraan jauh me n g gu na ka n p e mr o se sa n
citra dan pengg
ab u n g a n data Su dah diap lik asi k an unt u k ka ji an tertent u y ait u dam p a k transportasi terh ada p li n gk u nga n P em odelan spasialny a belu m jelas 5 L una , M .I .R 2006
High Resolution Satellite Data For Mapping Landus
e/Landcover in Rural -Urban Fr inge of
the Greater Toronto Area
Men g e v al u asi pe n d ekata n berbasis ob je k dan pik sel u n tuk k lasi fi k as i p enggu n aa n la h an dan pen u tu p lah a n dan m en g ide n ti fi k asi pende k atan y an g m e m b eri k an h asi l lebih baik pad a citra resolu si tingg i Klasi fi k a si berbasis pik sel, k lasi fi k as i berbasis ob je k me n g gu na ka n so ft w ar e eCogn ition Hasil ak u rasi berbasis pi k sel y ait u 83.71% sedang k a n h asil aku ra si b erbasis obj ek deng an me n g gu na ka n se g m e n ta si 4 level un tu k m e ng iden ti fi k as i pen u tu p lah a n m e ng h a si lk a n aku ra si 8 6 .70% Men g h a sil k an ak ur a si y a ng cuku p tingg i den g a n me n g gu na ka n k lasi fi k as i berbasis ob je k Ti d ak diap lik asi k an unt u k t u ju a n peng a m b ilan tertent u . 6 Sto w , D. L opez, A . L ippit, C. Hin to n ,S. We eks,J . 2007 Ob ject Based Classi fication of Residen tial la nd Use Wit hin Accr a, Ghana Based on Qu ick bird Satellite Data P em etaa n pen g gun aan la h a n perm uk im an dan m en g ide n ti fi k asi s tatus sosial ekon o m i Segm en tasi dan k lasi fi k as i berdasark an h irark i (3 level) citra qu ickbird m u ltis pe k tral me n g gu na ka n so ft w ar e Eco g n itio n P em etaa n pen g gun aan la h a n perm uk im an m e n g h asi lk a n aku ra si 7 5 % d ari interpretasi v is u al citra qu ic k b ird pan k ro m at ik P roses klasi fi k a si me n g gu na ka n h irark i d ari lev el 1, 2 dan 3. Me m p erti m b a n g k an f a k tor sk ala, ben tuk , dan co m p act n es s dan sm oothn e ss Ti d ak diap lik asi k an unt u k t u ju a n tertent u . 7 Ngerej a, Z .R 2009 To wa rd s A GI S -T Da tabase Design an d Imp lementation for
Public Transit Planning (The C
a se Study of Da r-es -Salaam Metr opolitan C ity, Tanz ania) T u ju an u ta m an y a ad alah m ende sain da n m e m b u a t pr ototype basis data Sis te m In fo rm a si Geog ra fi s un tuk T ransportasi (GIS -T ) unt u k peren can aan r u te dan operasion al di Kota Dar _es -Salaa m . Me n d esai n basis data GIS -T u n tuk peren can aa n ru te dan operasion aln y a di Kota Dar -e s-Salaa m . M eng g una ka n Sis te m In fo rm a si Geo g raf is un tu k Kaj ian T ransportasi (GIS -T ) Hasil network analyst u n tuk m ene n tuk an te m p at pem b er h ent
ian bus terdekat
k e rum a h sa k it, ru te terpende k dari lo k asi k ecela k aan , serta w ila y a h pela y a n an di se k itar fasil itas rum a h sa k it d i Kota Dar -e s-Salaa m M eng g una ka n b asis data SIG (siste m ru te) unt u k manaj e m e n d an peren can aan transportasi angku tan um um Han y a me n g gu na ka n siste m i n fo rm asi ge o g ra fi s
15 8 Dg.B au, Q 2013 Kaj ian P enetap an Z o n a B erdasark a n Citra Quic k b ird un tuk Mo del B ang k ita n dan T arik an P er jalanan di Daerah P erk otaan (Stu di E m piris di Kota Mak as sar) 1. Men g identi fi k asi da n m en g a n ali sis k arakteri sti k zo n a berdasark an citra qu ick bird 2. M en g e m b an g k an k las if ik as i pem a nf aata n laha n dala m p en yus una n m o d el bangk ita n dan tarik a n perj alanan berdasark an citra qu ick bird. 3. Men g u ji m odel bangk ita n dan tarik a n perj alanan berdasark an lu a s bangun an dan ting g i b angun an y a n g
diperoleh dari citra qu
ick bird. M eng g una ka n data citra qu ick bird m u ltis pe k tral den g a n in terpretasi v is u al. Z o n a ban g k ita n terdiri d ari pem a nf aata n laha n perm uk im an y ang dig ab u ng deng a n k ep ad atan ban g u n a n y an g dibagi m enj ad i li m a k elas, y ait u san g at pad at, padat, s edan g , jaran g , dan san g at j arang . Z o n a tarik a n terdiri d ari 11 k ategori selain perm uk im an, y ait u sekola h , p er gur ua n t ing gi , p er k a n to ra n, pertok oan, h o tel, m all, m asj id, rum a h sa k it, te m p a t rekreasi, in dustri/pab rik , dan pasar. P enentua n zo na ban g k ita n dan tarik an su da h detail berdasark an k lasi fi k as i pem a nf aata n lahan y a n g diperoleh dari citra Quic k b ird P enentua n zo na belu m m e m p erti m b a n g k an fu ng si j ala n seb agai ak ses bangk ita n atau tarik an perg erakan pen d u duk . 9 So m a n tri, L 2014 In tegras i Klasi fi k asi B erbasis Ob je k Citra Qu ickb ird dan Sis te m In fo rm a si Geog ra fi s u n tuk P e m odelan Spasial Z o n asi Keb u tuh a n A ngk utan U m um Ma ssal di Kota B and un g P ro v in si Jaw a Ba ra t 1. Men g e m b an gk an data pem a nf aata n laha n h asil ekstra k si k lasi fi k as i b erbasis ob je k pad a citra Qu ickb ird dala m pe m odelan spas ial zo n asi k eb u tu h a n an gk utan um um m as sal di Kota B and un g. 2. Men g e m b a n gk a n pe m odelan spasial d en g an Sis te m In fo rm a si Geog ra fi s u nt u k zo n asi k eb u tu h a n an gk utan um um m ass al dan pen e n tu a n ru te an g k u ta n um u m m a ssal d i K o ta B and ung. M eng g una ka n citra Qu ickb ird d enga n r enca n a m eto de k las if ik as i berbasis ob je k, in terpretasi v is u al, dan pem odela n spasial si ste m inf o rm asi ge o g ra fi s Hasil y a ng dih arap k a n y ai tu : 1. P eta pem an faata n la h an dan peta j arin g an j alan Ko ta B andu n g h a sil ekstra k si m eto de k las ifik a si berbasis ob je k citra Quic k b ird y a ng bisa d igu na ka n unt u k pem odela n spasial zon a si ke b u tuha n a n g k u ta n u m u m m as sal di Kota B andu n g . 2. In fo rm a si zon a si spasial ke b u tuha n a n g k u ta n u m u m m as sal dan ru te a n g k u ta n um um m as sal di Kota B andu n g m elal u i pem odela n spasial S iste m In fo rm a si Geog ra fi s. 3. P enge m b a nga n me to d e k lasi fi k as i b erbasis obj ek citra Quic k b ird u n tu k diap lik asi k an dala m k aj ian tran sportasi.
16
1.4 Tujuan Penelitian
Berdasarkan pertanyaaan penelitian maka penelitian ini memiliki tujuan yaitu sebagai berikut.
1. Mengembangkan data pemanfaatan lahan hasil ekstraksi klasifikasi berbasis objek pada citra Quickbird dalam pemodelan spasial zonasi kebutuhan angkutan umum massal di Kota Bandung.
2. Mengembangkan pemodelan spasial dengan Sistem Informasi Geografis untuk zonasi kebutuhan angkutan umum massal dan penentuan rute angkutan umum massal di Kota Bandung.
1.5 Manfaat Penelitian
Manfaat dalam penelitian ini dibedakan atas manfaat teoritis dan manfaat praktis.
1. Manfaat Teoretis
Manfaat teoretis dalam penelitian ini, yaitu sebagai berikut.
a. Secara teoritis bermanfaat untuk pengembangan metode ekstraksi otomatis data citra penginderaan jauh Quickbird yaitu diaplikasikan untuk kajian transportasi, dalam hal ini pemodelan spasial zonasi kebutuhan angkutan umum massal di Kota Bandung.
b. Secara teoritis integrasi data penginderaan jauh dan sistem informasi geografis untuk pemecahan masalah transportasi perkotaan, yaitu pemodelan spasial untuk zonasi kebutuhan angkutan umum massal di Kota Bandung.
3. Manfaat Praktis
Manfaat praktis penelitian ini adalah sebagai berikut.
a. Diperolehnya informasi mengenai zonasi kebutuhan dan rute angkutan umum massal dan rute di Kota Bandung. Informasi ini sebagai bahan masukan bagi pemerintah Kota Bandung dalam perencanaan penerapan kebijakan penggunaan transportasi angkutan umum massal untuk mengatasi masalah kemacetan lalu lintas di Kota Bandung. b. Informasi zonasi kebutuhan dan rute angkutan umum massal dapat
17
penataan wilayah Kota Bandung agar menjadi kota yang nyaman dan tertib.
c. Dalam teknologi spasial, penelitian ini memperkaya aplikasi penginderaan jauh melalui analisis klasifikasi berbasis objek dan pemodelan spasial sistem informasi geografis untuk kajian perkotaan, khususnya kajian transportasi.
1.6 Hasil yang Diharapkan
Adapun hasil yang diharapkan dari penelitian ini yaitu sebagai berikut. 1. Peta pemanfaatan lahan dan peta jaringan jalan Kota Bandung hasil ekstraksi
metode klasifikasi berbasis objek citra Quickbird yang bisa digunakan untuk pemodelan spasial zonasi kebutuhan angkutan umum massal di Kota Bandung.
2. Informasi zonasi spasial kebutuhan angkutan umum massal dan rute angkutan umum massal di Kota Bandung melalui pemodelan spasial Sistem Informasi Geografis.
3. Pengembangan metode klasifikasi berbasis objek citra Quickbird untuk diaplikasikan dalam kajian transportasi.
1.7 Definisi Operasional
Agar tidak menimbulkan kesalahanpemahaman tentang konsep yang digunakan dalam penelitian, berikut dijelaskan makna operasionalisasinya.
1. Zona merupakan satuan pergerakan terkecil sehingga seluruh sifat/karakteristik pergerakannya merupakan rata-rata atau yang dianggap mewakili dari seluruh bagian zona. Pembagian zona didasarkan atas sistem penggunaan lahan yang memiliki keseragaman penggunaan lahan atau berada pada wilayah administrasi pemerintahan tertentu, seperti kelurahan atau kecamatan (Tamin, 2000).
2. Klasifikasi berbasis piksel merupakan pengelompokan objek atau fenomena pada citra digital berdasarkan nilai spektral setiap piksel dengan menggunakan algoritma tertentu (Danoedoro, 2012).
18
3. Klasifikasi berbasis objek adalah teknik ekstraksi data atau informasi dari citra penginderaan jauh yang unit analisisnya tidak didasarkan pada piksel tunggal, tetapi didasarkan pada kelompok piksel (segmen) atau objek citra (Benz et. al, 2004).
4. Sistem informasi geografis adalah sebuah sistem untuk pengelolaan, penyimpanan, pemrosesan atau manipulasi, analisis, dan penayangan data spasial (keruangan) yang terkait dengan muka bumi (Suharyadi dan Danoedoro, 2004).
5. Pemodelan spasial terdiri atas sekumpulan proses yang dilakukan pada data spasial untuk menghasilkan suatu informasi baru umumnya dalam bentuk peta. Informasi tersebut dapat digunakan untuk pembuatan keputusan, kajian ilmiah, atau sebagai informasi umum (ESRI, 2008). Pemodelan spasial yang dimaksud adalah pemodelan data penentuan kebutuhan angkutan umum massal dan penentuan rute angkutan umum massal di Kota Bandung, yaitu bangkitan pergerakan, tarikan pergerakan, sosial ekonomi penduduk, dan tingkat pelayanan jalan.
6. Angkutan umum massal adalah jenis angkutan yang memiliki kemampuan angkut yang besar, kecepatan yang tinggi, keamanan dan kenyamanan perjalanan yang memadai, yang digunakan secara massal dan biayanya terjangkau (Tamin, 2000). Angkutan umum massal yang dimaksud dalam penelitian ini, yaitu bus yang memiliki kecepatan yang tinggi dan keamanan, kenyamanan yang memadai.
7. Integrasi metode klasifikasi berbasis objek dan pemodelan spasial maksudnya menggunakan metode ekstraksi otomatis dari teknologi citra penginderaan jauh melalui klasifikasi berbasis objek untuk memperoleh data atau informasi yang dapat digunakan dalam sistem informasi geografis baik berupa pemodelan spasial maupun tujuan pengambilan keputusan (Merchant dan Narumalani, 2009). Pengambilan keputusan dalam hal ini penentuan zonasi kebutuhan angkutan umum massal dan penentuan rute angkutan umum massal.
