commit to user
33
BAB 4
HASIL DAN PEMBAHASAN
4.1. Hasil Survei
4.1.1. Lokasi Penelitian
Jalan Ringroad Utara Surakarta dipilih untuk melakukan penelitian dengan panjang jalan 5,5 km, meliputi Jalan Ringroad Utara (simpang Sroyo sampai simpang Mojosongo), Jalan Sumpah Pemuda, Jalan Kalimangun Sarkoro, dan Jalan Letjen Suprapto. Jalan yang dipilih untuk lokasi penelitian adalah Jalan Ringroad Utara dari simpang Sroyo hingga simpang Mojosongo.
Kondisi lingkungan di sekitar Jalan Ring Road Utara Surakarta berupa daerah pemukiman dan pertokoan. Kondisi geometris sepajang Jalan Ring Road Utara Surakarta tidak seragam. Terdapat beberapa segmen jalan yang memiliki 4 lajur dan ada juga yang memiliki 2 lajur.
Sebelum melakukan penelitian, dilakukan survei pendahuluan. Dari hasil survei pendahuluan, diketahui bahwa arus lalu lintas pada Jalan Ringroad Utara Surakarta secara garis besar didominasi oleh kendaraan bermotor yang hendak melakukan perjalanan jauh baik dari arah barat maupun dari arah timur. Karena adanya kawasan pertokoan, pemukiman warga dan kampus yang berada disekitar Jalan Ringroad Utara Surakarta memberikan dampak pada arus lalu lintas pada waktu tertentu, hal ini ditandai dengan banyaknya kendaraan motor yang melintas pada saat jam puncak pagi dan jam puncak sore.
Panjang jalan yang akan diteliti nantinya adalah 4500 m sehingga dibagi menjadi 3 link karena keterbatasan alat dan tenaga surveyor, masing-masing link memiliki panjang 1500 m. Berdasarkan hasil survei, diketahui Jalan Ringroad Utara Surakarta dapat dibagi menjadi beberapa jenis jalan seperti pada Gambar 4.1.
commit to user
Gambar 4.1. Pembagian lokasi penelitian.
Lokasi penelitain memiliki beragam kondisi geometris, terdapat beberapa segmen jalan yang masuk ke dalam jenis jalan dua lajur dua arah tidak terbagi (2/2 UD) sepanjang 4900 m jalan empat lajur dua arah terbagi (4/2 D) sepanjang 900 m.
a. Titik 1 (Upstream Link 1)
Berikut merupakan gambaran dari lokasi di titik 1 (Upstream link 1), jalan ini termasuk kedalam jalan dua lajur dua arah tidak terbagi (2/2 UD)
commit to user b. Titik 2 (Desa Plesungan, Karanganyar)
Lokasi di titik 2 termasuk ke dalam kategori jenis jalan dua lajur dua arah tidak terbagi (2/2 UD).
Gambar 4.3. Lokasi Titik 2. c. Titik 3 (Desa Sroyo, Karanganyar)
Pada titik 3 termasuk kedalam kategori jenis jalan merupakan jalan dua lajur dua arah tidak terbagi (2/2 D).
Gambar 4.4. Lokasi Titik 3.
Panjang lokasi penelitian adalah 4500 m. Dan untuk lokasi titik survey yaitu titik 1 sampai dengan titik 4 dimulai dari simpang Sroyo ke arah Barat. Selanjutnya didapatkan 3 link dengan panjang setiap link adalah 1500 m.
commit to user
Sebelum melakukan survei, sebelumnya dilakukan survei penentuan jam puncak. Survei dilakukan pada hari Selasa tanggal 2 Februari 2015. Survei dilakukan pada saat jam puncak pagi, jam tidak puncak siang dan jam puncak sore.
Hasil dari survei tersebut adalah sebagai berikut :
1. Jam Puncak Pagi (Dari Simpang Sroyo Ke arah Simpang Mojosongo) Dari hasil survei didapatkan total dari seluruh kendaraan adalah 2924,45 smp/jam. Kendaraan tersebut terdiri dari sepeda motor 183,05 smp/jam, kendaraan berat 488,4 smp/jam dan kendaraan ringan 601 smp/jam. 2. Jam Tidak Puncak
Dari Simpang Sroyo Ke arah Simpang Mojosongo
Total kendaraan 2753,3 smp/jam, kendaraan terdiri dari sepeda motor 889,5 smp/jam, kendaraan berat 969,8 smp/jam dan kendaraan ringan 894 smp/jam.
Dari Simpang Mojosongo ke arah Simpang Sroyo
Total kendaraan 2641,1 smp/jam, terdiri dari sepeda motor 799,4 smp/jam, kendaran berat 823,2 smp/jam dan kendaraan ringan 682 smp/jam.
3. Jam Puncak Sore (Dari Simpang Mojosongo ke Simpang Sroyo)
Total kendaraan 2304,6 smp/jam, terdiri dari sepeda motor 721,7 smp/jam, kendaran berat 872,4 smp/jam dan kendaraan ringan 1047 smp/jam.
Dari hasil survei penentuan yang telah dilakukan, didapat bahwa jam puncak di pagi hari memiliki lalulintas kendaraan yang paling banyak dengan total kendaran 2924,45 smp/jam. Maka dari itu, jam puncak yang di pilih untuk penelitian ini adalah jam puncak pagi.
commit to user 4.2. Survei Pendahuluan
4.2.1. Perhitungan Jumlah Sample Kendaraan
Penentuan jumlah sampel dilakukan sebelum survei utama, hal ini dilakukan pada hari selasa tanggal 2 Februari 2016, dengan cara menghitung jumlah populasi kendaran melalui survei volume lalulintas kendaraan pada titik pengamatan. Kendaraan yang di hitung meliputi kendaraan berat (heavy vehicle / HV), kendaraan ringan (light vehicle / LV) dan sepeda motor (motor cycle / MC). Setelah terkumpul jumlah populasi kendaraan, kemudian dilakukan penentuan jumlah sampel pada setiap interval dengan menggunakan tabel krecjie. Tabel berikut merupakan hasil dari pengamatan jumlah populasi kendaraan.
Tabel 4.1. Perhitungan Populasi Kendaraan
MC LV HV 06.00 - 06.01 7 4 3 06.01 - 06.02 5 0 2 06.02 - 06.03 8 2 2 06.03 - 06.04 6 3 2 06.04 - 06.05 12 6 4 06.05 - 06.06 5 2 7 06.06 - 06.07 14 0 0 06.07 - 06.08 4 3 4 06.08 - 06.09 18 2 1 06.09 - 06.10 11 0 0 06.10 - 06.11 17 1 3 06.11 - 06.12 5 0 0 06.12 - 06.13 19 1 0 06.13 - 06.14 13 2 1 06.14 - 06.15 15 1 1 06.15 - 06.16 10 2 1 06.16 - 06.17 10 4 0 06.17 - 06.18 14 1 2 06.18 - 06.19 18 1 0 06.19 - 06.20 15 0 1 06.20 - 06.21 17 3 2 06.21 - 06.22 13 3 6 Jam MC LV HV 06.22 - 06.23 9 0 4 06.23 - 06.24 23 5 0 06.24 - 06.25 10 4 2 06.25 - 06.26 17 1 3 06.26 - 06.27 3 4 2 06.27 - 06.28 26 1 2 06.28 - 06.29 6 2 0 06.29 - 06.30 21 3 0 06.30 - 06.31 10 6 2 06.31 - 06.32 34 3 0 06.32 - 06.33 20 0 2 06.33 - 06.34 27 6 2 06.34 - 06.35 25 1 1 06.35 - 06.36 25 4 3 06.36 - 06.37 22 0 0 06.37 - 06.38 15 1 0 06.38 - 06.39 31 1 1 06.39 - 06.40 19 3 2 06.40 - 06.41 28 2 4 06.41 - 06.42 20 1 1 06.42 - 06.43 25 1 1 06.43 - 06.44 20 7 0 Jam
commit to user Lanjutan Tabel 4.1
Sumber : Hasil perhitungan
MC LV HV 06.44 - 06.45 36 3 0 06.45 - 06.46 20 1 1 06.46 - 06.47 27 1 0 06.47 - 06.48 18 0 1 06.48 - 06.49 30 2 0 06.49 - 06.50 19 7 2 06.50 - 06.51 33 1 0 06.51 - 06.52 13 3 0 06.52 - 06.53 36 1 2 06.53 - 06.54 9 1 0 06.54 - 06.55 41 2 2 06.55 - 06.56 22 3 3 06.56 - 06.57 16 1 1 06.57 - 06.58 20 1 4 06.58 - 06.59 33 6 1 06.59 - 07.00 26 1 0 07.00 - 07.01 30 4 4 07.01 - 07.02 30 1 0 07.02 - 07.03 29 7 1 07.03 - 07.04 23 2 1 07.04 - 07.05 21 2 3 07.05 - 07.06 26 1 1 07.06 - 07.07 16 2 2 07.07 - 07.08 26 3 0 07.08 - 07.09 14 3 2 07.09 - 07.10 28 3 0 07.10 - 07.11 14 3 3 07.11 - 07.12 37 4 1 07.12 - 07.13 9 0 2 07.13 - 07.14 43 2 0 07.14 - 07.15 7 0 0 07.15 - 07.16 19 5 2 07.16 - 07.17 23 1 3 07.17 - 07.18 37 3 0 07.18 - 07.19 38 1 4 07.19 - 07.20 34 0 4 07.20 - 07.21 42 2 1 07.21 - 07.22 9 7 3 Jam MC LV HV 07.22 - 07.23 42 4 0 07.23 - 07.24 12 2 3 07.24 - 07.25 33 0 2 07.25 - 07.26 4 0 0 07.26 - 07.27 40 2 0 07.27 - 07.28 10 0 1 07.28 - 07.29 37 2 1 07.29 - 07.30 23 0 0 07.30 - 07.31 35 4 3 07.31 - 07.32 13 1 0 07.32 - 07.33 41 6 1 07.33 - 07.34 21 2 4 07.34 - 07.35 39 5 0 07.35 - 07.36 67 2 1 07.36 - 07.37 28 3 2 07.37 - 07.38 33 1 2 07.38 - 07.39 43 8 1 07.39 - 07.40 29 0 1 07.40 - 07.41 20 4 5 07.41 - 07.42 31 2 0 07.42 - 07.43 31 3 3 07.43 - 07.44 51 1 1 07.44 - 07.45 10 3 4 07.45 - 07.46 28 1 0 07.46 - 07.47 21 0 4 07.47 - 07.48 29 1 4 07.48 - 07.49 11 4 3 07.49 - 07.50 43 1 1 07.50 - 07.51 17 5 4 07.51 - 07.52 22 6 1 07.52 - 07.53 20 2 2 07.53 - 07.54 20 1 1 07.54 - 07.55 30 3 2 07.55 - 07.56 16 2 3 07.56 - 07.57 24 1 1 07.57 - 07.58 18 3 6 07.58 - 07.59 21 0 0 07.59 - 08.00 20 7 1 2679 279 196 Jam Jumlah
commit to user
Dari hasil survei perhitungan jumlah kendaraan didapatkan jumlah masing-masing kendaraan yang lewat pada setiap menitnya yaitu MC = 2679 kendaraan, LV = 279 kendaraan, HV = 196 kendaraan dan total kendaraan menjadi 3154 kendaraan. Sehingga didapat proporsi masing-masing jenis kendaraan terhadap jumlah total kendaraan adalah MC = 84,9%, LV = 8,8%, dan HV = 6,2%. Kemudian dilakukan penentuan jumlah sample minimal kendaraan pada setiap interval, dengan menggunakan table Krejcie.
commit to user
Berdasarkan perhitungan dan diterapkan ke dalam table Krejcie, maka jumlah sampel kendaraan yang dapat diambil yaitu sebesar 346 kendaraan. Untuk perhitungan sampel setiap 1 menit selama dua jam adalah 364/120 = 2,88 kendaraan, kemudian dibulatkan ke atas menjadi 3 kendaraan pada setiap menitnya. Selanjutnya untuk sampel masing-masing jenis kendaraan setiap satu menit selama 2 jam adalah sebagai berikut :
• Sampel MC (Motor Cycle)
84,9% x 3 kendaraan = 2,55 = 3 kendaraan. • Sampel LV (Light Vehicle)
8,8% x 3 kendaraan = 0,27 = 1 kendaraan. • Sampel HV (Heavy Vehicle)
6,2% x 3 kendaraan = 0,29 = 1 kendaraan.
Dari hasil perhitungan, jumlah setiap 1 menit selama 2 jam adalah 3 kendaraan MC, 1 kendaraan LV, 1 kendaraan HV. Total kendaraan yang dijadikan sampel menjadi 5, dengan harapan adanya data yang lebih banyak akan mendapatkan hasil yang lebih baik.
4.3. Survei Utama
Survei utama yang dilakukan meliputi survei spot speed dengan cara manual, survei spot speed dengan alat speed gun dan survei plat nomer kendaraan. Survei dilakukan pada tanggal 5 April 2016 selama 2 jam 10 menit, dengan interval 1 menit. Survei spot speed dengan cara manual dan speed gun dilakukan pada setiap titik pengamatan. Sedangkan survei plat nomer kendaraan dilakukan pada titik masuk kendaraan (titik 1) dan titik keluar kendaraan (titik 4).
commit to user 4.3.1. Survei Spot Speed Dengan Cara Manual
Survei spot speed dengan cara manual dilakukan dengan menempatkan 2 surveyor pada setiap titik. Surveyor pertama akan memberi tanda saat kendaraan masuk titik pengamatan, sedangkan surveyor kedua bertugas untuk menghitung waktu kendaraan yang melintasi antar titik pengamatan sepanjang 50 m kemudian mencatatnya. Untuk survei spot speed dengan cara manual, berdasarkan panduan Survei dan Perhitungan Waktu Perjalanan Lalu Lintas No.01/BNKT/1990, kendaraan rata-rata berkecepatan 40 km/jam, maka jarak pengamatan untuk survei
spot speed adalah 50 m.
Gambar 4.5. Desain Survei Spot Speed Dengan Cara Manual Pada Tiap Titik.
Berikut merupakan contoh hasil perhitungan untuk survei spot speed dengan cara manual pada titik 1.
Tabel 4.3. Contoh Hasil Perhitungan Spot Speed Dengan Cara Manual
MC 3.2 56.25 MC 3.55 50.70 MC 3.61 49.86 LV 4.23 42.55 HV 5.8 31.03 Σ 230.40 ŪTMS 06.00 - 06.01 5 50 46.08
Interval Waktu Sample (n) Jarak (m) Jenis Kendaraan Waktu Tempuh (detik) Kecepatan (km/jam)
commit to user
Dari hasil perhitungan spot speed dengan cara manual di dapatkan : o Jenis kendaraan MC Kecepatan Kecepatan Kecepatan o Jenis Kendaraan LV Kecepatan o Jenis Kendaraan HV Kecepatan
Selanjutnya data kecepatan sesaat dengan cara manual di lampirkan pada halaman lampiran A-1.
4.3.2. Survei Spot Speed Dengan Speed Gun
Pada survei kali ini, digunakan alat speed gun untuk mendapatkan data kecepatan sesaat. Survei spot speed dengan alat speed gun dilakukan dengan cara menempatkan speed gun pada pada surveyor di masing-masing titik. Untuk mendapatkan kecepatan sesaat kendaraan adalah dengan cara mengarahkan speed
gun pada kendaraan yang di survei. Kemudian secara otomatis, kecepatan dari
commit to user
Gambar 4.6. Speed Gun Bushnell
commit to user
Tabel 4.4 merupakan contoh perhitungan untuk survei spot speed dengan alat
speed gun pada titik 1.
Tabel 4.4. Hasil Perhitungan Survei Spot Speed Dengan Speed Gun
Contoh perhitungan :
Kecepatan MC = 28 km/jam
Selanjutnya data kecepatan sesaat dengan alat speed gun di lampirkan pada halaman lampiran A-105.
4.3.3. Uji Signifikansi
Uji signifikansi dilakukan untuk mengetahui apakah perbedaan lebar jalan pada Jalan Ringroad Utara Surakarta mempengaruhi kecepatan rata-rata antar link. Karena pada awalnya, Jalan Ringroad Utara Surakarta memiliki lebar jalan yang berbeda-beda. Berikut merupakan hasil perhitungan dari uji signifikansi bersadarkan Time Mean Speed (TMS) dengan cara manual dan dengan menggunakan alat speed gun. Selanjutnya perhitungan uji signifikansi berdasarkan Time Mean Speed (TMS) dengan cara manual dilampirkan pada lampiran pada tabel 4.5 dan tabel 4.6. Untuk hasil uji signifikan kecepatan rata-rata antar link berdasarkan survei spot speed dengan alat speed gun akan ditampilkan pada lampiran B-1.
Interval Sample Jenis Kecepatan
Waktu (n) Kendaraan (km/jam)
MC 28 MC 42 MC 40 LV 51 HV 39 Σ 200 ŪTMS 5 06.00 - 06.01 40.0
commit to user
Berikut merupakan contoh perhitungan tingkat signifikansi perbedaan nilai rata-rata di antara 3 link pada hasil manual. Berikut merupakan contoh perhitungan uji signifikansi perbedaan nilai rata-rata dari link 1 dan link 2 :
Menghitung thitung √ ∑ ∑ ∑ ∑ √ Maka, diperoleh thitung :
̅ ̅ √ √ Menghitung ttabel
taraf signifikan (α) = 0,05 dan dk = n1 + n2 – 2 = 123 + 123 – 2 = 244. Pada t tabeljika nilai derajat kebebasan hasilnya 244, dengan nilai taraf
signifikan α = 0,05 maka diperoleh t tabel = 1,9697
Sehingga diketahui bahwa - ttabel < thitung , maka perbedaan kecepatan
rata-rata antara link 1 dan link 2 adalah tidak signifikan.
Hasil uji signifikansi perbedaan kecepatan rata-rata yang dihitung berdasarkan
commit to user
Tabel 4.5. Uji Signifikansi Perbedaan Rata-rata Kecepatan Antar Link Berdasarkan Survei Spot Speed Dengan Cara Manual
Sumber : Hasil perhitungan
Tabel 4.6. Uji Signifikansi Perbedaan Rata-rata Kecepatan Antar Link Berdasarkan Survei Spot Speed Dengan Alat Speed Gun
Sumber : Hasil perhitungan
Dari hasil uji signifikansi pada ketiga link, dan di bandingkan dengan hasil dengan cara manual dan speed gun hasilnya adalah tidak signifikan. Dengan demikian hasil uji t-test yang tidak signifikan menandakan adanya perbedaan geometrik jalan antar link yang satu dengan link lainnya, tidak mempengaruhi kecepatan rata-rata kendaraan yang melintasi Jalan Ring Road Utara Surakarta sehingga penelitian dapat dilakukan pada jalan tersebut.
4.3.4. Perhitungan Waktu Perjalanan Aktual
Perhitungan waktu perjalanan aktual dengan metode plat nomor kendaraan dilakukan dengan mencocokkan nomor plat kendaraan yang masuk pada titik pengamatan upstream link 1 dengan nomor plat kendaraan yang keluar pada titik pengamatan downstream link 3. Waktu perjalanan aktual didapat dengan menghitung selisih antara waktu kendaraan saat masuk dan waktu kendaraan saat keluar dari koridor penelitian.
Contoh perhitungan waktu perjalanan rata-rata hasil dari pencocokkan nomor plat nomor kendaraan dapat dilihat pada contoh perhitungan seperti pada Tabel 4.7 :
Link t-hitung t-tabel t-test
Link 1 dan Link 2 1.442 1.970 Tidak Signifikan Link 2 dan Link 3 0.210 1.970 Tidak Signifikan Link 1 dan Link 3 1.134 1.970 Tidak Signifikan
Link t-hitung t-tabel t-test
Link 1 dan Link 2 -0.676 1.970 Tidak Signifikan Link 2 dan Link 3 -0.188 1.970 Tidak Signifikan Link 1 dan Link 3 -0.847 1.970 Tidak Signifikan
commit to user
Tabel 4.7. Contoh Perhitungan Waktu Perjalanan Aktual dengan Metode Plat Nomor Kendaraan pada Interval 06.00 – 06.01 WIB
Sumber : Hasil perhitungan
Selanjutnya waktu perjalanan aktual diperoleh dengan menghitung waktu perjalanan rata-rata kendaraan seperti berikut :
TT Aktual = (8 + 5 + 10 + 8 ) / 4 = 7,750 menit
Perhitungan waktu perjalanan aktual seperti di atas dilakukan pada setiap interval 1 menit selama 2 jam. Data perhitungan waktu perjalanan aktual dengan metode plat nomor kendaraan selengkapnya dapat dilihat pada Tabel 4.8.
No. Interval No. Plat Waktu Masuk Waktu
Keluar Waktu Tempuh (menit) 1 9895 UP 06.00 06.08 8 2 1139 JA 06.00 06.05 5 3 9833 UM 06.00 06.10 10 4 9757 UEU 06.00 06.08 8 7.750 06.00 - 06.01
commit to user
Tabel 4.8. Rekapitulasi Waktu Perjalanan Aktual dengan Metode Plat Nomor Kendaraan 1 06.00 - 06.01 7.75 2 06.01 - 06.02 5.20 3 06.02 - 06.03 7.20 4 06.03 - 06.04 5.60 5 06.04 - 06.05 6.00 6 06.05 - 06.06 5.20 7 06.06 - 06.07 6.20 8 06.07 - 06.08 5.80 9 06.08 - 06.09 5.20 10 06.09 - 06.10 6.00 11 06.10 - 06.11 6.00 12 06.11 - 06.12 6.40 13 06.12 - 06.13 5.00 14 06.13 - 06.14 5.40 15 06.14 - 06.15 6.80 16 06.15 - 06.16 5.00 17 06.16 - 06.17 5.20 18 06.17 - 06.18 6.00 19 06.18 - 06.19 6.00 20 06.19 - 06.20 6.60 21 06.20 - 06.21 6.20 22 06.21 - 06.22 5.40 23 06.22 - 06.23 6.80 24 06.23 - 06.24 5.80 25 06.24 - 06.25 5.60 26 06.25 - 06.26 6.60 27 06.26 - 06.27 5.40 28 06.27 - 06.28 6.00 29 06.28 - 06.29 6.20 30 06.29 - 06.30 7.60
No Interval Waktu Waktu Perjalanan Aktual 31 06.30 - 06.31 6.80 32 06.31 - 06.32 5.40 33 06.32 - 06.33 6.40 34 06.33 - 06.34 6.40 35 06.34 - 06.35 6.00 36 06.35 - 06.36 5.60 37 06.36 - 06.37 5.60 38 06.37 - 06.38 6.40 39 06.38 - 06.39 7.00 40 06.39 - 06.40 5.80 41 06.40 - 06.41 8.00 42 06.41 - 06.42 5.60 43 06.42 - 06.43 6.80 44 06.43 - 06.44 5.00 45 06.44 - 06.45 5.60 46 06.45 - 06.46 5.40 47 06.46 - 06.47 6.20 48 06.47 - 06.48 6.40 49 06.48 - 06.49 6.40 50 06.49 - 06.50 6.20 51 06.50 - 06.51 5.60 52 06.51 - 06.52 6.40 53 06.52 - 06.53 6.40 54 06.53 - 06.54 6.20 55 06.54 - 06.55 6.40 56 06.55 - 06.56 6.80 57 06.56 - 06.57 6.00 58 06.57 - 06.58 5.00 59 06.58 - 06.59 6.60 60 06.59 - 07.00 7.00
Waktu Perjalanan Aktual No Interval Waktu
commit to user Lanjutan Tabel 4.8.
Sumber : Hasil perhitungan
61 07.00 - 07.01 6.80 62 07.01 - 07.02 7.40 63 07.02 - 07.03 6.60 64 07.03 - 07.04 6.80 65 07.04 - 07.05 7.40 66 07.05 - 07.06 7.00 67 07.06 - 07.07 6.40 68 07.07 - 07.08 7.60 69 07.08 - 07.09 7.20 70 07.09 - 07.10 6.80 71 07.10 - 07.11 7.20 72 07.11 - 07.12 7.00 73 07.12 - 07.13 6.60 74 07.13 - 07.14 6.80 75 07.14 - 07.15 7.00 76 07.15 - 07.16 8.00 77 07.16 - 07.17 6.60 78 07.17 - 07.18 6.60 79 07.18 - 07.19 8.50 80 07.19 - 07.20 7.80 81 07.20 - 07.21 7.40 82 07.21 - 07.22 5.60 83 07.22 - 07.23 7.60 84 07.23 - 07.24 7.20 85 07.24 - 07.25 7.80 86 07.25 - 07.26 5.60 87 07.26 - 07.27 7.60 88 07.27 - 07.28 7.60 89 07.28 - 07.29 6.00 90 07.29 - 07.30 7.60
No Interval Waktu Waktu Perjalanan Aktual 91 07.30 - 07.31 7.60 92 07.31 - 07.32 7.40 93 07.32 - 07.33 9.00 94 07.33 - 07.34 8.50 95 07.34 - 07.35 6.80 96 07.35 - 07.36 7.20 97 07.36 - 07.37 8.00 98 07.37 - 07.38 5.00 99 07.38 - 07.39 7.00 100 07.39 - 07.40 7.20 101 07.40 - 07.41 9.20 102 07.41 - 07.42 8.00 103 07.42 - 07.43 7.80 104 07.43 - 07.44 8.40 105 07.44 - 07.45 8.60 106 07.45 - 07.46 8.40 107 07.46 - 07.47 7.40 108 07.47 - 07.48 7.00 109 07.48 - 07.49 8.50 110 07.49 - 07.50 6.80 111 07.50 - 07.51 7.00 112 07.51 - 07.52 8.20 113 07.52 - 07.53 8.00 114 07.53 - 07.54 8.20 115 07.54 - 07.55 6.40 116 07.55 - 07.56 8.00 117 07.56 - 07.57 7.00 118 07.57 - 07.58 7.50 119 07.58 - 07.59 8.00 120 07.59 - 08.00 7.60
No Interval Waktu Waktu Perjalanan Aktual
commit to user
Dari hasil perhitungan estimasi waktu perjalanan menggunakan instantaneous model berdasarkan data kecepatan rata-rata waktu (TMS) diatas, diketahui bahwa waktu perjalanan terbesar adalah 9,2 menit dan waktu perjalanan terkecil adalah 5 menit.
4.4. Perhitungan Estimasi Waktu Perjalanan
4.4.1. Estimasi Waktu perjalanan Dengan Linear Model
Pada linear model digunakan kecepatan pada setiap titik untuk mengetahui waktu kendaraan yang lewat pada setiap linknya. Sebelumnya kita harus mencari nilai A untuk nantinya menghitung nilai linear.
Sebagai contoh perhitungan estimasi waktu perjalanan dengan linear model berdasarkan kecepatan rata-rata waktu (ŪTMS) yang di lakukan pada interval menit
ke 1 yaitu 06.00 WIB – 06.01 WIB. Diketahui data kecepatan rata-rata waktu (ŪTMS) pada setiap titik pengamatan adalah sebagai berikut:
Kemudian perhitungan waktu perjalanan digunakan dengan cara trial error, dengan memasukan angka kedalam rumus linear model yang nantinya hasil dari jaraknya harus sesuai dengan panjang di setiap link.
Mencari A terlebih dahulu dengan cara :
Waktu perjalanan link 1 dicoba dengan 2,07 menit: 1 06.00 - 06.01 0.77 0.72 0.75 0.81 2 06.01 - 06.02 0.70 0.70 0.74 0.79 3 06.02 - 06.03 0.72 0.74 0.69 0.72 4 06.03 - 06.04 0.76 0.75 0.72 0.78 5 06.04 - 06.05 0.69 0.75 0.79 0.74 6 06.05 - 06.06 0.69 0.77 0.76 0.81 No Interval Titik 1 (km/menit) Titik 2 (km/menit) Titik 3 (km/menit) Titik 4 (km/menit)
commit to user (
) ( ( ) )
dapat diketahui kendaraan keluar link 1 pada menit 2,07. Waktu perjalanan link 2 dicoba dengan 4,01 menit:
(
) ( ( ) ) dapat diketahui kendaraan keluar link 1 pada menit 4,01.
Waktu perjalanan link 3 dicoba dengan 5,84 menit :
(
) ( ( ) ) dapat diketahui kendaraan keluar link 1 pada menit 5,84.
Berdasarkam perhitungan di atas maka estimasi waktu perjalanan kendaraan selama melintasi ruas jalan yang di teliti mulai dari upstream link 1 sampai dengan downstream link 3 adalah 5,84 menit. Data perhitungan estimasi waktu perjalanan dengan linear model berdasarkan data kecepatan rata-rata waktu (ŪTMS) dengan cara manual dan dengan alat speed gun dapat dilihat pada lampiran
commit to user
4.4.2. Estimasi Waktu perjalanan Dengan Time Slice Model
Estimasi waktu perjalanan dengan Time Slice Model dihitung berdasarkan data kecepatan rata-rata waktu (ŪTMS) dan kecepatan rata-rata ruang (ŪSMS) dari setiap link.
Sebagai contoh dilakukan perhitungan estimasi waktu perjalanan dengan Time
Slice Model berdasarkan data kecepatan rata-rata waktu (ŪTMS) pada interval
06.00 WIB – 06.01 WIB. Diketahui data kecepatan rata-rata waktu (ŪTMS) pada
interval 06.00 WIB – 06.01 WIB sampai dengan interval 06.06 WIB – 06.08 WIB adalah seperti yang disajikan pada Tabel 4.9 berikut :
Tabel 4.9. Input Data Kecepatan Rata-rata Waktu untuk Setiap Titik yang Digunakan dengan satuan km/jam.
Sumber : Hasil perhitungan
Tabel 4.10. Input Data Kecepatan Rata-rata Waktu untuk Setiap Titik yang Digunakan dengan satuan km/menit.
commit to user
Untuk menghitung waktu perjalanan setiap link satuan km/jam di ubah menjadi km/menit kemudian dihitung sebagai kecepatan pada titik 1 di tambah dengan kecepatan di titik 2 kemudian di bagi dua. Berikut contohnya:
Waktu tempuh Link 1 = (0,77+0,72)/2 = 0,74 menit Waktu tempuh Link 2 = (0,72+0,75)/2 = 0,73 menit Waktu tempuh Link 3 = (0,75+0,81)/2 = 0,78 menit Berdasarkan perhitungan di atas maka estimasi waktu perjalanan kendaraan selama melintasi ruas jalan yang diteliti atau dari upstream Link 1 sampai dengan
downstream Link 3 dengan cara menghitung space Link terlebih dahulu yang
berpatokan dengan kecepatan pada setiap link, yaitu dengan cara, hitung kecepatan
Pada link 1 di menit ke 1, yaitu hasilnya adalah 0,74 ditambah dengan kecepatan di link 1 pada menit ke 2, hasilnya 1,44 apabila hasilnya mencapai 1,5 maka menit keluar dari link 1 dapat dihitung. Berikut contohnya:
Tabel 4.11. Estimasi Waktu Perjalanan dengan Time Slice Model berdasarkan
Space Section Space Link 1 1 06.00 - 06.01 0.74 0.73 0.78 0.74 2 06.01 - 06.02 0.70 0.72 0.76 1.44 3 06.02 - 06.03 0.73 0.72 0.70 2.15 2.08 4 06.03 - 06.04 0.76 0.73 0.75 2.89 5 06.04 - 06.05 0.72 0.77 0.77 3.65 4.15 6 06.05 - 06.06 0.73 0.77 0.79 4.44 7 06.06 - 06.07 0.76 0.77 0.79 5.23 6.08 Kecepatan Link 3 (km/menit) No. Interval Kecepatan Link 1 (km/menit) Kecepatan Link 2 (km/menit)
commit to user
Space Link :
0,74 = kecepatan Link 1 menit 1
1,44 = Space Link 1 + Kecepatan Link 1 Menit 2 2,15 = Space Link 2 + Kecepatan Link 2 Menit 3 2,89 = Space Link 3 + Kecepatan Link 2 Menit 4 3,65 = Space Link 4 + Kecepatan Link 3 Menit 5 4,44 = Space Link 5 + Kecepatan Link 3 Menit 6 5,23 = Space Link 6 + Kecepatan Link 3 Menit 7
Untuk mengetahui menit keluar kendaraan pada setiap link dapat dihitung dengan cara:
Link 1 = ((1,5-1,44)/0,73) + 2 = 2,085 menit Link 2 = ((3-2,89)/0,77) + 4 = 4.165 menit Link 3 = ((4,5-4,44)/0,79) + 6 = 6,078 menit
Maka dapat disimpulkan bahwa kendaraan yang masuk pada menit pertama yaitu pada menit 06.00-06.01 WIB keluar dengan menit 6,078 atau pada menit ke 7 sekitar 06.06-06.07 WIB. Hasil perhitungan estimasi waktu perjalanan dengan time slice model berdasarkan kecepatan rata-rata waktu (TMS) dengan cara manual dan speed gun dapat di lihat pada lampiran C-7 dan C-10.
Dari hasil perhitungan estimasi waktu perjalanan menggunkan Time Slice Model berdasarkan data kecepatan rata-rata waktu (TMS) dengan cara manual, diketahui waktu perjalanan terbesar dan terkecil masing-masing adalah 6,631 menit dan 5,628 menit.
Dari hasil perhitungan estimasi waktu perjalanan menggunkan Time Slice Model berdasarkan data kecepatan rata-rata waktu (TMS) dengan alat speed gun, diketahui waktu perjalanan terbesar dan terkecil masing-masing adalah 6,948 menit dan 5,140 menit.
commit to user 4.5. Pembahasan
4.5.1. Perbandingan Waktu Perjalanan
Dari hasil perhitungan estimasi waktu perjalanan dengan Linear Model dan Time
Slice Model berdasarkan data kecepatan rata waktu (TMS) dan kecepatan
rata-rata ruang (SMS), serta waktu perjalanan aktual yang diperoleh menggunakan metode plat nomor kendaraan, maka dapat dilihat perbandingan hasil perhitungan dari grafik berikut :
Gambar 4.8. Grafik Perbandingan Waktu Aktual Terhadap Linear Model dan Time
commit to user
Gambar 4.9. Grafik Perbandingan Waktu Aktual Terhadap Linear Model dan Time
Slice Model Berdasarkan Time Mean Speed (TMS) Dengan Alat Speed Gun
Dari grafik di atas dapat dilihat secara umum waktu perjalanan hasil dari
LinearModel dan Time Slice Model berdasarkan data kecepatan rata waktu (TMS)
terdapat perbedaan dan lebih cepat dibanding waktu perjalanan aktual yang diperoleh dari survei plat nomor kendaraan. Hasil ini sama dengan hasil penelitian sebelumnya yang dilakukan oleh Ruimin Li (2006), di mana hasil estimasi waktu perjalanan dari semua model estimasi waktu perjalanan lebih cepat dibanding waktu perjalanan aktual.
4.5.2. Uji Akurasi
Untuk mengetahui keakuratan estimasi waktu perjalanan dari hasil linear model dan
time slice model, maka dilakukan validasi terhadap waktu perjalanan aktual hasil
survei plat nomor kendaraan. Ada beberapa indikator untuk uji statistik yang dapat digunakan untuk mengukur akurat atau tidaknya dari estimasi waktu perjalanan linear
model dan time slice model, diantaranya adalah Root Mean Square Error (RMSE), Mean Absolut Error (MAE), dan Mean Absolut Relative Error (MARE). Hasil dari
commit to user
waktu (TMS) dengan cara manual dan dengan menggunakan alat speed gun terdapat di lampiran D-1, D-4,D-7,dan D-10.
Berikut berupakan tabel perhitungan akhir dari cara linear model dengan menggunakan cara manual beserta contoh perhitungannya:
Tabel 4.12. Hasil Akhir Perhitungan Akurasi Linear Model Berdasarkan Data Kecepatan Rata-rata Waktu (TMS) Dengan Cara Manual.
Estimasi Waktu Perjalanan
| Wo - Wp | | Wo - Wp |2 | Wo - Wp |/ Wo Linear Model (menit)
jumlah 106.74 155.68 15.10
Dengan hasil perhitungan di atas, selanjutnya dapat dihitung : a. Root Mean Square Error (RMSE)
√ ∑| ̂ | = √ = 1,125 menit b. Mean Absolut Error (MAE)
∑ | ̂ | =
= 0,868 menit
c. Mean Absolut Relative Error (MARE)
commit to user =
= 12,3 %
Hasil perhitungan Root Mean Square Error (RMSE), Mean Absolut Error (MAE), dan Mean Absolut Relative Error (MARE) untuk linear Model dan Time Slice Model berdasarkan data TMS dengan cara manual dan alat speed gun selengkapnya dapat dilihat pada Tabel 4.25 dan Tabel 4.26 seperti berikut :
Tabel 4.13. Rekapitulasi Hasil Uji Akurasi Linear Model dan Time Slice Model Berdasarkan Data Kecepatan Rata-rata Waktu (TMS) Dengan Cara Manual
Tabel 4.14. Rekapitulasi Hasil Uji Akurasi Linear Model dan Time Slice Model Berdasarkan Data Kecepatan Rata-rata Waktu (TMS) Dengan Alat Speed Gun
Dari hasil uji statistik, dapat ditarik kesimpulan bahwa linear model memiliki akurasi yang lebih baik dibandingkan dengan time slice model, hal ini sesuai dengan penelitian yang dilakukan sebelumnya oleh Rumin Li (2006), dimana hasil perhitungan linear model lebih baik dibandingkan dengan time slice model.
Uji Indikator Statistik RMSE MAE MARE 1.125 0.868 0.123 0.131 Linear Model Time Slice model
1.177 0.936 Uji Indikator Statistik RMSE MAE MARE 0.964 0.924 0.135 0.130
Time Slice model Linear Model
