Tabel 1. Jumlah Kecelakaan, Koban Mati, Luka Berat, Luka Ringan, dan Kerugian Materi yang Diderita Tahun 1992-2009
Tahun Jumlah
Kecelakaan Korban Mati Luka Berat Luka Ringan Kerugian Materi (Juta Rp) 1992 19 920 9 819 13 363 14 846 15 077 1993 17 323 10 038 11 453 13 037 14 714 1994 17 469 11 004 11 055 12 215 16 544 1995 16 510 10 990 9 952 11 873 17 745 1996 15 291 10 869 8 968 10 374 18 411 1997 17 101 12 308 9 913 12 699 20 848 1998 14 858 11 694 8 878 10 609 26 941 1999*) 12 675 9 917 7 329 9 385 32 755 2000 12 649 9 536 7 100 9 518 36 281 2001 12 791 9 522 6 656 9 181 37 617 2002 12 267 8 762 6 012 8 929 41 030 2003 13 399 9 856 6 142 8 694 45 778 2004 17 732 11 204 8 983 12 084 53 044 2005 91 623 16 115 35 891 51 317 51 556 2006 87 020 15 762 33 282 52 310 81 848 2007 49 553 16 955 20 181 46 827 103 289 2008 59 164 20 188 23 440 55 731 131 207 2009 62 960 19 979 23 469 62 936 136 285
*) Sejak 1999 tidak termasuk Timor-Timur
Tabel 2. Perkembangan Jumlah Kendaraan Bermotor Menurut Jenis tahun 1992-2009
Tahun Mobil
Penumpang Bis Truk
Sepeda Motor Jumlah 1992 1 590 750 539 943 1 126 262 6 941 000 10 197 955 1993 1 700 454 568 490 1 160 539 7 355 114 10 784 597 1994 1 890 340 651 608 1 251 986 8 134 903 11 928 837 1995 2 107 299 688 525 1 336 177 9 076 831 13 208 832 1996 2 409 088 595 419 1 434 783 10 090 805 14 530 095 1997 2 639 523 611 402 1 548 397 11 735 797 16 535 119 1998 2 769 375 626 680 1 586 721 12 628 991 17 611 767 1999*) 2 897 803 644 667 1 628 531 13 053 148 18 224 149 2000 3 038 913 666 280 1 707 134 13 563 017 18 975 344 2001 3 261 807 687 770 1 759 547 15 492 148 21 201 272 2002 3 403 433 714 222 1 865 398 17 002 140 22 985 193 2003 3 885 228 798 079 2 047 022 19 976 376 26 706 705 2004 4 464 281 933 199 2 315 779 23 055 834 30 769 093 2005 5 494 034 1 184 918 2 920 828 28 556 498 38 156 278 2006 6 615 104 1 511 129 3 541 800 33 413 222 45 081 255 2007 8 864 961 2 103 423 4 845 937 41 955 128 57 769 449 2008 9 859 926 2 583 170 5 146 674 47 683 681 65 273 451 2009 10 364 125 2 729 572 5 187 740 52 433 132 70 714 569
*) Sejak 1999 tidak termasuk Timor-Timur Sumber : Kantor Kepolisiian Republik Indonesia
1. a. Analisis dan jelaskan mengenai tingkat kecelakaan antara tahun 1992-1999 berdasarkan statistik deskriptif nya ! ( gunakan data pada tabel.1 )
b. Bagaimana perkembangan jumlah kendaraan bermotor di Indonesia antara tahun 1992-1999. Lakukan analisis
berdasarkan statistik deskriptif nya ! ( gunakan data pada tabel.2 )
2. Adakah pertambahan jenis kendaraan tertentuyang lebih berpengaruh terhadap tingkat kecelakaan di indonesia antara tahun 1992-2009 ? jelaskan dan tampilkan output
pengolahan data jika menggunakan software!
3. Dari data jumlah berbagai jenis kendaraan pada tabel 2. Analisilah Jenis kendaraan apa yang paling berpengaruh terhadap kerugian materi akibat kecelakaan lalu lintas ? 4. Dari analisis point 1,2,3 . berikan kesimpulan anda secara
umum mengenai tingkat kecelakaan lalu lintas di indonesia antara tahun 1992-1999 dan saran apa yang bisa anda berikan terkait permasalahan tersebut ?
PENYELESAIAN:
1 a. Descriptive Statistics: C1
Var. Mean StDev Variance Minimum Q1 Med Q3 Maximum
C1 30573 26803 718426581 12267 13247 17212 51956 91623
Berdasarkan data pada tabel 1 dapat dilihat bahwa tingkat kecelakaan lalu lintas darat di indonesia selama sepuluh tahun terakhir terjadi secara fluktuatif.Sejak tahun 1992 sampai tahun 2004 terjadi kenaikan dan penurunan jumlah kecelakaan, tetapi jumlahnya tidak terlalu signifikan. Tetapi pada tahun 2005 terjadi kenaikan jumlah kecelakaan yang sangat drastis yaitu mencapai 91623 kasus dan ini merupakan jumlah kasus kecelakaan tertinggi yang pernah terjadi di indonesia selama kurang lebih 10 tahun terakhir, kemudian jumlah kasus kecelakaan mulai turun lagi pada tahun 2007. Dengan rata-rata jumlah kecelakaan antara tahun 1992 sampai 1999 mencapai 30.573 kasus dan standar deviasi 26803. b. Descriptive Statistics: jumlah kendaraan bermotor
Var. Mean StDev Variance Minimum Q1 Median
C2 28369664 19191586 3,68317E+14 10197955 14199779 20088308
Variable Q3 Maximum Range C2 39887522 70714569 60516614 Descriptive Statistics: pertambahan
Var. Mean StDev Variance Minimum Q1 Median Q3
tmbhan 3559801 3387945 1,14782E+13 586642 1110444 2005024 6183048
Variable Maximum Range tmbhan 12688194 12101552.
Antara tahun 1992 sampai tahun 1999 jumlah kendaraan bermotor terus mengalami peningkatan dengan perkembangan rata2 mencapai 3559801 kendaraan pertahun dengan pertambahan jumlah kendaraan bermotor tertinggi sebanyak 12688194 yang terjadi pada tahun 2007.dengan kata lain selama 18 tahun jumlah kendaraan bermotor di Indonesia telah bertambah sebanyak 60516614 dan rata-rata jumlah kendaraan bermotor mencapai 28369664 kendaraan pertahun.
2. Regression Analysis: jumlh kcelakaan versus mbl The regression equation is
jumlh kcelakaan = 14889 + 0,0322 mbl Predictor Coef SE Coef T P Constant 14889 6514 2,29 0,036 mbl 0,032176 0,008942 3,60 0,002
Regression Analysis: jumlh kcelakaan versus bis_1 The regression equation is
jumlh kcelakaan = 17838 + 0,105 bis_1 Predictor Coef SE Coef T P Constant 17838 5638 3,16 0,006 bis_1 0,10468 0,02645 3,96 0,001
S = 19640,3 R-Sq = 49,5% R-Sq(adj) = 46,3%
Regression Analysis: jumlh kcelakaan versus truk_1 The regression equation is
jumlh kcelakaan = 19441 + 0,0493 truk_1 Predictor Coef SE Coef T P Constant 19441 6413 3,03 0,008 truk_1 0,04933 0,01652 2,99 0,009 S = 22139,4 R-Sq = 35,8% R-Sq(adj) = 31,8% a t b r m i u o m s k t Mallows b _ _ o Vars R-Sq R-Sq(adj) C-p S l 1 1 r 1 58,8 56,2 1,2 17731 X 1 49,5 46,3 4,6 19640 X 2 61,3 56,2 2,2 17745 X X 2 59,9 54,6 2,8 18067 X X 3 63,1 55,2 3,6 17948 X X X 3 61,9 53,8 4,0 18228 X X X 4 64,7 53,8 5,0 18216 X X X X
Regression Analysis: jumlh kcelakaan versus spda motor; mbl The regression equation is
jumlh kcelakaan = 7496 + 0,0135 spda motor - 0,0227 mbl
Predictor Coef SE Coef T P Constant 7496 6337 1,18 0,255 spda motor 0,013503 0,005322 2,54 0,023 mbl -0,02267 0,02296 -0,99 0,339
Best Subsets Regression: jumlh kcelakaan versus mbl pnumpng; bis; ...
Response is jumlh kcelakaan S m e b p l e d p a n u M m t o p b r t Mallows n i u o Vars R-Sq R-Sq(adj) C-p S g s k r 1 55,7 52,9 9,8 18392 X 1 54,2 51,3 10,6 18697 X 2 60,1 54,8 9,5 18030 X X 2 56,8 51,0 11,2 18763 X X 3 75,8 70,6 3,0 14526 X X X 3 60,2 51,7 11,4 18630 X X X 4 75,8 68,4 5,0 15073 X X X X
Regression Analysis: jumlh kcelak versus mbl pnumpng; truk; Sepeda Motor
The regression equation is
jumlh kcelakaan = - 17585 - 0,147 mbl pnumpng + 0,149 truk + 0,0160 Sepeda Motor
Predictor Coef SE Coef T P Constant -17585 11420 -1,54 0,146 mbl pnumpng -0,14741 0,04330 -3,40 0,004 truk 0,14870 0,04927 3,02 0,009 Sepeda Motor 0,015985 0,004580 3,49 0,0 S = 14526,4 R-Sq = 75,8% R-Sq(adj) = 70,6%
Berdasarkan pengolahan data menggunakan software minitab diketahui bahwa pertambahan masing-masing jumlah kendaraan bermotor baik itu truk, mobil penumpang , bis atau sepeda motor tidak berpengaruh terhadap tingkat kecelakaan di indonesia . hal ini dapat dilihat dari nilai R-sq yang <70% untuk regresi pertambahan masing-masing jumlah kendaraan bemotor tiap tahun dengan tingkat kecelakaan. Tetapi secara keseluruhan jumlah truk dan sepeda motor berpengaruh terhadap jumlah kasus kecelakaan yang terjadi. Jadi tidak ada pertambahan salah satu jenis kendaraan bermotor yang lebih berpengaruh signifikan terhasap jumlah kasus kecelakaan. 3. Regression Analysis: krugian mteri versus mbl pnumpng The regression equation is
krugian mteri = - 9820 + 0,0137 mbl pnumpng
Predictor Coef SE Coef T P Constant -9820 2316 -4,24 0,001
mbl pnumpng 0,0136912 0,0004553 30,07 0,000 S = 5276,73 R-Sq = 98,3% R-Sq(adj) = 98,2%
Regression Analysis: krugian mteri versus bis The regression equation is
krugian mteri = - 7367 + 0,0538 bis
Predictor Coef SE Coef T P Constant -7367 3409 -2,16 0,046 bis 0,053804 0,002722 19,76 0,000 S = 7939,09 R-Sq = 96,1% R-Sq(adj) = 95,8%
Regression Analysis: krugian mteri versus truk The regression equation is
krugian mteri = - 16117 + 0,0276 truk Predictor Coef SE Coef T P Constant -16117 3182 -5,06 0,00 truk 0,027612 0,001172 23,55 0,000
S = 6701,16 R-Sq = 97,2% R-Sq(adj) = 97,0%
Regression Analysis: krugian mteri versus Sepeda Motor The regression equation is
krugian mteri = - 6501 + 0,00268 Sepeda Motor Predictor Coef SE Coef T P Constant -6501 2507 -2,59 0,020 Sepeda Motor 0,0026817 0,0001006 26,66 0,000 S = 5938,63 R-Sq = 97,8% R-Sq(adj) = 97,7%
Berdasarkan hasil pengolahan data jumlah kecelakaan dan jumlah masing-masing kendaraan bermotor dapat diketahui bahwa jumlah kendaraan bermotor baik itu truk, bis, mobil penumpang ataupun sepeda motor semuanya berpengaruh signifikan terhadap kerugian materi akibat kecelakaan, tetapi jumlah kendaraan jenis mobil penumpanglah yang berpengaruh lebih besar dimana untuk pertambahan mobil penumpang sebanyak 1 unit maka kerugian materi yang ditimbulkan jika terjadi kecelakaan akan bertambahn sebanyak 0,0137 juta rupiah.
4. Berdasarkan analisis pada point sebelumnya dapat disimpulkan bahwa tingkat kecelakaan di Indonesia antara tahun1992 sampai 2009 memilki grafik yang bersifat fluktuatif dimana pada saat-saat tertentu mengalami kenaikan yang signifikan lalu kemudian turun kembali sehingga dapat dikatakan bahwa tingkat kecelakan di Indonesia masih belum stabil dan mencapai kasus pertahun .
tetapi pada rentang tahun tersebut jumlah kendaraan bermotor terus mengalami kenaikan. Hal ini menunjukan bahwa tidak ada hubungan yang signifikan antara pertambahan jumlah kendaraan tiap tahunnya dengan jumlah kasus kecelakaan yang terjadi dan masih banyak faktor lain yang mempengaruhi jumlah kasus kecelakaan yang terjadi. Berbeda dengan tingkat kecelakaan, untuk kerugian materi yang ditimbulkan bila terjadi kecelakaan sangat dipengaruhi oleh proporsi jumlah berbagai jenis kendaraan bermotor
saran : untuk mengatasi permasalahan tersebut saran yang bisa diberikan adalah Pemerintah seharusnya tidak hanya berpatok dan berkonsentrasi pada penekanan jumlah kendaraan saja tetapi lebih kepada faktor-faktor lain yang mempengaruhi tingkat kecelakan di Indonesai. Tetapi untuk meminimalisir kerugian materi akibat kecelaan pemerintah perlu mempertimbangkan proporsi jumlah jenis kendaraan tertentu.
