ANALISIS MODEL TARIKAN PERGERAKAN PADA
UNIVERSITAS
(Studi Kasus Di Wilayah Surakarta)
TRIP ATTRACTION MODEL ANALYSIS FOR UNIVERSITY
(Study Case in Surakarta Region )
SKRIPSI
Disusun untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Teknik pada Jurusan Teknik Sipil Fakultas Teknik
Universitas Sebelas Maret
Disusun Oleh :
ADITYA MAHINDERA PUTRA
NIM : I0109004
JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET
SURAKARTA
commit to user
commit to user
commit to user
iv
ABSTRAK
Aditya Mahindera Putra, 2013, Analisis Model Tarikan Pergerakan Pada Universitas (Studi Kasus di wilayah Surakarta).
Surakarta adalah salah satu kota besar di Provinsi Jawa Tengah yang memiliki tingkat kepadatan penduduk yang tinggi dan memiliki banyak Universitas. Universitas merupakan salah satu jenis dari pemanfaatan tata guna lahan yang akan menimbulkan tarikan pergerakan kendaraan. Tujuan dari penelitian ini adalah untuk mengetahui model tarikan kendaraan pada universitas di wilayah surakarta dan mengetahui tingkat validitas dari model tersebut.
Studi kasus pada penelitian ini adalah Universitas Sebelas Maret (UNS), Universitas Muhammadiyah Surakarta (UMS), Universitas Slamet Riyadi (UNISRI), Universitas Setia Budi (USB), Universitas surakarta (UNSA). Data yang digunakan pada penelitian ini terbagi menjadi data primer dan data sekunder. Data primer (variabel terikat) yang dibutuhkan adalah jumlah tarikan pergerakan yang menuju masing-masing universitas dengan menggunakan moda transportasi, yaitu sepeda motor (MC), mobil (LV), dan mobil besar (HV). Sedangkan data sekunder (variabel bebas) yang dibutuhkan adalah kumpulan parameter yang digunakan pada penelitian ini. Parameter-parameter itu adalah luas wilayah (X1),
luas bangunan (X2), jumlah dosen (X3), jumlah karyawan (X4), jumlah mahasiswa
(X5), dan jumlah fakultas (X6). Data primer diperoleh dari hasil pengamatan
langsung pada lokasi studi dan data sekunder diperoleh dari pihak pengelola universitas atau instansi yang terkait. Data kemudian dianalisis menggunakan bantuan program software SPSS 16, dengan metode Enter dan Stepwise.
Diperoleh dua model matematis dari empat persamaan yang dapat diterima secara uji statistik dan fungsi tata guna lahan, yaitu Y = 191,950 + 62,260 X5, danY =
192,486 + 48,840 X3 + 60,0567 X5. Kedua model kemudian dilakukan pengujian
secara statistik dan pengujian persyaratan kriteria BLUE. Hasil menunjukan Y = 191,950 + 62,260 X5 merupakan model yang paling memenuhi persyaratan uji
statistik dan uji persyaratan kriteria BLUE dengan Y adalah besar tarikan pergerakan kendaraan yang menuju masing-masing universitas dan X5 adalah
jumlah mahasiswa. Tingkat validitas pada model berdasarkan nilai koefisien determinasi (R2) sebesar 0,994 , Sehingga persamaan regresi yang dihasilkan baik untuk mengestimasi nilai variable terikat.
commit to user
v
ABSTRACT
Aditya Mahindera Putra, 2013, Trip Attraction Model Analysis For University (Study Case in Surakarta Region).
Surakarta Region is one of the big city in Central of Java that has dense population and many University. University is one type of land use that attracting people in Surakarta region. This research is conducted to built a model that can be used to estimate the trip attraction because of the new University development which can affected the existing traffic network system and to determine the validity of the model by using the value of coefficient determination (R2).
The study case in this research are Sebelas Maret University (UNS), Muhammadiyah Surakarta University (UMS), Slamet Riyadi University (UNISRI), Setia Budi University (USB), Surakarta University (UNSA). The data are divided into primary data and secondary data. Primary data (dependent variable) is the amount of trip attraction toward each university by using transportation moda. And secondary data (independent variable) is the parameter that used in this research. The parameters are the land area (X1), total area of the
building (X2), amount of lecture (X3), amount of employees (X4), amount of
student (X5), and amount of faculty (X6). Primary data is obtained from direct
observations at the study sites and secondary data is obtained from the manager of the university or the related institution. The data are analyzed using software program SPSS 16, with Enter and Stepwise method.
The result obtained two equation from four mathematic models which can accept by statistic and logic, that are Y = 191,950 + 62,260 X5, danY = 192,486 +
48,840 X3 + 60,0567 X5. The two models then tested using statistical examination
and BLUE requirements criteria examination. The result show Y = 191,950 + 62,260 X5 represent the most fulfilling statistical examination and BLUE
requirements criteria examination with Y is the amount of trip attraction toward each university and X5 is the amount of student. The validity of the model using
coefficient determination is 0,994, it means the equation is good for estimating the value of dependent variable.
commit to user
vi
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Allah SWT atas talenta, karunia dan berkat-Nya sehingga penulis dapat menyelesaikan skripsi dengan judul ”Analisis Model Tarikan Pergerakan Pada Universitas (Studi Kasus di Wilayah
Surakarta)” guna memenuhi salah satu syarat untuk memperoleh gelar Sarjana Teknik di Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.
Penyusunan tugas akhir ini dapat berjalan lancar tidak lepas dari bimbingan, dukungan, dan motivasi dari berbagai pihak.Dengan segala kerendahan hati, pada kesempatan ini penulis ingin menyampaikan terima kasih kepada:
1. Segenap Pimpinan Fakultas Teknik Universitas Sebelas Maret Surakarta. 2. Segenap Pimpinan Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas
Maret Surakarta.
3. Dr. Eng. Ir. Syafi’i, MT,selaku dosen pembimbing I.
4. Slamet Jauhari Legowo, ST, MT,selaku dosen pembimbing II.
5.Budi Yulianto, ST, MSc, PhD, dan Amirotul MHM, ST, MSc selaku dosen penguji.
6. Dr.Ir. AP.Sudarno, MHum, selaku dosen pembimbing akademik.
7. Segenap bapak dan ibu dosen pengajar di Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.
8. Instansi Universitas terkait, atas bantuan dan kerja samanya
9. Bapak, Ibu, Kakak, Adik, Kekasih, serta keluarga besar yang senantiasa memberikan doa dan dukungan.
10.Rekan-rekan mahasiswa jurusan Teknik Sipil
Penulis menyadari tugas akhir ini masih jauh dari kesempurnaan, oleh karena itu penulis mengharapkan saran dan kritik yang bersifat membangun untuk perbaikan di masa mendatang dan semoga tugas akhir ini dapat memberikan manfaat bagi penulis pada khususnya dan pembaca pada umumnya.
Surakarta, Juli 2013
commit to user
vii
DAFTAR ISI
HALAMAN JUDUL ... i
HALAMAN PERSETUJUAN ... ii
HALAMAN PENGESAHAN ... iii
MOTTO ... iv
HALAMAN PERSEMBAHAN ... v
ABSTRAK ... vi
ABSTRACT ... vii
KATA PENGANTAR ... viii
DAFTAR ISI ... ix
DAFTAR NOTASI ... xii
DAFTAR TABEL ... xiii
DAFTAR GAMBAR ... xiv
DAFTAR LAMPIRAN ... xv
BAB 1. PENDAHULUAN 1.1. Latar Belakang ... 1
1.2. Rumusan Masalah ... 2
1.3. Batasan Masalah ... 2
1.4. .. Tujuan Penelitian... 3
1.5. Manfaat Penelitian... 4
BAB 2. LANDASAN TEORI 2.1 Tinjauan Pustaka ... 5
2.2 Dasar Teori ... 8
2.2.1 Perencanaan Transportasi... 8
2.2.2 Pendekatan Perencanaan Transportasi ... 10
a. Pengertian Sistem ... 10
b. Sistem Transportasi Makro ... 11
2.2.3 Konsep Perencanaan Transportasi ... 12
commit to user
viii
2.2.5 Konsep Pemodelan ... 14
2.2.6 Klasfikasi Pergerakan... 16
2.2.7 Uji Hipotesis ... 19
2.2.8 Analisis Korelasi ... 20
2.2.9 Analisis Regresi ... 23
a. Analisis Regresi Linier Sederhana ... 25
b.Analisis Regresi Linier Berganda...26
2.2.10 Koefisien Determinasi (R2)...28
2.2.11 Uji Signifikansi Koefisien Regresi (t-test)...29
2.2.13 Analisis Varian (Uji-f / Anova) ... 31
2.2.14 Pengujian Model ...33
a. Uji Linearitas ... 33
b. Uji Homoskedastisitas dan Heteroskedastisitas ... 35
c. Uji Normalitas ... 37
BAB 3. METODE PENELITIAN 3.1. Lokasi Penelitian ... 38
3.6. Tahap Analisis Data dan Pengujian Model…….. ... 47
BAB 4. ANALISIS DAN PEMBAHASAN 4.1. Hasil Pengumpulan Data ... 48
4.2. Analisis dan Pembahasan ... 52
4.2.1. Analisis Korelasi ... 53
4.2.2 Analisis Regresi Berganda ... 58
4.2.3 Analisis Statistik Regresi Linier Berganda ... 60
a. Uji Koefisien Determinasi (R2) ... 60
commit to user
ix
c.Uji Analisis Varian (Uji-F / ANOVA )…….. ... 69
4.2.4. Pengujian Model ... 74
a. Uji Liniearitas ... 74
b. Uji Homoskedatisitas dan Heteroskedatisitas ... 79
c. Uji Normalitas…….. ... 91
4.2.5 Pemilihan Model...102
BAB 5. KESIMPULAN DAN SARAN 5.1.Kesimpulan ... 105
5.2.Saran ... 106
commit to user
x
DAFTAR NOTASI
Y =Variabel terikat bangkitan perjalanan X = Variabel bebas
a = Konstanta regresi
b = Koefisien regresi
r = Koefisien Korelasi
rxy = Korelasi arah x dan arah y
Xi = Nilai variabel X untuk data ke-i Yi = Nilai variabel Y untuk data ke-i R2 = Koefisien Determinasi
∑e12 = Jumlah kuadrat kesalahan pengganggu (Residual Sum of Squares)
∑y12 = Total Sum of Squares
Y* = nilai Y yang ditaksir dengan model regresi
̂ = nilai rata-rata pengamatan n = jumlah pengamatan/sampel k = jumlah variabel bebas
Sb = Kesalahan standar koefisien regresi
= Slope garis regresi pemerkira atau koefisien variabel ke-i
commit to user
xi
DAFTAR TABEL
Tabel 2.1. Contoh Klasisfikasi Tujuan Pergerakan... Tabel 2.2. Kesalahan pada Pengujian Hipotesis... Tabel 2.3. Interpretasi nilai r hasisl analisi korelasi... Tabel 2.4. Analisis Variansi Metode Skor Deviasi... Tabel 2.5. Analisis Varian untuk regresi berganda... Tabel 3.1. Rencana Waktu Pelaksanaan Penelitian... Tabel 4.1. Data Sekunder masing-Masing Universitas... Tabel 4.2. Tarikan Pergerakan Kendaraan Yang Terjadi Pada Jam Puncak di
UNS... Tabel 4.3. Tarikan Pergerakan Kendaraan Yang Terjadi Pada Jam Puncak di
UMS... Tabel 4.4. Tarikan Pergerakan Kendaraan Yang Terjadi Pada Jam Puncak di
UNISRI... Tabel 4.5. Tarikan Pergerakan Kendaraan Yang Terjadi Pada Jam Puncak di
USB... Tabel 4.6. Tarikan Pergerakan Kendaraan Yang Terjadi Pada Jam Puncak di
UNSA... Tabel 4.7. Data Primer dan Data Sekunder... Tabel 4.8. Koefisien Korelasi... Tabel 4.9. Model Hasil Analisis Regresi dengan Metode Enter dan Metode
Stepwise... Tabel 4.10. Hasil Uji Normalitas... Tabel 4.11. Rangkuman Hasil Uji Statistik dan Uji Persyaratan Kriteria BLUE
commit to user
xii
DAFTAR GAMBAR
Gambar 2.1. Proses Perencanaan... Gambar 2.2. Sistem Transportasi Makro... Gambar 2.3. Bangkitan dan Tarikan Pergerakan... Gambar 2.4. Arah Hubungan Korelasi Antar Dua Variabel... Gambar 3.1. Peta Lokasi Penelitian... Gambar 3.2. Diagram Alir Kerja Pembuatan Laporan Penelitian... Gambar 3.3. Diagram Alir Tahap Analisis Data dan Pengujian Model... Gambar 4.1. Grafik Hubungan antara Tarikan Pergerakan dengan Luas
wilayah... Gambar 4.2. Grafik Hubungan antara Tarikan Pergerakan dengan Luas
Bangunan... Gambar 4.3. Grafik Hubungan antara Tarikan Pergerakan dengan Jumlah
dosen... Gambar 4.4. Grafik Hubungan antara Tarikan Pergerakan dengan Jumlah
karyawan... Gambar 4.5. Grafik Hubungan antaraTarikan Pergerakan dengan Jumlah
mahasiswa... Gambar 4.6. Grafik Hubungan antara Tarikan Pergerakan dengan Jumlah
Fakultas... Gambar 4.7. Uji Linieritas Persamaan Regresi Y = 191,950 + 62,260 X5....
Gambar 4.8. Uji Linieritas Persamaan Regresi Y= 179,587 - 10,834X2 +
Gambar 4.11. Uji Linieritas Persamaan Regresi Y = 191,950 + 62,260 X5....
commit to user
xiii
Gambar 4.13. Uji Homoskedastisitas dan Heteroskedastistas Persamaan Regresi Y = 179,587 - 10,834X2 + 218,289 X3 + 59,609 X5...
Gambar 4.14. Uji Homoskedastisitas dan Heteroskedastistas Persamaan Regresi Y = 181,470 - 3,423X1 + 177,415X3 + 60,041 X5...
Gambar 4.15. Uji Homoskedastisitas dan Heteroskedastistas Persamaan Regresi Y = 192,486 + 48,840 X3 + 60,056 X5...
Gambar 4.16. Uji Homoskedastisitas dan Heteroskedastistas Persamaan Regresi Y = 191,950 + 62,260 X5...
Gambar 4.17. Histogram Persamaan Regresi Y = 191,950 + 62,260 X5...
Gambar 4.18. Normal Probability Plot Persamaan Regresi Y = 191,950 +
Gambar 4.24. Normal Probability Plot Persamaan Regresi Y = 192,486 + 48,840 X3 + 60,056 X5...
Gambar 4.25. Histogram Persamaan Regresi Y = 191,950 + 62,260 X5...
Gambar 4.26. Normal Probability Plot Persamaan Regresi
commit to user
xiv
DAFTAR LAMPIRAN
Lampiran A Kuisioner
Lampiran B Matriks Koefisien Korelasi Lampiran C Input Model Tarikan Lampiran D Output Model Tarikan
Lampiran E Input Uji Homoskedastisitas dan Heteroskedastisitas Lampiran F Output Uji Homoskedastisitas dan Heteroskedastisitas Lampiran G Tabel Uji-F, Uji-t, Durbin Watson