Ch. 9 pp. 1629-1638, ISBN: 979-95721-2-19
1629
systems and infrastructures FSTPT
Forum Studi Transportasi antar Perguruan Tinggi
PENGUKURAN KARAKTERISTIK PERJALANAN BIS TRANS JOGJA DENGAN PERANGKAT GPS
Alfa Narendra Mahasiswa Program S3 Departemen Teknik Sipil dan
Lingkungan, Fakultas Teknik, Universitas Gadjah Mada [email protected]
Siti Malkhamah Dosen
Departemen Teknik Sipil dan Lingkungan,
Fakultas Teknik, Universitas Gadjah Mada
Bertha Maya Sopha Dosen
Departemen Teknik Mesin dan Industri,
Fakultas Teknik, Universitas Gadjah Mada
Abstract
Measuring bus standard performance requires travel characteristics. The performance which is measured in travel distance, travel time, average travel speeds, delay at the intersection and stop are then compared to the standard issued by the Ministry of Transportation. This study aims to measure a performance of Trans Jogja bus on Route 4B. Data was collected in the morning and day peak hour period by the use of a handheld Global Positioning System (GPS). The collected data was analyzed using a software called Prune and spreadsheet.
Average travel speed and dwelling time of the Trans Jogja bus are evaluated and contrasted to the standard. It is found that the travel time value, travel distance, average spot speed, and average intersection, road, bus stop delay are one hour, 20.5 km, 19 km/h, and 38s, 13s, 7s respectively. The measured bus performances were still appropriate to the standards.
Keywords: Trans Jogja, characteristics, handheld GPS, peak hour, performances.
Abstrak
Pengukuran kinerja standar dari bis memerlukan karakteristik perjalanan. Kinerja diukur dalam jarak tempuh, waktu tempuh, kecepatan perjalanan rata-rata, tundaan di simpang dan halte, yang kemudian dibandingkan dengan standar yang dikeluarkan oleh Kementerian Perhubungan. Tujuan penelitian ini mengukur kinerja dari bis Trans Jogja Rute 4B. Data dicatat pada jam puncak pagi dan siang menggunakan Global Positioning System (GPS) genggam. Data tersebut kemudian dianalisa dengan perangkat lunak Prune dan spreadsheet. Rata-rata waktu tempuh dan dwelling time dari bis dievaluasi dan dibandingkan dengan standar. Didapatkan bahwa nilai waktu tempuh, jarak tempuh, kecepatan sesaat dan tundaan di simpang, ruas, dan halte besarnya satu jam, 20.5 km, 19 km/j, and 38 detik, 13 detik, 7 detik berurutan. Kinerja bis terukur masih sesuai dengan standar.
Kata- kata kunci: Trans Jogja, karakteristik, GPS genggam, jam puncak, kinerja.
PENDAHULUAN
Penelitian ini dilatarbelakangi kebutuhan data untuk simulasi berbasis agen di Trayek 4B Trans Jogja. Salah satu data yang diperlukan dalam simulasi tersebut adalah karakteristik perjalanan agen bernama bis. Karakteristik tersebut adalah jarak tempuh, waktu tempuh, kecepatan tempuh rata-rata, lokasi-lokasi simpang, lokasi-lokasi halte, waktu henti di simpang-simpang, waktu henti di halte-halte. Tujuan dari penelitian ini adalah menyajikan hasil pengukuran karakteristik Bis Trans Jogja di Trayek 4B dan membandingkan karakteristik tersebut dengan standar acuan kinerja angkutan umum massal perkotaan.
Data-data karakteristik tersebut juga dapat digunakan sebagai indikator pengukuran kinerja Bis Trans Jogja. Trans Jogja adalah rintisan Bus Rapid Transit (Kartikasari, 2008;
Munawar, 2014; Sinaga, 2008), maka dalam pengoperasiannya mengacu pada Standar Pelayanan Minimal Angkutan Massal Berbasis Jalan (Kementerian Perhubungan, 2012).
1630
Dalam paparannya, masih terdapat kekurangan dalam penggunaan GPS tracking bis Trans Jogja, diindikasikan dengan belum dapat dipantau dari CC Room (Munawar, 2014). Hal ini mengakibatkan tidak tersedianya data sekunder mengenai karakteristik bis. Oleh karena itu diperlukan survei primer untuk mendapatkan data-data tersebut. Data tersebut kemudian dibandingkan dengan standar agar menjadi ukuran nilai kinerja. Data-data karakteristik perjalanan bis aktual dan kinerjanya diharapkan menjadi kontribusi utama penelitian ini, untuk pengembangan sistem evaluasi kinerja angkutan umum massal perkotaan.
KAJIAN PUSTAKA
Dalam kajian pustaka ini diuraikan pemilihan perangkat, cara pengolahan data dasar, dan standar yang digunakan untuk menilai kinerja.
Pemilihan Perangkat
Untuk mendapatkan sebagian atau seluruh data-data primer sebagaimana tersebut diatas, terdapat beberapa alternatif alat atau instrumen pengukurannya. Diantaranya sistem kartu pintar, unit automatic vehicle location (AVL), automatic vehicle identification (AVI), GPS based video image processing (VIP), GPS based high accuracy speed meter, dan Accelerometers (Bai et al., 2015; Feng and Timmermans, 2013; Pulugurtha et al., 2014;
William and Tam, 2008; Ye et al., 2015)
Sistem kartu pintar dan GPS yang umum terpasang di China, telah digunakan untuk melacak perjalanan penduduk, menganalisis keragaman penggunaan ruang, dan untuk mendapatkan informasi karakteristik perjalanan penduduk (Ye et al., 2015). Unit AVL digunakan untuk mendapatkan data waktu tempuh dengan menggunakan bis sebagai kendaraan uji (Pulugurtha et al., 2014). Kombinasi teknologi AVI dan VIP menghasilkan waktu tempuh dalam waktu nyata (real time) (William and Tam, 2008). GPS yang dilengkapi dengan demodulasi doppler mampu menghitung kecepatan objek bergerak (Bai et al., 2015). GPS bersama dengan akselerometer, menghasilkan pengenalan moda dan pergerakannya yang lebih baik daripada jika digunakan sendiri-sendiri (Feng and Timmermans, 2013).
GPS telah umum digunakan untuk mendapatkan karakteristik moda dibanyak tempat (Cortés et al., 2011; Jiménez-Meza et al., 2013; Pluvinet et al., 2012; Zhang et al., 2014, 2011), misalkan di Kota Beijing yang digunakan dalam 10.000 bis (Zhang et al., 2014).
Karakteristik berupa data waktu tempuh, jarak, dan kecepatan tempuh, didapatkan dengan mengolah data tanggal-waktu, latitude, longitude (Jiménez-Meza et al., 2013). GPS memiliki keunggulan dalam kemampuan menyediakan data karakteristik yang diperlukan untuk pemodelan dan simulasi. Namun perangkat GPS, secara umum masih memiliki kelemahan dalam hal keakuratan data (Bai et al., 2015), sehingga untuk meningkatkan akurasi memerlukan alat atau prosedur khusus, seperti pencocokan peta, akselerometer, ataupun perekam data (Bierlaire et al., 2013; Feng and Timmermans, 2013; Taylor et al., 2006; Zhang et al., 2011)
Kurang akuratnya perangkat GPS terutama terjadi berkaitan dengan chip GPS yang ditanam dalam telepon pintar (smartphone) (Bierlaire et al., 2013; Clark, 2015; Montini et al., 2015). Hal ini disebabkan karena rendahnya frekuensi sampel, perlunya kalibrasi berdasar merk dan jenis perangkat (Montini et al., 2015). Penggunaan GPS pada perangkat telepon pintar saat ini hanya untuk keperluan kecil sampai menengah, itupun perlu dilakukan kalibrasi, misalkan dengan metode pencocokan peta (Bierlaire et al., 2013; Clark, 2015;
William and Tam, 2008). Di sisi lain, perangkat GPS yang khusus (dedicated) mampu memberikan data-data yang lebih akurat (Clark, 2015; Montini et al., 2015). Untuk
1631
keperluan kalibrasi diperlukan data yang cukup banyak sehingga hasil pengolahan mendekati kenyataan, misalkan untuk perkiraan asal tujuan perjalanan (Patire et al., 2015;
Vij and Shankari, 2015). Kesesuaian data-data yang dihasilkan, ketersediaan metode kalibrasi, keakuratan yang baik, menjadikan GPS genggam, dalam sebagai pilihan sebagai perangkat pengambilan data tanggal-waktu, latitude, dan longitude, dalam penelitian ini.
Cara Pengolahan Data
Ringkasan cara untuk survei menggunakan GPS, konversi data, dan pengolahan data menjadi ukuran-ukuran kinerja yang diperlukan dapat dijelaskan secara singkat sebagai berikut. Data berupa waktu tempuh dari GPS tidak memerlukan koreksi, namun perhitungan jarak dari data GPS masih perlu dikoreksi (Moreno et al., 2016). Salah satu cara mudah untuk melakukan koreksi adalah dengan mencocokkan dengan peta (Taylor et al., 2006). Data yang dihasilkan dari perangkat GPS tidak berbentuk peta, namun sejenis data xml bernama GPX (GPS Exchange Format) (Garmin, 2014; Popov, 2009), sehingga diperlukan perangkat lunak Prune untuk mengubah data GPX menjadi peta. Prune digunakan untuk pengubah file GPX menjadi format text yang dapat dibaca oleh spreadsheet (Popov, 2009). Selain peta dari perangkat lunak Prune, digunakan pula peta Google Map untuk kalibrasi. Google Map menyediakan peta meliputi landmark, jalur lalu lintas, peta vektor, peta satelit, juga peta topografi yang memudahkan pengenalan lokasi lebih lanjut (Qiu et al., 2014; Yang and Hsu, 2015).
Standar Acuan
Kementrian Perhubungan Republik Indonesia menetapkan adanya standar keteraturan bagi layanan angkutan massal berbasis jalan di kawasan perkotaan (Kementerian Perhubungan, 2012). Keteraturan dalam peraturan tersebut diantaranya kecepatan perjalanan rata-rata dan waktu bis berhenti di setiap halte. Kecepatan perjalanan rata-rata dalam waktu puncak ditetapkan maksimal 30 km/jam. Sementara waktu bis berhenti di setiap halte dalam waktu puncak ditetapkan maksimal 45 detik. Sebagai pembanding, digunakan Transit Capacity and Quality of Service Manual (Ryus et al., 2013). Dalam manual ini disebutkan ada dua penyebab tundaan terbesar, yaitu waktu pelayanan penumpang di halte (dwell time) dan tundaan di simpang. Nilai umum dwell time di pemberhentian minor sebesar 10 detik, dan di pemberhentian mayor sebesar 60 detik. Tundaan simpang bersinyal besarnya antara 0-70 detik.
METODE
Terdapat dua kelompok metode dengan tujuan dan perangkat yang berbeda. Tujuan pertama mendapatkan data dasar berupa titik koordinat dan waktu. Perangkat keras yang diperlukan dalam penelitian ini adalah perangkat GPS genggam (untuk selanjutnya disebut GPS). Tujuan kedua adalah mengolah data dasar menjadi karakteristik yang diperlukan.
Perangkat lunak yang diperlukan adalah perangkat lunak pengolah data GPS (Prune) dan spreadsheet (Libreoffice Calc). Penjelasan singkat metode penelitian yang digunakan dalam penelitian ini mengikuti diagram alir seperti pada Gambar 1, dengan penjelasan sebagai berikut.
1. Perangkat Keras
Pengukuran dalam penelitian ini dilakukan dengan perangkat GPS genggam merk Garmin jenis Oregon 650. Hasil pengukurannya dapat berbeda dengan perangkat GPS lain.
Perbedaan yang ada berkaitan dengan akurasi perangkat. Perbedaan lain yang mungkin timbul disebabkan karena perbedaan pengaturan dan ketersediaan satelit GPS dan atau
1632
GLONASS. Dalam penelitian ini, perangkat diatur menggunakan satelit GPS dan GLONASS. Pencatatan track direkam per satu detik. Data penting yang perlu didapat dari GPS adalah data tanggal-waktu, latitude dan longitude (Garmin, 2014). Tahapan kegiatan dimulai dengan survei track sekaligus waypoint. Keduanya dilakukan sekaligus dengan GPS pada saat yang sama. Dari survei track didapatkan koordinat titik dan tanggal-waktu, dari survei waypoint didapatkan koordinat titik dan nama titik.
Survei track dan waypoint ini dilakukan pada waktu puncak pagi dan siang. Waktu puncak pagi adalah waktu puncak tertinggi diantara beberapa waktu puncak. Periode puncak pagi antara jam 06.00 - 09.00 (Juniardi, 2006; Yunianta, 2006).
2. Perangkat Lunak
Melalui perangkat lunak Prune data koordinat titik track dan waypoint diubah menjadi bentuk text dan rute. Dari rute tersebut ditetapkan titik acuan (titik nol), yaitu titik awal perjalanan. Data text koordinat dihitung menjadi jarak antar titik-titik, mengacu pada formula haversine menggunakan spreadsheet. Perhitungan jarak menggunakan pendekatan jarak dipermukaan lengkung bumi (Pearson, 2009; Sinnott, 1984) menerapkan formula Haversine adalah sebagai berikut,
𝛥𝜎^ = 2𝑎𝑟𝑐𝑠𝑖𝑛 (√𝑠𝑖𝑛2(𝛥𝛷
2 ) + 𝑐𝑜𝑠𝛷𝑠𝑐𝑜𝑠𝛷𝑓𝑠𝑖𝑛2(𝛥𝜆
2)) (1)
dengan Δ 𝜎^ adalah Interior Spherical Angle, Δ adalah selisih antara Latitude1 dan Latitude2, s adalah nilai Latitude1, f adalah nilai Latitude2, dan Δλ adalah selisih Longitude1 dikurangi Longitude2. Untuk mendapatkan jarak antara dua titik, keliling bumi rata-rata dikalikan dengan Δ𝜎^
Pengolahan data text GPS menggunakan perangkat lunak spreadsheet. Spreadsheet yang digunakan disini adalah LibreOffice Calc. LibreOffice Calc digunakan untuk mengolah data sampai mendapatkan hasil yang diperlukan (Faile et al., 2016). Hasil yang diperlukan berupa nilai kecepatan perjalanan rata-rata, dan waktu bis berhenti di setiap halte, didapatkan pula data waktu tempuh, jarak tempuh, kecepatan sesaat, lokasi henti dan tundaan, serta rute, dan waktu henti di masing-masing simpang, ruas dan halte.
Perlu dilakukan kalibrasi untuk menentukan nilai kecepatan yang dianggap 0 (nol).
Dengan mengacu pada kecepatan tersebut, dilakukan koreksi jarak antar titik-titik.
Kemudian hitung jarak ke titik-titik yang diamati, nama-nama halte, simpang didapat dari data waypoint. Peta dari situs maps.google.com digunakan untuk kalibrasi perhitungan jarak dari titik asal, lokasi-lokasi halte dan simpang, sampai dengan titik akhir perjalanan. Titik- titik dengan kecepatan 0, dapat dihitung lama hentinya mengacu pada jarak relatif terhadap titik waypoint. Diakhir titik tujuan, dapat dihitung kecepatan tempuh rata-rata satu rit, kemudian dilanjutkan dengan melakukan analisis dari data yang dihasilkan. Satu rit adalah satu kali perjalanan kendaraan dari tempat asal ke tempat tujuan (Departemen Perhubungan, 2002).
HASIL DAN DISKUSI
Karakteristik Perjalanan Bis Trans Jogja
Perangkat GPS genggam dalam penelitian ini digunakan sebagai alat bantu pengukuran karakteristik dan kinerja perjalanan bis. Pengukuran dilakukan sepanjang perjalanan (journey) Trayek 4B Bis Trans Jogja. Kinerja yang dinilai menggunakan sebagian dari standar Kementerian Perhubungan. Data-data GPS diolah dengan spreadsheet untuk
1633
Gambar 1. Metode Penelitian
Waypoint
titik Lokasi
Konversi data gps Rute
Analisa
Kinerja Trayek
Akhir Metode Perhitungan
penentuan titik nol
hitung jarak antar titik-titik
hitung beda waktu antar titik-titik
hitung kecepatan antar titik-titik
tentukan nilai kecepatan ~ 0
koreksi jarak antar titik-titik
hitung jarak ke titik-titik halte & simpang
hitung lama henti di titik-titik halte & simpang hitung kecepatan tempuh 1 rit
Track Survei
Mulai
waktu
kemudahan interoperability antar perangkat lunak. Peta digunakan untuk mengecek kesesuaian lokasi. Jarak terhadap titik asal (Terminal Giwangan) menjadi patokan pengenalan lokasi ruas jalan, simpang, dan halte.
Dari pengolahan peta di Prune, dihasilkan rute bis dengan nama-nama ruas jalan berurutan sebagaimana disajikan pada Gambar 2. Gambar 3 menunjukkan ruas jalan yang memiliki tundaan adalah ruas Jalan Glagahsari, Jalan Timoho, Jalan Laksda Adi Sucipto, Jalan Suroto, dan Jalan Yos Sudarso. Tundaan terbesar berada di Jalan Timoho.
Berikut ini adalah nama-nama halte yang disinggahi secara berurutan, diambil dari data waypoint dan peta. Halte tersebut berturut-turut Giwangan - SMK Muhammadiyah 3 - Pandeyan 1 (P) - Glagahsari (P) - Kusumanegara 3 - SGM - APMD 1 - UIN 1 - Wanitatama - Urip Sumoharjo - Bethesda - SMP 5 - AA YKPN - De Brito - UIN 2 - APMD 2 - SMK 5 - Kusumanegara 4 - UTY (P) - Makam Prajurit Glagahsari (P) - Pandeyan 2 (P) - Pasar Seni - UAD – Giwangan (P). Kode (P) yang menyertai nama halte menandakan halte tersebut adalah halte sementara (portable).
Jika dilihat mendalam, terdapat 4 halte di Jalan Timoho, yaitu halte APMD 1, UIN 1, UIN 2, dan APMD 2. Gambar 4, nampak bahwa halte-halte tersebut menyumbangkan tundaan bagi lalu lintas di Jalan Timoho.
1634
Terminal Giwangan - Jl. Imogiri Timur - Jl. Pramuka - Jl. Menteri Supeno - Jl. Veteran - Jl.
Pandeyan - Jl. Glagahsari - Jl.
Kusumanegara - Jl. Kenari - Jl.
Ipda Tut Harsono - Jl. Laksda laksda adi sucipto - Jl. Urip Sumoharjo - Jl. Sudirman - Jl.
Suroto - Jl. Yos Sudarso - Jl.
Wardani - Jl. Trimo - Jl. Kusbini - Jl. Langensari - Jl. Urip
Sumoharjo - Jl. Laksda laksda adi sucipto - Jl. Ipda Tut Harsono - Jl.
Kenari - Jl. Kusumanegara - Jl.
Glagahsari - Jl. Pandeyan - Jl.
Veteran - Jl. Menteri Supeno - Jl.
Pramuka - Jl. Imogiri Timur - Terminal Giwangan
Gambar 1. Peta Trayek 4B Trans Jogja
Gambar 2. Lama tundaan pada ruas jalan
Gambar 3. Lama henti rata-rata di halte
Selain itu, simpang di Jalan Timoho juga menyumbang tundaan lalu lintas. Dari Gambar 5, nampak bahwa lama tundaan rata-rata akibat simpang merupakan tundaan terbesar. Dengan sumbangan tundaan terbesar di s11. Selain simpang s11 yang berada di Jalan Timoho, terdapat pula simpang rel, dan s12. S11 adalah perempatan antara Jalan Ipda
1635
Tut Harsono, Ganesha, dan Timoho. S12 adalah pertigaan antara Jalan Laksda Adi Sucipto dan Timoho.
Gambar 4. Lama tundaan akibat simpang
Data-data yang direkam oleh perangkat GPS berupa titik-titik koordinat dan waktu, telah dihitung menjadi jarak antar titik-titik, dan selisih waktunya. Dari jarak dan selisih waktu tersebut dapat didapatkan kecepatan antar titik. Data-data tersebut dari titik asal sampai kembali ke tujuan tersusun menjadi jarak dan waktu tempuh. Selain itu, data kecepatan per lokasi ruas, simpang, dan halte menjadi ukuran hambatan perjalanan terkait lokasi-lokasi tersebut.
Penilaian kesesuaian terhadap standar dilakukan dengan membandingkan antara nilai kecepatan perjalanan rata-rata, dan waktu bis berhenti di setiap halte dengan nilai standar, semakin lama waktu tempuh, dan tundaan perjalanannya maka semakin rendah kecepatan perjalanan rata-ratanya.
Dengan mengetahui lokasi-lokasi terjadinya tundaan, pengelola Trans Jogja dapat merencanakan keteraturan jadwal menjadi lebih baik. Terdapat halte-halte yang tidak disinggahi, yang ditunjukkan dengan lama henti selama 0 (nol) detik. Perlu dicek silang, dengan jumlah penumpang saat itu untuk mengetahui, alasan tidak berhenti. Apakah karena di halte-halte tersebut tidak ada penumpang, atau bis sudah dipenuhi penumpang sehingga tidak berhenti di halte tersebut.
Diskusi
Perangkat GPS genggam dalam penelitian ini digunakan bersama dengan perangkat lunak pengolah data. Penggunaannya menghasilkan beberapa unsur kinerja yang dipersyaratkan dalam standar. Didapatkan juga beberapa luaran detail yang dapat digunakan untuk memperbaiki rencana perjalanan. Kecepatan sesaat tertinggi sebesar 48 km/jam dengan rata-rata kecepatan sesaat sebesar 19 km/jam. Waktu tempuh perjalanan 1 rit sepanjang 20.5 km, ditempuh dalam waktu 1 jam.
Terdapat beberapa lokasi yang menyebabkan tundaan, yaitu tundaan akibat pelayanan penumpang di halte, tundaan akibat lalu lintas di ruas jalan, dan tundaan akibat simpang, yang dapat dijelaskan sebagai berikut :
a. Besar tundaan rata-rata di halte sementara selama 5 detik, sementara di halte tetap sebesar 7 detik. Tundaan rata-rata selama 7 detik. Tundaan terbesar selama 42 detik terjadi di Halte SGM di Jalan Kenari. Tundaan akibat halte memiliki simpangan baku populasi sebesar 6.07.
1636
b. Rata-rata lama tundaan di ruas jalan selama 13 detik, dan lama tundaan terbesar terjadi di Jalan Timoho sebesar 65 detik. Nilai simpangan baku populasi dari tundaan di ruas jalan adalah 7.61.
c. Lama tundaan rata-rata di simpang adalah 38 detik. Simpang s11 yang berada di Jalan Timoho memiliki lama tundaan terbesar, yaitu 99 detik. Dengan simpangan baku populasi sebesar 24.61.
Dengan demikian lama tundaan terbesar yang diakibatkan oleh simpang, memberikan kontribusi sebesar 79% kejadian, kemudian tundaan akibat halte 16%, yang terakhir akibat ruas jalan sebesar 5% dari seluruh tundaan yang terjadi. Sumber dan lama tundaan keseluruhan tercantum dalam Tabel 1. Jalan Timoho secara umum menyumbang tundaan terbesar, termasuk akibat adanya halte-halte dan simpang-simpang yang berada di Jalan Timoho.
Tabel 1. Sumber dan Lama Tundaan No Sumber
Tundaan
Rata-rata (detik)
Maksimal (detik)
Simpangan Baku Populasi
Proporsi Keseluruhan (%)
1 Simpang 38 99 24.61 79
2 Ruas 13 65 7.61 5
3 Halte 7 42 6.07 16
Hasil perhitungan menunjukkan kecepatan perjalanan rata-rata 20 km/jam, lebih lambat 66,67% dibandingkan nilai maksimal dalam standar pada waktu puncak (30 km/jam).
Waktu henti rata-rata di halte 7 detik lebih cepat 642,86% daripada standar (45 detik), dan tidak ada halte yang waktu berhentinya bis melebihi standar.
Hasil-hasil perhitungan kinerja tersebut tidak melampaui batas maksimal yang disyaratkan dalam standar dari Kementerian Perhubungan. Namun demikian perlu diperhatikan besarnya lama tundaan akibat simpang, halte, dan ruas pada Jalan Timoho yang lebih besar daripada ruas-ruas jalan lainnya.
KESIMPULAN
Penggunaan perangkat GPS genggam dapat menghasilkan besaran karakteristik perjalanan bis. Akurasi pengenalan lokasi oleh perangkat GPS dapat dikalibrasi menggunakan peta. Perangkat GPS genggam dapat mengatasi kebutuhan pengukuran sesuai standar kinerja moda angkutan yang berlaku. Kinerja pada Trayek 4B Trans Jogja yang diukur adalah kecepatan perjalanan rata-rata, dan waktu bis berhenti di setiap halte, berkisar pada saat jam puncak pagi.
Penelitian ini menunjukkan bahwa nilai yang dapat diukur perangkat GPS genggam adalah kecepatan perjalanan rata-rata dan waktu bis berhenti di setiap halte. Selain itu, hasil pengolahan data GPS dapat menghasilkan nilai waktu tempuh, jarak tempuh, kecepatan sesaat, lokasi henti dan tundaan, serta rute, disamping mendapatkan nilai waktu henti di masing-masing simpang, ruas dan halte. Lama tundaan terbesar dalam perjalanan Trans Jogja berkaitan dengan simpang, kemudian halte, dan ruas. Selanjutnya dengan membandingkan nilai-nilai tersebut dengan standar, dapat didapatkan nilai kinerja bis.
Untuk pengembangan penelitian selanjutnya dapat dilakukan beberapa hal berikut, diantaranya kalibrasi terhadap peta untuk menghitung jarak antar titik-titik halte dan simpang yang berdekatan, upaya peningkatan kecepatan dan akurasi pengolahan data, dapat dilakukan dengan membangun algoritma pengenalan lokasi yang lebih baik. Adanya halte yang tidak disinggahi membuka kemungkinan evaluasi kesesuaian lokasi. Dikenalinya
1637
lokasi-lokasi dan lama henti memungkinkan pengelola Bis Trans Jogja membuat rencana perjalanan yang lebih rinci sesuai kondisi di lapangan.
DAFTAR PUSTAKA
Bai, Y., Sun, Q., Du, L., Yu, M., Bai, J. 2015. Calibration of GPS based high accuracy speed meter for vehicles. in: Cui, J., Tan, J., Wen, X. (Eds.), . p. 94460O.
Bierlaire, M., Chen, J., Newman, J., 2013. A probabilistic map matching method for smartphone GPS data. Transp. Res. Part C Emerg. Technol. 26, 78–98.
Clark, J., 2015. Location Gathering: An Evaluation of Smartphone-Based Geographic Mobile Field Data Collection Hardware and Applications.
Cortés, C.E., Gibson, J., Gschwender, A., Munizaga, M., Zúñiga, M., 2011. Commercial bus speed diagnosis based on GPS-monitored data. Transp. Res. Part C Emerg. Technol.
19, 695–707. doi:10.1016/j.trc.2010.12.008
Departemen Perhubungan, 2002. Pedoman Teknis Penyelenggaraan Angkutan Penumpang Umum di Wilayah Perkotaan Dalam Trayek Tetap dan Teratur.
Faile, R., Cartwright, J., Parker, H., others, 2016. Getting Started with LibreOffice Calc.
Lulu. com.
Feng, T., Timmermans, H.J.P., 2013. Transportation mode recognition using GPS and accelerometer data. Transp. Res. Part C Emerg. Technol. 37, 118–130.
Garmin, 2014. Oregon® 600 Series Owner’s Manual.
Jiménez-Meza, A., Arámburo-Lizárraga, J., de la Fuente, E., 2013. Framework for Estimating Travel Time, Distance, Speed, and Street Segment Level of Service (LOS), based on GPS Data. Procedia Technol. 7, 61–70.
Juniardi, 2006. Analisis Arus Lalu Lintas di Simpang Tak Bersinyal (Studi Kasus Simpang Timoho dan Simpang Tunjung di Kota Yogyakarta). Diponegoro.
Kartikasari, U., 2008. Trans Jogja Sebagai Transportasi Penunjang Pariwisata Yogyakarta.
Universitas Sebelas Maret, Indonesia.
Kementerian Perhubungan, 2012. Standar Pelayanan Minimal Angkutan Massal Berbasis Jalan.
Montini, L., Prost, S., Schrammel, J., Rieser-Schüssler, N., Axhausen, K.W., 2015.
Comparison of Travel Diaries Generated from Smartphone Data and Dedicated GPS Devices. Transp. Res. Procedia 11, 227–241. doi:10.1016/j.trpro.2015.12.020 Moreno, E.G., Romana, M.G., Martínez, Ó., 2016. A First Step to Diagnostic of Urban
Transport Operations by Means of GPS Receiver. Procedia Comput. Sci. 83, 305–
312. doi:10.1016/j.procs.2016.04.130
Munawar, A., 2014. Implementasi Intelligent Transport System di Daerah.
Patire, A.D., Wright, M., Prodhomme, B., Bayen, A.M., 2015. How much GPS data do we need? Transp. Res. Part C Emerg. Technol. 58, 325–342.
Pearson, C., 2009. Latitude, Longitude, And Great Circle Distances.
Pluvinet, P., Gonzalez-Feliu, J., Ambrosini, C., 2012. GPS Data Analysis for Understanding Urban Goods Movement. Procedia - Soc. Behav. Sci. 39, 450–462.
Popov, D., 2009. An Introduction to Prune, Snip and Clip. Linuxuser 72.
Pulugurtha, S.S., Puvvala, R.K., Pinnamaneni, R.C., Duddu, V.R., Najaf, P., 2014. Buses as probe vehicles for travel time data collection on urban arterials, in: American Society of Civil Engineers (ASCE).
Qiu, F., Li, W., An, C., 2014. A Google Maps-based flex-route transit scheduling system, in:
14th COTA International Conference of Transportation Professionals, Changsha, China. pp. 247–257.
1638
Ryus, P., Danaher, A., Walker, M., Nichols, F., Carter, W., Ellis, E., Cherrington, L., Bruzzone, A., 2013. Transit Capacity and Quality of Service Manual. Transp. Res.
Board Wash. DC Rep TCRP Rep. 165.
Sinaga, E.A., 2008. Country Initiatives on Environmentally Sustainable Transport In Indonesia.
Sinnott, R.W., 1984. Virtues of Haversine. Sky Telesc. 68, 159.
Taylor, G., Brunsdon, C., Li, J., Olden, A., Steup, D., Winter, M., 2006. GPS accuracy estimation using map matching techniques: Applied to vehicle positioning and odometer calibration. Comput. Environ. Urban Syst. 30, 757–772.
doi:10.1016/j.compenvurbsys.2006.02.006
Vij, A., Shankari, K., 2015. When is big data big enough? Implications of using GPS-based surveys for travel demand analysis. Transp. Res. Part C Emerg. Technol. 56, 446–
462. doi:10.1016/j.trc.2015.04.025
William, H.K., Tam, M.L., 2008. Evaluation of Real-time Data Collection Technologies for Journey Time Estimation.
Yang, S.-Y., Hsu, C.-L., 2015. A location-based services and Google maps-based information master system for tour guiding. Comput. Electr. Eng.
Ye, P., Yang, S., Xu, L., 2015. Community Bus Demand Characteristics Analysis Based on Smart Card Data and GPS Data, in: Fifth International Conference on Transportation Engineering.
Yunianta, A., 2006. Pengaruh Manuver Kendaraan Parkir Badan Jalan Terhadap Karakteristik Lalu Lintas di Jalan Diponegoro Yogyakarta. Diponegoro.
Zhang, L., Jiancheng, W., Zhihong, C., 2014. Characteristic Analysis of Bus Travel Speed on Commuting Corridors Based on GPS Data, in: CICTP 2014@ sSafe, Smart, and Sustainable Multimodal Transportation Systems. ASCE, pp. 1443–1453.
Zhang, R., Wang, T., Wan, H., Lei, L., She, B., 2011. Analysis of Jinan BRT Speed Characteristics Based on Vehicle Traveling Data Recorder, in: 11th International Conference of Chinese Transportation Professionals (ICCTP).
