Mareta Uci Kartika Indrawati1, Hera Widyastuti2 dan Wahju Herijanto3
1
Mahasiswa Program Magister, Jurusan Teknik Sipil, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia, email: uci_imoet@ce.its.ac.id
2
Dosen Jurusan Teknik Sipil, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia, email: hera@ce.its.ac.id
3
Dosen Jurusan Teknik Sipil, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia, email: herijanto@ce.its.ac.id
Sebagai angkutan transportasi yang cepat, angkutan udara sangat berperan di wilayah dengan aksesibilitas transportasi darat yang lemah, namun demikian transportasi udara juga dapat mendukung transportasi yang lain atau bahkan berkompetisi dengan angkutan yang lain jika memang demand berkehendak demikian, sehingga tidak menutup kemungkinan transportasi udara juga dibutuhkan di wilayah yang aksesibilitasnya baik. Pada dasarnya proses perencanaan transportasi memerlukan model untuk menganalisa sistem yang sudah ada maupun untuk dimasa mendatang. Oleh karena itu dalam studi ini akan dilakukan identifikasi asal dan tujuan penumpang pengguna transportasi udara untuk mendapatkan model sebaran pergerakan penumpang di Bandara Internasional Juanda saat ini sehingga dapat digunakan untuk meramalkan sebaran pergerakan penumpang dimasa yang akan datang.
Langkah awal dari studi ini ialah dengan mengidentifikasi asal dan tujuan penumpang domestik dan internasional di Bandara Internasional Juanda melalui Matriks Asal Tujuan (MAT) yang berdasarkan dari hasil pengolahan survai wawancara. Dari MAT tersebut dapat dibuat beberapa model trip distribution dengan analisa model gravity tanpa batasan (UCGR) dengan menggunakan tiga fungsi hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner. Dari hasil pemodelan tersebut dapat diketahui karakteristik asal dan tujuan penumpang di di Bandara Internasional Juanda Dari hasil studi ini dapat diberikan masukan untuk merencanakan sarana dan prasarana transportasi udara yang sesuai dengan kebutuhan dimasa mendatang, yaitu model penerbangan domestik yang paling baik adalah Tij=5.44047E-30*Ei*Ej*Cij^7.1*exp (-0.01*Cij); dimana Ei dan Ej adalah
parameter ekonomi (PDRB) zona asal dan tujuan. Sedangkan untuk penerbangan internasional adalah Tij=325.848* Pi*Pj*Cij^3.8737; dimana Pi dan Pj adalah parameter populasi zona asal dan
tujuan.
1. PENDAHULUAN
1.1.Latar Belakang
Seiring dengan pertumbuhan ekonomi Indonesia yang semakin meningkat, ditinjau dari pertumbuhan rata-rata Produk Domestik Bruto pada tahun 2007 sebesar 18% dan tahun
2008 sebesar 25% (www.bps.go.id, 2009), menimbulkan dampak positif di beberapa
bidang, salah satunya adalah bidang transportasi. Beberapa tahun ini demand yang terjadi terus menerus mengalami peningkatan. Terbukti dengan perkembangan transportasi udara akhir-akhir ini yang cukup menggembirakan, jika dilihat dari jumlah arus penumpang domestik pada tahun 2007 sebesar 7.880.131 dan tahun 2009 sebesar 8.045.077, sedangkan arus penumpang internasional pada tahun 2007 sebesar 943.097 dan pada tahun 2008 sebesar 1.058.975. (Statistik Lalu lintas Angkutan Udara, 2009).
Peningkatan pelayanan transportasi udara, baik dalam memindahkan penumpang maupun barang sudah sewajarnyalah diimbangi dengan adanya angkutan udara yang aman, cepat, efisien, teratur, nyaman dan memiliki tingkat keselamatan yang tinggi serta mampu memicu dan mendukung pembangunan pada sektor lainnya.
Sebagai angkutan transportasi yang cepat, angkutan udara sangat berperan di wilayah dengan aksesibilitas transportasi darat yang lemah, namun demikian transportasi udara juga dapat mendukung transportasi yang lain atau bahkan berkompetisi dengan angkutan yang lain jika memang demand berkehendak demikian, sehingga tidak menutup kemungkinan transportasi udara juga dibutuhkan di wilayah yang aksesibilitasnya baik. Jawa Timur (Surabaya) merupakan sentral industri dan transit antara Indonesia Barat, Tengah dan Timur melalui Bandara Internasional Juanda telah melayani kebutuhan penerbangan dalam negeri dan internasional. Surabaya sebagai provinsi yang memiliki jaringan transportasi darat yang cukup baik ternyata juga memiliki demand angkutan udara yang cukup progresif, hal ini terbukti dengan adanya rencana pengoperasian citylink yang menghubungkan bandara-bandara di dalam propinsi Jawa Timur, selain itu adanya bandara selain Bandara Internasional Juanda yang telah membuka rute penerbangan dari dan keluar wilayah Jawa Timur contohnya Bandara Abdul Rachman Soleh di Malang. (Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) ITS, 2009)
Guna menyediakan sarana dan prasarana yang sesuai dengan kebutuhan tersebut dimasa mendatang perlu diadakan prediksi kebutuhan yang terjadi serta perencanaan transportasi. Perencanaan transportasi dikenal dengan sebutan perencanaan empat tahap, dimulai
dengan bangkitan perjalanan (trip generation), sebaran perjalanan (trip distribution),
pemilihan moda (modal split), dan pemilihan rute (trip assignment).
Pada dasamya proses perencanaan transportasi memerlukan model untuk menganalisa sistem yang sudah ada serta diharapkan dari model tersebut dapat memberikan masukan untuk merencanakan sarana dan prasarana transportasi udara yang sesuai dengan kebutuhan dimasa mendatang. Oleh karena itu dalam studi ini akan dilakukan identifikasi dan pemodelan trip distribution asal dan tujuan penumpang pengguna transportasi udara di Bandara Internasional Juanda. Model sebaran pergerakan yang akan digunakan adalah model gravity-tanpa-batasan (Unconstrained Gravity), dengan menggunakan tiga fungsi
tahun 2000 dan tahun 2003. Muntafiah (2000) dalam studinya yang berjudul “Pemodelan trip distribusi penumpang angkutan udara kawasan Indonesia Timur” menghasilkan rumus pemodelan sebaran pergerakan penumpang metode simultan (dengan data sekunder tahun 1996) serta peramalan sebaran pergerakan penumpang tahun 2010. Sedangkan Salmani (2003) dalam studinya yang berjudul “Pola distribusi pergerakan angkutan penumpang penerbangan domestik melalui pelabuhan udara Juanda Surabaya“ menyimpulkan bahwa model sebaran pergerakan Doubly Constrained Gravity adalah model yang terbaik (dengan SSM / SST = 0.862 dan MSE = 1.108.579,144) jika dibandingkan dengan dua jenis model
gravity lainnya, yaitu UCGR (Unconstrained Gravity), PCGR (Production Constrained Gravity).
Diharapkan dari studi ini dapat dihasilkan model gravity sebaran pergerakan penumpang dengan data sekunder 2009, sehingga dapat diketahui pola pergerakan asal dan tujuan penumpang angkutan udara yang ada di Bandara Internasional Juanda saat ini dan 10 tahun yang akan datang. Serta diketahui realibiltas antara model sebaran pergerakan dalam studi ini dan studi terdahulu.
Model transportasi hasil studi ini dapat digunakan oleh instansi atau dinas-dinas terkait dalam rangka menentukan kebijakan bidang transportasi di masa datang. Secara spesifik, model transportasi ini digunakan untuk menemukan jumlah pergerakan penumpang angkutan udara yang ada di Bandara Internasional Juanda 10 tahun yang akan datang.
1.2.Perumusan Masalah
1. Bagaimana matriks asal dan tujuan penumpang domestik dan internasional pengguna transportasi udara di Bandara Internasional Juanda ?
2. Bagaimana hasil pemodelan trip distribution penumpang domestik dan internasional yang melalui Bandara Internasional Juanda dengan menggunakan model gravity tanpa-batasan (Unconstrained Gravity) dengan menggunakan tiga jenis fungsi hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner?
1.3.Maksud dan Tujuan Penelitian
1. Memperoleh matriks asal dan tujuan tujuan penumpang domestik dan internasional pengguna transportasi udara.
2. Pemodelan trip distribution penumpang domestik dan internasional yang melalui Bandara Internasional Juanda dengan menggunakan model gravity-tanpa-batasan (Unconstrained Gravity) dengan menggunakan tiga jenis fungsi hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner.
1.4.Batasan Masalah
Batasan masalah pada studi ini adalah sebagai berikut :
1. Data yang digunakan dalam studi ini adalah data sekunder, yang berasal dari hasil survai tahun 2009 dan PT. Angkasa Pura I tahun 2008.
3. Pemodelan distribusi yang digunakan adalah model gravity-tanpa-batasan (Unconstrained Gravity) dengan menggunakan tiga jenis fungsi hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner.
2. DASAR TEORI
Model Gravity
Pada model gravity jarak mempengaruhi besar kecilnya jumlah perjalanan antar zona. Metode ini berasumsi bahwa ciri bangkitan dan tarikan pergerakan berkaitan dengan beberapa parameter zona asal, misalnya populasi dan nilai sel MAT yang berkaitan juga dengan aksesibilitas (kemudahan) sebagai fungsi jarak, waktu, atau pun biaya. Untuk keperluan transportasi model gravity dinyatakan dalam persamaan:
( )
ij j i j i idO
D
A
B
f
C
T
=
(2.1)Menurut Hyman (1969) tiga jenis fungsi hambatan yang dapat digunakan dalam Model
Gravity adalah sebagai berikut:
a. f
( )
Cij =Cij−α (fungsi pangkat) (2.2) b.( )
Cij ij e C f = −β (fungsi eksponensial-negatif) (2.3) c.( )
Cij ij ij C e C f = α −β (fungsi Tanner) (2.4)Berdasarkan jenisnya model gravity dibagi menjadi empat yaitu : 1. Dengan tanpa batasan (Unconstrained Gravity)
2. Dengan batasan bangkitan (Production Constrained Gravity)
3. Dengan batasan tarikan pergerakan (Attraction Constrained Gravity) 4. Dengan dua batasan (Doubly Constrained Gravity)
Pada studi ini model gravity yang akan digunakan adalah model gravity tanpa batasan (Unconstrained Gravity). Pada model ini minimal terdapat satu batasan, total pergerakan yang dihasilkan harus sama dengan total pergerakan yang diperkirakan dari tahapan bangkitan pergerakan. Alasan digunakanya model ini adalah dikarenakan kurang tersedianya data bangkitan dan tarikan di wilayah studi, sehingga akan terjadi ketidakakuratan model jika dilakukan peramalan untuk dimasa yang akan datang jika menggunakan model lain selain model dengan tanpa batasan. Syarat batas pada UCGR (Unconstrained Gravity) ditulis sebagai berikut:
Ai =1 untuk seluruh i
Bj =1 untuk seluruh j.
Pada model gravity di studi ini variabel yang digunakan adalah populasi penduduk dan PDRB masing – masing kota atau negara wilayah kajian. Sehingga pada proses peramalan
trip distribution Bandara Internasional Juanda dimasa yang akan datang dengan
beberapa tahun mendatang.
3. METODOLOGI
3.1. Pengumpulan Data
Pada studi ini data yang digunakan adalah data – data sekunder yang berasal dari instansi – instansi yang terkait. Data – data sekunder yang dibutuhkan antara lain:
1. Data hasil survai wawancara asal tujuan penumpang di terminal keberangkatan domestik dan internasional Bandara Internasional Juanda yang dilakukan oleh Laboratorium Perhubungan dan Bahan Jalan Jurusan Teknik Sipil, FTSP – ITS Surabaya.
2. Jumlah penduduk di wilayah – wilayah studi.
3. PDRB kota/kabupaten atau propinsi asal dan tujuan penumpang wilayah studi.
4. Gross National Income (GNI) Negara/daerah asal dan tujuan penumpang wilayah studi.
5. Rute perjalanan pesawat di Bandara Internasional Juanda.
6. Jarak antar bandara dengan Bandar Udara di kota maupun Negara asal dan tujuan penerbangan.
7. Data asal tujuan perjalanan penumpang di Bandara Internasional Juanda oleh PT Angkasa Pura I.
8. Data asal tujuan perjalanan pesawat di Bandara Internasional Juanda oleh PT Angkasa Pura I.
3.2. Pengolahan Data
Data – data dari hasil survai wawancara kepada pelaku perjalanan kemudian diolah menjadi Matrik Asal Tujuan perjalanan penumpang. Namun sebelum dibuat Matrik Asal Tujuan terlebih dahulu hasil wawancara yang berisi kota atau kabupaten asal serta kota atau kabupaten tujuan diberi kode agar supaya memudahkan pengelompokan daerah serta mengidentifikasi asal ataupun tujuan dalam bentuk matriks asal tujuan penumpang.
3.3. Matriks Expanded
Survai wawancara yang dilakukan di Bandara Internasional Juanda hanya berdasarkan sampling dari jumlah penumpang, sehingga belum bisa mewakili kondisi sebenarnya dari arus penumpang selama tahun 2009. Untuk mengkalibrasi Matriks Asal Tujuan hasil wawancara menjadi Matriks Asal Tujuan selama satu tahun (matriks expanded), diperlukan faktor pengali. Faktor pengali ini didapatkan dari frekuensi perjalanan penumpang di Bandara Internasional Juanda untuk setiap tujuan perjalanan selama satu tahun.
3.4. Pemodelan Trip Distribution
Pemodelan trip distribution yang digunakan dalam studi ini adalah model gravity tanpa batasan (Unconstrained Gravity). Untuk mendapatkan rumus model gravity tersebut tahapan yang perlu dilakukan adalah sebagai berikut:
2. MAT perjalanan penumpang dikali dengan faktor pengali yang didapatkan dari frekuensi perjalanan penumpang di Bandara Internasional Juanda untuk setiap tujuan perjalanan selama satu tahun. Hasil perkalian tersebut menghasilkan MAT expanded. 3. Sedangkan MAT jarak digunakan untuk mendapatkan nilai dari variabel α dan β pada
fungsi hambatan.
4. Metode yang digunakan dalam mendapatkan nilai α dan β adalah metode sederhana nilai α dan β dicari dengan cara trial and error dengan memberikan nilai awal sembarang. Trial and error ini akan berhenti sampai didapatkan selisih prosentase minimum antara nilai sebaran hasil pengamatan dan model.
5. Tahap berikutnya adalah mendapatkan model empiris dengan memasukkan faktor ekonomi setiap negara/kota/kabupaten asal tujuan.
Tij = Ei . Ej. f(Cij) (3.1)
Dimana :
Ei = variabel ekonomi negara/kota/kabupaten asal.
Ej = variabel ekonomi negara/kota/kabupaten tujuan.
Variabel ekonomi dalam studi ini berupa PDRB kota/kabupaten/propinsi dan GNI dari negara asal dan tujuan penumpang.
6. Untuk mendapatkan MAT hasil pemodelan maka yang perlu dilakukan terlebih dahulu adalah membandingkan jumlah pergerakan penumpang pada MAT expanded dengan jumlah pergerakan penumpang MAT model empiris. Dari hasil pembandingan tersebut didapatkan nilai K,
7. Kemudian nilai K tersebut dikali dengan MAT model empiris sehingga didapatkan MAT hasil pemodelan.
Tij = K . Ei . Ej. f(Cij) (3.2)
3.5. Grafik Trip Length Distribution
Grafik trip length distribution adalah grafik antara data jarak untuk setiap asal tujuan perjalanan penumpang dengan prosentase jumlah perjalanan penumpang pesawat, ada dua garis dalam grafik trip length distribution, garis pertama menunjukan pola trip distribution data dan garis berikutnya menunjukan trip distribution hasil pemodelan.
3.6. Pengujian Model
Pada tahapan sebelumnya telah didapatkan grafik Trip Length Distribution (TLD). Pada tahap pengujian model yang dilakukan adalah meminimalkan selisih maksimum antara grafik TLD data dan TLD hasil pemodelan. Jika selisih antara keduanya masih besar, maka perlu dilakukan trial and error dalam memasukkan nilai variabel α atau β sampai didapatkan selisih terkecil antara TLD data dan TLD hasil model.
3.7. Memilih Model Terbaik
Setelah mendapatkan model gravity tanpa batasan (Unconstrained Gravity) dengan masing – masing fungsi hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi
Tanner maka kemudian dipilih model yang terbaik yaitu berdasarkan TLD. Model yang
4. HASIL DAN DISKUSI
Dari perhitungan yang telah dilakukan sesuai dengan prosedur pemodelan trip distribution, didapatkan hasil pemodelan untuk penerbangan Domestik dan Internasional. Berikut ini disajikan hasil model gravity dengan fungsi hambatan Eksponensial, power dan tanner yang menggunakan parameter PDRB dan populasi. Untuk penerbangan domestik terdapat pada
Tabel 1 sampai dengan Tabel 3.
Tabel. 1. Hasil Pemodelan Gravity Fungsi Eksponensial untuk Penerbangan Domestik
Domestik
Hambatan Beta TLD (%) Rumus
Eksponensial-TLD PDRB 0,00281 3,92393 Tij=2.68E-13*Ei*Ej*exp (-0.00281*Cij) Populasi 0,011 9,87078 Tij=1.54E-9*Pi*Pj*exp (-0.011*Cij)
Tabel. 2. Hasil Pemodelan Gravity Fungsi Power untuk Penerbangan Domestik
Domestik
Hambatan Alpha TLD (%) Rumus
Power-TLD PDRB 0,838 1,60519 Tij=3.6368E-12*Ei*Ej*Cij^0.838 Populasi 1,5563 1,98994 Tij=3.53194E-7* Pi*Pj*Cij^1.5563
Tabel. 3. Hasil Pemodelan Gravity Fungsi Tanner untuk Penerbangan Domestik
Domestik
Hambatan Alpha Beta TLD (%) Rumus
Tanner-TLD PDRB 7,1 0,01 0,17938 Tij=5.44047E-30*Ei*Ej*Cij^7.1*exp (-0.01*Cij) Populasi 1 0,1 9,87415 Tij=3.87118E-9* Pi*Pj*Cij^1*exp (-0.1*Cij)
Gamb Pemod Dari g penerb 0,1793 terliha Sedan 4 samp Tabel. Ekspon Tabel. Pow Tabel. Tanne ar 1. Trip delan Gravity gambar 1 d bangan dom 38% yang b at berhimpit. ngkan untuk pai dengan T 4. Hasil Pe Hambatan nensial-TLD 5. Hasil Pe Hambata wer-TLD 6. Hasil Pe Hambatan er-TLD PD Po p Length Dist Fungsi Tann dapat dilihat mestik data d berarti sanga penerbangan Tabel 6 emodelan Gra n PDRB Populasi modelan Gra an PDRB Populasi modelan Gra Alp DRB 7,66 pulasi 15 tribution (TL er-TLD deng t bahwa sel dan hasil pe at kecil, seh n Internasion avity Fungsi E In Beta 0,005629 1 0,00199 1 vity Fungsi P In Alpha 9,855 3,8737 vity Fungsi T pha Beta 661 0,01 5 0,01 D) Penerbang an Parameter lisih prosen emodelan ya hingga garis nal, hasil pe Eksponensial nternasional TLD (%) 16,152879 T 14,923499 Power untuk P nternasional TLD (% 16,1403 13,8067 Tanner untuk Internasion TLD (%) 16,154018 16,034586 gan Domestik r PDRB ntase sebaran ang paling m sebaran dat emodelan gr untuk Penerb Tij=3.9016E-1 Tij =1.5254E Penerbangan I %) 382 Tij= 763 Tij= Penerbangan nal Tij=1.3E-37 Tij=5E-5 k Hasil Wawa n pergeraka maksimum a ta dan mode ravity terdap bangan Intern Rumus 16*Ei*Ej*exp E-9* Pi*Pj*exp Internasional Rum =1.6E+12*Ei* =325.848* Pi* Internasional Rum 7*Ei*Ej*Cij^ 52* Pi*Pj*Cij ancara dan an penumpa adalah sebes el pada graf
pat pada Tab
berdas perger TLD t dengan penerb Gamb Pemod Dari G data d 13,806
5. KE
sebaga • Ru seb Tij Di Ei Cij sarkan nilai rakan penum terkecil, yak n parameter bangan inter ar 2. Trip delan Gravity Gambar 2 da dan model y 6763%.ESIMPUL
Kesimpul ai berikut: umus model bagai beriku =5.44047E-imana: dan Ej : Pa j : Ja TLD yang mpang menu kni sebesar r zona asal d nasional terd p Length Dis Fungsi Powe apat dilihat b yang palingLAN
lan yang dap
l gravity seb ut: -30*Ei*Ej*C arameter Ek arak antar zo g terkecil. N urut data dan 13,806763% dan tujuan p dapat pada G stribution (TL er-TLD denga bahwa selisih besar adala pat diambil baran perge Cij^7.1*exp ( onomi zona ona Nilai TLD i n hasil mode %; adalah m populasi. Gr Gambar 2 LD) Penerban an Parameter h prosentase ah pada jarak dari studi in rakan penum (-0.01*Cij)
asal dan tuju
• Rumus model gravity sebaran pergerakan penumpang penerbangan internasional adalah sebagai berikut:
Tij=325.848* Pi*Pj*Cij^3.8737
Dimana:
Pi dan Pj : Parameter zona asal dan tujuan (Populasi)
Cij : Jarak antar zona
6.
DAFTAR PUSTAKABiro Perencanaan dan Sim, Statistik Lalu lintas Angkutan Udara 2009, PT. Angkasa Pura I. Internet (2009), Produk Domestik Bruto Atas Dasar Harga Berlaku untuk Negara
Indonesia, www.bps.go.id.
ITS, LPPM. 2009. Penyusunan Rencana Kebijakan Angkutan Barang dan Penumpang
pada Transportasi Udara – Badan Perencanaan Pembangunan Daerah Provinsi Jawa Timur. Institut Teknologi Sepuluh Nopember, Surabaya
Morlock, E. K. (1985), Pengantar Teknik dan Perencanaan Transportasi, Edisi 2, Penerbit Erlangga, Bandung.
Muntafiah, S (2000), Pemodelan Trip Distribusi Penumpang Angkutan Udara Kawasan
Indonesia Timur, Tugas Akhir, Institut Teknologi Sepuluh Nopember, Surabaya.
Pignataro, L. J. (1973), Traffic Engineering Theory And Practice, Prentice Hall, inc.
Salmani, M. (2003), Pola Distribusi Pergerakan Angkutan Penumpang Penerbangan
Domestik Melalui Pelabuhan Udara Juanda Surabaya, Tesis Master, Institut
Teknologi Sepuluh Nopember, Surabaya.
Sugiyono (2006). Statistik untuk Penelitian, Penerbit Alfabeta, Bandung.
