_______
*Corresponding author: E-mail: yoel.priatama@ui.ac.id
ANALISIS FAKTOR PENGARUH PEMILIHAN MODA ANTARA KENDARAAN PRIBADI DAN LAYANAN RIDESOURCING DI WILAYAH
DKI JAKARTA Yoel Priatama*, Nahry
Departemen Teknik Sipil, Fakultas Teknik, Universitas Indonesia, Indonesia
ABSTRACT
The presence of ridesourcing services (car online transport services) spread widely and very quickly due to not only the technology support but also the various services offered. As a new transportation mode, the ridesourcing services have changed the travel pattern of passenger and current transport mode, especially the use of private cars. This study aims to identify and analyze the factors that influence the mode choice between private cars and ridesourcing services in DKI Jakarta. The research was done by using Analytic Hierarchy Process (AHP) method to give weight to each factor that influence the modes choice. The results showed that the three factors that influence the selection of modes between private car and ridesourcing services in the DKI Jakarta at that most are traffic conditions, travel time, and travel costs.
Keywords: factor influences, mode choice, ridesourcing services, analytical hierarchy process
ABSTRAK
Kehadiran layanan ridesourcing (layanan transportasi online mobil) menyebar secara luas dan sangat cepat selain karena dukungan teknologi tetapi juga karena berbagai pelayanan yang ditawarkan. Penggunaan layanan ridesourcing yang dianggap sebagai moda transportasi baru berpengaruh terhadap perubahan pola perjalanan penumpang maupun moda transportasi yang ada saat ini, khususnya penggunaan kendaraan pribadi (mobil). Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis faktor-faktor yang mempengaruhi pemilihan moda antara mobil pribadi dan layanan ridesourcing di wilayah DKI Jakarta. Penelitian dilakukan dengan menggunakan metode Analytic Hierarchy Process (AHP) untuk memberikan bobot terhadap masing-masing faktor pengaruh pemilihan moda. Hasil penelitian menunjukkan bahwa tiga faktor yang paling mempengaruhi pemilihan moda antara mobil pribadi dan layanan ridesourcing di wilayah DKI Jakarta adalah kondisi lalu lintas, waktu tempuh, dan biaya perjalanan. Kata Kunci: faktor pengaruh, pemilihan moda, layanan ridesourcing, analytical
hierarchy process
1. PENDAHULUAN
Meningkatnya jumlah kendaraan pribadi masih menjadi penyebab utama terjadinya kemacetan, terutama di DKI Jakarta. Kendaraan bermotor yang melewati jalan-jalan di
36
ibukota Jakarta setiap tahun terus meningkat. Peningkatan ini menunjukan bahwa mobilitas penumpang maupun barang di wilayah DKI Jakarta juga selalu meningkat. Pertumbuhan kendaraan bermotor sejak tahun 2010 hingga 2014 mencapai 9,93% per tahun (BPS Provinsi DKI Jakarta, 2015). Namun, pertumbuhan ini tidak sebanding dengan pertumbuhan jalan yang hanya 0,01% per tahun (BPS Provinsi DKI Jakarta, 2015).
Di sisi lain, perkembangan teknologi dunia berkembang dengan sangat pesat, tidak terkecuali perkembangan teknologi dalam bidang transportasi. Salah satu bentuk perkembangan teknologi dalam bidang transportasi saat ini adalah transportasi online. Sistem transportasi baru yang berbasis aplikasi online didefinisikan sebagai ridesourcing (juga dikenal sebagai Transportation Network Companies – TCNs), yaitu layanan transportasi yang menyediakan layanan berdasarkan permintaan (on-demand) berbasis teknologi aplikasi online yang menghubungkan pengemudi kendaraan pribadi dan penumpang (Shaheen et al., 2015). Ridesourcing pertama kali didefinisikan sebagai jenis ridesharing baru yang dapat memberikan layanan yang menggunakan teknologi Geographic Information Systems (SIG) dan teknologi Global Positioning Systems (GPS) pada "smartphone" yang mengaktifkan internet untuk mengatur ridesharing secara real time, hanya beberapa menit sebelum perjalanan berlangsung (Chen, 2015).
Penggunaan layanan ridesourcing menyebar secara luas dan sangat cepat selain karena dukungan teknologi tetapi juga karena pelayanan yang ditawarkan oleh layanan ridesourcing. Pengguna ridesourcing melihat moda ini sebagai bagian dari pilihan transportasi yang melayani permintaan yang sebelumnya tidak terpenuhi untuk melakukan mobilitas yang cepat, fleksibel, dan nyaman di daerah perkotaan. Berdasarkan penelitian yang dilakukan oleh Chen (2015) di wilayah Pittsburg, salah satu moda yang paling terkena dampak akibat kehadiran layanan ridesourcing adalah kendaraan pribadi. Dengan memberikan alternatif perjalanan yang menarik, layanan ini berpotensi mengurangi penggunaan kendaraan pribadi, kepemilikan kendaraan pribadi, dan masalah lingkungan (Rayle et al., 2016).
Saat ini perusahaan yang menyediakan layanan ridesourcing di wilayah DKI Jakarta telah mengalami perkembangan yang pesat, seperti Go-Car, Grab-Car, UberX dan lain-lain. Perusahan jaringan transportasi ini terus bersaing untuk menarik konsumen dengan berbagai inovasi layanan yang dikembangkan. Hal ini tentunya memberikan pengaruh terhadap perubahan pola perjalanan penumpang maupun sistem transportasi secara keseluruhan saat ini, khususnya di wilayah DKI Jakarta. Karena layanan ridesourcing terus meningkat, layanan ini berpotensi untuk menggantikan kepemilikan mobil (Carranza et al., 2016). Dalam penelitian lain (Dias et al., 2016), secara umum pengguna layanan ridesourcing cenderung lebih muda, berpendidikan tinggi, berpendapatan tinggi, memiliki pekerjaan, dan berada di lingkungan dengan tingkat kepadatan yang lebih tinggi.
Oleh karena itu, perlu dilakukan sebuah kajian mengenai faktor-faktor yang dapat mempengaruhi masyarakat untuk mau atau tidak mau berpindah dari mobil pribadi ke layanan ridesourcing di wilayah DKI Jakarta. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisisfaktor pengaruh pemilihan moda antara mobil pribadi dan layanan ridesourcing di wilayah DKI Jakarta.
2. METODOLOGI PENELITIAN
Untuk mencapai tujuan riset, maka metode penelitian yang pertama dilakukan dalam riset ini adalah melakukan tinjauan pustaka untuk mengidentifikasi faktor-faktor
37 yang pada umumnya berpengaruh terhadap pemilihan moda transportasi. Faktor-faktor tersebut antara lain adalah tujuan perjalanan, periode waktu perjalanan, jarak perjalanan, waktu tempuh, biaya perjalanan, kenyamanan terkait parkir, kenyamanan terkait istirahat, keamanan dan keselamatan, privasi, pride/kebanggaan, kondisi cuaca, kondisi lalu lintas, dan perasaan. Faktor-faktor hasil tinjauan pustaka ini selanjutnya menjadi faktor pengaruh awal yang akan dianalisis lebih lanjut.
Selanjutnya dilakukan survei faktor pengaruh pemilihan moda kepada pengguna kendaraan pribadi di wilayah DKI Jakarta untuk melihat tingkat pengaruh dari faktor-faktor pengaruh pemilihan moda tersebut. Survei pada penelitian ini dibagi menjadi dua tahap, yaitu survei faktor pengaruh pemilihan moda dengan skala Likert dan survei faktor pengaruh dengan menggunakan metode Analytic Hierarchy Process (AHP).
Survei tahap pertama merupakan survei faktor pengaruh pemilihan moda yang bertujuan untuk mereduksifaktor-faktor yang mungkin mempengaruhi pemilihan moda menjadi 5 (lima) faktor terpenting. Survei dilakukan dengan menyebarkan kuisioner secara online kepada pengguna kendaraan pribadi di wilayah DKI Jakarta. Total responden pada survei tahap pertama ini adalah 350 responden. Pada survei ini responden diminta memberikan bobot terhadap masing-masing pilihan faktor pengaruh pemilihan moda dengan menggunakan skala Likert. Penilaian terhadap tingkat kepentingan faktor pemilihan moda dilakukan dengan menggunakan skala Likert lima tingkat. Prioritas pada faktor pengaruh pemilihan moda ditentukan dengan memberikan pembobotan masing faktor pengaruh pemilihan moda. Penjelasan dari masing-masing nilai pembobotan skala Likert lima tingkat adalah sebagai berikut.
1 = Tidak Berpengaruh 2 = Kurang Berpengaruh 3 = Cukup Berpengaruh 4 = Berpengaruh
5 = Sangat Berpengaruh
Survei tahap kedua merupakan survei faktor pengaruh pemilihan moda yang bertujuan untuk memberikan bobot pengaruh terhadap lima faktor pengaruh terpenting berdasarkan skala Likert sebelumnya dan mereduksi lima faktor pengaruh tersebut menjadi tiga faktor utama dengan menggunakan metode Analytic Hierarchy Process (AHP). Survei dilakukan dengan menyebarkan kuisioner secara online kepada pengguna kendaraan pribadi di wilayah DKI Jakarta. Total responden pada survei tahap kedua ini adalah 200 responden.
Analytical Hierarchy Process
Menurut Saaty (1983) dalam Marimin (2004), Proses Hierarki Analitik (Analytical Hierarchy Process – AHP) merupakan metode untuk mengorganisasikan informasi dan judgment dalam memilih alternatif yang paling disukai. Dengan menggunakan AHP, suatu persoalan dipecahkan dalam suatu kerangka berpikir yang terorganisir, sehingga memungkinkan diekspresikan untuk mengambil keputusan yang efektif atas persoalan tersebut. Persoalan yang kompleks dapat disederhanakandan dipercepat pengambilan keputusannya (Marimin, 2004).
Secara grafis, persoalan keputusan AHP dapat dikonstruksikan sebagai diagram bertingkat berbentuk hierarki yang dimulai dengan tujuan, lalu kriteria level pertama, subkriteria dan akhirnya alternatif. Pada penelitian ini struktur hierarki hanya akan dibuat satu tingkat, dimana hanya terdapat tujuan dan kriteria. Tujuan dari struktur hierarki adalah pemilihan faktor pengaruh pemilihan moda. Adapun kriteria yang akan
38
digunakan untuk membuat keputusan tersebut merupakan hasil pemeringkatan faktor pengaruh pemilihan moda dengan skala Likert yang sudah dilakukan pada tahap sebelumnya. Kriteria tersebut antara lain adalah waktu tempuh, kondisi lalu lintas, jarak perjalanan, biaya perjalanan, dan tujuan perjalanan. Struktur hierarki pemilihan faktor pengaruh pemilihan moda pada penelitian ini dapat dilihat pada Gambar 1 berikut.
Gambar 1. Struktur Hierarki Pemilihan Faktor Pengaruh Pemilihan Moda Penilaian Kriteria
Setelah struktur hierarki dibuat, selanjutnya disusun penilaian kriteria dari struktur hierarki tersebut. Kriteria dinilai melalui perbandingan berpasangan (pairwise comparison). Menurut Saaty (1983), untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik dalam mengekspresikan pendapat. Nilai dan efisiensi pendapat kualitatif dari skala perbandingan Saaty dapat dilihat pada Tabel 1 berikut.
Tabel 1. Penilaian Kriteria Menurut Saaty (1983)
Nilai Keterangan
1 Kriteria A sama penting dengan kriteria B
3 A sedikit lebih penting dari B
5 A jelas lebih penting dari B
7 A sangat jelas lebih penting dari B
9 Mutlak lebih penting dari B
2, 4, 6, 8 Apabila ragu-ragu antara dua nilai yang berdekatan
Nilai perbandingan A dengan B adalah 1 (satu) dibagi dengan nilai perbandingan B dengan A. Metode AHP akan meminta pengguna untuk membandingkan setiap dua kriteria (pairwise comparison), sehingga total kombinasi berpasangan untuk lima kriteria yang dapat di bentuk adalah sebagai berikut.
!"= "# !#("$!)#= %# &#(%$&)#= %×'×*×&×+ (&×+)×(*×&×+)= +&, +& = 10-kombinasi (1)
Sepuluh kombinasi tersebut masing-masing diberikan pilihan bobot menggunakan skala perbandingan Saaty (1963) seperti pada Tabel 2.
Responden dari kedua survei merupakan responden yang berbeda namun memiliki karakteristik yang sama, yaitu orang yang selalu atau sering menggunakan kendaraan pribadi (mobil) dalam melakukan kegiatan utama sehari-hari. Responden merupakan pengguna mobil pribadi yang melintasi wilayah DKI Jakarta dengan ketentuan sebagai berikut:
· Berasal dari DKI Jakarta dan bertujuan ke luar DKI Jakarta · Berasal dari luar DKI Jakarta dan bertujuan ke DKI Jakarta · Berasal dari DKI Jakarta dan bertujuan ke DKI Jakarta
Kriteria
Tujuan Pemilihan Faktor Pengaruh Pemilihan Moda
Waktu Tempuh Kondisi Lalu Lintas Jarak Perjalanan Biaya Perjalanan Tujuan Perjalanan
39 Tabel 2. Analytical Hierarchy Process (AHP) Pairwise Comparion
Kriteria A Pembobotan Kriteria Kriteria B
Biaya Perjalanan 9/1 7/1 5/1 3/1 1/1 1/3 1/5 1/7 1/9 Jarak Perjalanan
Biaya Perjalanan 9/1 7/1 5/1 3/1 1/1 1/3 1/5 1/7 1/9 Kondisi Lalu Lintas
Biaya Perjalanan 9/1 7/1 5/1 3/1 1/1 1/3 1/5 1/7 1/9 Tujuan Perjalanan
Biaya Perjalanan 9/1 7/1 5/1 3/1 1/1 1/3 1/5 1/7 1/9 Waktu Tempuh
Jarak Perjalanan 9/1 7/1 5/1 3/1 1/1 1/3 1/5 1/7 1/9 Kondisi Lalu Lintas
Jarak Perjalanan 9/1 7/1 5/1 3/1 1/1 1/3 1/5 1/7 1/9 Tujuan Perjalanan
Jarak Perjalanan 9/1 7/1 5/1 3/1 1/1 1/3 1/5 1/7 1/9 Waktu Tempuh
Kondisi Lalu Lintas 9/1 7/1 5/1 3/1 1/1 1/3 1/5 1/7 1/9 Tujuan Perjalanan
Kondisi Lalu Lintas 9/1 7/1 5/1 3/1 1/1 1/3 1/5 1/7 1/9 Waktu Tempuh
Waktu Tempuh 9/1 7/1 5/1 3/1 1/1 1/3 1/5 1/7 1/9 Waktu Tempuh
*Semakin ke kiri, maka Kriteria A semakin penting. Semakin kekanan, maka Kriteria B semakin penting
3. HASIL DAN PEMBAHASAN
Hasil penelitian ini dibagi menjadi 3 bagian, yaitu hasil pemilihan faktor pengaruh awal, hasil pembobotan dan pemeringkatan faktor pengaruh berdasarkan skala Likert, dan hasil pembobotan dan pemeringkatan faktor pengaruh berdasarkan metode AHP. Pemilihan Faktor Pengaruh Awal
Variabel awal pada penelitian ini merupakan faktor-faktor yang mempengaruhi pengguna kendaaraan pribadi untuk mau berpindah ke layanan ridesourcing. Variabel-variabel awal ini selanjutnya disebut sebagai faktor pengaruh pemilihan moda. Pemilihan faktor pengaruh awal dilakukan dengan melakukan studi literatur yang berkaitan dengan pemilihan moda transportasi pada umumnya. Berdasarkan studi literatur yang sudah dilakukan, didapatkan beberapa faktor yang umumnya mempengaruhi seseorang dalam memilih moda transportasi yang akan digunakan untuk melakukan perjalanan (Ortuzar dan Wilumsen, 2011; Tamin, 2010; Wang et al., 2013; Frei et al., 2017). Penjelasan dari masing-masing faktor pengaruh yang akan dianalisis pada penelitian adalah sebagai berikut.
1. Tujuan perjalanan, yaitu tujuan dari pelaku perjalanan untuk melakukan sebuah perjalanan (contoh: sekolah, kuliah, bekerja, dll).
2. Periode waktu perjalanan, yaitu periode waktu pelaku perjalanan saat melakukan perjalanan (contoh: pagi, siang, sore, malam, dll).
3. Jarak perjalanan, yaitu jarak yang ditempuh oleh pelaku perjalanan dari titik asal ke titik tujuan (contoh: dekat, jauh, 50 km, 10 km, dll).
4. Waktu tempuh, yaitu total waktu yang diperlukan untuk melakukan sebuah perjalanan dari titik asal ke titik tujuan.
5. Biaya perjalanan, yaitu total biaya yang dikeluarkan oleh pelaku perjalanan untuk melakukan sebuah perjalanan dari titik asal ke titik tujuan.
6. Kenyamanan terkait parkir, yaitu tingkat kenyamanan pelaku perjalanan terkait keharusan memarkirkan kendaraan yang digunakan dalam melakukan perjalanan.
7. Kenyamanan terkait istirahat selama perjalanan, yaitu tingkat kenyamanan pelaku perjalanan terkait keharusan mengemudikan kendaraan selama perjalanan.
8. Keselamatan dan keamanan, yaitu tingkat keselamatan dan keamanan dari pelaku perjalanan selama melakukan perjalanan dari titik asal ke titik tujuan. 9. Privasi, yaitu jaminan privasi pelaku perjalanan selama melakukan perjalanan
40
10. Pride/kebanggaan, yaitu tingkat kebanggan dari pelaku perjalanan dalam melakukan sebuah perjalanan dari titik asal ke titik tujuan (contoh: bangga menggunakan mobil mewah, malu apabila tidak menggunakan mobil pribadi, dll).
11. Kondisi cuaca, yaitu kondisi cuaca pada saat pelaku perjalanan melakukan perjalanan dari titik asal ke titik tujuan (contoh: panas, hujan, berkabut, dll). 12. Kondisi lalu lintas, yaitu kondisi lalu lintas dari rute yang dilalui oleh pelaku
perjalanan dalam melakukan perjalanan dari titik asal ke titik tujuan (contoh: macet, lancar, dll).
13. Perasaan, yaitu kondisi perasaan dari pelaku perjalanan saat melakukan sebuah perjalanan dari titik asal ke titik tujuan (contoh: senang, sedih, murung, dll). Pemeringkatan Skala Likert
Pemeringkatan berdasarkan bobot faktor pengaruh ini bertujuan untuk mengetahui faktor yang paling mempengaruhi orang untuk memilih moda antara mobil pribadi dan layanan ridesourcing di DKI Jakarta. Pembobotan faktor pengaruh dilakukan dengan memberikan bobot terhadap masing-masing faktor pengaruh pemilihan moda dengan mencari nilai rata-rata dari total penjumlahan bobot skala Likert. Semakin besar nilai rata-rata total penjumlahan bobot skala Likert dari faktor pengaruh, maka semakin besar pengaruh dari faktor pengaruh tersebut dalam pemilihan moda. Data yang digunakan merupakan data hasil survei faktor pengaruh tahap 1. Hasil pemeringkatan berdasarkan pembobotan tingkat pengaruh dari faktor pengaruh pemilihan moda dari 350 responden dengan menggunakan skala Likert dapat dilihat pada Tabel 3 berikut.
Tabel 3. Hasil Pemeringkatan Faktor Pengaruh Berdasarkan Bobot Skala Likert
No. Faktor Pengaruh Bobot
(Skala Likert) Peringkat
1. Biaya Perjalanan 4,029 1
2. Waktu Tempuh 3,983 2
3. Kondisi Lalu Lintas 3,969 3
4. Jarak Perjalanan 3,949 4
5. Tujuan Perjalanan 3,889 5
6. Kenyamanan (terkait parkir) 3,811 6
7. Kondisi Cuaca 3,809 7
8. Periode Waktu Perjalanan 3,706 8
9. Kenyamanan (terkait istirahat) 3,634 9
10. Keselamatan dan Keamanan 3,589 10
11. Privasi 3,389 11
12. Perasaan 2,591 12
13. Pride/Kebanggaan 2,317 13
Berdasarkan Tabel 3, dapat dilihat bahwa lima faktor pengaruh yang memiliki bobot paling tinggi adalah biaya perjalanan, waktu tempuh, kondisi lalu lintas, jarak perjalanan dan tujuan perjalanan. Dengan kata lain, lima faktor yang paling berpengaruh dalam pemilihan moda antara mobil pribadi dan layanan ridesourcing di wilayah DKI Jakarta adalah biaya perjalanan, waktu tempuh, kondisi lalu lintas, jarak perjalanan, dan tujuan perjalanan. Namun, perbedaan bobot antara lima faktor pengaruh ini cukup tipis. Oleh karena itu, perlu dilakukan pembobotan kembali untuk mendapatkan hasil yang lebih merepresentasikan faktor pengaruh yang paling berpengaruh dengan menggunakan metode AHP.
41 Analytical Hierarchy Process (AHP)
Pemeringkatan berdasarkan pembobotan faktor pengaruh dengan metode AHP ini merupakan tindak lanjut dari hasil pembobotan faktor perngaruh berdasarkan skala Likert. Pembobotan faktor pengaruh dilakukan dengan memberikan bobot terhadap masing-masing faktor pengaruh pemilihan moda yang dibentuk menjadi berpasang-pasangan. Hasil penilaian atau pembobotan dari perbandingan berpasangan dari 200 responden dapat dirangkum seperti pada Tabel 4 berikut.
Tabel 4. Pembobotan dari 200 Responden
Kriteria A Bobot (responden) Kriteria B ∑
9 7 5 3 1 3 5 7 9
Biaya Perjalanan 18 42 16 4 67 2 19 26 6 Jarak Perjalanan 200
Biaya Perjalanan 14 22 11 7 43 5 14 49 35 Kondisi Lalu Lintas 200
Biaya Perjalanan 21 42 14 4 40 5 19 39 16 Tujuan Perjalanan 200
Biaya Perjalanan 13 31 8 6 44 4 17 38 39 Waktu Tempuh 200
Jarak Perjalanan 7 15 7 1 48 5 21 53 43 Kondisi Lalu Lintas 200
Jarak Perjalanan 9 48 19 9 40 7 20 23 25 Tujuan Perjalanan 200
Jarak Perjalanan 8 16 7 1 52 3 2 49 41 Waktu Tempuh 200
Kondisi Lalu Lintas 36 50 25 6 34 1 12 18 8 Tujuan Perjalanan 200
Kondisi Lalu Lintas 24 38 9 5 51 4 9 36 24 Waktu Tempuh 200
Waktu Tempuh 12 16 11 6 38 3 22 60 32 Waktu Tempuh 200
Pengolahan pembobotan dengan metode AHP dilakukan dengan melakukan perkalian matriks. Sebagai contoh, akan dilakukan perhitungan AHP untuk 1 responden. Hasil perbandingan berpasangan ke-5 faktor pengaruh jawaban responden 1 berdasarkan data hasil survei AHP yang sudah dilakukan dapat dilihat pada Tabel 5 berikut.
Tabel 5. Matriks Perbandingan Berpasangan untuk 1 Responden (Responden-1) Kriteria Biaya Perjalanan Jarak Perjalanan Kondisi Lalu
Lintas Tujuan Perjalanan Waktu Tempuh
Biaya Perjalanan 1/1 5/1 3/1 9/1 3/1 Jarak Perjalanan 1/5 1/1 1/9 3/1 1/5 Kondisi Lalu Lintas 1/3 9/1 1/1 7/1 3/1 Tujuan Perjalanan 1/9 1/3 1/7 1/1 1/7 Waktu Tempuh 1/3 5/1 1/3 7/1 1/1
Berdasarkan matriks pada Tabel 5, bobot dari kriteria akan ditentukan dengan menentukan nilai eigen (eigen vector). Prosedur untuk mendapatkan nilai eigen adalah sebagai berikut.
· Kuadratkan matriks tersebut
· Hitung jumlah nilai dari setiap baris, kemudian lakukan normalisasi
· Hentikan proses ini, bila perbedaan antara jumlah dari dua perhitungan berturut-turut lebih kecil dari suatu nilai batas tertentu.
Ringkasan perhitungan nilai eigen hasil iterasi ke-1 sampai iterasi ke-4 dapat dilihat pada Tabel 6.
42
Tabel 6. Tabel Hasil Perhitungan Nilai Eigen Iterasi ke-1 s.d Iterasi ke-4 untuk satu Responden (Responden-1)
Kriteria Iterasi ke-1 Iterasi ke-2 Iterasi ke-3 Iterasi ke-4 Selisih
Nilai Eigen Nilai Eigen Nilai Eigen Nilai Eigen NEI3-NEI4
Biaya Perjalanan 0,443290 0,452456 0,451786 0,451783 0,000003
Jarak Perjalanan 0,066491 0,070880 0,070629 0,070628 0,000001
Kondisi Lalu Lintas 0,272433 0,259766 0,260630 0,260633 0,000003
Tujuan Perjalanan 0,029631 0,031561 0,031454 0,031453 0,000000
Waktu Tempuh 0,188156 0,185337 0,185502 0,185503 0,000001
*NEI3: Nilai Eigen Iterasi ke-3, NEI4: Nilai Eigen Iterasi ke-4
Berdasarkan Tabel 6, terlihat bahwa perbedaan perhitungan nilai eigen hasil iterasi ke-3 dan iterasi ke-4 tidak terlalu besar sampai dengan 4 desimal. Oleh karena itu, iterasi dapat dihentikan sampai iterasi ke-4. Nilai eigen yang digunakan adalah nilai eigen dari hasil normalisasi pada iterasi ke-4.
Hasil perhitungan nilai eigen dari 200 responden kemudian dirata-ratakan untuk mendapatkan nilai eigen rata-rata dari 200 responden. Setelah mendapatkan nilai eigen rata-rata, selanjutnya dapat dilakukan pemeringkatan berdasarkan nilai eigen rata-rata tersebut untuk mendapatkan tiga faktor yang paling mempengaruhi responden dalam melakukan pemilihan moda antara mobil pribadi dan layanan ridesourcing di wilayah DKI Jakarta. Semakin besar nilai eigen rata-rata dari suatu faktor pengaruh, maka semakin besar pengaruh dari faktor pengaruh tersebut. Hasil nilai eigen rata-rata dan pemeringkatan faktor pengaruh pemilihan moda dapat dilihat pada Tabel 7 berikut. Tabel 7. Hasil Pemeringkatan Faktor Pengaruh Berdasarkan Nilai Eigen Rata-Rata dari
200 Responden (Responden-1 s.d. Responden-200)
No. Faktor Pengaruh Bobot
(Nilai Eigen Rata-Rata) Peringkat
1. Kondisi Lalu Lintas 0,2663 1
2. Waktu Tempuh 0,2571 2
3. Biaya Perjalanan 0,1971 3
4. Tujuan Perjalanan 0,1569 4
5. Jarak Perjalanan 0,1250 5
Tabel 7 menunjukkan bahwa tiga faktor pengaruh yang memiliki bobot (nilai eigen rata-rata) paling tinggi secara berurutan adalah kondisi lalu lintas, waktu tempuh, dan biaya perjalanan. Dengan kata lain, tiga faktor yang paling berpengaruh terhadap pemilihan moda antara mobil pribadi dan layanan ridesourcing di wilayah DKI Jakarta adalah kondisi lalu lintas, waktu tempuh, dan biaya perjalanan.
Selanjutnya dilakukan analisa terhadap hasil pemeringkatan AHP yang sudah dilakukan.
· Kondisi lalu lintas
– Ketika lalu lintas sedang dalam kondisi macet, pengemudi mobil pribadi akan kehilangan waktu serta tenaga selama mengemudikan mobil pribadi. Dengan menggunakan layanan ridesourcing, pengemudi dapat melakukan aktivitas maupun beristirahat selama perjalanan karena tidak perlu mengemudikan mobil selama perjalanan. Oleh karena itu, faktor kondisi lalu lintas berpotensi mempengaruhi pengguna mobil pribadi untuk mau atau tidak mau berpindah ke layanan ridesourcing.
43 – Ketika lalu lintas sedang dalam kondisi lancar, pengemudi mobil pribadi akan
cenderung memilih menggunakan mobil pribadi dikarenakan faktor kenyaman. · Waktu tempuh
– Waktu tunggu kedatangan ridesourcing menjadi pertimbangan masyarakat dalam menggunakan layanan ridesourcing. Semakin cepat waktu tunggu kedatangan ridesourcing, semakin besar potensi pengguna mobil pribadi untuk berpindah ke layanan ini.
– Waktu parkir dapat menjadi salah satu pertimbangan dalam memilih menggunakan layanan ridesourcing. Dengan menggunakan layanan ini, pelaku perjalanan tidak perlu menghabiskan waktu untuk memarkirkan kendaraannya sehingga dapat menghemat total waktu perjalanan dari pelaku perjalanan.
· Biaya perjalanan
– Semakin murah biaya perjalanan maka semakin besar potensi dari pengguna mobil pribadi untuk berpindah ke layanan ridesourcing. Namun, penurunan biaya perjalanan sebaiknya tidak disertai dengan penurunan kualitas layanan.
– Biaya yang dikeluarkan harus sebanding dengan layanan yang diberikan. Namun, apabila layanan ridesourcing dapat memberikan biaya yang lebih murah dengan layanan yang berkualitas, maka potensi perpindahan pengguna mobil pribadi ke layanan ridesourcing dapat bertambah.
4. KESIMPULAN
Berdasarkan hasil pembobotan dan pemeringkatan berdasarkan skala Likert, lima faktor utama yang paling berpengaruh dalam pemilihan moda antara mobil pribadi dan layanan ridesourcing di wilayah DKI Jakarta adalah biaya perjalanan, kondisi lalu lintas, waktu tempuh, jarak perjalanan, dan tujuan perjalanan. Selanjutnya, berdasarkan hasil pembobotan dengan metode Analytical Hierarchy Process (AHP), tiga faktor utama yang paling berpengaruh dalam pemilihan moda antara mobil pribadi dan layanan ridesourcing di wilayah DKI Jakarta adalah kondisi lalu lintas, waktu tempuh, dan biaya perjalanan.Hasil pemeringkatan ini selanjutnya dapat digunakan untuk penelitian lebih lanjut, khususnya dalam membentuk model pemilihan moda antara mobil pribadi dan layanan ridesourcing di wilayah DKI Jakarta.
DAFTAR REFERENSI
Badan Pusat Statistik Provinsi DKI Jakarta. 2015. Statistik Transportasi DKI Jakarta 2015. Jakarta: Badan Pusat Statistik Provinsi DKI Jakarta.
Chen, Z. 2015. Impact of Ride-sourcing Services on Travel Habits and Transportation Planning. Thesis, University of Pittsburgh.
Dias, F. F., Lavieri, P., Garikapati, V. M., Astroza, S., Pendyala, R. M., Chandra, R. B. 2016. A Behavioral Choice Model of the Use of Car-Sharing and Ride-sourcing Service. The University of Texas at Austin.
Carranza, V., Chow, K., Pham, H., Roswell, E., Sun, P. 2016. Life Cycle Analysis: Uber vs. Car Ownership. Environment, vol. 159.
Frei, C., Hyland, M., dan Mahmassani, H. S. 2017. Flexing service schedules: Assessing the potential for demandadaptive hybrid transit via a stated preference approach; Emerging Urban Mobility Services: Characterization, Modeling and Application. TransportationResearch Part C: Emerging Technologies, vol. 76, hal. 71-89.
44
Ling Wang, Linbo Li, Bing Wu, dan Yufang Bai. 2013. Private Car Switched to Public Transit by Commuters, in Shanghai, China. Procedia – Social and Behavioral Science, vol. 96, hal. 1293-1303.
Marimin. 2004. Teknik dan Aplikasi Pengambilan Keputusan Kriteria Majemuk. Jakarta. Gramedia Widiasaranan Indonesia, hal 76-89.
Ortuzar, J. D. dan Wilumsen, L. G.. 2011. Modelling Transport Fourth Edition. West Susex: Wiley.
Rayle, L., Dai, D., Chan, N., Cervero, R., dan Shaheen, S. 2016. Just a better taxi? A Survey-based comparison of taxis, transit, and ridesourcing services in San Francisco.Transport Policy, vol. 45, hal.168-178.
Tamin, O. Z. 2000. Perencanaan dan Pemodelan Transportasi(edisi ke-2). Bandung: Jurusan Teknik Sipil Institut Teknologi Bandung.
Shaheen, S., Chan, N., Bansal, A., dan Cohen, A. 2015. Shared Mobility: A Sustainability & Technologies Workshop (Definitions, Industry Developments, and Early Understanding). Transportation Sustainability Research Center, California Department of Transportation.
