Prosiding Simposium Forum Studi Transportasi antar Perguruan Tinggi ke-22 Universitas Halu Oleo, Kendari, 1 – 3 November 2019
374
PENGGUNAAN METODE SIMULASI PADA ANALISIS DAMPAK LALU LINTAS
STUDI KASUS ROYAL TULIP DEGREEN HOTEL CIMAHI
Ferry Rusgiyarto Program Studi Teknik Sipil - FT Universitas Jenderal Achmad Yani
Jl. Terusan Jend. Sudirman PO Box 148, Cimahi Telp/Fax: 022-6641743
e-mail: [email protected]
Hanafi
Program Studi Teknik Sipil - FT Universitas Jenderal Achmad Yani
Jl. Terusan Jend. Sudirman PO Box 148, Cimahi Telp/Fax: 022-6641743 e-mail: [email protected]
Risyda Ummami Program Studi Teknik Sipil - FT Universitas Jenderal Achmad Yani
Jl. Terusan Jend. Sudirman PO Box 148, Cimahi Telp/Fax: 022-6641743 e-mail: [email protected]
Rahmah Nur Ajizah Program Studi Teknik Sipil - FT Universitas Jenderal Achmad Yani
Jl. Terusan Jend. Sudirman PO Box 148, Cimahi Telp/Fax: 022-6641743
e-mail: [email protected]
Abstract
Development of an activity center required traffic impact analysis with specific criteria as written in PM 75 of 2015. This activity is expected to reduce traffic performance problems caused by the development of an area.
The simulation approach using the VISSIM 11.0 computer program was conducted to see the effect of new area activities on traffic performance. Case studies were conducted at the intersection of Jalan HMS Mintaredja, S.H., Baros, Cimahi, West Java. Existing condition simulation modeling, analysis of traffic performance due to a new generation, and alternative handling of traffic impacts carried out at the intersection. Model calibration is carried out on driver behavior and GEH test on vehicle volume, travel time, and delay to see the validity of the model. An alternative test is carried out by comparing the handling of existing conditions and the operation of activities without handling. Alternatives to handling traffic management are selected based on simulation test results. Case studies indicate that the simulation method can be used as a traffic impact analysis tool.
Key word: Micro-Simulation, Traffic Impact Analysis, Alternative Handling Test
Abstrak
Analisis dampak lalu lintas diwajibkan bagi setiap pengembangan sebuah pusat kegiatan dengan kriteria tertentu seperti yang tertulis pada PM 75 Tahun 2015. Kegiatan ini diharapkan dapat mengurangi permasalahan kinerja lalu lintas yang diakibatkan oleh pembangunan dan pengembangan suatu kawasan. Pendekatan simulasi menggunakan program komputer VISSIM 11.0 dilakukan untuk melihat pengaruh aktivitas kawasan baru terhadap kinerja lalu lintas. Studi kasus dilakukan pada simpang Jalan HMS Mintaredja, Cimahi, Jawa Barat.
Pemodelan simulasi kondisi eksisting, analisis kinerja lalu lintas akibat adanya bangkitan baru, serta alternatif penanganan dampak lalu lintas dilakukan pada simpang jalan tersebut. Kalibrasi model dilakukan terhadap perilaku pengemudi serta Uji GEH terhadap volume kendaraan, waktu tempuh serta tundaan untuk melihat validitas model. Uji alternatif dilakukan dengan membandingkan penanganan dengan kondisi eksisting dan beroperasinya aktivitas tanpa penanganan. Alternatif-alternatif penanganan dengan manajemen lalu lintas dipilih berdasarkan hasil uji simulasi. Studi kasus mengindikasikan metode simulasi dapat digunakan sebagai alat bantu analisis dampak lalu lintas.
Kata Kunci: Mikro-Simulasi, Analisis Dampak Lalu Lintas, Uji Alternatif Penanganan
375
LATAR BELAKANG
Kota Cimahi merupakan salah satu kawasan yang strategis, terbukti kota ini telah berkembang menjadi kota otonom dan menjadi kota sentral ekonomi ataupun pariwisata di daerah Jawa Barat. Oleh karena itu maka pemerintah Kota Cimahi mengembangkan sarana penunjang salah satunya adalah Royal Tulip Degreen Hotel yang berlokasi di Jalan HMS Mintaredja, S.H., Baros, Cimahi, Jawa Barat. Lokasi hotel tersebut berdekatan dengan Gerbang Tol Baros Cimahi 2 dan akan mengakibatkan bangkitan baru terhadap lalu lintas pada jalan sekitar Royal Tulip Degreen Hotel.
Dikun dan Arief (1993) menyatakan bahwa Analisis Dampak Lalu Lintas (Andalalin) harus merupakan bagian yang tidak terpisahkan dari seluruh proses perencanaan. Dengan adanya kondisi tersebut maka sudah seharusnya pemerintah Kota Cimahi mewajibkan kegiatan andalalin untuk setiap pengembangan kawasan. Menurut Sumajouw (2013) untuk melihat dampak yang ditimbulkan akibat pembangunan dapat ditinjau dari nilai derajat kejenuhan (DS). Munawar (2009) membandingkan kondisi lalu lintas sebelum dan setelah pembangunan terhadap kinerja jalan dan simpang. Rantung (2015) meninjau bangkitan lalu lintas yang terjadi akibat pembangunan dengan pendekatan trip generation yang dibandingkan terhadap derajat kejenuhan (DS). Agar permasalahan lalu lintas dapat segera diketahui sedini mungkin untuk selanjutnya digunakan sebagai bahan evaluasi kinerja jalan sekitar pusat kegiatan. Dalam peraturan Menteri Perhubungan No. 75 tahun 2015 selain faktor trip rate perkiraan kinerja lalu lintas dengan menggunakan simulasi harus dilakukan.
Penelitian ini menggunakan pendekatan simulasi untuk melihat kinerja lalu lintas yang terdampak pembangunan.
METODOLOGI
Metodologi analisis ini disusun dengan tahapan kegiatan seperti pada Gambar 1.
Gambar 1. Metodologi Analisis
376
DATA DAN ANALISIS
Data Primer
Data primer dalam penelitian ini diperlukan untuk proses kalibrasi dan validasi. Data primer yang digunakan dalam penelitian ini adalah sebagai berikut:
1. Data Geometrik Simpang
Data ini berisi mengenai kondisi geometrik dari jalan yang akan ditinjau. Survei geometrik simpang dilakukan di tiga simpang yang dimulai dari U-Turn yang berada di Jl. HMS Mintaredja, S.H., Baros sampai Jl. Raya Leuwigajah, Cimahi dan 3 (tiga) simpang yakni Simpang Gerbang Tol Baros 1, Simpang Gerbang Tol Baros 2, dan Simpang Tugu Kembar Leuwigajah. Kondisi geometrik pada ketiga simpang tersebut dapat dilihat pada Gambar 2.
2. Data Volume Lalu Lintas
Data volume lalu lintas kendaraan diambil dari 3 (tiga) simpang. Dari hasil observasi yang dilakukan pada jam sibuk diperoleh rekapitulasi volume kendaraan jam puncak.
Data volume lalu lintas simpang dapat dilihat pada Tabel 1.
3. Data Kecepatan dan Data Tundaan
Data kecepatan dan tundaan yang didapat merupakan hasil observasi. Pada Tabel 2 – 3 merupakan data rekapitulasi kecepatan rata-rata kendaraan dan data rekapitulasi tundaan untuk setiap jenis kendaraan.
Gambar 2. Geometrik Simpang
Tabel 1. Rekapitulasi volume kendaraan puncak
Simpang Arah Simpang
Total Volume Lalu Lintas Kendaraan 06.15-07.15
WIB
06.30-07.30 WIB
06.45-07.45 WIB
07.00-08.00 WIB
07.15-08.15 WIB
Tugu Kembar Leuwigajah
(1-2) 783 848 865 853 819
(1-3) 4078 4051 4039 3963 3917
(2-1) 1450 1218 1208 1214 1151
(2-3) 4066 3980 3234 2855 2565
(3-1) 2128 2147 2110 1921 1805
(3-2) 5205 5182 4909 4544 4194
Total Volume 17710 17426 16365 15350 14451
377
Tabel 1. Rekapitulasi volume kendaraan puncak (Lanjutan)
Simpang Arah Simpang
Total Volume Lalu Lintas Kendaraan 06.15-07.15
WIB
06.30-07.30 WIB
06.45-07.45 WIB
07.00-08.00 WIB
07.15-08.15 WIB
Gerbang Tol Baros 2
(1-2) 346 341 329 299 283
(1-3) 3811 4156 3908 4204 4030
(2-1) 201 213 216 203 197
(2-3) 316 328 323 306 281
(3-1) 5466 5148 4392 4069 3716
(3-2) 527 511 487 500 467
Total Volume 10667 10697 9655 9581 8974
Gerbang Tol Baros 1
(1-2) 228 230 264 263 282
(1-3) 3659 3974 3757 4096 3960
(2-1) 237 241 258 219 175
(2-3) 263 214 192 200 180
(3-1) 5321 4990 4210 3911 3506
(3-2) 271 215 201 202 209
Total Volume 9979 9864 8882 8891 8312
Total (Simpang 1+2+3) 38356 37987 34902 33822 31737
Sumber: Hasil survai
Tabel 2. Rekapitulasi kecepatan kendaraan periode jam puncak
Keterangan Titik-titik Kontrol Berhenti Kecepatan Perjalanan
Kecepatan Bergerak
Dari Ke Lokasi (km/jam) (km/jam)
Sedan U-Turn Baros Tugu Kembar LG Jl.HMS 50 46
Jeep U-Turn Baros Tugu Kembar LG Jl.HMS 50 46
City Car U-Turn Baros Tugu Kembar LG Jl.HMS 45 35
MPV U-Turn Baros Tugu Kembar LG Jl.HMS 45 35
SUV U-Turn Baros Tugu Kembar LG Jl.HMS 38 32
Angkot U-Turn Baros Tugu Kembar LG Jl.HMS 50 49
Pick Up U-Turn Baros Tugu Kembar LG Jl.HMS 50 47
Mini Bus U-Turn Baros Tugu Kembar LG Jl.HMS 50 47
Bus U-Turn Baros Tugu Kembar LG Jl.HMS 34 29
Truk U-Turn Baros Tugu Kembar LG Jl.HMS 35 30
Trailer U-Turn Baros Tugu Kembar LG Jl.HMS 36 31
Motor U-Turn Baros Tugu Kembar LG Jl.HMS 49 49
Sumber: Hasil survai
Tabel 3. Rekapitulasi tundaan untuk setiap jenis kendaraan
Keterangan
Titik-titik Kontrol
Dari Ke Waktu Perjalanan
(detik)
Panjang (m)
Hambatan (detik)
Waktu Bergerak
Sedan U-Turn Baros Tugu Kembar LG 65 700 11 54
Jeep U-Turn Baros Tugu Kembar LG 65 700 11 54
City Car U-Turn Baros Tugu Kembar LG 71 630 8 63
MPV U-Turn Baros Tugu Kembar LG 71 630 8 63
SUV U-Turn Baros Tugu Kembar LG 86 700 9 77
Angkot U-Turn Baros Tugu Kembar LG 61 610 16 45
Pick Up U-Turn Baros Tugu Kembar LG 63 670 12 51
Mini Bus U-Turn Baros Tugu Kembar LG 63 670 12 51
Bus U-Turn Baros Tugu Kembar LG 115 760 21 94
Truk U-Turn Baros Tugu Kembar LG 116 760 21 94
Trailer U-Turn Baros Tugu Kembar LG 117 760 21 94
Motor U-Turn Baros Tugu Kembar LG 54 670 7 47
Sumber: Hasil survai
378 Data Sekunder
Pada penelitian ini data sekunder yang diperoleh digunakan untuk melengkapi informasi pada analisis. Data yang diperoleh adalah sebagai berikut :
1. Data Lalu Lintas Kendaraan di Gardu Tol Baros Cimahi
Berikut adalah data lalu lintas keluar dan masuk kendaraan di Gerbang Tol Baros Cimahi dalam satuan kendaraan/bulan dimana lalu lintas kendaraan yang masuk ke Gerbang Tol Baros yang paling besar pada bulan agustus sedangkan lalu lintas kendaraan keluar pada bulan desember. Data dapat dilihat pada Tabel 4-5.
Tabel 4. Data Gardu Gerbang Tol Baros 1 pada Tahun 2017
Tabel 5. Data Gardu Gerbang Tol Baros 2 pada Tahun 2017
Bulan Lalin
Entrance
Lalin Exit
Januari 194.320 389.743 Febuari 179.792 353.701
Maret 200.038 401.800
April 184.345 392.166
Mei 190.642 403.375
Juni 175.914 356.877
Juli 196.604 412.874
Agustus 203.481 411.059
September 184.303 394.842
Oktober 165.864 401.956
November 185.268 389.228
Desember 178.994 430.436
Bulan Lalin
Entrance
Lalin Exit
Januari 194.320 389.743 Febuari 179.792 353.701
Maret 200.038 401.800
April 184.345 392.166
Mei 190.642 403.375
Juni 175.914 356.877
Juli 196.604 412.874
Agustus 203.481 411.059
September 184.303 394.842
Oktober 165.864 401.956
November 185.268 389.228
Desember 178.994 430.436
Sumber : PT Jasamarga (Persero).Tbk. Sumber : PT Jasamarga (Persero).Tbk.
2. Data Informasi Karakteristik Bangunan
Royal Tulip Degreen Hotel, Kota Cimahi merupakan bangunan baru, sehingga diperlukan data tingkat bangkitan kegiatan yang sejenis. Salah satu hotel yang memiliki karakteristik yang hampir sama yaitu Grand Tjokro Hotel Bandung yang merupakan hotel berbintang 4 yang berlokasi di wilayah Kota Bandung. Grand Tjokro Hotel Bandung memiliki jumlah kamar sebanyak 368 kamar dengan dilengkapi beberapa fasilitas-fasilitas seperti tempat parkir gratis, restoran, bar/lounge, kolam renang outdoor dan lainnya. Grand Tjokro Hotel digunakan sebagai rujukan untuk mendapatkan data bangkitan lokasi studi kasus. Data karakteristik hotel dapat dilihat pada Tabel 6. dan data pengunjung Grand Tjokro Hotel yang terbesar terdapat pada bulan Juni Tahun 2017 dapat dilihat pada Gambar 3.
Tabel 6. Data karakteristik Royal Tulip Degreen Hotel dan Grand Tjokro Hotel
No. Parameter Royal Tulip Degreen Hotel Grand Tjokro Hotel
1. Total luas bangunan (m2) 14.341,24 m2 3.727,58 m2
2. Total luas lahan (m2) 32.202 m2 5.755,35 m2
3. Jumlah ruang kamar (buah) 395 kamar 368 kamar
4. Jumlah fasilitas (buah) ± 19 ± 13
Sumber: Hasil analisis
379
Sumber: Hasil analisis
Gambar 3. Grafik kedatangan pengunjung Grand Tjokro Hotel
HASIL DAN PEMBAHASAN
Simulasi Pemodelan dengan Program PTV VISSIM 11.0
Pemodelan yang dilakukan untuk penelitian ini adalah pemodelan mikrosimulasi yang dimulai dengan membuat network model/jaringan jalan, menginput data lalu lintas kendaraan, kecepatan kendaraan, komposisi kendaraan, serta kalibrasi dan validasi model.
Pada sub bab selanjutnya akan dijelaskan secara singkat mengenai parameter yang digunakan untuk menjalan model simulasi pada simpang tak bersinyal di Jalan HMS Mintaredja, S.H. Pada Gambar 4 ditampilkan visualisasi pemodelan vissim kondisi eksisting pada Jalan HMS Mintaredja, S.H.
Sumber: Hasil analisis
Gambar 4. Visualisasi Model Jaringan dengan Vissim Kalibrasi Pemodelan Simulasi
Kalibrasi model pada software PTV Vissim 11.0 untuk menyesuaikan antara model observasi dan model simulasi dengan merubah parameter perilaku pengemudi (driving behavior), konflik area, lebar jalan dan sebagainya sehingga model mirip dengan kondisi lapangan. Perubahan nilai pada kalibrasi model ditunjukkan pada Tabel 7.
Tabel 7. Nilai kalibrasi parameter karakteristik pengendara
Variabel Parameter Keterangan
Car Following Average standstill distance 0,6
Additive part of safety distance 0,6 Multiplicative part of safety distance 1,0
No.of observed vehicle 2
380
Tabel 7. Nilai kalibrasi parameter karakteristik pengendara (Lanjutan)
Variabel Parameter Keterangan
Car Following Average standstill distance 0,6
Additive part of safety distance 0,6 Multiplicative part of safety distance 1,0
No.of observed vehicle 2
Lane Change General Behaviour Free Lane Selection
Minimum headway 0,5
Lateral Desired position at free flow Any
Overtake on same lane : on left & on right Yes Distance standing (at 0 km/h) (m) 0,2 Distance driving (at 50 km/h) (m) 0,4 Sumber: Hasil analisis
Validasi Pemodelan Simulasi
Validasi berfungsi untuk menguji kebenaran kalibrasi yang telah dilakukan pada pemodelan vissim. Validasi hasil kalibrasi kemudian diuji dengan metode Uji Geoffrey E. Havers (GEH). Dalam validasi membutuhkan parameter-parameter seperti volume kendaraan, tundaaan dan waktu tempuh. Formulasi GEH merupakan rumus statistik modifikasi dari Chi- squared dengan menggabungkan perbedaan antara nilai relatif dan mutlak.
GEH = √ (𝑄 𝑠𝑖𝑚𝑢𝑙𝑎𝑡𝑒𝑑−𝑄 𝑜𝑏𝑠𝑒𝑟𝑣𝑒𝑑 )
0,5 𝑥 ( 𝑄 𝑠𝑖𝑚𝑢𝑙𝑎𝑡𝑒𝑑+𝑄 𝑜𝑏𝑠𝑒𝑟𝑣𝑒𝑑) (1)
Berdasarkan perhitungan maka validasi untuk volume kendaraan, tundaan dan waktu tempuh dengan menggunakan uji GEH untuk semua pendekat di tiap masing-masing periode sudah memenuhi syarat, di mana nilai kurang dari lima (<5). Sehingga model simulasi sudah dapat diterima dan digunakan untuk menguji alternatif penanganan yang diidentifikasikan.
Analisis Bangkitan dan Tarikan
Pada analisis bangkitan ini untuk mendapatkan nilai bangkitan suatu perjalanan dari Royal Tulip Degreen Hotel dengan metode analisa Trip Generation Rate. Dengan cara membandingkan banyaknya jumlah perjalanan yang masuk dan keluar dari Royal Tulip Degreen Hotel pada waktu tertentu dengan banyaknya kapasitas tempat tidur yang tersedia.
Karena Hotel belum beroperasi maka diasumsikan hotel tersebut mempunyai karakteristik bangkitan yang sama dengan Grand Tjokro Hotel Bandung yang telah beroperasi. Dalam analisis ini pengambilan data dilakukan pada jam puncak. Berdasarkan data pengunjung Grand Tjokro Hotel Bandung sebesar 266 pengunjung/hari dan jumlah kamar tersedia sebesar 368 kamar. Maka didapatkan hasil analisis bangkitan dan tarikan dari bangunan Royal Tulip Degreen Hotel sebesar 21 pengunjung/jam.
Analisis Hasil Simulasi dan Solusi Alternatif
Hasil simulasi menunjukkan terjadi peningkatan pergerakan lalu lintas akibat adanya bangkitan dan tarikan dari Royal Tulip Degreen Hotel pada persimpangan Jl. HMS Mintaredja, S.H., Baros – Jl. Raya Leuwigajah. Alternatif penanganan yang diuji dalam studi kasus ini adalah:
a. Perubahan jalur keluar masuk kendaraan pada Royal Tulip Degreen Hotel b. Pengoperasian lampu lalu lintas di Simpang Tugu Kembar Leuwigajah.
c. Pengalihan rute kendaraan masuk ke Royal Tulip Degreen Hotel dengan mengatur jaringan jalan yang akan masuk ke hotel harus memutar melalui U-turn yang ada di
381
Baros, dan tidak diizinkan untuk kendaraan yang berasal dari beberapa lengan simpang langsung memotong jalan di persimpangan.
d. Gabungan ketiga alternatif penaganan tersebut.
Hasil simulasi sebelum dan sesudah adanya bangkitan menunjukkan terjadi perubahan kinerja jalan pada persimpangan Jl. HMS Mintaredja, Cimahi. Salah satu indikasinya adalah kemacetan di simpang. Hal ini terjadi karena penambahan volume kendaraan pada persimpangan tersebut. Berikut perbandingan data dari kondisi eksisting dan alternatif penanganan dengan menggunakan parameter tundaan sebagai berikut :
a. Perbandingan nilai tundaan kendaraan antara eksisting, bangkitan dengan alternatif solusi. Pada Gambar 4. terlihat terjadi kenaikan waktu tundaan kendaraan dari model eksisting sebesar 46 detik menjadi 1860 detik saat ada bangkitan, dan terjadi penurunan saat penambahan solusi alternatif.
Sumber: Hasil analisis
Gambar 5. Diagram perbandingan nilai tundaan kendaraan
b. Perbandingan kenaikan nilai tundaan kendaraan antara pemodelan kondisi eksisting dengan bangkitan baru dari Gambar 5. terlihat kenaikan yang cukup tinggi antara waktu tundaan kendaraan yang terjadi pada kondisi eksisting dan saat adanya bangkitan. Adanya bangkitan menyebabkan kinerja simpang yang menurun sehingga terjadi tundaan yang cukup lama.
c. Perbandingan nilai tundaan kendaraan antara bangkitan dengan alternatif solusi Dari Gambar 6-7 terlihat penurunan nilai tundaan kendaraan antara bangkitan baru dengan alternatif solusi Penurunan yang terjadi akibat penambahan alternatif ini dapat mengurangi tundaan kendaraan yang mengalami kenaikan akibat adanya bangkitan baru.
Sumber: Hasil analisis
0 500 1000 1500 2000
46 1860
637 610 384 363
Tundaan Kendaraan (detik)
P E R B A N D I N G A N N I L A I T U N D A A N K E N D A R A A N
Model Bangkitan Perubahan akses keluar bangkitan Penambahan Traffic Light Pengalihan rute kendaraan masuk bangkitan
0 500 1000 1500 2000
Nilai Kenaikan (%)
46,03 0%
1859,803
3940%
Persentase dan Nilai Waktu Tempuh
Perbandingan Kenaikan Tundaan Kendaraan antara Pemodelan Kondisi Eksisting dengan Bangkitan Baru
Model Simulasi Bangkitan
382
Gambar 6. Perbandingan kenaikan tundaan kondisi eksisting dan bangkitan
Sumber: Hasil analisis Sumber: Hasil analisis
Gambar 7. Diagram penurunan tundaan kendaraan bangkitan dengan alternatif
solusi
Gambar 8. Diagram persentase penurunan tundaan kendaraan
d. Perbandingan nilai tundaan kendaraan antara kondisi eksisting dengan alternatif solusi Dari Gambar 8−9 terlihat perbedaan nilai yang cukup jauh antara kondisi eksisting dengan keempat alternatif solusi. Meskipun penambahan keempat alternatif solusi bisa menurunkan tundaan kendaraan yang terjadi akibat bangkitan baru, tetapi tidak cukup unutk mengurangi tundaan yang terjadi saat kondisi eksisting. Sehingga penambahan keempat solusi alternatif tersebut belum bisa digunakan untuk mengurangi waktu tundaan yang terjadi
Sumber: Hasil analisis Sumber: Hasil analisis
Gambar 9. Diagram perbandingan tundaan kendaraan kondisi eksisting dengan
alternatif solusi
Gambar 10. Diagram persentase tundaan kendaraan
KESIMPULAN
- Jumlah lalu lintas di jaringan pada kondisi eksisting pada jam puncak di pagi hari pukul 06.15–07.15 WIB memiliki volume kendaraan total sebesar 21.929 kendaraan, tundaan rata-rata kendaraan sebesar 46,53 detik, serta waktu tempuh rata-rata sebesar 94,605 detik;
- Jumlah lalu lintas setelah adanya bangkitan pada jam puncak di pagi hari pukul 06.15–
07.15 WIB memiliki volume kendaraan total sebesar 23.295 ribu kendaraan, tundaan rata-rata kendaraan sebesar 1860,30 detik, serta waktu tempuh rata-rata sebesar 1908,61 detik;
1860
637 610 384 363
0 500 1000 1500 2000
Tundaan Kendaraan (detik)
Perbandingan Nilai Tundaan Kendaraan antara Bangkitan dengan Alternatif Solusi
Bangkitan
Perubahan akses keluar bangkitan
Penambahan Traffic Light
Pengalihan rute kendaraan masuk bangkitan Gabungan alternatif
0%
200%
400%
600%
800%
1000%
1200%
1400%
100%
1285%
1225%
735% 690%
Persentase Tundaan (%)
P E R S E N T A S E T U N D A A N K E N D A R A A N A L T E R N A T I F S O L U S I T E R H A D A P K O N D I S I E K S I S T I N G
Kondisi Eksisting Model Perubahan akses keluar kendaraan Penambahan Traffic Light Pengali han rute masuk kendaraan Gabungan Ket iga Al ternatif
383
- Alternatif penanganan pada pemodelan ini berhasil menurunkan dampak negatif akibat adanya bangkitan baru di antaranya perubahan akses keluar kendaraan dari Royal Tulip Degreen Hotel dapat menurunkan dampak tundaan sebesar 34%, pengalihan rute masuk kendaraan ke Royal Tulip Degreen Hotel sebesar 21%, serta pengoperasian lampu lalu lintas pada Simpang Tugu Kembar Leuwigajah sebesar 33%. Namun demikian belum mampu mengembalikan ke kondisi eksisting sebelum adanya bangkitan baru tersebut.
- Studi kasus menunjukkan metode simulasi dapat digunakan sebagai alat bantu analisis dampak lalu lintas
UCAPAN TERIMA KASIH
Ucapan terima kasih disampaikan kepada LPPM Unjani atas dukungan dana untuk penelitian ini serta PT.
Jasamarga (Persero).Tbk dan Grand Tjokro Hotel atas dukungan data untuk penelitian, sehingga makalah ini dapat diselesaikan.
DAFTAR PUSTAKA
Dikun, S dan Arief, D. 1993. Strategi Pemecahan Masalah Luas Bangunan dan Lalu Lintas.
Universitas Taruma Negara. Jakarta
Harianto. 2004. Perencangan Persimpangan Tidak Sebidang dan Sebidang Pada Jalan Raya. Sumatra Utara: Universitas Sumatra Utara.
Munawar, A. 2009. Analisis Dampak Lalu Lintas Pembangunan Pusat Perbelanjaan : Studi Kasus Plaza Ambarukmo. Jurnal Sains dan Teknologi Lingkungan. Volume 1 No.
1 Januari 2009. ISSN : 2085-1227
Peraturan Menteri Perhubungan. 2015. Penyelenggaraan Analisis Dampak Lalu Lintas Nomor 75 Tahun 2015 . Jakarta
Putri, N. H. (2015). “Mikrosimulasi Mixed Traffic Pada Simpang Bersinyal Dengan Perangkat Lunak Vissim (Studi Kasus: Simpang Tugu, Yogyakarta)”. Yogyakarta:
Universitas Gadjah Mada.
Rantung, T., Sompie, F. B., Jansen, F. 2015 .Analisa Dampak Lalu Lintas (ANDALALIN) Kawasan Lippo Plaza Kairagi Manado. Jurnal Ilmiah Media Engineering. Vol.5 No. 1 Juni 2015. ISSN : 2087-9334.
Saputra, F. P. (2016). “Analisis dan Optimasi Kinerja Simpang Bersinyal Di Jl. Gunung Bawakaraeng–Jl.Jend.Sudirman Berbasis Micro–Simulasi”. Makassar:
Universitas Hasanuddin.
Sumajouw, J., Sompie, F. B., Timboeleng, A. J. 2013. Analisis Dampak Lalu Lintas (ANDALALIN) Kawasan Kampus Universitas Sam Ratulangi. Jurnal Ilmiah Media Engineering. Vol. 3 No. 2 Juli 2013. ISSN : 2087-9334.
