• Tidak ada hasil yang ditemukan

PREDIKSI WAKTU TEMPUH DAN TARIF YANG DII

N/A
N/A
Protected

Academic year: 2018

Membagikan "PREDIKSI WAKTU TEMPUH DAN TARIF YANG DII"

Copied!
8
0
0

Teks penuh

(1)

PREDIKSI WAKTU TEMPUH DAN TARIF YANG

DIINGINKAN PENGGUNA SEPEDA MOTOR UNTUK

MENGGUNAKAN TREM SURABAYA PADA KORIDOR

TERMINAL JOYOBOYO

JL RAJAWALI SURABAYA

Adhi Muhtadi1) dan Hera Widyastuti2)

1)Mahasiswa Program Studi S2 MRT ITS Surabaya, email:adhimuhtadi1974@gmail.com 2)Dosen MRT ITS Surabaya, email:hera.widyastuti@yahoo.co.uk

ABSTRAK

Jumlah sepeda motor di Surabaya telah menembus angka 10.095.753 juta unit pada Tahun 2011. Hal ini menjadikan jaringan jalan di Surabaya penuh sesak setiap harinya dan rawan kemacetan. Pemerintah Kota (Pemkot) Surabaya berupaya agar Kota Surabaya memiliki alternatif angkutan umum yang dapat diandalkan sehingga pengguna sepeda motor beralih untuk menggunakan Trem Surabaya (Surotram). Sebelum dioperasikannya trem di Surabaya, maka diperlukan studi tentang prediksi waktu dan tarif yang diinginkan pengguna sepeda motor untuk beralih ke Surotram pada koridor Terminal Joyoboyo – Jl. Rajawali. Metode penelitian menggunakan kuesioner penawaran waktu dan tarif yang diajukan kepada responden dengan teknik

stated preference.. Waktu yang ditawarkan kepada responden adalah 25 dan 30 menit dengan biaya yang bervariasi yaitu Rp. 5000,-, Rp. 6.000,-, Rp. 7.000,- dan Rp. 8.000,-. Jumlah responden yang direncanakan sebanyak 200. Teknik analisis selanjutnya untuk mengetahui probabilitas pengguna sepeda motor dan mobil akan beralih ke trem adalah menggunakan teknik regresi logistik. Sedangkan untuk uji kelayakan model (goodness of fit) penentuan parameter model logistik akan menggunakan prinsip estimasi maximum likelihood

(ML) dan uji Hosmer and Lemeshow. Pemodelan yang digunakan dalam penelitian ini adalah regresi logistik. Output penelitian ini adalah model regresi logistik dan besaran probabilitas responden untuk beralih menggunakan Surotram.

Hasil model regresi logistik untuk pengguna sepeda motor adalah:

Probabilitas terbesar pengguna sepeda motor beralih ke Surotram adalah skenario pertanyaan dengan waktu tempuh sebesar 25 menit dan tarif Rp. 5000,- yakni sebesar 66,64%. Sedangkan probabilitas pengguna sepeda motor beralih ke Surotram terendah apabila Surotram dioperasikan dengan waktu tempuh 30 menit dan tarif Rp. 8.000,- yakni hanya sebesar6,76%.

Kata kunci: waktu tempuh, tarif perjalanan, pengguna sepeda motor, Surotram

1.

PENDAHULUAN

(2)

Permasalahan

1. Bagaimana model probabilitas pemilihan moda transportasi Surotram ditinjau dari pengguna sepeda motor?

2. Berapa besar probabilitas pengguna sepeda motor untuk memilih Surotram?

2.

DASAR TEORI

Pemilihan Moda dan Faktor-Faktor yang Mempengaruhinya

Pemilihan moda (modal split) dapat didefinisikan sebagai pembagian secara seimbang/proporsional jumlah seluruh pelaku perjalanan kedalam berbagai metode perjalanan atau moda transportasi. Pemilihan moda transportasi di Indonesia dibedakan ke dalam dua jenis moda pokok, yakni kendaraan umum dan kendaraan pribadi. Kendaraan umum (bermotor) dibedakan menjadi kendaraan jalan raya dan jalan rel, sedangkan kendaraan pribadi (bermotor) terdiri dari mobil pribadi dan sepeda motor. Pelaku perjalanan di Surabaya cenderung lebih menyukai bepergian dengan menggunakan kendaraan pribadi karena berbagai sebab, antara lain karena kendaraan umum di Indonesia dianggap masih jauh dari kenyamanan, keamanan, dan diragukan ketepatan waktunya. Selain itu, penggunaan kendaraan pribadi juga masih dianggap memiliki status sosial yang lebih tinggi dan guna memenuhi gaya hidup masyarakat masa kini. Berikut pola pemilihan moda transportasi di Indonesia.

Gambar 1: Pola Pemilihan Moda Transportasi di Indonesia

Sumber: Tamin (2000)

Stated Preference

(3)

pendapat responden dalam menghadapi berbagai pilihan alternatif. Teknik ini menggunakan desain eksperimental untuk membuat sejumlah alternatif situasi imaginer (Pearce, et.al, 2002).

Regresi Logistik

Regresi logistik adalah bagian dari analisis regresi yang digunakan ketika variabel dependen (respon) merupakan variabel dikotomi. Variabel dikotomi biasanya hanya terdiri atas dua nilai, yang mewakili kemunculan atau tidak adanya suatu kejadian yang biasanya diberi angka 0 (memilih sepeda motor) atau 1 (memilih Surotram). Regresi logistik akan membentuk variabel prediktor/respon yang merupakan kombinasi linier dari variabel independen. Nilai variabel prediktor ini kemudian ditransformasikan menjadi probabilitas dengan fungsi logit. Regresi logistik tidak mengasumsikan hubungan antara variabel independen dan dependen secara linier. Regresi logistik merupakan regresi non linier dimana model yang ditentukan akan mengikuti pola kurva linier. Berdasarkan data bivariat (X,Y), dimana X adalah variabel numerik atau variabel nol dan Y adalah variabel respon satu-nol, dapat diperlihatkan model regresi logistik dengan bentuk umum sebagai berikut (Washington, et.al, 2003):

dimana p = P(Y=1) menyatakan proporsi skor/nilai Y=1 di dalam populasi di antara semua skor/nilai satu-nol yang mungkin.

3.

METODOLOGI PENELITIAN

Lokasi Wawancara dengan Responden

Lokasi penelitian untuk pengambilan data responden pengguna sepeda motor sepanjang koridor utara-selatan Kota Surabaya dan diupayakan pada rencana lokasi pemberhentian trem seperti pada tabel berikut ini.

Tabel 1: Rencana Lokasi Penyebaran Kuesioner Penelitian

No Lokasi Penyebaran Kuesioner No Lokasi Penyebaran Kuesioner

1 Terminal Joyoboyo 6 BG Junction

2 Taman Bungkul 7 Jembatan Merah Plaza

3 Gramedia Expo 8 Jl. Kramat Gantung

4 Tunjungan Plaza 9 Jl. Baliwerti

5 Pasar Blauran 10 Delta Plaza Surabaya

Populasi

Populasi penelitian ini adalah pengguna sepeda motor yang melewati koridor utara – selatan rute Trem Surabaya yaitu:

1) non probabilistik, mengingat jumlah pelaku perjalanan yang berasal dari luar Kota Surabaya dan melewati Bundaran Waru setiap hari tidak diketahui secara tepat;

2) purposive sampling (sampel bersyarat), pemilihan sampel yang ditentukan berdasarkan kriteria-kriteria tertentu yaitu pelaku perjalanan pengguna angkutan umum dan kendaraan pribadi yang melakukan perjalanan memasuki Kota Surabaya setiap hari.

(4)

3) convenience sampling, peneliti memiliki kebebasan untuk memilih responden yang dijumpai di beberapa lokasi pengambilan sampling.

Untuk penelitian transportasi beberapa ahli menyarankan jumlah responden antara 200 hingga 300. Dalam penelitian ini akan diambil sample sebesar 200 responden.

4.

PEMBAHASAN

Karakteristik Umum Responden Pendapatan

Pendapatan per bulan responden pengguna sepeda motor dapat dilihat pada tabel berikut ini.

Tabel 2: Karakteristik Responden Berdasarkan Pendapatan

Pendapatan Frekuensi Prosentase

Arah perjalanan sehari-hari dari responden pengguna sepeda motor dapat dilihat pada tabel berikut ini.

Tabel 3: Karakteristik Responden Berdasarkan Arah Perjalanan

Arah Perjalanan Frekuensi Prosentase

Surabaya Utara 24 12%

Potensi penumpang Surotram cukup besar yakni penumpang yang bertujuan ke Surabaya Utara, Surabaya Selatan dan Surabaya Pusat yakni sebesar 154 atau 77% dari keseluruhan responden.

Jumlah Perjalanan

Jumlah perjalanan per hari dari responden pengguna sepeda motor dapat dilihat pada tabel berikut ini.

Tabel 4: Karakteristik Responden Berdasarkan Jumlah Perjalanan

Juml Perjalanan Frekuensi Prosentase

2 208 54%

Alasan utama menggunakan kendaraan pribadi menurut responden pengguna sepeda motor dapat dilihat pada tabel berikut ini.

Tabel 5: Karakteristik Responden Berdasarkan Alasan Menggunakan Sepeda Motor

Alasan Mengg Sepeda Motor Frekuensi Prosentase

(5)

Biaya Transportasi Menggunakan Sepeda Motor

Biaya transportasi menggunakan kendaraan pribadi menurut responden pengguna sepeda motor adalah sebagai berikut.

Tabel 6: Karakteristik Responden Berdasarkan Biaya Transportasi Menggunakan Sepeda

Motor

Biaya Trans Mengg Sepeda Motor Frekuensi Prosentase

< Rp. 5.000,- 6 3%

Waktu perjalanan rata-rata per hari menggunakan kendaraan pribadi menurut responden pengguna sepeda motor adalah seperti tabel berikut ini.

Tabel 7: Karakter Responden Berdasarkan Waktu Perjalanan Rata-rata per Hari

Waktu Perjal Rata-rata per Hari Frekuensi Prosentase

< 30 menit 8 4%

Pada bagian ini, responden pengguna sepeda motor diberikan pertanyaan tentang penggunaan angkutan umum bila tidak menggunakan kendaraan pribadi. Jawaban responden akan ditampilkan dalam tabel berikut ini.

Tabel 8: Karakter Responden Berdasarkan Penggunaan Angkutan Umum

Penggun Angk Umum Frekuensi Prosentase

Mikrolet 84 42%

(6)

Tabel 9: Pertanyaan Pilihan Perjalanan Kepada Responden Pengguna Sepeda Motor

Responden tinggal memilih jawaban ya atau tidak dengan cara mencentang beberapa pilihan tarif dan waktu tempuh Trem Surabaya. Hasil dari pilihan responden itulah yang akan diolah untuk mendapatkan persamaan regresi logistik pemilihan moda transportasi Trem Surabaya.

Hasil Olahan Jawaban Responden Pengguna Sepeda Motor Interpretasi Model Regresi Logistik

Berikut hasil olahan jawaban responden pengguna sepeda motor yang dapat dilihat pada tabel berikut ini.

Tabel 10: Variables in the Equation output SPSS Versi 18.0

B S.E. Wald df Sig. Exp(B)

a. Variable(s) entered on step 1: waktu, tarif.

Model awal persamaan regresi logistik adalah sebagai berikut:

Dari tabel diatas, dapat dirumuskan persamaan model regresi logistiknya sebagai berikut: P = e (7.267 0.063 x Waktu 0.001 x Tarif)

1 + e (7.267 0.063 x Waktu 0.001 x Tarif)

(7)

Tabel 11: Probabilitas Memilih Trem Surabaya Menurut Responden Pengguna Sepeda Motor

Skenario

Angkutan Massal Cepat Peluang

Trem Surabaya Memilih

Dari tabel diatas menunjukkan bahwa bila Surotram dioperasikan dengan waktu tempuh 25 menit dan tarif diberlakukan sebesar Rp. 5000,-, maka probabilitas pengguna sepeda motor yang akan beralih ke Surotram sebesar 66,64%. Sedangkan bila Surotram dioperasikan dengan waktu tempuh 30 menit da tarif diberlakukan sebesar Rp. 8.000,- maka probabilitas pengguna sepeda motor yang akan beralih ke Surotram hanya sebesar 6,76%.

5.

Kesimpulan dan Saran

Kesimpulan dari penelitian ini adalah sebagai berikut. Model regresi logistik untuk pengguna sepeda motor adalah:

P = e (7.267 0.063 x Waktu 0.001 x Tarif) 1 + e (7.267 0.063 x Waktu 0.001 x Tarif)

Probabilitas pengguna sepeda motor untuk beralih ke trem dengan 8 skenario waktu tempuh dan biaya trem adalah sebagai berikut:

Tabel 12: Probabilitas Pengguna Sepeda Motor Beralih ke Trem

Wak tempuh (menit)

Setelah melihat hasil-hasil yang didapatkan dalam penelitian ini, maka penulis mencoba memberikan saran-saran sebagai berikut:

(8)

faktor lainnya agar pengguna sepeda motor dapat beralih ke Surotram dalam jumlah yang lebih besar.

2. Untuk penelitian di masa yang akan datang – apabila Surotrem sudah beroperasi – maka dapat ditambahkan variabel-variabel kualitas layanan yang dapat dirasakan oleh penumpang trem missal ketepatan waktu, banyaknya armada, kesesuaian headway, keamanan, kenyamanan, adanya fasilitas park and ride di tiap halte dan terminal serta yang terpenting adalah konektivitas dengan feeder dan trunk yang akan disediakan oleh Pemkot Surabaya.

DAFTAR PUSTAKA

1. Badan Pusat Statistik (2012), Surabaya Dalam Angka Tahun 2012, Bab 8 Perhubungan dan

Pariwisata, Surabaya

2. Suharjo, Bambang (2008), Analisis Regresi Terapan dengan SPSS, Cetakan ke-1, Yogyakarta:

Penerbit Graha Ilmu

3. Tamin, Ofyar Z. (2000), Perencanaan dan Pemodelan Transportasi, Cetakan ke-2, Bandung:

Penerbit ITB

4. Pearce, David and Ozdemiroglu, Ece (2002), Economic Valuation with Stated Preference

Technice, Summary Guide, Department for Transport, Local Government and The Region, March 2002.

5. Washington, S.P., Karlaftis, M.G., Mannering, F.l. (2003), Statistical and Econometric Methods

Gambar

Gambar 1: Pola Pemilihan Moda Transportasi di Indonesia Sumber: Tamin (2000) Stated Preference
Tabel 1:No 1
Tabel 7: Karakter Responden Berdasarkan Waktu Perjalanan Rata-rata per Hari Waktu Perjal Rata-rata per Hari < 30 menit

Referensi

Dokumen terkait

Transparansi dan Akuntabilitas dalam penyusunan anggaran, penetapan anggaran, perubahan anggaran dan perhitungan anggaran merupakan wujud pertanggungjawaban Pemerintah

Untuk gambaran produk Crafts Banana sendiri adalah berbekal limbah pelepah pisang yang ada, kami akan menciptakan berbagai macam produk kerajinan yang unik seperti

Pada Tabel 3 hasil akurasi query pada kata ―operator selluler‖ penjumlahan kelas positif yang dikelompokkan dengan benar berjumlah 56, kelas negatif yang dikelompokkan

yaitu, melakukan pengkajian nyeri secara menyeluruh meliputi lokasi, durasi, kualitas, keparahan nyeri dan faktor pencetus nyeri, 09.00 mengobservasi ketidaknyamanan non

menyatakan: “ Atas dasar hak menguasai dari Negara sebagaimana dimaksud dalam Pasal 2 UUPA, ditentukan adanya macam-macam hak atas permukaan bumi yang disebut tanah,

Mereka selalu berusaha lebih baik dari yang satunya; dan mereka ingin semua gajah di kelompok itu tahu siapa yang lebih hebat–yang paling kuat dan yang paling bijak.. “Mengapa

Remaja mampu mengembangkan konsep diri positif dengan cara menumbuhkan rasa percaya diri menerima kekurangan dan kelebihan dalam diri; juga kecerdasan emosi baik dengan

1) Hasil penelitian menunjukkan bahwa terdapat pengaruh positif kepemimpinan transformasional terhadap kinerja guru sehingga efektivitas kepemimpinan perlu ditingkatkan