ANALISIS WAKTU TEMPUH PERJALANAN WISATAWAN MANCANEGARA DI DESTINASI BERBASIS MULTI DAYA TARIK WISATA BALI

(1)

1003

ANALISIS

WAKTU

TEMPUH

PERJALANAN

WISATAWAN

MANCANEGARA

DI

DESTINASI

BERBASIS

MULTI

DAYA

TARIK

WISATA

BALI

Putu Hermawati Sakti Adji Adisasmita

Mahasiswa Pasca Sarjana Teknik Sipil Dosen Jurusan Teknik Sipil Universitas Hasanuddin Universitas Hasanuddin

Jln. Poros Malino Km. 6 Gowa, Makassar Jln. Poros Malino Km. 6 Gowa, Makassar

HP. 08123966840 HP. 081297600619

E-mail: [email protected] E-mail: [email protected]

Muhammad Isran Ramli Sumarni Hamid

Dosen Jurusan Teknik Sipil Dosen Jurusan Teknik Sipil Universitas Hasanuddin Universitas Hasanuddin

Jln. Poros Malino Km. 6 Gowa, Makassar Jln. Poros Malino Km. 6 Gowa, Makassar

HP. 081242441126 HP. 08124206347

E-mail: [email protected] E-mail: [email protected]

Abstract

This study to analyze the travel time of foreign tourists in choosing travel chain to the tourist attraction visited. Travel time and distance on the tourist travel chain is an important element in planning of transportation and tourism. Data collection through questionnaire based interviews on foreign tourists who came to Bali for holiday purposes. The collected travel chain data includes the origin and destination of the trip, the places visited, departure time, arrives and departs from the places visited. Data analysis to estimate the parameter of travel time model done by regression analysis using SPSS 20 program. Validation model by calculating correlation value of pearson and Root Mean Square Error (RMSE) to model and result of remeasurement in the field. The best travel time model with number of trip chain 1-5 is the polynomial model having coefficient of determination R2 = 0.8-1, while for return trip to origin is linear model with R2 = 0,995. Validation tests on all models also show correlation (r) = 0.9-1 and RMSE less than 10.

Keywords: tourist attraction, travel time, distance, trip chain, model, validation

Abstrak

Studi ini untuk menganalisis waktu tempuh perjalanan wisatawan mancanegara dalam hal memilih rantai perjalanannya menuju daya tarik wisata. Waktu tempuh dan jarak pada rantai perjalanan wisatawan merupakan elemen penting dalam perencanaan transportasi dan pariwisata. Pengumpulan data melalui wawancara berbasis kuisioner terhadap wisman di Bali dengan tujuan berlibur. Data rantai perjalanan meliputi asal dan tujuan, tempat yang dikunjungi, waktu berangkat, tiba dan berangkat dari tempat yang dikunjungi. Analisis data untuk mengestimasi parameter model waktu tempuh dilakukan dengan analisis regresi menggunakan program SPSS 20. Validasi model dengan nilai korelasi pearson dan Root Mean Square Error (RMSE) terhadap model dan hasil pengukuran kembali di lapangan. Model waktu tempuh dengan jumlah trip chain 1-5 yang paling baik adalah model polynomial memiliki koefisien determinasi R2 = 0,8-1 sedangkan perjalanan kembali ke asal adalah model linier dengan R2 = 0,995. Uji validasi pada semua model juga menunjukkan nilai korelasi (r)= 0,9-1 dan RMSE kurang dari 10.

(2)

1004

LATAR BELAKANG

Pembangunan pariwisata memiliki kontribusi yang signifikan dalam pembangunan ekonomi nasional sebagai instrumen peningkatan perolehan devisa. Namun disisi lainnya, Perjalanan wisata mempunyai kontribusi terhadap dampak eksternalitas transportasi yaitu tundaan, antrian, kecelakaan lalu lintas, masalah parkir di kawasan wisata serta permasalahan lingkungan (Gronau,W., et al, 2007). Permasalahan transportasi yang sering terjadi di kota besar terlebih yang merupakan destinasi pariwisata meliputi : kemacetan lalu lintas, polusi udara dan suara, kecelakaan dan tundaan. Permasalahan tersebut terjadi bukan saja disebabkan oleh terbatasnya sistem prasarana transportasi yang ada dibandingkan peningkatan jumlah kedatangan wisatawan, tetapi sudah ditambah lagi dengan permasalahan lainnya (Sugiyanto, 2011), seperti terlalu besarnya kebutuhan akan pergerakan dibandingkan dengan sistem dan kapasitas prasarana transportasi yang tersedia. Besarnya pergerakan sangat berkaitan erat dengan jenis dan intensitas kegiatan di lokasi daya tarik wisata.

Ditengah pertumbuhan pariwisata dunia yang cenderung terus meningkat, pariwisata Indonesia berada di posisi keempat di Asia Tenggara dalam mendatangkan wisatawan mancanegara dibandingkan negara-negara tetangga seperti Thailand, Malaysia dan Singapore. Thailand mampu mendatangkan 29,8 juta wisatawan (Tourism Authority of Thailand, 2016), Malaysia mendatangkan wisatawan 25,7 juta orang (Malaysia Tourism Statistic in Brief, 2016), Singapore kedatangan 15,2 juta orang wisatawan (Singapore Tourism Board, 2016), sedangkan Indonesia pada tahun 2015 baru dapat mendatangkan 10,23 juta orang wisatawan (BPS Indonesia, 2016). Daya tarik wisata Indonesia tentunya mempunyai kesamaan dalam lokasi geografis, masyarakat, sejarah, bahasa, kebudayaan maupun sumber alamnya dan juga menjual atraksi yang sama, seperti pantai, gunung, kebudayaan, kerajinan dan seni. Dengan potensi yang sama, maka pariwisata Indonesia perlu melakukan usaha-usaha untuk menarik kedatangan wisatawan mancanegara lebih banyak lagi seperti halnya negara-negara tetangga di Asia Tenggara.

Perjalanan wisata umumnya tidak hanya terjadi pada akhir pekan tetapi juga pada hari kerja terlebih pada hari libur sehingga perjalanan wisata akan bercampur dengan perjalanan kerja, perjalanan kegiatan adat maupun budaya yang mengakibatkan kemacetan berlebih terutama pada periode waktu puncak. Pada tempat wisata favorit seperti Kuta, Jimbaran dan Ubud maka kemacetan terjadi pada waktu yang semakin panjang pada hari kerja maupun hari libur, akan menyebabkan citra buruk pada kepariwisataan di Bali. Mengingat pariwisata adalah sektor andalan di Bali, maka untuk dapat mempertahankan eksistensi dan mengembangkan supaya sejajar dengan destinasi lain di dunia, masih sangat diperlukan kajian tentang pariwisata spesifik transportasi, dari sisi perilaku wisatawan dalam hal pemilihan atribut perjalanannya. Studi yang akan dilakukan ini untuk menganalisis waktu tempuh perjalanan wisatawan mancanegara dalam hal memilih rantai perjalanannya (trip chain), menuju daya tarik wisata yang dikunjungi. Waktu tempuh (travel time) dan jarak pada rantai perjalanan wisatawan merupakan elemen penting dalam perencanaan di bidang transportasi dan pariwisata. Oleh karenanya sangat diperlukan untuk menganalisis waktu tempuh dan membuat model dalam pemilihan rantai perjalanannya. Model ini sangat diperlukan untuk menyusun kebijakan terkait inovasi pengembangan teknologi, transportasi dan manajemen pariwisata berkelanjutan.

(3)

1005

TINJAUAN PUSTAKA

Karakteristik Wisatawan Mancanegara

Berdasarkan rekomendasi United Nations World Tourism Organization (UNWTO) dan International Union of Office Travel Organization (IUOTO), Wisatawan Mancanegara (Wisman) adalah setiap pengunjung yang mengunjungi suatu negara di luar tempat tinggalnya, didorong oleh satu atau beberapa keperluan tanpa bermaksud memperoleh penghasilan di tempat yang dikunjungi dan lamanya kunjungan tersebut tidak lebih dari satu tahun atau 12 bulan (BPS Indonesia, 2016). Studi tentang karakteristik wisatawan mancanegara telah dilakukan beberapa penelitian, diantaranya wisatawan yang datang ke Hongkong dan berlama-lama di suatu tempat yang dikunjungi merupakan karakteristik yang perlu diketahui untuk penyiapan modanya (Kwan, Cho-yam, Joe, 2012), keinginan wisatawan membayar antara transportasi laut dan udara di Korea untuk penetapan tarif moda transportasi (Crispin ED.Diaz, 2011) dan pemberian informasi tentang moda transportasi yang sopan tersembunyi kepada wisatawan (Khandker M. N, Md. Hamid Zaman, 2012).

Perjalanan Non Kerja

Beberapa studi yang terkait perjalanan non kerja antara lain Peranan Transportasi dalam Pariwisata, Studi Kasus : Pemilihan Daerah Tujuan Wisata oleh Wisatawan Di Bali (Budiartha R.M, 2011), mengindikasikan bahwa mencari kesenangan dengan pelarian total terhadap kejenuhan (escape), keamanan pribadi dan persahabatan, nampaknya menjadi 3 faktor yang paling penting untuk kedatangan wisatawan yang berkunjung ke Bali. Studi lain adalah model pemilihan waktu keberangkatan untuk berbelanja (Ramli et al, 2015) dan model perjalanan berbelanja ke pasar tradisional di wilayah perkotaan (Pasra, 2014), yang menganalisis karakteristik utilitas pasar yang berpengaruh terhadap tarikan perjalanan berbelanja serta memodelkan pola distribusi waktu kedatangan, frekuensi, biaya dan waktu dari setiap alternatif moda untuk pengunjung pasar. Sementara itu model pemilihan moda perjalanan antar kota untuk mengunjungi teman dan kerabat di Peninsular Malaysia (Derakhsan, 2015), bertujuan menyelidiki model pemilihan moda antarkota bagi orang yang bepergian mengunjungi teman dan kerabat selama akhir pekan dan hari libur.

Perjalanan Wisata

Perjalanan wisata atau umumnya disebut tour merupakan suatu perjalanan yang memiliki ciri-ciri yang khas yang memperlihatkan warna kegiatan wisata. Pengertian perjalanan wisata dapat didefinisikan dari dua sudut pandang yaitu :

1. Tour sebagai suatu produk adalah suatu rencana perjalanan menuju satu atau beberapa tempat persinggahan dan kembali ke tempat asal dengan merangkai beberapa komponen perjalanan yang diperlukan dalam perjalanan tersebut.

2. Tour sebagai suatu perjalanan adalah suatu kegiatan perjalanan yang mempunyai ciri-ciri tersendiri yang memberikan warna wisata yang bersifat santai, gembira, dan untuk bersenang-senang. Hal inilah yang membedakan dengan perjalanan lainnya

Rantai Perjalanan

Rantai perjalanan adalah siklus antara keberangkatan dari tempat asal hingga kembali ke tempat semula termasuk semua perjalanan dengan berbagai tujuan yang telah terjadi

(4)

1006 diantara keberangkatan dan kedatangan, misalnya pada perjalanan wisata yaitu hotel – wisata budaya- restaurant - pantai – hotel dan perjalanan kerja contohnya, rumah – tempat kerja – tempat belanja – rumah. Perilaku dan kebutuhan membuat rantai perjalanan orang menjadi rumit dari hari ke hari karena gaya hidup yang modern dan sibuk. Ini menunjukkan bahwa pemahaman tentang pembuatan keputusan rantai perjalanan sangat penting bagi peneliti transportasi dan pembuat kebijakan. Atribut pemilihan rantai perjalanan umumnya adalah waktu tempuh dan biaya (Raudha Hakim, 2017).

Rantai perjalanan menjadi salah satu faktor utama yang selalu dipertimbangkan setiap orang untuk melakukan perjalanan, baik itu tentang tempat-tempat yang akan dikunjungi, jaraknya, waktu tempuh dan juga biaya perjalanannya. Subbarao, 2003 membahas perilaku penjadwalan perjalanan warga wilayah Metropolitan Mumbai dengan menggunakan survei aktivitas-perjalanan yaitu mengusulkan tipologi rantai perjalanan berdasarkan struktur perjalanan dan tujuan kegiatan. Selanjutnya, penelitian tersebut mengembangkan kerangka kerja empiris untuk menguji pengaruh karakteristik sosial ekonomi rumah tangga dan individu, dan pilihan perjalanan pada perilaku pembuatan rantai perjalanan individu. Selanjutnya Rana Al-Jamal, 2006 melakukan analisis untuk pemodelan pola kegiatan dan perilaku rantai perjalanan pada perjalanan individu dengan kegiatan yang pasti. Penelitian ini berfokus pada lima jenis aktivitas tetap yaitu : pekerjaan, hubungan dengan pekerjaan, sekolah, pendidikan lanjutan, dan klub.

Pemodelan Waktu Tempuh

Waktu tempuh berpengaruh dalam menentukan jenis dan jumlah rantai perjalanan yang akan dikunjungi. Pemodelan waktu tempuh perjalanan wisatawan didasarkan pada jarak perjalanan yang ditempuh oleh moda transportasi wisata yang digunakan pada jaringan jalan, dengan pendekatan model regresi. Dalam hal ini, hipotesa persamaan model waktu tempuh perjalanan sebagai fungsi dari variabel tersebut, diberikan pada persamaan (1) berikut ini.

Y = β0 X β1 (1)

Dimana :

Y = Waktu tempuh perjalanan pada jaringan (menit) β0 = Konstanta model

β1 = Parameter model X = Jarak perjalanan (km)

METODE PENELITIAN

Metode Pengumpulan Data

Pengumpulan data dilakukan melalui wawancara berbasis kuisioner terhadap wisatawan mancanegara yang datang di Bali dengan tujuan berlibur. Wawancara dilakukan oleh surveyor berdasarkan desain kuisioner berbahasa Inggris. Data yang dikumpulkan adalah data rantai perjalanan meliputi asal dan tujuan perjalanan, termasuk tempat-tempat yang dikunjungi, waktu berangkat, tiba dan berangkat lagi dari tempat yang dikunjungi, waktu tempuh, moda dan operator yang digunakan sesuai tabel 1.

(5)

1007 Tabel 1. Data Rantai Perjalanan pada Kuisioner

Travel chain on one or more tourist travel in Bali

Please fill in “travel chain” below (as you remember) based on your travel diary, by using choice of places, location and transportation modes in the box below

Kuisioner didistribusikan kepada 800 orang wisatawan yang sedang berkunjung di Bali, secara random di berbagai lokasi daya tarik wisata yang tersebar di Bali, seperti Sanur, Kuta, Nusa Dua, Jimbaran, Ubud dll, pada periode Desember 2016 – akhir Mei 2017. Metode Analisis dan Validasi

Analisis data untuk mengestimasi nilai-nilai parameter model waktu tempuh perjalanan wisatawan dilakukan dengan analisis model regresi menggunakan program computer SPSS 20. Metode validasi hasil estimasi nilai-nilai parameter model untuk pendekatan model yang digunakan, akan dievaluasi engan metode komparasi antara nilai-nilai parameter model yang telah diestimasi terhadap proporsi atau komposisi pemilihan trip chain berdasarkan hasil survei kembali di lapangan. Evaluasi hasil prediksi ini diperlukan guna mengetahui kesesuaian antara hasil prediksi dengan hasil pengukuran. Nilai yang perlu dihitung adalah nilai korelasi pearson dan nilai Root Mean Square Error (RMSE). Apabila nilai korelasi tinggi dan nilai RMSE rendah, maka model dikatakan baik (Murlina, 2013). Nilai korelasi pearson dan nilai RMSE diperoleh dengan menggunakan Persamaan 2 dan Persamaan 3. R = n.ƩXY - ƩX.ƩY (2) √{n.ƩX2 - (ƩX)2}.{n.ƩY2 - (ƩY)2} RMSE =



(XY)2/n (3)

HASIL DAN PEMBAHASAN

Jumlah Rantai Perjalanan dan Waktu Tempuh 1. Jumlah Rantai Perjalanan (Trip Chain)

Berdasarkan hasil survey terhadap 800 orang wisatawan mancanegera yang sedang berlibur di Bali, dapat dikumpulkan data 1105 perjalanan wisatanya. Dalam satu hari perjalanan wisata yang dilakukan dapat dilihat pergerakan dari tempat asal (hotel) menuju tujuan akhir

Place & Location ...&...

Time of Departure ...

Place & Location ...&... Time ofArrival/Departure .../...

Place & Location ...&... Time ofArrival/Departure .../... Place of Origin - Destination (A) 0. Hotel 1. Nature 2. Culture 3. Manmade Location (B)

1. Denpasar 5. Jimbaran/Pecatu 9. Lovina 2. Sanur 6. Kerobokan 10. Ubud 3. Kuta 7. Tanah Lot 11. Candi Dasa 4. Nusa Dua 8.Kintamani 12. Others...

A B A B _A _B

Operator Modes (C1) Modes (C2) 1.Travel Agent i. Bus 2. Rental ii. Car 3. Public Transport iii. Motor Cycle 4. On line Transport C 1. C C 1. C

(6)

1008 daya tarik wisata (DTW) termasuk beberapa tempat yang dikunjungi diantara asal dan tujuan tersebut, membentuk rantai perjalanan (trip chain) yang jumlahnya dari 1-5 trip chain. Distribusi perjalanan pada tiap-tiap jumlah trip chain dapat dilihat pada tabel 2. Data pada tabel tersebut menunjukkan jumlah trip chain yang paling banyak dilakukan adalah 2 trip chain disusul oleh 3 dan 1 trip chain, yang mengindikasikan bahwa rata-rata wisatawan mengunjungi 1-3 daya tarik wisata dalam satu hari.

Tabel 2. Distribusi jumlah trip chain dalam satu hari perjalanan

Jumlah Trip Chain Jumlah Perjalanan Prosentase

1 Trip Chain 254 22.99% 2 Trip Chain 368 33.30% 3 Trip Chain 295 26.70% 4 Trip Chain 152 13.76% 5 Trip Chain 36 3.26% 1105 100.00% 2. Waktu Tempuh

Gambar 1. Distribusi Waktu Tempuh pada Jumlah Trip Chain

Waktu tempuh dalam tiap-tiap jumlah trip chain sangat bervariasi tergantung dari jarak ke lokasi daya tarik wisata yang dikunjungi dan juga kondisi lalu lintas. Waktu tempuh minimal adalah kurang dari 60 menit dan maksimal adalah 240 menit. Untuk jumlah trip chain 1-3 maka waktu tempuh paling banyak adalah kurang dari 60 menit, untuk jumlah trip chain 4 maka waktu tempuh paling banyak 91-120 menit sedangkan untuk jumlah trip chain maka waktu tempuhnya yang paling banyak adalah 211-240 menit. Rinciannya dapat dilihat pada gambar 1.

Profil Atribut Rantai Perjalanan Wisatawan 1. Trip Chain – Jenis dan Lokasi Daya Tarik Wisata

Pada hubungan jenis daya tarik wisata yang dikunjungi wisatawan pada tiap-tiap jumlah trip chain memperlihatkan bahwa jenis wisata alam, wisata budaya dan wisata buatan selalu dikunjungi secara hampir sama pada semua jumlah trip chain. Namun yang paling banyak diminati adalah wisata buatan dan wisata alam. Hubungan jumlah trip chain dengan lokasi daya tarik wisata menunjukkan bahwa lokasi yang paling favorit untuk dikunjungi adalah Kuta, Jimbaran dan Ubud, seperti pada gambar 2.

58% 10% 14% 7% 6% 2% 3% Waktu Tempuh <60 minutes 60 - 90 minutes 91 - 120 minutes 121 - 150 minutes 151 - 180 minutes 181 - 210 minutes 211 - 240 minutes _0% _50% _100% <60 minutes 60 - 90 minutes 91 - 120 minutes 121 - 150 minutes 151 - 180 minutes 181 - 210 minutes 211 - 240 minutes

Trip Chain - Waktu Tempuh

1-3 places 4places 5places

(7)

1009 Gambar 2. Profil Hubungan Trip Chain – Jenis dan Lokasi Daya Tarik Wisata 2. Trip Chain – Operator dan Jenis Moda

Profil hubungan jumlah trip chain dengan operator moda menunjukkan bahwa untuk jumlah trip chain 5 maka paling banyak menggunakan travel agent, tapi untuk jumlah trip chain 1-4 maka paling banyak menggunakan jasa kendaraan sewa (rental). Hal ini mengindikasikan bahwa dengan travel agent maka lebih banyak daya tarik wisata yang bisa dikunjungi dalam waktu satu hari. Selanjutnya tentang moda transportasi yang digunakan untuk semua jumlah trip chain, maka moda yang paling banyak digunakan adalah mobil. Kemudian disusul oleh sepeda motor dan bus, seperti pada gambar 3.

Gambar 3. Profil Hubungan Trip Chain – Operator dan Jenis Moda Analisis Model Waktu Tempuh

Analisis untuk pemodelan waktu tempuh dengan parameter jarak dilakukan untuk perjalanan asal-tujuan akhir untuk setiap jumlah trip chain dan perjalanan balik ke tempat asal, dengan analisis model regresi eksponensial, linier, logaritmik, polinomial dan power (kwadrat). Model yang terbaik dan mewakili kelima model regresi adalah yang memiliki koefisien determinasi (nilai R2) paling tinggi mendekati 1.

1. Model Waktu Tempuh dengan Jumlah Trip Chain 1

Model yang paling mewakili kelima model regresi yang dianalisis untuk jumlah trip chain 1 adalah model Polinomial, dengan koefisien R2 = 0,846, sesuai tabel 3 dan gambar 4.

0% 20% 40% 60% 80% 100% 1-3 trip chain

4 trip chain 5 trip chain 6 trip chain

Trip Chain- Lokasi DTW

Denpasar Sanur Kuta Nusa Dua Jimbaran Kerobokan Tanah Lot Kintamani Lovina Ubud Candi Dasa Others 0% 50% 100% 1-3 trip chain 4 trip chain 5 trip chain 6 trip chain

Trip Chain - Jenis DTW

Nature Culture Manmade 0% 50% 100% 1-3 trip chain 4 trip chain 5 trip chain 6 trip chain

Trip Chain - Jenis Moda

Bus Car Motor Cycle 0% 50% 100% 1-3 trip chain 4 trip chain 5 trip chain 6 trip chain

Trip Chain - Operator Moda

Travel Agent Rental Public Transport Online Transport

(8)

1010 Tabel 3. Model Waktu Tempuh pada 1 chain

Model Waktu Tempuh

Keterangan Pers. Model R2 y = 15,45 e0,0033x 0,611 Eksponensial y = 1,76x + 11,25 0,813 Linier y = 34,32ln(x)–37,92 0,749 Logaritmik y = -0,015x2 + 2,879x + 2,838 0,846 Polinomial y = 4,781x0,765 0,747 Power

Gambar 4. Model pada Trip Chain = 1 2. Model Waktu Tempuh dengan Jumlah Trip Chain 2

Model yang paling mewakili kelima model regresi yang dianalisis untuk jumlah trip chain 2 adalah model Polinomial, dengan koefisien R2 = 0,816, sesuai tabel 4 dan gambar 5. Tabel 4. Model Waktu Tempuh pada 2 chain

Keterangan Pers. Model R2 y = 30,82 e0,016x 0,542 Eksponensial y = 1,264x +26,08 _0,770 _Linier y = 47,98ln(x) -80,37 0,738 Logaritmik y = -0,006x2 + 2,188x + 10,64 0,816 Polinomial y = 5,539x0,728 _0,750 _Power

Keterangan Pers. Model R2 y = 40,52 e0,014x 0,676 Eksponensial y = 1,467x + 27,03 _0,849 _Linier y = 66,68ln(x)–141,7 0,767 Logaritmik y = -0,003x2 + 1,973x + 15,89 0,860 Polinomial y = 6,323x0,710 _0,728 _Power

Gambar 6. Model pada Trip Chain = 3 y = -0.0152x2_{+ 2.879x + 2.8389} R² = 0.8468 0 50 100 150 200 250 0 20 40 60 80 100 120 W a k tu T em p u h ( M en it ) Jarak (km)

Model Waktu Tempuh pada Trip Chain 1 y = -0.0063x2_{+ 2.1883x + 10.646} R² = 0.8165 0 50 100 150 200 250 300 0 50 100 150 200 W a k tu T em p u h ( M en it ) Jarak (km)

Model Waktu Tempuh pada Trip Chain 2

y = -0.0035x2_{+ 1.9731x + 15.891} R² = 0.8603 0 50 100 150 200 250 300 0 50 100 150 200 W a k tu T em p u h ( M en it ) Jarak (km)

(9)

1011 4. Model Waktu Tempuh dengan Jumlah Trip Chain 4

Keterangan Pers. Model R2 y = 51,10 e0,010x 0,676 Eksponensial y = 1,164x + 41,00 0,787 Linier y = 66,92ln(x)–144,4 0,771 Logaritmik y = -0,004x2 + 2,065x + 12,90 0,854 Polinomial y = 7,402x0,667 0,834 Power

Keterangan Pers. Model R2 y = 50,44 e0,010x 0,707 Eksponensial y = 1,279x + 23,88 0,800 Linier y = 81,73ln(x)–226,0 0,689 Logaritmik y = 0,002x2 + 0,887x + 37,36 0,806 Polinomial y = 5,671x0,702 0,684 Power

Gambar 8. Model pada Trip Chain = 5 6. Model Waktu Tempuh untuk Perjalanan Kembali ke Asal

Model yang mewakili kelima model regresi yang dianalisis untuk perjalanan kembali ke asal adalah model Polinomial, dengan koefisien R2 = 0,995, sesuai tabel 8 dan gambar 9. Tabel 8. Model Waktu Tempuh perjalanan

Kembali ke Asal Model Waktu Tempuh

Keterangan Pers. Model R2 y = 10,39 e0,041x 0,910 Eksponensial y = 1,969x + 0,62 0,995 Linier y = 40,98 ln(x)–60,20 0,877 Logaritmik y = 0,000x2 + 1,911x + 1,033 0,995 Polinomial y = 2,377x0,941 0,969 Power

Gambar 9. Model Perjalanan Kembali ke Asal y = -0.0048x2_{+ 2.0651x + 12.903} R² = 0.854 0 100 200 300 0 50 100 150 200 250 300 W a k tu T em p u h ( M en it ) Jarak (km)

Model Waktu Tempuh pada Trip Chain 4 y = 0.0023x2_{+ 0.8873x + 37.367} R² = 0.806 0 100 200 300 0 50 100 150 200 W a k tu T em p u h ( M en it ) Jarak (km)

Model Waktu Tempuh pada Trip Chain 5 y = 1.9694x + 0.6206 R² = 0.9954 0 50 100 150 200 0 20 40 60 80 100 W a k tu T em p u h ( M en it ) Jarak (km)

Model Waktu Tempuh Perjalanan ke Asal

(10)

1012 Validasi Model

Validasi model menurut evaluasi hasil prediksi dengan hasil pengukuran, berdasarkan analisis nilai korelasi pearson dan nilai Root Mean Square Error (RMSE) dilakukan pada semua model. Analisis validasi pada trip chain 5 dapat dilihat pada tabel 9.

Tabel 9. Analisis Validasi pada Model Trip Chain 5

Trip Chai n Jara k DTW Travel Time pengukura n (X) Travel Time Model (Y) X2 Y2 XY (X-Y) (X-Y)2 5 12 45 _48.29 _2,025.00 _2,332.12 _2,173.14 _(3.29) _10.84 5 14 45 _50.17 _2,025.00 _2,517.03 _2,257.65 _(5.17) _26.73 5 5 45 _41.85 _2,025.00 _1,751.00 _1,883.03 _3.16 _9.95 5 5 45 _41.85 _2,025.00 _1,751.00 _1,883.03 _3.16 _9.95 5 90 140 133.39 19,600.0 0 17,792.8 9 18,674.6 0 6.61 43.69 5 120 180 172.60 32,400.0 0 29,790.7 6 31,068.0 0 7.40 54.76 5 90 140 133.39 19,600.0 0 17,792.8 9 18,674.6 0 6.61 43.69 5 12 50 48.29 2,500.00 2,332.12 2,414.60 1.71 2.92 348 690 669.82 82,200.0 0 76,059.8 2 79,028.6 4 20.18 202.54 Korelasi Pearson r = n.ƩXY - ƩX.ƩY √{n.ƩX2 - (ƩX)2}.{n.ƩY2 - (ƩY)2} = 632.229,12 - x 462.178,56 √(181.500 159.814,33) = 170.050,56 √29.006.301.702,31 = 170.050,56 170.312,36 = 1.00 RMSE = √Ʃ(X-Y) 2 n = √ 202.54 8 = √ 25.32 = 5.03

Validasi model waktu tempuh pada semua trip chain ke tujuan dan perjalanan kembali ke asal yang menunjukkan nilai korelasi r dan RMSE, ditampilkan pada gambar 10.

(11)

1013

Gambar 10. Diagram Validasi Model Waktu Tempuh untuk semua Trip Chain

KESIMPULAN

Berdasarkan uraian dan analisis data, diperoleh kesimpulan sebagai berikut :

1. Destinasi pariwisata Bali dengan potensi multi daya tarik wisata seperti pantai, gunung, kebudayaan, kerajinan, seni, budaya dan wisata buatan menghasilkan perjalanan wisata membentuk rantai perjalanan (trip chain) yang jumlahnya 1-5 trip chain dan terbanyak wisatawan mengunjungi 1-3 daya tarik wisata dalam satu hari

2. Pada semua jumlah trip chain menunjukan bahwa jenis wisata alam, wisata budaya dan wisata buatan selalu dikunjungi secara prosentase hampir sama, namun yang paling banyak diminati adalah wisata buatan dan wisata alam. Sedangkan hubungan jumlah trip chain dengan lokasi daya tarik wisata menunjukkan bahwa lokasi yang paling favorit untuk dikunjungi adalah Kuta, Jimbaran dan Ubud

3. Hubungan jumlah trip chain dengan operator moda menunjukkan bahwa untuk jumlah trip chain 5 maka paling banyak menggunakan travel agent, selanjutnya menggunakan

0 20 40 60 80 100 120 140 160 0 20 40 60 80 100 120 140 160 T ra v el T im e M o d el ( m en it )

Travel Time Pengukuran (menit)

Validasi Model untuk Trip Chain 1 r = 0,99 RMSE = 6,14 20.00 70.00 120.00 170.00 220.00 20 40 60 80 100 120 140 160 180 200 T ra v el T im e M o d el ( m en it )

Validasi Model untuk Trip Chain 5 r = 1,00 RMSE = 5,03 0 20 40 60 80 100 120 140 160 180 200 220 0 20 40 60 80 100 120 140 160 180 200 220 240 T ra v el T im e M o d el ( m en it )

Validasi Model untuk Trip Chain 2 r = 0,99 20.00 40.00 60.00 80.00 100.00 120.00 140.00 20 40 60 80 100 120 140 T ra v el T im e M o d el ( m en it )

Validasi Model untuk Trip Chain 3 r = 0,99 RMSE = 3,50 20.00 40.00 60.00 80.00 100.00 120.00 140.00 160.00 180.00 200.00 20 40 60 80 100 120 140 160 180 200 T ra v el T im e M o d el ( m en it )

Validasi Model untuk Trip Chain 4

20.00 40.00 60.00 80.00 100.00 120.00 140.00 160.00 180.00 0 20 40 60 80 100 120 140 160 180 T ra v el T im e M o d el ( m en it )

Travel Time Pengukuran (menit) Validasi Model untuk Back To Origin

r = 1,00 RMSE = 0,81

(12)

1014 kendaraan sewa (rental) untuk jumlah trip chain 1-4. Untuk moda transportasi yang paling banyak digunakan untuk semua jumlah trip chain adalah mobil. Kemudian disusul oleh sepeda motor dan bus

4. Model waktu tempuh dengan jumlah trip chain 1-5 yang paling baik adalah model polynomial memiliki koefisien determinasi R2 = 0,8-1 sedangkan untuk perjalanan kembali ke asal adalah model linier dengan R2 = 0,995. Uji validasi pada semua model juga menunjukkan korelasi (r) = 0,9-1 dan RMSE kurang dari 10%.

DAFTAR PUSTAKA

Badan Pusat Statistik (BPS) Indonesia, 2016, Statistik Indonesia, Jakarta

Badan Pusat Statistik (BPS) Provinsi Bali. 2016. Statistik Wisatawan Mancanegara ke Bali. Penerbit BPS Provinsi Bali.

Bali Government Tourism Officer. 2016. Tourist Attractions & Places of Interest in Bali, Publisher Bali Government Tourism Office, Bali

Budiartha RM, N., 2011, Peranan Transportasi Dalam Pariwisata, Studi Kasus : Pemilihan daerah

Tujuan Wisata (Dtw/Destinasi) oleh Wisatawan di Bali,

Jurnal Ilmiah Teknik Sipil Vol. 15, No.2, Bali

Crispin Emmanuel D. Diaz, 2011, Mode Choice of Inter-Island Travellers : Analyzing the

Willingness of Ferry Passengers to Shift to Air Transportation, Proceedings of The

Eastern Asia Society for Transportation Studies, Vol. 8

Derakhsan, A. 2015, Mode Choice Behaviour of Intercity Travel for Visiting Friends and Relatives

in Peninsular Malysia, Disertasi Universiti Teknologi Malaysia

Gronau, W., Kagermeier,A. , 2007, Key Factors for Successful Leisure and Tourism Public

Transport Provision, Journal of Transport Geography 15 (2007) 127135 Elsevier Science

Direct

Hakim Raudha, Ramli M.I, Sumarni Hamid, Ramli Rahim, 2017, A Choice Model On Trip Mode

Chain For Inter-Islands Commuters in North Molucca-Indonesia: A Case Study of The Ternate Island-Halmahera Island Trip, International Journal of Civil Engineering and

Technology (IJCIET), Volume 8 Issue 7, July 2017, pp 1050-1057

Khandker M. Nurul Habib and Md. Hamid Zaman, 2012, Effects of Incorporating latent and

Attitudinal Information in Mode Choice Models, Transportation Planning and

Technology, Vol. 35 No. 5, 561-576, July 2012

Pasra Mubassirang, 2014, Studi Perilaku Perjalanan Berbelanja ke Pasar Tradisional di Wilayah

Perkotaan, Disertasi Program Pasca Sarjana Universitas Hasanuddin, Makassar

Ramli, M.I., Ooeda, Y. and Matsunaga, C., 2013, A Departure Time Choice Model on The

Shopping Trip for Short Time Based on The Disutility Minimizing Approach, Proceedings

of The Eastern Asia Society for Transportation Studies, 2013

Rana Al-Jammal, 2006, A Comprehensive Representation and Analysis Framework for Trip

Chaining Activity Pattern Modelling for Travel Behavior of Individual Fixed Activities,

Dissertation on Civil and Environmental Engineering University of Massachusetts

Subbarao SSV, Krishna Rao KV, 2013, Trip Chaining Behavior in Developing Countries: A Study

of Mumbai Metropolitan Region, India, European Transport \ Trasporti Europei (2013)

Issue 53, Paper no 3, ISSN 1825-3997

Sugiyanto, G., Model Pemilihan Moda dan Perbandingan Perilaku Perjalanan (Studi Kasus di Yogyakarta dan Filipina), Konferensi Nasional Teknik Sipil 7 (KoNTeks 7), UNS Surakarta, 24-25 Oktober 2013