BAB II
KAJIAN PUSTAKA DAN DASAR TEORI
2.1. Review beberapa penelitian tentang Nilai Waktu Perjalanan
Beberapa penelitian untuk penaksiran nilai waktu perjalanan berdasarkan formula Jasa Marga dengan mempertimbangkan studi dari nilai waktu yang pernah dilakukan di beberapa kota di Indonesia. Berikut adalah nilai waktu dasar dari beberapa penelitian yang pernah dilakukan. Dapat dilihat pada Tabel 2.1 berikut
Tabel 2.1. Nilai Waktu dari Berbagai Studi
Referensi Nilai Waktu (Rp/Jam/kend)
Gol I Gol IIa Gol IIb
PT. Jasa Marga (1990-1996), Formula Herbert Mohring
12.287 18.534 13.768
Padalarang-Cileunyi (1996) 3.385 - 5.425 3.827 - 38.344 5.716
Semarang (1996) 3.411 - 6.221 14.541 1.506
IHCM (1995) 3.281,25 18.212 4.971,20
PCI (1979) 1.341 3.827 3.152
JIUTR northern extension (PCI 1989) 7.067 14.670 3.659 Surabaya-Mojokerto (JICA 1991) 8.880 7.960 7.980 Sumber : Modul Ekonomi Jalan Raya-Kartika, 2006.
Besarnya Nilai Waktu Minimum dapat dilihat pada Tabel 2.2. Tabel 2.2. Nilai Waktu Minimum (Rp/Jam)
No. Kab/Kota Jasa Marga JIUTR
Gol I Gol IIa Gol IIb Gol I Gol IIa Gol IIb
1 DKI 8200 12369 9188 8200 17022 4246
2 Selain DKI 6000 9051 6723 6000 12455 3170
Sumber :Modul Ekonomi Jalan Raya-Kartika, 2006.
Dengan Formulayang digunakan adalah sebagai berikut :
Nilai Waktu = Max {(K * Nilai Waktu Dasar) ; Nilai Waktu Minimum}
Tabel 2.3. Nilai K untuk Beberapa Kota memungkinkan untuk melihat pilihan terbaik berdasarkan perilaku konsumen. Survei ini biasanya menggunakan kuisioner yang menanyakan kepada responden mengenai hal-hal yang sudah nyata terkait objek penelitian. Sangat cocok sekali dengan metode penelitian ini karena keterlibatan responden disini menceritakan keadaan yang sesuai dengan kondisi saat ini terjadi. Metode Revealed Preference dapat digunakan untuk mengetahui keadaan tentang seseorang dalam berperilaku sehari-hari. Para responden dapat memberikan informasi/bercerita kepada pemberi kuisioner mengenai keadaan yang dilakukan setiap hari sesuai dengan keinginan si pemberi kuisioner. Teknik ini biasanya untuk mengumpulkan preferensi orang-orang terhadap pokok-pokok masalah seperti penggunaan moda apa yang digunakan setiaphari, dan berapa biaya operasional kendaraan yang dipakai setiap hari yang tidak dapat diukur dengan metode transportasi matematis.
Revealed Preference memiliki kelemahan yaitu dalam hal memperkirakan respon individu terhadap suatu keadaan pelayanan yang pada saat sekarang belum ada dan bisa jadi keadaan tersebut jauh berbeda dari keadaan yang ada sekarang (Ortuzar and Willumsen, 2001) dalam Sugiyanto (2008).
2.3. Analisis Statistik Deskriptif (Classtering)
Metode statistik deskriptif, yaitu dengan mendeskripsikan data dari seluruh populasi (hasil survey responden) dan membedakan sifat yang hendak diukur menjadi populasi dalam macam-macam bentuk sample sesuai dengan masing-masing kategori. Alasan mengapa digunakan analisa statistik ini karena jika tidak akan memrlukan biaya yang terlalu mahal dan lama untuk mendapatkan semua populasi pada daerah yang ditinjau, salah satu cara yang digunakan adalah dengan home interview atau office interview (pada penelitian ini menggunakan metode survey office interview. Cara ini sangat cocok untuk mengetahui variasi waktu tempuh perjalanan dan selalu menjadi bagian dalam kehidupan sehari-hari (Camille Kamga, M. Anıl Yazıcı, 2014 ).
Tujuan menggunakan statistik deskriptif adalah agar supaya dari beberapa hasil survey yang beranekaragam dapat di deskripssikan sesuai dengan jenis permasalahan yang ada, atau dari beberapa populasi yang diperoleh akan di dideskripsikan pada jenis permasalahannya masing-masing. Selain itu juga menunjukkan hasil pengelompokan yang dibagi dalam beberapa kelas interval. Sehingga dari sekian banyak jumlah responden hasil survey akan terkelompok menjadi berbagai varian kelas interval.
Beberapa populasi yang akan diambil sebagai sampling adalah perusahaan dan kantor yang digunakan. Berikut pengelompokan karakteristik ukuran perusahaan bedasarkan jumlah karyawan :
Besar, Lebih dari 100 karyawan.
2.4. Uji Validitas dan Reliabilitas
Uji validitas adalah ketepatan atau kecermatan suatu instrumen dalam mengukur data hasil survey. Tujuannya adalah untuk mengetahui data hasil survey yang terkumpul relevan atau tidak dengan sifat atau karakteristik yang dikehendaki, dan sejauh mana perbedaan skor yang diperoleh menggambarkan karakteristik yang akan diukur. Sebuah instrumen dikatakan valid apabila mampu mengukur apa yang diinginkan dan dapat mengungkapkan data dari variabel-variabel yang diteliti secara tepat.
Persamaan umum yang di gunakan dalam uji validitas adalah :
S
2=
Keterangan : t = Koefisien yang dicari X2= Nilai rata-rata kelompok I
X2 = Nilai rata-rata kelompok II
n = jumlah subjek
Besarnya nilai t Interpretasi
0,90 – 1,00 Luar biasa bagus (Excellent)
0,70 – 0,79 Cukup (fair) Kurang dari 0,70 Kurang (poor)
Uji validitas dalam pengumpulan data dibagi menjadi validitas faktor dan validitas item.
- Validitas faktor diukur bila item yang disusun menggunakan lebih dari satu faktor (antara faktor satu dengan yang lain ada kesamaan). Pengukuran validitas faktor ini dengan cara mengkorelasikan antara skor faktor (penjumlahan item dalam satu faktor) dengan skor total faktor (total keseluruhan faktor).
- pengukuran validitas item dengan cara mengkorelasikan antara skor item dengan skor total item.
Pada penelitian ini akan menggunakan metode pengujian validitas item. Validitas item ditunjukkan dengan adanya korelasi atau dukungan terhadap item total (skor total), perhitungan dilakukan dengan cara mengkorelasikan antara skor item dengan skor total item. Jika yang digunakan lebih dari satu faktor berarti dengan cara mengkorelasi antara item dengan faktor, kemudian dilanjutkan dengan mengkorelasi antara item dengan total faktor. Dalam penentuan layak atau tidaknya suatu item yang akan digunakan, biasanya dilakukan uji signifikansi koefisien korelasi pada taraf signifikansi 0,05, artinya suatu item dianggap valid jika berkorelasi signifikan terhadap skor total. Dalam penelitian ini dilakukan uji signifikansi koefisien korelasi dengan kriteria menggunakan r kritis pada taraf signifikansi 0,05 (signifikansi 5% atau 0,05 adalah ukuran standar yang sering digunakan dalam penelitian).
Teknik pengujian untuk uji validitas menggunakan metode korelasi Bivariate Pearson(Produk Momen Pearson) dan Corrected Item-Total Correlation.
1) Bivariate Pearson (Produk Momen Pearson)
Jika r hitung ≥ r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau item-item pertanyaan berkorelasi signifikan terhadap skor total (dinyatakan valid).
Jika r hitung < r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau item-item pertanyaan tidak berkorelasi signifikan terhadap skor total (dinyatakan tidak valid)
2) Corrected Item-Total Correlation.
Tujuan dari koreksi ini adalah supaya tidak terjadi koefisien item total yang overestimasi (estimasi nilai yang lebih tinggi dari yang sebenarnya). Perhitungan teknik ini cocok untuk digunakan pada skala yang menggunakan item pertanyaan yang sedikit, karena jika dilakukan pada skal jumlah yang banyak penggunaan korelasi ini tidak berdampak terlalu besar.
Pengujian menggunakan uji dua sisi dengan taraf signifikansi 0,05. Kriteria pengujian adalah sebagai berikut:
Jika r hitung ≥ r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau item-item pertanyaan berkorelasi signifikan terhadap skor total (dinyatakan valid).
Jika r hitung < r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau item-item pertanyaan tidak berkorelasi signifikan terhadap skor total (dinyatakan tidak valid).
Δ jarak
Kantor R1
R2
l
= jarakUji signifikan dlakukan pada nilai signifikan 0,05, artinya hasil data dapat dikatakan reliabel bila nilai alpha lebih besar dari r kritis Produtc moment. Nilai signifikan <0,06 adalah kurang baik, sedangkan 0,7 dan > 0,8 dapat diterima (Sekaran, 1992)
2.5. Housing Price Approach
Pendekatan ini mengasumsikan bahwa tata guna lahan dimana harga rumah tinggi kawasan daerah CBD akan memberikan waktu perjalanan yang pendek sehingga akan mengecilkan biaya operasional kendaraan dan menghemat waktu dalam perjalanan. Dan rumah yang jauh dari kawasan CBD akan memberikan biaya transportasi tinggi dan waktu perjalanan yang lama. Dari perilaku dua kejadian ini akan menghasilkan perbedaan waktu perjalanan. Dengan pertimbangan bahwa harga rumah di pinggiran kota jauh lebih murah dari pada harga rumah di tengah kota, dan lebih rela mengeluarkan biaya lebih mahal dalam perjalanan menuju tempat ia bekerja (D. Efthymiou, C. Antoniou, 2013). Dari keadaan tersebut akan terjadi selisih atau delta antara pemilik rumah dekat dan rumah jauh dari tempat kerja. Ilustrasi dari pernyataan tersebut dapat dilihat pada gambar berikut
Gambar 2.1. Ilustrasi adanya perbedaan jarak dan waktu tempuh perjalanan
(Bowes and Ihlanfeldt, 2001). Dengan asumsi tersebut dapat disimpulkan bahwa ada hubungan antara harga rumah dan biaya transportasi, dengan rumusan sebagai berikut :
λ =
YZKeterangan :
Z : Kenaikan harga rumah didasarkan pada satu unit penurunan pada biaya transportasi
Y : Kenaikan harga rumah didasarkan pada satu unit pengurangan waktu Perjalanan
λ
: Nilai waktu perjalananDengan menggunakan pendekatan ini akan lebih akan semakin memperkuat metode analisis satatistik yang di gunakan sebelumnya. Karena pada pendekatan ini tidak dilihat dalam satu populasi tertentu melainkan dengan menilai dari masing-masing responden. Harga rumah yang di gunakan adalah asumsi harga rata-rata. Dimana data harga rumah di peroleh dari data sekunder yang berdasarkan nilai PBB harga rumah untuk Kota Surabaya.
2.6. Generalised Cost
modal, biaya kemacetan, biaya kenyamanan dan lain-lain dimana komponen biaya-biaya tersebut belum dapat dijelaskan dengan detil. Dalam ekonomi transportasi biaya-biaya tersebut disebut sebagai Generalised Cost (A. Agung G. Kartika, 2006).
Menurut Wikipedia (2006) Generalised cost merupakan jumlah biaya moneter dan non-moneter. Dimana biaya moneter itu sendiri terdiri dari ongkos naik kendaraan umum, BBM, keausan, parkir, biaya tol, dan biaya kemacetan. Sedangkan biaya non-moneter meliputi biaya waktu yang dkeluarkan dalam melakukan perjalanan dimana nilainya tergantung pada penghasilan pengemudi dan tujuan perjalanan.
Generalised cost bergantung pada perubahan respon konsumen (pengguna jalan) terhadap perubahan harga yang terjadi (Generalised cost). Teori yang ekivalen terhadap Generalised cost adalah teori Supply-demand, dimana terdapat elastisitas terhadap harga permintaan dan supply sendiri terdiri dari kapasitas jalan. Elastisitas tersebut dapat dirumuskan sebagai berikut : Elasticity = Change∈Quantity
Change∈Price
Dimana :
- Jika nilai Elastisitas > 1 maka sensitive terhadap perubahan harga - Jika nilai Elastisity < 1 makan tidak sensitive terhadap perubahan harga 2.7.1. Bentuk Dasar Generalised cost
Bentuk dasar Generalised Cost terdiri dari faktor-faktor berikut:
g
=
p
+
u
(
w
)
dimana:
p : biaya moneter seluruh perjalanan
kendaraan umum. Keduanya berhubungan dengan kapasitas. Jika free-flow journey time diketahui, maka u(w) dapat dihitung dengan perkalian antara journey time tidak macet (t) dan Nilai waktu pelaku perjalanan (τ), sehingga u(w) = τt
2.7.2. Generalised Cost (pada jaringan yang congested)
Pada jaringan jalan yang macet, persamaan generalised cost sedikit berbeda dimana persamaan tersebut merefleksikan delay akibat kemacetan. Persamaan generalised cost menjadi sebagai berikut:
g
=
p
+
u
(
w
) +
v
(
q
,
w
)
Tambahan v(q,w) merupakan tambahan journey time yang dialami oleh pengguna jalan akibat kemacetan yang terjadi. Dalam model ekonomi transportasi, parameter q merupakan demand sedangkan w merupakan kapasitas (yang masih mungkin untuk ditingkatkan).
2.7. Biaya Operasional Kendaraan
Biaya Operasional Kendaraan yang digunakan dalam studi ini adalah dengan menggunakan metode Jasa Marga. Dalam metode Jasa Marga komponen Biaya Operasi Kendaraan dibagi menjadi 7 (tujuh) kategori, yaitu:
1. Konsumsi Bahan Bakar
Konsumsi BBM dasar dalam liter/1000km, sesuai golongan: Gol I = 0.0284V2-3.0644V+141.68
Gol IIa = 2.26533*Konsumsi bahan bakar dasar Gol I Gol IIb = 2.90805*Konsumsi bahan bakar dasar Gol I Dimana :
dimana:
kk : koreksi akibat kelandaian (lihat Tabel 5.26) kl : koreksi akibat kondisi lalu lintas (lihat Tabel 5.26)
kr : koreksi akibat kerataan permukaan jalan (roughness) (lihat Tabel 5.26) Tabel 2.4. Faktor Koreksi Konsumsi Bahan Bakar Dasar Kendaraan
Golongan I, IIA, IIB
FAKTOR BATASAN NILAI
Koreksi Kelandaian Negatif (kk) G<-5% -0.337 -5%<G<0% -0.158 Koreksi Kelandaian Positif (kk) 0%<G<5% 0.400
G>5% 0.820
Koreksi Lalu Lintas (kl)
0<DS<0.6 0.050 0.6<DS,0.8 0.185 DS>0.8 0.253
Koreksi Kerataan (kr) <3m/km 0.035
>3m/km 0.085
2. Konsumsi Minyak Pelumas Formula yang digunakan adalah:
Konsumsi minyak pelumas dasar dapat dilihat pada Tabel 5.27 sedangkan faktor koreksi dapat dilihat pada Tabel 5.28.
Tabel 2.5. Konsumsi Minyak Pelumas Dasar (liter/km)
Kecepatan (km/jam) Jenis KendaraanGol I Gol IIA Gol IIB
10-20 0.0032 0.0060 0.0049
20-30 0.0030 0.0057 0.0046
30-40 0.0028 0.0055 0.0044
40-50 0.0027 0.0054 0.0043
Konsumsi BBM=Konsumsi BBM dasar (1+(kk+kl+kr))
Kecepatan (km/jam) Jenis Kendaraan
Formula yang digunakan adalah:
Dimana:
Y : Pemakaian ban per 1000km V : kecepatan kendaraan (Km/jam) 4. Pemeliharaan
Pemeliharaan terdiri dari dua komponen yang meliputi biaya suku cadang dan biaya jam kerja mekanik. Formula yang digunakan adalah sebagai berikut:
Suku Cadang:
Dimana:
Y : Pemeliharaan suku cadang per 1000km V : kecepatan kendaraan (Km/jam)
Gol I : Y = 0.0008848V-0.0045333
Gol IIa : Y = 0.0012356V-0.0064667
Gol IIb : Y = 0.0015553V-0.0059333
Gol I : Y = 0.0000064V+0.0005567
Gol IIa : Y = 0.0000332V+0.0020891
Jam kerja mekanik:
Dimana:
Y : jam montir per 1000km
V : kecepatan kendaraan (Km/jam) 5. Depresiasi
Formula yang digunakan:
Dimana:
Y : depresiasi per 1000 km (x setengah nilai kendaraan) V : kecepatan kendaraan (Km/jam)
6. Bunga Modal
Formula yang digunakan:
Dimana:
INT : rata-rata bunga modal tahunan dari kendaraan yang diekspresikan sebagai fraksi dari harga kendaraan baru=0.01*(AINV/2)
AINT : Bunga modal tahunan dari harga kendaraan baru Gol I : Y = 0.00362V+0.36267
Gol IIa : Y = 0.02311V+1.97733
Gol IIb : Y = 0.01511V+1.21200
Gol I : Y = 1/(2.5V+125)
Gol IIa : Y = 1/(9.0V+450)
Gol IIb : Y = 1/(6.0V+300)
INT = AINT/AKM
AKM : Rata-rata jarak tempuh tahunan (kilometer) kendaraan
7. Asuransi
Formula yang digunakan:
Dimana:
Y : Asuransi per 1000 km (x nilai kendaraan) V : kecepatan kendaraan (Km/jam)
2.8. Discounted Value
Karena dalam penelitian ini menggunakan analisa ekonomi dan selalu berhubungan dengan nilai uang. Dimana konsep nilai uang ini selalu memperhatikan waktu dalam perubahan nilai uang itu sendiri. Artinya uang yang dimiliki seseorang pada saat ini tidak sama nilainya dengan satu tahun yang akan datang. Dimana akan dihitung dengan nilai uang sekarang (Present) dan akan datang (Future).
Istilah-istilah yang digunakan dalam discounted valueyang banyak digunakan dalam analisa ekonomi :
1. Single Payment Present Worth (P/F) 2. Uniform Series Compound Amount (F/A) 3. Uniform Series Present Worth (P/A) 4. Sinking Fund (A/F)
Gol I : Y = 38/(500V)
Gol IIa : Y = 60/(2571.42857V)
5. Capital Recovery (A/P)
Untuk menjelaskan hal-hal tersebut di atas beberapa ilustrasi ditunjukkan pada uraian berikut ini.
2.9.1. Single Payment Compound Amount (F/P)
Nilai ini merupakan nilai masa depan yang berasal dari nilai uang saat ini, rumus yang digunakan adalah:
(F/P, i%, n),
F/P
= (1 +
i
)
n dimana:i : Suku bunga tiap periode bungan n : jangka waktu
F/P : Single payment compound amount 2.9.2. Single Payment Present Worth (P/F)
Nilai ini merupakan nilai sekarang yang berasal dari nilai uang di masa depan. Biasa disebut dengan single deposit yang artinya berapa nilai uang sekarang dari annual, yang dipositokan setelah N tahun dari sekarang jika dengan bunga i dan nilai uang sekarang sebesar X.
Rumus yang digunakan adalah:
(P/F, i%, n),
P/F
=
[
1 (1+i)n]
2.9.3. Uniform Series Present Worth (P/A)
0 1 2 N
Uniform Series Present Worth atau sering disebut Constant Annual Deposit yang berarti deposito tiap tahun dengan jumlah tetap.Artinya berapa present value dari biaya annual yang didepositokan pada setiap akhir tahun, selama N tahun.
Discounting factor dalam kondisi ini adalah :
(P/A, i%, n),
P/A
=
[
(1+i)n−1 1(1+i)n
]
2.9.4. Capital Recovery (A/P)Nilai ini merupakan biaya awal sebagai modal peningkatan biaya yang dikonversikan ke dalam biaya tahunan seragam yang ekivalen. Rumus yang digunakan adalah :
(A/P, i%, n),
A/P
=
[
i(1+i)n (1+i)n−1
]
Dimana :i : Suku bunga tiap periode bunga n : jangka waktu
P : Jumlah uang sekarang (Present)
A :Akhir periode pembayaran atau penerimaan dalam seri yang seragam yang berlanjut dengan n periode mendatang (Clarkson H. Oglesby, R. Gary Hicks, 1990).
2.9.5. Uniform Series Compound amount (F/A)
Nilai uang masa depan pada akhir tahun ke j : A * (1+i)j – 1
i
Jadi ekivalen dari single deposit pada akhir tahun ke j untuk deposito tahunan A selama tahun ke 1 hingga ke j adalah :
(F/A, i%, n),
F/A
=
[
(1+i) n−1
i
]
2.9.6. Sinking Fund (A/F)
Pada kasus ini jika pertanyaannya adalah berapa nilai deposito konstan yang harus ditabung supaya pada akhir tahun ke N diperoleh dana sebesar A dengan bunga bank = i.
Jika dimisalkan deposito tahunannya adalah X. Maka sinking fund factor nya adalah :
(A/F, i%, n), A/F
=
[
i
(1+i)n−1
]
2.9. Regresi Linear Berganda
Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tergantung dan memprediksi variabel tergantung dengan menggunakan variabel bebas. Gujarati (2006) mendefinisikan analisis regresi sebagai
j N
1 2 3
kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang menerangkan (the explanatory). Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas. Jika variabel bebas lebih dari satu, maka analisis regresi disebut regresi linear berganda. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan kepada variabel tergantung. Tujuannya adalah untuk Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasarkan pada nilai variabel bebas