INDONESIAN URBAN
TRANSPORT INSTITUTE
ANALISIS POTENSI PERMINTAAN
JARINGAN ANGKUTAN MASSAL DI
WILAYAH PERKOTAAN AGLOMERA
(Studi Kasus: Kawasan Perkotaan
Medan‐Binjai‐Deli Serdang dan Karo)SI
W
o
rking P
aper
Working Paper 07
Januari 2017
Edy Hadian
Delvi Fitryana
Alvinsyah
Anggit Cahyo
WP-07
ANALISIS POTENSI PERMINTAAN JARINGAN ANGKUTAN MASSAL DI WILAYAH PERKOTAAN AGLOMERASI
(Studi Kasus: Kawasan Perkotaan Medan-Binjai-Deli Serdang dan Karo)
Edy HADIANa , Delvi FITRYANAb, ALVINSYAHc, Anggit C. UTOMOd
a, b, c, d Indonesian Urban Transport Institute a E-mail: [email protected]
b E-mail: [email protected]
c E-mail: [email protected]
d E-mail: [email protected]
PENDAHULUAN
Layanan angkutan umum adalah sebuah fungsi kota yang sangat mendasar bagi kehidupan masyarakatnya. Oleh karenanya angkutan umum merupakan salah satu fasilitas dan layanan yang wajib disediakan oleh pemerintah.
Namun dilain sisi, opsi sistem angkutan massal cukup beragam dan umumnya memerlukan pendanaan yang sangat besar yang tidak setiap kota mampu untuk menyediakan dananya. Oleh karenanya, pilihan teknologi yang tepat dan terjangkau namun mampu untuk meningkatkan layanan dan kinerja merupakan suatu keniscayaan.
Sistem angkutan massal berbasis jalan (Bus Rapid Transit/BRT) merupakan salah satu cara ekonomis yang dapat dilakukan oleh penyelenggaraan transportasi di wilayah perkotaan untuk mencapai tujuan tersebut.
Keberhasilan layanan angkutan massal dapat dilihat dari adanya permintaan atau jumlah penumpang yang memadai, sehingga proses prediksi permintaan merupakan parameter penting untuk bisa menentukan rencana sistem angkutan umum seperti rencana operasional dan analisis kelayakan finansial serta penentuan tarif layanan.
Peraturan Presiden No. 62 Tahun 2011 menyatakan bahwa pemerintah berkewajiban untuk menyelenggarakan layanan angkutan massal di kawasan perkotaan aglomerasi Mebidangro yang terdiri dari Kota Medan, Binjai, Deli Serdang dan Karo.
Oleh karenanya, berbasiskan matriks pola perjalanan dan rencana jaringan trayek angkutan umum perkotaan yang sudah ada, kajian ini dilakukan untuk memprakirakan potensi besarnya permintaan penumpang di rencana jaringan trayek angkutan massal wilayah perkotaan aglomerasi Mebidangro.
WP-07
Pada bagian berikutnya akan dibahas kajian literatur sebagai basis dari analisis, kerangka pikir dari kajian, pemetaan karakteristik operasional angkutan umum eksisting, proses pemutakhiran model analisis, uji simulasi dan analisis dan bagian terakhir merupakan kesimpulan dari hasil kajian.
REVIEW LITERATUR
Rencana Struktur & Pola Ruang Kawasan Mebidangro
Mengacu ke Perpres no. 62 tahun 2011, cakupan kawasan perkotaan Mebidangro meliputi 52 (lima puluh dua) kecamatan, yang terdiri atas:
a. Seluruh wilayah Kota Medan yang terdiri dari 21 (dua puluh satu) wilayah kecamatan.
b. Seluruh wilayah Kota Binjai yang terdiri dari 5 (lima) wilayah kecamatan. c. Seluruh wilayah Kabupaten Deli Serdang yang mencakup 22 (dua puluh
dua) wilayah kecamatan.
d. Sebagian wilayah Kabupaten Karo yang terdiri dari 4 (empat) wilayah kecamatan.
Gambar 1 menunjukan lingkup wilayah kawasan perkotaan Mebidangro.
Gambar 1. Lingkup wilayah kawasan Perkotaan Mebidangro
WP-07
Terkait dengan kajian ini, maka rencana struktur ruang yang ditunjukan dalam Gambar 2 akan merupakan salah satu penentu sistem jaringan angkutan massal berbasis jalan dikawasan Mebidangro yang pada saat ini prinsip dasarnya akan terdiri dari tiga koridor yaitu koridor Binjai-Medan, Lubuk Pakam-Medan dan Kabanjahe-Medan. Sedangkan untuk kota Medan sendiri yang fungsinya sebagai kota Inti untuk kawasan ini akan memiliki sistem tersendiri yang cakupannya didalam kawasan internal kota Medan.
Gambar 2. Rencana Struktur Ruang Kawasan Mebidangro thn 2029
Di masa datang, sistem jaringan ini tentunya akan mengikuti rencana pengembangan jaringan jalan terutama jaringan utama (arteri primer atau sekunder) dan pola pemanfaatan ruang atau peruntukan dari lahan dikawasan perkotaan Mebidangro seperti yang ditunjukan dalam Gambar 3.
WP-07
Dari Gambar 3 terlihat bahwa pusat atraksi kegiatan dan perjalanan terfokus di kota Medan sedangkan untuk wilayah kabupaten Deli Serdang termasuk kota Binjai dan kota Lubuk Pakam didominasi oleh aktifitas kawasan hunian. Dari rencana peruntukan yang seperti ini, pola aktifitas dan pergerakkan masyarakat Mebidangro cenderung bersifat radial (pergerakkan komuter). Sedangkan untuk wilayah Kabupaten Karo cenderung serupa, namun karakteristiknya mungkin agak berbeda karena jaraknya yang relatif cukup jauh dari kota Medan.
Gambar 3. Rencana Pola Ruang Kawasan Mebidangro thn 2029
Rencana Jaringan Angkutan Massal Berbasis Jalan
Rencana jaringan angkutan massal berbasis jalan di wilayah Mebidangro merupakan jaringan yang diadopsi dari beberapa studi yang telah dilakukan
WP-07
sebelumnya baik untuk kota Medan dan wilayah aglomerasinya (bidangro). Mengacu pada studi Sistem Angkutan Massal (SAUM) Kota Medan (DISHUB, 2010), usulan trayek di Kota Medan ada 7 koridor, yaitu Koridor-1 (Pinang Baris – Guru Patimpus); Koridor-2 (B.Katamso – Yos Sudarso); Koridor-3 (Asrama – Kol. Bejo,); Koridor-4 (Amplas – Irian Barat); Koridor-5 (Perintis Kemerdekaan – Kuala Namu); Koridor-6 (Jamin Ginting – Raden Saleh) dan Koridor-7 (AH. Nasution – Pinang Baris) yang ditunjukan dalam Gambar 4.
Sedangkan untuk jaringan di kawasan bidangro (BSTP, 2007) diusulkan 2 koridor yaitu Koridor-8 (Terminal Binjai – Terminal Pinang Baris) dan Koridor -9 (Terminal Amplas – Terminal Lubuk Pakam) sebagaimana ditunjukan dalam Gambar 5.
Sumber : DISHUB Kota Medan, 2010
Gambar 4. Koridor Angkutan Massal Berbasis Jalan Kota Medan
Sumber : Direktorat BSTP-Kemenhub, 2007
WP-07
Gambar 5. Alternatif Koridor Angkutan Massal Berbasis Jalan MebidangModel
Distribusi Perjalanan
Distribusi perjalanan dalam transportasi dijelaskan dalam bentuk jumlah perjalanan (kendaraan, orang atau barang) dari zona asal ke zona tujuan yang umumnya menggunakan Matriks Pergerakan atau Matriks Asal – Tujuan (MAT) / Origin – Destinaton Matrix (O-D matrix). Variabel pada MAT adalah pasangan
asal-tujuan yang menggunakan ruas tertentu sebagai bagian dari perjalanannya, Pija,
yaitu proporsi perjalanan dari asal i ke tujuan j yang menggunakan ruas a. Maka
arus di ruas a (Va) adalah penjumlahan seluruh kontribusi perjalanan antara setiap
pasang zona ruas tersebut, secara matematis dinyatakan (Tamin, 2008):
Va= ∑ 𝑇𝑇𝑖𝑖𝑖𝑖 𝑖𝑖𝑖𝑖𝑃𝑃𝑖𝑖𝑖𝑖𝑖𝑖 batasan; 0 ≤Pija≤1 (1)
Model persamaan (1) diatas memberikan hasil yang sempurna jika arus pada ruas a dari hasil pemodelan sama dengan hasil pengamatan dilapangan.
Wa = Va = ∑ 𝑇𝑇𝑖𝑖𝑖𝑖 𝑖𝑖𝑖𝑖𝑃𝑃𝑖𝑖𝑖𝑖𝑖𝑖 (2)
Dimana Tij = matriks perjalanan sebenarnya; Pija = proporsi perjalanan dari i ke j yang menggunakan ruas a; Va = arus di ruas a dari hasil model; Wa = arus di ruas a dari hasil pengamatan dilapangan.
Terdapat beberapa metode yang dapat digunakan untuk memperkirakan MAT, yaitu metode konvensional dan metode tidak konvensional (Tamin, 2008) yang pengelompokannya ditunjukan dalam Gambar 6.
WP-07
Sumber: Tamin, 2008
Gambar 6. Klasifikasi Metode Memperkirakan Matriks Asal Tujuan (MAT)
Pada metode Furness (Ortuzar&Willumsen, 2011), sebaran pergerakan pada masa mendatang didapatkan dengan mengalihkan sebaran pergerakan pada saat sekarang dengan tingkat pertumbuhan zona asal atau zona tujuan yang dilakukan secara bergantian. Secara matematis, metode Furness dapat dinyatakan sebagai berikut:
Tid = tid .Ei (3)
Pada metode ini, pergerakan awal (masa sekarang) dikalikan dengan tingkat pertumbuhan zona asal. Hasilnya kemudian dikalikan dengan tingkat pertumbuhan zona tujuan dan zona asal secara bergantian (modifikasi harus dilakukan setelah setiap perkalian) sampai total sel MAT untuk setiap arah (baris atau kolom) kira-kira sama dengan total sel MAT yang diinginkan.
Model Pemilihan Moda
Model Logistik Probability atau logit merupakan terapan dari model pemilihan diskrit yang paling lazim digunakan untuk memprediksi besarnya peluang suatu moda dipilih dari beberapa alternatif yang ada. Bentuk khusus dari model ini adalah model logit binomial yang pilihannya hanya terdiri dari dua alternatif.
Karena model logit (binomial/multinomial) mengasumsikan aksiomaindependent
and identically distributed (IID) untuk parameter yang tidak bisa diukur (error
Metode MAT Metode Tidak Konvensional Metode Konvensional Metode Tidak Langsung Metode Langsung
• Wawancara di tepi jalan • Wawancara di rumah • Metode menggunakan
bendera • Metode foto udara • Metode mengikuti-mobil
Metode Analogi
- Tanpa batasan Seragam
- Dengan satu batasan Batasan bangkitan Batasan tarikan - Dengan dua batasan Rata-rata
Fratar Detroit Furness
Metode berdasarkan informasi lalulintas
- Estimasi mastriks entropi maksimum (EMEM) - Model estimasi kebutuhan transportasi
Model Sintesis
- Model Opportunity - Model Gravity
- Model Gravity Opportunity
WP-07
terms) didalam fungsi utilitasnya, maka bentuk persamaan logit binomial dapat
ditulis sebagai berikut (Ben-Akiva & Lerman, 1985):
𝑃𝑃𝑃𝑃 (𝑖𝑖) = 𝑃𝑃𝑃𝑃 (𝑈𝑈𝑖𝑖𝑖𝑖≥𝑈𝑈𝑖𝑖𝑖𝑖) (4)
𝑃𝑃𝑃𝑃 (𝑖𝑖) = 1
1+𝑒𝑒−𝜇𝜇(𝑉𝑉𝑖𝑖𝑖𝑖−𝑉𝑉𝑗𝑗𝑖𝑖)=
𝑒𝑒𝜇𝜇 𝑉𝑉𝑖𝑖𝑖𝑖
𝑒𝑒 𝜇𝜇 𝑉𝑉𝑖𝑖𝑖𝑖+𝑒𝑒 𝜇𝜇 𝑉𝑉𝑗𝑗𝑖𝑖 (5)
atau bila bentuk persamaan (4) disederhanakan dapat ditulis menjadi (Nahry, et.al., 2016);
𝑷𝑷(𝒋𝒋) = 𝟏𝟏 − 𝑷𝑷(𝒊𝒊) = 𝟏𝟏
𝟏𝟏+𝒆𝒆(𝑼𝑼𝒊𝒊−𝑼𝑼𝒋𝒋) (6)
Probabilitas suatu individu memilih moda i adalah fungsi perbedaan utilitas antara kedua alternatif. Dengan menganggap bahwa fungsi utilitas adalah linier, maka perbedaan utilitas diekspresikan dalam bentuk perbedaan dalam sejumlah atribut n yang relevan diantara kedua moda, dirumuskan sebagai berikut (Nahry, et.al., 2016);
𝑈𝑈𝑖𝑖− 𝑈𝑈𝑖𝑖= 𝑎𝑎0+ 𝑎𝑎1�𝑋𝑋1𝑈𝑈𝑖𝑖− 𝑋𝑋1𝑈𝑈𝑖𝑖� + 𝑎𝑎2�𝑋𝑋2𝑈𝑈𝑖𝑖− 𝑋𝑋2𝑈𝑈𝑖𝑖� + ⋯ + 𝑎𝑎𝑖𝑖�𝑋𝑋𝑖𝑖𝑈𝑈𝑖𝑖− 𝑋𝑋𝑖𝑖𝑈𝑈𝑖𝑖� (7)
dimana:
𝑈𝑈𝑖𝑖 − 𝑈𝑈𝑖𝑖 = Selisih utilitas antara moda i dengan moda j
𝑎𝑎0 = Konstanta
𝑎𝑎1, 𝑎𝑎2, 𝑎𝑎𝑖𝑖 = Koefisien masing-masing atribut Model Pembebanan Perjalanan
Model pembebanan perjalanan (trip assignment) atau disebut juga model pemilihan rute merupakan pengalokasian arus perjalanan dari setiap moda baik kendaraan pribadi maupun angkutan umum ke rute tertentu pada jaringan yang menghubungkan zona asal-tujuan. Tahapan ini akan menghasilkan volume kendaraan atau penumpang di tiap ruas jalan/trayek angkutan umum yang kemudian divalidasi dengan volume lalu lintas hasil survei.
Pembebanan perjalanan di jaringan jalan dapat dilakukan dengan beberapa metode seperti antara lain metode all or nothing, incremental assignment, dan
WP-07
equilibrium assignment (Ortuzar&Willumsen, 2011). Metode all or nothing menggunakan asumsi seluruh perjalanan yang keluar dari suatu zona akan melalui suatu ruas jalan tercepat tanpa memperhitungkan kapasitas tampung ruas tersebut sehingga ruas-ruas lainnya tidak akan dibebani oleh perjalanan dari zona tersebut. Sedangkan metode incremental assignment merupakan pengembangan dari metode all or nothing capacity restraint (batasan kapasitas) yang memperhitungkan kapasitas ruas, sehingga seluruh perjalanan yang keluar dari suatu zona dianggap tidak dibebankan sekaligus secara bersamaan, akan tetapi secara bertahap. Dengan demikian apabila ruas jalan pilihan (minimum path) telah menerima beban volume tertentu, maka bagian volume berikut dari perjalanan zona tersebut akan dibebankan pada minimum path yang lain lagi sehingga pada akhirnya semua beban perjalanan habis tebebankan pada jaringan rute yang tersedia. Sementara untuk equilibrium assignment, volume perjalanan dibebankan secara bertahap sehingga pada akhirnya semua rute yang tersedia dari sepasang zona akan memiliki nilai biaya/waktu perjalanan yang sama.
Pada model pembebanan perjalanan untuk angkutan umum dimulai dengan memetakan trayek-trayek yang ada dan memasukkan parameter operasionalnya pada model jaringan. Matriks perjalanan orang/penumpang kemudian dibebankan kepada sistem jaringan tersebut. Sementara proses validasi mengacu kepada hasil survei primer untuk menentukan nilai parameter yang realistis. Pembebanan jaringan angkutan umum (transit assignment) dilakukan dengan menggunakan fungsi dasar pembebanan jaringan (standard transit assignment), sedangkan asumsi yang dipakai dalam penentuan rute angkutan umum biasanya menggunakan metode strategi optimum (optimal strategy) yang meminimumkan waktu berpindah kendaraan (transfer), waktu tunggu dan waktu di dalam kendaraan (INRO, 2003).
METODOLOGI KAJIAN
Kajian ini diawali dengan inventarisasi dan kaji ulang literatur yang terkait dengan angkutan umum dan rencana angkutan massal berbasis jalan untuk wilayah Mebidangro dan teori dasar untuk pemodelan 4 tahap. Model jaringan jalan dan angkutan umum serta model permintaan eksisting yang diperoleh dari tahapan inventarisasi kemudian dikaji ulang untuk digunakan sebagai basis pengumpulan data primer dan sekunder di lapangan. Pengumpulan data primer dilakukan terhadap karakteristik operasional angkutan umum, karakteristik lalu lintas dan karakteristik fisik jaringan jalan serta preferensi pengguna angkutan umum.
Pemutakhiran model dilakukan dalam dua tahap, yaitu terhadap model yang dibangun dari studi terdahulu/model awal (BSTP, 2011; Dishub, 2010) dan terhadap model tahun dasar yang dikembangkan dari model awal baik untuk model jalan raya maupun model angkutan umum. Pemutakhiran model awal
WP-07
dilakukan melalui proses kalibrasi (matriks OD) dengan menggunakan metode balancing furness berdasarkan parameter distribusi frekuensi panjang perjalanan pada model permintaan dan proses validasi dengan mengsinkronkan volume yang dihasilkan oleh model pembebanan dengan data volume lalu lintas yang diperoleh dari kajian-kajian sebelumnya. Selanjutnya dilakukan prediksi terhadap model awal yang telah tervalidasi untuk mendapatkan model tahun dasar.
Sebelum melangkah kepada proses pemutakhiran model angkutan umum, terlebih dahulu dilakukan proses validasi ulang untuk model jaringan jalan tahun dasar dengan menggunakan data kecepatan tempuh pada jaringan jalan hasil survey primer.
Mengacu pada model permintaan angkutan umum dari studi sebelumnya (Balitbang, 2012) dilakukan proses peramalan untuk mendapatkan model tahun dasar yang kemudian dilakukan proses validasi baik untuk model permintaan dengan menggunakan data okupansi dan frekuensi dari hasil survei statis dan dinamis angkutan umum maupun untuk model jaringan jalan dengan mengunakan data kecepatan tempuh pada koridor-koridor utama wilayah Mebidangro. Dengan model permintaan tahun dasar yang telah tervalidasi maka dilakukan peramalan untuk tahun rencana, dan sekaligus memutakhirkan model jaringan angkutan umum dengan memasukkan rencana jaringan angkutan massal berbasis jalan (BRT).
Selanjutnya, untuk mendapatkan proporsi potensi pengguna BRT, dibangun model pemilihan moda dari hasil survei preferensi pengguna angkutan umum dengan menggunakan model logit. Data hasil survey digunakan untuk membangun fungsi utilitas dengan komponen biaya dan waktu tempuh perjalanan sebagai parameter utama. Dari beberapa alternatif fungsi utilitas dipilih yang terbaik berdasarkan kriteria uji statistik dan validasi terhadap data lapangan. Besaran proporsi potensi pengguna moda BRT dari model logit digunakan untuk proses validasi terhadap jaringan (BRT) rencana melalui proses pembebanan perjalanan pada model jaringan angkutan umum. Mengacu kepada skenario dan asumsi yang dikembangkan, dilakukan simulasi dan analisis potensi permintaan untuk jaringan BRT dengan menggunakan matriks perjalanan hasil prediksi. Secara diagramatis kerangka pikir kajian ini ditunjukan dalam Gambar berikut.
WP-07
Gambar 1. Kerangka Pikir Kajian
KARAKTERISTIK KORIDOR DAN OPERASIONAL ANGKUTAN UMUM
Dari hasil pengamatan di lapangan, terdapat tiga koridor jalan utama yang menghubungkan kawasan perkotaan Mebidangro yaitu koridor Medan – Deli Serdang, Medan – Karo dan Medan – Binjai. Kondisi prasarana angkutan umum di sepanjang koridor cukup bervariasi, beberapa berada dalam kondisi baik namun ada yang dalam kondisi kurang terawat seperti terminal dan halte dibeberapa lokasi.
Koridor Medan – Deli Serdang (kota Lubuk Pakam) secara umum memiliki lebar efektif 12 meter. Jalan tersebut memiliki dua lajur di setiap arah dengan pembatas median selebar 0.5 meter. Walaupun terdapat bahu jalan selebar 0.5 meter di setiap sisinya, koridor ini memiliki hambatan samping yang tinggi. Koridor Medan - Karo berada di selatan Kota Medan. Jalan pada koridor ini hanya Jalan Jamin Ginting yang menghubungkan Kota Medan dengan kota Kabanjahe. Dari hasil survei, jalan ini memiliki lebar efektif jalan sebesar 18 meter dengan bahu jalan selebar 0.5 meter di setiap sisinya. Namun di koridor ini tidak tersedia trotoar untuk pejalan kaki, sehingga hambatan samping di jalan ini cukup tinggi. Koridor
WP-07
Medan – Binjai berada di sebelah barat Kota Medan yang menghubungkannya dengan Kota Binjai. Dari hasil pengamatan lapangan, koridor ini memiliki lebar efektif sebesar 18 meter dengan masing – masing arah selebar 9 meter dan median sebesar 1,5 meter. Koridor ini juga memiliki trotoar di masing – masing sisi dengan lebar 1,5 meter. Secara ringkas karakteristik fisik (Geometrik) disepanjang koridor utama tersebut diatas ditunjukan dalam Gambar 7.
Gambar 7. Karakteristik Koridor Jalan
Dari hasil survei frekuensi dan okupansi angkutan umum di beberapa segmen pengamatan di koridor Medan–Deli Serdang kearah Deli Serdang (Kota Lubuk Pakam) diperoleh gambaran arus penumpang sebesar 2293 penumpang/jam dengan frekuensi layanan di jam sibuk untuk arah pergerakan ke Deli Serdang mencapai 32 kendaraan/jam, faktor muat (load factor) rata-ratanya sebesar 0,26 dan kecepatan tempuh rata-ratanya sebesar 36 km/jam. Sedangkan untuk arah sebaliknya, arus penumpang sebesar 2262 penumpang/jam dengan frekuensi di jam sibuk mencapai 32 kendaraan/jam, faktor muat rata-ratanya sebesar 0,28 dan kecepatan tempuh rata-ratanya sebesar 36 km/jam. Selanjutnya karakteristik operasional di koridor utama lainnya ditunjukan dalam Tabel 1.
WP-07
Tabel 1. Karakteristik Operasional Angkutan Umum di Koridor Utama KORIDOR KARAKTERISTIK OPERASIONAL Arus Penumpang (Pnp/Jam) Frekuensi Layanan (Knd/Jam) Faktor Muat Rata-rata Waktu Tempuh Rata-rata (Menit) Kecepatan Tempuh Rata-rata (km/jam) Medan-Deli Serdang 2293 32 0,26 33 36 Deli Serdang-Medan 2262 32 0,28 33 36 Medan-Karo 2009 9 0,98 112 38.48 Karo-Medan 1280 12 0,83 93 46.34 Medan-Binjai 2215 79 0,32 53 26.83 Binjai-Medan 2317 58 0,52 69 20.60
PEMUTAKHIRAN MODEL EKSISTING DAN PENGEMBANGAN MODEL PILIHAN MODA
Permintaan (demand) adalah variabel penting dalam perencanaan angkutan umum. Karena pada prinsipnya, demand inilah yang akan dipindahkan oleh layanan tersebut. Model Distribusi (matriks OD) Perjalanan dalam kajian ini, merupakan pengembangan dari matriks perjalanan yang dibangun dari beberapa studi terdahulu (Dishub, 2010) dan dimutakhirkan melalui proses kalibrasi dan validasi. Model tersebut kemudian di forecast ke tahun 2015 sebagai model eksisting (tahun dasar) sekaligus di kalibrasi kembali dengan menggunakan data survei angkutan umum di koridor Medan – Deli Serdang, Medan – Karo dan Medan – Binjai agar sesuai dengan kondisi yang ada. Untuk memperoleh besarnya potensi pengguna rencana angkutan massal jalan raya (BRT), dikembangkan model logit yang dibangun dari hasil survey preferensi pengguna angkutan umum.
Sistem Zona Analisis Lalu Lintas & Model jaringan Transportasi
Untuk mengawali proses pemodelan 4 tahap adalah menyiapkan sistem zona dan jaringan jalan dan angkutan umum yang disusun berdasarkan peta dasar dan pembagian wilayah kota dan daerah sekitarnya. Sistem zona dikembangkan dalam skala administrasi, dalam hal ini kelurahan, dengan pertimbangan bahwa data sosio-ekonomi daerah tersedia untuk kurun waktu yang panjang.
Dalam kajian ini sistem zona Kota Medan didasarkan atas batas administrasi kelurahan sedangkan untuk wilayah Kota Binjai, Kabupaten Deli Serdang dan Kabupaten Karo (4 Kecamatan) menggunakan pendekatan batas administrasi kecamatan. Sistem zona wilayah perkotaan Mebidangro ditunjukan dalam Gambar 8.
WP-07
Gambar 8. Sistem Zona Model Transportasi Kawasan Mebidangro
Sedangkan model jaringan dibangun berdasarkan jaringan eksisting maupun rencana yang meliputi jalan-jalan arteri primer/sekunder, kolektor primer/sekunder, dan jalan-jalan lokal yang penting, serta jaringan trayek angkutan umum jalan raya seperti yang ditunjukan dalam Gambar 9.
Gambar 9. Model Jaringan Transportasi Kawasan Mebidangro Kalibrasi Model Distribusi Perjalanan
Pada kawasan perkotaan Mebidangro ini, matriks perjalanan awal (tahun 2011) dikalibrasi dengan data distribusi frekuensi panjang perjalanan (TLFD) hasil survey lapangan dengan menggunakan metode balancing furness. Khusus untuk 4 kecamatan di wilayah Kabupaten Karo yang masuk dalam kawasan Mebidangro, matriks disusun dengan mengikuti pola distribusi panjang perjalanan rata-rata wilayah Deli Serdang yang berbatasan dengan 4 wilayah kecamatan tersebut. Berdasarkan hasil kalibrasi, maka pola distribusi perjalanan pengguna angkutan
WP-07
umum eksisting wilayah Mebidangro dapat dilihat dalam Gambar 10. Matriks yang telah terkalibrasi ini kemudian di prediksi ke tahun 2015 untuk membentuk model permintaan tahun dasar.
Gambar 10. Pola Pergerakan Eksisting Pengguna Angkutan Umum (pnp/jam) Validasi Model Jaringan Jalan
Sebagaimana telah dijelaskan sebelumnya bahwa model dikembangkan secara bertahap. Berbagai data dari studi terdahulu diadopsi sehingga validasi yang dilakukan juga secara bertahap. Pada model jaringan jalan, besaran arus kendaraan dilakukan 2 (dua) kali validasi yaitu menggunakan model tahun dasar 2011 (berdasarkan data volume lalu lintas) yang kemudian di prediksi ke tahun 2015 dan divalidasi kembali secara parsial dengan data kinerja kecepatan jaringan hasil pengamatan aktual tahun 2015. Hasil proses validasi ditunjukan dalam Gambar 11.
Model Angkutan Umum Eksisting
Jaringan angkutan umum meliputi ruas dan bagian dari ruas yang menghubungkan tempat henti (halte atau stasiun). Model angkutan umum dikembangkan dari model studi sebelumnya(Balitbang Kemenhub, 2012). Model angkutan umum tahun 2012 kemudian di prediksi ke tahun 2015 yang ditunjukan dalam Gambar 10 dan kembali divalidasi menggunakan data survey angkutan umum tahun 2015 yang menitik beratkan pengamatan di 3 (tiga) koridor Binjai, Lubuk Pakam dan Berastagi (Karo).
WP-07
Gambar 11. Validasi Model Pembebanan Jaringan Jalan
Sebelum proses pembebanan, dilakukan prosedur validasi volume penumpang dengan menggunakan data jumlah bis dan penumpang yang melewati titik pengamatan. Data jumlah bis dan penumpang diperoleh melalui survei statis dan dinamis, sedangkan data waktu tempuh/kecepatan diperoleh dengan menggunakan perangkat GPS. Setelah model divalidasi, selanjutnya dilakukan pembebanan terhadap jaringan angkutan umum tersebut. Gambar 12 menunjukkan hasil validasi dan pembebanan jaringan angkutan umum Mebidangro 2015.
Model Pemilihan Moda
Untuk memperoleh besarnya proporsi pengguna rencana BRT, dibangun model Logit yang didasarkan atas survey preferensi terhadap penumpang di koridor rencana angkutan massal di wilayah Mebidangro. Survei tersebut dilakukan dengan mengambil 1000 data responden yang tersebar di koridor rencana. Informasi yang dicatat dalam survey preferensi antara lain;
• Informasi pribadi responden seperti usia, jenis gender, profesi/pekerjaan, kepemilikan kendaraan dan SIM.
• Informasi perjalanan seperti maksud, moda, asal-tujuan, frekuensi, jumlah pindah moda
• Atribut perjalanan seperti waktu tempuh dan biaya
• Preferensi pengguna terhadap angkutan massal berdasarkan pilihan biaya jenis layanan dan penghematan waktu perjalanan.
Pembebanan Jaringan Jalan Raya
Validasi Sepeda Motor
Validasi Kendaraan Roda 4 Validasi Jaringan
WP-07
Gambar 12. Hasil Validasi dan Pembebanan Angkutan Umum 2015
Hasil pengolahan dan interpretasi terhadap hasil survey menunjukkan proporsi perjalanan komuter sebesar 71%, frekuensi perjalanan 5-6 kali dalam seminggu sebesar 52%, jenis perjalanan untuk sekolah dan bekerja sebesar 84%. Sedangkan untuk preferensi terhadap rencana BRT ditunjukan dalam Gambar 13.
Gambar 13. Preferensi terhadap Pemilihan rencana BRT
Secara umum preferensi responden menunjukkan bahwa semakin mahal tarif yang ditawarkan maka semakin sedikit responden yang akan menggunakannya. Rincian
*) Tidak termasuk bus AKAP dan AKDP d luarwilayah Mebidangro
Pembebanan Jaringan Angkutan Umum
WP-07
proporsi pilihan responden terhadap tarif yang ditawarkan untuk selisih waktu tempuh dengan angkutan yang sekarang 20 menit lebih cepat ditunjukan dalam Gambar 13.
Dengan menggunakan data preferensi, dibangun fungsi utilitas dari model logit untuk memprediksi potensi besarnya pengguna rencana BRT. Dari data yang ada dibangun dua opsi fungsi utilitas yaitu yang hanya mempertimbangkan variabel biaya perjalanan saja dan fungsi yang mempertimbangkan biaya perjalanan dan waktu tempuh. Opsi fungsi utilitas yang dibangun adalah :
(Ui-Uj) = ∆U = 3.364 + 0.412∆C (8)
(Ui-Uj) = ∆U = 3.515 - 0.364∆C + 0.072∆ST (9)
Untuk mendapatkan model yang sahih, dilakukan uji kelayakan model (goodness of fit) yang terdiri dari uji signifikansi berdasarkan nilai Loglikelihood dan Chi-square pada uji Omnibus of Model Coefficient seperti yang ditunjukan dalam Tabel 2 dan Tabel 3.
Tabel 2. Uji Statistik Fungsi Utilitas dengan Satu Variabel
Model Regresi Koefisien Wald df Sig
Selisih biaya perjalanan (X1) 0.412 1187.094 1 0
Konstanta 3.364 1131.062 1 0
Omnibus Test of Model Coefficients Chi-square =1920.246 1 0
Hosmer and Lemeshow Test Chi-square = 6.397 3 0.094
Overall Persentage 83.8%
Cox & Snell R Square 0.379
Nagelkerke R Square 0.524
Persamaan : U = 𝟑𝟑. 𝟑𝟑𝟑𝟑𝟑𝟑 + 𝟎𝟎. 𝟑𝟑𝟏𝟏𝟒𝟒 𝒙𝒙𝒊𝒊
Tabel 3. Uji Statistik Fungsi Utilitas dengan Dua Variabel
Model Regresi Koefisien Wald df Sig
Selisih biaya perjalanan (X1) 0.355 2128.534 1 0
Selisih waktu perjalanan (X2) 0.088 98.320 1 0
Konstanta 1.597 143.582 1 0
Omnibus Test of Model Coefficients Chi-square = 2983.723 2 0
Hosmer and Lemeshow Test Chi-square = 233.544 8 0
Overall Persentage 82.7%
Cox & Snell R Square 0.273
Nagelkerke R Square 0.405
Persamaan : U =𝟏𝟏. 𝟓𝟓𝟓𝟓𝟓𝟓 + 𝟎𝟎. 𝟑𝟑𝟓𝟓𝟓𝟓 𝒙𝒙𝒊𝒊+ 𝟎𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎 𝒙𝒙𝟒𝟒
WP-07
Hasil uji statistik dan validasi terhadap data lapangan, menunjukkan fungsi utilitas yang hanya mempertimbangkan biaya perjalanan saja merupakan opsi yang lebih baik. Oleh karenanya model Logit Binomial untuk kawasan Mebidangro adalah sebagai berikut;
𝑃𝑃
𝑖𝑖=
1+𝑒𝑒𝑎𝑎+𝑏𝑏𝑏𝑏𝑏𝑏1=
1
1+𝑒𝑒3.364 + 0.412 𝑏𝑏𝑏𝑏 (10)
Besarnya probabilitas penggunaan angkutan massal untuk kawasan Mebidangro dihitung dengan rumus (9) diatas berdasarkan selisih tarif (∆U) seperti yang ditunjukan dalam Tabel 3.
Tabel 4. Probabilitas Penggunaan Angkutan Massal Mebidangro Selisih Tarif (Rupiah) Probabilitas Pemilih 0 97% 5000 79% 7500 57% 10000 32% 12500 14% 15000 6% 20000 1% 22500 0%
Mengacu pada Tabel 4, semakin mahal tarif yang diterapkan untuk angkutan massal rencana, maka semakin kecil potensi penumpang yang akan menggunakannya. Untuk variasi tarif diluar nilai-nilai yang diujikan seperti dalam Tabel 4, dapat dicari dengan menggunakan kurva Logit seperti yang ditunjukan dalam Gambar 14.
WP-07
Gambar 14. Probabilitas Penggunaan Angkutan BRT Kawasan Mebidangro
SIMULASI DAN ANALISIS
Berdasarkan model logit yang telah dikembangkan dilakukan analisis potensi besaran permintaan perjalanan untuk BRT rencana tahun 2020. Potensi permintaan angkutan BRT sangat tergantung rencana pengembangan jaringan jalan yang ada. Berdasarkan hal tersebut pengembangan jaringan jalan dari beberapa rencana yang disertakan dalam analisis ditunjukan dalam Gambar 15.
0 10 20 30 40 50 60 70 80 90 100 0 5 10 15 20 25 Per sen ta se ( %)
Selisih Tarif saat ini - Tarif Angkutan Massal (Ribu Rupiah)
Probabilitas Penggunaan BRT Kawasan
Mebidangro
WP-07
Gambar 15. Asumsi Pengembangan Jaringan Jalan Mebidangro 2020
Analisis potensi permintaan angkutan BRT Mebidangro dilakukan untuk dua skenario kebijakan tarif yaitu skenario tarif terpadu dan terpisah antara BRT kota Medan dengan BRT Mebidangro. Sedangkan asumsi yang digunakan dalam uji simulasi adalah sebagai berikut:
a) Pertumbuhan permintaan (demand) sebesar 4% pertahun (Balitbang, 2012). b) Hanya memperhitungkan captive demand pengguna angkutan umum jalan
raya.
c) Tarif angkutan kota eksisting diambil sebesar Rp 4,000 untuk 10 km pertama, sedangkan angkutan AKDP diambil sebesar Rp 141/km (tarif penyesuaian Januari 2015).
d) Sistem angkutan BRT menganut pola operasional mix-traffic.
e) Tarif angkutan BRT diasumsikan Rp 6,000 dan khusus untuk BRT di koridor Medan - Karo sebesar Rp 10,000.
Besaran Permintaan Angkutan BRT untuk Tahun 2020
Sebagian besar jaringan angkutan BRT untuk tahun 2020 mengadopsi rencana angkutan BRT Kota Medan yang diperpanjang hingga wilayah aglomerasi di luar kota Medan seperti yang ditunjukan dalam Gambar 16.
Tol Medan -Binjai AksesMedan-Hamparan Perak-Langkat
Jalan LingkarLuar Medan
Jalan LingkarLuar Medan
Tol TanjungMorowa –TebingTinggi Tol AksesBandara
WP-07
Gambar 2. Usulan Sistem Jaringan Angkutan Umum Mebidangro 2020
Gambar 17. Pembebanan Jaringan Angkutan Umum 2020
Di tahun 2020, angkutan BRT yang akan dioperasikan sebanyak 9 koridor. Berdasarkan hasil analisis terhadap besaran permintaan, jumlah total penumpang yang akan naik sebanyak 15.360 penumpang/jam, dengan jumlah rata-rata penggunaan koridor/trayek angkutan BRT sebesar 1.96 koridor/penumpang. Rincian hasil analisis permintaan di jaringan BRT Mebidangro untuk tahun 2020 ditunjukan dalam Tabel 5.
Tabel 5. Permintaan Angkutan BRT tahun 2020
Trayek Asal-Tujuan Panjang Trayek (km) Waktu Tempuh (min.) Kec. Rata-rata (km/jam) Pnp. Naik Total (pnp/jam) Total Transaksi (pnp/jam) Pnp Transfer (pnp/jam) Arus Maks. (pnp/jam) BRT1 Binjai-Medan 48 108 27 4442 2299 2143 1639 Deli Tua RSU Adam Malik
Pinang Baris
Batang Kuis Cemara
Amplas
WP-07
BRT2 Pakam-Medan 57 108 32 679 547 132 304
BRT3 Deli Tua – Medan 26 58 27 473 199 274 233
BRT4 PBaris-Cemara 32 59 33 1233 453 780 745 BRT5 PBaris-Amplas 41 94 26 859 199 660 542 BRT6 BtKuis-Medan 40 56 43 4300 2905 1395 2712 BRT7 AdamMalik-Medan 36 81 26 1120 256 864 519 BRT8 Belawan-Medan 50 97 31 1327 245 1082 907 BRT9 Medan-Berastagi 95 212 27 927 752 175 665 TOTAL 15,360 7,855 7,505
Konsep angkutan BRT dalam skenario diatas menerapkan sistem operasi terintegrasi menyeluruh tanpa membedakan batas administrasi antar wilayah aglomerasi Mebidangro. Konsep sistem integrasi memberikan pengaruh terhadap besaran demand cukup tinggi. Jika sistem dioperasikan secara terpisah khususnya dalam aspek transaksi, diperkirakan jumlah pengguna (riderships) turun 47% dimana jumlah transaksi yang terjadi hanya sebesar 70% dari skenario integrasi menyeluruh. Jumlah pengguna yang berkurang ditunjukkan oleh tidak adanya penumpang yang melakukan transfer pada perjalanan di beberapa koridor yaitu koridor 1 ( Binjai – Pinang Baris), koridor 2 (Amplas – Lubuk Pakam), koridor 6 (Batang Kuis – Tembung) dan koridor 9 (Medan – Brastagi) seperti yang ditunjukan dalam Tabel 6.
Tabel 6. Permintaan Angkutan BRT tahun 2020 (Tanpa Integrasi Antar Wilayah)
ID Deskripsi Tot.Panjang (km) Waktu (min.) Kecepatan Rata-rata (km/jam)
Total Pnp
(pnp/jam) (pnp/jam) Tot. Tiket
Total. Transfer (pnp/jam) Arus Maks (pnp/jam) BRT 1 Pinang Baris-Medan 24 48 30 1280 436 844 585 BRT 1-X Binjai-Pinang Baris 27 65 25 201 201 0 160
BRT 2 Pusat Pasar - Amplas 19 40 28 532 437 95 288
BRT 2-X Amplas-Lubuk Pakam 42 68 37 558 558 0 558
BRT 3 Deli Tua - Medan1 18 46 24 279 179 100 129
BRT 4 PBaris-Cemara 32 59 33 914 588 326 495 BRT 5 PBaris-Amplas 41 94 26 478 292 186 272 BRT 6 Medan-Tembung 13 24 33 2029 1453 576 1845 BRT 6-X BtKuis-Tembung 27 31 51 789 789 0 789 BRT 7 AdamMalik-Medan 36 81 26 355 228 127 123 BRT 8 Belawan-Medan 50 97 31 436 47 389 235
IUTRI - Institusi Transportasi Urban Indonesia 23
WP-07
ID Deskripsi Tot.Panjang (km) Waktu (min.) Kecepatan Rata-rata (km/jam)
Total Pnp
(pnp/jam) (pnp/jam) Tot. Tiket
Total. Transfer (pnp/jam) Arus Maks (pnp/jam) BRT 9 Medan-Berastagi 95 212 27 306 306 0 223 TOTAL 8157 5514 2642 KESIMPULAN
Pada kajian ini telah dilakukan analisis besaran potensi permintaan/jumlah total penumpang angkutan BRT pada 9 koridor rencana di kawasan perkotaan Mebidangro. Besaran potensi permintaan angkutan umum diprediksi dengan menggunakan pendekatan pemodelan 4-tahap yang dimutakhirkan dari model yang ada dan besarnya proporsi permintaan angkutan BRT dari total permintaan angkutan umum didasarkan atas model pilihan moda yang dikembangkan khusus untuk kajian ini. Simulasi terhadap model dilakukan untuk dua skenario sistem tarif yaitu tarif terintegrasi dan terpisah. Dengan mengintegrasikan angkutan BRT Kota Medan dan bidangro, jumlah total potensi pengguna di tahun 2020 adalah sebesar 15.360 penumpang/jam, dengan jumlah rata-rata penggunaan koridor/trayek angkutan BRT sebesar 1.96 koridor per penumpang. Namun jika dioperasikan secara terpisah, maka jumlah pengguna akan berkurang sebesar 47%, sehingga total potensi pengguna menjadi 8.157 penumpang/jam.
WP-07
REFERENSI
Balitbang (2012) Studi Upaya Pengembangan “Feeder” bagi Transportasi Masal di Perkotaan, Laporan Akhir, Balitbang Kemenhub.
Ben-Akiva M. and Lerman S.R. (1985) Discrete Choice Analysis: Theory and Application to Travel Demand, the MIT Press, Cambridge-Massachusetts.
BSTP (2011) Penyusunan Rencana Induk Transportasi Perkotaan pada Kawasan Perkotaan Mebidang dan Sekitarnya, Laporan Akhir, Direktorat .BSTP- Kemenhub Dishub (2010) Studi Angkutan Umum Massal (SAUM) Kota Medan, Laporan Akhir, Dinas Perhubungan Kota Medan.
Dishub (2008) Studi Studi Tataran Transportasi Lokal (Tatralok) Kota Medan, Laporan Akhir, Dinas Perhubungan Kota Medan.
INRO (2003), User Manual, EMME Suite, Montreal
Kanafani A. (1983) Transportation Demand Analysis, Berkeley: McGraw-Hill
Nahry, Alvinsyah, Tjahjono T., Anisa D. F., (2016), The Development Of Freight Mode Choice Model Between Rail And Road Mode In North Coast Corridor Of Java Island (Jakarta –Surabaya Corridor), (akan diterbitkan).
Ortuzar J. D. & Willumsen L. G. (2011), Modelling Transport, Fourth Edition. West Susex: Wiley
Tamin O. Z. (1997). Perencanaan dan Permodelan Transportasi,. Bandung: ITB.
