EVALUASI BIAYA KECELAKAAN MAHASISWA UNIVERSITAS MUHAMMADIYAH MALANG

(1)

EVALUASI BIAYA KECELAKAAN MAHASISWA UNIVERSITAS MUHAMMADIYAH MALANG Nama Mahasiswa : Reza Fachrur Rozy

NRP : 3104 100 129

Jurusan : Teknik Sipil FTSP- ITS

Dosen Konsultasi : Hera Widyastuti, Ir.MT.

Abstrak

Seiring dengan meningkatnya volume kendaraan di jalan, kecelakaan lalu lintas menjadi masalah utama yang harus diatasi. Mengingat kerugian yang ditimbulkan akibat kecelakaan juga semakin tahun semakin meningkat. Untuk itu perlu dilakukan suatu kajian, salah satunya adalah dengan mengevaluasi biaya yang timbul akibat kecelakaan. Diharapkan dengan mengetahui seberapa besar biaya yang timbul akibat kecelakaan, para pengguna jalan dapat berusaha lebih berhati-hati dalam berkendara di jalan. Untuk menganalisa biaya-biaya tersebut perlu dilakukan survey dan wawancara terhadap responden untuk perolehan data. Universitas Muhammadiyah Malang merupakan Universitas swasta terbesar di kota Malang, yang terdiri dari 3 kampus, yaitu kampus 1 yang terletak di jalan Bandung, kampus 2 di jalan Bendungan Sutami, dan kampus 3 yang di jalan raya Telogomas yang merupakan jalan utama jalur Malang - Batu, sekaligus sebagai pusat kegiatan mahasiswa. Mahasiswa yang berkuliah di Universitas tersebut juga berasal dari berbagai kalangan dan daerah dari seluruh Indonesia, sehingga dianggap sesuai sebagai obyek kajian.

Ada 2 macam metode yang di gunakan dalam penelitian ini, yaitu Gross Output atau disebut juga Human Capital Methode, dan Willingness To Pay Methode. Gross Output Methode adalah penggabungkan antara biaya yang timbul selama terjadinya kecelakaan dan setelah terjadinya kecelakaan, yaitu meliputi biaya administrasi, biaya perbaikan kendaraan, biaya pengobatan dan perawatan, maupun biaya tambahan lain yang timbul setelah terjadinya kecelakaan. Sedangkan wiillingness to pay methode adalah insiatif pribadi dari pengguna jalan untuk mengeluarkan dana dalam rangka pencegahan terjadinya kecelakaan. Berdasarkan hasil wawancara,

survey dan kepemilikan kendaraan, didapat pula data kecelakaan maupun biaya yang timbul akibat kecelakaan, baik kecelakaan serius, ringan, maupun PDO. Dari hasil analisa gross output didapat perbandingan antara opini dan peraturan pemerintah nomer 43 tahun 1993 dimana untuk luka ringan terdapat perbedaan yang sangat signifikan. Sedangkan hasil analisa untuk luka berat menunjukkan kesetaraan. Untuk metode willingness to pay didapatkan pernyataan; semakin tinggi uang saku dan semakin sering responden mengalami kecelakaan, smakin besar pula keinginan mereka untuk membayar lebih untuk mengurangi resiko kecelakaan.

Kata kunci: kecelakaan lalu lintas, analisa biaya, Universitas

Muhammadiyah, Human Capital Methode, Gross Output, Willingness To Pay.

BAB I PENDAHULUAN

1.1 LATAR BELAKANG

Kecelakaan lalu lintas merupakan masalah yang sangat serius di seluruh dunia, termasuk juga Indonesia. Koordinator PBB untuk Indonesia Bo Asplund, menyebutkan di seluruh dunia sekitar 140.000 orang mengalami kecelakaan di jalan setiap harinya. Lebih dari 3.000 orang meninggal akibat kecelakaan di jalan dan sekitar 15.000 orang mengalami kecacatan seumur hidup. Bila masalah kecelakaan di jalan tidak diperhatikan dengan sungguh-sungguh, maka dikhawatirkan pada tahun 2020 nanti, jumlah korban yang meninggal atau mengalami kecacatan setiap harinya mencapai lebih dari 60% di seluruh dunia. Sehingga kecelakaan di jalan menjadi penyebab utama kesakitan dan kecacatan.

Tercatat di Indonesia, sedikitnya kematian akibat kecelakaan lalu lintas sepanjang tahun 2007 menelan korban mencapai jumlah 16.548 jiwa. Dengan kata lain, setiap hari minimal 45 orang tewas di jalan raya. Padahal, pada tahun 2003 angka dari korban tewas akibat kecelakaan lalu lintas baru mencapai 9.856 jiwa atau mengambil 24 jiwa setiap harinya.

Dengan fakta angka demikian, tak ayal lagi kecelakaan lalu lintas menempati posisi pembunuh nomor 3 di Indonesia setelah penyebab kematian nomor 1 dan 2 adalah

(2)

penyakit jantung dan stroke. Seiring dengan intensitas volume kendaraan dijalanan meningkat, prosentase dan angka-angka kerugian tersebut otomatis ikut meningkat.

Kecelakaan lalu lintas juga telah berdampak pula terhadap peningkatan kemiskinan, karena menimbulkan biaya perawatan, kehilangan produktifitas, kehilangan pencari nafkah dalam keluarga yang menyebabkan trauma, stress dan penderitaan yang berkepanjangan. Biaya sosial – ekonomi akibat kecelakaan lalu lintas berdasarkan perkiraan yang dilakukan WHO mencapai U$ 520 milyar atau rata-rata 2 % dari GDP.

Sehubungan dengan hal tersebut, penting kiranya untuk mengetahui penyebab terjadinya kecelakaan sekaligus mengetahui besarnya biaya yang timbul akibat kecelakaan. Dengan mengadakan survey dan wawancara terhadap responden dapat diketahui data data yang di perlukan untuk menghitung accident cost baik dengan metode Gross output maupun willingness to pay. Metode Willingness To Pay adalah suatu metode di mana tiap pengendara diberi pilihan yakni dengan mengelurkan biaya tambahan yang dapat mengurangi resiko kecelakaan atau tidak mengeluarkan biaya tambahan dengan resiko kecelakaan tetap. Pendekatan lain yang digunakan dalam upaya penanganan masalah lalu lintas adalah Metode The Gross Output (Human Capital Approach), yaitu dengan menghitung pengurangan nilai seluruh sumber daya yang hilang dari semua pihak akibat kecelakaan.

Universitas Muhammadiyah adalah salah satu universitas swasta cukup dikenal dan menjadi yang terbesar di kota Malang. Berdiri sejak tahun 1964, Universitas Muhammadiyah telah mendidik tidak kurang dari 23.700 mahasiswa dari seluruh penjuru tanah air, mulai dari NAD hingga Papua. Jumlah tersebut termasuk mahasiswa luar negeri, yaitu dari Malaysia, Singapura, Brunai Darussalam, Australia dan Timor Leste. Mereka mempunyai latar belakang umur, budaya, suku ras, agama, kondisi sosial yang berbeda. Dengan beragamnya latar belakang mahasiswanya, universitas Muhammadiyah dianggap mewakili dan tepat dijadikan obyek kajian dan survey untuk perolehan data dalam rangka mengetahui accident cost.

Tujuan dari penulisan proposal tugas akhir ini, yaitu mengetahui besarnya biaya yang dikeluarkan saat selama dan setelah terjadinya kecelakaan. Diharapkan setelah mengetahui

besarnya biaya yang timbul akibat kecelakaan, para pengguna jalan dapat lebih berhati-hati dalam berkendara, sehingga kecelakaan dapat dikurangi atau bahkan dihindari sama sekali.

1.2 MANFAAT PENULISAN

Tugas Akhir ini dapat bermanfaat untuk dijadikan acuan bagi semua pihak yang membutuhkan data analisa perhitungan biaya akibat kecelakaan, baik menggunakan metode Gross Output maupun Willingness to Pay.

1.3 PERUMUSAN MASALAH

Berdasarkan pada keadaan di lapangan, yang nantinya akan dikaji untuk didapatkan jawabannya, antara lain :

1. Berapa biaya kecelakaan lalu lintas yang harus dikeluarkan responden bila mengalami cedera ringan, cedera berat, maupun yang hanya mengalami kerusakan properti (PDO)?

2. Apakah ada perbedaan yang signifikan antara perhitungan biaya kecelakaan berdasarkan metode yg telah ditentukan, baik berdasarkan opini pribadi responden maupun dengan Peraturan Pemerintah Nomer 43 Tahun 1993?

3. Berapa probabilitas keinginan mengeluarkan biaya tambahan responden untuk mengurangi resiko kecelakaan?

1.4 TUJUAN PENELITIAN

Dari Perumusan Masalah diatas, maka akan di dapat tujuan dari penelitian, antara lain sebagai berikut :

1. Mengetahui besarnya biaya yang dikeluarkan responden bila mengalami cedera ringan, cedera berat, maupun yang hanya mengalami kerusakan properti (PDO). 2. Mengetahui perbedaan antara hasil

perhitungan biaya kecelakaan dengan metode yang telah di tentukan baik berdasarkan opini pribadi responden maupun dengan peraturan pemerintah.

3. Mengetahui probabilitas keinginan mengeluarkan biaya tambahan dari responden untuk mengurangi resiko kecelakaan.

1.5 BATASAN MASALAH

Penelitian evaluasi accident cost ini dibatasi pada :

1. Mengevaluasi biaya kecelakaan hanya menggunakan metode Gross Output dan Willingness To Pay.

(3)

2. Mengevaluasi biaya kecelakaan hanya bagi pemilik kendaraan bermotor roda dua.

3. Responden yang di observasi hanya yang pernah mengalami kecelakaan luka ringan dan berat saja.

4. Responden yang di observasi hanya yang menempuh pendidikan Diploma (D3) dan Strata 1 (S1).

5. Kampus yang di observasi hanya kampus 2 dan kampus 3 Universitas Muhammadiyah Malang.

6. Tidak membahas tentang penyebab terjadinya kecelakaan, baik yang berhubungan dengan faktor alam, karakteristik pengemudi dan lain sebagainya.

1.6. LOKASI STUDI

Universitas Muhammadiyah Malang tersebar di 3 lokasi yang berbeda, yaitu :

1. Kampus 1 (Jl. Bandung No.1, Malang). 2. Kampus 2 (Jl. Bendungan Sutami

No.188A, Malang).

3. Kampus 3 (Jl. Raya Tlogomas No.264, Malang).

Kampus 1 digunakan untuk Program magister, doktoral dan pelatihan maupun kursus bagi mahasiswa Universitas Muhammadiyah Malang.

Kampus 2 digunakan khusus untuk fakultas ilmu kesehatan (jurusan S1 dan D3 keperawatan, ilmu kebidanan, farmasi) dan fakultas kedokteran.

Kampus 3 digunakan untuk Fakultas ISIP, Ekonomi, Teknik, KIP, Psikologi, Ilmu Hukum, Peternakan, dan Agama Islam. Kampus 3 juga digunakan sebagai pusat kegiatan mahasiswa sehingga banyak dari hasil kuisoner yang kami peroleh tersebar di kampus ini. Mengenai lokasi observasi, dapat dilihat pada gambar di bawah :

Gambar 1.1 Denah Lokasi Kota Malang Sumber : www.eastjava.com

Gambar 1.2 Lokasi survey kampus 2 UMM jalan Bendungan Sutami

Sumber : Google Earth KAMPUS UMM 2

KAMPUS UMM 1

KAMPUS 2 UMM

JALAN BENDUNGAN SUTAMI

JALAN SUMBER SARI

(4)

Gambar 1.3 Lokasi survey kampus 3 UMM jalan Raya Telogomas

Sumber : Google Earth

BAB II STUDI PUSTAKA

2.1 UNSUR-UNSUR LALU LINTAS

Unsur-unsur lalu lintas adalah semua elemen yang dapat berpengaruh terhadap lalu lintas dimana elemen-elemen tersebut saling terkait satu sama lain. Elemen-elemen tersebut meliputi: (Oglesby&Hicks,1988)

1. Pemakai jalan (road users).

2. Kendaraan.(vehicles)

3. Jalan (road).

4. Lingkungan (environment).

2.1.1 Pemakai Jalan

Pemakai jalan adalah semua orang yang menggunakan fasilitas jalan secara langsung, dalam hal ini meliputi:(Pignataro,1973)

1) Pengemudi.

Definisi pengemudi menurut PP No 43 tahun 1993 tentang prasarana dan lalu lintas jalan adalah orang yang mengemudikan kendaraan bermotor atau orang yang secara langsung mengawasi calon pengemudi yang sedang belajar mengemudikan kendaraan bermotor.

Meliputi pengemudi kendaraan bermotor dan kendaraan tak bermotor. Kedudukan pengemudi sebagai pemakai

jalan adalah salah satu bagian utama dalam terjadinya kecelakaan lalu lintas, dapat dilihat karakteristik dari setiap pengemudi yang satu dengan yang lainnya cukup beragam

2) Pejalan kaki.

3) Pemakai jalan yang lain.

Termasuk didalamya pedagang kaki lima, petugas keamanan, petugas perbaikan fasilitas (listrik, PDAM, telepon, gas dan lain-lain).

2.1.2 Kendaraan

Kendaraan adalah sarana angkutan yang

membantu manusia dalam mencapai tujuan dengan cepat, selamat dan ekonomis. Kendaraan sebagai produk industri harus mampu memberikan jaminan atas nilai keamanan dan kenyamanan, standar-standar perlengkapan dari kendaraan dalam menunjang keamanan dan kenyamanan tentunya harus dikontrol kualitasnya lebih ketat.

2.1.3 Jalan

Jalan sebagai landasan bergeraknya suatu kendaraan perlu dilakukan perencanaan / desain yang cermat dan teliti dengan mengacu gambaran perkembangan untuk masa mendatang. Karena apabila terjadi kesalahan dalam perencanaan ataupun dalam memperhitungkan perkembangan untuk masa yang akan datang tentunya akan sulit untuk merubahnya dan juga akan mempengaruhi perilaku kendaraan yang akan melewatinya. Hal-hal yang menentukan pada perencanaan jalan raya adalah :(Pignataro,1973)

1. Kecepatan rencana. 2. Volume lalu lintas. 3. Karakteristik kendaraan.

4. Komposisi kendaraan yang lewat.

2.1.4 Lingkungan

Faktor lingkungan sebagai penyebab

kecelakaan lalu lintas yang dimaksud adalah kondisi tata guna lahan, kondisi cuaca dan angin serta pengaturan lalu lintas.Perilaku pengemudi pada daerah tikungan sangat berbeda dengan apa yang dilakukan pada daerah yang lurus pada suatu jalan. Selain itu kondisi pengaturan lalu lintas yang homogen akan mempengaruhi perilaku pengemudi.

2.2 FAKTOR PENYEBAB KECELAKAAN LALU LINTAS

KAMPUS 3 UMM

JALAN RAYA TELOGOMAS

(5)

Di bawah ini adalah beberapa faktor penyebab dalam kecelakaan lalu lintas. Akan tetapi tidak semua faktor-faktor penyebab dalam penulisan tugas akhir ini akan dianalisa. Analisa hanya dilakukan pada faktor jalan dan lingkungan.

2.2.1 Faktor Pemakai Jalan (manusia).

Pemakai jalan yang merupakan penyebab kecelakaan adalah semua orang yang menggunakan fasilitas jalan secara langsung. Pemakai jalan yang dimaksud adalah: (Pignataro,1973)

a. Pengemudi b. Pejalan kaki

c. Pemakai jalan yang lain, termasuk didalamya pedagang kaki lima, petugas keamanan, petugas perbaikan fasilitas (listrik, PDAM, telepon, gas dan lain-lain).

Sifat pengemudi sangat berperan dalam mengendalikan kendaraan yaitu pribadi, latihan dan sikap.

2.2.2 Faktor Kendaraan.

Faktor-faktor utama kendaraan yang langsung menimbulkan kecelakaan adalah karena keterbatasan perancangan atau cacat yang ditimbulkan dari kurangnya pemeliharaan, penyesuaian yang tidak baik dan rusaknya beberapa komponen yang penting misalnya rem, ban dan lampu. Ini menimbulkan hilangnya kontrol atau bahaya bagi pemakai jalan lainnya. Hambatan penting lainnya, yang sulit untuk dipisahkan dari kelemahan pemakai jalan, adalah gangguan pandangan oleh tubuh kendaraan.

Akan tetapi, faktor-faktor kendaraan jauh lebih jarang menjadi penyebab kecelakaan, walaupun berpengaruh pada keparahan korban dibanding pengaruh dari pemakai jalan atau lingkungan(Hobbs,1995).

2.2.3 Faktor Jalan

Faktor utama untuk menentukan tingkat aman dan efisien di dalam memenuhi kebutuhan lalu lintas adalah alinemen jalan. Alinemen vertikal dan horisontal harus diperhatikan secara bersama-sama sehingga menghasilkan alinemen jalan dengan tingkat keselamatan dan apresiasi visual yang baik (Hobbs,1995). Selain faktor alinemen juga harus diperhatikan faktor kelandaian, kerusakan jalan serta penerangan jalan.

2.2.4 Faktor Lingkungan.

Faktor lingkungan yang dimaksud adalah perubahan cuaca dan kondisi jalan. Akan tetapi, pengaruh dari faktor lingkungan ini belum

terlalu signifikan. Bagaimanapun juga faktor pemakai jalan (pengemudi dan pejalan kaki) adalah faktor terbesar dai penyebab kecelakaan(Pignataro, 1973).

2.3 PENGERTIAN KECELAKAAN LALU LINTAS

Beberapa pengertian kecelakaan lalu

lintas menurut beberapa ahli adalah sebagai berikut:

1) Menurut Kadiyali (1983),

kecelakaan lalu lintas merupakan peristiwa yang tidak diharapkan yang melibatkan paling sedikit satu kendaraan bermotor pada suatu ruas jalan dan mengakibatkan kerugian material bahkan sampai menelan korban jiwa.

2) Baker (1975) menyatakan

bahwa kecelakaan lalu lintas adalah kejadian pada lalu lintas jalan dimana paling sedikit melibatkan satu kendaraan yang menyebabkan kerusakan yang merugikan pemiliknya.

3) Peraturan Pemerintah No. 43

Tahun 1993 tentang Prasarana dan Lalu Lintas Jalan menyebutkan bahwa kecelakaan lalu lintas adalah suatu peristiwa di jalan yang tidak disangka-sangka dan tidak disengaja melibatkan kendaraan dengan atau tanpa pemakai jalan lainnya, mengakibatkan korban manusia atau kerugian harta benda.

4) Carter dan Homburger ( 1978 )

menyebutkan bahwa kecelakaan adalah suatu peristiwa yang terjadi pada suatu pergerakan lalu lintas akibat adanya kesalahan pada sistem pembentuk lalu lintas, yaitu pengemudi (manusia), kendaraan, jalan dan lingkungan. Pengertian kesalahan dapat dilihat sebagai

kondisi tidak sesuai standar atau peraturan yang berlaku maupun kelalaian yang dibuat manusia.

2.4 KLASIFIKASI KECELAKAAN LALU LINTAS

Perhitungan biaya kecelakaan pada suatu ruas jalan, persimpangan atau wilayah

(6)

dilakukan berdasarkan klasifikasi kecelakaan, menurut PP No 43 Th l993 Pasal 93, klasifikasi kecelakaan berdasarkan korban dibagi mejadi tiga kriteria,yaitu :

1. Korban Mati

Korban Mati adalah korban yang dipastikan mati sebagai akibat kecelakaan lalu lintas alam jangka waktu paling lama 30 hari setelah kecelakaan tersebut.

2. Korban Luka Berat

Korban Luka Berat adalah korban yang karena luka-lukanya menderita cacat tetap atau harus dirawat dalam jangka waktu lebih dari 30 hari sejak terjadi kecelakaan.

3. Korban Luka Ringan

Korban Luka Ringan adalah korban yang tidak termasuk dalam kategori korban mati dan korban luka berat.

Sedangkan berdasarkan KUHP, klasifikasi korban dibagi menjadi:

a. Korban mati (meninggal dunia) adalah seorang korban yang meninggal di tempat kejadian karena kealpaan atau disengaja oleh terdakwa (Pasal 359 KUHP).

b. Korban luka berat adalah korban yang mengalami jatuh sakit/mendapat luka yang tidak memberi harapan sembuh sama sekali atau yang menimbulkan bahaya maut, tidak mampu terus-menerus untuk menjalankna tugas jabatan atau pekerjaan, pencarian, mendapat cacat berat, menderita sakit lumpuh, terganggunya daya pikir selama empat minggu lebih, gugur atau matinya kandungan seorang perempuan (Pasal 90 KUHP).

c. Korban luka ringan tidak dijelaskan dalam

KUHP sehingga dapat disimpulkan bahwa yang dimaksud luka ringan adalah yang tidak termasuk dalam Pasal 90 KUHP.

2.5 METODE ANALISA KECELAKAAN LALU LINTAS 2.5.1. METODE GROSS OUTPUT A. Umum

Metode ini sering digunakan untuk menghitung biaya kecelakaan di negara berkembang. Metode ini membagi biaya kecelakaan menjadi dua bagian, yaitu biaya langsung dan biaya tak langsung.

1. Biaya Langsung

a) Biaya Rumah Sakit

Biaya yang dikeluarkan untuk mendapatkan fasilitas yang ada di rumah sakit

b) Biaya Medis

Biaya medis adalah biaya-biaya untuk perawatan medis baik sebagai orang yang dirawat di rumah sakit maupun yang berobat jalan.

c) Biaya Administrasi

Biaya administrasi adalah biaya untuk pembayaran seperti polisi dan administrasi asuransi

d) Biaya perbaikan kendaraan

Biaya perbaikan kendaraan adalah biaya untuk memperbaiki kendaraan yang rusak

e) Biaya lainnya

Biaya yang dikeluarkan akibat kecelakaan yang terjadi.

2. Biaya Tak Langsung

Hilangnya produktivitas dan human cost. Di studi ini, hilangnya produktivitas (nilai waktu) diperoleh dengan cara mengalikan waktu kerja dengan gaji atau pendapatan mereka. Sedangkan human cost merupakan suatu penjumlahan dari penderitaan, duka cita, dimana menurut Babtie Ross dan Silcock (1995) diatur sebagai berikut :

a) 28% dari biaya-biaya total dari kecelakaan fatal.

b) 50% dari biaya-biaya total dari kecelakaan serius.

c) 8% dari biaya-biaya total dari kecelakaan ringan.

Sedangkan menurut Downing, A (1997) penjumlahan diatur sebagai berikut :

a) 38% dari biaya-biaya total dari kecelakaan fatal.

b) 100% dari biaya-biaya total dari kecelakaan serius.

c) 8% dari biaya-biaya total dari kecelakaan ringan.

Untuk perhitungan biaya kecelakaan, biaya langsung dan biaya tak langsung di dijumlahkan berdasarkan klasifikasinya. Kemudian biaya langsung (Direct Cost) dan biaya tak langsung dijumlahkan, sehingga prediksi besarnya biaya kecelakaan rata-rata dapat diketahui.

B. Penentuan Jumlah Sampel.

Untuk menentuan jumlah sampel, mengacu pada pendapat Slovin (Oktaviani dan Suryana, 2006) sesuai dengan rumus :

) . ( 1 2 e N N n + = Dimana : n = Ukuran sampel N = Ukuran populasi

(7)

e = Persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir.

Pengambilan sample akan dilakukan pada setiap lokasi kampus yang ada di Universitas Muhammadiyah Malang, antara lain:

1. Kampus 2 jalan Bendungan Sutami, untuk Fakultas Kedokteran, dan Kesehatan (Farmasi, D3 Keperawatan) 2. Kampus 3 jalan Raya Telogomas, untuk

Fakultas Agama Islam, Fakultas Teknik, Fakultas Ekonomi, Fakultas Hukum, Fakultas Pertanian, Fakultas Peternakan dan Perikanan, Fakultas Psikologi, Fakultas Ilmu Sosial dan Politik.

Sedangkan data jumlah mahasiswa tiap fakultas akan didapat dari BAA UMM

2.5.2. METODE WILLINGNESS TO PAY (WTP)

A. Umum

Metode ini merupakan pendekatan yang dilakukan untuk mengetahui persentasi kemungkinan orang yang mau membayar lebih untuk mengurangi resiko kecelakaan. Metode ini juga mengkategorikan korban kecelakaan lalu lintas dalam 3 kategori korban kecelakaan, yaitu: a). Korban berdasarkan Usia.

b). Korban berdasarkan Pendapatan.

c). Korban berdasarkan Jumlah Keturunan (Anak).

B. Pendekatan Ben Akiva dan Lerman

Metoda analisa pendekatan Willingness To Pay menguraikan secara singkat pendekatan dari Ben Akiva dan Lerman ( 1985) yang menganggap segala alternatif dapat menjadi variabel acak di mana bila terdapat alternatif i telah terpilih oleh orang n dari pilihan di-set Cn kemudian rumus menjadi :

) Pr( ) / (i C_n U_in U_jn j C_n P = ≥ ∀ ∈ (1)

Di studi ini, model persamaan terdiri dari dua aneka pilihan, bersedia membayar untuk mengurangi ( ya) dan enggan membayar (tidak). Kegunaan berfungsi untuk aneka pilihan yang sama adalah dirumuskan sebagai berikut:

yes yes yes yes yes V U = +

ε

=

β

'

χ

+

ε

(2) no no no no no V U = +

ε

=

β

'

χ

+

ε

(3) Di mana

U_yes : Fungsi dari berkeinginan membayar

jumlah untuk pengurangan korban kecelakaan

U_no : Fungsi dari keengganan membayar

jumlah untuk pengurangan korban kecelakaan

V_yes : sistematis (ketetapan) Komponen

fungsi dari keinginan membayar jumlah untuk pengurangan korban kecelakaan

V_no : sistematis (ketetapan) Komponen

fungsi dari keengganan membayar jumlah untuk pengurangan korban kecelakaan

yes

ε

: ( Gangguan atau kesalahan) komponen

fungsi dari keinginan membayar jumlah untuk pengurangan korban kecelakaan

no

ε

: ( Gangguan atau kesalahan) komponen

fungsi dari kengganan membayar jumlah untuk pengurangan korban kecelakaan

yes

χ

: panah/garis vektor dari menujukan

bahwa dihubungkan dengan keinginan membayar jumlah untuk pengurangan korban kecelakaan

no

χ

: panah/garis vektor dari menujukan

bahwa dihubungkan dengan keengganan membayar jumlah untuk pengurangan korban kecelakaan

Β’ : vektor dari parameter yang tidak diketahui Kemungkinan pilihan untuk keinginan pengguna jalan membayar jumlah untuk pengurangan resiko kecelakaan dapat ditulis sebagai berikut:

no yes yes

e

P

_n_i _yes _β_χ _β_χ χ β ' ' ' ) (

+

=

(4) Di mana :

P_n_(i₎ : Kemungkinan individu n yang

berkeinginan membayar jumlah untuk mengurangi korban kecelakaan.

Karena suatu contoh N pengamatan, yang berikut membukukan kemungkinan berfungsi sebagai yang diusulkan oleh Ben-Akiva dan Lerman ( 1985) dipertimbangkan untuk penilaian model: ⎜ ⎜ ⎝ ⎛ ⎢ ⎣ ⎡ + + + Σ = = no yes no no yes yes e e e y e e e y L _nN n_yes _non _β_χ _β_χ χ β χ β χ β χ β ' ' ' ' ' ' 1 log log (5) Di mana : yn

=

1

yes

Jika individu memilih berkeinginan membayar jumlah untuk pengurangan korban kecelakaan. Untuk mengukur kebaikan yang tepat dari model dan data yang digunakan, Statistik Rho-squared

(8)

STUDILITERATUR

PERUMUSAN MASALAH

PENGUMPULAN DATA PRIMER

Data jumlah mahasiswa dari BAA UMM START

PENGUMPULAN DATA SEKUNDER

Hasil pengedaran kuisoner dan wawancara langsung ke mahasiswa UMM

(h S1 d D3)

PENENTUAN JUMLAH SAMPEL

) . ( 1 2 e N N n + =

(

ρ

2) telah diterapkan. Perhitungannya seperti :

)

(

)

(

1

2

o

LL

β

ρ

=

−

(6)

Di mana, LL(o) adalah log-likelihood awal ( dengan semua parameter yang ditetapkan pada nol atau konstan) dan LL(β) adalah log-likelihood pemusatan dengan parameter vector β.

C. Pilihan Biner (Binary Choice)

Disini terdapat 2 pilihan ( WTP ) yang diberikan kepada responden, dimana pilihan tersebut berisi pertanyaan yang berkenaan dengan skenario hipotesis dalam rangka mengurangi resiko dan kerugian kecelakaan, khususnya bagi responden pengendara sepeda motor, untuk menghindari bahaya luka ringan. Terdapat dua pilihan untuk 25% dan 50% telah diberikan kepada responden.

Contoh dari daftar pertanyaan yang akan diberikan pada responden yaitu sebagai berikut :

Tabel 2.1 Contoh Pilihan Biner

Kriteria Pilihan A Pilihan

B Batas kec. maksimum

(km/hr)

Jarak servis rem (km)

Kemungkinan luka ringan Tambahan biaya (Rp) 70 7880 20 in 100000 700 60 8000 27 in 100000 0 Dari alternative pilihan diatas, manakah yang akan anda pilih ?

Sumber : Dissanayake, D., Mulley, C.,

Widyastuti, H., 2007. “Binary Choices Model to Value Motorcyclist’s Slight Injury Cost in Surabaya”. Proceeding of the Eastern Asia Society for Transportation Studies, Vol.6, 2007.

BAB III METODOLOGI

3.1. Umum

Langkah-langkah penulisan tugas akhir ini antara lain :

1. Mengetahui jumlah mahasiswa UMM tahun ajaran 2008/2009 yang di peroleh dari BAA Universitas Muhammadiyah Malang.

2. Pengkajian terhadap berbagai referensi dan literatur - literatur yang ada.

3. Penentuan jumlah sampel yang diperlukan, dimana sampel diperoleh dari kampus 2 dan 3 . 4. Penyusunan kuisioner.

5. Pengumpulan Data yang diperoleh baik melalui wawancara langsung maupun melalui pengisian kuisioner oleh responden ditiap lokasi kampus dan fakultas.

6. Perhitungan biaya kecelakaan dengan Metode Willingness To Pay dan Metode The Gross Output (Human Capital Approach).

7. Analisa biaya kecelakaan Gross output, antara lain :

a) Biaya langsung. b) Biaya tak langsung

c) Klasifikasi Kecelakaan menurut opini dan PP.

Sedangkan untuk Willingness To Pay, yang dianalisa antara lain:

Penghitungan probabilitas jumlah Mahasiswa yang mau mengeluarkan biaya tambahan untuk mengurangi resiko kecelakaan.

3.2. Sistematika Penulisan

Untuk langkah kerja penulisan laporan akan diuraikan sebagai berikut :

1. Studi literatur dan bahan

2. Inventarisasi data studi, yaitu data jumlah mahasiswa di Universitas Muhammadiyah Malang.

3. Pengolahan data-data tersebut dengan Metode Gross Output dan Willingness To Pay.

(9)

Gambar 3.1. Bagan Alir Metodologi

BAB IV

PENGUMPULAN DATA

4.1 Gambaran Umum Pelaksanaan Survey

Penelitian yang dilakukan di Universitas Muhammadiyah Malang ini diantaranya bertujuan untuk menganalisa biaya yang timbul akibat kecelakaan, baik yang di hitung menggunakan metode Gross output maupun Willingness To Pay. Untuk mengarah pada tujuan tersebut maka dilakukan pengumpulan informasi dengan metode survey menggunakan form kuisioner.

Survey dilakukan selama 2 hari terhitung pada hari Sabtu dan Minggu pada tanggal 23-24 Mei 2009, rentang antara pukul 10.00-12.00 siang. Survey dilakukan di kantin kampus, area sekitar parkiran dan kos-kosan (tempat tinggal sementara) responden. Walaupun survey dilakukan di akhir pekan, suasana kampus sangat ramai oleh mahasiswa yang melakukan ekstra kurikuler, kajian kajian, maupun kegiatan lainnya. Kami sengaja memilih pada akhir pekan, dengan pertimbangan hanya responden yang memiliki waktu luang saja yang

diberikan kesempatan untuk mengisi kuisioner. Metode pembagian kuisioner dibagi menjadi 1 tim yang terdiri atas 4 orang rekan yang tersebar di lokasi kantin jurusan maupun kantin pusat., sebagian lagi menyebar di kos-kosan mahasiswa yang terletak di dekat kampus untuk memudahkan koordinasi.

Setelah didapatkan hasil dari survey, selanjutnya dilakukan input data profil responden ke dalam program Microsoft excel untuk penghitungan Gross Output yang kemudian di import ke Program SPSS untuk analisa Willingness To Pay.

4.2. Populasi dan Sampel.

Responden sekaligus sebagai sampel adalah mahasiswa Universitas Muhammadiyah Malang. Sesuai dengan yang tertera di batasan masalah, yang di analisa dalam studi kali ini adalah mahasiswa yang menempuh gelar Strata 1 dan Diploma 3 saja, yakni mahasiswa yang berkuliah di kampus 2 dan 3. Berikut data berupa Total jumlah mahasiswa aktif kampus 2 dan 3 :

Tabel 4.1

Jumlah Mahasiswa Aktif Kampus 2 dan 3, T.A 2006/2007, 2007/2008, dan 2008/2009.

(10)

Sumber : BAA UMM

Berdasarkan tabel 4.1 didapat jumlah mahasiswa aktif di dua kampus Universitas Muhammadiyah Malang sebagai berikut :

Tabel 4.2

Jumlah mahasiswa Tiap Kampus

Sumber : BAA UMM

Selanjutnya untuk mendapatkan sampel digunakan metode Convenience Sampling, yaitu ketika responden yang akan dijadikan sampel sedang berada di lokasi penelitian dan bersedia diwawancara. Berikut jumlah sampel yang diperlukan pada studi kali ini :

n N

1 N. e

n 17314

1 17314. 0,06

n = 273,39161 diambil sebesar 274 dengan nilai e sebesar 6%.

Untuk memudahkan perhitungan maka jumlah sampel yang diambil dibulatkan menjadi 270 orang. Dengan mempertimbangkan masukan dari dosen pembimbing mengenai

ditambahnya jumlah responden untuk menghindari kuisioner hilang, kosong dan lain-lain sekaligus untuk mendapatkan hasil yang lebih detail, maka jumlah responden ditambah menjadi 300 orang.

Dari jumlah sampel yang diperoleh dari perhitungan di atas, sampel kemudian dibagi berdasarkan jenis kendaraan yang digunakan. Jenis kendaraan yang dimaksud hanya sepeda motor dan mobil. Persentase jenis kendaraan diperoleh dari survei pendahuluan di salah satu area parkir di kawasan kampus 2 dan 3 Universitas Muhammadiyah Malang.

Survei dilaksanakan pada saat kegiatan perkuliahan atau saat parkiran penuh. Berikut hasil survei pendahuluan yang dilakukan di salah satu area parkir di kampus 2 dan 3 Universitas Muhammadiyah :

Tabel 4.3

Hasil Survey Parkir Kampus 2

Sumber : Survey Pendahuluan

Tabel 4.4

Hasil Survey Parkir Kampus 3

Untuk memudahkan pekerjaan dan penyederhanaan data, maka hasil survey pendahuluan kampus 2 dan 3 di gabung sehingga;

Tabel 4.5

Hasil Gabungan Survey kampus 2 dan 3

Dari hasil survei pendahuluan didapat jumlah sampel berdasarkan jenis kendaraan yang digunakan. Sampel berdasarkan jenis kendaraan diperoleh dengan mengalikan persentase kendaraan dengan jumlah sampel keseluruhan. Dari hasil perhitungan,untuk total kampus 2 dan 3, harus diperoleh 292 sampel untuk sepeda motor dan 8 sampel untuk mobil. Namun hasil penyebaran kuisioner di lapangan sedikit

2005/2006 2006/2007 2007/2008 2008/2009

Ilmu Kesehatan Farmasi 0 35 99 194

Ilmu Kesehatan Keperawatan 0 44 149 311

Ilmu Kesehatan D3 Keperawatan 123 221 298 281

Kedokteran Program Pendidikan Dokter 222 360 424 532

Kedokteran Profesi Dokter 0 62 114 132

Pertanian Agribisnis 143 130 125 112

Pertanian Agronomi 102 115 116 123

Pertanian Budidaya Hutan 71 86 94 91

Pertanian Tek. Hasil Pertanian 85 91 91 83

Agama Islam Ahwal Syakhshiyyah 122 137 155 144

Agama Islam Pendidikan Agama Islam 65 88 120 145

Agama Islam Magister Agama Islam 0 1 0 0

Ekonomi Manajemen 1479 1503 1605 1669

Ekonomi Akuntansi 909 1356 1341 1413

Ekonomi IESP 327 448 372 379

Ekonomi D3 Man. Keu. & Perbankan 102 175 171 179

Peternakan Budidaya Perairan 76 89 92 91

Peternakan Produksi Ternak 104 102 111 116

Peternakan Tek. Industri Peternakan 22 12 11 1

K.I.P Civic Hukum 22 47 51 78

K.I.P Pendidikan Bhs. Indonesia 162 238 310 361

K.I.P Pendidikan Bhs. Inggris 678 800 964 1091

K.I.P Pendidikan Biologi 261 370 398 392

K.I.P Pendidikan Guru SD 0 0 125 353

K.I.P Pendidikan Matematika 330 366 455 570

Teknik Teknik Elektro 338 440 443 442

Teknik Teknik Industri 399 405 402 371

Teknik Teknik Informatika 283 611 987 1316

Teknik Teknik Mesin 423 537 486 482

Teknik Teknik Sipil 412 428 441 451

Teknik D3 Teknik Elektro 32 29 5 17

I.S.I.P Hubungan Internasional 154 273 363 460

I.S.I.P Ilmu Komunikasi 1287 1530 1777 1892

I.S.I.P Ilmu Pemerintahan 312 316 330 337

I.S.I.P Ilmu Kesejahteraan Sosial 117 110 104 91

I.S.I.P Sosiologi 126 123 135 144

Hukum Ilmu Hukum 974 1023 1205 1187

Psikologi Psikologi 1045 1066 1182 1283

11307 13767 15651 17314 3

Kampus Fakultas Jurusan Tahun Ajaran

Total Jumlah Mahasiswa 2 2005/2006 2006/2007 2007/2008 2008/2009 2 345 722 1084 1450 3 10962 13045 14567 15864 Total 11307 13767 15651 17314 Tahun Ajaran Kampus

Jenis kendaraan Jumlah kendaraan (k) Persentase (%)

Motor 500 96.15%

Mobil 20 3.85%

Total 520 100%

Jenis kendaraan Jumlah kendaraan (k) Persentase (%) Motor 1200 97.96%

Mobil 25 2.04%

Total 1225 100%

Jenis kendaraan Jumlah kendaraan (k) Persentase (%)

Motor 1700 97.42%

Mobil 45 2.58%

(11)

berbeda dari hasil perhitungan sampel, berikut hasil pembagian kuisioner:

Gambar 4.1

Sumber : Hasil Pembagian Kuisioner

Tabel 4.6

Hasil Penyebaran Kuisioner

Karena kuisioner yang di pakai dalam penghitungan analisa kecelakaan hanya mahasiswa yang pernah mengalami kecelakaan, maka :

Gambar 4.2

Responden Yang Pernah Kecelakaan

Tabel 4.7

Responden Yang Pernah kecelakaan

Setelah di ketahui jumlah mahasiswa yang pernah mengalami kecelakaan, kemudian di lakukan cek ulang untuk mengetahui validitas jawaban responden. Di dalam pengecekan ternyata ada 2 kuisioner yang tidak lolos, baik karena jawaban tidak masuk logika maupun kekurangan lainnya.

Gambar 4.3 Kuisioner Terisi Valid

Sumber : Hasil Cek Error Responden

Tabel 4.8 Kuisioner Terisi Valid

Sumber : Hasil Cek Error Responden

Jumlah sampel ini masih masuk dalam batas toleransi dimana :

n N

1 N. e

n 17314

1 17314. 0,06

n = 213,6 diambil 214 dengan nilai e

sebesar 6,8%.

Dengan diperhitungkannya 2 kuisioner yang tidak valid, maka jumlah sampel yang diambil menjadi 212 orang.

4.3. Identifikasi Responden

Dari hasil penyebaran kuesioner dan wawancara langsung diketahui beberapa hal yang dapat diidentifikasi, antara lain jenis kelamin, usia, fakultas, jurusan, jenis kendaraan yang dimiliki, dan jumlah uang saku yang dimiliki oleh responden..

4.3.1 Jenis Kelamin

Penyebaran kuisioner dan wawancara langsung kepada sampel yang telah ditentukan.

270 29 ₁ 0 200 400 Kuisioner Terisi Kosong Hilang Jumlah Resp o n d e n

Hasil Penyebaran

Kuisioner

Parameter Jumlah Kuisioner Terisi 270 Kosong 29 Hilang 1 Total 300 214 56 0 500 Pernah Tidak Pernah mlah Resp on d e n

Pernah

Kecelakaan?

Parameter Jumlah Pernah 214 Tidak Pernah 56 Total 270 212 2 0 100 200 300 Jawaban Valid Jawaban Tidak Valid Jumlah res p o n d e n

Validitas

Jenis Kelamin Jumlah Pria 93 Wanita 119 Total 212

(12)

Kemudian didapatkan dari penyebaran kuesioner dan wawancara langsung tersebut, didapatkan jumlah responden laki-laki sebanyak 93 orang (44%), sedangkan perempuan sebanyak 119 orang (56%), seperti terlihat pada Gambar 4.4.

Gambar 4.4

Distribusi Jenis Kelamin Responden

Tabel 4.9

Distribusi Jenis Kelamin

4.3.2 Usia

Dari segi usia diketahui bahwa responden tersebar dalam rentang usia antara 16 tahun hingga 28 tahun, dimana umur 19 dan 20 tahun mendominasi dengan jumlah yang sama, yaitu 49 orang. Untuk lebih jelasnya diagram batang tersaji pada gambar 4.5 :

Gambar 4.5 Distribusi Usia Responden

Tabel 4.10

Distribusi Usia Responden

4.3.3 Fakultas

Kampus 2 Universitas Muhammadiyah Malang memiliki 2 fakultas yang terdiri dari Fakultas Kedokteran, dan Fakultas Ilmu Kesehatan. Sedangkan Kampus 3 terdiri atas 8 fakultas, yaitu Fakultas Ekonomi, Fakultas Ilmu Sosial dan Politik, Fakultas Psikologi, Fakultas Teknik, Fakultas KIP, Fakultas Ilmu Hukum, Fakultas Peternakan, dan Fakultas Agama Islam.

Dari diagram di bawah dapat diketahui bahwa responden dari Fakultas Teknik mendapat porsi terbesar dalam pengisian kuisioner, yaitu sebanyak 43 responden. Sejumlah 11 responden tidak mencantumkan asal fakultas maupun jurusan mereka, namun karena tidak mempengaruhi hasil analisa dari metode yang kami pakai, maka tidak menjadikan suatu masalah untuk tidak diikutsertakan dalam penelitian.

Perincian mengenai hal tersebut dapat dilihat pada gambar berikut :

Gambar 4.6

Distribusi Fakultas Responden

Tabel 4.11

Distribusi Fakultas Responden

93 119 0 50 100 150 Pria Wanita u mlah Resp o n d e n

Jenis Kelamin ?

Jenis Kelamin Jumlah Pria 93 Wanita 119 Total 212 16 17 18 19 20 21 22 23 24 25 26 27 28 1 4 14 49 49 39 26 14 6 6 2 1 1 1 2 3 4 5 6 7 8 9 10 11 12 13

Usia Responden

Jumla Umur Jumlah 16 1 17 4 18 14 19 49 20 49 21 39 22 26 23 14 24 6 25 6 26 2 27 1 28 1 Total 212 23 23 43 38 24 7 ₃ ₂ 21 17 11 0 50 Ju m lah Resp ond e n Fakultas

Responden Tiap

Fakultas

(13)

4.3.4 Jurusan

Bila ditilik ssal Jurusan Responden, dapat di ketahui bahwa jurusan Psikologi sebagai responden terbanyak (24 responden). Hal ini mungkin berbeda dengan persepsi sebelumnya yang menyatakan fakultas Teknik sebagai responden terbanyak. Mengingat dalam fakultas psikologi hanya ada 1 jurusan, yaitu jurusan Psikologi itu sendiri. Sedangkan dalam fakultas Teknik terdiri atas Teknik Sipil, Informatika, Industri, Elektro, dan Teknik Mesin. Posisi kedua dengan sebanyak 23 responden diperoleh dari jurusan teknik Informatika dan jurusan Bahasa Inggris.

Gambar 4.7

Distribusi Jurusan Responden

Tabel 4.12

Distribusi Jurusan Responden

4.3.5 Kepemilikan Kendaraan

Diketahui juga sebagian besar mahasiswa Universitas Muhammadiyah Malang memiliki kendaraan pribadi sendiri. Dari pelaksanaan studi di lapangan didapatkan bahwa responden dengan kendaraan sepeda motor adalah yang terbanyak, yaitu 108 orang.

Gambar 4.8

Distribusi Kepemilikan Kendaraan

Tabel 4.13

Distribusi Kepemilikan Responden

Fakultas Jumlah ISIP 23 Ekonomi 23 Teknik 43 KIP 38 Psikologi 24 Ilmu Hukum 7 Peternakan 3 Agama Islam 2 Kedokteran 21 Ilmu Kesehatan 17 Kosong/Tidak di isi 11 Total 212

Fakultas Jurusan Jumlah

ISIP Ilmu Komunikasi 12 ISIP Ilmu Kesejahteraan Sosial 1 ISIP Ilmu Pemerintahan 1 ISIP Hubungan Internasional 9 Ekonomi Manajemen 9 Ekonomi D3. Perbankan 5 Ekonomi IESP 2 Ekonomi Akuntansi 7 Teknik Sipil 7 Teknik Industri 5 Teknik Mesin 5 Teknik Informatika 23 Teknik Elektro 3 KIP Bahasa Inggris 23 KIP Pend. Guru SD 3 KIP Biologi 4 KIP Geografi 1 KIP Bahasa Indonesia 1 KIP Matematika 6 Psikologi Psikologi 24 Ilmu Hukum Hukum 7 Peternakan Budidaya Perairan 3 Agama Islam Tarbiyah 2 Kedokteran Pendidikan Dokter 21 Ilmu Kesehatan Keperawatan 13 Ilmu Kesehatan Ilmu Kebidanan 1 Ilmu Kesehatan Farmasi 3 Ilmu Kesehatan D3. Keperawatan 0 Kosong/Tidak di isi 11 Total 212 108 3 62 ₃₉ 0 100 200

Motor MobilMotor dan MobilTidak Punya Kedua

m la h Resp ond e n

Jenis Kepemilikan

Kendaraan

(14)

4.3.6 Uang Saku

Uang saku yang didapatkan oleh responden berbeda satu dengan yang lain. Responden dengan uang saku < 1 juta sebanyak 158 orang, responden dengan uang saku 1 juta – 2,5 juta sebanyak 20 orang, responden dengan uang saku 2,5 juta – 5 juta sebanyak 2 orang, dan responden dengan uang saku > 5 juta sebanyak 2 orang, seperti pada gambar 4.9 berikut :

Gambar 4.9

Distribusi Uang Saku (Penghasilan)

Tabel 4.14

Distribusi Uang Saku Responden

4.3.7 Jumlah Kecelakaan Per Tahun

Angka kecelakaan dalam 1 tahun menunjukkan bahwa responden cukup berhati-hati dalam berkendara, sehingga 142 responden mengaku dalam setahun mengalami setidaknya maksimal satu kali kecelakaan atau bahkan tidak sama sekali. Sebanyak 49 responden mengalami 2 sampai 3 kali kecelakaan dan 21 responden mengalami lebih dari 3 kali kecelakaan dalam 1 tahun. Hal ini cukup riskan mengingat betapa besar kerugian yang di timbulkan akibat kecelakaan tersebut.

Gambar 4.10

Jumlah Kecelakaan Per Tahun

Tabel 4.15

Jumlah Kecelakaan Per Tahun

4.3.8 Aktifitas Responden Akibat Kecelakaan

Banyak kecelakaan yang mengharuskan penderita beristirahat di rumah ataupun harus di rawat di rumah sakit. Hal ini tentu sangat merugikan, karena waktu efektif yang seharusnya bisa digunakan untuk bekerja, menuntut ilmu, dan melakukan berbagai kegiatan lainnya harus terhenti. Maka dari itu loss of productivity akan dibahas dalam analisa di bab selanjutnya. Dalam penelitian kali ini sebanyak 92 responden terhenti aktifitasnya, dan 120 lainnya dapat melanjutkan aktifitasnya.

Gambar 4.11

Aktifitas Responden Akibat Kecelakaan

Tabel 4.16

Aktifitas Responden Akibat Kecelakaan

4.3.9 Durasi Terhenti

Dari pembahasan sebelumnya yang menyatakan 92 responden terhenti aktifitasnya

Jenis kendaraan Jumlah Motor 108 Mobil 3 Motor dan Mobil 62 Tidak Punya Keduanya 39 Total 212 158 50 2 2 0 100 200 < 1 Juta 1 Juta ‐ 2,499 Juta 2,5 Juta ‐ 5 juta > 5 Juta Jum lah Resp o n d e n (Rupiah)

Uang Saku

Responden

Uang Saku Jumlah < 1 Juta 158 1 Juta ‐ 2,499 Juta 50 2,5 Juta ‐ 5 juta 2 > 5 Juta 2 Total 212 142 49 ₂₁ 0 200 Tidak pernah/ max.1 kali2 ‐ 3 kaliLebih dari 3 kali Ju m lah Resp ond e n

Jumlah Kecelakaan

Tiap 1 Tahun

Jumlah Kecelakaan Jumlah Tidak pernah/ max.1 kali 142 2 ‐ 3 kali 49 Lebih dari 3 kali 21 Total 212 92 120 0 50 100 150 Terhenti Tidak Terhenti u mlah Re spo n den

Apakah Terhenti?

Parameter Jumlah Terhenti 92 Tidak Terhenti 120 Total 212

(15)

akibat kecelakaan yang dialami. Dari angka tersebut, maka timbul pertanyaan, berapa lama waktu yang terhenti? Berdasarkan kuisioner yang diterima, 81 responden terhenti aktifitasnya selama kurang dari 30 hari. Di dalam ADB-AC3 tahun 2004, menyatakan bahwa kurang dari 30 hari masa perawatan di katagorikan dalam luka ringan.

Gambar 4.12 Durasi Terhenti Responden

Tabel 4.17

Durasi Terhenti Responden

4.4 Tingkat Keparahan

Didalam penelitian ini, klasifikasi kecelakaan dibatasi hanya pada luka ringan, luka berat, dan property damage only (PDO). Kecelakaan yang menimbulkan korban jiwa sengaja tidak dibahas. Sedangkan klasifikasi tersebut tentu berbeda apabila dibandingan antara opini pribadi responden dengan peraturan pemerintah. Hal ini tampak jelas dalam gambar 4.13 dan gambar 4.14 dibawah. Terjadi perbedaan persepsi yang cukup mencolok pada kriteria luka berat pengendara sepeda motor. Pada tingkat keparahan opini 18 responden pengendara motor mengalami luka berat, sedangkan menurut Peraturan Pemerintah hanya 8 responden yang layak dikategorikan luka berat.

Gambar 4.13

Tingkat Keparahan Berdasar Opini

Gambar 4.14

Tingkat Keparahan Berdasar PP

Sumber : Pengolahan Data

BAB V ANALISA DATA

5.1. Metode Gross Output.

Metode Gross Output dipakai untuk menghitung biaya yang dikeluarkan seketika setelah kecelakaan. Metode ini terdiri atas biaya langsung (Direct Cost) dan biaya tak langsung (Indirect Cost). Dalam studi kali ini, biaya kecelakaan diklasifikasikan menjadi 3, yaitu :

a) Biaya kecelakaan fatal. b) Biaya kecelakaan ringan.

c) Biaya kecelakaan untuk PDO,yaitu Property Damage Only (hanya mengalami kerusakan pada kendaraan).

Studi ini tidak menganalisa biaya kecelakaan untuk korban meninggal dunia, sesuai dengan batasan masalah yang ada.

Kelas kecelakaan dibedakan berdasarkan opini pribadi responden dan Peraturan Pemerintah Nomor 43 Tahun l993. Opini respoden artinya kelas kecelakaan ditentukan oleh responden secara pribadi berdasarkan tingkat keparahan yang dialaminya. Sedangkan menurut Peraturan Pemerintah Nomor 43 Tahun l993, kelas kecelakaan dibedakan berdasarkan hal-hal berikut :

1. Korban Mati adalah korban yang dipastikan mati sebagai akibat kecelakaan lalu lintas dalam jangka

120 81 5 6 0 100 200 Tak Terhenti < 30 hari 30‐ 60 hari > 60 hari u mlah Re spo n den

Durasi Terhenti

Parameter Jumlah Tak Terhenti 120 < 30 hari 81 30‐ 60 hari 5 > 60 hari 6 Total 212 172 18 13 0 100 200

Luka Ringan Luka Berat PDO

ah Ke ce la kaa n

Tingkat Keparahan

(OPINI)

182 8 13 0 100 200

Luka Ringan Luka Berat PDO

m la h Kec e la kaan

Tingkat Keparahan (PP)

(16)

w ke 2. K ka te w ke 3. K ya ko a. Biaya Biay merupakan selama dir setelah k diketahui Uan dianggap belum me Biay biaya aki penderitaa Downing, penambah derita dim 1. 38 ke 2. 10 ke 3. 8% ke b. Biaya Biay biaya y kecelakaan Gross Ou rumah sak kendaraan Sete hasil pen langsung diketahui Total bia dikeluarka rumah sa 20,05% u aktu paling ecelakaan ters Korban Luka B arena luka-lu tap atau haru aktu lebih d ecelakaan. Korban Luka ang tidak te orban mati da a tak Langsun ya tak lan n biaya ak rawat di ruma kecelakaan. dengan meng LP Productiv Income Lama dira terhenti ng saku yan sebagai in miliki pendap ya dari kehila bat perasaan an setelah A(1997) m han biaya dar mana : 8% dari b ecelakaan fata 00% dari b ecelakaan ser % dari bi ecelakaan ring a Langsung. ya langsung yang langsu n. Biaya la utput terdiri kit, biaya raw n, biaya admin elah melakuk nyebaran ku terhadap total biaya aya langsun an terdiri da akit, 9,9% u untuk biaya lama 30 sebut. Berat adalah ukanya men us dirawat d dari 30 hari Ringan ad ermasuk dal an korban luka ng. ngsung (Ind kibat kehilan ah sakit maup Besarnya b ggunakan rum = vity = U awat = T ng diperoleh come, karen patan sendiri. angan kualita n duka cita, kecelakaan merekomendas ri duka cita, biaya-biaya al. biaya-biaya rius. iaya-biaya gan. (Direct Cost ung dikelu angsung dal atas penjum wat jalan, bi nistrasi dan b kan pengkaji esioner dan sejumlah langsung (D ng (Direct ari 63,65% untuk biaya reparasi ken hari setelah korban yang nderita cacat dalam jangka sejak terjadi dalah korban am kategori a berat. direct Cost) ngan waktu pun di rumah biaya dapat mus : Lost of Uang saku Total aktifitas h mahasiswa na dianggap as hidup yaitu trauma dan n. Menurut sikan adanya trauma dan total untuk total untuk total untuk t) merupakan uarkan saat lam metode mlahan biaya iaya reparasi iaya lainnya. ian terhadap wawancara responden, Direct Cost). Cost) yang untuk biaya rawat jalan, ndaraan, 3% h g t a i n i ) u h t f s a p u n t a n k k k n t e a i p a , g a , % biaya lainn 5.1 d c. T kecel menj biaya kecel respo l993. 5.1.1 Resp a. 1 b b l 1 b R l 2) 9,90 20,0 3, a administra nya. Untuk leb dibawah : Gamb Sumbe Total Biaya K Dalam me lakaan d jumlahkan bia a tak langs lakaan yang onden dan Pe . 1. Biaya K ponden Luka Berat 1) Biaya Lan Dari h bahwa juml banyak adala langsung (D 10.000.000, biaya langs Rp.1.000.000 langsung (Dir Tabel 5.1 D

Biaya tak Lan Data kuesion responden y 0% 05% 00% 3,40%

Bia

<100 1000000 2000000 3000000 4000000 5000000 6000000 7000000 8000000 9000000 >1000 To Rata Ra asi dan 3,4 bih jelasnya t bar 5.1 Direc er : Pengolaha Kecelakaan. etode Gross dapat dike aya langsung sung (Indire g dihitung b eraturan Pem Kecelakaan t. ngsung (Direc hasil perhitu ah responde ah responde Direct Cos kemudian re ung (Direc – 1.999.999. rect Cost) Rp Direct Cost L ngsung (Indir ner menyebutk yang menga 63,6 %

aya Lang

00000 -1999999 -2999999 -3999999 -4999999 -5999999 -6999999 -7999999 -8999999 -9999999 00000 otal a-Rata Direct Cost ange Ba 4% untuk b tersedia di ga ct Cost an Data s Output, b etahui de (Direct Cost ect Cost). B berdasarkan merintah No 4 Menurut O ct Cost). ungan, dike en yang p en dengan b st) diatas esponden de ct Cost) a . Rata – rata b . 10.169.166, uka Berat O rect Cost). kan bahwa da alami kecela 65%

gsung

Rumah S Rawat Ja Reparasi Kendaraa 2 4 2 2 0 0 0 0 0 0 8 18 10,169,166.6 t anyaknya Responden biaya ambar biaya engan t) dan Biaya opini 43 Th Opini etahui paling biaya Rp. engan antara biaya 67 Opini ari 18 akaan akit lan an 67 n

(17)

dengan luka berat, 3 diantaranya tidak terhenti aktifitasnya, ini cukup janggal karena biasanya penderita luka berat tentu terhenti aktifitasnya. Hasil perhitungan menyebutkan bahwa biaya tak langsung (Indirect Cost) rata – rata yang dikeluarkan oleh responden untuk kecelakaan luka berat

sebesar Rp.1.053.518,52.

3) Biaya Kecelakaan (Casualty Cost).

Perhitungan biaya kecelakaan untuk kecelakaan dengan luka berat sebagai berikut :

Tabel 5.2 Casualty Cost Luka Berat Opini

Sumber : Analisa Data

Untuk mendapatkan nilai dari biaya kecelakaan (Casualty Cost), maka “Total Direct + Lost of Productivity costs” dijumlahkan dengan Pain, grift and suffering sebesar 100% dari jumlah total Direct Cost dan Lost of Productivity Cost. Dari hasil perhitungan, diketahui bahwa rata – rata biaya kecelakaan yang dikeluarkan untuk kecelakaan dengan luka

berat adalah Rp.22.445.370,37

Jumlah responden yang paling banyak adalah responden dengan biaya kecelakaan di atas Rp.10.000.000. Responden dengan biaya kecelakaan antara Rp.3.000.000 – Rp.5.999.999 dialami sama – sama oleh 2 responden, seperti yang dijelaskan pada tabel berikut :

Tabel 5.3 Range Casualty Cost Luka Berat Opini

b. Luka Ringan.

1) Biaya Langsung (Direct Cost).

Dari hasil perhitungan, diketahui bahwa jumlah responden yang paling banyak adalah responden dengan biaya langsung (Direct Cost) dibawah Rp100.000, kemudian responden dengan biaya langsung (Direct Cost) antara Rp100.000 – Rp199.999, responden dengan biaya langsung (Direct Cost) di atas Rp1000.000. Rata – rata biaya langsung (Direct Cost) Rp. 342.912,79.

Tabel 5.4 Direct Cost Luka Ringan Opini

Sumber : Analisa Data 2) Biaya tak Langsung (Indirect Cost).

Data kuesioner menyebutkan bahwa dari total responden yang mengalami kecelakaan luka ringan, 73 responden dari total 172 responden yang mengalami luka ringan mendapatkan perawatan hingga mengakibatkan kehilangan produktivitas. Hasil perhitungan menyebutkan bahwa biaya tak langsung (Indirect Cost) rata –

Jenis Biaya Biaya Rata-Rata

Rumah Sakit 7,961,111.11 Rawat Jalan 856,944.44 Reparasi Kendaraan 881,666.67 Biaya Administrasi 200,000.00 Biaya Lain 269,444.44 Total Direct Cost 10,169,166.67 Lost of Productivity Cost 1,053,518.52 Total Direct + Lost of Productivity costs 11,222,685.19 Pain, grift and suffering 11,222,685.19 Casualty Cost 22,445,370.37

Casualty Cost Luka Berat

<1000000 0 1000000-1999999 1 2000000-2999999 1 3000000-3999999 2 4000000-4999999 2 5000000-5999999 2 6000000-6999999 1 7000000-7999999 1 8000000-8999999 0 9000000-9999999 0 >10000000 8 Total 18 Rata-Rata 22,445,370.37 Casualty Cost

Range Banyaknya Responden

<100000 84 100000-199999 28 200000-299999 14 300000-399999 7 400000-499999 5 500000-599999 10 600000-699999 3 700000-799999 2 800000-899999 1 900000-999999 0 >1000000 18 Total 172 Rata-rata 342,912.79 Direct Cost

(18)

rata yang dikeluarkan oleh responden untuk kecelakaan ringan sebesar Rp.98.023,26. 3) Biaya Kecelakaan (Casualty Cost).

Perhitungan biaya kecelakaan untuk kecelakaan dengan luka ringan sebagai berikut :

Tabel 5.5 Casualty Cost Luka Ringan Opini

Untuk mendapatkan nilai dari biaya kecelakaan (Casualty Cost), maka “Total Direct + Lost of Productivity costs” dijumlahkan dengan Pain, grift and suffering sebesar 8% dari jumlah total Direct Cost dan Lost of Productivity Cost. Dari hasil perhitungan, diketahui bahwa rata – rata biaya kecelakaan yang dikeluarkan untuk kecelakaan dengan luka ringan adalah Rp. 476.210,93.

Jumlah responden yang paling banyak adalah responden dengan biaya kecelakaan dibawah Rp100.000, seperti yang dijelaskan pada tabel berikut :

Tabel 5.6 Range Casualty Cost Luka Ringan Opini Sumber : Analisa Data

c. PDO (Property Damage Only).

PDO (Property Damage Only) merupakan suatu kelas kecelakaan dimana korban hanya mengalami kerugian harta benda. Harta benda yang dimaksud dalam studi ini adalah kendaraan yang dimiliki.

1) Biaya Langsung (Direct Cost). Dari hasil perhitungan, jumlah responden yang paling banyak adalah responden dengan biaya langsung (Direct Cost) di bawah Rp100.000. terdapat pula jumlah responden yang sama, yaitu sebanyak 2 responden untuk biaya langsung (Direct Cost) antara Rp.200.000 – Rp.299.999, dan diatas Rp. 1.000.000. lalu responden dengan biaya langsung (Direct Cost) antara Rp.100.000 – Rp199.999. Rata – rata biaya langsung (Direct Cost) Rp.350.000.

Tabel 5.7 Direct Cost PDO

2) Biaya tak Langsung (Indirect Cost).

Dalam perhitungan biaya kecelakaan untuk PDO (Property Damage Only), tidak ada responden mendapatkan perawatan hingga tidak mengalami kehilangan produktivitas.

Karena tidak mengalami kehilangan produktivitas, maka biaya tak langsung (Indirect Cost) adalah Rp.0.

3) Biaya Kecelakaan (Casualty Cost).

Rumah Sakit 132,645.35 Rawat Jalan 40,406.98 Reparasi Kendaraan 115,348.84 Biaya Administrasi 15,313.95 Biaya Lain 39,197.67 Total Direct Cost 342,912.79 Lost of Productivity Cost 98,023.26

Pain, grift and suffering 35,274.88 Casualty Cost 476,210.93

Casualty Cost Luka Ringan

Total Direct + Lost of

Productivity costs 440,936.05 <100000 69 100000-199999 33 200000-299999 16 300000-399999 6 400000-499999 5 500000-599999 10 600000-699999 3 700000-799999 7 800000-899999 2 900000-999999 1 >1000000 20 Total 172 Rata-rata 476,210.93 Casualty Cost

<100000 11 100000-199999 0 200000-299999 1 300000-399999 0 400000-499999 0 500000-599999 0 600000-699999 0 700000-799999 0 800000-899999 0 900000-999999 0 >1000000 1 Total 13 Rata-rata 96,153.85 Direct Cost

(19)

Tabel 5.8 Casualty Cost PDO

Untuk mendapatkan nilai dari biaya kecelakaan (Casualty Cost), maka didapat hanya dari direct cost itu sendiri, karena tidak ada lost of productivity dan patokan angka pain grift n suffering dalam PDO. Dari hasil perhitungan, diketahui bahwa biaya kecelakaan yang dikeluarkan untuk kecelakaan dengan klasifikasi PDO adalah Rp. 350.000.

Jumlah responden yang paling banyak adalah responden dengan biaya kecelakaan antara dibawah Rp. 100.000, seperti yang dijelaskan pada tabel berikut :

Tabel 5.9 Range Casualty Cost PDO

5.1.2. Biaya Kecelakaan Menurut Peraturan Pemerintah Nomor 43 Tahun l993. 1) Luka Berat.

Luka berat menurut Peraturan Pemerintah Nomor 43 Tahun l993 adalah korban kecelakaan yang mengalami cacat tetap atau dirawat lebih dari 30 hari. Perhitungan biaya kecelakaan untuk korban luka berat sebagai berikut.

1) Biaya Langsung (Direct Cost). Dari hasil perhitungan, diketahui bahwa jumlah responden yang paling banyak adalah responden dengan biaya

langsung (Direct Cost) di atas Rp.10.000.000,00 dan dibawah Rp.1.000.000. Rata – rata biaya langsung (Direct Cost) Rp.10.075.000,00.

Tabel 5.10 Direct Cost Luka Berat PP

Data kuesioner menyebutkan bahwa dari total responden yang mengalami kecelakaan dengan luka berat, semuanya (100%) responden mendapatkan perawatan hingga mengakibatkan kehilangan produktivitas.

Hasil perhitungan menyebutkan bahwa biaya tak langsung (Indirect Cost) rata – rata yang dikeluarkan oleh responden untuk kecelakaan luka berat sebesar Rp.2.575.333,33.

Perhitungan biaya untuk kecelakaan dengan luka berat sebagai berikut :

Tabel 5.11 Casualty Cost Luka Berat PP

Untuk mendapatkan nilai dari biaya kecelakaan (Casualty Cost), maka “Total Direct + Lost of Productivity costs” dijumlahkan dengan Pain, grift and

Rumah Sakit -Rawat Jalan -Reparasi Kendaraan 88,461.54 Biaya Administrasi -Biaya Lain 7,692.31 Total Direct Cost 96,153.85 Lost of Productivity Cost -Total Direct + Lost of Productivity costs 96,153.85 Pain, grift and suffering -Casualty Cost 96,153.85

Casualty Cost PDO

<100000 11 100000-199999 0 200000-299999 1 300000-399999 0 400000-499999 0 500000-599999 0 600000-699999 0 700000-799999 0 800000-899999 0 900000-999999 0 >1000000 1 Total 13 Rata-rata 96,153.85

Casualty Cost <1000000 2 1000000-1999999 1 2000000-2999999 1 3000000-3999999 0 4000000-4999999 0 5000000-5999999 0 6000000-6999999 0 7000000-7999999 0 8000000-8999999 0 9000000-9999999 0 >10000000 4 Total 8 Rata-Rata 10,075,000.00

Direct Cost

Rumah Sakit 8,075,000.00 Rawat Jalan 1,143,750.00 Reparasi Kendaraan 531,250.00 Biaya Administrasi 12,500.00 Biaya Lain 312,500.00 Total Direct Cost 10,075,000.00 Lost of Productivity Cost 2,841,666.67 Total Direct + Lost of Productivity costs 12,916,666.67 Pain, grift and suffering 12,916,666.67 Casualty Cost 25,833,333.33

(20)

suffering sebesar 100% dari jumlah total Direct Cost dan Lost of Productivity Cost. Dari hasil perhitungan, diketahui bahwa rata – rata biaya kecelakaan yang dikeluarkan untuk kecelakaan dengan luka berat adalah Rp.25.833.333,33.

Jumlah responden yang paling banyak adalah responden dengan biaya kecelakaan di atas Rp.10.000.000, kemudian responden dengan biaya kecelakaan antara Rp.4.000.000 – Rp.4.999.999 dan responden dengan biaya kecelakaan antara Rp5.000.000 – Rp5.999.999, seperti yang dijelaskan pada tabel berikut :

Tabel 5.12 Range Casualty Cost Luka Berat PP

2) Luka Ringan.

1) Biaya Langsung (Direct Cost). Dari hasil perhitungan, diketahui bahwa jumlah responden yang paling banyak adalah responden dengan biaya langsung (Direct Cost) dibawah Rp.100.000. kemudian responden dengan biaya langsung (Direct Cost) diatas 1.000.000, responden dengan biaya langsung (Direct Cost) antara Rp. 100.000 – 199.999. Rata – rata biaya langsung (Direct Cost) Rp.886.956,04.

Tabel 5.13 Direct Cost Luka Ringan PP

Data kuesioner menyebutkan bahwa dari total responden yang mengalami kecelakaan luka ringan, 81 responden dari total 182 responden mendapatkan perawatan hingga mengakibatkan kehilangan produktivitas.

Hasil perhitungan menyebutkan bahwa biaya tak langsung (Indirect Cost) rata – rata yang dikeluarkan oleh responden untuk kecelakaan ringan sebesar Rp.71.923,08.

Tabel 5.14 Casualty Cost Luka Ringan PP

Untuk mendapatkan nilai dari biaya kecelakaan (Casualty Cost), maka “Total Direct + Lost of Productivity costs” dijumlahkan dengan Pain, grift and suffering sebesar 8% dari jumlah total Direct Cost dan Lost of Productivity Cost.

<1000000 0 1000000-1999999 0 2000000-2999999 0 3000000-3999999 0 4000000-4999999 2 5000000-5999999 1 6000000-6999999 0 7000000-7999999 0 8000000-8999999 0 9000000-9999999 1 >10000000 4 Total 8 Rata-Rata 25,833,333.33 Casualty Cost

<100000 84 100000-199999 27 200000-299999 14 300000-399999 8 400000-499999 5 500000-599999 10 600000-699999 3 700000-799999 2 800000-899999 1 900000-999999 0 >1000000 28 Total 182 Rata-rata 886,956.04 Range Banyaknya Responden

Direct Cost

Rumah Sakit 557,774.73 Rawat Jalan 72,664.84 Reparasi Kendaraan 172,857.14 Biaya Administrasi 33,703.30 Biaya Lain 49,956.04 Total Direct Cost 886,956.04 Lost of Productivity Cost 71,923.08

Pain, grift and suffering 76,710.33 Casualty Cost 1,035,589.45

Casualty Cost Luka Ringan

Total Direct + Lost of

(21)

Dari hasil perhitungan, diketahui bahwa rata – rata biaya kecelakaan yang dikeluarkan untuk kecelakaan dengan luka ringan adalah Rp.1.035.589,45.

Jumlah responden yang paling banyak adalah responden dengan biaya kecelakaan di bawah Rp.1.00.000,00, kemudian responden dengan biaya kecelakaan antara Rp.100.000 – Rp.199.999 dan responden dengan biaya kecelakaan diatas Rp.1.000.000 seperti yang dijelaskan pada tabel berikut :

Tabel 5.15 Range Casualty Cost Luka Ringan PP

5.2 Metode Willingness To Pay

5.2.1 Pengujian Model Binary Choice

Analisis ini digunakan untuk mengetahui variabel-variabel yang berpengaruh pada probabilitas keinginan untuk mengeluarkan biaya lebih (willingness to pay) untuk mengurangi resiko kecelakaan di jalan raya pada pengguna sepeda motor. Struktur kuisioner yang digunakan pada analisis WTP adalah pilihan untuk mengurangi resiko akibat kecelakaan. Pilihan biner yang digunakan sebagai variabel dependent adalah sebagai berikut :

Tabel 5.16 Contoh Pilihan Biner

Kriteria Pilihan A Pilihan

B Batas kec. maksimum

(km/hr)

Jarak servis rem (km)

Kemungkinan luka ringan Tambahan biaya (Rp) 70 7880 20 in 100000 700 60 8000 27 in 100000 0 Sumber : Dissanayake, D., Mulley, C.,

Widyastuti, H., 2007. “Binary Choices Model to Value Motorcyclist’s Slight

Injury Cost in Surabaya”. Proceeding of the Eastern Asia Society for Transportation Studies, Vol.6, 2007. Untuk mentransformasi pilihan biner dari kuisioner yang telah di bagikan, maka akan dikelompokan dengan kreteria variabel dependent sebagai berikut :

Original Value Internal Value

Pilihan A 0

Pilihan B 1

Tabel 5.17

Deskripsi Kriteria Variabel Dependent

Sumber : Output SPSS

Sebelum masuk pada analisis logistik berikut digambarkan terlebih dahulu hasil tanggapan responden terhadap WTP, berikut adalah tabel frekuensi jawaban responden

Pilihan_Biner Frekuensi Persentase

Mau mengeluarkan

Pilihan A 109 53.4

Tidak mau mengeluarkan

Pilihan B 95 46.6

Tabel 5.18

Frekuensi Klasifikasi Responden Berdasarkan Pilihan WTP

Berdasarkan tabel 5.18 klasifikasi jawaban responden diketahui bahwa dari total 204 responden sebanyak 109 responden atau 53.4 % adalah kelompok yang memilih pilihan A, yaitu kategori mau mengeluarkan biaya tambahan, sebaliknya sebanyak 95 responden atau 46.6 % penelitian ini adalah kelompok yang tidak mau mengeluarkan biaya lebih.

Setelah melihat klasifikasi, langkah selanjutnya dalam interpretasi Binary logistik adalah melakukan pengembangan model. Pada sub bab ini, akan diuraikan pengaruh variabel-variabel terikat (dependent) yang digunakan dalam penelitian terhadap variabel bebasnya (independent) taraf signifikansi yang digunakan pada penelitian adalah sebesar 10 % (α=0.1), berikut Tabel 5.19 dibawah ini akan menyajikan hasil dari uji Logistic Regression:

<100000 69 100000-199999 33 200000-299999 16 300000-399999 6 400000-499999 5 500000-599999 10 600000-699999 4 700000-799999 7 800000-899999 2 900000-999999 1 >1000000 29 Total 182 Rata-rata 1,035,589.45 Casualty Cost

(22)

Variabel B Wald Sig. Exp(B) Usia -0.063 0.038 0.845 0.939 Gender -0.679 2.538 0.111 0.507 Fakultas 3.794 0.976 Fakultas(1) -22.260 0.000 0.999 0.000 Fakultas(2) -21.799 0.000 0.999 0.000 Fakultas(3) 19.914 0.000 0.999 445118175.507 Fakultas(4) -0.920 0.268 0.605 0.398 Fakultas(5) 22.378 0.000 1.000 5234085784.426 Fakultas(6) -0.839 0.194 0.660 0.432 Fakultas(7) -2.360 1.773 0.183 0.094 Fakultas(8) 0.148 0.006 0.940 1.160 Fakultas(9) -1.574 1.074 0.300 0.207 Fakultas(10) -1.383 1.026 0.311 0.251 Fakultas(11) -0.665 0.249 0.618 0.514 Jurusan 5.953 0.996 Jurusan(1) -0.544 0.108 0.742 0.580 Jurusan(2) -21.221 0.000 0.999 0.000 Jurusan(3) 0.897 0.369 0.543 2.451 Jurusan(4) -22.247 0.000 0.999 0.000 Jurusan(5) 0.809 0.271 0.602 2.246 Jurusan(6) 1.796 1.822 0.177 6.027 Jurusan(7) -0.276 0.028 0.868 0.758 Jurusan(8) -23.241 0.000 1.000 0.000 Jurusan(11) -22.752 0.000 1.000 0.000 Jurusan(12) -0.388 0.054 0.817 0.678 Jurusan(13) -2.709 0.000 1.000 0.067 Jurusan(14) -42.764 0.000 0.999 0.000 Jurusan(15) 20.532 0.000 1.000 826099159.117 Jurusan(16) -2.028 0.000 1.000 0.132 Jurusan(19) 20.872 0.000 1.000 1160120048.031 Jurusan(21) -22.299 0.000 1.000 0.000 Jurusan(24) -0.459 0.087 0.767 0.632 Jurusan(25) 21.296 0.000 1.000 1772640027.369 Kendaraan 0.053 0.139 0.710 1.054 jumlah_kecelakaan -0.536 3.768 0.052 0.585 aktivitas_terhenti -0.072 0.034 0.854 0.930 lama_terhenti -0.023 2.451 0.117 0.977 nor_uang_saku -0.778 4.689 0.030 0.459 Constant 13.353 6.726 0.010 629957.097 Tabel 5.19

Hasil Uji Binary Choice Model WTP Rp 700

Berdasarkan hasil uji regresi logistik dari tabel 5.19 diketahui bahwa hanya terdapat dua variabel yang memiliki nilai signifikansi lebih kecil dari 10 %, yaitu jumlah kecelakaan (β=-0.536 p=0.055<0.1) dan normalitas uang saku (β=-0.773 p=0.032<0.1) sedangkan variabel-variabel lain yang digunakan untuk memprediksi WTP memiliki nilai signifikansi diatas titik cut off (10 %) sehingga disimpulkan jumlah

kecelakaan dan uang saku berpengaruh negatif signifikan terhadap probabilitas keinginan untuk tidak membayar. Dimana kesimpulan ini menunjukan bahwa semakin tinggi jumlah kecelakaan dan semakin besar uang saku maka semakin tinggi keinginan untuk membayar lebih guna mengurangi resiko (option A) sebesar 25 % sebab option A, adalah probabilitas dengan nilai internal = 0.

Dari hasil analisis model Logistic Regression tersebut, maka dapat digambarkan model logit sebagai berikut:

Logit (p) = ln (p/1-p) = 13.353 -0.536 jum. kec -0.778 income

Dari persamaan Regresi Logistik tersebut, maka dapat dijelaskan sebagai berikut:

1). Konstanta (a): Konstanta sebesar

13.353 adalah probabilitas keinginan untuk tidak mau membayar biaya lebih (Option B) setelah mengontrol seluruh variabel. .

2). Koefisien Regresi: Jumlah kecelakaan sebesar -0.536 menyatakan bahwa log odds keinginan untuk tidak mau membayar biaya lebih (Option B), dimana setiap peningkatan jumlah kecelakaan sebesar satu satuan akan menurunkan probabilitas

masyarakat untuk untuk tidak mau membayar biaya lebih (Option B) sebesar

faktor (e-0.536_{= 0.585),}

dengan asumsi variabel lain tetap.

3). Koefisien Regresi: Uang saku sebesar -0.778 menyatakan bahwa log odds keinginan untuk tidak mau membayar biaya lebih (Option B), dimana setiap peningkatan jumlah kecelakaan sebesar satu satuan akan menurunkan