Surabaya merupakan kota perdagangan dan jasa internasional di kawasan Indonesia Timur dan juga merupakan gerbang masuknya investasi ke Propinsi Jawa Timur dimana didukung dengan ketersediaan prasarana transportasi dengan kelas nasional dan internasional dimana terdapat Bandara Juanda Internasional, Pelabuhan Tanjung Perak, dan lain sebagainya. Akan tetapi, ketersediaan infrastruktur belum didukung oleh sarana transportasi yang terpadu sehingga masyarakat lebih memilih menggunakan kendaraan pribadi yang mana berdampak pada peningkatan jumlah kendaraan pribadi dari tahun ke tahun. Menanggapi permasalahan tersebut, Pemerintah Kota Surabaya melakukan upaya penyediaan Surabaya Mass Rapid Transit, yaitu
Boyorail dan Surotram yang merupakan sarana transportasi
berkelanjutan, dimana nantinya mampu meningkatkan mobilitas masyarakat secara efisien. Pembangunan Surabaya
Mass Rapid Transit, diikuti dengan pengadaan feeder berupa mini bus untuk memenuhi permintaan penumpang.
Penelitian ini akan membahas terkait optimasi rute dan jumlah feeder untuk Surabaya Mass Rapid Transit Boyorail dimana menggunakan model transportasi dengan linear
programming dalam penyelesaiannya. Adapun model
transportasi yang digunakan adalah Multiple Depot Vehicle
Routing Problem (MDVRP).
Dari penelitian yang dilakukan dihasilkan rute yang optimal pada masing – masing kluster, dimana total feeder yang dibutuhkan adalah 23 feeder untuk kluster 1, 53 feeder untuk kluster 2 dan 12 untuk kluster 3.
Kata Kunci : Feeder, Monorail, Multiple Depot, Rute, Surabaya, Vehicle Routing Problem.
I. PENDAHULUAN
urabaya merupakan kota perdagangan dan jasa internasional di kawasan Indonesia Timur. Selain itu dari sisi regional, Surabaya merupakan pintu gerbang masuknya
investasi ke Propinsi Jawa Timur dimana didukung oleh ketersediaan prasarana transportasi dengan kelas internasional dan nasional dimana terdapat Bandara Juanda Internasional, Pelabuhan Tanjung Perak, Terminal Bus Purabaya, dan Stasiun Kereta Api Pasar Turi yang memenuhi kebutuhan mobilitas orang dan barang. Namun demikian, ketersediaan infrastruktur tersebut belum didukung oleh sarana transportasi yang terpadu. (Badan Perancangan dan Pembangunan Kota Surabaya, 2013)
Saat ini sarana transportasi yang melayani kebutuhan perpindahan masyarakat di dalam Surabaya dan sekitarnya hanya terbatas pada angkot, bus kota, kereta komuter, dan kereta api. Sarana-sarana tersebut kurang memadai dikarenakan belum cukup aman, nyaman, cepat, dan terpadu, sehingga menyebabkan masyarakat lebih memilih untuk menggunakan kendaraan pribadi dibandingkan dengan angkutan umum. Peningkatan penggunaan kendaraan pribadi menambah volume kendaraan yang melintasi jalan-jalan di Kota Surabaya dan tentu saja menimbulkan permasalahan kemacetan terutama di saat peak hour.
Dalam upaya mengatasi permasalahan yang telah dideskripsikan di atas Pemerintah Kota Surabaya melakukan upaya penyediaan Angkutan Umum Massal Cepat (AMC) atau Surabaya Mass Rapid Transit yang merupakan sarana transportasi berkelanjutan. Disisi lain, ketersediaan Surabaya
Mass Rapid Transit diharapkan mampu meningkatkan
mobilitas masyarakat secara efisien terhadap wilayah Surabaya dan sekitarnya sehingga dapat menarik investasi yang lebih besar.
Menurut Badan Perancangan dan Pembangunan Kota Surabaya, Surabaya Mass Rapid Transit direncanakan beroperasi pada tahun pada tahun 2015. Adapun implementasi pengembangan sistem Surabaya Mass Rapid Transit akan dilaksanakan pada koridor Utara dan Selatan dengan moda
Tram dan Koridor Timur-Barat dengan Moda Monorail yang
akan diikuti dengan pengembangan sistem feeder dan trunk.
Optimasi Rute dan Jumlah Feeder untuk
Surabaya Mass Rapid Transit Boyorail
Siti Intan Khairani, Iwan Vanany ST., MT.Ph.D, dan Dody Hartanto ST.MT
Jurusan Teknik Industri, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia
e-mail: vanany@ie.its.ac.id, dody_hartanto@ie.its.ac.id
Adapun penelitian ini model trasnportasi eksask dengan
Multiple Depot Vehicle Routing Problem (MDVRP), dimana
akan menghasilkan rute dan jumlah feeder optimal untuk
Boyorail di Kota Surabaya.
II. METODOLOGI PENELITIAN
A. Multiple Depot Vehicle Routing Problem
Pada penelitian ini digunakan model Multiple Depot
Vehicle Routing Problem. Dimana stasiun Boyorail
dianalogikan sebagai depot dan halte feeder dianalogikan sebagai titik customer. Adapun model yang digunakan adalah sebagai berikut :
Memastikan bahwa tepat satu kendaraan yang datang dan pergi dari konsumen i
Memastikan kekontinuan rute rute dari setiap kendaraan yang beroperasi
Memastikan bahwa satu fedeer hanya melakukan satu kali
tour
Eliminasi subtour
Memastikan jumlah permintaan tidak melebihi kapasitas kendaraan
Memastikan tiap konsumen dilayani oleh satu depot dan satu kendaraan
Fungsi Biner
B. Pengumpulan Data
Data-data yang diperlukan dala penelitian ini adalah sebagai berikut:
1. Surabaya Mass Rapid Transit Boyorail.
Boyorail nantinya akan melintasi 23 Km dengan
kecepatan operasional adalah 60 km/ jam.
Tabel 1 Stasiun Boyorail
Nomor Dari Stasiun Nomor Dari Stasiun BT-1 Kejawan BT-13 Ngagel BT-2 Mulyosari BT-14 Wonokromo BT-3 ITS BT-15 Joyoboyo BT-4 Kertajaya GOR
Indah BT-16 Adityawarman BT-5 Darmahusada Indah Timur BT-17 Pakis BT-6 Unair Kampus C BT-18 Dukuh Kupang BT-7 Darmahusada BT-19 Bunderan Satelit BT-8 RS Dr Sutomo BT-20 HR Muhammad BT-9 Gubeng Stasiun BT-21 Darmo Permai Simpang BT-10 Jalan Raya Gubeng BT-22 Lontar BT-11 Irian Barat BT-23 Unesa BT-12 Bung Tomo BT-24 Lidah Kulon Sumber : Dinas Perhubungan Kota Surabaya, 2013
Pada penelitian ini dilakukan pemecahan stasiun menjadi Koridor Timur dan Koridor Barat, dimana berdasarkan Stasiun Joyoboyo yang merupakan titik pertemuan antara Boyorail dan Surotram
2. Feeder
Feeder nantiya akan diletakan pada stasiun Boyorail
untuk memenuhi permintaan penumpang. Adapun kecepatan dari Boyorail adalah 10 km/ jam. Berikut merupakan halte yang akan dilalui oleh feeder :
Tabel 2 Halte Koridor Timur dan Koridor Barat
No Koridor Timur No Koridor Barat
1 Dr. Soetomo 1 Dukuh Kupang 2 Raya Gubeng 2 Sono kwijenan
3 Kertajaya 3 Gadel
4 Pucang Sewu 4 Tubanan 5 Terminal Bratang 5 Tandes Kidul 6 Wonorejo 6 Balong sari
7 Prapen 7 Putat Gede
8 Tenggilis Mejoyo 8 Pradah Kali Kendal 9 Rungkut Lor 9 Jajar Tunggal 10 Penjaringan Sari 10 Wiyung 11 Pandugo 11 Balas Klumprik 12 Panjang Jiwo 12 Kebraon 13 Kedung Baruk 13 Putat Jaya 14 Rungkut Industri 14 Petemon 15 Gunung Anyar Lor 15 Kupang Krajan 16 Nginden Jangkungan 16 Sawahan 17 Gunung Anyar Tambak 17 Pakis 18 Sono Kembang 18 Gunung Sari
19 Menur 19 Karah
20 Prof Dr. Moestopo 20 Jambangan 21 Airlangga 21 Pagesangan 22 Terminal Keputih 22 Gayungan 23 Medokan Semampir 23 Menanggal 24 Kejawan Putih Tambak 24 Banyu Urip 25 Tempurejo 25 Perak Timur 26 Terminal Kenjeran 26 Perak Barat 27 Dr. Ir. H. Soekarno 27 Kemayoran 28 Kapas Krampung 28 Dupak 29 Terminal Tambak Wedi 29 Gundih 30 Bulak Banteng 30 Tembok Dukuh
31 Margorejo
Sumber : Dinas Perhubungan Kota Surabaya, 2014
Pada penelitian hanya menyelesaikan permasalahan pada salah satu koridor, dan dengan pertimbangan jumlah halte dari
feeder serta jumlah kemungkinan permintaan dari tiap koridor.
Adapun kemungkinan permintaan dilihat dari jumlah penduduk Kota Surabaya berdasarkan pekerjaan nya untuk tiap kelurahan di Kota Surabaya.
Jumlah penduduk berdasarkan pekerjaan yang membutuhkan perpindahan moda terbesar adalah pada Koridor Timur yaitu 429.788 penduduk, sedangkan pada Koridor Barat hanya sebesar 338.058. Sehingga pada penelitian ini dipilihlah Koridor Timur untuk diselesaikan permasalahannya terlebih dahulu.
Dari Total Pekerja Koridor Timur hanya 5% yang akan menggunakan feeder, hal tersebut didapatkan dari jumlah pekerja Surabaya yang melakukan perpindahan moda adalah ¼ dari jumlah Penduduk Kota Surabaya.
Pada penelitian tahapan pencarian rute dibagi menjadi pembagian wilayah dengan 2 kluster dan 3 kluster dimana untuk pembagian wilayah menjadi 2 kluster, kluster 1 dilayani
oleh stasiun BT-1 dan BT-2. Sedangkan kluster 2 dilayani oleh BT-7, BT-8, dan BT-10. Sedangkan untuk pembagian wilayah menjadi 3 kluster, pada kluster 2 untuk pembagian wilayah menjadi 2 kluster dilakukan pemecahan menjadi kluster 2 dilayani oleh BT-7, BT-8, dan kluster 3 dilayani oleh BT-10.
Tabel 3 Pembagian Wilayah 3 Kluster
Node Wilayah Node Wilayah Node Wilayah
1 Wonorejo 1 Kertajaya 1 Dr. Soetomo 2 Penjaringan Sari 2 Terminal Bratang 2 Raya Gubeng 3 Pandugo 3 Prapen 3 Pucang Sewu 4 Gunung Anyar Lor 4 Tenggilis Mejoyo 4 Sono Kembang 5 Gunung Anyar Tambak 5 Rungkut Lor 5 Margorejo 6 Terminal Keputih 6 Panjang Jiwo
7 Medokan Semampir 7 Kedung Baruk
8 Kejawan Putih Tambak 8 Rungkut Industri
9 Tempurejo 9 Nginden Jangkungan
10 Terminal Kenjeran 10 Menur
11 Dr. Ir. H. Soekarno 11 Prof Dr. Moestopo
12 Airlangga
13 Kapas Krampung
14 Terminal Tambak Wedi
15 Bulak Banteng
Dalam melakakukan pemilihan terkait rute diperlukan jumlah permintaan dari masing-masing halte dan jumlah optimal
feeder diperlukan pula data jarak serta jumlah permintaan
dapat dilihat pada lampiran.
C. Hasil Running Model
Berdasarkan hasil running denganmenggunakan software
LINGO, diketahui bahwa dengan pembagian wilayah menjadi
3 kluster menghasilkan solusi yang lebih optimal. Berikut merupakan perbandingannya :
Tabel 4 Perbandingan 2 Kluster dan 3 Kluster
2 Kluster
5%
Jumlah feeder 101 Total Objective (menit) 876
3 Kluster
5%
Jumlah feeder 87 Maksimal Objective (menit) 823.2
Rute yang terbentuk dari proses running model dengan menggunakan software LINGO 14.0 :
Pada Tabel 4akan diperlihatkan panjnag dan waktu tempuh dari masing – masing rute.
Kluster 1
Rute Pertama : BT-Mulyosari – Terminal Kenjeran –
Temputejo – BT-Mulyosari.
Rute kedua : Kejawan – Kejawan Putih Tambak –
BT-Kejawan.
Rute ketiga : BT-Mulyosari – Terminal Keputih – Medokan
Semampir – Dr. Ir.H. Soekarno – Gunung Anyar Lor – Gunung Anyar Tambak – Penjaringan Sari – Pandugo – Wonorejo – BT-Mulyosari
Tabel 5 Panjang dan Waktu Tempuh Rute Kluster 1 Rute 1 Rute 2 Rute 3 Panjang Rute (km) 8,3 1,2 26,85 Waktu Tempuh Rute (menit) 49,8 7,2 161,1
Kluster 2
Rute Pertama : BT – Darmahusada – Tenggilis Mejoyo –
Rungkut Industri – Rungkut Lor - BT – Darmahusada
Rute Kedua : BT – RS Dr. Soetomo – Bulak Banteng –
Terminal Tambak Wedi.
Rute Ketiga : BT – Darmahusada – Prof. Dr. Moestopo - BT
– Darmahusada
Rute Keempat : BT – Darmahusada – Nginden Jangkungan –
Kedung Baruk – Panjang Jiwo – Prapen - BT – Darmahusada
Rute Kelima : BT – RS Dr. Soetomo – Menur – Terminal
Bratang - BT – RS Dr. Soetomo
Rute Keenam BT – RS Dr. Soetomo – Kapas Krampung - BT
– RS Dr. Soetomo Rute Ketujuh : BT – RS Dr. Soetomo – Airlangga – Kertajya - BT – RS Dr. Soetomo
Tabel 6 Panjang dan Waktu Tempuh Rute Kluster 2 Rute 1 Rute 2 Rute 3 Rute 4
Panjang Rute (km) 21.80 19.10 0.80 19.50 Waktu Tempuh Rute (menit) 130.8 114.6 4.8 117.0
Rute 5 Rute 6 Rute 7 Panjang Rute (km) 9.00 7.00 4.35 Waktu Tempuh Rute (menit) 54.0 42.0 26.1
Kluster 3
Rute Pertama : BT-Jalan Raya Gubeng - Raya Gubeng –
Sono Kembang - BT-Jalan Raya Gubeng
Rute kedua : BT-Jalan Raya Gubeng – Pucang Sewu –
Margorejo – Dr. Soetomo - BT-Jalan Raya Gubeng
Tabel 7 Panjang dan Waktu Tempuh Rute Kluster 3
Rute 1 Rute 2
Panjang Rute (km) 4 15,3
Waktu Tempuh Rute (menit) 24 91,8
Sehingga dari data tersebut serta pertimbangan
headway dari feeder adalah 10 menit, bisa diketahui jumlah feeder optimal yang dibutuhkan. Berikut merupakan
perhitungan terkait jumlah feeder optimal : Tabel 8 Jumlah dan Jadwal Feeder Kluster 1
Keberangkata n Ke- Waktu Berangka t Rute 1 Feeder Nomor Waktu Siklus Waktu Sampai 1 6:00:00 1 0:49:48 6:49:48 2 6:10:00 2 0:49:48 6:59:48 3 6:20:00 3 0:49:48 7:09:48 4 6:30:00 4 0:49:48 7:19:48 5 6:40:00 5 0:49:48 7:29:48 6 6:50:00 1 0:49:48 7:39:48 Keberangkata n Ke- Waktu Berangka t Feeder Rute 2 Feeder Nomor Waktu Siklus Waktu Sampai 1 6:00:00 1 0:07:12 6:07:12 2 6:10:00 1 0:07:12 6:17:12 Keberangkata n Ke- Waktu Berangka t Feeder Rute 3 Feeder Nomor Waktu Siklus Waktu Sampai 1 6:00:00 1 2:49:30 8:49:30 2 6:10:00 2 2:49:30 8:59:30 3 6:20:00 3 2:49:30 9:09:30 4 6:30:00 4 2:49:30 9:19:30 5 6:40:00 5 2:49:30 9:29:30 6 6:50:00 6 2:49:30 9:39:30 7 7:00:00 7 2:49:30 9:49:30 8 7:10:00 8 2:49:3 0 9:59:30 9 7:20:00 9 2:49:30 10:09:30 10 7:30:00 10 2:49:30 10:19:30 11 7:40:00 11 2:49:30 10:29:30 12 7:50:00 12 2:49:30 10:39:30 13 8:00:00 13 2:49:30 10:49:30 14 8:10:00 14 2:49:3 0 10:59:30 15 8:20:00 15 2:49:30 11:09:30 16 8:30:00 16 2:49:30 11:19:30 17 8:40:00 17 2:49:30 11:29:30
Keberangkata n Ke- Waktu Berangka t Feeder Rute 3 Feeder Nomor Waktu Siklus Waktu Sampai 18 8:50:00 1 2:49:3 0 11:39:30 Dari Tabel 5 diketahui bahwa jumlah feeder yang diperlukan untuk rute 1 ,2, dan 3 berturut-turut adalah sebanyak 5, 1, dan 17. Atau total keseluruhan feeder yang dibutuhkan pada kluster 1 adalah 23.
Sedangkan untuk kluster 2 dan kluster 3 dicari dengan cara yang sama sehingga didapatkan jumlah feeder yang dibutuhkan adalah 53 feeder dan 12 feeder. Sehingga total
feeder yang diperlukan untuk Koridor Timur dengan tingkat
kesediaan menggunakan feeder sebesar 5% adalah 87 feeder
D. ANALISA
Analisa Pembagian Wilayah Kluster
Pada Tabel 3 bisa dilihat bahwa dengan membagi wilayah menjadi 3 kluster menghasilkan solusi yang lebih optimal terkait waktu tempuh rute dan jumlah feeder yang diperlukan. Hal tersebut karena dengan pembagian wilayah menjadi 3 kluster maka akan memperkecil kemungkinan terjadi kelebihan muatan. Maksudnya adalah ketika terdapat kelebihan muatan hanya sebesar 1 penumpang, maka tetap diperlukan 1 feeder dengan kapasitas 240 penumpang. Analisa Sensitivitas
Analisa sensitivitas dilakukan dengan empat keadaan, yaitu ketika kesediaan pekerja Kota Surabaya menggunakan feeder sebesar 3%, 4% ,6% dan 7%, sehingga perbedaannya hanya pada inputan jumlah permintaannya yang akan dilampirkan. Adapun rekapan hasilnya dapat dilihat pada Tabel 9 berikut ini :
Tabel 9 Perbandingan Tingkat Kesediaan Menggunakan
Feeder
Pembagian Wilayah 2 Kluster
3% 4% 5% 6% 7%
Jumlah feeder 82 92 101 107 129 Total Objective (menit) 786.6 879.3 876 988.8 1112.1
Pembagian Wilayah 3 Kluster
3% 4% 5% 6% 7%
Jumlah feeder 76 87 87 111 127 Maksimal Objective (menit) 700.2 815.7 823.2 1013.1 1140.3
Pada Tabel 9 bisa dilihat bahwa terdapat perbedaan terkait fungsi objective berupa waktu tempuh rute dan jumlah feeder ketika parameter kritis dalam penelitian Tugas Akhir ini
diubah. Hal tersebut menandakan bahwa model yang digunakan sensitive terhadap parameter yang kritis pada penelitian Tugas Akhir ini, parameter yang dimaksud adalah jumlah permintaan pekerja Kota Surabaya pada tiap kelurahan.
Pada pembagian wilayah menjadi 2 kluster bisa dilihat bahwa ketika terjadi kesalahan estimasi terkait kesediaan pekerja Kota Surabaya menggunakan feeder, maka keputusan terkait jumlah feeder yang harus disediakan oleh Pemerintah kekurangan hingga 28 feeder dan kelebihan hingga 19 feeder.
Pada pembagian wilayah menjadi 3 kluster bisa dilihat bahwa ketika terjadi kesalahan estimasi terkait kesediaan pekerja Kota Surabaya menggunakan feeder, maka keputusan terkait jumlah feeder yang harus disediakan oleh Pemerintah kekurangan hingga 40 feeder dan kelebihan hingga 11 feeder.
Sehingga hal yang perlu menjadi perhatian adalah keputusan dalam mengestimasi kesediaan pekerja Kota Surabaya. Analisa Estimasi Jumlah Permintaan
Pada penelitian Tugas Akhir ini digunakan data berupa jumlah penduduk Kota Surabaya berdasarkan jenis pekerjaan untuk setiap kelurahan di Kota Surabaya yang membutuhkan perpindahan moda sehingga presentase yang digunakan pun berbeda.
Dengan mengacu kepada presentase pekerja Kota Surabaya yang membutuhkan perpindahan moda sebesar 0,25 dari jumlah total penduduk Kota Surabaya sehingga mendapatkan tingkat kesediaan pekerja Kota Surabaya menggunakan feeder adalah sebesar 5% dari setiap pekerja pada kelurahan dan mengalikannya dengan presentase luas daerah jangkauan halte dengan luas kelurahan, maka didapatkanlah jumlah permintaan dari masing-maing halte feeder.
Adapun kelemahan dari estimasi jumlah permintaan yang dilakukan adalah mengasumsikan presentase luas wilayah dengan jumlah pekerja pada kelurahan tersebut padahal luas wilayah tidak selalu merepresentasikan jumlah pekerja yang akan menggunakan feeder dari suatu wilayah. Seperti pada Kelurahan Sidosermo dengan luas wilayah 1,23 km2 dan Kelurahan Bendul Merisi dengan luas wilayah 0,63
km2 memiliki jumlah pekerja berturu-turut sebesar 3.304 jiwa
dan 4.280 jiwa.
Analisa Ketepatan Penggunaan Model
Dalam menyelesaikan permasalahan Tugas Akhir terkait pemilihan rute serta jumlah feeder yang optimal untuk Surabaya Mass Rapid Transit Boyorail pada digunakan
metode Multi Depot Vehicle Routing Problem dimana stasiun
Boyorail dianalogikan sebagai depot dan halte dari feeder
dianalogikan sebagai konsumen dari depot.
Dari hasil running model yang dilakukan diketahui rute serta jumlah optimal dari feeder yang diperlukan untuk Surabaya Mass Rapid Transit dengan tingkat kesediaan menggunakan feeder sebesar 5%.
Namun memang terdapat keterbatasan dalam penggunaan model Multi Depot Vehicle Routing Problem dengan LINGO
14.0, yaitu ketika jumlah permintaan pada satu halte melebihi
kapasitas dari feeder maka model tidak feasible untuk dijalankan, sehingga perlu dilakukan pemecahan menjadi beberapa node pada halte yang memiliki jumlah permintaan lebih besar dari pada kapasitas feeder. Hal tersebut dilakukan untuk mengelabui model dalam menyelesaikan permasalahan dengan yang ada.
III. KESIMPULAN DAN SARAN
A. Kesimpulan
Dari hasil penelitian yang telah dilakukan, maka dapat ditarik kesimpulan yang mendukung tujuan penelitian terkait rute dan jumlah feeder optimal untuk Surabaya Mass Rapid Transit
Boyorail. Rute terbaik dari feeder pada kondisi kesediaan
pekerja menggunakan feeder sebesar 5% dihasilkan ketika dilakukan pembagian wilayah menjadi 3 kluster, yaitu sebagai berikut :
1. Kluster 1
Rute Pertama : BT-Mulyosari – Terminal Kenjeran –
Temputejo – BT-Mulyosari.
Untuk rute pertama jumlah feeder yang diperlukan adalah 5
feeder.
Rute kedua : Kejawan – Kejawan Putih Tambak –
BT-Kejawan.
Untuk rute kedua jumlah feeder yang diperlukan adalah 1
feeder.
Rute ketiga : BT-Mulyosari – Terminal Keputih – Medokan
Semampir – Dr. Ir.H. Soekarno – Gunung Anyar Lor – Gunung Anyar Tambak – Penjaringan Sari – Pandugo – Wonorejo – BT-Mulyosari.
Untuk rute kedua jumlah feeder yang diperlukan adalah 17
feeder.
2. Kluster 2
Rute Pertama : BT – Darmahusada – Tenggilis Mejoyo –
Rungkut Industri – Rungkut Lor - BT – Darmahusada. Untuk rute pertama jumlah feeder yang diperlukan adalah 14
feeder.
Rute Kedua : BT – RS Dr. Soetomo – Bulak Banteng –
Terminal Tambak Wedi.
Untuk rute kedua jumlah feeder yang diperlukan adalah 12
feeder.
Rute Ketiga : BT – Darmahusada – Prof. Dr. Moestopo - BT
– Darmahusada.
Untuk rute ketiga jumlah feeder yang diperlukan adalah 1
feeder.
Rute Keempat : BT – Darmahusada – Nginden Jangkungan –
Kedung Baruk – Panjang Jiwo – Prapen - BT – Darmahusada. Untuk rute keempat jumlah feeder yang diperlukan adalah 12
feeder.
Rute Kelima : BT – RS Dr. Soetomo – Menur – Terminal
Bratang - BT – RS Dr. Soetomo.
Untuk rute kelima jumlah feeder yang diperlukan adalah 6
feeder.
Rute Keenam BT – RS Dr. Soetomo – Kapas Krampung - BT
– RS Dr. Soetomo.
Untuk rute keenam jumlah feeder yang diperlukan adalah 5
feeder.
Rute Ketujuh : BT – RS Dr. Soetomo – Airlangga – Kertajya - BT – RS Dr. Soetomo
Untuk rute ketujuh jumlah feeder yang diperlukan adalah 3
feeder.
3. Kluster 3
Rute Pertama : BT-Jalan Raya Gubeng - Raya Gubeng –
Sono Kembang - BT-Jalan Raya Gubeng
Untuk rute pertama jumlah feeder yang diperlukan adalah 3
feeder.
Rute kedua : BT-Jalan Raya Gubeng – Pucang Sewu –
Margorejo – Dr. Soetomo - BT-Jalan Raya Gubeng
Untuk rute kedua jumlah feeder yang diperlukan adalah 9
feeder.
Sehingga total feeder yang dibutuhkan untuk Koridor Timur adalah 87 feeder.
B. Saran
Adapun beberapa saran yang dapat digunakan pihak Dinas Perhubungan Kota Surabaya dan Badan Perancangan dan Pembangunan Kota Surabaya, yaitu dapat menjadikan hasil penelitian ini untuk membantu membuat keputusan dalam penentuan rute dan jumlah dari feeder.
LAMPIRAN
Tabel 10 Perbandingan Jumlah Permintaan (5%)
No Wilayah Jumlah Permintaan Halte No Wilayah Jumlah Permintaan Halte
1 Dr. Soetomo 52 16 Nginden Jangkungan 49 2 Raya Gubeng 105 17 Gunung Anyar Tambak 28 3 Kertajaya 162 18 Sono Kembang 92 4 Pucang Sewu 83 19 Menur 111 5 Terminal Bratang 122 20 Prof Dr. Moestopo 141 6 Wonorejo 16 21 Airlangga 134 7 Prapen 73 22 Terminal Keputih 5 8 Tenggilis Mejoyo 58 23 Medokan Semampir 51 9 Rungkut Lor 81 24 Kejawan Putih Tambak 15 10 Penjaringan Sari 44 25 Tempurejo 52 11 Pandugo 8 26 Terminal Kenjeran 31 12 Panjang Jiwo 86 27 Dr. Ir. H. Soekarno 13 13 Kedung Baruk 74 28 Kapas Krampung 185 14 Rungkut Industri 119 29 Terminal Tambak Wedi 36 15 Gunung Anyar Lor 62 30 Bulak Banteng 125 31 Margorejo 90
UCAPAN TERIMA KASIH
Segala puji dan syukur Penulis panjatkan kehadirat Allah SWT atas segala limpahan rahmat serta hidayah sehingga Penulis dapat menyelesaikan Tugas Akhir dengan baik. Tak lupa shalawat dan salam Penulis haturkan pada Muhammad SAW. Selama melakukan Pembuatan Tugas Akhir ini, Penulis menerima banyak bantuan dan dukungan dari berbagai pihak. Pada kesempatan ini, Penulis ingin mengucapkan terima kasih terutama kepada :
1. Bapak Iwan Vanany, S.T.,M.T.,PhD, selaku dosen pembimbing, atas kesabaran dan waktu yang diluangkan untuk memberikan masukan dan arahan yang sangat mendukung pengerjaan Tugas akhir ini.
2. Bapak Dody Hartanto, S.T, M.T , selaku dosen pembimbing, atas kesabaran dan waktu yang diluangkan untuk memberikan masukan dan arahan yang sangat mendukung pengerjaan Tugas akhir ini.
3. Dinas Perhubungan Jawa Timur, Dinas Perhubungan Kota Surabaya, Dinas Kependudukan dan Catatan Sipil Kota Surabaya, dan Badan Perancangan dan Pembangunan Kota Surabaya, untuk data-data yang dibutuhkan pada penulisan Tugas Akhir ini.
4. Papa, Mama, Ka Sari, dan Ka Yudi atas doa, perhatian, dan dukungan moril untuk tetap berjuang serta materil yang tak henti.
5. Seluruh dosen pengajar dan staf sekretariat Jurusan Teknik Industri ITS atas layanan pendidikan yang diberikan.
6. Asisten Laboratorium KOI dan PSMI, atas dukungan serta waktu yang diberikan.
7. Sahabat-sahabat yang selalu menemani dalam suka dan duka : Yolla, Rahajeng, dan Arvinda (terima kasih untuk masa indah dibangku kuliah, terima kasih untuk waktu yang diluangkan selama ini), Layli (terima kasih untuk semua waktunya), HUBLU, Teman-teman Perjuangan di Lab KOI (Hajar, Rara, Kartika)
8. PROVOKASI, terima kasih atas segala tawa yang melepas beban dan semua kenangan yang terukir. 9. Serta semua pihak yang Penulis tidak sebutkan satu
persatu, atas semua dukungan dan perhatiannya dalam penyelesaian Tugas Akhir ini.
DAFTAR PUSTAKA
[1] Anonim, 2013. Diakses terakhir tanggal 10 Oktober 2013.
http://bappeko.surabaya.go.id
[2] Anonim, 2013. Diakses terakhir tanggal 10 Oktober 2013.
www.dishubsurabaya.org/
[3] Anonim, 2013. Diakses terakhir tanggal 09 Januari 2014. dispendukcapil.surabaya.go.id/
[4] Baltz et al. 2005. Probabilistic Analysis for a Multiple Depot Vehicle Routing Problem. 3821
[5] Chowdhury, M. S. & Chien, S. I.-J. 2001. Optimization Of Transfer Coordination For Intermodal Transit Network. Transportation Research Board.Chopra [6] Cordeau et al. 2002. A Guide to Vehicle Routing
Heuristics. Journal of the Operational Research Society. [7] Ioannou et al. 2004. Solving The Open Vehicle Routeing
Problem Via a Single Parameter Metaheuristic Algorithm.
Journal of the Operational Research Society.
[8] Pujawan. I Nyoman. 2005. Supply Chain Management. Suarabaya: Penerbit Guna Widya.
[9] Saka, A. A. & Member, A. 2001. Model For Determining Optimum Bus-Stop Spacing In Urban Areas. Journal of
Transportation Engineering, 127.
[10] Shrivastava, P. & O'Mahony, M. 2009. Use Of A Hybrid Algorithm For Modeling Coordinate Feeder Bus Route Network At Suburban Railway Station. Journal of
Transportation Engineering, 135.
[11] Surekha et al. 2011. Solution To Multi-Depot Vehicle Routing Problem Using Genetic Algorithms World
Applied Journal, 1.
[12] Susantoro, Bambang & Parikesit, Danang, 1-2-3 Langkah: Langkah Kecil yang Kita Lakukan Menuju Transportasi yang Berkelanjutan, Vol. 1, MTI, Jakarta, 2004, h.14.
[13] Verma, A. & Dhingra, S. L. 2005. Feeder Bus Route Generation Within Integrated Mass Transit Palnnig Framework. Journal of Transportation Engineering, 131. [14] Vuchic, V.R., 1981, Urban Public Transportation Systems
