MODAL SPLIT ANGKUTAN UMUM SURABAYA - MALANG Adhi Muhtadi
ABSTRAK
Pemilihan moda merupakan model yang penting dalam perencanaan transportasi. Hal ini karena peran penting dari angkutan umum dalam peningkatan efisiensi dan efektivitas sistem pergerakan dalam kegiatan transportasi penumpang antar kota maka yang terjadi adalah persaingan antar moda kereta api dan bis. Dalam meninjau persaingan yang terjadi maka faktor-faktor yang mempengaruhi pemilihan moda perlu di lakukan dengan baik sehingga pihak yang terkait dapat mewujudkan sistem angkutan umum yang memadai. Studi ini bertujuan untuk mengamati prilaku pelaku perjalanan angkutan umum antar kota agar diketahui faktor-faktor yang mempengaruhi pelaku perjalanan dalam melakukan pemilihan moda, untuk memperoleh suatu model pemilihan moda yang dapat menjelaskan probabilitas pelaku perjalanan dalam memeilih moda kereta api dan bis. Studi ini dilakukan dengan menggunakan metode stated preference. Dari hasil uji statistik yang telah dilakukan, didapatkan persamaan selisih utilitas antara kereta api penataran dan bis ekonomi adalah sebagai berikut:
U(KA-BIS) = 3.525 + 0.001.X1– 0.016.X2+ 0.001.X3
Dengan faktor-faktor yang dipertimbangkan adalah selisih biaya perjalanan (X1), selisih waktu tempuh perjalanan (X2), selisih headway (X3) antara kereta api penataran dan bis ekonomi. Model pemilihan moda yang digunakan adalah model logit binomial, di dperoleh sebagai berikut:
Probabilitas pemilihan moda Kereta Api: PKA=
KA BUS BUS KA U U U U exp 1 exp
Probabilitas pemilihan moda Bis: PBIS=
BUS KAU U KA P exp 1 1 1
Kata kunci : moda, utilitas, probabilitas PENDAHULUAN
Latar Belakang
Kota Surabaya sebagai ibu kota Propinsi Jawa Timur terus mengalami pertumbuhan dan dinamika pergerakan dikarenakan pertumbuhan di dalam kota maupun daerah di sekitarnya. Dari pengamatan yang di lakukan di Terminal Purabaya dan Stasiun Wonokromo, jumlah perjalanan yang dilakukan oleh pelaku perjalanan pada rute ini cukup besar. Dalam hal ini rute ini melewati kota-kota, kotamadya dan kabupaten yang memegang peranan yang penting dalam kegiatan masyarakat sehari-hari seperti kota Sidoarjo, Porong, Lawang dan sebagainya.
Dari segi kapasitas, moda kereta api lebih efisien dalam hal memindahkan manusia dan barang di bandingkan moda bis, akan tetapi dari segi mobilitas moda bis dapat bergerak kapan saja, sedangkan moda kereta api di batasi oleh jadwal keberangkatan. Oleh karena itu maka dirasa perlu untuk dilakukan studi pemilihan moda angkutan penumpang antara kereta api dan bis ekonomi pada trayek surabaya malang. Adanya pemilihan terhadap moda transportasi yang digunakan tentunya di dasari kenyataan bahwa pelaku perjalanan
mempunyai pertimbangan atau alasan tertentu untuk menentukan moda yang akan di gunakan dalam perjalanannya dari segala atribut yang ada pada kedua moda tersebut.
Perumusan Masalah
1. Faktor-faktor apa saja dari karakteristik pelaku perjalanan yang mempengaruhi pemilihan moda pada rute Surabaya-Malang?
2. Bagaimana model pemilihan moda antara kereta api dan bis pada rute Surabaya-Malang?
Batasan Penelitian
Agar tidak menyimpang dari permasalahan yang akan di bahas, maka diberikan batasan-batasan pembahasan sebagai berikut :
1. Survei ini dilakukan untuk perjalanan dari kota Surabaya-Malang.
2. Pemilihan moda dilakukan terhadap moda Kereta Api Penataran dan Bis ekonomi rute Surabaya-Malang. Untuk kondisi saat ini dan tingkat ekonomi yang di tinjau adalah kelas ekonomi
3. Survei hanya ditinjau dari segi pemakai/konsumen sebagai pelaku perjalanan. 4. Model pemilihan moda menggunakan model logit binomial.
5. Data untuk analisis prefensi pelaku perjalanan menggunakan Teknik Stated Preference dengan skala rating.
TINJAUAN PUSTAKA Pemilihan Moda (Moda Split)
Moda Split adalah salah satu bagian dari proses Travel Demand Modelling yang memegang peranan penting dari angkutan umum dalam kebijakan transportasi. Hal ini terkait dengan penyediaan sarana angkutan dan juga prasarana jalan yang diperlukan untuk terjadinya proses pergerakan dengan tersedianya moda yang ada. Pemilihan moda (moda split) dapat didefinisikan sebagai pembagian dari perjalanan yang dilakukan oleh pelaku perjalanan kedalam moda yang tersedia dengan berbagai faktor yang mempengaruhi. Sedangkan model pemilihan moda merupakan model yang menggambarkan perilaku pelaku perjalanan dalam memilih moda yang digunakan. Faktor-faktor yang mendasari pemilihan moda akan sangat bervariasi antara individu yang satu dengan yang lain.
2.2 Faktor-Faktor yang Mempengaruhi Pemilihan Moda
Menurut Tamin (2000), faktor-faktor yang mempengaruhi pemilihan moda oleh pelaku perjalanan dapat dikelompokkan sebagai berikut :
1. Ciri-ciri pengguna jalan, yaitu : 2. Ciri-ciri perjalanan, yaitu : 3. Ciri fasilitas moda transportasi :
4. Ciri kota atau zona meliputi jarak perjalanan dari pusat kota dan dari daerah kepadatan penduduk.
2.5 Model Logit Binomial
Untuk memprediksikan jika sebuah alternatif dipilih menurut model, nilai dari utilitas harus dikontraskan dengan pilihan alternatif dan ditransformasikan dalam peluang yang bernilai antara 0 dan 1. Dalam studi ini perilaku pemilihan moda angkutan penumpang yang diteliti adalah antara moda kereta api dan bis.
Dengan 2 alternatif moda yang dipertimbangkan, maka dapat ditulis persamaan sebagai berikut:
Probabilitas pengguna moda 2 : PBis=1 – PKA = 1 / ( 1 + exp ( U KA – U Bis ))...(2.2) Dengan :
PKA = Peluang pemilihan moda kereta api. PBis= Peluang pemilihan moda bis. UKA= Utilitas pemilihan moda kereta api. UBis= Utilitas pemilihan moda bis.
Gambar 1. Model Logit Binomial
Sumber: Tamin (2000)
Probabilitas individu memilih kereta api ( PKA ) merupakan fungsi perbedaan utilitas anatra kedua moda. Fungsi utilitas diasumsikan linier, maka perbedaan utilitas dapat diekspresikan dalam bentuk perbedaan n atribut yang relevan diantara kedua moda, yang dapat dirumuskan sebagai berikut :
UKA – UBis= a0+ a1( x1.KA – x1.Bis) + a2( x2.KA– x2.Bis) + a3 ( x3.KA – x3.Bis) + ... + an( xn.KA– xn.Bis)
Analisis pengolahan data diperlukan untuk mendapatkan hubungan kuantitatif antara atribut dan responden individu yang diekspresikan dalam skala semantik dengan perumusan model, dimana :
UKA– UBis = Respon individu terhadap pernyataan pilihan. a0 = Konstan.
a1 , a2, a3....an= Koefisien estimasi masing-masing atribut yang ditentukan melalui Multiple Linier Regression.
( xn.KA– xn.Bis) = Perbedaan parameter antara moda kereta api dan bis.
Dengan cara yang lain, nilai utilitas sebagai respon individu dapat dinyatakan dalam bentuk probabilitas memilih moda tertentu, seperti yang diberikan pada persamaan berikut ini :
Ln [ PKA / ( 1 – PKA ) ] = a0 + a1 ( x1.KA – x1.Bis ) + a2 (x2.KA – x2.Bis ) + a3 ( x3.KA – x3.Bis ) +...+ ( xn.KA– xn.Bis)
Sehingga dari persamaan (2.3) dan persamaan (2.4) dapat dirumusakan bentuk transformasi sebagai berikut :
UKA– UBis= Ln [ PKA/ ( 1 – PKA) ]
Bentuk transformasi ini selanjutnya disebut sebagai transformasi linier model logit biner atau dikenal sebagai transformasi Berkson – Theil.
Teknik Stated Preference merupakan suatu pendekatan kepada responden dalam memilih alternatif terbaiknya dengan membuat suatu alternatif hipotesa situasi (hypothetical situation). Karakteristik utama dari Teknik Stated Preference ini adalah :
1. Didasarkan pada pernyataan responden tentang bagaimana respon mereka terhadap alternatif hipotesa yang ditawarkan.
2. Setiap pilihan dinyatakan sebagai “ paket atribut “ yang berbeda seperti waktu perjalanan, biaya perjalanan, headway, tingkat pelayanan dan sebagainya.
3. Peneliti membuat alternatif hipotesa sedemikian rupa sehingga pendapat masing-masing individu pada setiap atribut dapat diestimasi. Hal ini dapat diperolah dengan memakai desain eksperimen ( experimental design ).
4. Alat interview yang berupa kuisioner harus memberikan alternatif hipotesa yang dapat di mengarti oleh responden, tersusun rapi dan rasional.
5. Responden menyatakan pendapatnya terhadap alternatif pilihan ( option ) dengan cara rating, rangking atau choice pendapat terbaiknya dari sepasang atau sekelompok pernyataan dalam kuisioner.
6. Respon yang berupa jawaban yang diberikan oleh masing-masing individu dianalisis untuk mendapatkan ukuran secara kuantitatif dengan cara transformasi terhadap hal-hal yang penting ( relatif ) pada setiap atribut.
Untuk menciptakan keseimbangan dalam penggunaan Teknik Stated Preference ini, dibuat tahapan-tahapan sebagai berikut :
1. Identifikasi atribut penting dari setiap alternatif dan membuat “ paket atribut “ yang mengandung pilihan. Seluruh atribut penting harus direpresentasikan dan pilihan harus dapat diterima dan realistis.
2. Penyamapian cara dalam memilih kepada responden dan responden diperbolehkan untuk mengekspresikan apa yang lebih disukainya. Bentuk penyampaian alternatif harus mudah dimengerti oleh responden, dalam konteks pengalaman responden dan dibatasi dalam segi jumlah dan pilihan.
3. Pembuatan strategi sampel harus dilakukan untuk menjamin perolehan data yang representatif dan terukur.
2.8 Identifikasi Pilihan (Identification of Preference)
Terdapat 3 teknik untuk mendapatkan informasi mengenai pilihan terbaik responden terhadap alternatif yang ditawarkan, yaitu :
1. Rangking Responses (Conjoint Measurement) 2. Rating Responses ( Functional Measurement ) 3. Model Pemilihan Diskrit (Discrete Choice Model)
2.9 Analisa Data Stated Preference
Bentuk fungsi utilitas sulit dimodelkan, tetapi untuk memudahkan diasumsikan berbentuk linier sebagai berikut :
Ui= a0+ a1.x1+ a2.x2 +.... + an.xn Dengan :
Ui = utilitas pilihan i. a0...an= parameter model. x1...xn = nilai atribut.
Tujuan dari analisis data yang telah diperoleh adalah menentukan estimasi nilai a0 sampai dengan an dimana nilai-nilai tersebut sebagai bobot pilihan atau komponen utilitas. Dari nilai parameter modal, dapat diketahui efek relatif setiap atribut pada seluruh utilitas.
Estimasi Parameter
Metode regresi digunakan secara luas dalam bidang transportasi.
Gambar 2. Grafik Persamaan Regresi Linier Sumber: Tamin (2000)
Hubungan tersebut dinyatakan dalam bentuk persamaan linier berikut : Y = a0 + a1.x1+ a2.x2+... + ak.xk
Dengan :
y = respon individu. a0 = konstanta.
a1,a2,...ak = parameter model. x1,x2,...xk = atribut dari moda.
Melalui langkah-langkah dalam metode regresi dengan menggunakan alat bantu komputer (Program SPSS) akan diperoleh k + 1 persamaan dengan sejumlah k + 1 koefisien regresi, sehingga masing-masing konstanta akan dapat diperoleh dan dianalisis.
Tahap Uji Statistik dalam Model
Menurut Tamin (2000), ada uji statistik yang mutlak dilakukan agar model yang dihasilkan dapat diterima. Uji yang harus dilakukan adalah :
Uji Korelasi Uji Kesesuaian
Uji statistik ini dilakukan untuk menentukan model yang terbaik. Pada umumnya uji ini didasarkan atas keadaan atau kesesuaian hasil model dengan hasil observasi. Salah satu uji kesesuaian yang paling mudah adalah dengan model analisis regresi. Pemilihan model yang terbaik adalah yang mempunyai total kuadratis residual antara hasil model dengan hasil observasi yang paling minimum.
METODE PENELITIAN Metode Penelitian
Penentuan Jumlah Sampel
Rumus yang digunakan dalam penentuan jumlah sampel adalah sebagai berikut : (dengan asumsi populasi data penumpang berdistribisi normal)
n = 2 . 1 Ne N (Sugiyono: 2009) Dengan :
n = ukuran sampel.
N = ukuran populasi.
e = persen kelonggaran ketidaktelitian karena kesalahan pengambilan data yang masih dapat ditolerir/diinginkan atau biasa disebut dengan tingkat kepercayaan. Biasanya diambil sebesar 1% sampai dengan 10%.
Kondisi Eksisting
1. Adapun kondisi eksisting dari masing-masing moda yang ditinjau baik Kereta Api Penataran maupun bis ekonomi dapat dilihat pada tabel berikut ini :
Tabel 1. Atribut Masing-masing Moda dan Pelayanan Secara Aktual Atribut Perjalanan Kereta Api Penataran( kelas ekonomi ) Bis Ekonomi
1. Biaya perjalanan 2. Waktu tempuh perjalanan 3. Jadwal keberangkatan Rp 4500 3 jam Tiap 4 jam Rp 8000 2 jam Tiap 15 menit Sumber: PT. KAI DAOP VIII dan Dinas Terminal Purabaya
Berikut ini adalah penjelasan dari masing-masing atribut pada moda : a. Biaya perjalanan (Cost)
b. Waktu tempuh perjalanan (Travel Time) c. Jadwal keberangkatan (Headway)
Dalam format kuisioner yang ada dalam lampiran, dan responden diperoleh melalui teknik rating dengan 5 poin skala semantik yaitu:
- Pasti memilih K.A. - Mungkin memilih K.A. - Pilih berimbang. - Mungkin memilih Bis. - Pasti memilih Bis.
Dari data yang diperoleh melalui survei primer dengan kuisioner masih berupa data kualitatif, yang mana respon individu masih berupa pilihan terhadap point rating yang disajikan dalam skala semantik yaitu : 1 = pasti memilih K.A , 2 = mungkin memilih K.A , 3 = pilihan berimbang , 4 = mungkin memilih Bis , 5 = pasti memilih Bis.
Proses transformasi dari skala semantik ke dalam skala numerik adalah sebagai berikut : a. Nilai skala probabilitas pilihan yang diwakili oleh point rating 1, 2, 3, 4 dan 5 adalah
nilai skala standar yaitu 0,9 ; 0,7 ; 0,5 ; 0,3 ; dan 0,1.
b. Dengan menggunakan transformasi linier model logit biner dapat diperoleh nilai skala numerik untuk masing-masing probabilitas pilihan.
Maka dapat dihasilkan nilai skala numerik seperti dalam tabel berikut ini :
Tabel 2. Nilai Skala Numerik
5. Analisis dan Uji Statistik untuk Validitas Model.
6. Model yang diperoleh dalam studi ini dapat diaplikasikan ke dalam kondisi yang ada
pada masa mendatang.
ANALISIS DAN PEMBAHASAN Data Sekunder
Data teknis dan operasional Kereta Api Penataran terdiri dari: 1 gerbong lokomotif.
5 gerbong kelas ekonomi dengan kapasitas penumpang 62 orang tiap gerbong ( Kapasitas maksimal kelas ekonomi = 248 orang tiap trip ).
1 gerbong kereta makan.
Jadwal keberangkatan dari Stasiun Wonokromo setiap harinya adalah jam 14.50 WIB dan 18.36 WIB
Data teknis dan operasional bis ekonomi terdiri:
Kapasitas penumpang dalam kondisi penuh sekitar 50-60 orang tiap trip.
Perusahaan Otobis Ekonomi yang beroprasi untuk trayek Surabaya-Malang terdiri dari PO Has, PO Kalisari, PO Akas, PO Dana Dasih, PO Medalimas, PO Pertiwi, PO Tentrem, PO Restu, PO Laksana Anda
Jadwal keberangkatan dari Terminal Bungurasih setiap 15 menit.
Tabel 3. Jumlah Penumpang Rata-rata per-Hari
Perhitungan Jumlah Sampel
Jumlah penumpang/tahun = 79121 orang.
Jumlah penumpang/minggu = 1444 orang.
e diambil sebesar = 5% 2 . 1 Ne N n =
1444 0.052
1 1444 x = 313Dari nilai yang di dapat, diambil sebesar 313 sampel untuk data kuisioner.
Pemaparan Hasil Survei
Tabel 4. Distribisi Moda Yang Pernah Digunakan Responden Pengguna Moda Kereta Api
Penataran Dan Bis Ekonomi Untuk Perjalanan Surabaya-Malang.
No Moda yang pernah digunakan Bis Ekonomi KA Penataran Jumlah
Jumlah % Jumlah % Total
1 Ya, Kedua-duanya pernah 90 42,5 55 54,5 145
2 Ya, Salah satunya pernah 122 57,5 46 45,5 168
Jumlah 212 100 101 100 313
0 10 20 30 40 50 60 Pr os en ta se ( % )
Bus Ekonomi KA Penataran
Karakteristik Pengguna Moda Berdasarkan Moda
Ya, Kedua-duanya pernah
Ya, Salah satunya pernah
Gambar 3. Grafik Distribisi Pengguna Moda Berdasarkan Moda
Berdasarkan distribisi responden terhadap moda yang pernah digunakan, kemudian akan dilihat kondisi karakteristik dari pengguna untuk masing-masing jenis moda, yaitu sebagai berikut:
a. Jenis Kelamin
Gambar berikut ini menunjukkan karakteristik pengguna moda berdasarkan jenis kelamin. 0 20 40 60 80 Pr os en ta se (% ) Bus Ekonomi KA Penataran
Karakteristik Pengguna Moda Berdasarkan Jenis Kelamin
Laki-laki Perempuan
Gambar 4. Grafik Distribisi Pengguna Moda Berdasarkan Jenis Kelamin
b. Usia
Tabel berikut ini menunjukkan karakteristik pengguna moda berdasarkan usia.
0 10 20 30 40 50 Pr os en ta se (% ) Bus Ekonomi KA Penataran
Karakteristik Pengguna Moda Berdasarkan Usia
17 - 25 26 - 40 41 - 59 > 60
c. Maksud Perjalanan
Gambar 6. Grafik Distribisi Pengguna Moda Berdasarkan Maksud Perjalanan
d. Tingkat Pendapatan 0 10 20 30 40 50 P ro se n ta se (% )
Bus Ekonomi KA Penataran
Karakteristik Pengguna Moda Berdasarkan Tingkat Pendapatan
< 500.000,- 500.000-750.000,- 750.000->
1.000.000,-Gambar 7. Grafik Distribisi Pengguna Moda Berdasarkan Tingkat Pendapatan
e. Alasan Dalam Memilih Moda
0 20 40 60 80 Pr os en ta se (% )
Bus Ekonomi KA Penataran
Karakteristik Pengguna Moda Berdasarkan Alasan Dalam Memilih Moda
Waktu On Time Biaya Akses Gambar 8. Grafik Distribisi Pengguna Moda
Transformasi Data
Jika ada 2 moda yang diperbandingkan yaitu moda kereta api dan bis ekonomi, maka dapat ditentukan variabel-variabel berikut ini:
PKA = Proporsi penumpang yang menggunakan moda kereta api. PBIS = Proporsi penumpang yang menggunakan moda bis ekonomi. UKA = Biaya perjalanan dengan menggunakan moda kereta api. UBIS = Biya perjalanan dengan menggunakan moda bis ekonomi. PKA= KA BUS BUS KA U U U U exp 1 exp PBIS = BUS KAU U KA P exp 1 1 1
Persamaan Logaritma natural (Tamin, 2000):
P
P Ln 1Tabel 5. Nilai Skala Numerik Berdasarkan Pengguna Moda Proporsi
Pengguna Moda
Nilai Logaritma
Natural Point Rating
0.9 2.1972 1.Pasti Pilih Kereta API
0.7 0.8473 2. Mungkin Pilih Kereta Api
0.5 0 3. Pilih Berimbang
0.3 -0.8473 4. Mungkin Pilih Bis
0.1 -2.1972 5. Pasti Pilih Bis
Sumber: Widayanti (2003)
Contoh Perhitungan:
Tabel 6. Kondisi Moda (kendaraan) Eksisting
Atribut Perjalanan Kereta Api Penataran Bis Ekonomi
1. Biaya perjalanan Rp. 4.500 Rp. 8.000
2. Waktu tempuh perjalanan 3 jam 2 jam
3. Jadwal keberangkatan tiap 4 jam tiap 15 menit
Sumber : PT. KAI DAOP VIII dan UPTD Terminal Purabaya
Nomer responden 1,dalam kondisi Stated Preference ΔCost (X1) didapatkan dari perubahan pada biaya atribut perjalanan yaitu selisih antara biaya kereta api dan bis. Dapat dilihat pada kolom 1 dan 2, pada option 1.a diketahui biaya perjalanan kereta api dan bis sebesar 4500 – 7200 = - 2700. Sedangkan ΔTravel Time (X2) tetap pada kondisi moda pada saat ini yaitu selisih waktu perjalanan antara kereta api dan bis yakni 3 jam (180 menit) – 2 jam (120 menit) = 1 jam (60 menit), ΔHeadway (X3) tetap pada kondisi moda pada saat ini yaitu selisih jadwal keberangkatan antara kereta api dan bis yakni tiap 240 menit – 15 menit = 225 menit. Option 1.a menunjukkan poin rating 1 (pasti pilih kereta api) dengan nilai skala numerik berdasarkan pengguna moda sebesar 2.1972.
Pada option 2.a ΔTravel Time (X2) dalam kondisi Stated Preference, sedangan ΔCost (X1) dan ΔHeadway (X3) tetap pada kondisi moda saat ini. Cara perhitungan sama seperti option 1.a.
Tabel 7. Data Hasil Survei Kuesioner dengan Teknik Stated Preference KA Penataran dengan Bis ekonomi
Nomer Responden
Selisih Nilai Variabel Bebas Jumlah Responden ∆Cost (X1) (Rp) ∆Travel Time (X2) (Menit) ∆Headway (X3) (Menit)
Option RatingPoin
Nilai Skala Numerik 1 -2700 60 225 1. a 1 2.1972 -1900 60 225 b 1 2.1972 -1100 60 225 c 1 2.1972 -3050 60 225 d 1 2.1972 -2600 60 225 e 1 2.1972 -3500 30 225 2. a 4 -0.8473 -3500 0 225 b 1 2.1972 -3500 -30 225 c 1 2.1972 -3500 30 225 d 1 2.1972 -3500 0 225 e 4 -0.8473 -3500 60 220 3. a 4 -0.8473 -3500 60 230 b 4 -0.8473 -3500 60 235 c 4 -0.8473 -3500 60 105 d 4 -0.8473 -3500 60 45 e 3 0
Pada option 3.a ΔHeadway (X3) dalam kondisi Stated Preference, sedangan ΔCost (X1) dan ΔTravel Time (X2) tetap pada kondisi moda saat ini. Cara perhitungan sama seperti option 1.a.
Begitu seterusnya sampai nomer responden 313, kemudian dari hasil analisis dari program Excel dilanjutkan pengolahan data secara statistik dengan menggunakan program SPSS didapatkan persamaan selisih utilitas antara kereta api penataran dan bis ekonomi: (UKA-UBis) = 3.525 + 0.001.X1– 0.016.X2+ 0.001.X3
Uji Statistik
Analisis Persamaan dengan Memasukkan Seluruh Atribut Uji Korelasi
Adapun hasil uji korelasi terhadap persamaan linier fungsi selisih utilitas adalah sebagai berikut:
Tabel 8. Matriks Korelasi antara Variabel Bebas dengan Variabel Tidak Bebas
untuk Semua Atribut (Perbandingan Kereta Api dan Bis ekonomi)
UKA,BE X1 X2 X3
UKA,BE 1 0.358 -0.120 0.168
X1 0.358 1 0.317 0.201
X2 -0.120 0.317 1 -0.200
X3 0.168 0.201 -0.200 1
Sumber: Hasil Uji Statistik dengan SPSS
Dengan :
UKA,BE = Utilitas moda kereta api dengan bis ekonomi.
X1 = ∆Cost ( Selisih biaya perjalanan antara kerta api dengan bis ekonomi).
X2 = ∆Travel Time (Selisih waktu tempuh perjalanan antara kereta api dengan bis ekonomi).
X3 = ∆Headway (Selisih waktu keberangkatan antara kereta api dengan bis ekonomi). Dari Tabel 4.9 dapat diambil kesimpulan semua varibel bebas (cost, travel time, Headway) dapat dipergunakan bersama-sama, tidak ada masalah kolinearitas antar variabel bebas dengan nilai korelasi yang kecil antar variabel bebas (< 0.5).
Uji F
Dasar Pengambilan Keputusan : 1. Berdasarkan Probabilitas (Pvalue) :
* PValue > 0.05 maka H1 diterima PValue < 0.05 maka H0ditolak 2. Parameter Varians :
* Jika Fhitung > Ftabel maka H0ditolak * Jika Fhitung < Ftabel maka H1diterima Hipotesis :
H0 = tidak terdapat pengaruh cost, travel time, headway terhadap utilitas moda. H1= terdapat pengaruh cost, travel time, headway terhadap utilitas moda.
Pengujian hipotesis terhadap variasi nilai utilitas (F-test) dilakukan untuk memastikan pengaruh semua atribut yang terdapat dalam persamaan selisih utilitas secara bersama-sama.
Ftabel = F (1 – α) (df pembilang = m ),(df penyebut = n – m -1)
= F (1 – 0.05) (3),( 4695 – 3 – 1=4691) di dapatkan Ftabel= 2.60 Dimana :
α = tingkat kesalahan 0.05. m = koefisien variabel. n = jumlah sampel.
Dari uji Anova atau F-test dengan memasukkan semua atribut (Lampiran D) pada perbandingan Kereta Api Penataran dan bis ekonomi, di dapatkan Fhitung adalah 365.741 dengan PValue0.000. Karena Fhitung > Ftabel dan PValue < 0.05 maka H0 ditolak dan H1 diterima dapat dinyatakan bahwa atribut Cost, Travel Time dan Headway secara bersama-sama berpengaruh terhadap utilitas pemilihan moda.
Uji t
Pengujian hipotesis terhadap koefisien regresi (t-test) dilakukan untuk memastikan pengaruh masing-masing atribut dalam persamaan selisih utilitas secara individu. Uji t merupakan uji hipotesis untuk menguji signifikan konstanta dan variabel dependen. Salah satu contoh perhitungan dapat dilihat terhadap atribut Cost pada perbandingan Kereta Api Penataran dan bis ekonomi.
Hipotesis :
H0= tidak ada pengaruh cost terhadap persamaan selisih utilitas moda. H1 = ada pengaruh cost terhadap persamaan selisih utilitas moda. Dasar Pengambilan Keputusan:
1. Dengan membandingkan thitung dengan ttabel menggunakan uji dua pihak * Jika thitung > ttabel maka H0ditolak
* Jika thitung < ttabel maka H1diterima thitung= 29.806
ttabeldengan α = 5% (0.05) di tabulasi pada kolom 0.025 dan df = N – m – 1
(4695 –3– 1 = 4691) di dapatkan pada ttabel 0.025 = 1.960 karena thitung > ttabel maka H0 ditolak dan H1 diterima dapat dinyatakan ada pengaruh cost terhadap persamaan selisih utilitas moda.
2. Berdasarkan Probabilitas (Pvalue) : * PValue > 0.05 maka H1 diterima * PValue < 0.05 maka H0ditolak
Dari kolom signifikan di dapatkan Pvalue < 0.05 ( 0.000 < 0.05 ) maka H0 ditolak dan H1 diterima dapat dinyatakan ada pengaruh cost terhadap persamaan utilitas moda.
Hasil uji t dari masing-masing atribut dapat dilihat dalam tabel berikut :
Tabel 9. Hasil Uji t untuk Perbandingan Kereta Api Penataran dan Bis Ekonomi
Pengukuran Prosentase Pengaruh Seluruh Atribut Terhadap Tingkat Determinan (R2) Model.
Besarnya koefisien determinan (R2) dilakukan untuk mengetahui seberapa besar pengaruh seluruh atribut terhadap tingkat determinan model. Dari hasil SPSS yang dihasilkan dari data, untuk perbandingan antara kereta api penataran dan bis ekonomi didapatkan nilai R2 = 0.190. Hal ini berarti 19% selisih utilitas antara kedua moda dapat dijelaskan oleh atribut Cost, Travel Time, Headway. Sisanya dijelaskan oleh sebab-sebab yang lain. Kemungkinan lain yang mempengaruhi adalah adalah service quality, persepsi dan selera orang terhadap moda yang tersedia yang akhirnya membuat orang cenderung untuk memilih moda tertentu untuk melakukan suatu perjalanan.
Analisis Model Pemilihan Moda
Persamaan model pemilihan moda hasil analisa adalah sebagai berikut : Probabilitas pemilihan moda kereta api adalah:
PKA= KA BUS BUS KA U U U U exp 1 exp
Probabilitas pemilihan moda bis adalah :
PBIS= BUS KAU U KA P exp 1 1 1
Dengan persamaan selisih utilitas antara kereta api penataran dan bis ekonomi: (UKA-UBis) = 3.525 + 0.001.X1– 0.016.X2+ 0.001.X3
Dengan :
UKA,Bis= Utilitas moda kereta api penataran dengan bis ekonomi.
X1 = Selisih biaya perjalanan antara kereta api penataran dan bis ekonomi. X2 = Selisih waktu perjalanan antara kereta api penataran dan bis ekonomi. X3 = Selisih headway antara kereta api penataran dan bis ekonomi.
Hasil uji F dan uji t memenuhi yang disyaratkan, sehingga dapat diambil kesimpulan bahwa seluruh atribut yang dipertimbangkan yaitu Cost, Travel Time, Headway berpengaruh terhadap persamaan utilitas moda.
Berdasarkan tanda pada koefisien persamaan diatas dapat dijelaskan sebagai berikut :
1. Konstanta sebesar 3.525 menyatakan bahwa jika tidak ada selisih biaya Cost (X1), Travel Time (X2), Headway (X3) maka selisih utilitas adalah sebesar 3.525.
2. Koefisien regresi Cost (X1) sebesar 0.001, menyatakan bahwa setiap penambahan sebesar satu maka akan ada kenaikan selisih utilitas sebesar 0.001 (karena +).
3. Koefisien regresi Travel Time (X2) sebesar -0.016, menyatakan bahwa setiap penambahan sebesar satu maka akan ada penurunan selisih utilitas sebesar 0.016 (karena - ).
4. Koefisien regresi Headway (X3) sebesar 0.001, menyatakan bahwa setiap penambahan sebesar satu maka akan ada kenaikan selisih utilitas sebesar 0.001 (karena +)
Grafik Pemilihan Moda
Tabel 10. Data Grafik Pemilihan Moda No Option ∆Cost(X1) Rp ∆Travel Time(X2) (Menit) ∆Headway(X3) (Menit) UKA,BE Prob. KA.Penataran Prob. Bis Ekonomi 1 a -2700 60 225 0.09 0.52248 0.47752 b -1900 60 225 0.89 0.70889 0.29111 c -1100 60 225 1.69 0.84422 0.13124 d -3050 60 225 -0.26 0.43536 0.56469 e -2600 60 225 0.19 0.54736 0.45264 Diketahui : Option = a ΔCost (X1) = – 2700 ΔTravel Time (X2) = 60 ΔHeadway (X3) = 225
Ditanya : (UKA-UBIS) PKA= KA BUS BUS KA U U U U exp 1 exp PBIS= BUS KAU U KA P exp 1 1 1 Jawaban : (UKA-UBIS) = 3.525 + 0.001.X1– 0.016.X2+ 0.001.X3 = 3.525 + 0.001.(-2700) – 0.016.(60) + 0.001.(225) = 0.09 PKA= KA BUS BUS KA U U U U exp 1 exp = 0.09 09 . 0 exp 1 exp = 0.52248 PBIS= BUS KAU U KA P exp 1 1 1 = 0.09 exp 1 1 = 0.47752
Besarnya utilitas dan probabilitas pemilihan moda ini dapat dilihat pada lampiran E dan grafik pemilihan moda dapat dilihat berikut ini.
Gambar 9. Grafik Pemilihan Moda KESIMPULAN DAN SARAN
Kesimpulan
1. Berdasarkan hasil pengamatan terhadap perilaku pelaku perjalanan dari hasil data survei, diketahui faktor-faktor karakteristik pengguna dalam pemilihan moda adalah sebagai berikut :
Berdasarkan jenis kelamin pengguna moda bis ekonomi lebih didominasi oleh laki-laki dengan prosentase sebesar 61.3%. Sedangkan untuk pengguna moda KA. Penataran didominasi oleh perempuan sebesar 71.3%.
Berdasarkan usia bis ekonomi lebih dipilih oleh pengguna moda dengan usia 17-25 tahun sebesar 49.1%. Sedangkan usia 26-40 tahun sebesar 40.6% lebih memilih KA. Penataran sebagai moda yang digunakan.
Berdasarkan maksud perjalanan untuk pengguna moda bis ekonomi prosentase terbesar adalah untuk bisnis (bekerja/dinas/dagang) yakni 40.6%. Sedangkan untuk moda KA. Penataran maksud perjalanan untuk kepentingan keluarga dengan prosentase terbesar yakni 54.5%.
Berdasarkan tingkat pendapatan responden pengguna bis ekonomi prosentase terbesar untuk tingkat pendapatan > Rp. 1.000.000,- yakni 44.3%. Sedangkan untuk pengguna moda KA. Penataran prosentase terbesar untuk tingkat pendapatan Rp. 750.000-Rp. 1.000.000,- yakni 47.5%.
Berdasarkan alasan dalam memilih moda, pengguna bis ekonomi lebih didominasi oleh waktu perjalanan lebih singkat yakni 44.8%. Sedangkan untuk pengguna moda KA. Penataran prosentase terbesar alasan dalam memilih moda didominasi oleh ongkos lebih murah yakni 73.3%.
2. Dari hasil analisis maka model pemilihan moda angkutan penumpang antara KA. Penataran dan bis ekonomi untuk trayek Surabaya - Malang dalam studi ini menggunakan model logit binomial dengan fungsi selisih utilitas antara KA. Penataran dan bis ekonomi dalam bentuk persamaan linier, diperoleh sebagai berikut:
Probabilitas pemilihan moda kereta api : PKA= KA BUS BUS KA U U U U exp 1 exp
Probabilitas pemilihan moda bis:
PBIS= BUS KAU U KA P exp 1 1 1
Dengan persamaan selisih utilitas antara KA. Penataran dan bis ekonomi : (UKA-UBis) = 3.525 + 0.001.X1– 0,016.X2+ 0.001.X3
Dengan :
UKA,Bis = Utilitas moda kereta api penataran dengan bis ekonomi.
X1 = Selisih biaya perjalanan antara kereta api penataran dan bis ekonomi (∆Cost). X2 = Selisih waktu perjalanan antara kereta api penataran dan bis ekonomi (∆Travel
Time).
X3 = Selisih headway antara kereta api penataran dan bis ekonomi (∆Headway).
Saran
1. Kesulitan yang diperoleh dalam penelitian ini adalah pada saat survei pengumpulan data, karena responden pada umumnya memiliki waktu yang terbatas untuk mengisi dan menjawab kuisioner, sehingga seringkali jawaban yang diperoleh tidak memadai bahkan terkesan seadanya. Untuk itu pada penelitian-penelitian yang menggunakan Teknik Stated Preference disarankan agar dilakukan survei dengan metode home interview survei, supaya surveyor dan responden dapat berinteraksi dengan baik serta jawaban yang diperoleh diharapkan lebih baik.
2. Perlu dilakukan penelitian pada trayek Surabaya – Malang sebagai tindak lanjut dari studi ini dengan menggunakan moda Kereta Api Malang Expres dan Bis Patas serta memasukan perhitungan elastisitas model dan sensitivitas model.
3. Perlu dilakukan penelitian pada rute atau trayek lain terutama untuk teransportasi di Jawa Timur.
Daftar Pustaka
Maman, A. & Ali, M.A. (2007), Analisis korelasi, regresi, dan Jalur (Dilengkapi Aplikasi SPSS), Bandung: Penerbit Pustaka Setia
Syahri, A. (2003), Aplikasi Statistik Praktis dengan Menggunakan SPSS 10 for Windows, Edisi ke 2, Yogyakarta: Penerbit Graha Ilmu
Djarwanto & Pangestu, S. (1993), Statistik Induktif, Edisi ke 4, Yogyakarta: Penerbit BPFE Mangkunegara, (2000), Perilaku Konsumen, Bandung: Penerbit Refika Aditama
Masliyah, (2008), Kompetisi Pemilihan Moda Angkutan Penumpang Antara Jalan Raya (Mikrolet/Bison) dan Moda Jalan Rel (komuter) Rute Surabaya – Sidoarjo,Surabaya:
Magister Rekayasa Transportasi, Institut Teknologi Sepuluh Nopember Fidel, M. (2005), Perencanaan Transportasi, Jakarta: Penerbit Erlangga
Riduwan (2008), Dasar-Dasar Statistika, Bandung: Penerbit ALFABETA
Sugiyono, (2009), Metode Penelitian Kuantitatif dan Kualitatif, cetakan ke 8, Bandung: Penerbit ALFABETA
Tamin, Ofyar Z, (2000), Perencanaan dan Pemodelan Transportasi, Bandung: Penerbit ITB. Ari, W (2003), Studi Pemilihan Moda Angkutan Penumpang Antara Kereta Api dan Bus
(Trayek Surabaya – Yogyakarta), Surabaya: Magister Rekayasa Transportasi Institut Teknologi Sepuluh Nopember
