BAB III
METODOLOGI PENELITIAN III.1 Rencana Kegiatan Penelitian
Dalam melakukan kegiatan penelitian diperlukan kerangka kerja yang berisi alur penelitian dari awal sampai dengan diperolehnya suatu kesimpulan dari hasil penelitian yang dilakukan. Kerangka kerja penelitian dibuat dalam diagram alir penelitian sebagaimana gambar dibawah ini :
Gambar 3.1. Bagan Alir Rencana Kegiatan MENENTUKAN TUJUAN , JUDUL
Survei volume lalu lint as t erklasifikasi
Pengaruh Proporsi becak motor tyerhadap kecepatan lalu lintas
Mencari nilai emp untuk becak motor
KESIM PULAN DAN SARAN
Gambar 3.2.Bagan Alir Nilai EMP PERSIAPAN
Pemilihan Lokasi
Survei Pendahuluan
PENGUMPULAN DATA
Data Primer :
Survey volume Lalu Lintas terklasifikasi per 5 menitan
Survey Kecepatan kendaraan ringan
Mencari Nilai emp dengan basis kapasitas
Sig ≤ 0.05 R2≥ 0.5
Mencari Nilai emp dengan basis kecepatan
Sig ≤ 0.05 R2≥ 0.5
R2 terbesar antara dua basis di rekomendasikan sebagai nilai emp yang dipilih
III.2. Studi literatur
Studi literatur dilakukan untuk memberikan masukan data yang diperlukan, metode penelitian dan penelitian-penelitian yang telah dilakukan yang berkaitan dengan permasalahan yang diteliti
III.3. Persiapan
Pada tahap persiapan ini yang perlu dilakukan meliputi:
Pengamatan dilapangan
Pengamatan dilakukan untuk melihat hal-hal yang terjadi dilapangan sehingga dapat mengenali permasalahan-permasalahan yang ada di lapangan yang menarik untuk di teliti.
Penentuan tujuan penelitian
Tujuan penelitian ditentukan berdasarkan perumusan permasalahan. Dengan tujuan penelitian yang jelas akan memberikan arah penelitian yang jelas sehingga diharapkan diperoleh hasil yang memuaskan.
Penentuan ruang lingkup penelitian
Penentuan ruang lingkup penelitian ditunjukan untuk memberikan batasan-batasan dalam penelitian, sehingga penelitian tidak membahas hal-hal yang terlalu luas yang dapat mengaburkan tujuan penelitian yang dilakukan tidak sesuai lagi kondisi lapangan yang ada.
Lokasi yang dipilih sebagai tempat penelitian adalah satu titik di ruas jalan Gajah Mada kota Medan, dengan panjang ruas ± 1.600 meter dan lebar 12 meter. Beberapa alasan pemilihan jalan Gajah Mada sebagai Lokasi studi, yaitu:
1. Jalan Gajah Mada merupakan 4 lajur 2 arah tanpa median mempunyai lalu lintas kendaraan becak motor yang paling besar diantara koridor kota yang lain pada jam-jam sibuk pagi maupun sore.
2. Kegiatan sepanjang jalan disebelah kanan kiri dari ruas jalan Gajah mada adalah perdagangan, jasa , perhotelan dan lembaga pendidikan.
III.5. Survei Pendahuluan
Survey pendahuluan ini diperlukan untuk mengetahui gambaran umum dari lokasi penelitian dan untuk menentukan perumusan dan identifikasi permasalahan. Kegiatan ini meliputi:
1. Menentukan pilihan metode yang didasarkan pada kemampuan data yang hendak digunakan.
2. Mengamati kondisi di lapangan serta menaksir keadaan yang berkaitan dengan mutu data yang akan diambil, meliputi:
a. Lebar lajur
b. Lebar bahu jalan
c. Jumlah lajur
e. Volume arus lalu lintas
f. Kecepatan arus lalu lintas
g. Komposisi kendaraan yang lewat
h. Kondisi permukaan jalan
i. Kondisi geometrik
j. Kondisi lingkungan
III.6. Data Yang diperlukan
Pada penelitian ini data yang diperlukan adalah volume kendaraan (Q) terklasifikasi, kecepatan ruang kendaraan (Space mean speed) tiap kendaraan. Sedangkan besarnya kerapatan akan dihitung berdasarkan data arus dan kecepatan kendaraan. Besarnya arus lalu lintas dapat diperoleh dengan mencatat jumlah kendaraan yang melewati suatu titik tertentu dilapangan dalam periode waktu tertentu, Sedangkan kecepatan kendaraan dalam ruang dengan cara mengetahui jarak tertentu yang telah ditetapkan yang dilalui oleh satu kendaraan dan kemudian dicatat waktu tempuh kendaraan dalam jarak yang telah ditetapkan tersebut. Kecepatan kendaraan tersebut adalah hasil bagi antara jarak dengan waktu tempuh.
Berdasarkan berbagai pengamatan untuk mendapatkan data jumlah dan waktu tempuh kendaraan yang telah dilakukan, menunjukkan bahwa interval waktu pengamatan lapangan ditetapkan selang waktu 5 menit. Penelitian ini dilakukan selama jam-jam sibuk yakni :
Pagi hari pukul 07.00 - 08.30 WIB
Siang hari pukul 12.00 - 13.30 WIB
Sore hari pukul 16.00 - 17.30 WIB
Untuk pelaksanaan penelitian ini alat yang digunakan adalah:
1. Handycam
2. Meteran
3. Stopwatch
4. Alat tulis
Untuk data sekunder diambil atau dipinjam dari instansi yang terkait dengan
penelitian ini, diantaranya instansi Dinas Perhubungan Kota Medan dan Badan
Pusat Statistitik Kota Medan serta instansi terkait lainnya.
III.7.1. Metode Pengambilan Data Arus Kendaraan
disurvei disesuaikan dengan penggolongan jenis kendaraan pada buku Manual Kapasitas Jalan Indonesia (MKJI) 1997, yaitu untuk kelompok kendaraan:
a. Light Vehicle (LV) atau kendaraan ringan, adalah kendaraan bermotor dua as beroda 4 dengan jarak as 2 – 3 m (termasuk mobil penumpang, opelet, microbus, pik -up, dan truk kecil sesuai system klasifikasi bina marga).
b. Heavy Vehicle (HV) atau kendaraan berat, adalah kendaraan bermotor dengan jarak as lebih dari 3,50 m, biasanya beroda lebih dari 4 (termasuk bis, truk 2 as, truk 3 as dan truk kombinasi sesuai system klasifikasi bina marga).
c. Motor Cycle (MC) atau sepeda motor, adalah kendaraan bermotor beroda dua
d. Becak Motor adalah kendaraan bermotor beroda tiga.
III.7.2 Metode Pengambilan Data Kecepatan Kendaraan
Pengambilan data waktu tempuh kendaraan di lapangan dilakukan dengan metode kecepatan setempat dengan mengukur waktu perjalanan bergerak. Metode kecepatan setempat dimaksudkan untuk pengukuran karakteristik kecepatan pada lokasi tertentu pada lalu lintas. Jenis kendaraan dilakukan sebanyak 5 kendaraan sehingga dapat menggambarkan keadaan sebenarnya di lapangan.
a) Tata Cara Pelaksanaan
Menetapkan titik tinjau pengamatan melintang pada ruas jalan yang
Menghitung waktu tempuh tiap-tiap kendaraan yang lewat dengan
menggunakan stop watch.
Mencatat waktu tempuh yang telah diperoleh kedalam format survei yang
telah disediakan.
3m
3m 50 METER 3m
3m
Gambar 3.3 : Pengambilan data kecepatan
Untuk memperoleh data kecepatan kendaraan langkah – langkah yang dilakukan adalah:
a. Kecepatan tiap kendaraan dihitung dengan membagi jarak tempuh (x) dengan waktu tempuh (t), maka kecepatan (u). u (meter/detik) = x (meter) / t (detik)
III.8. Reduksi Data
Reduksi data adalah suatu kegiatan untuk mengubah format yang dicata tdilapangan kedalam bentuk yang dapat di interpretasikan. Pada penelitian ini reduksi data dilakukan pada pengukuran volume lalu lintas. Reduksi data dilaksanakan dengan cara memutar ulang rekaman video, kemudian perhitungan dilakukan dilayar monitor komputer.
III.9. Analisa Data
Analisa data dilakukan untuk memperoleh hasil yang sesuai dengan tujuan penelitian, yaitu:
III.9.1 Analisa Perhitungan Volume Lalu Lintas.
III.9.2 Perhitungan Kecepatan Rata-Rata Ruang.
Perhitungan kecepatan rata-rata ruang dilakukan setelah data jumlah kendaraan tiap jenisnya dan waktu tempuh dari tiap-tiap kendaraan yang melewati jarak tertentu dan dipilah menurut jenisnya didapatkan, maka didapatkan kecepatan rata-rata ruang dari setiap jenis kendaraan dan kecepatan rata-rata ruang lalu lintas secara keseluruhan yang tercatat dan disusun selama jam pengamatan. Perhitungan kecepatan rata-rata ruang yaitu perhitungan kecepatan rata-rata tiap jenis kendaraan maupun kecepatan rata-rata lalu lintas. Besar kecepatan rata-rata ruang ini merupakan salah satu variabel dalam analisa pengaruh proporsi kendaraan becak motor terhadap kecepatan lalu lintas, serta untuk menghitung nilai emp kendaraan becak motor.
III.9.3 Pengaruh Kendaraan Becak Motor Terhadap Kecepatan Lalu Lintas.
Untuk mengetahui adanya pengaruh kendaraan becak motor terhadap kecepatan lalu lintas dapat dilakukan dengan melihat perubahan kecepatan.
III.9.4 Penghitungan Nilai Ekivalensi Mobil Penumpang
a. Basis Kapasitas
Ekivalen mobil penumpang (emp) untuk tiap jenis kendaraan khususnya kendaraan becak motor dicari dengan menggunakan komposisi lalu lintas yang merupakan bagian dari kapasitas jalan, sebagaimana rumus (2-5). Dengan analisis regressi linier berganda maka akan didapatkan koefisien untuk masing-masing jenis
kendaraan. Karena nilai emp kendaraan ringan (LV) sebagai variable tetap adalah 1 maka koefisien tiap jenis kendaraan yang sebagai variable bebas yang dihasilkan dari regresi merupakan nilai emp untuk tiap jenis kendaraan tersebut.
b. Basis Kecepatan
Dicari dengan menggunakan hubungan single regim antara volume dan kecepatan untuk lalu lintas 4 lajur 2 arah tanpa median (4/2 UD) sebagaimana rumus (2-7) dimana dengan analisis tersebut akan didapatkan nilai ci (koefisien) untuk tiap jenis kendaraan. Untuk untuk mendapatkan nilai emp tiap jenis kendaraan dapat dilakukan dengan membagi dengan nilai setiap nilai koefisien jenis kendaraan dengan koefisien kendaraan ringan (Lv) sebagaimana rumus (2-8).
PENGUMPULAN DAN PENGOLAHAN DATA
IV.1. Deskripsi Penelitian
Penelitian arus lalu lintas dilaksanakan di ruas jalan Gajah Mada. Penelitian ini mengambil data volume lalu lintas dan waktu tempuh kenderaan yang terdiri dari kendaraan ringan, kendaraan berat, sepeda motor dan becak motor. Jenis kendaraan dibagi berdasarkan penggolongan jenis kendaraan sesuai dengan buku Manual Kapasitas Jalan Indonesia (MKJI) 1997. Dalam bab ini disajikan data-data lalu lintas hasil survei lapangan dan analisis data tersebut sehingga akhirnya diperoleh data volume, kecepatan rata-rata ruang yang diteliti.
Secara detail data ruas jalan gajah mada adalah sebagai berikut, dan dapat dilihat pada gambar 4.1 :
1. Jumlah lajur 4 buah dan terdiri dari 2 arah tanpa median. 2. Lebar perkerasan 12 m dengan masing-masing lajur 3 m 3. Pemisah lajur berupa marka garis lurus dan putus-putus. 4. Kondisi perkerasan baik berupa lapis perkerasan aspal.
3.0m
3.0m
Gambar 4.1 Detail Ruas Jalan Gajah Mada
3.0m
3.0m 1.5m
1.40 1.50 0.70 12.00 0.70 1.50 1.40 Gambar 4.2: Potongan Melintang Ruas Jalan Gajah Mada
IV.2. Data Volume Lalu Lintas
Pengambilan data dilakukan dengan menggunakan kamera video pada saat jam puncak pagi yaitu (07.00-08.30 WIB), siang (jam 12.00-13.30 WIB), dan sore (jam 16.00-16.30 WIB), Yaitu pada hari Senin tanggal 19 dan hari selasa tanggal 20 September 2011.
Data diambil dengan interval waktu 5 menitan, penggolongan jenis kendaraan sesuai dengan buku Manual Kapasitas Jalan Indonesia (MKJI) 1997. yaitu untuk kendaraan ringan, kendaraan berat, atau sepeda motor, becak motor. Pengolahan dan perhitungan jumlah data volume lalu lintas dilakukan dirumah dengan menggunakan komputer untuk melihat hasil rekaman kamera. Perhitungan dilakukan selama 5 menit dicatat dalam kertas format survei untuk perhitungan volume lalu lintas.
Kemudian data diolah dan cara perhitungannya adalah sebagai berikut: 1. Total kendaraan per 5 menit merupakan jumlah semua jenis kendaraan. 2. Total kendaraan per 1 jam adalah jumlah total jenis kendaraan dikalikan 12
yaitu jumlah lima menitan selama satu jam.
3. Dari total kendaraan dihasilkan proporsi kendaraan becak motor terhadap Total kendaraan.
Pengumpulan dan pengolahan data volume dapat dilihat table 4.1. sampai dengan tabel 4.4. berikut:
waktu
Jenis Kendaraan per 5 jumlah kendaraan
LV HV MC BCK per 5 menit perjam
Jenis Kendaraan per 5 jumlah kendaraan
16.00 - 16.05 49 1 102 14 166 1992
Tabel 4.2. Volume kendaraan Jln. Gajah Mada depan SPBU pada Hari Selasa
waktu
Jenis Kendaraan per 5 jumlah kendaraan
LV HV MC BCK per 5 menit perjam
Jenis Kendaraan per 5 jumlah kendaraan
08.20 - 08.25 48 - 142 16 206 2472
waktu
Jenis Kendaraan per 5 jumlah kendaraan
LV HV MC BCK per 5 menit perjam
Jenis Kendaraan per 5 jumlah kendaraan
1 2 3 4 5 6 7
16.00 - 16.05 58 1 100 14 173 2076
16.05 - 16.10 45 1 96 13 155 1860
16.10 - 16.15 57 1 91 21 170 2040
16.15 - 16.20 54 3 119 22 198 2376
16.20 - 16.25 58 2 138 22 220 2640
16.25 - 16.30 53 - 114 20 187 2244
16.30 - 16.35 53 2 140 23 218 2616
16.35 - 16.40 70 3 122 15 210 2520
16.40 - 16.45 49 1 116 18 184 2208
16.45 - 16.50 59 3 144 21 227 2724
16.50 - 16.55 66 1 151 21 239 2868
16.55 - 17.00 59 2 141 16 218 2616
17.00 - 17.05 55 1 180 20 256 3072
17.05 - 17.10 58 1 177 26 262 3144
17.10 - 17.15 67 3 183 16 269 3228
17.15 - 17.20 58 1 185 19 263 3156
17.20 - 17.25 61 1 182 21 265 3180
17.25 -17.30 55 1 183 18 257 3084
waktu Jenis Kendaraan per 5 Jumlah Kendaraan
Waktu Jenis Kendaraan per 5 Jumlah Kendaraan
Per 5 menit Perjam Per 5 menit Per jam (9:7)x100
Per 5 menit Perjam Per 5 menit Per jam (9:7)x100
Tabel 4.8 : Proporsi kendaraan becak motor dan kendaraan bermotor di depan LP3i pada Hari Selasa
Waktu
Tabel 4.9 : Statistik diskriptif volume lalu lintas Jln. Gajah Mada depan SPBU N Minimum Maximum Mean Std. Deviation
PAGI 36 2004.00 3576.00 2856.6667 356.30035
SIANG 36 1464.00 2376.00 1857.6667 197.67650
Tabel 4.10 : Statistik diskriptif volume lalu lintas Jln. Gajah Mada depan LP3i
N Minimum Maximum Mean Std. Deviation
PAGI 36 1392.00 2136.00 1765.0000 171.33126
SIANG 36 1668.00 2508.00 2034.6667 201.68660
SORE 36 1860.00 3444.00 2637.3333 424.28454
Dari data diatas maka dapat diketahui proporsi tiap jenis kendaraan pada lalu lintas rata-rata per jam sebagaimana ditampilkan dalam gambar 4.3 sampai dengan 4.8 sebagai berikut:
Gambar 4.4 : Proporsi jenis kendaraan pada lalu lintas di depan SPBU pada Hari Selasa
Gambar 4.6 : Proporsi jenis kendaraan pada lalu lintas di depan LP3i pada Hari Senin
Gambar 4.8 : Proporsi jenis kendaraan pada lalu lintas di depan LP3i gabungan Hari Senin dan Selasa
IV.3. Data Kecepatan Kendaraan
Pengambilan data waktu tempuh untuk selanjutnya digunakan untuk mendapatkan kecepatan rata-rata ruang, yang dilakukan pada lokasi yang sama untuk kedua arah pergerakan lalu lintas. Dalam penelitian ini ditinjau dari dua titik, dimana jarak antara titik tinjau pertama dengan kedua adalah sepanjang 50 meter.
Data diambil dengan interval waktu 5 menitan, penggolongan jenis kendaraan sesuai dengan buku Manual Kapasitas Jalan Indonesia (MKJI) 1997. yaitu untuk kendaraan ringan, kendaraan berat, sepeda motor dan becak motor.
Kemudian data tersebut diolah dan perhitungannya adalah sebagai berikut: 1. Waktu tempuh untuk setiap jenis kendaraan di jumlah dan dijumlahkan tiap
2. Perhitungan kecepatan adalah jarak dibagi waktu tempuh, dengan penyesuaian satuan dari meter per detik menjadi kilometer per jam. Data yang didapatkan adalah data kecepatan per jenis kendaraan dan kecepatan total semua jenis kendaraan dalam waktu 5 menitan.
Pengumpulan dan pengolahan data kecepatan dapat dilihat pada tabel 4.11
sampai tabel 4.14 sebagai berikut:
Tabel 4.11. Data kecepatan per jenis kendaraan dan kecepatan lalu lintas didepan SPBU pada Hari Senin
Tabel 4.12 : Data kecepatan per jenis kendaraan dan kecepatan lalu lintas di depan SPBU pada Hari Selasa
waktu Rata-rata Kecepatan per jenis kendaraan Rata-rata kecepatan
Tabel 4.13 : Data kecepatan per jenis kendaraan dan kecepatan lalu lintas
didepan LP3i Pada Hari Senin
waktu Rata-rata Kecepatan per jenis kendaraan Rata-rata kecepatan depan LP3i Pada Hari Selasa
Tabel 4.15 : Statistik diskriptif kecepatan rata-rata lalu lintas Jln. Gajah Mada depan SPBU
N Minimum Maximum Mean Std. Deviation
PAGI 36 14.15 27.10 20.8211 2.82085
SIANG 36 13.28 27.44 19.7342 3.27037
SORE 36 16.46 24.71 20.4606 1.94949
Tabel 4.16 : Statistik diskriptif kecepatan rata-rata lalu lintas Jln. Gajah Mada depan LP3i
N Minimum Maximum Mean Std. Deviation
PAGI 36 13.10 25.60 19.5806 3.09256
SIANG 36 12.20 28.30 19.9667 3.29424
SORE 36 16.70 27.00 20.2056 2.53872
Data volume jam puncak tersebut disajikan dalam grafik :
7.00 7.05 7.10 7.15 7.20 7.25 7.30 7.35 7.40 7.45 7.50 7.55 8.00 8.05 8.10 8.15 8.20 8.25 8.30
waktu
12.00 12.05 12.10 12.15 12.20 12.25 12.30 12.35 12.40 12.45 12.50 12.55 13.00 13.05 13.10 13.15 13.20 13.25 13.30
waktu
Gambar 4.10 : Grafik volume puncak siang pada hari senin
16.00 16.05 16.10 16.15 16.20 16.25 16.30 16.35 16.40 16.45 16,50 16.55 17.00 17.05 17.10 17.15 17.20 17.25 17.30
waktu
Gambar 4.11 : Grafik volume puncak siang pada hari senin
7.00 7.05 7.10 7.15 7.20 7.25 7.30 7.35 7.40 7.45 7.50 7.55 8.00 8.05 8.10 8.15 8.20 8.25 8.30
waktu
Gambar 4.12 : Grafik volume puncak pagi pada hari selasa
12.00 12.05 12.10 12.15 12.20 12.25 12.30 12.35 12.40 12.45 12.50 12.55 13.00 13.05 13.10 13.15 13.20 13.25 13.30
waktu
Gambar 4.13 : Grafik volume puncak siang pada hari selasa
16.00 16.05 16.10 16.15 16.20 16.25 16.30 16.35 16.40 16.45 16,50 16.55 17.00 17.05 17.10 17.15 17.20 17.25 17.30 Waktu
Gambar 4.14 : Grafik volume puncak sore pada hari selasa
BAB V
ANALISIS DATA DAN PEMBAHASAN
V.1. Analisa Uji Kesamaan Dua Rata-Rata
Analisa ini dilakukan untuk mengetahui kesamaan volume dan kecepatan
rata-rata lalu lintas dari dua kondisi, guna menentukan apakah kedua rata-rata dalam kondisi tersebut bisa digabung atau tidak dalam analisa selanjutnya. Penentuan analisa ini dilakukan dengan menggunakan uji statistik T-Test untuk sampel yang berpasangan (Paired Sample T-Test) yaitu dengan melakukan analisa hepotesis dari kesamaan volume dan kecepatan rata-rata sebagai berikut:
Hipotesis :
Ho = Kedua rata-rata sampel adalah identik
Ha = Kedua rata-rata sampel adalah tidak identik
Pengambilan Keputusan:
a. Berdasarkan perbandingan t hitung dengan t tabel:
• Jika statistik hitung (angka t output) > statistik tabel (tabel t), maka Ho
ditolak.
• Jika statistik hitung (angka t output) < statistik tabel (tabel t), maka Ho
diterima.
b. Berdasarkan nilai probabilitas atau signifikansi • Jika probabilitas > 0,05, maka Ho diterima
Tabel berikut menunjukkan hasil analisa uji kesamaan volume dan kecepatan rata-rata untuk beberapa kondisi, sedangkan detail perhitungannya ada pada lampiran:
Tebel 5.1 : Perhitungan uji kesamaan volume lalu lintas SPBU Senin
Tebel 5.2 : Perhitungan uji kesamaan volume lalu lintas LP3i Senin
Tebel 5.4 : Perhitungan uji kesamaan rata-rata kecepatan lalu lintas LP3i
Nilai T tabel = 2.10982dilihat dari tabel distribusi t dengan dk 17 untuk uji 2 arah Maka dari hasil diatas dapat direkapitulkasi sebagai berikut :
Tabel 5.5 : Rekapitulasi hasil uji kesamaan volume lalu lintas SPBU Senin
Tabel 5.7 :Rekapitulasi hasil uji kesamaan rata-rata kecepatan lalu lintas SPBU
Tabel 5.8 : Rekapitulasi hasil uji kesamaan rata-rata kecepatan lalu lintas LP3i Senin identik sehingga analisanya dapat digabung.
V.2. Analisa Pengaruh Proporsi Kendaraan Becak Motor Terhadap Kecepatan Lalu Lintas
Tabel 5.10 : Hasil analisa pengaruh proporsi kendaraan becak motor terhadap kecepatan lalu lintas di depan SPBU
Hari
Interval Volume Lalin (smp/jam)
Model Regresi r R2
Gabungan Senin dan Selasa <1448 Y = 0.360 X + 16.758 0.338 0.115 Gabungan Senin dan Selasa 1448-1872 Y = - 0.150X + 22.203 -0.143 0.021 Gabungan Senin dan Selasa >1872 Y = 0.309 X+ 18.530 0.254 0.064
Keterangan :
Y = Kecepatan (km/jam) X = Proporsi Kendaraan Becak Motor (%)
Hasil analisis regresi hubungan proporsi becak motor terhadap kecepatan arus lalu lintas, di plotkan dalam bentuk grafik sesuai kondisi waktu seperti diilustrasikan pada gambar 5.1 dan 5.3
Gambar 5.2 : Grafik pengaruh proporsi kendaraan becak motor terhadap kecepatan lalu lintas di depan SPBU pada volume 1448 - 1872 smp/jam
Tabel 5.11 : Hasil analisa pengaruh proporsi kendaraan becak motor terhadap kecepatan lalu lintas di depan LP3i
Hari
Interval Volume Lalin (smp/jam)
Model regresi r R2
Gabungan Senin dan Selasa <1475 Y = 0.309 x + 16.544 0.257 0.066 Gabungan Senin dan Selasa 1475-1930 Y = -0.496 x + 24.475 -0.304 0.092 Gabungan Senin dan Selasa >1930 Y = -0.188 x + 21.214 -0.149 0.022 Keterangan :
Y = Kecepatan (km/jam) X = Proporsi Kendaraan Becak Motor (%)
Hasil analisis regresi hubungan proporsi becak motor terhadap kecepatan arus lalu lintas, di plotkan dalam bentuk grafik sesuai kondisi waktu seperti diilustrasikan pada gambar 5.4 dan 5.6
Gambar 5.5 : Grafik pengaruh proporsi kendaraan becak motor terhadap kecepatan lalu lintas di depan LP3i pada volume 1475-1930 smp/jam
Dari hasil analisa dengan menggunakan model regressi linier untuk mengetahui pengaruh proporsi kendaraan becak motor terhadap kecepatan lalu lintas di Jln. Gajah Mada seperti pada tabel 5.10 dan 5.11 dan grafik pada gambar 5.1 dan 5.6 dapat dijelaskan sebagai berikut :
Dari hasil analisis di depan SPBU korelasi sederhana (r) didapat, Pada
interval volume kendaraan <1448, >1872 smp/jam didapat antara, proporsi becak motor dengan kecepatan lalu lintas (r) 0.338 dan 0.245, hal ini menunjukkann bahwa terjadi hubungan yang rendah. Sedangkan arah hubungan adalah positif, berarti semakin besar proporsi becak semakin besar kecepatan lalu lintas, Sedangkan pada interval volume kendaraan 1448-1872 smp/jam didapat antara, proporsi becak motor dengan kecepatan lalu lintas (r) -0.143, hal ini menunjukkann bahwa terjadi hubungan yang sangat rendah. Sedangkan arah hubungan adalah negatif, berarti semakin besar proporsi becak semakin kecil kecepatan lalu lintas
Dari hasil analisis di depan LP3i korelasi sederhana (r) didapat, Pada interval volume kendaraan <1475 smp/jam didapat antara, proporsi becak motor dengan
V.3. Analisa Penentuan Eqivalent Mobil Penumpang (emp) di Jalan 4 Lajur 2 Arah Tanpa Median
Nilai emp kendaraan di ruas jalan 4 lajur 2 arah tanpa median dihitung dengan menggunakan metode kapasitas dan metode kecepatan yang diperoleh dari
analisis regresi linier berganda terhadap semua waktu survai.
Persamaan regresi linier berganda dengan metode kapasitas sesuai rumus 2-5 dalam bab II sehingga nilai koefisien masing-masing persamaan merupakan nilai emp, sedangkan persamaan regresi dengan metode kecepatan sesuai dengan rumus 2-7 dan 2-8 maka nilai emp adalah masing-masing koefisien untuk tiap jenis kendaraan dibagi dengan koefsien Lv.
Data volume dan kecepatan lalu lintas sebanyak 108 data dari 3 waktu perhari selama 2 hari ( Senin dan Selasa) pada tiap titik survai dianalisis dengan persamaan regresi linier berganda sebagai berikut :
a) Analisis regresi berganda menggunakan data gabungan Senin pagi dan Selasa
pagi sebanyak 36 data dengan pembagian 2 sampai dengan 5 kelas interval data
b) Analisis regresi berganda menggunakan data gabungan Senin siang dan Selasa siang sebanyak 36 data dengan pembagian 2 sampai dengan 5 kelas interval data.
d) Analisis regresi berganda menggunakan data gabungan Senin pagi, siang, sore sebanyak 54 data dengan pembagian 2 sampai dengan 6 kelas interval data
e) Analisis regresi berganda menggunakan data gabungan Selasa pagi, siang, sore sebanyak 54 data dengan pembagian 2 sampai dengan 6 kelas interval
data
f) Analisis regresi linier berganda menggunakan seluruh data (gabungan Senin Pagi, siang, sore dan Selasa pagi, sinag, sore) sebanyak 108 data dengan pembagian 2 sampai dengan 6 kelas interval data.
Tabel 5.12. Pembagian kelas interval data depan SPBU
Pembagian kelas interval
Kelas interval data volume lalu lintas (kend/jam)
Tabel 5.13. Pembagian kelas interval data depan LP3i
Pembagian Kelas Interval
Kelas Interval Data Volume Lalu Lintas (Kend/Jam)
V.3.1 Penentuan Nilai emp Dengan Basis Kapasitas
Dari analisis regressi linier diatas dengan basis kapasitas pada 329 kelas interval data, maka didapatkan hasil regressi yang semua koefisiennya negatif adalah sebagai berikut :
Tabel. 5.14 : Hasil regresi linier dengan basis kapasitas yang mempunyai koefisien semua negatif di depan SPBU
Interval Volume Lalin (Kend)
Koefisien Basis Kapasitas Sig R2
Tabel. 5.15 : Hasil regresi linier dengan basis kapasitas yang mempunyai koefisien semua negatif di depan LP3i
Interval Volume Lalin (Kend)
Koefisien Basis Kapasitas Sig
R2
Berdasarkan analisis regresi linier berganda yang mempunyai koefisin semua negatif pada basis kapasitas, terdapat hasil regressi yang dianggap memenuhi menurut uji statistik dengan ketentuan:
a. Jika error signifikan > 0,05, maka koefisien tidak bisa dipakai,
Tabel 5.16 : Hasil regresi linier berganda basis kapasitas di depan SPBU yang memenuhi ketentuan uji statistik
Tabel 5.17 : hasil regresi linier berganda basis kapasitas di depan LP3i yang memenuhi ketentuan uji statistik
Koefisien basis kapasitas Sig
R Keterangan
Pada basis Kapasitas sebagaimana tabel 5.16 dan 5.17 koefisien-koefisien yang dihasilkan dengan regressi linier berganda adalah merupakan merupakan nilai emp. Berdasarkan ketentuan uji statistik untuk memilih emp yang akan dipakai disamping probabilitasnya telah memenuhi, dan nilai determinan tertinggi. Maka nilai emp yang dianggap mewakili pada basis kapasitas adalah :
Tabel 5.18 : Nilai emp basis kapasitas yang terpilih
Lokasi Nilai emp R2
Koefisien Basis Kapasitas Sig
V.3.2 Penentuan emp Dengan Basis Kecepatan
Dari analisis dengan regressi linier dengan basis kecepatan pada 329 kelas interval data maka didapatkan hasil regressi yang semua koefisiennya negatif adalah sebagai berikut :
Tabel. 5.19 : Hasil regresi linier dengan basis kecepatan yang mempunyai koefisien semua negatif di depan SPBU
Interval Volume Lalin (Kend)
Koefisien Basis Kecepatan Sig
R2
Tabel. 5.20 : Hasil regresi linier dengan basis kecepatan yang mempunyai koefisien semua negatif di depan SPBU
Interval Volume Lalin (Kend)
Koefisien Basis Kapasitas Sig
R2
LV HV MC BCK LV HV MC BCK
Berdasarkan analisis regresi linier berganda yang mempunyai koefisin semua negatif pada basis kapasitas, terdapat hasil regressi yang dianggap memenuhi menurut uji statistik dengan ketentuan:
a. Jika error signifikan > 0,05, maka koefisien tidak bisa dipakai, b. Jika R mendekati 1 atau -1, maka persamaan regresi hubungan linier
sempurna.
Tabel 5.21 : Hasil regresi linier berganda basis kecepatan di depan SPBU yang memenuhi ketentuan uji statistik
Koefisien Basis Kapasitas Sig
R2 Keterangan
Hasil Regresi Linier Berganda Basis Kecepatan Di Depan LP3i pada tabel 5.20 tidak Memenuhi ketentuan Uji Statistik maka hasil tidak dapat digunakan.
Pada basis kecepatan nilai emp untuk tiap jenis kendaraan dicari dengan membagi koefisien tiap jenis kendaraan dengan koefisien LV, maka hasilnya adalah sebagai berikut:
Tabel 5.22 : Nilai emp basis kecepatan yang terpilih
Lokasi NILAI emp R2
LV HV MC BCK
Dari tabel 5.18 dan 5.22 dapat dilihat bahwa ada perbedaan nilai emp depan SPBU dan emp depan LP3i, hal ini dikarenakan karakteristik lalu lintas, komposisi kendaraan dan kecepatan lalu lintas yang berbeda antara kedua tempat.
V.3.3 Penentuan Nilai emp Terpilih
Nilai emp dari Tabel 5.18 dan 5.22 masih terdapat 2 nilai emp untuk tiap lokasi, karena proses perhitungannya digunakan 2 metode (basis) yang berbeda. Untuk itu perlu kiranya menentukan mana nilai yang akan dipilih sebagai patokan untuk perhitungan volume lalu lintas.
Ketentuan Uji statistik menjadi pertimbangan utama untuk menetukan nilai emp yang akan dipilih adalah sebagai berikut :
a. Jika error signifikannya > 0,05, maka koefisien tidak bisa dipakai,
b. Jika R mendekati 1 atau -1, maka persamaan regresi hubungan linier sempurna Dari kedua ketentuan tersebut maka dapat kita tentukan :
a. Depan SPBU nilai emp yang dipilih adalah hasil regressi linier berganda dengan
basis kapasitas. Hal ini dikarenakan nilai probabilitas emp basis kecepatan masih ada nilai > 0,05 yaitu 0,27 dan 0,77, maka nilai emp dari basis kecepatan dapat diabaikan. Nilai emp yang direkomendasikan sebagaimana tabel 5.23 dibawah ini
Tabel 5.23 : emp yang dipilih pada ruas jalan Gaja Mada depan SPBU
Lokasi Nilai emp R2
LV HV MC BCK
b. Depan STIE Kerjasama nilai emp yang dipilih adalah hasil regressi linier berganda basis kapasitas. Hal ini dikarenakan nilai probabilitas emp basis kecepatan tidak ada < 0,05, maka nilai emp dari basis kecepatan dapat diabaikan. Nilai emp yang dipilih sebagaimana tabel 5.24 dibawah ini
Tabel 5.24 emp yang dipilih pada ruas jalan Gajah Mada depan LP3i
Lokasi Nilai emp R2
LV HV MC BCK
Depan LP3i 1 1.89 0.55 1.13 0.793
5.3.4 Nilai Rata-rata emp
Agar nilai emp dapat menjadi acuan pada saat perhitungan lalu lintas pada jalan Gajah Mada secara keseluruhan maka perlu adanya satu nilai emp yang dapat mewakili tiap jenis kendaraan. Untuk mendapatkan satu nilai emp yang mewakili, maka dicari rata-rata nilai emp pada kedua titik survai.
Tabel 5.25 : Rekapitulasi hasil pemilihan emp
Jenis Kendaraan emp Jumlah Kendaraan
SPBU LP3i SPBU LP3i
LV 1 1 5470 5551
HV 1.99 1.89 110 83
MC 0.54 0.55 13021 11912
Dari data yang ada pada tabel 5.25 maka dapat dicari rata-rata emp tiap jenis kendaraan sebagai berikut :
a. HV
Jumlah kendaraan depan SPBU 110 dengan emp 1.99 Jumlah kendaraan depan LP3i 83 dengan emp 1.89
emp (HV) rata-rata = = 1.95
b. MC
Jumlah kendaraan depan SPBU 13021 dengan emp 0.54 Jumlah kendaraan depan LP3i 11912 dengan emp 0.55
emp (MC) rata-rata = = 0.54
c. Becak
Jumlah kendaraan depan SPBU 1915 dengan emp 0.84 Jumlah kendaraan depan LP3i 1765 dengan emp 1.13
Dari hasil analisis lapangan maka bila dibandingkan dengan nilai emp pada MKJI 1997 yaitu:
Tabel 5.26 : Perbedaan nilai emp MKJI 1997 dan emp lapangan
Terjadi perbedaan antara ketiga nilai emp, yang terjadi karena :
a. emp pada MKJI tahun 1997 merupakan rangkuman dari berbagai tipikal lalu lintas di beberapa kota di Indonesia dan emp lapangan merupakan potret kondisi aktual pada satu lokasi.
b. Terdapat perbedaan nilai emp lapangan Jln.Gajah Mada dengan nilai emp pada MKJI karena perbedaan asumsi awal bahwa nilai emp becak disatukan dengan sepeda motor.
Tabel 5.27 : Perbedaan nilai emp lapangan Jln. Parang Teritis dan emp lapangan
Terjadi perbedaan sebagaimana tertera dalam tabel disebabkan:
a. Adanya perbedaan pemilihan lokasi penelitian, pemilihan lokasi sebelumnya pada ruas jalan 2 lajur 2 arah tanpa median, sementara penelitian yang sedang dilakukan pada ruas jalan 4 lajur 2 arah tanpa median.
b. Terjadi perbedaan pada hasil nilai emp becak karena nilai emp penelitian sebelumnya 1.53 sementara nilai emp penelitian yang sedang dilakukan 0.98.
c. Perbedaan pada ke dua nilai emp karena adanya perbedaan volume dan komposisi tiap jenis kendaraan yang menjadi variabel.
V.4. Analisa emp Lapangan Jln. Gajah Mada Pengaruh Kepadatan terhadap Kecepatan Lalu Lintas
kecepatan dan kerapatan, periode I (07.00 – 08.30) periode II (12.00-14.30) periode III ( 16.00-17.30) pada Tabel 4.13 :
Tabel 5.28 : Hasil analisa pengaruh kepadatan terhadap kecepatan lalu lintas di depan SPBU
Keterangan :
Y = Kecepatan (km/jam) X = Kepadatan (smp/km)
Hasil analisis regresi hubungan kepadatan terhadap kecepatan arus lalu lintas, di plotkan dalam bentuk grafik sesuai kondisi waktu seperti diilustrasikan pada gambar 5.7 dan 5.9:
Gambar 5.7 : Grafik pengaruh kepadatan terhadap kecepatan lalu lintas di depan SPBU pada periode I
Model Regresi R2
Perode I Y = -6.644X + 233.223 0.810
Periode II Y = -3.964X + 149.796 0.692
Gambar 5.8 : Grafik pengaruh kepadatan terhadap kecepatan lalu lintas di depan SPBU pada periode II
Tabel 5.29 : Hasil analisa pengaruh kepadatan terhadap kecepatan lalu lintas di depan LP3i
Keterangan :
Y = Kecepatan (km/jam) X = Kepadatan (smp/km)
Hasil analisis regresi hubungan kepadatan terhadap kecepatan arus lalu lintas, di plotkan dalam bentuk grafik sesuai kondisi waktu seperti diilustrasikan pada gambar 5.10 dan 5.12:
Gambar 5.10 : Grafik pengaruh kepadatan terhadap kecepatan lalu lintas di depan LP3i pada periode I
Model Regresi R2
Perode I Y = -4.108 + 233.223 0.884
Periode II Y = -5.162 + 149.796 0.854
Gambar 5.11 : Grafik pengaruh kepadatan terhadap kecepatan lalu lintas di depan LP3i pada periode II
Dari hasil analisa dengan menggunakan model regressi linier untuk mengetahui pengaruh Kepadatan terhadap kecepatan lalu lintas di Jln. Gajah Mada seperti pada tabel 5.27 dan 5.28 dan grafik pada gambar 5.7 dan 5.12 dapat dijelaskan sebagai berikut :
Uji hipotesa dengan indikator Ho ditolak dan Ha diterima, itu artinya bahwa
hipotesa penelitian ini menyatakan bahwa kepadatan merubah kecepatan arus lalu lintas, dan adanya keterhubungan antara variabel arus lalu lintas (independent dan dependent), dengan masing-masing indikator nilai R2 sama dengan 1 maka ada sumbangan persentase pengaruh yang diberikan variabel independent yang digunakan dalam model menjelaskan variasi varibel dependent, artinya terdapat hubungan yang signifikan antara kepadatan terhadap kecepatan arus lalu lintas
Pada Periode I, Periode II, Periode III di depan SPBU, kepadatan memberikan pengaruh signifikan terhadap kecepatan lalu lintas, hal ini ditunjukan determinan model regressi yang mempunyai nilai 0.810, 0.692dan 0.715 atau ada persentase sumbangan pengaruh yang diberikan.
Bab VI
Kesimpulan Dan Saran
VI.1. Kesimpulan
Hasil yang diperoleh dari analisis pengaruh Becak motor pada jalan 4 lajur 2 arah tanpa median di Jln. Gajah Mada kota Medan beberapa hal yang dapat di simpulkan sebagai berikut:
1. Proporsi kendaraan becak motor memberikan pengaruh yang masih rendah terhadap kecepatan rata-rata lalu lintas di Jln. Gajah Mada.
2. Nilai emp yang didapat di Jln. Gajah Mada kepadatan lalu lintas berpengaruh signifikan terhadap kecepatan rata-rata.
3. Dari hasil analisis didapatkan nilai emp untuk lalu lintas di jalan Gajah Mada adalah LV = 1, HV = 1.95, MC = 0.54, BCK = 0.98.
4. Terdapat perbedaan nilai emp lapangan Jln.Gajah Mada dengan nilai emp pada MKJI karena perbedaan asumsi awal bahwa nilai emp becak disatukan dengan sepeda motor, hal ini dilakukan karena proporsi becak masih kecil. VI.2. Saran
1. Walaupun pengaruh proporsi becak motor masih rendah terhadap kecepatan rata-rata lalu lintas namun demikian untuk masa mendatang dapat dijadikan sebagai bahan pertimbangan pada saat mengukur kinerja lalu lintas.