• Tidak ada hasil yang ditemukan

ANALISIS MIKRO-SIMULASI LALU LINTAS PADA RENCANA PENGOPRASIAN UNDERPASS DI SIMPANG MANDAI MAKASSAR

N/A
N/A
Protected

Academic year: 2022

Membagikan "ANALISIS MIKRO-SIMULASI LALU LINTAS PADA RENCANA PENGOPRASIAN UNDERPASS DI SIMPANG MANDAI MAKASSAR"

Copied!
131
0
0

Teks penuh

(1)

ANALISIS MIKRO-SIMULASI LALU LINTAS PADA RENCANA PENGOPRASIAN UNDERPASS DI SIMPANG

MANDAI MAKASSAR

LAPORAN SKRIPSI

Oleh :

Algifar D111 12 116

JURUSAN SIPIL FAKULTAS TEKNIK UNIVERSITAS HASANUDDIN

MAKASSAR 2017

(2)
(3)

iii

ANALISIS MIKRO-SIMULASI LALU LINTAS PADA RENCANA PENGOPRASIAN UNDERPASS DI SIMPANG MANDAI, MAKASSAR

Algifar D111 12 116

Mahasiswa S1 Jurusan Sipil Fakultas Teknik Universitas

Hasanuddin

Jl. Perintis Kemerdekaan Km. 10 Kampus Tamalanrea, Makassar 90245,

Sul-Sel

Email: [email protected] Dr.Eng. Muhammad Isran Ramli,

S.T, M.T.

Pembimbing I

Fakultas Teknik Universitas Hasanuddin Jl. Perintis Kemerdekaan Km. 10

Kampus Tamalanrea Makassar 90245, Sul-Sel

Ir. Arifin Lipoeto, M.T.

Pembimbing II

Fakultas Teknik Universitas Hasanuddin Jl. Perintis Kemerdekaan Km. 10

Kampus Tamalanrea Makassar 90245, Sul-Sel

ABSTRAK

Kota Makassar merupakan kota terbesar kelima di Indonesia dan terbesar di Kawasan Timur Indonesia yang memiliki luas areal 199.26 km2 dengan jumlah penduduk pada tahun 2015 sebanyak 1.652.305 jiwa. (Permendagri No. 56 Tahun 2015 Kode dan Data Wilayah Administrasi). Data Samsat Kota Makassar menjelaskan bahwa pertumbuhan kendaraan sejak tahun 2015 hingga 2016 terdapat 1.425.151 atau bertambah sekitar 87.009 unit dari tahun 2014 yang berlalu lalang di jalan jalan Kota Makassar (Wartaekonomi, 2017) khususnya pada jalur jalur umum. Pertumbuhan penduduk ini menyebabkan arus urbanisasi dari beberapa daerah di Sulawesi Selatan terus meningkat sehingga pemerintah Sulawesi Selatan harus memperbaiki arus transportasi dalam kota, khususnya Kota Makassar agar dapat meningkatkan kenyamanan penduduk wilayah Kota Makassar. Hal ini harus ditunjang dengan berbagai sektor, terutama jalan trans simpang lima Mandai yang notabenenya adalah simpang terbesar pertama yang ditemui setelah Kabupaten Maros dan sebaliknya, keluar dari Bandara Internasional Sultan Hasanuddin, keluar dari Toll DR. Ir. Sutami, dan dari arah Jalan Dakota. Selanjutnya dilakukan upaya rekayasa lalu lintas dengan beberapa jenis alternatif perubahan menjadi simpang bersinyal ataupun menambah waktu siklus pergerakan dalam simpang serta membuat jalur bawah tanah arah pergerakan lalu lintas dimana pada penelitian ini kondisi kedepan sehingga dianggap dapat menghasilkan kinerja simpang Mandai yang lebih baik.

Kata Kunci : Mikro-Simulasi, Parameter Model, Vissim 9

(4)

iv

ANALYSIS OF TRAFFIC MICRO-SIMULATION ON UNDERPASS PROCESSING PLAN IN MANDAI INTERSECTION, MAKASSAR

Algifar D111 12 116

Mahasiswa S1 Jurusan Sipil Fakultas Teknik Universitas Hasanuddin Jl.

Perintis Kemerdekaan Km. 10

Kampus Tamalanrea, Makassar 90245, Sul-Sel Email: [email protected]

Dr.Eng. Muhammad Isran Ramli, S.T, M.T.

Pembimbing I

Fakultas Teknik Universitas Hasanuddin Jl. Perintis Kemerdekaan Km. 10

Kampus Tamalanrea Makassar 90245, Sul-Sel

Ir. Arifin Lipoeto, M.T.

Pembimbing II

Fakultas Teknik Universitas Hasanuddin Jl. Perintis Kemerdekaan Km. 10

Kampus Tamalanrea Makassar 90245, Sul-Sel

ABSTRACT

Makassar City is the fifth largest city in Indonesia and the largest in Eastern Indonesia which has a total area of 199.26 km2 with a population of 2015 as many as 1,652,305 inhabitants. (regulations of domestic Minister No. 56 Year 2015 Code and Regional Data Administration). Data of Samsat Kota Makassar explains that vehicle growth from 2015 until 2016 is 1,425,151 or increase about 87,009 units from 2014 passing by on Makassar City road (Wartaekonomi, 2017) especially on public lane. This population growth causes the flow of urbanization from several areas in South Sulawesi continues to increase so that the government of South Sulawesi must improve the flow of transportation within the city, especially the city of Makassar in order to improve the comfort of the inhabitants of Makassar. This should be supported by various sectors, especially the five intersections of Mandai which are notabenenya is the first largest intersection found after Maros Regency and vice versa, exit from Sultan Hasanuddin International Airport, out of Toll DR. Ir. Sutami, and from Dakota Street. Furthermore, there is a traffic engineering effort with several alternative types of changes to be a signal intersection or increase the cycle time of movement in the intersection and make the underground path in the direction of traffic movement where in this research the future condition so it is considered to produce better Mandai intersection performance.

Keyword: Mikro-Simulasi, Parameter Model, Uji GEH, Vissim

(5)

v

KATA PENGANTAR

Puji dan syukur kehadirat Allah SWT, karena berkat rahmat dan petunjuk-Nya sehingga penulis dapat menyelesaikan penulisan tugas akhir yang berjudul

“ANALISIS MIKRO-SIMULASI LALU LINTAS PADA RENCANA PENGOPRASIAN UNDERPASS DI SIMPANG MANDAI, MAKASSAR ”, sebagai salah satu syarat yang diajukan untuk menyelesaikan studi pada Jurusan Sipil Fakultas Teknik Universitas Hasanuddin.

Dalam penyusunan tugas akhir ini penulis banyak mengalami hambatan, namun berkat bantuan, bimbingan dan kerjasama yang ikhlas dari berbagai pihak, akhirnya tugas akhir ini dapat terselesaikan dengan baik. Untuk itu, dengan segala kerendahan hati penulis menghanturkan banyak terima kasih kepada:

1. Ibu dan Bapak, saudara-saudaraku, serta keluarga tercinta atas bantuan dan dukungannya baik spiritual maupun materil.

2. Bapak Dr. Ing. Ir. Wahyu H. Piarah, MSME, selaku Dekan Fakultas Teknik Universitas Hasanuddin.

3. Bapak Dr. Ir. Muhammad Ramli, MT, selaku Wakil Dekan dan Pembantu Dekan I Fakultas Teknik Universitas Hasanuddin.

4. Bapak Dr. Ir. Muhammad Arsyad Thaha, MT, selaku Ketua Departemen Sipil Fakultas Teknik Universitas Hasanuddin.

5. Bapak Dr. Eng. Muhammad Isran Ramli, ST, MT selaku Kepala Lab Riset Sistem Transportasi Departemen Sipil Fakultas Teknik Universitas

(6)

vi

Hasanuddin yang telah turut andil dalam memberikan arahan, masukan dan nasehat dalam melaksanakan penelitian ini.

6. Bapak Dr. Eng. Muhammad Isran Ramli, S.T, M.T. selaku Dosen Pembimbing I dan Bapak Ir. Arifin Lipueto, M.T, selaku Dosen Pembimbing II yang telah memberikan arahan dan masukan, meluangkan waktu di tengah kesibukannya selama penulis melaksanakan penelitian dan penyusunan tugas akhir ini, serta mengajarkan kepada penulis tentang pentingnya kerja keras, gigih, dan teliti dalam mengerjakan sesuatu.

7. Bapak/Ibu Dosen Fakultas Teknik Jurusan Sipil atas bimbingan, arahan, didikan, ilmu dan motivasi yang diberikan selama kurang lebih empat tahun perkuliahan.

8. Seluruh staff dan karyawan Jurusan Sipil Fakultas Teknik Universitas Hasanuddin atas segala bantuannya selama penulis menempuh perkuliahan.

9. Salah Cucu Hawa yang senantiasa memberi support, motivasi, semangat dan kesabaran dalam penulisan skripsi ini.

10. Teman-teman Asisten Laboratorium Jalan dan Aspal Kak Irfan, ST., Kak Reza, ST., Kak Asmu, ST., Kak Rubi, ST., Kak Fahmi, ST., Kak Feto, Abe, ST., Iam, ST., Edo, ST., Fira, ST., Upi, Jaya, Rahmat, Kiki, Femi, dan Pak Kanrasman yang senantiasa memberi nasehat dan motivasi.

11. Tim surveyor Adinda Adinda Sipil 2014 dan Draztiz 09 yang telah membantu dalam penelitian ini,

12. Serta rekan-rekan mahasiswa Jurusan Sipil Angkatan 2012 Fakultas Teknik Universitas Hasanuddin yang tak bisa disebutkan satu per satu yang telah

(7)

vii

memberikan semangat, dukungan doa, dan membantu penulis dalam menyelesaikan Tugas Akhir ini. KEEP ON FIGHTING TILL THE END.

13. Serta semua pihak yang telah membantu penulis baik dalam bentuk materil maupun immaterial. Semoga Allah SWT membalas budi baik dengan amalan yang setimpal.

Penulis menyadari bahwa Tugas Akhir ini masih memiliki banyak kekurangan, oleh karena itu penulis berharap rekan-rekan sekalian dapat memberikan kritik dan saran yang membangun demi kesempurnaan tugas akhir ini. Akhir kata, penulis berharap agar tugas akhir ini dapat berguna bagi kita semua, bangsa, dan negara.

Gowa, Februari 2017

Penulis

(8)

viii

DAFTAR ISI

HALAMAN SAMPUL... i

LEMBAR PENGESAHAN ... ii

ABSTRAK ... iii

KATA PENGANTAR ... v

DAFTAR ISI………... viii

DAFTAR TABEL ... xii

DAFTAR GAMBAR... xiii

BAB I PENDAHULUAN... 1

1.1 Latar Belakang Masalah ... 1

1.2 Rumusan Masalah ... 4

1.3 Tujuan Penelitian ... 4

1.4 Batasan Masalah ... 5

1.5 Manfaat Penelitian ... 6

1.6 Sistematika Penulisan ... 6

BAB II TINJAUAN PUSTAKA ... 8

2.1 Karakteristik Lalu Lintas ... 8

2.1.1 Karakteristik Makro Lalu Lintas... 8

2.1.2 Karakteristik Mikro Lalu Lintas ... 10

(9)

iii

2.2 Simpang ... 12

2.2.1 Jenis – Jenis Simpang ... 13

2.2.2 Titik Konflik Lalu Lintas Pada Simpang. ... 15

2.3 Simpang Bersinyal ... 16

2.3.1 Arus LAlu Lintas….. ... 18

2.3.2 Arus Jenuh ………..…………. 19

2.3.3 Faktor Penyesuaian Gerakan Belok Kan ... 20

2.3.4 Faktor Penyesuaian Gerakan Belok Kiri ... 21

2.3.5 Kapasitas Simpang (C) ... 22

2.3.6 Derajat Kejenuhan (DS) ... 23

2.3.7 Panjang Antrian (QL) ... 23

2.3.8 Angka Henti ………….………... ... 25

2.3.9 Tundaan ………... 26

2.3.10 Tingkat Pelayanan Simpang……….. ... 27

2.4 Konsepsi Model Mikro – Sumulasi ... 28

2.5 Konsep Mikro Simulasi Lalu Lintas Berbasis Vissim ...30

2.6 PTV Vissim ...32

2.6.1 Parameter Mikro –Simulasi Lalu Lintas Berbasis Vissim... 35

2.7 Konsep Kalibrasi dan Validitas Model Simulasi ... 37

2.8 Kajian Studi Terdahulu ... 39

(10)

iv

BAB III METODE PENELITIAN ... 43

3.1 Kerangka Kerja Penelitian... 43

3.2 Lokasi Penelitian ... 43

3.3 Kondisi Geometrik Simpang ... 45

3.4 Titik Konflik Lalu Lintas... 46

3.5 Metode Survei ... 48

3.5.1 Jenis – Jenis Survei... 48

3.5.2 Peralatan Survei ... 49

3.5.3 Penempatan Peralatan Survei ... 50

3.5.4 Teknik Pelaksanaan Survei... 51

3.6 Metode Analisa Data ... 53

3.6.1 Kompilasi Data ... 53

3.6.2 Metode Mikro – Simulasi Menggunakan Vissim... 54

3.6.3 Kalibrasi dan Validasi Menggunakan Uji Statistik GEH... 55

BAB IV HASIL DAN PEMBAHASAN ... 56

4.1 Profil Arus Lalu Lintas Simpang Mandai ... 56

4.1.1 Volume Lalu Lintas Pada Simpang Mandai... 56

4.1.2 Komposisi Kendaraan Lalu Lintas Pada Persimpangan... 76

4.1.3 Jenis Dan Dimensi Kendaraan Pada Simpang Mandai... 104

4.1.4 Profil Kecepatan Kendaraan Lalu Lintas Di Persimpangan... 105

(11)

v

4.2 Mikro- Simulasi Lalu Lintas Di Persimpangan ...107

4.2.1 Kalibrasi Model Mikro - Simulasi... 107

4.2.2 Validasi Hasil Kalibrasi Mikro – Simulasi... 83

4.3 Analisis Hasil Mikro- Simulasi Lalu Lintas Kondisi Eksisting... 85

4.4 Analisis Kinerja Mikro – Simulasi Optimasi Siklus APILL Pada Simpang ... 87

4.5 Level Of Service... 90

BAB V KESIMPULAN DAN SARAN ... 93

5.1 Kesimpulan... 93

5.2 Saran ... 94

DAFTAR PUSTAKA

LAMPIRAN

(12)

vi

DAFTAR TABEL

Tabel 2.1 Konversi kendaran berat, kendaraan ringan, dan sepeda motor

terhadap satuan mobil penumpang ... 18

Tabel 2.2 Kriteria Tingkat Pelayanan untuk Simpang Bersinyal... 27

Tabel 2.3 Rumus Statistik GEH (Geoffrey E. Havers) ... 38

Tabel 3.1 Kondisi Geometrik Simpang ... 45

Tabel 3.2 Alat Survei dan Fungsinya ... 49

Tabel 3.3 Matrix Rangkaian Kegiatan Survei... 53

Tabel 4.1 Type dan Dimensi Kendaraan... 105

Tabel 4.2 Nilai Kalibrasi Pada Simpang ... 81

Tabel 4.3 Hasil Kalibrasi Uji Geoffrey E. Havers pada Volume Arus Lalu Lintas ... 82

Tabel 4.4 Hasil Validasi dengan Uji Chi-Square pada Panjang Antrian ... 84

Tabel 4.5 Skenario Waktu Siklus Pada Persimpangan ... 88

Tabel 4.6 Level of Service Pendekat Timur Jalan Sultan Alauddin ... 90

Tabel 4.7 Level of Service Pendekat Barat Jalan Sultan Alauddin ... 91

Tabel 4.8 Level of Service Pendekat Utara Jalan A.P.Pettarani ... 91

(13)

vii

DAFTAR GAMBAR

Gambar 2.1 Jenis-jenis simpang sebidang... …….13

Gambar 2.2 Jenis-jenis simpang tak sebidang... ……..14

Gambar 2.3 Titik Konflik pada simpang empat lengan ... ……16

Gambar 2.4 Jenis-jenis simpang bersinyal...17

Gambar 2.5 Faktor penyesuaian belok kanan...21

Gambar 2.6 Faktor penyesuaian belok kiri...22

Gambar 2.7 Peluang untuk pembebanan lebih POL ...25

Gambar 2.8 Ilustrasi Car Following Model... 31

Gambar 2.9 Micro - simulasi bundaran (roundabout)...33

Gambar 2.10 Micro-simulasi transportasi massal ... ... ...33

Gambar 3.1 Diagram Alir Prosedur Penelitian ... ...44

Gambar 3.2 Lokasi Penelitian ... 43

Gambar 3.3 Denah Simpang Mandai... 46

Gambar 3.4. Titik Konflik Lalu Lintas Simpang Mandai ... 47

Gambar 3.5 Lokasi Pos Surveyor... 50

Gambar 3.6 Diagram Alir Micro-Simulasi PTV Vissim ...54

Gambar 4.1 Volume Kendaraan Pendekat Jalan Bandara Baru...58

(14)

viii

Gambar 4.2 Volume Kendaraan Pendekat Jalan Bandara Baru... ...62

Gambar 4.3 Volume Kendaraan Pendekat Makassar Maros... ...65

Gambar 4.4 Volume Kendaraan Pendekat Frontage Tol DR. Ir. Sutami...68

Gambar 4.5 Volume Kendaraan Pendekat Frontage Tol DR. Ir. Sutami...72

Gambar 4.6 Volume Kendaraan Pendekat Perintis Kemerdekaan...75

Gambar 4.7 Komposisi Per-jenis Kendaraan Pendekat Bandara Baru belok kanan Maros...78

Gambar 4.8 Komposisi Per-Jenis Kendaraan Pendekat Bandara Baru lurus Tol DR. Ir. Sutami... 80

Gambar 4.9 Komposisi Per-jenis Kendaraan Pendekat Bandara Baru lurus Frontage Tol DR. Ir. Sutami... 82

Gambar 4.10 Komposisi Per-jenis Kendaraan Pendekat Bandara Baru belok kiri Perintis Kemerdekaan... 84

Gambar 4.11 Komposisi Per-jenis Kendaraan Pendekat Dakota belok kanan Maros... 86

Gambar 4.12 Komposisi Per-jenis Kendaraan Pendekat Dakota lurus Tol DR. Ir. Sutami... 88

Gambar 4.13 Komposisi Per-jenis Kendaraan Pendekat Dakota lurus Frontage Tol DR. Ir. Sutami... 89

(15)

ix

Gambar 4.14 Komposisi Per-jenis Kendaraan Pendekat Dakota

belok kiri Perintis Kemerdekaan... 91

Gambar 4.15 Komposisi Per-jenis Kendaraan Pendekat Dakota

belok kiri Bandara Baru... 93

Gambar 4.16 Komposisi Per-jenis Kendaraan Pendekat Dakota

belok kiri Frontage Bandara Baru... 95

Gambar 4.17 Komposisi Per-jenis Kendaraan Pendekat Makassar Maros

belok kanan Tol DR. Ir. Sutami... 97

.

Gambar 4.18 Komposisi Per-jenis Kendaraan Pendekat Makassar Maros

kanan Frontage Tol DR. Ir. Sutami... 99 Gambar 4.19 Komposisi Per-jenis Kendaraan Pendekat Makassar Maros

lurus Perintis Kemerdekaan... 101 Gambar 4.20 Komposisi Per-jenis Kendaraan Pendekat Makassar Maros

belok kiri Bandara Baru... 103

Gambar 4.21 Profil Kecepatan Arus lalu Lintas Kendaraan di Persimpangan...106

(16)

1

BAB I PENDAHULUAN

1.1 Latar Belakang

Kota Makassar merupakan kota terbesar kelima di Indonesia dan terbesar di Kawasan Timur Indonesia yang memiliki luas areal 199.26 km2 dengan jumlah penduduk pada tahun 2015 sebanyak 1.652.305 jiwa.

(Permendagri No. 56 Tahun 2015 Kode dan Data Wilayah Administrasi). Data Samsat Kota Makassar menjelaskan bahwa pertumbuhan kendaraan sejak tahun 2015 hingga 2016 terdapat 1.425.151 atau bertambah sekitar 87.009 unit dari tahun 2014 yang berlalu lalang di jalan jalan Kota Makassar (Wartaekonomi, 2017).

Pertumbuhan penduduk ini menyebabkan arus urbanisasi dari beberapa daerah di Sulawesi Selatan terus meningkat sehingga pemerintah Sulawesi Selatan harus memperbaiki arus transportasi dalam kota, khususnya Kota Makassar agar dapat meningkatkan kenyamanan penduduk wilayah Kota Makassar.

Perpindahan ini pula yang menyebabkan kemacetan di kota kota besar, termasuk Kota Makassar. Menurut Juniardi kemacetan sering kali terjadi pada ruas dan simpang. Kinerja suatu simpang merupakan faktor utama dalam menentukan penanganan yang paling tepat untuk mengoptimalkan fungsi simpang. Berbeda dengan simpang bersinyal, pengemudi di simpang tak bersinyal dalam mengambil tindakan kurang mempunyai petunjuk yang positif, pengemudi dengan agresif memutuskan untuk menyudahi maneuver

(17)

2

yang diperlukan ketika memasuki simpang. Kondisi lalu lintas diwarnai oleh kepadatan yang tinggi terutama pada simpang, dengan kata lain kapasitas simpang yang ada sudah tak sebanding dengan volume kendaraan, sehingga mengakibatkan kemacetan pada ruas-ruas jalan utama. (Juniardi dkk, 2009)

Pengaturan persimpangan baik berupa rambu, bundaran, maupun lampu lalu lintas kadang tidak mampu memperbaiki kemacetan yang ada yang ditimbulkan oleh konflik kendaraan. Konflik tersebut sering kali ditunjukkan dengan meningkatnya kemacetan maupun kecelakaan yang berarti mengurangi tingkat pelayanan.

Untuk mengatasi permasalahan lalu lintas yang terjadi, selain dengan pembangunan prasarana jalan yang baru, pelebaran jalan, juga dapat dilakukan dengan memanfaatkan jaringan jalan yang ada serta pengoptimalan fasilitas- fasilitas lalu lintas dengan baik dan efisien. Namun untuk pergerakan kendaraan pada ruas nasional harus ada opsi khusus untuk menanganinya, salah satunya adalah pembangunan Underpass atau jalan bawah tanah.

Bertitik tolak dari masalah tersebut maka sudah tentu diperlukan langkah-langkah lebih lanjut bagaimana memecahkan dan mencari alternatif untuk mengatasinya. Sebagai langkah awal dalam menghitung tingkat kinerja dari arus lalu lintas dimulai pada persimpangan sebagai titik kritis dari sistem lalu lintas, karena persimpangan merupakan tempat kendaraan dari berbagai arah bertemu.

(18)

3

Arus lalu lintas Simpang Mandai yang besar dengan kondisi lalu lintas yang padat membuat kinerja simpang ini jauh lebih sulit dihitung dan membuat berbagai alternatif untuk meningkatkan kinerja Simpang Mandai.

Pada Simpang Mandai terdapat lima kaki simpang yang tak sebidang yang bersinyal di kaki simpang arah Jl. Poros Maros-Makassar yang searah dengan arah Jl. Dakota (AURI), Jl. Bandara Baru, Jl. Tol DR.Ir. Sutami dan Jl. Poros Makassar-Maros (Perintis Kemerdekaan), namun seiring dengan kinerja simpang yang tidak sesuai maka dibangunlah Underpass Makassar, Mandai. Sehingga peneliti ingin mengkaji ulang kinerja lalu lintas pada simpang tersebut. Dalam hal ini akan dianalisis dengan menggunakan perangkat lunak berbasis model mikro – simulasi, jadi pada perhitungan kinerja persimpangan tidak lagi menggunakan model Manual Kapasitas Jalan Indonesia 1997 (MKJI 1997) itu karenakan model MKJI sudah sangat lama dan tidak ada pembaharuan sehingga MKJI tidak mampu lagi mendefinisikan kondisi simpang yang sekarang sehingga pada analisis penelitian kali ini peneliti menggunakan perangkat lunak simulasi agar hasil bisa menghasilkan analisis yang lebih bagus atau valid sesuai kondisi yang dilapangan.

Berdasarkan uraian diatas, penulis mencoba mengkaji lebih lanjut permasalahan yang ada khususnya pada titik persimpangan Mandai. Maka penulis mencoba untuk mengangkat sebuah tugas akhir dengan judul :

” ANALISIS MIKRO-SIMULASI LALU LINTAS PADA RENCANA PENGOPRASIAN UNDERPASS DI SIMPANG

MANDAI, MAKASSAR ”.

(19)

4

1.2 Rumusan Masalah

Berdasarkan penjelasan pada latar belakang di atas dapat dibuat rumusan masalah terkait pada penelitian ini, adapun rumusan masalah berdasarkan latar belakang sebagai berikut :

1. Bagaimana simulasi kondisi arus lalu lintas pada Underpass simpang Mandai ?

2. Bagaimana kinerja lalu lintas kondisi eksisting simulasi pada Underpass simpang Mandai ?

3. Bagaimana kinerja pergerakan lalu lintas pada Underpass simpang Mandai untuk berbagai upaya rekayasa lalu lintas ?

1.3 Tujuan Penelitian

Berdasarkan rumusan masalah di atas sehingga dapat dibangun tujuan penulis melakukan penelitian ini, adapun tujuan penelitian sebagai berikut :

1. Mensimulasikan kondisi arus lalu lintas pada Underpass simpang Mandai dengan menggunakan program software Vissim.

2. Menganalisis kinerja lalu lintas kondisi eksisting simulasi pada Underpass simpang Mandai dengan menggunakan program software Vissim.

3. Menganalisis kinerja pergerakan lalu lintas pada simpang Mandai untuk berbagai upaya rekayasa lalu lintas dengan menggunakan program software Vissim.

(20)

5

1.4 Batasan Masalah

Mengingat luasnya permasalahan yang akan timbul pada penulisan ini, maka dalam penulisan tugas akhir ini hanya membahas pada masalah- masalah sebagai berikut :

1. Penelitian dilakukan pada simpang bersinyal Underpass simpang Mandai.

2. Analisis data menggunakan data primer berupa data yang diperoleh pada saat survei volume lalu lintas pada simpang tersebut.

3. Jenis kendaraan yang dianalisis pada penelitian ini yaitu kendaraan ringan, kendaraan berat, dan sepeda motor.

4. Survei dilaksanakan pada periode pukul 06.00 - 23.00 wita selama dua hari yaitu satu hari kerja dan hari libur.

5. Kecepatan kendaraan diukur dengan speed gun di lapangan dan diambil secara acak pada semua jenis kendaraan.

6. Pada analisis kinerja simpang menggunakan Program PTV Vissim.

1.5 Manfaat Penelitian

Penelitian ini diharapkan dapat memberi manfaat, antara lain:

1. Mengetahui penggunaan alat micro –simulasi untuk menganalisis kinerja lalu lintas

2. Mengetahui kinerja simpang setelah dikoordinasikan dengan alat micro – simulasi.

(21)

6

3. Dapat dijadikan masukan dan pertimbangan bagi Pemerintah dan Dinas Perhubungan Kota Makassar untuk mengeluarkan kebijakan terkait dengan hasil penelitian tersebut untuk menghasilkan kinerja lalu lintas yang lebih baik pada persimpangan tersebut.

1.6 Sistematika Penulisan

Dalam penelitian ini diupayakan melakukan pembahasan secara detail dengan menyesuaikan kajian-kajian berdasarkan kegunaan dan kepentingannya dalam bentuk sistematika pembahasan yang dijabarkan sebagai berikut :

BAB I PENDAHULUAN

Bab ini menguraikan latar belakang masalah, rumusan masalah, maksud dan tujuan penulisan, batasan masalah, dan sistematika penulisan.

BAB II TINJAUAN PUSTAKA

Berisi uraian tentang teori-teori yang mendukung tema yang dibahas berasal dari buku-buku maupun dari tulisan-tulisan lain yang ada hubungannya dengan tugas akhir yang dilakukan.

BAB III METODOLOGI PENELITIAN

Bagian ini berisi uraian tentang metode, bahan penelitian, peralatan penelitian, dan cara pengujian yang dilakukan.

BAB IV HASIL DAN PEMBAHASAN

Berisi tentang penyajian hasil penelitian dan pengolahan data serta pembahasannya

(22)

7

BAB V PENUTUP

Bab ini memberikan kesimpulan dari hasil penelitian secara singkat dan jelas sebagai jawaban dari masalah yang diangkat dalam penelitian serta memberikan saran-saran sehubungan dengan analisis yang telah dilakukan.

(23)

8 BAB II

TINJAUAN PUSTAKA 2.1 Karakteristik Lalu Lintas

Arus lalu lintas terbentuk dari pergerakan individu pengendara yang melakukan interaksi antara yang satu dengan yang lainnya pada suatu ruas jalan dan lingkungannya. Karena persepsi dan kemampuan individu pengemudi mempunyai sifat yang berbeda maka perilaku kendaraan arus lalu lintas tidak dapat diseragamkan lebih lanjut, arus lalu lintas akan mengalami perbedaan karakteristik akibat dari perilaku pengemudi yang berbeda yang dikarenakan oleh karakteristik lokal dan kebiasaan pengemudi. Arus lalu lintas pada suatu ruas jalan karakteristiknya local dan kebiasaan pengemudi.

Arus lalu lintas pada suatu ruas jalan karakteristiknya akan bervariasi baik berdasarkan waktunya. Oleh karena itu perilaku pengemudi akan berpengaruh terhadap perilaku arus lalu lintas secara kuantitatid dalam rangka untuk mengerti tentang keragaman karakteristiknya dan rentang kondisi perilakunya, maka perlu suatu parameter. Parameter didefinisikan dan diukur oleh insinyur lalu lintas dalam menganalisis, mengevaluasi, dan melakukan perbaikan fasilitas lalu lintas berdasarkan parameter dan pengetahuan pelakunya. (Oglesby, C.H. & Hicks .R.G. 1982)

2.1.1 Karakteristik Makro Lalu Lintas

Lalu lintas secara makro mempelajari operasional dari keseluruhan sostem yang ada pada lalu lintas yang mempengaruhi arus kendaraan,

(24)

9 kecepatan, serta kepadatan yang mempengaruhi kapasitas prasarana lalu lintas secara umum. Untuk mendefinisikan makro lalu lintas secara lengkap perlu diketahui beberapa parameter yang terkait secara langsung dengan sistem lalu lintas. (Khisty, 2005)

a) Volume kendaraan

Volume kendaraan merupakan banyaknya kendaraan yang melintas pada suatu titik tertentu yang dengan kuantitas arus lalu lintas yang selalu berubah – berubah pada tiap – tiap periode tertentu dan dinyatakan dalam satuan kendaraan/ jam atau smp/jam. (Ansyori, 2003)

Arus lalu lintas terbentuk dari pergerakan individu pengendara dan kenderaan yang melakukan interaksi antara yang satu dengan yang lainnya pada suatu ruas jalan dan lingkungannya.

Karena kemampuan individu pengemudi mempunyai sifat yang berbeda maka perilaku kenderaan arus lalu lintas tidak dapat diseragamkan lebih lanjut, arus lalu lintas akan mengalami perbedaan karakteristik akibat dari perilaku pengemudi atau kebiasaan pengemudi.

b) Kecepatan

Kecepatan adalah perbandingan antara jarak per satuan waktu.

Berbeda- bedanya kecepatan kendaraan di dalam arus lalu lintas sehingga biasa digunakan istilah kecepatan rata – rata (Khisty,

(25)

10 2005). Kecepatan sangat mempengaruhi kegiatan operasional lalu lintas karena menentukan jarak serta rute yang akan dilalui oleh pengendara atau pengemudi kendaraan sehingga kecepatan sangat mempengaruhi kinerja operasional jalan.

c) Kepadatan lalu lintas

Kepadatan (density) atau kerapatan diartikan sebagai arus kendaraan yang melintas atau yang melewati panjang ruas jalan atau lajur tertentu yang dapat dinyatakan dengan jumlah kendaraan/satuan jarak. Kepadatan merupakan parameter yang sangat penting dalam lalu lintas karena sangat mempengaruhi kinerja lalu lintas itu sendiri.

2.1.2 Karakteristik Mikro Lalu Lintas

Pendekatan lalu lintas secara mikroskopik menerangkan kondisi kendaraan secara berpisah pada penjelasan ini diterangkan bahwa pergerakan kendaraan sangat dipengaruhi oleh perilaku kendaraan itu secara individu, pendekatan secara mikroskopik mengkaji beberapa parameter penting yang sangat mempengaruhi respon terhadap kendaraan itu sendiri dalam berlalu lintas di jalan raya adapun parameter – parameter antara lain spacing, headway, lane occupancy, dan gap (clearance) (Khisty,2005).

a) Spacing dan headway

Kedua karakteristik ini merupakan kedatangan kendaraan secara berentetan dan dilihat berdasarkan jarak antara dua kendaraan,

(26)

11 jarak tersebut adalah jarak antara bamper depan kendaraan yang berada di depan dengan bamper depan kendaraan yang berada di belakang spacing bisa diukur dengan melihat jarak antar kendaraan secara langsung di lapangan bisa lewat video maupun lewat foto citra satelit sedangkan headway dapat didefinisikan sebagai selang waktu kedatangan antar kendaraan secara berurutan yang melewati titik tertentu pada suatu jalan, headway sendiri dapat diukur dengan menggunakan stopwatch .

b) Lane Occupancy

Lane occupancy (tingkat hunian lajur) adalah salah satu ukuran yang digunakan dalam pengawasan jalan tol. Lane occupancy dapat juga dinyatakan sebagai perbandingan waktu ketika kendaraan ada di lokasi pengamatan pada lajur lau lintas terhadap waktu pengambilan sampel.

c) Clearance dan Gap

Clearance dan Gap berhubungan dengan spacing dan headway, dimana selisih antara spacing dan clearance adalah panjang rata-rata kenderaan. Demikian pula, selisih antar headway dan gap adalah ekuivalen waktu dari panjang rata-rata sebuah kendaraan.

(27)

12 2.2 Simpang

Simpang adalah bagian yang sulit dihindarkan dalam jaringan jalan, karena persimpangan jalan merupakan tempat bertemu dan berganti arah arus lalu lintas dari dua jalan atau lebih. Ketika berkendara di dalam kota orang dapat melihat bahwa kebanyakan jalan didaerah perkotaan biasanya memiliki persimpangan, dimana pengemudi dapat memutuskan untuk jalan terus atau berbelok dan pindah jalan.

Menurut Departemen Perhubungan Direktorat Jenderal Perhubungan Darat (1997), persimpangan adalah simpul pada jaringan jalan di mana jalan- jalan bertemu dan lintasan kendaraan berpotongan. Lalu lintas pada masing- masing kaki persimpangan bergerak secara bersama-sama dengan lalu lintas lainnya. Persimpangan-persimpangan merupakan faktor-faktor yang paling penting dalam menentukan kapasitas dan waktu perjalanan pada suatu jaringan jalan, khususnya di daerah - daerah perkotaan.

Karena persimpangan harus dimanfaatkan bersama-sama oleh setiap orang yang ingin menggunakannya, maka persimpangan tersebut harus dirancang dengan hati-hati, dengan mempertimbangkan efisiensi, keselamatan, kecepatan, biaya operasi, dan kapasitas. Pergerakan lalu lintas yang terjadi dan urutanurutannya dapat ditangani dengan berbagai cara, tergantung pada jenis persimpangan yang dibutuhkan (C. Jotin Khisty, 2005).

(28)

13 Khisty (2005) menambahkan, persimpangan dibuat dengan tujuan untuk mengurangi potensi konflik diantara kendaraan (termasuk pejalan kaki) dan sekaligus menyediakan kenyamanan maksimum dan kemudahan pergerakan bagi kendaraan.

2.2.1 Jenis – jenis Simpang

Secara umum terdapat tiga jenis simpang, yaitu persimpangan sebidang, pembagian jalur jalan tanpa ramp, dan simpang susun atau interchange (Khisty, 2005). Sedangkan menurut F.D. Hobbs (1995), terdapat tiga tipe umum pertemuan jalan, yaitu pertemuan jalan sebidang, pertemuan jalan tak sebidang, dan kombinasi antara keduanya. Jenis – jenis persimpangan jalan sebidang dapat dilihat pada Gambar 2.1 dan jenis-jenis simpang tak sebidang dapat dilihat pada Gambar 2.2

Gambar 2.1 Jenis-jenis simpang sebidang

(29)

14

Gambar 2.2 Jenis-jenis simpang tak sebidang Menurut Morlok (1988), jenis simpang berdasarkan cara pengaturannya dapat dikelompokkan menjadi 2 (dua) jenis, yaitu :

a) Simpang jalan tanpa sinyal, yaitu simpang yang tidak memakai sinyal lalu lintas. Pada simpang ini pemakai jalan harus memutuskan apakah mereka cukup aman untuk melewati simpang atau harus berhenti dahulu sebelum melewati simpang tersebut sehingga biasa menimbulkan antrian panjang antar kendaraan karena tidak adanya kendaraan yang mau mengalah simpang tanpa sinyal biasanya hanya memiliki tiga kaki walaupun memiliki empat tapi arus lalu lintas yang melewati simpang tersebut masih kurang.

b) Simpang jalan dengan sinyal, yaitu pemakai jalan dapat melewati simpang sesuai dengan pengoperasian sinyal lalu lintas. Jadi pemakai

(30)

15 jalan hanya boleh lewat pada saat sinyal lalu lintas menunjukkan warna hijau pada lengan simpangnya. Simpang bersinyal sangat banyak digunakan pada jaringan jalan sehingga perlu dipertimbangkan kinerja jaringan jalan akibat simpang bersinyal tersebut karena seringnya terjadinya pertemuan menyilang antar jaringan jalan (intersection).

2.2.2 Titik Konflik Lalu lintas Pada Persimpangan

Lintasan kendaraan pada simpang akan menimbulkan titik konflik yang berdasarkan alih gerak kendaraan terdapat 4 (empat) jenis dasar titik konflik yaitu berpencar (diverging), bergabung (merging), berpotongan (crossing), dan berjalinan (weaving). (C.J.Khisty, 2005)

Jumlah potensial titik konflik pada simpang tergantung dari jumlah arah gerakan, jumlah lengan simpang, jumlah lajur dari setiap lengan simpang dan pengaturan simpang. Pada titik konflik tersebutberpotensial terjadinya kecelakaan dan kemacetan lalu lintas. Pada simpang empat lengan, titik-titik konflik yang terjadi terdiri dari 16 titik crossing, 8 titik diverging dan 8 titik merging seperti ditunjukkan dalam Gambar 2.3 berikut.

(31)

16

(Sumber : MKJI, 1997)

Gambar 2.3 Titik konflik pada simpang empat lengan

Titik konflik sangat mempengaruhi kinerja simpang apalagi kalau simpang tersebut tidak bersinyal sehingga perlu ada penanganan khusus.

Jumlah potensial titik konflik pada simpang tergantung dari jumlah arah gerakan, jumlah lengan simpang, jumlah lajur di setiap lengan simpang dan pengaturan simpang. Pada titik konflik tersebut berpotensial terjadinya kecelakaan dan kemacetan lalu lintas (C.J.Khisty, 2005).

2.3 Simpang Bersinyal

Simpang bersinyal adalah suatu persimpangan yang terdiri dari beberapa lengan dan dilengkapi dengan pengaturan sinyal lampu lalu lintas (traffic light). Berdasarkan MKJI 1997, adapun tujuan penggunaan sinyal lampu lalu lintas (traffic light) pada persimpangan antara lain:

a. Untuk menghindari kemacetan simpang akibat adanya konflik arus lalu-lintas, sehingga terjamin bahwa suatu

(32)

17 kapasitas tertentu dapat dipertahankan, bahkan selama kondisi lalu-lintas jam puncak.

b. Untuk memberi kesempatan kepada kendaraan dan/atau pejalan kaki dari jalan simpang (kecil) untuk memotong jalan utama.

c. Untuk mengurangi jumlah kecelakaan Ialu-lintas akibat tabrakan antara kendaraan dari arah yang bertentangan.

Adapun jenis-jenis gambar simpang bersinyal ditunjukkan pada Gambar 2.4 berikut.

(Sumber : MKJI 1997)

Gambar 2.4 Jenis-jenis simpang bersinyal

Ukuran kualitas dari kinerja simpang adalah dengan menggunakan variable sebagai berikut.

(33)

18 2.3.1 Arus Lalu Lintas

Menggunakan ekivalen kendaraan penumpang (emp) untuk masing-masing pendekat terlindung dan terlawan.

Tabel 2.1. Konversi kendaran berat, kendaraan ringan, dan sepeda motor terhadap satuan mobil penumpang

Sumber: MKJI (1997)

Untuk menghitung arus dapat menggunakan persamaan berikut:

𝑄 = 𝑄𝐿𝑉+ 𝑄𝐻𝑉× 𝑒𝑚𝑝𝐻𝑉+ 𝑄𝑀𝐶× 𝑒𝑚𝑝𝑀𝐶……….(2.1)

dimana :

Q = Arus lalu-lintas (smp/jam)

QLV = Arus lalu-lintas kendaraan ringan (kendaraan/jam) QHV = Arus lalu-lintas kendaraan berat (kendaraan/jam) QMC = Arus lalu-lintas sepeda motor (kendaraan/jam) empHV= Arus lalu-lintas kendaraan berat

empMC= Arus lalu-lintas sepeda motor

Terlindung Terlawan Kendaraan Berat (HV) 1,3 1,3

Kendaraan Ringan (LV) 1 1,1

Sepeda Motor (MC) 0,2 0,4 Jenis Kendaraan Emp Untuk Tipe Pendekat

(34)

19 2.3.2 Arus Jenuh

Arus jenuh berdasarkan Manual Kapasitas Jalan Indonesia (1997) didefinisikan sebagai besarnya keberangkatan rata – rata antrian di dalam suatu pendekatan simpang selama sinyal hijau yang besarnya dinyatakan dalam satuan smp per jam hijau (smp/jam hijau). Arus jenuh untuk simpang bersinyal dapat dihitung dengan persamaan berikut.

𝑆 = 𝑆0× 𝐹𝐶𝑆× 𝐹𝑆𝐹× 𝐹𝐺× 𝐹𝑅𝑇 × 𝐹𝐿𝑇 𝑠𝑚𝑝/𝑗𝑎𝑚 ℎ𝑖𝑗𝑎𝑢……(2.2)

dimana :

S = Arus jenuh (smp/jam hijau efektif) S0 = Arus jenuh dasar (smp/jam hijau efektif)

Fcs = Faktor koreksi arus jenuh akibat ukuran kota (jumlah penduduk)

FFS = Faktor koreksi arus jenuh akibat adanya gangguan samping FG = Faktor koreksi arus jenuh akibat adanya kelandaian jalan

Fp = Faktor koreksi arus jenuh akibat adanya kegiatan perparkiran dekat dengan persimpangan

FLT = Faktor koreksi arus jenuh akibat adanya pergerakan belok kiri

(35)

20 FRT = Faktor koreksi arus jenuh akibat adanya pergerakan belok

kanan

Tipe persimpangan mempengaruhi nilai besarnya setiap faktor koreksi arus jenuh. Penjelasan lebih rinci mengenai setiap faktor koreksi arus jenuh dapat ditemukan dalam MKJI (1997).

2.3.3 Faktor Penyesuaian Gerakan Belok Kanan

Faktor ini ditentukan sebagai fungsi dari rasio kendaraan belok kanan 𝑃𝑅𝑇 . Faktor penyesuaian gerakan belok kanan hanya berlaku untuk kendaraan terlindung, tanpa median, jalan dua arah, dan lebar efektif ditentukan oleh lebah masuk.

𝐹𝑅𝑇 = 1,0 + 𝑃𝑅𝑇× 0,26…………..………..…(2.3)

dimana :

FRT = Faktor penyesuaian belok kanan PRT = Rasio belok kanan

Faktor penyesuaian belok kanan juga dapat diperoleh nilainya menggunakan gambar 2.5 berikut.

(36)

21 (Sumber MKJI 1997)

Gambar 2.5 Faktor penyesuaian belok kanan 2.3.4 Faktor Penyesuaian Gerakan Belok Kiri

Faktor ini ditentukan sebagai fungsi dari rasio kendaraan belok kanan. Faktor penyesuaian gerakan belok kiri hanya untuk pendekatan tipe p tanpa LTOR, dan lebar efektif ditentukan oleh lebah masuk.

𝐹𝐿𝑇 = 1,0 + 𝑃𝐿𝑇× 0,16………..…(2.4)

dimana :

FLT = Faktor penyesuaian belok kiri PLT = Rasio belok kiri

(37)

22 Faktor penyesuaian belok kanan juga dapat diperoleh nilainya

menggunakan gambar 2.6 berikut.

(Sumber MKJI 1997) Gambar 2.6 Faktor penyesuaian belok kiri

2.3.5 Kapasitas Simpang (C)

Kapasitas adalah kemampuan simpang untuk menampung arus lalu lintas maksimum per satuan waktu dinyatakan dalam smp/jam hijau. Kapasitas pada simpang dihitung pada setiap pendekat ataupun kelompok lajur didalam suatu pendekat.

Kapasitas simpang dinyatakan dengan rumus berikut.

𝐶 = 𝑆 × 𝑔

⁄ ………..…(2.5) 𝑐

dimana :

C = Kapasitan (smp/jam hijau) S = Arus jenuh (smp/jam hijau)

(38)

23 g = Waktu hijau (detik)

c = Panjang siklus 2.3.6 Derajat Kejenuhan (DS)

Derajat kejenuhan (DS) didefinisikan sebagai rasio volume (Q) terhadap kapasitas (C). Rumus untuk menghitung derajat kejenuhan adalah sebagai berikut.

𝐷𝑆 =𝑄

⁄𝐶………..…(2.6)

2.3.7 Panjang Antrian (QL)

Panjang antrian adalah banyaknya kendaraan yang berada pada simpang tiap jalur saat nyala lampu merah (Departemen P.U., 1997). Rumus untuk menentukan rata-rata panjang antrian berdasarkan MKJI 1997, adalah sebagai berikut.

Untuk derajat kejenuhan (DS) > 0.5:

𝑁𝑄1 = 0,25 ∙ 𝑐 ∙ [(𝐷𝑆 − 1) +

√(𝐷𝑆 − 1)2+8∙(𝐷𝑆−0,5)

𝐶 ]…..……….(2.7)

dimana:

𝑁𝑄1 = Jumlah smp yang tersisa dari fase hijau sebelumnya;

𝐷𝑆 = Derajat kejenuhan;

𝑐 = Kapasitas (smp/jam);

Untuk 𝐷𝑆 < 0,5; 𝑁𝑄1 = 0

(39)

24 Jumlah antrian selama fase merah 𝑁𝑄2

𝑁𝑄2 = 𝑐 ∙ 1−𝐺𝑅

1−𝐺𝑅∙𝐷𝑆𝑄𝑚𝑎𝑠𝑢𝑘

3600 …..………..………(2.8)

dimana:

𝑁𝑄2 = Jumlah smp yang tersisa dari fase merah;

𝐺𝑅 = Rasio hijau;

𝑐 = Waktu siklus (detik);

𝑄𝑚𝑎𝑠𝑢𝑘 = Arus lalu lintas yang masuk diluar LTOR (smp/jam);

Jumlah kendaraan antri menjadi:

𝑁𝑄 = 𝑁𝑄1+ 𝑁𝑄2…..………..………(2.9)

Panjang antrian (QL) didapatkan dari perkalian (NQmax) dengan luar rata- rata yang dipergunakan per smp (20 m2) dan pembagian dengan lebar masuk (Wmasuk). NQmax didapat dengan menyesuaikan nilai NQ dalam hal peluang yang diinginkan untuk terjadinya pembebanan lebih POL (%) dengan menggunakan grafik seperti terlihat pada Gambar 3.3 untuk perencanaan dan desain disarakan nilai POL ≤ 5%, untuk operasional disarankan POL = 5 – 10%.

(40)

25 𝑄𝐿 = 𝑁𝑄𝑚𝑎𝑥+ 20

𝑊𝑚𝑎𝑠𝑢𝑘…..……….…(2.10)

dimana :

𝑄𝐿 = Panjang antrian;

𝑁𝑄𝑚𝑎𝑥 = Jumlah antrian maksimum;

𝑊𝑚𝑎𝑠𝑢𝑘 = Lebar masuk;

(Sumber MKJI 1997)

Gambar 2.7 Peluang untuk pembebanan lebih POL

2.3.8 Angka Henti

Angka henti (NS) pada masing – masing pendekatan adalah jumlah rata-rata kendaraan berhenti per smp, ini termasuk henti berulang sebelum melewati gariis stop simpang. Untuk memperoleh nilai angka henti dapat digunakan rumus berikut.

𝑁𝑆 = 0,9 × 𝑁𝑄

𝑄×𝑐× 3600…..……….……….…(2.11)

(41)

26 Dimana :

𝑁𝑆 = Angka henti;

𝑁𝑄 = Jumlah antrian;

𝑐 = Waktu siklus (detik);

𝑄 = Arus lalu lintas (smp/jam);

2.3.9 Tundaan

Tundaan, terdapat dua tundaan pada suatu simpang yaitu Tundaan geometri (DG) dan Tundaan lalu lintas (DT). Sehingga tundaan rata-rata adalah :

𝐷 = 𝐷𝐺 + 𝐷𝑇…..……….………...…(2.12)

dimana:

𝐷𝑇 = 𝑐 × 0,5 × (1 − 𝐺𝑅)2(1 − 𝐺𝑅 × 𝐷𝑆) + 𝑁𝑄1+ 3600 ∙ 𝑐… (2.13) 𝐷𝑇 = (1 − 𝑃𝑆𝑉) × 𝑃𝑇× 6 + (𝑃𝑆𝑉× 4)………(2.13)

dimana:

𝐷𝐺 = Tundaan Geometri (det/smp);

𝐷𝑇 = Tundaan lalu lintas (det/smp);

𝑐 = Waktu siklus yang disesuaikan (det);

𝐺𝑅 = Rasio hijau (g/c);

𝐷𝑆 = Derajat kejenuhan;

𝑁𝑄1 = Jumlah smp yang tersisa dari fase hijau sebelumnya;

(42)

27 𝐶 = Kapasitan (smp/jam);

𝑃𝑇 = Rasio kendaraan membelok pada suatu pendekat;

𝑃𝑆𝑉 = Rasio kendaraan terhenti pada suatu pendekat;

2.3.10 Tingkat Pelayanan Simpang

Tingkat pelayanan adalah ukuran kualitas kondisi lalu lintas yang dapat diterima oleh pengemudi kendaraan. Tingkat pelayanan umumnya digunakan sebagai ukuran dari pengaruh yang membatasi akibat peningkatan volume setiap ruas jalan yang dapat digolongkan pada tingkat tertentu yaitu antara A sampai F. Apabila volume meningkat maka tingkat pelayanan menurun, suatu akibat dari arus lalu lintas yang lebih buruk dalam kaitannya dengan karakteristik pelayanan. Hubungan tundaan dengan tingkat pelayanan sebagai acuan penilaian simpang, seperti Tabel 2.2.

Tabel 2.2. Kriteria Tingkat Pelayanan untuk Simpang Bersinyal Tundaan per

Kendaraan (detik/kend)

Tingkat Pelayanan

≤ 5 A

5,1-15 B

15,1-25 C

25,1-40 D

40,1-60 E

≥ 60 F

(Sumber : MKJI, 1997)

(43)

28 2.4 Konsepsi Model Mikro - Simulasi

Konsep model simulasi sangat sering sekali digunakan dalam lalu lintas dalam merencanakan sebuah kegiatan transportasi khusunya yang bersifat dinamis dan sangat luas, konsep lalu lintas yang sangat luas yang mempunyai berbagai macam karakteristik serta parameter yang banyak sehingga perlunya pendekatan model simulasi sebagai bentuk penyederhanaan dari sebuah permasalahan kompleks tersebut.

Model sendiri dapat didefinisikan sebagai bentuk penyederhanaan dari kondisi di lapangan model tersebut mempunyai ukuran dan bentuk yang tergantung model yang dibangun dari suatu permasalahan, sedangkan simulasi merupakan pendekatan yang digunakan sebagai alat bantu dalam menginterpretasikan objek yang akan dianalisis yang memiliki tujuan untuk membantu kita menentukan parameter – parameter terbaik berdasarkan asumsi dasar kita dalam melakukan proses analisis.

Alasan utama untuk melakukan simulasi adalah adanya banyak model yang tidak bisa dianalisa hanya dengan menggunakan teknik matematika standar. Ini terjadi pada sistem-sistem yang dipengaruhi oleh input tidak tentu (stokastik). Untuk masukan-masukan yang bersifat stokastik, t-input yang acak atau terdistribusi kedatangan antrian harus bersifat acak. Salah satu jenis distribusi yang sering digunakan dalam melakukan simulasi adalah distribusi seragam Pada distribusi seragam, frekuensi kejadian setiap nilai adalah sama. (D.Djamaru & Yuliana.L, 2012)

(44)

29 Pada dasarnya model simulasi dikelompokkan dalam tiga dimensi yaitu (Lawand Kelton, 1991) :

a) Model Simulasi Deterministik dengan Model Simulasi Stokastik.

Model simulasi yang akan dibentuk tidak mengandung variabel yang bersifat random, maka model simulasi tersebut dikatakan sebagi simulasi deterministik. Sistem yang dimodelkan dalam simulasi mengandung beberapa input yang bersifat random, maka pada sistem seperti ini model simulasi yang dibangun disebut model simulasi stokastik.

b) Model Simulasi Kontinu dengan Model Simulasi Diskret.

Untuk mengelompokkan suatu model simulasi apakah diskret atau kontinyu, sangat ditentukan oleh sistem yang dikaji.

c) Model Simulasi Statis dengan Model Simulasi Dinamis. Model simulasi statis digunakan untuk mempresentasikan sistem pada saat tertentu atau sistem yang tidak terpengaruh oleh perubahan waktu.

Sedangkan model simulasi dinamis digunakan jika sistem yang dikaji dipengaruhi oleh perubahan waktu.

2.5 Konsep Mikro Simulasi Lalu Lintas Berbasis Vissim

Model mikro-simulasi sebuah konsep atau sistem analisis yang banyak digunakan saat ini karena dengan konsep ini membantu penggunanya menentukan dan mengevaluasi parameter terbaik yang akan digunakan dalam konteks permasalahan tertentu berbasis komputerisasi. Model

(45)

30 mikro- simulasi banyak sekali digunakan dalam penerapan kinerja lalu lintas dalam hal ini alat mikro – simulasi membantu mengambil keputusan penggunanya dalam menentukan perencanaan dan alternatif terbaik sebelum di terapkan pada lapangan.

Mikro - simulasi merupakan teknik pemodelan yang beroperasi pada tingkat unit individu seperti orang, rumah tangga, kendaraan atau perusahaan. Dalam model setiap unit diwakili oleh catatan yang berisi pengenal unik dan satu set atribut yang terkait - misalnya daftar orang-orang dengan usia yang diketahui, jenis kelamin, status perkawinan dan pekerjaan;

atau daftar kendaraan dengan asal-usul dikenal, tujuan dan karakteristik operasional.

Mikro – simulasi mampu mensimulasikan perilaku kendaraan individu dalam jaringan jalan yang telah ditetapkan dan digunakan untuk memprediksi kemungkinan dampak dari perubahan pola trafik yang dihasilkan dari perubahan arus lalu lintas atau dari perubahan lingkungan fisik. Dalam konsep mikro – simulasi dikenal model yang digunakan pada alat mikro – simulasi yaitu car following model.

Car Following Model merupakan model yang digunakan untuk mengontrol perilaku pengendara atau pengemudi terhadap pengendara yang lainnya yang berada pada jalur yang sama model ini dikembangkan oleh Gipps (1981).

(46)

31 Model CFM itu sendiri membedakan kendaraan berdasarkan kecepatannya yaitu kecepatan kendaraan dibatasi oleh kendaraan sebelumnnya dan kecepatan kendaraan ditentukan oleh keinginanan pengemudi itu sendiri sehingga dapat menyebabkan kecelakaan, ketika kendaraan yang melaju tidak dibatasi oleh kendaraan sebelumnya dianggap kendaraan sedang melaju pada jalur bebas hambatan (freeway) (John Janson

& A. Tapani, 2004). Dalam model ini ada dua model yang digunakan pada alat mikro –simulasi vissim yaitu Car Following weidemann 74, Car Following weidemann 99 .

Gambar 2.8 Ilustrasi Car Following Model a) Car Following Weidemann 74

Pada model ini banyak digunakan jalan perkotaan karena pengemudi selalu memperhatikan kecepatan pengemudi sebelumnya sehingga terjadi interaksi antar tiap individu – individu pengendara sehingga model simulasi ini sangat cocok digunakan untuk jalan perkotaan atau jalan yang memiliki hambatan yang besar.

(47)

32 b) Car Following Weidemann 99

Pada model ini banyak digunakan jalan bebas hambatan karena pengemudi selalu dalam menentukan kecepatan tidak memperhatikan kendaraan yang sebelumnya sehingga pengemudi bebas menentukan kecepatannya masing – masing model ini sangat cocok untuk mensimulasinkan kondisi jalan bebas hambatan atau umumnya digunakan pada jalan tol.

2.6 PTV Vissim

PTV Vissim adalah perangkat lunak yang digunakan untuk simulasi arus lalu lintas secara mikroskopis terkemuka yang dikembangkan oleh PTV Planung Transportasi Verkehr AG di Karlsruhe, Jerman. Vissim pertama kali dikembangkan di Jerman pada tahun 1992 yang saat ini menjadi perangkat lunak transportasi yang paling sekarang sedang digunakan di seluruh dunia oleh 24ector public, perusahaan dan universitas. Vissim alat micro-simulasi lalu lintas yang digunakan untuk perencanaan dan pemodelan lalu lintas untuk perkotaan mau pun pada pedesaan baik untuk analisis arus kendaraan atau pun arus pejalan kaki serta memiliki kemampuan untuk mensimulasi berbagai jenis moda lalu lintas secara bersamaan.

(48)

33 (Sumber : PTV Vissim guide first steps) Gambar 2.9 Micro - simulasi bundaran (roundabout)

(Sumber : PTV Vissim guide first steps) Gambar 2.10 Micro-simulasi transportasi massal

Vissim dapat digunakan untuk beberapa kasus antara lain :

a. Membangun jaringan jalan dan persimpangan

 Dapat membuat jaringan jalan yang fleksibel sesuai dengan kondisi geometri jalan yang sesungguhnya sehingga

(49)

34 memungkinkan kita untuk menduplikasi kondisi geometrik jalan yang sesungguhnya.

 Membuat berbagai macam model persimpangan dan beberapa

variasi simpul baik jenis simpang sebidang, tak sebidang, simpang dengan kanalisasi maupun simpang tiga dan bundaran (roundabout).

 Dapat menganalisis berbagai varian perencanaan pada jaringan

jalan dan persimpangan seperti tingkat pelayanan, tundaan, panjang antrian, keterlambatan, waktu perjalanan dan jumlah emisi secara bersamaan artinya perangkat lunak ini berfungsi sebagai kalkulator.

b. Perencanaan pengembangan lalu lintas

 Mampu menganalisis dampak lalu lintas yang terjadi akibat

adanya pembangunan fasilitas baru pada rona transportasi disekitar wilayah pembangunan fasilitas tersebut.

 Mampu merencanakan sistem lalu lintas untuk jangka pendek maupun jangka panjang.

 Mampu mensimulasikan manajemen lalu lintas dan transportasi cerdas.

 Mampu mensimulasikan pejalan kaki baik di dalam mau pun pada kondisi di luar bangunan.

 Dapat mensimulasikan perencanaan jumlah ruang parkir pada suatu perencanaan perparkiran.

(50)

35 c. Perencanaan transportasi massal

 Mampu membuat model jenis-jenis moda transportasi massal

seperti bus, komuter kereta ringan komuter kereta api, komuter monorail.

 Mampu menciptakan alternative untuk operasional angkutan umum.

 Mampu melakukan perencanaan jaringan jalan yang dilalui oleh angkutan umum.

2.6.1 Parameter Mikro – Simulasi Lalu Lintas Berbasis Vissim

Parameter mikro – simulasi berbasis vissim merupakan nilai akan digunakan dalam melakukan proses kalibrasi dan validasi dalam permodelan simulasi lalu lintas yang akan disimulasi. Pada perangkat lunak Vissim terdapat 168 parameter yang tertanam dalam perangkat lunak vissim dalam berdasarkan parameter tersebut dipilih beberapa parameter yang sesuai dengan kondisi lalu lintas heterogen yang ada di Indonesia untuk menghasilkan model yang sesuai dengan kondisi yang dilapangan, parameter yang dipilih pada permodelan antara lain :

a. Standstill Distance in Front of Obstacle yaitu parameter jarak aman ketika kendaraan akan berhenti akibat kendaraan yang berhenti atau melakukan perlambatan akibat hambatan dengan satuan meter (m).

b. Observed Vehicle In Front yaitu parameter jumlah kendaraan yang diamati oleh pengemudi ketika ingin melakukan pergerakan atau

(51)

36 reaksi. Nilai default parameter ini adalah satu, dua, tiga, dan empat dengan satuan unit kendaraan.

c. Minimum Headway yaitu jarak minimum yang tersedia bagi kendaraan yang didepan untuk melakukan perpindahan lajur atau menyiap. Nilai default berkisar sampai 0.5 – 3 meter.

d. Lane Change Rule yaitu mode perilaku pengemudi pada saat melintas, untuk lalu lintas heterogen sangat cocok menggunakan mode Free Lane Change yang memungkinkan kendaraan menyiap dengan bebas.

e. Overtake at Same Line yaitu perilaku pengemudi kendaraan yang ingin menyiap pada lajur yang sama baik dari sisi sebelah kanan mau pun sisi sebelah kiri.

f. Desired Lateral Position yaitu posisi kendaraan pada saat berada di lajur artinya kendaraan dapat berada disamping kiri maupun samping kanan kendaraan yang lain.

g. Lateral Minimum Distance yaitu jarak aman pengemudi pada saat berada di samping kendaraan yang lain. Parameter ini dibagi menjadi dua bagian yaitu jarak kendaraan ketika berada di kecepatan 0 km/jam dan 50 km/jam artinya nilai parameter untuk parameter ini berbeda, nilai default untuk parameter ini berkisar antara 0.2 sampai 1 m .

(52)

37 h. Safety Distance Reduction yaitu jarak aman antar kendaraan didepan

dan dibelakang atau jarak gap dan clearing antar kendaraan, ini merupakan parameter yang sangat menentukan karena tiap kondisi lalu lintas mempunyai nilai jarak aman yang berbeda.

2.7 Konsep Kalibrasi dan Validitas Model Simulasi

Kalibrasi pada Vissim merupakan proses dalam membentuk nilai- nilai parameter yang sesuai sehingga model dapat mereplikasi lalu lintas hingga kondisi yang semirip mungkin. Proses kalibrasi dapat dilakukan berdasarkan perilaku pengemudi dengan mengacu pada penelitian-penelitian sebelumnya mengenai kalibrasi dan validasi menggunakan Vissim. Validasi pada Vissim merupakan proses pengujian kebenaran dari kalibrasi dengan membandingkan hasil observasi dan hasil simulasi. Proses kalibrasi dan validasi dilakukan berdasarkan jumlah volume arus lalu lintas dan panjang antrian (Putri, 2015).

Metode yang digunakan adalah dengan menggunakan rumus dasar Chi-squared dan rumus statistik Geoffrey E. Havers (GEH). Uji Chi- square dilakukan dengan membandingkan antara mean hasil simulasi dengan mean hasil observasi. Rumus umum Chi- square (𝑥2) dapat dilihat pada persamaan 2.15 sebagai berikut. (Sudjama dalam Saputra, 2016)

𝑥2 = ∑ |𝑜𝑖−𝐸𝑖

𝐸𝑖 |2

𝑘𝑖=1 ………..………(2.15)

(53)

38 dimana :

𝑂𝑖 = Tundaan Geometri (det/smp);

𝐸𝑖 = Tundaan lalu lintas (det/smp);

Tingkat signifikan dengan derajat keyakinanan Uji Chi- square sebesar 95 % atau α = 0.05 dan kriteria uji yaitu hasil diterima apabila hasil hitung ≤ hasil tabel Chi- square.

Sedangkan rumus GEH merupakan rumus statistik modifikasi dari Chi- squared dengan menggabungkan perbedaan antara nilai relatif dan mutlak. Rumus GEH sendiri dapat dilihat pada persamaan 2.15dan memiliki ketentuan khusus dari nilai error yang dihasilkan seperti pada Tabel 2.3.

𝐺𝐸𝐻 = √ (𝑞𝑠𝑖𝑚𝑢𝑙𝑎𝑡𝑒𝑑−𝑞𝑜𝑏𝑠𝑒𝑟𝑣𝑒𝑑)2

0,5×(𝑞𝑠𝑖𝑚𝑢𝑙𝑎𝑡𝑒𝑑+𝑞𝑜𝑏𝑠𝑒𝑟𝑣𝑒𝑑)……….………(2.15) dimana :

𝑞 = Data volune arus lalu lintas (kendaraan/jam)

Tabel 2.3 Rumus Statistik GEH (Geoffrey E. Havers)

Nilai Keterangan

GEH < 5,0 Diterima

5,0 ≤ GEH ≤ 10,0 Peringatan : kemungkinan model error atau data buruk

GEH > 10,0 Ditolak

(54)

39 2.8 Kajian Studi Terdahulu

Berdasarkan kajian pustaka yang dibahas pada sub-bab sebelumnya mengacu pada beberapa studi terdahulu yang berkaitan dengan penelitian ini.

Beberapa studi terdahulu yang terkait dengan penelitian ini antara lain:

Fahmi Pratama dkk, Analisis Kinerja Simpang Bersinyal Terkoordinasi Jl. Gunung Bawakaraeng Berbasis Mikro-Simulasi. Pada penelitian ini bertujuan untuk : a) Menganalisis kinerja eksisting simpang bersinyal yang terdapat di ruas Jalan Gunung Bawakaraeng dengan pendekatan mikro-simulasi lalu lintas menggunakan Software Vissim, b) Mengoptimasi fase lalu lintas dan waktu siklus APILL pada simpang bersinyal yang terdapat di ruas Jalan Gunung Bawakaraeng dengan pendekatan mikro-simulasi lalu lintas menggunakan Software Vissim, c) Mengoptimasi fase lalu lintas dan waktu siklus APILL pada simpang bersinyal yang terdapat di ruas Jalan Gunung Bawakaraeng secara terkoordinasi dengan pendekatan mikro-simulasi lalu lintas menggunakan Software Vissim. Hasil penelitian yaitu hasil mikro-simulasi Vissim menunjukkan peningkatan kinerja simpang tidak terlalu meningkat secara signifikan seperti antrian pada pendekat timur kondisi eksisting adalah 113 m dan kondisi setelah koordinasi adalah 98.34 m pada periode jam puncak pagi sedangkan untuk antrian juga tidak memperlihatkan peningkatan yang signifikan dari kondisi eksisting nilainya adalah 42.27 detik dan setelah koordinasi adalah 38.39 detik ini menunjukkan masih perlunya peningkatan kinerja pada simpang ini.

(55)

40 Nurhayati dkk, Analisis Kinerja Lalu Lintas Akibat Pengaturan Sistem Pergerakan Kendaraan Pada Jl. A.P. Pettarani di Makassar.

Penelitian ini bertujuan untuk menganalisis kinerja lalu lintas pada Jl. A.P.

Pettarani yang meliputi : a) volume rata-rata kendaraan, b) kecepatan rata- rata, c) kapasitas ruas jalan, d) derajat kejenuhan ruas jalan dan persimpangan Jl. A.P. Pettarani.

Andi Auliyah Wahab dkk, Studi Manajemen Dan Rekayasa Simpang Tiga Pettarani – Alauddin di Kota Makassar. Penelitian ini bertujuan untuk : a) Mensimulasikan kondisi arus lalu lintas pada simpang Jalan A.P.

Pettarani – Jalan Sultan Alauddin dengan menggunakan Software Vissim. b) Menganalisis kinerja lalu lintas kondisi eksistinf simulasi simpang Jalan A.P.

Pettarani – Jalan Sultan Alauddin dengan menggunakan Software Vissim. c) Menganalisis kinerja pergerakan lalu lintas pada simpang Jalan A.P.

Pettarani – Jalan Sultan Alauddin untuk berbagai upaya rekayasa lalu lintas dengan menggunakan program Software Vissim. Hasil penelitian yaitu Kinerja simpang untuk upaya rekayasa lalu lintas dilakukan dengan 4 alternatif. Nilai panjang antrian kendaraan pada pendekat Timur Jalan Sultan Alauddin sebesar 208.42 m; 169.47 m; 185.39 m; dan 119.65 m, pada pendekat Barat Jalan Sultan Alauddin 139.56 m; 203.26 m; 144.14 m; dan 141.35 m, pada Barat U-Turn sebesar 5.67 m; 9.35 m; 2.08 m; dan 1.77 m, pada pendekat Utara Jalan A.P.Pettarani sebesar 208.63 m; 205.15 m; 155.61 m; dan 146.62 m. Sehingga pada kasus ini tetap memakai alternatif kondisi

(56)

41 eksisting karena menghasilkan kinerja lalu lintas yang lebih baik daripada fase pergerakan yang lainnya.

Nurjannah Haryanti P dkk, Mikrosimulasi Mixed Traffic Pada Simpang Bersinyal Dengan Perangkat Lunak Vissim (Studi Kasus : Simpang Tugu, Yogyakarta). Pada penelitian ini bertujuan untuk : a) Melihat hasil model simulasi kinerja simpang Tugu Yogyakarta, b) Mengoptimalisasi sinyal lampu lalu lintas pada Tugu Yogyakarta, c) Menganalisa perbedaan kondisi antara sebelum dan sesudah dikoordinasi. Hasil penelitian yaitu VISSIM mampu mengidentifikasi berbagai kelas kendaraan dengan berbagai tipe dan jenis kendaraan. Selain itu proses kalibrasi pada pemodelan simulasi menggunakan VISSIM merupakan hal yang sangat penting dan sensitif.

Khususnya untuk parameter yang tersedia pada Car Following Model dengan tipe Wiedemann 74 yaitu average standstill distance, additive part of safety distance dan multiplicative part of safety distance karena parameter tersebut memberikan perubahan besar dalam proses kalibrasi hingga rerata selisih error antara data observasi dengan data sebelum dikalibrasi mencapai 65% untuk volume arus lalu lintas dan 496% untuk panjang antrian.

Kemudian setelah dilakukan pengoptimalan lampu lalu lintas, didapatkan bahwa terjadi pengurangan panjang antrian hingga 39% per jam.

Rama Dwi Aryandi (2014) melakukan penelitian dengan judul “ Penggunaan Software Vissim Untuk Analisis Simpang Bersinyal (Studi Kasus Simpang Mirota Kampus Terban Yogyakarta)” . Penelitian ini bertujuan untuk (a) mengetahui proporsi pengguna jalan meliputi kendaraan

(57)

42 tak bermotor, kendaraan bermotor, dan kendaraan umum di simpang Mirota Kampus saat ini. (b) mengetahui panjang antrian maksimum, minimum, rata- rata, serta tundaan pada kondisi eksisting. (c) membandingkan hasil analisis panjang antrian maksimum, minimum, rata-rata serta tundaan dengan menggunakan Software Vissim dan pengamatan langsung di lapangan. Hasil yang diperoleh dari analisis tersebut yaitu bahwa panjang antrian rata-rata di lapangan dan pemodelan atau simulasi dengan Software Vissim hampir sama, yaitu 60 m dan 61 m. Diketahui juga bahwa terdapat perbedaan yang cukup jauh pada antrian terpanjang dan terpendek yang terjadi berdasarkan pengamatan langsung dan simulasi menggunakan Software Vissim, yaitu 76 m dan 64 m untuk antrian terpanjang dan 39 m dan 51 m untuk antrian terpendek. Perbedaan ini terjadi karena adanya perbedaan penyebaran antrian antara realita di lapangan dengan simulasi Software Vissim.

(58)

43

BAB III

METODOLOGI PENELITIAN 3.1 Kerangka Kerja Penelitian

Skema penelitian yang akan dilakukan dapat dilihat pada bagan alir metode penelitian sebagaimana yang dijelaskan pada Gambar 3.1

3.2 Lokasi Penelitian

Penelitian berlokasi di salah satu simpang di kota Makassar, simpang Mandai seperti garis merah yang terlihat pada Gambar 3.2 dalam pelaksanaan survei dapat dilakukan secara terkoordinasi dan terencana dengan baik serta data yang dijajaki diperoleh lengkap dan akurat.

(Sumber : Google Earth, 2016)

Gambar 3.2 Lokasi Penelitian

(59)

44

Gambar 3.1 Diagram Alir Prosedur Penelitian

(60)

45

3.3 Kondisi Geometrik Simpang

Data geometrik simpang menunjukkan profil atau bagian – bagian simpang seperti dimensi jalan, lajur, median, dan pedestrian. Berdasarkan hasil survei inventarisasi dan gambar perencanaan yang dilaksanakan pada persimpangan berada pada ruas Jalan Poros Makassar-Maros yang dijadikan sebagai obyek penelitian, adapun simpang yang akan diteliti yaitu Simpang Mandai. Pada simpang ini dilakukan pengukuran data geometrik di simpang tersebut, adapun data tersebut akan digunakan dalam perhitungan kinerja simpang menggunakan perangkat lunak Vissim. Berdasarkan hasil survey data geometrik simpang dapat dilihat pada tabel 3.1 sebagai berikut :

Tabel 3.1 Kondisi Geometrik Simpang Nama

Simpang

Nama Jalan

Jumlah Lebar

Jalur (m) Jalur Lajur

Simpang Mandai

Jalan Poros Makassar-Maros 2 6 15.02 Jalan Poros Maros-Makassar 2 6 12.22

Tunel Poros Makassar Maros 2 4 16

Jalan Tol DR. Ir. Sutami 2 5 20.86 Frontage Tol DR. Ir. Sutami 2 4 11.14

Jalan Bandara Baru 2 6 15.24

Frontage Bandara Baru 2 4 10

Jalan Dakota (AURI) 2 2 6.34

(Sumber : Survei, 2016)

Referensi

Dokumen terkait