Tugas Akhir
PEMANFAATAN SISTEM INFORMASI GEOGRAFI DALAM ANALISA TINGKAT PELAYANAN JALAN DI BEBERAPA RUAS JALAN KOTA SALATIGA (STUDI KASUS :
JALAN JENDRAL SUDIRMAN (KOTA) DAN JALAN DIPONEGORO) Diajukan kepada:
Fakultas Teknologi Informasi
Untuk memperoleh gelar Sarjana Sistem Informasi
Disusun oleh:
Richard Yonatan Lopis 682014060
Program Studi S1 Sistem Infomasi Geografi
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
PEMANFAATAN SISTEM INFORMASI GEOGRAFI DALAM ANALISA TINGKAT PELAYANAN JALAN DI BEBERAPA RUAS JALAN KOTA SALATIGA (STUDI KASUS : JALAN JENDRAL SUDIRMAN (KOTA) DAN JALAN DIPONEGORO)
1)
Richard Yonatan Lopis, 2)Frederik Samuel Papilaya, 3)Augie David Manuputty Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana
Jl. Diponegoro 52-60, Salatiga 1) [email protected], 2)[email protected], 3) [email protected] ABSTRAK
Kota Salatiga yang berada tepat di Jalan Nasional Rute 16 Pulau Jawa tidak sedikit dilalui berbagai macam kendaraan, ditambah lagi jumlah penduduk yang meningkat setiap tahunnya membuat munculnya berbagai macam masalah transportasi dan kemacetan merupakan masalah terbesarnya. Tujuan dari penelitian ini adalah mengetahui tingkat pelayanan jalan dan menentukan kategori kemacetan di beberapa ruas jalan kota salatiga. Menggunakan metode kuantitatif dengan melakukan survei ke lapangan yang kemudian datanya diolah menggunakan model pengharkatan kuantitatif berjenjang tertimbang. Penilaian terhadap kategori kemacetan dibagi menjadi 3 yaitu kemacetan rendah, kemacetan sedang dan kemacetan tinggi. dari hasil analisis 3 segmen jalan Kota Salatiga, didapati hasil 1 segmen jalan berada pada kategori kemacetan Rendah dan 2 segmen jalan lainnya berada pada kemacetan yang Sedang.
KATA KUNCI
1. PENDAHULUAN
Salatiga merupakan kota yang terletak di wilayah Provinsi Jawa Tengah yang secara langsung berbatasan dengan Kabupaten Semarang. Posisi Salatiga yang terletak 49 km sebelah selatan dari kota Semarang dan 52 km sebelah utara kota Surakarta, menjadikan Salatiga sebagai kota yang memiliki intensitas kendaraan yang cukup Ramai. Tidak menutup kemungkinan akan terjadi banyak permasalahan daerah perkotaan salah satunya adalah masalah kemacetan. Kemacetan merupakan salah satu dari sekian banyak masalah yang dianggap paling mengganggu kenyamanan para pengguna transportasi darat. kemacetan dapat mengurangi efektifitas pekerjaan maupun kegiatan masyarakat, memperlambat manusia untuk beraktifitas, yang pada akhirnya meningkatkan polusi udara pada daerah sekitar[3]. Jika dilihat dari data yang ada, salatiga merupakan salah satu dari sekian banyak kota yang juga mengalami pertumbuhan penduduk tiap tahunnya. Tercatat dari tahun 2013 sampai tahun 2017 penduduk kota salatiga selalu mengalami peningkatan jumlah.
Pada tahun 2013 jumlah penduduk kota salatiga ada 178.719 jiwa, sementara pada tahun 2017 sudah mencapai 188.928 jiwa [2]. Pertumbuhan penduduk yang tinggi sudah pasti berbanding lurus dengan tingkat kepemilikan kendaraan pribadi. Peningkatan jumlah kendaraan pribadi akan menimbulkan masalah kemacetan lalu lintas jika tidak diseimbangi dengan peningkatan sarana dan prasarana transportasi. Masalah kemacetan lalu lintas tidak semestinya dibiarkan dan harus segera ditangani dengan solusi yang terbaik, agar masalah kemacetan dapat dikurangi atau bahkan dapat dihindari.
Penentuan tingkat pelayanan jalan di kota salatiga dapat dilakukan sebagai langkah awal dalam upaya penanganan masalah perkotaan, untuk pelaksanaannya membutuhkan data yang akurat dan terkini. Salah satu contohnya adalah dengan cara pengambilan data menggunakan teknik penginderaan jarak jauh yang dipadukan dengan survei lapangan menggunakan teknik sampling. Selain itu SIG juga dapat digunakan dalam pemodelan spasial penetuan rute alternatif dengan mempertimbangkan potensi tingkat kemacetan lalu lintas.
Tujuan dilakukanya penelitian ini adalah untuk Mengetahui persebaran tingkat pelayanan jalan yang ada di sebagian kota salatiga (jalan Diponegoro dan jalan Jendral Sudirman), yang berdasarkan pada Manual Kapasitas Jalan Indonesia (MKJI). Manfaat yang diharapkan yakni data-data yang dihasilkan dapat dijadikan pedoman bagi masyarakat dan pemerintah setempat
dalam rangka perencanaan sistem transportasi, untuk menanggulangi permasalahan kemacetan yang terjadi di Salatiga. Pemetaan jalur alternatif dengan pemodelan spasial yaitu Network Analyst menggunakan model New Route Analyst juga menjadi salah satu hasil akhir yang diharapkan peneliti jika terdapat persebaran kemacetan yang sudah diklasifikasikan kedalam kemacetan yang cukup parah.
2. TINJAUAN PUSTAKA
Penelitian yang berjudul “Pemanfaatan Citra Quickbird Dan Sistem Informasi Geografis Untuk Mengetahui Tingkat Kemacetan Lalu Lintas Kota Semarang” membahas tentang bagaimana tingkat kemacetan di beberapa ruas jalan di kota semarang. Menggunakan pengharkatan kuantitatif berjenjang bertimbang, sementara untuk pemodelan jalur alternatif menggunakan analisis jaringan dimana pemilihan rute didasarkan pada waktu tercepat. Untuk hasil dari peneltian ini menunjukan persebaran tingkat kemacetan lalu lintas yang terdiri dari 3 kelas yaitu kelas kemacetan tinggi, kelas kemacetan sedang dan kelas kemacetan rendah. Yang kemudian dilanjutkan dengan penentuan rute alternatif dengan menggunakan rute tercepat berdasarkan waktu tempuh perjalanan[3]
Peneilitian lainnya yang berjudul “Kajian Tingkat Kemacetan Lalu Lintas Dengan Memanfaatkan Citra Quikbird Dan Sistem Informasi Geografis di Sebagian Ruas Jalan Kota Tegal” yang secara garis besar juga membahas tentang kemacetan di kota Tegal. Untuk menghitung kapasitas ruas jalan digunakan pengukuran Indonesian Highway Capacity Manual (IHCM) tahun 1997, dan juga menggunakan citra Quickbird untuk memperoleh data geometrik jalan berupa lebar jalan, median dan penggunaan lahan. Volume lalu lintas yang didapatkan dari 62 sampel ruas jalan yang diteliti dengan menghitung jumlah setiap jenis kendaraan yang melintas tiap satuan waktu tertentu. Hasil dari penelitian ini menunjukan tingkat ketelitian interpretasi penggunaan lahan sebesar 96,25%, dan tingkat ketelitian interpretasi geometric jalan sebesar 96,36% [5].
Penelitian lain juga yang berjudul “Anaisis Kerja Jalan Dalam Upaya Mengatasi Kemacetan Lalu Lintas Pada Ruas Simpang Bersinyal di Kota Palu” membahas juga tentang kemacetan yang terjadi akibat Volume Lalu Lintas yang hampir mendekati Kapasitas Jalan, yang
diamana tingkat pelayanan dapat dilihat dari nilai Derajat Kejenuhan yaitu, DS = V/S. survey yang dilakukan selama 4 hari pada jam 06.00-22.00 menghasilkan kesimpulan data berupa kemacetan lalu lintas dapat terjadi pula walaupun Volume kendaraan belum mencapai kejenuhan (< 0,75) akibat dari hambatan samping seperti parkir yang sembarangan, adanya pedagang kaki lima, pejalan kaki, adanya kendaraan unmotor. Sarana dari penelitian ini perlu diadakannya manajemen lalu lintas seperti membuat jalan satu arah, membatasi kendaraan tertentu melewati ruas-ruas jalan tersebut[6]
Penelitian yang dilakukan saat ini memiliki kemiripan cara dengan penelitian yang berjudul “Pemanfaatan Citra Quickbird Dan Sistem Informasi Geografis Untuk Mengetahui Tingkat Kemacetan Lalu Lintas Kota Semarang”[3] dengan menentukan tingkat kemacetan dibeberapa ruas jalan didalam suatu kota dan membaginya kedalam 3 tingkatan kemacetan yaitu, kemacetan rendah, kemacetan sedang dan kemacetan yang tinggi. Analisis dilakukan berdasarkan pada Manual Kapasitas Jalan Indonesia (MKJI) 1997 dengan rumus (1) :
C = Co x FCw x FCsp x FCsf x FCcs
C = Kapasitas jalanCo = Kapasitas dasar
FCW = Faktor koreksi kapasitas untuk lebar jalan
FCsp = Faktor koreksi kapasitas akibat pembagian arah
FCsf = Faktor koreksi kapasitas akibat gangguan samping
FCcs = Faktor koreksi kapasitas akibat ukuran kota (jumlah penduduk)
Dengan mengumpulkan data nilai kapasitas jalan yang diperoleh dari beberapa parameter antara lain tipe jalan untuk mengetahui kapasitas dasar (Co), Faktor koreksi kapasitas jalan
akibat lebar jalan (FCw), faktor koreksi kapasitas jalan akibat gangguan samping (FCsf), dan Faktor koreksi kapasitas jalan akibat ukuran kota (FCcs).
Penelitian yang akan dilakukan saat ini menggabungkan teknik Penginderaan Jauh dan Sistem Informasi Geografi. Teknik Penginderaan Jauh digunakan untuk pengambilan data berupa Panjang Jalan, Lebar Jalan, Keberadaan Median, bentuk persimpangan jalan dan penggunaan lahan untuk mengetahui Kapasitas Jalan (C). Data lainnya diperoleh dari survey langsung ke lapangan dan data sekunder. Sistem informasi Geografi digunakan dalam penentuan Rute tercepat jika tingkat kemacetan pada suatu jalan dinyatakan sangat tinggi.
3. METODOLOGI
Metode yang digunakan pada penelitian kali ini adalah metode kuantitatif, dengan melakukan survei dalam pengumpulan data yang nantinya data tersebut akan diolah menjadi input dalam proses analisisnya. Survei yang dilakukan adalah survei lalu lintas di jalan Diponegoro (segmen depan kampus UKSW dan segmen depan bakso taman sari) dan jalan Jendral Sudirman (kota) dengan tujuan untuk mengumpulkan data mengenai kondisi jalan yang ditinjau, seperti data geometrik jalan, penggunaan lahan disekitar jalan, keberadaan parkir tepi jalan, kecepatan kendaraan dan padatnya arus lalu lintas. Kedua ruas jalan tersebut merupakan jalan Arteri dan jalan Lokal yang jika diperhatikan mempunyai tingkat intensitas kendaraan yang cukup tinggi, serta mempunyai kepadatan penggunaan lahan dan kegiatan lain disekitar ruas jalan. Dari hasil survei tersebut data diolah untuk menganalisa kapasitas ruas jalan dengan menggunakan rumus Manual Kapasitas Jalan Indonesia 1997. Pengolahan data akan disajikan dalam bentuk tabel meggunakan pemrosesan dengan model kuantitatif berjenjang tertimbang, yang dimana setiap parameternya memiliki bobot nilai masing-masing terhadap kemungkinannya terjadi kemacetan lalu lintas. Untuk parameter yang digunakan dalam analisis ini antara lain Tingkat Pelayanan Jalan yaitu Volume kendaraan (V) berbanding dengan Kapasitas Jalan (C) (PM 96 Tahun 2015) dengan bobot paling tinggi yaitu 2. Gambar 1 menampilkan bagaimana tahapan-tahapan penelitian dalam mencapai tujuan penelitian ini.
Identifikasi Masalah Perumusan Masalah Pengumpulan Data Pengolahan Data
Tahapan Penelitian ini dimulai dengan mengidentifikasi masalah yang nantinya akan menjadi penentu aspek permasalahan yang akan diteliti, sebelum menghasilkan perumusan masalah tentang mengapa penelitian ini dilakukan dan menuju ke tahap pelaksanaan serta akhirnya mendapatkan hasil penelitian. Identifikasi dilakukan dengan cara mengamati keadaan beberapa ruas jalan besar di kota salatiga yang semakin hari semakin terlihat kepadatannya dari tahun ke tahun, hasilnya diperoleh beberapa temuan yang dapat dirumuskan sebagai suatu permasalahan.
Data yang nantinya akan dikumpulkan berupa data Primer (data yang diperoleh dari pengamatan langsung) dan data Sekunder (data yang sudah ada sebelumnya), pengumpulan data Primer menggabungkan teknik Penginderaan Jauh dan Sistem Informasi Geografi. Menggunakan citra Bing dengan aplikasi SAS PLANET untuk mengambil data berupa interpretasi geometrik jalan (panjang jalan, lebar jalan dan keberadaan median) serta pengunaan lahan disekitar jalan untuk mendapatkan nilai dari kapasitas suatu jalan. Data yang tidak dapat diperoleh menggunakan penginderaan jauh dapat diperoleh melalui survei lapangan dan data sekunder. Survei lapangan dilakukan untuk mendapatkan data berupa jumlah Volume Kendaraan (V), Sedangkan untuk data sekunder berupa data jumlah penduduk juga dibutuhkan guna melengkapi data faktor koreksi kapasitas jalan akibat ukuran kota yang datanya diperoleh dari Badan Pusat Statistik Kota Salatiga. Terdapat 5 atribut yang digunakan untuk dapat menilai apakah jalan tersebut sudah berada pada Kapasitas Jalan (C) yang seharusya, yaitu:
Kapasitas Dasar (Co)
Kapasitas dasar ditentukan berdasarkan tipe jalan yang ada, yang menyangkut pembagian jumlah lajur dan arah lalu lintas pada ruas jalan tersebut.
Tabel 1. Kapasitas Dasar [4]
No Tipe Jalan Kapasitas Dasar
(smp/jam)
Keterangan Hasil
1 Empat lajur terbagi (4/x-D) atau jalan satu arah (x/1)
1.650 Per lajur
2 Empat lajur tak terbagi (4/x-UD) 1.500 Per lajur
3 Dua lajur tak terbagi 2.900 Total Dua Arah
Faktor Koreksi Kapasitas Jalan Akibat Lebar Jalan (FCw)
Nilai faktor koreksi kapasitas jalan diperoleh dari dimensi lebar jalan. Pada kasus ini Informasi lebar jalan diperoleh dari data interpretasi citra satelit Bing secara visual dan untuk memastikannya dilakukan perbandingan dengan data yang diambil secara langsung (data primer) di beberapa segmen jalan.
Tabel 2. Faktor koreksi kapasitas jalan akibat lebar jalan (FCw) [4]
No Tipe Jalan Lebar Jalan Efektif
(meter)
Nilai FCw
1 Empat lajur terbagi (4/x-D) atau jalan satu arah (x/1)
Per lajur 3,00 3,25 3,50 3,75 4,00 0,92 0,96 1,00 1,04 1,08 2 Empat lajur tak terbagi (4/x-UD) Per Lajur
3,00 3,25 3,50 3,75 4,0 0,91 0,95 1,00 1,05 1,09
3 Dua lajur tak terbagi Total Dua Arah
5 6 7 0,56 0,87 1,00
8 9 10 11 1,14 1,25 1,29 1,34
Faktor Koreksi Kapasitas Jalan Akibat Pembagian Arah (FCsp)
Faktor ini merupakan koreksi pembagian arah pada ruas jalan, yang dicermati adalah keberadaan median atau kondisi lalu lintas pada kedua lajur.
Tabel 3. Faktor koreksi kapasitas jalan akibat pembagian arah (FCsp) [4]
No Pembagian Arah (%-%) 50-50 55-45 60-40 65-35 70-30
1 Dua lajur dua arah 2/2 1,00 0,97 0,94 0,91 0,88 2 Empat lajur dua arah 4/2 1,00 0,985 0,97 0,955 0,94
Faktor Koreksi Kapasitas Jalan Akibat Ukuran Kota (FCcs)
Faktor penyesuaian yang dimaksud bukan dilihat dari ukuran kota secara fisik tetapi dilihat dari jumlah penduduknya.
Tabel 4. Faktor koreksi kapasitas Jalan Akibat ukuran kota (FCcs) [4]
No Ukuran Kota (Juta Jiwa) Faktor Koreksi
1 < 0,1 0,86
2 0,1-0,5 0,90
3 0,5-1,0 0,94
4 1,0-1,3 1,00
Faktor Koreksi Kapasitas Jalan Akibat Gangguan Samping (FCsf)
Faktor penyesuaian ini merupakan faktor yang dipengaruhi oleh peggunaan lahan dan kegiatan lain disekitar ruas jalan.
Tabel 5. Faktor koreksi kapasitas jalan akibat gangguan samping (FCsf) [4]
No Kelas Gangguan Samping
Jumlah Gangguan per 200 meter per
jam
Kondisi singkat penggunaan lahan
1 Sangat Rendah < 100 Permukiman, hampir tidak ada kegiatan
2 Rendah 100-299 Permukiman, dilewati angkutan umum
3 Sedang 300-499 Daerah industri dengan beberapa toko
disisi jalan
4 Tinggi 500-899 Daerah komersial dengan aktivitas sisi
jalan tinggi
5 Sangat Tinggi >900 Daerah komersial dengan aktivitas pasar sisi jalan
Jika nilai kapasitas jalan (C) sudah didapatkan, berikutnya akan dicari tingkat pelayanan jalan V/C. Hasil dari tingkat pelayanan jalan ini lah yang menjadi tujuan pada penelitian kali ini, diketahui tingkat pelayanan jalan memiliki bobot paling tinggi yaitu 2. Jika didapati Tingkat pelayanan jalan jauh dibawah angka 2 maka jalan tersebut dikategorikan kemacetan yang rendah, jika mendekati angka 2 maka jalan tersebut dikategorikan kemacetan yang tinggi.
4. HASIL DAN PEMBAHASAN
Kapasitas jalan merupakan parameter utama dalam menentukan tingkat pelayanan jalan. Semakin besar kapasitas suatu ruas jalan maka akan semakin besar juga volume lalu lintas yang dapat ditampung oleh ruas jalan tersebut. Pada kasus ini terdapat 2 kondisi jalan yang berbeda, pada jalan Jendral Sudirman didapati kondisi jalan 1 jalur, 2 lajur, 1 arah tanpa pembatas median (2/1 UD)
Sedangkan pada ruas jalan Diponegoro segmen depan UKSW dan segmen depan bakso taman sari terdapat kondisi jalan yang sama yaitu dengan 1 jalur, 2 lajur, 2 arah tanpa pembatas median (2/2 UD).
Peneitian kali ini menggunakan penginderaan jarak jauh untuk mendapatkan informasi berupa lebar jalan (FCw). Dengan menggunakan aplikasi SIG bernama SAS Planet dan satelit yang digunakan adalah satelit Bing yang menghasilkan peta dengan resolusi yang cukup tinggi,
Gambar 1. Jalan Jendral Sudirman
(b). Jalan Diponegoro Segmen Depan UKSW Gambar 2(a). Jalan Diponegoro Segmen Depan Bakso taman Sari
menghasilkan data lebar jalan yang bisa dikatakan akurat. Perhitungan dilakukan dengan menempatkan titik titik dari masing-masing ujung jalan sehingga menjadi satu garis lurus dan garis tersebut menampilkan data lebar jalan seperti gambar berikut
Ada beberapa faktor yang mempengaruhi nilai dari parameter-parameter untuk mendapatkan nilai akhir Kapasitas Ruas suatu Jalan. Salah satu faktor yang mempengaruhi ialah faktor penyesuaian hambatan samping (FCsf), semakin jauh hambatan samping maka semakin tinggi kapasitas suatu jalan.
PARAMETER JENDRAL SUDIRMAN (Kota)
KONDISI NILAI
Co
2/1 UD 2900FCw
6,08 m (kedua lajur) 0.87FCsp
50-50 1FCsf
Lebar bahu 1,5 m 0.95FCcs
0,1 – 0,5 Juta Penduduk 0.90C
2157,1Dalam tabel 1 Nilai Kapasitas ruas jalan Jendral Sudirman (Kota) pada segmen ini berada diangka 2157,1 smp (Satuan Mobil Penumpang), dikarenakan adanya penggunaan bahu jalan sebagai lahan parkir dan sisi jalan yang juga merupakan daerah komersial dengan aktivitas pasar yang cukup padat menjadikan hambatan samping (FCsf) menjadi cukup tinggi sehingga berdampak kurang baik kepada nilai kapasitas ruas jalan Jendral Sudirman. tetapi Pada Faktor penyesuaian lebar jalan (FCw) dengan kondisi lebar badan jalan lebih dari 6m untuk kedua lajur yang dimana jalan pada segmen tersebut termasuk dalam kategori jalan lokal primer (UU No.38 Tahun 2004) didapati nilai yang cukup baik. Begitupun dengan Faktor penyesuaian arah lalu lintas (FCsp), dengan kondisi pembagian lajur yang sama (50-50) didapati keseimbangan antara lajur kiri dan kanan sehingga menghasilkan nilai yang baik yaitu 1.
PARAMETER JALAN DIPONEGORO
KONDISI NILAI KONDISI NILAI
Co
2/2 UD 2900 2/2 2900FCw
9,30m (kedua lajur) 1.25 11,41m(kedua lajur)
1.34
FCsp
50-50 1 50-50 1FCsf
Lebar bahu <0,5m 0.89 Lebar bahu <0,5m 0.89FCcs
0,1–0,5 juta Penduduk 0.90 0,1-0,5 juta Penduduk 0.90C
2903,6 3112.6Tabel 6. Perhitungan kapasitas di jalan Jendral Sudirman (Kota)
Kapasitas ruas jalan Diponegoro dimana pada kasus ini terdiri dari dua segmen jalan tanpa pembatas median yang masing-masing segmen jalannya mempunyai nilai berbeda, yang membedakan adalah pada nilai Faktor penyesuaian untuk lebar efektif jalan (FCw) dikarenakan perbedaan kondisi lebar badan jalan pada masing-masing segmen. Sedangkan pada nilai Faktor penyesuaian akibat gangguan samping (FCsf) berada pada kondisi yang sama, jika dilihat kedua segmen jalan tersebut mempunyai gangguan samping yang bisa dikategorikan sedang dikarenakan adanya aktivitas perkantoran dan pendidikan yang cukup ramai. Nilai kapasitas jalan tertinggi yang terdapat pada jalan Diponegoro adalah 3112.6 smp.
Perhitungan nilai volume lalu lintas dilakukan pada hari kerja dimana masyarakat secara umum melakukan aktivitas. Perhitungan volume lalu Lintas dilakukan di pagi hari pada hari senin sampai jumat pada pukul 06.30 - 07.30 waktu setempat. Pada hari dan jam tersebut diasumsikan volume kendaraan sedang berada pada puncaknya. Pada perhitungan ini jenis kendaraan terbagi menjadi 3 yaitu sepeda motor (MC), kendaraan ringan (LV) dan kendaraan berat (HV) yang masing-masing kategori mempunyai nilai tersendiri.
Tipe Jalan Arus lalu lintas (kend/jam)
emp
LV HV MC
Lebar Jalur Lalu Lintas
≤ 6 m > 6 m Dua Lajur tak terbagi (2/2) UD 0 ≥ 1800 1,0 1,3 1,2 0,5 0,35 0,4 0,25 Dua Lajur satu arah (2/1) D 0 ≥ 1050 1,3 1,2 0,4 0,25
Setelah dilakukan pengumpulan dan perhitungan data, didapati nilai volume lalu lintas tertinggi yaitu 2513.5 smp pada jalan Diponegoro segmen depan bakso taman sari. Nilai volume kendaraan lebih tinggi dibandingkan segmen jalan lainnya dikarenakan penggunaan jalan yang
1604.8 1686.7 2513.5 0 500 1000 1500 2000 2500 3000
Jl. Jendral Sudirman Jl. Diponegoro (UKSW) Jl. Diponegoro (Bakso Taman Sari)
Grafik Volume Kendaraan Pada jam
puncak
merupakan satu-satunya jalan Arteri yang menghubungkan kota salatiga dan beberapa rute sekaligus, yang intensitas kendaraan beratnya lebih banyak dibandingkan segmen jalan lainnya.
Tingkat pelayanan jalan merupakan ukuran kinerja ruas atau simpang jalan yang dihitung berdasarkan tingkat penggunaan jalan, kecepatan, kepadatan dan hambatan yang terjadi (MKJI). Dalam perhitungannya digunakan rumus Volume lalu lintas (V) berbanding Kapasitas Jalan (C). Tingkat pelayanan jalan (LOS) akan mengalami penurunan nilai apabila didapati volume lalu lintas jauh melebihi nilai kapasitas suatu jalan. Tingkat pelayanan jalan dikategorikan dari yang terbaik (tingkat pelayanan A) sampai yang terburuk (tingkat pelayanan F), saat tigkat pelayanan berada pada nilai A (LOS <0,6) diketahui kondisi arus jalan yang bebas dengan volume lalu lintas rendah dan kecepatan kendaraan cukup tinggi. Apabila tingkat pelayanan berada pada nilai F (LOS ≥ 1,0) didapati kondisi arus jalan tersendat dan terjadi antrian kendaraan yang panjang, kepadatan lalu lintas sangat tinggi dan volume sama dengan kapasitas jalan serta terjadi kemacetan dengan durasi yang cukup lama.
Tingkat Pelayanan
Nilai LOS Klasifikasi Tingkat Pelayanan
A <0,60 arus bebas dengan volume lalu lintas rendah dan kecepatan tinggi
Kondisi jalan Diponegoro segmen depan kampus UKSW bisa dikatakan sangat baik, nilai LOS = 0,58 maka tingkat pelayanan jalan berada pada kategori A dengan kondisi kemacetan tingkat rendah. Meskipun sesekali didapati kondisi jalan sempat mengalami kemacetan karena penyeberang jalan dan keluar masuknya kendaraan dari arah kampus dan sekolah, tetapi bukanlah kemacetan yang berarti karena tidak berlangsung cukup lama. Pada jalan Jendral Sudirman yang memiliki nilai LOS = 0.74 dengan tingkat pelayanan berada pada kategori C. Kondisi lebar jalan yang cukup kecil dan aktifitas yang sangat ramai disekitaran jalan ditambah penggunaan bahu jalan sebagai tempat parkir mengakibatkan arus lalu lintas yang cenderung tidak stabil.
Sedangkan pada jalan Diponegoro segmen bakso taman sari yang memiliki nilai LOS = 0.81 dengan tingkat pelayanan yang berada pada kategori D, pada jam puncaknya dapat dikatakan arus lalu lintas mendekati tidak stabil dengan kondisi volume kendaraan mendekati kapasitas dari suatu jalan yang mengakibatkan pengemudi memiliki keterbatasan dalam menjalankan kendaraan, kenyamanan rendah tetapi kondisi ini masih dapat ditolerir untuk waktu yang singkat.
Nama Jalan Tingkat Pelayanan Kategori Kemacetan
Jl. Jendral Sudirman 0.74 Kemacetan Sedang
Jl. Diponegoro (UKSW) 0.58 Kemacetan Rendah
B 0,60 – 0,70 arus stabil dengan volume lalu lintas sedang dan kecepatan mulai dibatasi oleh kondisi lalu lintas
C 0,70 – 0,80 arus stabil tetapi kecepatan dan pergerakan kendaraan dikendalikan oleh volume lalu lintas yang lebih tinggi
D 0,80 – 0,90 arus mendekati tidak stabil dengan volume lalu lintas tinggi dan kecepatan masih ditolerir namun sangat terpengaruh oleh
perubahan kondisi arus
E 0,90 – 1.00 arus lebih rendah daripada tingkat pelayanan D dengan volume lalu lintas mendekati kapasitas jalan dan kecepatan sangat rendah
F >1,0 arus tertahan dan terjadi antrian kendaraan yang panjang
Jl. Diponegoro (Bakso Taman Sari)
0.81 Kemacetan Sedang
5. Kesimpulan
Hasil perhitungan analisa tingkat pelayanan jalan di beberapa ruas jalan di kota salatiga dengan menggunakan rumus Manual Kapasitas Jalan Indonesia (MKJI) menunjukan jalan Diponegoro segmen depan UKSW berada di batas normal dengan tingkat pelayanan 0.58 yang termasuk dalam kategori kemacetan yang rendah. Sedangkan pada Jalan Diponegoro segmen bakso taman sari dan Jalan Jendral Sudirman yang masing-masing mempunyai nilai tingkat pelayanan jalan 0.74 dan 0.81 dengan kategori kemacetan yang sedang mempunyai peluang terjadinya kemacetan lalu lintas yang tinggi pada jam sibuk. Kemacetan terjadi akibat jumlah volume kendaraan yang melebihi kapasitas jalan sehingga mengakibatkan menurunnya tingkat pelayanan jalan, dimana kapasitas jalan tidak mampu lagi menampung jumlah beban kendaraan yang melewatinya.
6. Daftar Pustaka
[1]________.(1997). Manual Kapasitas Jalan Indonesia (MKJI). Jakarta : Direktorat Bina Jalan Kota, Direktorat Bina Marga RI.
[2]Badan Pusat Statistik Kota Salatiga.(2018). Jumlah Penduduk Kota Salatiga 5 Tahun kebelakang. Salatiga : BPS Kota Salatiga
[3]Astuti, Martius D, dan Nur Muhammad F.(2013). “Pemanfaatan Citra Quickbird dan Sistem Informasi Geografi Untuk Mengetahui Tingkat Kemacetan Lalu Lintas Sebagian Kota Semarang”. Yogyakarta : lib.ugm.ac.id
[4]Lalenoh, Rusdianto H, Theo, K S, dan Freddy Jansen.(2015). “ANALISA KAPASITAS RUANG JALAN SAM RATULANGI DENGAN METODE MKJI 1997 DAN PKJI 2004” Jurnal Sipil Statik Vol.3, No.11, 2016, hlm 737-746
[5]Patriandini A, R Suharyadi, dan Ibnu K.(2013).”KAJIAN TINGKAT KEMACETAN LALU-LINTAS DENGAN MEMANFAATKAN CITRA QUICKBIRD DAN SISTEM INFORMASI GEOGRAFIS DI SEBAGIAN RUAS JALAN KOTA TEGAL”. Yogyakarta : lib.ugm.ac.id
[6] Alhadar Ali.(2011)”ANALISIS KINERJA JALAN DALAM UPAYA MENGATASI KEMACETAN LALU LINTAS PADA RUAS SIMPANG BERSINYAL DI KOTA PALU”. Jurnal SMARTek, Vol. 9 No. 4. November 2011, hlm 327-336