STUDI PENETAPAN NILAI EKUIVALENSI MOBIL PENUMPANG PADA KENDARAAN BERAT MENGGUNAKAN METODE TIME HEADWAY DAN ANALISIS REGRESI LINIER

(1)

commit to user

STUDI PENETAPAN NILAI EKUIVALENSI MOBIL PENUMPANG

PADA KENDARAAN BERAT MENGGUNAKAN METODE TIME

HEADWAY DAN ANALISIS REGRESI LINIER

(

Kasus Pada Ruas Jalan Solo-Kartasura Km. 7

)

The Study on Determining Passenger Car Equivalents of Heavy Good Vehicles Using Time Headway and Linear Regression Analysis Methods

(Case in Jl. Solo-Kartosuro Km.7)

SKRIPSI

Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik

Disusun oleh :

ANITA WULANDARI NIM. I 0105041

JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET

SURAKARTA

(2)

commit to user

LEMBAR PERSETUJUAN SKRIPSI

STUDI PENETAPAN NILAI EKUIVALENSI MOBIL PENUMPANG

PADA KENDARAAN BERAT MENGGUNAKAN METODE TIME

HEADWAY DAN ANALISIS REGRESI LINIER

(

)

Disusun oleh:

ANITA WULANDARI I0105041

Telah disetujui untuk dipertahankan dihadapan tim penguji pendadaran Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret

Persetujuan Dosen Pembimbing

Dosen Pembimbing I Dosen Pembimbing II

(3)

commit to user

LEMBAR PENGESAHAN

STUDI PENETAPAN NILAI EKUIVALENSI MOBIL PENUMPANG PADA KENDARAAN BERAT MENGGUNAKAN METODE TIME

HEADWAY DAN ANALISIS REGRESI LINIER

(

)

Disusun oleh:

ANITA WULANDARI I0105041

Telah dipertahankan dihadapan tim penguji pendadaran Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta dan diterima guna memenuhi sebagai persyaratan untuk mendapatkan gelar sarjana Teknik

Pada hari : Jumat Tanggal : 29 Juli 2011

Ir. Agus Sumarsono, MT. ( ... ) NIP. 19570814 198601 1 001

Ir. Djoko Sarwono, MT. ( ... ) NIP. 19600415 199201 1 001

Slamet Jauhari Legowo, ST. MT. ( ... ) NIP. 19670413 199702 1 001

Ir. Ary Setyawan, MSc., Ph.D ( ... ) NIP. 19661204 199512 1 001

Mengetahui, Disahkan,

a.n. Dekan Fakultas Teknik UNS Ketua Jurusan Teknik Sipil Pembantu Dekan 1 Fakultas Teknik UNS

Kusno Adi Sambowo, ST., MSc. Ir. Bambang Santoso, MT.

(4)

(5)

commit to user

MOTTO

The problems ahead of you are never as great as the power behind you.

(Author Unknown)

Take the time to think..

It is source of the power.

Take the time to read..

it is the foundation of wisdom.

Take the time to quiet..

it is opportunity to seek god.

Take the time to dream..

it is the future made of.

Take the time to pray..

it is the greatest power on earth.

(Author Unknown)

PERSEMBAHAN

Karya ini kupersembahkan untuk: Bapak dan Ibuku tercinta,, terima kasih untuk doa dan semangat yang selalu kalian berikan untuk keberhasilanku Mbak Tetty, Mas Deddy, D’ Lelly, dan keponakanq yang lucu-lucu,,

(6)

commit to user

KATA PENGANTAR

Puji Syukur dipanjatkan kehadirat Allah SWT karena atas segala limpahan rahmat dan hidayah-Nya maka penyusunan tugas akhir ini dapat diselesaikan.

Penyusunan tugas akhir ini merupakan salah satu syarat untuk memperoleh gelar kesarjanaan S-1 pada Jurusan Teknik Sipil, Fakultas Teknik, Universitas Sebelas

Maret Surakarta. Pengambilan tugas akhir dengan judul “Studi Penetapan Nilai Ekuivalensi Mobil Penumpang pada Kendaraan Berat Menggunakan Metode Time Headway dan Analisis Regresi Linier”, yang bertujuan untuk mengetahui nilai EMP di ruas jalan untuk beberapa jenis kendaraan berat.

Disadari sepenuhnya bahwa tanpa bantuan dari berbagai pihak laporan tugas akhir ini sulit untuk diselesaikan. Oleh karena itu, saya ucapkan terimakasih kepada : 1. Dekan Fakultas Teknik Universitas Sebelas Maret Surakarta, beserta

jajarannya.

2. Ketua Jurusan Teknik Sipil, Fakultas Teknik, Universitas Sebelas Maret Surakarta, beserta jajarannya.

3. Ir. Agus Sumarsono, MT. selaku dosen pembimbing I. 4. Ir. Djoko Sarwono, MT. selaku dosen pembimbing II. 5. Ir. Agus Wahyudi, MT. selaku dosen pembimbing akademis. 6. Tim penguji pada ujian pendadaran tugas akhir.

7. Segenap staf pengajar pada Jurusan Teknik Sipil, Fakultas Teknik, Universitas Sebelas Maret Surakarta.

8. Semua pihak yang telah membantu secara langsung maupun tidak langsung yang tidak dapat disebutkan satu per satu.

Penulis menyadari bahwa skripsi ini masih banyak kekurangan, oleh karena itu saran dan kritik yang bersifat membangun diterima dengan lapang dada demi kesempurnaan penelitian selanjutnya.

(7)

commit to user

Surakarta, Juli 2011

(8)

commit to user

DAFTAR ISI

Halaman

HALAMAN JUDUL. ... i

LEMBAR PERSETUJUAN PEMBIMBING. ... ii

LEMBAR PENGESAHAN. ... iii

LEMBAR MOTTO DAN PERSEMBAHAN. ... iv

ABSTRAK. ... v

KATA PENGANTAR. ... vii

DAFTAR ISI. ... ix

DAFTAR TABEL. ... xii

DAFTAR GAMBAR. ... xiii

DAFTAR LAMPIRAN. ... xiv

DAFTAR NOTASI. ... xv

BAB 1 PENDAHULUAN 1.1 Latar Belakang. ... 1

1.2 Rumusan masalah. ... 3

1.3 Batasan Masalah. ... 4

1.4 Tujuan Penelitian ... 4

1.5 Manfaat Penelitian ... 5

BAB 2 LANDASAN TEORI 2.1 Tinjauan Pustaka ... 6

2.2 Dasar Teori ... 8

2.2.1 Umum ... 8

2.2.2 Karakteristik Jalan ... 9

2.2.3 Karakteristik Lalu Lintas ... 11

2.2.4 Karakteristik kendaraan ... 13

(9)

commit to user

Halaman

2.4 Perhitungan Nilai Ekivalensi Mobil Penumpang (EMP)...15

2.4.1 Metode Rasio Headway ... 15

2.4.2 Analisis Regresi Linier ... 20

BAB 3 METODOLOGI PENELITIAN 3.1 Umum... 25

3.2 Lokasi dan Waktu Penelitian ... 25

3.3 Peralatan yang Digunakan ... 26

3.4 Palaksanaan Penelitian ... 26

3.4.1 Survai Pendahuluan ... 26

3.4.2 Survei Geometrik ... 26

3.4.3 Survei Lalu Lintas ... 27

3.5 Pengolahan dan Penyortiran Data ... 28

3.6 Diagram Alir Penelitian ... 28

BAB 4 ANALISIS DATA DAN PEMBAHASAN 4.1 Deskripsi Penelitian ... 30

4.2 Pengolahan Data Dasar ... 32

4.3 Perhitungan Nilai EMP Kendaraan ... 32

4.3.1 Metode Regresi Linier ... 32

a. Menghitung Koefisien Regresi ... 32

b. Koefisien korelasi ... 40

c. Uji Koefisien Korelasi ... 41

d. Uji Regresi Linier ... 43

e. Perhitungan Nilai emp untuk Heavy Vehicle dengan Menggunakan Rata-rata Proporsional……… 44

4.3.2 Perhitungan Time Headway ... 46

a. Data Survei Jalan ... 46

b. Perhitungan Senjang Rata-rata ... 46

(10)

commit to user

d. Perhitungan Nilai emp untukHeavy Vehicle dengan

Menggunakan Rata-rata Proporsional……….53

Halaman 4.4 Pembahasan ... ….54

BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan ... 57

5.2 Saran...57

DAFTAR PUSTAKA...xvii

(11)

commit to user

DAFTAR TABEL

Halaman

Tabel 2.1 Tabel Klarifikasi Kendaraan ... 13

Tabel 4.1 Jumlah Kendaraan pada Saat Jam Puncak Pagi ... 30

Tabel 4.2 Jumlah Kendaraan pada Saat Jam Puncak Sore ... 30

Tabel 4.3 Rasio Jumlah Kendaraan Terhadap Truk 5as (HV5) pada Jam Puncak Pagi ... 31

Tabel 4.4 Rasio Jumlah Kendaraan Terhadap Truk 5as (HV5) pada Jam Puncak Sore ... 31

Tabel 4.5 Data Volume Lalu Lintas ... 33

Tabel 4.6 Perhitungan Regresi Linier Jl. Solo-Kartosuro Arah Kartosuro Jam Puncak Pagi ... 34

Tabel 4.7 Rekapitulasi Nilai emp Menggunakan Analisis Regresi Linier ... 40

Tabel 4.8 Nilai Koefisien Korelasi pada Jam Puncak Pagi ... 41

Tabel 4.9 Nilai Koefisien Korelasi pada Jam Puncak Sore ... 41

Tabel 4.10 Nilai Uji Keberartian Koefisien Korelasi pada Jam Puncak Pagi ... 42

Tabel 4.11 Nilai Uji Keberartian Koefisien Korelasi pada Jam Puncak Sore ... 42

Tabel 4.12 Nilai Uji F pada Jam Puncak Pagi ... 44

Tabel 4.13 Nilai Uji F pada Jam Puncak Sore ... 44

Tabel 4.14 Rekapitulasi Hasil Perhitungan Nilai emp dengan Menggunakan Rata-rata Proporsional ... 45

Tabel 4.15 Data Time Headway 15 menit pertama (06.30-06.45) untuk Arah Solo ... 46

Tabel 4.16 Perhitungan Rata-rata Senjang Time Headway ... 47

Tabel 4.17 Nilai Time Headway Terkoreksi ... 49

Tabel 4.18Perhitungan Nilai emp Jl.Solo-Kartosuro Km.7 (arah Solo) Jam Puncak Pagi ... 49

Tabel 4.19 Nilai emp Bus Kecil Arah Solo Jam Puncak Pagi per 15 menit ... 51

(12)

commit to user

Tabel 4.21Rekapitulasi Hasil Perhitungan Nilai emp dengan Menggunakan

Rata-rata Proporsional ... 53

Tabel 4.22 Rekapitulasi Nilai emp dengan Metode Regresi Linier dan Rasio Headway ... 54

DAFTAR GAMBAR

Halaman Gambar 1.1 Denah Lokasi Survai ... 3

Gambar 2.1 Time headway antara pasangan–pasangan kendaraan………..15

Gambar 3.1 Geometrik Jalan Solo-Kartosuro………. 27

Gambar 3.2 Diagram Alir Penelitian………29

Gambar 4.1 Diagram Pencar Antara Bus Kecil dan Mobil Penumpang………...38

Gambar 4.2 Diagram Pencar Antara Bus Besar dan Mobil Penumpang………..39

Gambar 4.3 Diagram Pencar Antara Truk 2as dan Mobil Penumpang………....39

Gambar 4.4 Diagram Pencar Antara Truk 3as dan Mobil Penumpang…………39

Gambar 4.5 Diagram Pencar Antara Truk 5as dan Mobil Penumpang…………40

(13)

commit to user

DAFTAR LAMPIRAN

Lampiran A : Data dan Perhitungan Metode Regresi Linier Lampiran B : Data dan Perhitungan Metode Rasio Headway Lampiran C : Tabel Uji Statistik

1. Tabel uji t

2. Tabel distribusi F Lampiran D : Administrasi Skripsi

1. Form Skripsi 1 2. Form Skripsi 2

3. Lembar Pengesahan Proposal 4. Daftar Seminar Skripsi

(14)

commit to user

DAFTAR NOTASI

A = Time headway antara light vehicle dengan light vehicle yang berurutan

 = Kesalahan duga, dengan (1)merupakan tingkat kofidensi

B = Time headway antara heavy vehicle dengan heavy vehicle yang berurutan

0

b = Nilai emp untuk kendaraan ringan

1

b = Nilai emp untuk bus kecil

2

b = Nilai emp untuk bus besar

C = Time headway antara light vehicle dengan heavy vehicle yang berurutan

D = Time headway antara heavy vehicle dengan light vehicle yang berurutan

e = Batas toleransi kesalahan E = Standar error

m

HV = Jumlah kendaraan berat pada putaran m K = Koefisien koreksi

m

LV = Jumlah kendaraan ringan pada putaran m MP = Mobil penumpang

m

MC = Jumlah sepada motor pada putaran m

na = Jumlah data time headway light vehicle diikuti light vehicle nb = Jumlah data time headway heavy vehicle diikuti heavy vehicle nc = Jumlah data time headway light vehicle diikuti heavy vehicle nd = Jumlah data time headway heavy vehicle diikuti light vehicle n = Jumlah sampel

(15)

commit to user

n-2 = Derajat kebebasan (dk)

m

Q = Besarnya arus (smp/jam) pada putaran m

r = Indeks korelasi

r = Nilai koefisien korelasi hasil perhitungan

res

RJK = Rata-rata jumlah kuadrat regresi a b

 ba g

RJK_Re = Rata-rata jumlah kuadrat residu s = Standar deviasi

ta = Nilai rata-rata time headway light vehicle diikuti light vehicle

k

ta = Nilai rata rata time headway LV-LV terkoreksi

tb = Nilai rata-rata time headway heavy vehicle diikuti heavy vehicle

k

tb = Nilai rata rata time headway HV-HV terkoreksi

tc = Nilai rata-rata time headway light vehicle diikuti heavy vehicle

k

tc = Nilai rata rata time headway LV-HV terkoreksi

td = Nilai rata-rata time headway heavy vehicle diikuti light vehicle

k

td = Nilai rata rata time headway HV-LV terkoreksi

1

X = Jumlah bus kecil pada putaran m

2

X = Jumlah bus besar pada putaran m

i

x = Nilai time headway ke-i

x = Nilai rata-rata sampel time headway

2

 = Batas keyakinan bawah nilai rata-rata

Y = Jumlah kendaraan ringan pada putaran m

2 , 1

 = Batas-batas interval keyakinan

m

(16)

commit to user

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Perencanaan geometrik jalan raya, kapasitas jalan dihitung berdasarkan volume lalu lintas yang terlebih dahulu dikonversikan dalam satuan mobil penumpang. Faktor konversi dari berbagai macam kendaraan tersebut menjadi mobil penumpang dikenal dengan emp (ekivalensi mobil penumpang). Satuan Mobil Penumpang (smp) adalah satuan kendaraan di dalam arus lalu lintas yang disetarakan dengan kendaraan ringan / mobil penumpang, besaran smp dipengaruhi oleh tipe / jenis kendaraan, dimensi kendaraan, dan kemampuan olah gerak. Sedangkan ekuivalensi kendaraan dengan mobil penumpang tergantung besar dan kecepatan kendaraan.

Masing-masing ruas jalan memiliki karakteristik lalu lintas dan kondisi geometrik jalan yang berbeda. Kondisi geometrik meliputi lebar jalan, jumlah jalur serta panjang landai. Hal tersebut mempengaruhi nilai emp. Nilai emp juga berbeda untuk setiap bagian jalannya. Besar nilai emp untuk simpang berbeda dengan nilai emp untuk ruas jalan. Nilai emp mempengaruhi kinerja dari sebuah ruas jalan atau sebuah simpang. Oleh karena itu agar kebijakan yang diambil dalam rangka mengatasi suatu konflik sesuai dengan kondisi di lapangan, maka dibutuhkan suatu nilai emp yang sesuai dengan keadaan jalan yang sebenarnya.

(17)

commit to user

membandingkannya terhadap pengaruh dari suatu mobil pribadi yang biasanya terkategori sebagai mobil penumpang.

Dalam menghitung kapasitas jalan di Indonesia nilai emp yang dipakai mengacu pada MKJI 1997, padahal masing-masing ruas jalan mempunyai karakteristik lalu lintas yang berbeda-beda. Nilai emp untuk kendaraan berat yang ada di MKJI hanya terdapat satu nilai emp yaitu 1,3. Sedangkan dalam kenyataanya terdapat berbagai jenis kendaraan berat yang memiliki karakteristik berbeda-beda. Dalam hal ini mungkin sekali terdapat perbedaan nilai emp. Sehingga perlu dilakukan penelitian lebih lanjut untuk mengetahui variasi nilai emp dari berbagai jenis kendaraan berat tersebut.

Manual Kapasitas Jalan Indonesia 1997 (MKJI 1997) merupakan produk hasil penelitian empiris di kota-kota besar di Indonesia, sehingga karakter formulasinya sangat dipengaruhi oleh perilaku lalu lintas di kota-kota besar tersebut. Kota Surakarta bukan merupakan salah satu dari 275 kota dimana dilakukan survai dalam rangka perancangan MKJI 1997. MKJI 1997 berumur lebih dari 10 tahun, selama kurun waktu 10 tahun telah banyak perubahan yang terjadi, baik dari segi tata ruang kota dan jumlah kendaraan. Kota Surakarta membutuhkan sebuah nilai emp untuk menganalisis sebuah ruas jalan. Ruas jalan yang dipilih untuk melakukan penelitian ini adalah ruas jalan Solo-Kartosuro Km.7 (Jl. Jenderal Ahmad Yani), tepatnya berada di depan Gorro Assalam.

(18)

commit to user

Gambar 1.1 Denah Lokasi Survei

Kendaraan berat yang akan dicari nilai empnya dalam penelitian kali ini disesuaikan dengan jenis kendaraan berat yang ada dalam MKJI 1997 dan sesuai dengan sistem klasifikasi Bina Marga , di antaranya adalah bus kecil dengan dua gandar dengan jarak 3,5 - 5 meter, bus besar dengan dua atau tiga gandar dengan jarak gandar 5 – 6 meter, truk 2 as dengan enam roda dengan jarak gandar 3,5 – 5 meter, truk 3 as dengan jarak gandar (gandar pertama ke kedua) < 3,5 meter, truk 5 as atau truk kombinasi dengan jarak gandar (gandar pertama ke kedua) < 3,5 meter.

(19)

commit to user

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan di atas, maka dapat

diambil rumusan masalah yaitu ”Berapa nilai emp untuk beberapa jenis heavy vehicle (HV) pada ruas jalan Solo-Kartosuro berdasarkan Metode Rasio Headway dan Metode Analisis Regresi Linier?”

1.3 Batasan Masalah

Agar penelitian ini tidak terlalu luas tinjauannya, maka diperlukan adanya batasan-batasan masalah sebagai berikut :

a. Nilai emp yang dicari merupakan nilai emp dari heavy vehicle (HV). b. Penelitian dilakukan pada ruas jalan Solo-Kartosuro.

c. Penelitian dilakukan pada jam puncak berdasarkan survei pendahuluan. d. Kendaraan yang diamati adalah heavy vehicle (HV) dan light vehicle (LV). e. Metode yang digunakan untuk mendapatkan nilai emp adalah metode rasio

headway dan metode analisis regresi linier.

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah :

a. Menganalisis nilai emp dari beberapa jenis heavy vehicle (HV) pada ruas jalan Solo-Kartosuro berdasarkan metode Rasio Headway dan metode Analisis Regresi Linier.

b. Membandingkan nilai emp hasil analisis dengan nilai emp yang ada pada MKJI 1997.

(20)

commit to user

1.5 Manfaat Penelitian

Manfaat dari penelitian ini adalah :

a. Menerapkan dan meningkatkan pemahaman ilmu yang diperoleh di perkuliahan dan memberikan sumbangan terhadap perkembangan ilmu pengetahuan di dunia teknik sipil, khususnya bidang transportasi.

(21)

commit to user

BAB 2

LANDASAN TEORI

2.1 Tinjauan Pustaka

Setiap jenis kendaraan memiliki angka penyetara yang berbeda-beda dengan mobil penumpang yang biasa disebut ekuivalensi mobil penumpang (emp). Ekuivalensi mobil penumpang menyatakan tingkat gangguan yang ditimbulkan suatu jenis kendaraan terhadap lalu lintas dibandingkan dengan gangguan yang ditimbulkan oleh mobil penumpang dalam kondisi lalu lintas yang sama. Angka emp untuk setiap jenis kendaraan secara garis besar dibagi menjadi dua bagian, yaitu emp pada simpang dan pada ruas jalan. (DLLAJR, 1990)

Pada umumnya faktor-faktor yang mempengaruhi nilai ekuivalensi mobil penumpang dibagi menjadi dua kelompok, yaitu faktor fisik dan faktor non fisik. Faktor fisik terdiri dari dimensi kendaraan, daya mesin, geometrik jalan dan karakteristik lalu lintas. Faktor non fisik terdiri fungsi kendaraan dan tingkah laku pengemudi kendaraan.

Sebagai contoh untuk faktor fisik adalah truk membutuhkan ruang dan waktu yang banyak untuk melewati atau keluar dari kaki persimpangan daripada mobil penumpang, sedangkan contoh untuk faktor non fisik adalah tingkah laku atau kelakuan pengemudi bus yang biasa mengambil penumpang di sembarang tempat.

(22)

commit to user

Nilai headway mobil penumpang dan heavy vehicle meningkat dengan adanya heavy vehicle dalam arus lalu lintas. Pola yang sama ditemukan untuk faktor emp. Nilai emp dalam kondisi padat dan lebih dari 9% heavy vehicle, ditemukan menjadi 1,76, yang lebih tinggi dari nilai rekomendasi HCM 2000 yaitu 1,5 untuk jalan bebas hambatan. (Umama Ahmed, 2010)

Penelitian untuk menentukan nilai emp pernah dilakukan oleh beberapa peneliti, pada berbagai tipe kendaraan di beberapa daerah. Termasuk di antaranya untuk menentukan nilai emp di suatu ruas jalan di kota Surakarta. Dalam menentukan nilai emp tersebut digunakan beberapa metode. Hasil dari penelitian-penelitian tersebut terdapat perbedaan dalam nilai empnya, oleh karena itu diperlukan adanya tinjauan pustaka mengenai nilai emp dari pustaka yang ada dan studi terdahulu.

Nilai ekuivalensi mobil penumpang (emp) berdasarkan penelitian 275 kota besar di Indonesia menurut MKJI 1997 adalah 1,0 untuk kendaraan ringan (LV), 1,3 untuk kendaraan berat (HV), dan 0,5 untuk sepeda motor (MC). Metode yang digunakan untuk mendapatkan nila emp dalam MKJI 1997 adalah metode berdasarkan kecepatan dan metode berdasarkan kapasitas. (Manual Kapasitas Jalan Indonesia, 1997)

Penelitian terdahulu oleh MI Husni Thamrin di kota Yogyakarta dalam penentuan nilai emp berbagai macam kendaraan adalah di ruas Jl. Mayor Jenderal Sutoyo,

DIY. Metode yang dipakai adalah metode “Richard Cutberth” dengan hasil

penelitian adalah 1,0 untuk mobil penumpang, 1,6 untuk truk berat, 1,6 untuk truk ringan/mini bus, 1,8 untuk bus, 0,6 untuk sepeda motor, 0,5 untuk sepeda, 0,6 untuk becak, 0,8 untuk andong. (MI Husni Thamrin, 1988)

(23)

commit to user

dengan hasil penelitian adalah 1,5 untuk ruas jalan Yos Sudarso Barat, dan 1,3 untuk ruas jalan Yos Sudarso Timur. (Hasmil Hadis, 2002)

Dua penelitian sebelumnya penentuan nilai emp juga dilakukan pada ruas jalan, namun pada penelitian pertama nilai emp dicari untuk semua jenis kendaraan dari kendaran tak bermotor sampai kendaraan berat. Metode yang dipakai yaitu metode Richard Cutberth. Dan pada penelitian kedua nilai emp yang dicari adalah emp untuk bus kota saja dan menggunakan metode Time Headway. Pada penelitian kali ini perbedaannya adalah nilai emp yang dicari merupakan nilai emp dari berbagai jenis kendaraan berat (heavy vehicle) yaitu bus kecil, bus besar, truk 2as, truk 3as dan truk 5as yang melintas di ruas jalan Jenderal Ahmad Yani Km.7 (Jl. Solo-Kartasura) yang merupakan jalan arteri dengan empat lajur terbagi. Dan metode yang dipakai adalah metode rasio headway dan metode analisis regresi linier.

2.2 Dasar Teori

2.2.1 Umum

Untuk mengukur arus lalu lintas suatu ruas jalan, diperlukan suatu volume lalu lintas yang satuannya dinyatakan dalam satuan mobil penumpang (smp). Setiap jenis kendaraan memiliki nilai konversi yang berbeda yang biasa disebut Ekuivalensi Mobil Penumpang (emp). Menurut DLLAJR, ekuivalensi mobil penumpang menyatakan tingkat gangguan yang ditimbulkan suatu jenis kendaraan terhadap lalu lintas dibandingkan dengan gangguan yang ditimbulkan mobil penumpang, dalam kondisi lalu lintas yang sama. Angka emp untuk setiap jenis kendaraan secara garis besar dibagi menjadi dua bagian, yaitu angka emp pada persimpangan dan pada ruas jalan.

(24)

commit to user

lintas menjadi lebih tepat jika dinyatakan dalam jenis kendaraan standar,yaitu mobil penumpang, yang dikenal dengan istilah satuan mobil penumpang (smp) dan faktor konversi dari berbagai macam kendaraan tersebut menjadi mobil penumpang dikenal dengan emp (ekivalensi mobil penumpang). Satuan Mobil Penumpang (smp) adalah satuan kendaraan di dalam arus lalu lintas yang disetarakan dengan kendaraan ringan / mobil penumpang, besaran smp dipengaruhi oleh tipe / jenis kendaraan, dimensi kendaraan, dan kemampuan olah gerak. Sedangkan ekuivalensi kendaraan dengan mobil penumpang tergantung besar dan kecepatan kendaraan, semakin besar kendaraan maka nilai emp semakin tinggi, semakin tinggi kecepatan kendaraan maka nilai emp semakin rendah.

Manual Kapasitas Jalan Indonesia (Bina Marga, 1997) menyarankan nilai emp yang berbeda-beda berdasarkan jenis kendaraan, jenis jalan, dan volume jam perencanaan (kendaraan/jam). Khusus untuk jalan dua lajur dua arah, lebar jalur lalu lintas juga mempengaruhi nilai emp.

Salter dan Taylor menyatakan bahwa metode yang dapat digunakan untuk menentukan nilai emp dengan cara menghitung waktu antara (rasio headway) dan menurut M.A.P. Taylor, emp juga dapat ditentukan dengan menggunakan analisis regresi. Mengukur arus jenuh dasar merupakan dasar untuk menentukan nilai emp. Rasio headway adalah waktu antara pasangan-pasangan kendaraan yang berjalan berurutan melewati suatu titik pengamatan.

2.2.2 Karakteristik Jalan

(25)

commit to user

paling tidak pada empat konsep yakni,, disain alinemen, efek terhadap potongan melintang jalan serta klasifikasi fungsi jalan dan tingkat akses jalan.

Menurut PP No.26 Th. 1985 tentang jalan, sistem jaringan jalan dibagi dalam dua kategori, yakni sistem jaringan primer dan sistem jaringan sekunder.

1. Sistem Jaringan Primer

a. Sistem jaringan primer disusun mengikuti ketentuan pengaturan tata ruang dan struktur pengembangan wilayah tingkat nasional yang menghubungkan simpul-simpul jasa distribusi sebagai berikut :

- Dalam satu Satuan Wilayah Pengembangan dihubungkan secara berlanjut kota jenjang kesatu, kota jenjang kedua, kota jenjang ketiga, dan kota jenjang di bawahnya sampai ke persil.

- Menghubungkan kota jenjang kesatu dengan kota jenjang kasatu antar Satuan Wilayah Pengembangan.

b. Jalan Arteri Primer, menghubungkan kota jenjang kesatu yang terletak berdampingan atau menghubungkan kota jenjang kesatu dengan kota jenjang kedua.

c. Jalan Kolektor Primer, menghubungkan kota jenjang kedua dengan kota jenjang kedua atau menghubungkan kota jenjang kedua dengan kota jenjang ketiga.

d. Jalan Lokal Primer, menghubungkan kota jenjang kesatu dengan persil atau kota jenjang kedua dengan persil atau menghubungkan kota jenjang ketiga dengan kota jenjang ketiga, kota jenjang ketiga dengan kota jenjang di bawahnya, kota jenjang ketiga dengan persil, atau kota di bawah jenjang ketiga dengan persil.

2. Sistem Jaringan Sekunder

a. Sistem Jaringan Sekunder disusun mengikuti ketentuan pengaturan tata ruang kota yang menghubungkan kawasan-kawasan yang mempunyai fungsi primer, fungsi skunder kesatu, fungsi sekunder kedua. Fungsi sekunder ketiga sampai ke perumahan.

(26)

commit to user

kawasan sekunder kesatu atau menghubungkan kawasan sekunder kesatu dengan kawasan sekunder kedua.

c. Jalan Kolektor Sekunder, menghubungkan kawasan sekunder kedua dengan kawasan sekunder kedua atau menghubungkan kawasan sekunder kedua dengan kawasan sekunder ketiga.

d. Jalan Lokal Sekunder, menghubungkan kawasan sekunder kesatu dengan perumahan, menghubungkan kawasan sekunder kedua dengan perumahan, kawasan sekunder ketiga dan seterusnya ke perumahan.

2.2.3 Karakteristik Lalu Lintas

Arus lalu lintas merupakan interaksi antara pengemudi, kendaraan, dan jalan. Tidak ada arus lalu lintas yang sama bahkan pada keadaan yang serupa, sehingga arus pada suatu ruas jalan tertentu selalu bervariasi. Walaupun demikian diperlukan parameter yang dapat menunjukan kondisi ruas jalan. Parameter tersebut adalah volume, kecepatan dan kerapatan, tingkat pelayanan (level of service) dan derajat kejenuhan (degree of saturation).

Menurut Manual Kapasitas Jalan Indonesia, 1997 arus lalu lintas yaitu jumlah kendaraan bermotor yang melewati suatu titik pada jalan persatuan waktu, dinyatakan dalam kendaraan/jam (Qkend), smp/jam (Qsmp) atau LHRT (Lalu lintas Harian Rata-rata Tahunan).

Karakteristik dasar arus lalu lintas digolongkan menjadi dua kategori, yaitu : 1. Makroskopis

Arus lalulintas secara makroskopis merupakan suatu karakteristik secara keseluruhan dalam suatu lalu lintas yang dapat digambarkan dengan 4 parameter, yaitu :

a. Karakteristik Volume Lalu Lintas (flow volume)

(27)

commit to user

kendaraan per satuan waktu. Kebutuhan pemakaian jalan akan selalu berubah berdasarkan waktu dan ruang.

b. Kecepatan (speed)

Kecepatan menentukan jarak yang dijalani pengemudi kendaraan dalam waktu tertentu. Pemakai jalan dapat menaikan kecepatan untuk memperpendek waktu perjalanan.

c. Kerapatan (density)

Kerapatan adalah jumlah kendaraan yang menempati panjang ruas jalan tertentu atau lajur yang umumnya dinyatakan sebagai jumlah kendaraan tiap kilometer.

d. Derajat Kejenuhan

Derajat kejenuhan adalah perbandingan dari volume (nilai arus) lalu lintas terhadap kapasitasnya. Dalam Manual Kapasitas Jalan Indonesia (MKJI), jika dianalisis tingkat kinerja jalannya, maka volume lalu lintasnya dinyatakan dalam satuan mobil penumpang (smp). Faktor yang mempengaruhi nilai emp antara lain :

1. Jenis jalan, seperti jalan luar kota atau jalan bebas hambatan. 2. Tipe alinemen, seperti mendatar, berbukit, atau pegunungan. 3. Volume lalu lintas

2. Mikroskopis

Arus lalu lintas secara mikroskopis merupakan suatu karakteristik secara individual dari kendaraan yang meliputi headway dan spacing. Time headway merupakan salah satu variabel dasar yang digunakan untuk menjelaskan pergerakan lalu lintas. Time headway adalah interval waktu antara dua kendaraan yang melintasi suatu titik pengamatan pada jalan raya secara berurutan dalam arus lalu lintas. Pengukuran dilakukan dari waktu antara ban belakang mobil depan dengan ban belakang mobil yang berurutan di belakangnya ketika melewati batas headway. Data headway diukur dengan memakai stopwatch.

(28)

commit to user

kendaraan dibelakangnya (meter/kendaraan). Data Spacing diperoleh dengan survey dari foto udara. Volume lalu lintas tergantung pada time headway, demikian berlaku pula sebaliknya. Jika arus lalu lintas mencapai maksimum, maka time headway akan mencapai minimum dan jika volume mengecil, time headway akan mencapai maksimum.

2.2.4 Karakteristik Kendaraan

Karakteristik kendaraan berdasarkan fisiknya dibedakan berdasarkan pada dimensi, berat, dan kinerja. Dimensi kendaraan mempengaruhi lebar lajur lalu lintas, lebar bahu jalan yang diperkeras, panjang dan lebar ruang parkir. Dimensi kendaraan adalah lebar, panjang, tinggi, radius putaran, dan daya angkut.

Kendaraan yang ada di Indonesia diklasifikasikan sesuai dengan jenis kendaraan di dalam sistem transportasi jalan raya, seperti terlihat dalam tabel berikut :

Tabel 2.5 Tabel klasifikasi kendaraan

Klasifikasi

Kendaraan Definisi Jenis-jenis Kendaraan

Kendaraan ringan Kendaraan ringan (LV=Light Vehicle)

Kendaraan bermotor 2 as beroda 4

dengan jarak as 2-3 cm

Mobil pribadi, oplet, mikrobis,

pick-up, truk kecil

Kendaraan umum Kendaraan umum (HV=Heavy Vehicle)

Kendaraan bermotor dengan lebih dari

empat roda

Bus, truk 2 as, truk 3 as dan truk

kombinasi sesuai sistem klasifikasi

Bina Marga

Sepeda motor Sepeda motor (Motor Cycle)

Kendaraan bermotor dengan dua atau

tiga roda

Sepeda motor dan kendaraan beroda

tiga sesuai sistem klasifikasi Bina

Marga

Kendaraan tak

bermotor

Kendaraan tak bermotor (UM = unmotor

cycle)

Kendaraan beroda yang menggunakan

tenaga manusia atau hewan

Sepeda, becak, kereta kuda, kereta

dorong

(29)

commit to user

2.3Ekuivalensi Mobil Penumpang (emp)

Ekuivalensi mobil penumpang yaitu faktor yang menunjukkan pengaruh berbagai tipe kendaraan dibandingkan kendaraan ringan lainnya sehubungan dengan pengaruhnya terhadap kecepatan, kemudahan bermanufer, dan dimensi kendaraan ringan dalam arus lalu lintas. (untuk mobil penumpang dan kendaraan ringan yang sasisnya mirip; emp = 1,0).

Parameter yang berpengaruh dalam besarnya nilai emp diantaranya adalah dimensi kendaraan, kecepatan kendaraan, dan volume lalu lintas. Dimensi kendaraan disini berpengaruh terhadap nilai emp karena semakin besar ukuran kendaraan, maka kecepatan untuk memulai gerakan relatif kecil bila dibandingkan dengan mobil penumpang. Keadaan seperti ini akan mengakibatkan gangguan terhadap arus lalu lintas secara keseluruhan. Sehingga time headway dari pasangan kendaraan berat dengan kendaraan berat relatif lebih besar daripada time headway mobil penumpang dengan mobil penumpang. Semakin besar volume atau kepadatan kendaraan, maka nilai empnya akan semakin kecil. Hal ini disebabkan karena masing-masing jarak antara pasangan kendaraan menjadi lebih kecil, sehingga time headway dari pasangan-pasangan kendaraan menjadi lebih kecil.

Volume adalah jumlah kendaraan yang melintasi suatu titik pengamatan pada jalan raya per satuan waktu. Periode volume dapat berupa volume tahunan, volume harian, volume jam-jaman atau subjam. Besar arus (flow rate) adalah jumlah kendaraan yang melewati suatu titik pengamatan pada jalan raya selama waktu tertentu kurang dari satu jam biasanya 15 menit. Flow rate dalam keadaan jenuh dapat merupakan harga kapasitas jalan tersebut.

(30)

commit to user

Flow rate (kpj) : 3600 dt Headway (dt/kend) Kpj = kendaraan per jam

Berdasarkan hubungan tersebut terlihat bahwa volume lalu lintas tergantung pada time headway, demikian pula berlaku sebaliknya. Jika arus lalu lintas mencapai maksimum, maka time headway mencapai minimum, dan jika volume mengecil, maka time headway akan mencapai maksimum.

2.4 Perhitungan Nilai Ekivalensi Mobil Penumpang (emp)

2.3.1 Metode Rasio Headway

Dalam bukunya yang berjudul “Highway Traffic Analysis and Design”, R.J. Salter menerangkan cara menentukan nilai ekuivalensi mobil penumpang (emp). Nilai emp didapat dengan mencatat waktu antara (time headway) antara kendaraan yang berurutan pada saat kendaraan-kendaraan tersebut melewati suatu titik yang telah ditentukan.

Rasio headway yang diperlukan mencakup 4 macam kombinasi kendaraan, yaitu : 1. Light Vehicle (LV) diikuti Light Vehicle (LV)

2. Light Vehicle (LV) diikuti Heavy Vehicle (HV) 3. Heavy Vehicle (HV) diikuti Light Vehicle (LV) 4. Heavy Vehicle (HV) diikuti Heavy Vehicle (HV)

Untuk lebih jelasnya dapat dilihat pada Gambar 2.1 berikut :

Gambar 2.1 Time headway antara pasangan-pasangan kendaraan

B

H H

C

H L

D

L H

A

(31)

commit to user

Keterangan :

LV = Light Vehicle / kendaraan ringan. HV = Heavy Vehicle / kendaraan berat.

A = Time headway antara Light Vehicle dengan Light Vehicle yang berurutan.

B = Time headway antara Heavy Vehicle dengan Heavy Vehicle yang berurutan

C = Time headway antara Light Vehicle dengan Heavy Vehicle yang berurutan

D = Time headway antara Heavy Vehicle dengan Light Vehicle yang berurutan

Nilai emp Heavy Vehicle dihitung dengan cara membagi nilai rata-rata time headway Heavy Vehicle diikuti Heavy Vehicle dengan nilai rata-rata time headway Light Vehicle diikuti Light Vehicle. Hasil ini benar apabila time headway Heavy Vehicle tidak tergantung pada kendaraan yang mendahuluinya maupun kendaraan yang mengikutinya. Kondisi ini didapat jika jumlah rata-rata time headway Light Vehicle diikuti Light Vehicle ditambah dengan nilai rata-rata time headway Heavy Vehicle diikuti Heavy Vehicle sama dengan jumlah dari nilai rata-rata time headway Light Vehicle diikuti Heavy Vehicle ditambah dengan nilai rata-rata time headway Heavy Vehicle diikuti Light Vehicle.

Hal tersebut dapat ditulis dengan sebuah persamaan sebagai berikut : td

tc tb

ta   ………(2.1)

(R.J.Salter, 1980)

Dengan :

(32)

commit to user

Keadaan yang dapat memenuhi persamaan di atas sulit diperoleh, karena setiap kendaraan mempunyai karakteristik yang berbeda-beda. Demikian juga pengemudi memiliki kemampuan dan tingkat observasi yang berbeda-beda dalam menjalankan kendarannya. Oleh karena itu diperlukan suatu koreksi pada nilai rata-rata time headway yang dapat dilakukan dengan persamaan sebagai berikut : Nilai tersebut adalah :



 

_td k_nd



nc k tc nb k tb na k

ta       ………(2.2)

(R.J Salter,1980)

Dengan nilai koreksi k





nc nb na nd nb na nd nc na nd nc nb td tc tb ta nd nc nb na k . . . . . . . . . . . .        ……….(2.3)

(R.J Salter, 1980)

Dengan :

na = Jumlah data time headway Light Vehicle diikuti Light Vehicle nb = Jumlah data time headway Heavy Vehicle diikuti Heavy Vehicle nc = Jumlah data time headway Light Vehicle diikuti Heavy Vehicle nd = Jumlah data time headway Heavy Vehicle diikuti Light Vehicle

Selanjutnya nilai rata-rata time headway pasangan kendaraan tersebut dikoreksi sebagai berikut :

na k ta

ta_k   ………...(2.4a)

nb k tb

tb_k   ………...……..…(2.4b)

nc k tc

tc_k   ………..…(2.4c)

nd k td

td_k   ………..……..(2.4d)

Dengan menggunakan nilai rata-rata time headway yang sudah dikoreksi tersebut, maka :

k k k

k tb tc td

ta    ………..…….(2.5)

(33)

commit to user

Dengan :

tak = Nilai rata-rata time headway LV-LV terkoreksi

tbk = Nilai rata-rata time headway HV-HV terkoreksi

tck = Nilai rata-rata time headway LV-HV terkoreksi

tdk = Nilai rata-rata time headway HV-LV terkoreksi

Apabila persyaratan tersebut memenuhi syarat, maka nilai ekivalensi mobil penumpang Heavy Vehicle dapat dihitung dengan persamaan :

emp Heavy Vehicle(HV)

k k

ta tb

 ………..…...(2.6)

(R.J Salter, 1980).

a. Tinjauan Statistik Rasio Headway

Interaksi elemen-elemen hasil pengamatan arus lalu lintas jalan raya seperti perilaku pengemudi nilainya tetapi mempunyai kecenderungan tersebar dalam suatu batas nilai, kinerja kendaraan, kondisi jalan dan cuaca tidak pernah tepat tertentu. Untuk itu penggunaan teori-teori peluang diperlukan untuk dapat menggambarkan dan memperoleh nilai dalam analitis arus lalu lintas. Sebaran statistik berguna untuk menggambarkan segala kemungkinan fenomena yang mempunyai nilai secara acak yang besar. Dalam penelitian ini digunakan distribusi normal dan distribusi t.

Distribusi normal (kurva normal) disebut juga Distribusi Gaussian. Distribusi normal adalah salah satu distribusi teoritis dengan variabel random kontinyu. Untuk sejumlah sampel yang dianggap berdistribusi normal maka nilai rata-rata (mean) dianggap sebagai xdan varians dinyatakan δ2. Distribusi normal ini

digunakan bila jumlah sampel lebih besar atau sama dengan 30 (n≥30).

(34)

commit to user

Standard deviasi









_ 



 _







 n

i

i x

x n

s

1

2 1

1

………..…...(2.7)

Standar error

2 1

n s

E  ………..…(2.8)

Dengan :

n = Jumlah sampel

i

x = Nilai time headway ke-I

x = Nilai rata-rata sampel time headway s = Standar deviasi

E = Standar error

Untuk perkiraan nilai rata-rata time headway seluruh pasangan kendaraan (μ) dapat disesuaikan dengan tingkat konfidensi atau keyakinan yang diinginkan (desired level of confidence). Perkiraan ini terletak dalam suatu interval yang disebut interval keyakinan (confidence interval) yang mempunyai batas toleransi kesalahan sebesar e, dengan:

E K

e . ………..……...(2.9)

Nilai rata-rata time headway:

e

x

 2

 ………(2.10)

Dengan :

2

 = Batas keyakinan bawah nilai rata-rata

x = Nilai rata-rata time headway e = Batas toleransi kesalahan

(35)

commit to user

Perkiraan nilai rata-rata time headway seluruh pasangan kendaraan dapat ditulis sebagai berikut :

  12 1 2 2

,

1 xt _ s n

 ………..(2.11)

Dengan :

2 , 1

 = Batas-batas interval keyakinan

x = Nilai rata-rata sampel s = Standar deviasi n = Jumlah sampel

 = Kesalahan duga, dengan (1-α) merupakan tingkat konfidensi

2.3.2 Analisis Regresi Linier

Terdapat hubungan linier antara kendaraan satu dengan kendaraan yang lain sehingga terjadi interaksi peka antara kecepatan dan kerapatan dan keduanya berasal dari arus yang dapat dihitung.

Perhitungan arus dari kendaraan dilakukan secara manual pada periode waktu yang ditetapkan.

m MC

m HV

m LV

m pcu LV pcu HV pcu MC

Q  *  *  * ………...(2.12)

(MAP Taylor, 1996)

Dengan :

m

Q = Besarnya arus (smp/jam) pada putaran m

m

LV = Jumlah Light Vehicle pada putaran m

m

HV = Jumlah Heavy Vehicle pada putaran m

m

MC = Jumlah Motorcycle pada putaran m

Jika nilai emp untuk LV =1, maka persamaan 2.12 dapat dinyatakan sebagai berikut:

m MC

m HV

m pcu HV pcu MC

Q

LV   *  * ………...………(2.13)

(36)

commit to user

Dengan persamaan di atas didapatkan m persamaan yang dapat digunakan untuk menentukan nilai pcu_HV dan pcu_MC.

Setiap jenis kendaraan memiliki pengaruh masing-masing terhadap jenis kendaraan lainnya, oleh karena itu maka perhitungan menggunakan analisis regresi linier sederhana. Dengan bentuk umum sebagai berikut :

1 1 0 b X

b

Y   ………...………(2.14)

2 2 0 b X

b

Y   ………..(2.15)

(Sudjana, 2002)

Dengan :

Y = Jumlah Light Vehicle pada putaran m

1

X = Jumlah Motorcycle pada putaran m

2

X = Jumlah Heavy Vehicle pada putaran m

0

b = Nilai emp untuk Light Vehicle

1

b = Nilai emp untuk Motorcycle

2

b = Nilai emp untuk Heavy Vehicle

Variabel-variabel dari persamaan 2.14 dan persamaan 2.15 terdiri dari satu variabel bebas yaitu Y, dan dua variabel terikat yaitu b₁ dan b₂.

Penelitian menggunakan analisis regresi seringkali dipakai untuk mengetahui bentuk hubungan antara variabel dependen dan variabel independen terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan sempurna, atau untuk mengetahui bagaimana variasi dari beberapa variabel independen mempengaruhi variabel dependen.

Estimasi kuadrat terkecil untuk parameter ₀,₁,...,_p adalah harga-harga

p b b

b0, 1,..., dengan persamaan normal sebagai berikut :



   

b X_i b X _i b_p X_pi Y_i

nb₀ ₁ ₁ ₂ ₂ ...

i i Pi i p i i i

i b X b X X b X X X Y

X

b₀



₁  ₁



₁2 ₂



₁



₂ ...



₁







₁

i pi pi p pi i i pi i p

pi b X X b X X b X X Y

X

(37)

commit to user

Persamaan regresi linier terdiri dari satu variabel terikat dan satu variabel bebas, maka sesuai persamaan di atas diperoleh persamaan :





b X Y

nb₀ ₁ ₁_i ………..(2.17)

i i i

i b X X Y

X

b







2 



₁

1 1 1

0 ………(2.18)

Koefisien regresi b₀ dan b₁ dapat diperoleh dengan menyelesaikan persamaan 2.17 dan 2.18, yaitu dengan cara :







 

   2 2 2 0 * * * X X n XY X X Y b ………..(2.19)







 

   2 2 1 * * X X n Y X XY n b ……….(2.20)

Hubungan antara variabel independent terhadap variabel dependent dapat dilihat dengan menghitung nilai korelasi. Tinggi-rendah, kuat-lemah, atau besar kecilnya suatu korelasi dapat diketahui dengan melihat besar kecilnya suatu kofisien yang disebut angka indeks korelasi yang disimbolkan dengan r.

Nilai koefisien korelasi didapat dari :

 











 







 





  2 2 2 2 y y n x x n y x xy n

r ………(2.21)

Dengan :

r = indeks korelasi

(38)

commit to user

Harga r = +1, menyatakan korelasi antara kedua variabel tersebut positif dan arah korelasi satu arah yang artinya terdapat pengaruh positif antara variabel bebas yaitu jika variabel x1 yang besar berpasangan dengan y yang besar juga. Untuk

harga r = 0, tidak terdapat hubungan linier antara variabel-variabelnya.

Untuk melihat keberartian koefisien korelasi dilakukan dengan uji t (t student) dengan langkah pengujian hipotesisnya :

2 1 2 r n r t_hitungan    ………(2.22)



 

dk

t_tabel  1 2

Dengan :

n = jumlah sampel

r = nilai koefisien korelasi hasil perhitungan

 = kesalahan duga, dengan (1- ) merupakan tingkat konfidensi n-2 = derajat kebebasan (dk)

nilai uji t_hitungan yang didapatkan dibandingkan terhadap nilai t_tabel, jika nilai uji

hitungan

t ≥ t_tabel maka dapat disimpulkan bahwa terdapat hubungan antara variabel x

dan variabel y.

a. Uji Regresi Linier

Untuk memastikan apakah persamaan regresi linier yang terbentuk bisa diterima atau tidak, maka persamaan tersebut diuji dengan menggunakan uji statistik F yang ditentukan oleh :

  res a b reg RJK RJK

F ………....………(2.23)

2 2 2 _                                     



 



 

n n y n y x xy b y n y x xy b [image:38.595.112.511.230.497.2]

(39)

commit to user

Dengan :

res

RJK = Rata-rata jumlah kuadrat residu a b

 ba reg

RJK = Rata-rata jumlah kuadrat regresi a b

n = Jumlah data

(40)

commit to user

BAB 3

METODE PENELITIAN

3.1Umum

Metode penelitian merupakan langkah-langkah umum atau suatu metode yang dilakukan dalam penelitian suatu masalah, kasus, gejala, fenomena atau lainnya dengan jalan ilmiah untuk menghasilkan jalan yang rasional. Metode yang digunakan dalam penyusunan skripsi ini adalah metode survei dan metode analisis.

Untuk menentukan nilai emp Heavy Vehicle (HV) maka parameter yang diperlukan adalah:

1. Jumlah kendaraan berat (heavy vehicle) dan kendaraan ringan (light vehicle) yang melintas di ruas Jalan Solo-Kartasura.

2. Jenis pasangan kendaraan yang melewati lokasi penelitian. Jenis pasangan kendaraan yang dicatat adalah iring-iringan yang dihitung time headwaynya. 3. Senjang waktu (time headway) dari tiap jenis pasangan kendaraan yang

berurutan.

3.2 Lokasi dan Waktu Penelitian

(41)

commit to user

Pelaksanaan survey dilakukan pada jam sibuk berdasarkan survey pendahuluan, yaitu pagi hari pukul 06.30-08.30 WIB dan sore hari pukul 15.30-17.30 WIB. Hal ini dikarenakan pada waktu-waktu tersebut arus lalu lintas cukup padat.

3.3Peralatan yang Digunakan

Peralatan yang digunakan dalam pelaksanaan survey di lapangan yaitu:

 Handycam untuk merekam arus lalu lintas yang diperlukan sebagai data untuk

perhitungan data time headway dan analisis regresi linier.

 Lembar kerja (form survey) untuk mencatat jumlah arus kendaraan.

 Arloji, untuk menentukan waktu dimulai dan diakhirinya pencatatan.

3.4Pelaksanaan penelitian

3.4.1 Survei Pendahuluan

Survei pendahuluan dilaksanakan untuk menentukan hal-hal sebagai berikut:

 Lokasi yang aman dan nyaman untuk melakukan pencatatan arus lalu lintas.

 Penentuan hari yang tepat yang dapat mewakili hari-hari dalam satu minggu.

 Penentuan jam puncak arus lalu lintas dalam satu hari.

 Penentuan jumlah surveyor agar pelaksanaan survei dapat berjalan efektif, dan efisien.

 Pengecekan form survei agar pada saat survei utama surveyor tidak mengalami kesulitan dalam mengisi formulir survei.

3.4.2 Survei Geometrik

(42)

[image:42.595.115.513.85.493.2]

commit to user

Gambar 3.1 Geometrik Jalan Solo-Kartasura

3.4.3 Survei Lalu Lintas

Agar diperoleh data yang mewakili arus lalu lintas terbesar, maka pencatatan dilakukan pada jam puncak. Adapun cara pelaksanaan survei arus lalu lintas adalah:

 Pencatatan dilakukan setiap interval waktu 15 menit pada masing-masing periode jam puncak.

 Jumlah kendaraan yang diamati langsung dicatat pada formulir survei. Pencatatan dilakukan dengan turus.

 Pencatatan time headway dilakukan dengan perekaman menggunakan handycam.

Pencatatan dilakukan oleh enam orang dengan pembagian tugas sebagai berikut: 1) Satu orang menghitung jumlah kendaraan yang menuju ke arah timur (Solo)

untuk jenis light vehicle (LV).

(43)

commit to user

3) Satu orang menghitung jumlah kendaraan yang menuju ke arah timur (Solo) untuk jenis truk 2as, truk 3as, dan truk 5as.

4) Satu orang menghitung jumlah kendaraan yang menuju ke arah barat (Kartasura) untuk jenis light vehicle (LV).

5) Satu orang menghitung jumlah kendaraan yang menuju ke arah barat (Kartasura) untuk jenis bus kecil dan bus besar.

6) Satu orang menghitung jumlah kendaraan yang menuju ke arah barat (Kartasura) untuk jenis truk 2as, truk 3as, dan truk 5as.

3.5 Pengolahan dan Penyortiran Data

Data yang akan digunakan untuk analisis data diperoleh melalui pembacaan hasil rekaman. Pembacaan data dilakukan diluar waktu survai dengan bantuan formulir pencacahan arus lalu lintas dan stop watch. Analisis data terdiri dari:

a. Data Arus Lalu lintas Jenuh

Data arus lalu lintas yang akan digunakan untuk analisis regresi linier diperoleh dari penghitungan oleh surveyor. Data berupa jumlah light vehicle (LV) dan macam-macam heavy vehicle (HV) yang melewati jalan Solo-Kartasura.

b. Data time headway

Data time headway digunakan untuk analisis rasio headway yang diperoleh dari pembacaan hasil rekaman. Time headway adalah interval waktu antara dua kendaraan yang melewati suatu titik pengamatan pada jalan raya secara berurutan, dihitung dari bumper depan ke bumper depan kendaraan yang berurutan tersebut.

3.6 Diagram Alir Penelitian

(44)

commit to user

kegiatan dalam bentuk penelitian yang menggunakan metode survei maupun metode analisis.

Tahapan kegiatan secara ringkas dapat dilihat dalam bentuk flowchart gambar 3.2.

Gambar 3.2 Diagram Alir Penelitian

Studi literature:

Mengumpulkan data dari buku referensi dan teori-teori dasar Mulai

Survei pendahuluan:

Penentuan lokasi dan penentuan jam puncak

Desain Survei:

Penentuan alat, penentuan tugas operator handycam dan surveyor, penentuan jumlah surveyor, dan desain formulir survei

Persiapan survei:

Pengecekan form, penempatan alat, penempatan surveyor

Emp kendaraan berat dengan metode rasio headway dan analisis regresi

linier, emp untuk masukan data program KAJI MKJI 1997

Kesimpulan dan Saran Analisis data

Emp dengan metode rasio headway

Analisis data

Emp dengan analisis regresi linier

Selesai

Survai primer: Pengumpulan data:

(45)

commit to user

BAB 4

ANALISIS DATA DAN PEMBAHASAN

4.1 Deskripsi Penelitian

Penelitian arus lalu lintas dilaksanakan di Jl. Solo-Kartosuro Km.7 tepatnya berada di depan Gorro Assalam. Penelitian ini mengambil data arus lalu lintas yang terdiri dari enam jenis kendaraan light vehicle (LV), bus kecil (HV1), bus besar (HV2), truk 2as (HV3), truk 3as (HV4), truk 5as (HV5), dan time headway dari keenam jenis kendaraan tersebut. Pengambilan data dilakukan secara serempak di tiap ruas jalan selama jam puncak pagi dan jam puncak sore dengan durasi masing-masing dua jam, mulai jam 06.30 – 08.30 WIB dan 15.30 – 17.30 WIB, dengan interval waktu per 15 menit.

Volume kendaraan selama penelitian dilakukan :

[image:45.595.107.507.211.570.2]

Jumlah kendaraan selama 2 jam ditampilkan dalam Tabel 4.1: Tabel 4.1 Jumlah kendaraan pada saat jam puncak pagi

Ruas Jalan Jam Puncak Pagi

LV Bus kecil Bus besar Truk 2as Truk 3as Truk 5as

1 2 ₃ ₄ ₅ ₆ ₇

Solo-Kartosuro 670 90 89 109 31 17

Kartosuro-Solo 784 96 94 102 40 35

Tabel 4.2 Jumlah kendaraan pada saat jam puncak sore

Ruas Jalan

Jam Puncak Sore

LV

Bus

kecil Bus besar Truk 2as Truk 3as Truk 5as

1 2 ₃ ₄ ₅ ₆ ₇

Solo-Kartosuro 1120 58 125 151 48 40

[image:45.595.110.500.574.666.2]

(46)

[image:46.595.111.500.106.191.2]

commit to user

Tabel 4.3 Rasio jumlah kendaraan terhadap truk 5as (HV5) pada jam puncak pagi

Ruas Jalan Jam Puncak Pagi

LV HV1 HV2 HV3 HV4 HV5

1 2 3 4 5 6 7

Solo-Kartosuro 39 5 5 6 2 1

Kartosuro-Solo 21 3 3 3 1 1

Tabel 4.4 Rasio jumlah kendaraan terhadap truk 5as (HV5) pada jam puncak sore

Ruas Jalan Jam Puncak Sore

LV HV1 HV2 HV3 HV4 HV5

1 2 3 4 5 6 7

Solo-Kartosuro 28 1 3 4 1 1

Kartosuro-Solo 52 2 4 9 3 1

Keterangan :

(Kolom 1) : Ruas Jalan

Ruas Jalan Solo-Kartosuro Km.7 (arah Solo-Kartosuro) Ruas Jalan Solo-Kartosuro Km.7 (arah Kartosuro-Solo) (Kolom 2) : Rasio light vehicle terhadap truk 5as (HV5) jam puncak pagi

Tabel 4.3 kolom (2) =

) 7 ( 1 . 4 ) 2 ( 1 . 4 kolom Tabel kolom Tabel

= 670/17 = 39

(Kolom 3) : Rasio bus kecil (HV1) terhadap truk 5as (HV5) jam puncak pagi

= 90/17 = 5

(Kolom 4) : Rasio bus besar (HV2) terhadap truk 5as (HV5) jam puncak pagi

= 89/17 = 5

(Kolom 5) : Rasio truk 2as (HV3) terhadap truk 5as (HV5) jam puncak pagi

(47)

commit to user

) 7 ( 1 . 4

) 6 ( 1 . 4

kolom Tabel

= 31/17 = 2

) 7 ( 1 . 4

kolom Tabel

= 17/17 = 1

4.2 Pengolahan Data Dasar

Volume Lalu Lintas yang diamati dalam penelitian ini terdiri dari lima jenis kendaraan berat, yaitu bus kecil (HV1), bus besar (HV2), truk 2as (HV3), truk 3as (HV4), truk 5as (HV5). Pengamatan dilakukan untuk mengambil data yang dibutuhkan untuk proses pengolahan dengan metode regresi linier dan time headway. Pengamatan dilakukan selama 2 jam pada masing-masing jam puncak pagi dan sore.

4.3 Perhitungan Nilai emp Kendaraan

4.3.1 Metode Regresi Linier

a. Menghitung Koefisien Regresi

[image:47.595.108.515.86.502.2]

(48)

[image:48.595.113.540.101.482.2]

commit to user

Tabel 4.5 Data Volume Lalu Lintas

No

Mobil Penumpang

Bus Kecil

Bus Besar

Truk 2as

Truk 3as

Truk

5as Waktu (LV) (HV1) (HV2) (HV3) (HV4) (HV5) (menit)

y x1 x2 x3 x4 x5

1 69 12 11 13 3 2 15

2 71 10 12 14 5 2 15

3 76 16 15 11 2 3 15

4 104 10 12 11 3 1 15

5 108 9 10 10 2 2 15

6 80 17 11 19 7 2 15

7 86 8 8 18 6 4 15

8 76 8 10 13 3 1 15

Jumlah 670 90 89 109 31 17 120

Satuan arus lalu lintas yang digunakan untuk menghitung nilai emp pada metode regresi linier adalah smp/15 menit. Nilai emp dihitung sesuai dengan persamaan 2.17 dan 2.18.





b X Y

nb₀ ₁ ₁_i ………...……..(2.17)

i i i

i b X X Y

X

b₀



₁  ₁



₁2 



₁ ………...…………(2.18)

(49)

(50)

commit to user

Data hasil perhitungan tabel 4.6 diperoleh nilai:



x1 = 90



x2x3

=

1191



x2 = 89



x2x4

=

334



x3 = 109



x2x5

=

187



x4 = 31



x3x4

=

464



x5 = 17



x3x5

=

241

2 1



x = 1098



x₄x₅

=

70

2 2



x = 1019



x₁y

=

7422

2 3



x = 1561



x₂ y

=

7407

2 4



x = 145



x₃y

=

9007

2 5



x = 43



x₄ y

=

2546



y = 670



x₅y

=

1408

2 1.x

x



= 1033



y2

=

57630

3 1.x

x



= 1243

4 1.x

x



= 357

5 1.x

x



= 194

Harga-harga di atas kemudian dimasukkan ke persamaan normal sehingga terbentuk persamaan-persamaan berikut:

Persamaan antara bus kecil dan mobil penumpang, untuk nilai b0 dan b1 :

8b0+ 90 = 670………..….……….……(4.1)

90b0 + 1098b1= 7422………...……….….(4.2)

Persamaan antara bus besar dan mobil penumpang, untuk nilai b0 dan b2 :

8b0+ 89 = 670……….………...……(4.3)

(51)

commit to user

Persamaan antara truk 2as dan mobil penumpang, untuk nilai b0 dan b3 :

8b0+ 109 = 670………..……….…...(4.5)

109b0 + 1561b3= 9007……….………….(4.6)

Persamaan antara truk 3as dan mobil penumpang, untuk nilai b0 dan b4 :

8b0+ 31 = 670……….……...….(4.7)

31b0 + 145b4= 2546……….………..(4.8)

Persamaan antara truk 5as dan mobil penumpang, utnuk nilai b0 dan b5 :

8b0+ 17 = 670……….…...(4.9)

17b0 + 43b5= 1408………...…(4.10)

Dengan memasukkan nilai hasil perhitungan tabel ke dalam rumus 2.19 dan 2.20, maka akan diperoleh nilai-nilai :

Dari persamaan 4.1 dan 4.2 : b0 = 98,947

b1 = -1,351

b2 = -1,619

b3 = -1,605

b4 = -2,020

(52)

commit to user

Kemudian dimasukkan ke dalam persamaan 2.14 dan 2.15 Y = 98,947 – 1,351X1

Y = 101,762 – 1,619X2

Y = 105,613 – 1,605X3

Y = 91,578 – 2,020X4

Y = 88,618 – 2,291X5

Sehingga diperoleh :

emp bus kecil = 1,351 emp bus besar = 1,619 emp truk 2as = 1,605 emp truk 3as = 2,020 emp truk 5as = 2,291

[image:52.595.117.472.229.600.2]

Sebaran jumlah kendaraan antara variabel-variabel tersebut :

Gambar 4.1 Diagram pencar antara bus kecil dan mobil penumpang

y = -1.3509x + 98.947 R² = 0.1028 60

70 80 90 100 110

8 10 12 14 16 18

M

o

b

il

Pe

n

u

m

p

an

g

/15'

(53)

[image:53.595.150.476.81.487.2]

commit to user

[image:53.595.154.472.521.696.2]

Gambar 4.2 Diagram pencar antara bus besar dan mobil penumpang

Gambar 4.3 Diagram pencar antara truk 2as dan mobil penumpang

y = -1.619x + 101.76 R² = 0.0499

60 70 80 90 100 110

8 9 10 11 12 13 14 15

M o b il Pe n u m p an g /15' Bus Besar/15'

y = -1.6046x + 105.61 R² = 0.1287 60 70 80 90 100 110

9 12 15 18 21

M o b il Pe n u m p an g /15' Truk 2as/15'

y = -2.0201x + 91.578 R² = 0.0669 60 70 80 90 100 110

2 3 4 5 6 7

(54)

[image:54.595.110.565.80.503.2]

commit to user

Hasil perhitungan nilai emp seluruh jalan pendekat jam puncak pagi dan sore disajikan pada Tabel 4.7 :

Tabel 4.7 Rekapitulasi nilai emp menggunakan analisis Regresi Linier

Ruas Jalan

ekuivalensi mobil penumpang

Bus kecil Bus besar Truk 2as Truk 3as Truk 5as

pagi sore pagi sore pagi sore pagi sore pagi sore Jl. Ahmad Yani Km.7

1,35 1,31 1,62 1,61 1,60 1,58 2,02 1,86 2,29 2,05 (arah Solo-Kartosuro)

Jl. Ahmad Yani Km.7

1,24 1,38 1,.54 1,51 1,44 1,49 1,95 1,92 2,11 2,11 (arah Kartosuro-Solo)

b. Koefisien Korelasi

Nilai koefisien korelasi dihitung dengan menggunakan persamaan 2.21. Contoh perhitungan koefisien korelasi antara light vehicle (LV) dengan bus kecil dengan menggunakan data ruas jalan arah Kartosuro pada jam puncak pagi :

 











 







 





  2 2 2 2 y y n x x n y x xy n

r ………...…...……(2.21)



2

 

2



670 57630 * 8 * 90 1098 * 8 670 * 90 7422 * 8     r

r = -0,320652

y = -2.2909x + 88.618 R² = 0.0238

60 70 80 90 100 110

1 2 3 4 5

(55)

commit to user

Nilai r terletak diantara -1≤ r ≤ +1, ini berarti terdapat pengaruh negatif antara variabel bebas yaitu jika variabel x₁ yang besar berpasangan dengan y yang kecil, ataupun sebaliknya.

[image:55.595.112.517.227.580.2]

Perhitungan nilai koefisien korelasi semua jenis kendaraan dicantumkan dalam Tabel 4.8 dan Tabel 4.9 :

Tabel 4.8 Nilai Koefisien Korelasi pada Jam Puncak Pagi

Ruas Jalan Koefisien Korelasi

Bus kecil Bus besar Truk 2as Truk 3as Truk 5as Jl. Ahmad Yani

Km.7

-0.320652 -0.223335 -0.358802 -0.258637 -0.154198 (arah Solo-Kartosuro) Jl. Ahmad Yani

Km.7

-0.306902

-0.464172

-0.486439 -0.25738

-0.278051 (arah

Kartosuro-Solo)

Tabel 4.9 Nilai Koefisien Korelasi pada Jam Puncak Sore

Ruas Jalan Koefisien Korelasi

Bus kecil Bus besar Truk 2as Truk 3as Truk 5as Jl. Ahmad Yani

Km.7

-0.250349 -0.356947 -0.495044

-0.241506 -0.17611 (arah

Solo-Kartosuro) Jl. Ahmad Yani

Km.7 -0.494993 -0.626932

-0.815868 -0.81547

-0.420094 (arah

Kartosuro-Solo)

c. Uji Koefisien Korelasi

Untuk melihat keberartian koefisien korelasi dilakukan dengan uji t ( t student) dengan persamaan 2.22.

(56)

commit to user

Contoh perhitungan dengan menggunakan data arah Solo-Kartosuro pada jam puncak pagi :

thitungan = -0,320625

√

--

= -0,8292203

Nilai t_hitungan dibandingkan dengan nilai t_tabel



1/2

 

dk dari tabel t student.

Diperoleh nilai :

0.025 6 2.45

t

Nilai uji thitunganttabel



1/2

 

dk , maka dapat disimpulkan tidak terdapat

hubungan antara light vehicle (LV) dengan bus kecil pada Jl. Solo-Kartosuro Km.7 arah Kartosuro pada jam puncak pagi.

Hasil uji keberartian koefisien korelasi dan nilai tabel untuk semua jalan pendekat disajikan dalam Tabel 4.10 dan 4.11 :

Tabel 4.10 Nilai uji keberartian koefisien korelasi pada jam puncak pagi

Ruas Jalan

t hitungan t tabel

Bus kecil Bus besar Truk 2as Truk 3as Truk 5as t_tabel1/2 dk

Jl. Solo-Kartosuro

Km.7 -0.82922 -0.561232 -0.941579 -0.655843 -0.38228 ±2.45 (arah Solo-Kartosuro)

Jl. Solo-Kartosuro

Km.7 _-0.789871 _-1.283647 _-1.363747 _-0.652436 _-0.709044 _±2.45

[image:56.595.102.556.247.544.2]

(arah Kartosuro-Solo)

Tabel 4.11 Nilai uji keberartian koefisien korelasi pada jam puncak sore

Ruas Jalan

t hitungan t tabel

Bus kecil Bus besar Truk 2as Truk 3as Truk 5as t_tabel1/2 dk

Jl. Solo-Kartosuro

Km.7 _-0.633399 _-0.935998 _-1.395614 _-0.537952 _-0.473834 _±2.45 (arah Solo-Kartosuro)

Jl. Solo-Kartosur