BAB IV
PENGUMPULAN DAN
ANALISIS DATA
4.1. PENGUMPULAN DATA
Data yang diperoleh melalui pengumpulan data sekunder adalah : 1. Data Lalu Lintas Harian Rata-Rata Tahunan
a. Sumber : Dinas Perhubungan Kota Pekalongan Propinsi Jawa Tengah
b. Data yang diperoleh : Data LHR selama 5 tahun (2001-2005), untuk Jalan HOS Cokroaminoto dan Jalan Pelita IV.
2. Data Tanah
a. Sumber : Laboratorium Mekanika Tanah Jurusan Sipil Fakultas Teknik Universitas Diponegoro
b. Data yang diperoleh : Hasil Sondir dan Boring (masing-masing 2 titik) pada tanah di sekitar Sungai Kupang.
3. Data Pendukung a. Data Topografi
Sumber : Dinas PSDA Propinsi Jawa Tengah
Data yang diperoleh : Peta topografi Kota Pekalongan. b. Data Curah Hujan
Sumber : Badan Meteorologi dan Geofisika Propinsi Jawa Tengah Data yang diperoleh : Curah Hujan Stasiun Warungasem dan Stasiun
Kutosari/Doro, selama 10 tahun (1997-2006). c. Data Statistik
Sumber : Biro Pusat Statistik Kota Pekalongan Propinsi Jawa Tengah Data yang diperoleh : Data Jumlah Penduduk, Pemilikan Kendaraan, dan
PDRB daerah Jenggot dan Kuripan Lor Pekalongan.
berikutnya dilakukan analisis untuk penentuan tipe, bentang, maupun kelas jembatan dan lain-lain serta melakukan perhitungan detail jembatan. Langkah-langkah yang dilakukan meliputi :
1. Analisa Lalu Lintas
2. Analisa Hidrologi dan Hidrolika 3. Analisa Tanah
4.2. ANALISA DATA LALU LINTAS DAN GEOMETRIK JALAN 4.2.1. Data Lalu Lintas dan Data Pendukung lainnya
Pada tahap perencanaan jembatan data yang diperoleh diolah terlebih dahulu lalu kemudian dilakukan analisa untuk menentukan alternatif-alternatif pemecahan terhadap masalah yang dihadapi. Karena pada jalan yang akan dibangun jembatan Kuripan belum diketahui data LHRnya, maka perlu dianalisis terlebih dahulu. Metode yang digunakan adalah dengan mencari prosentase dari kemungkinan kendaraan yang akan melalui jalan alternatif tersebut.
Rumus untuk mendapatkan prosentase tersebut adalah :
x =
(
)
Dimana : x = prosentase kendaraan yang melalui jalan alternatif d = jarak tempuh melalui jalan alternatif
Jl. HOS Cokroaminoto Jl. Pelita IV
Jalan Alternatif
Gambar 4.1 Denah jalan alternatif melalui Jembatan Kuripan
Dari data yang diperoleh dari Dinas Perhubungan Kota Pekalongan tahun 2001-2005 tersebut dalam tabel di bawah ini :
Tabel : 4.1
Data pertumbuhan lalu lintas tahunan ( smp/hari ) Jl. HOS Cokroaminoto
Thn.
Tabel : 4.2
Data pertumbuhan lalu lintas tahunan ( smp/hari ) Jl. Pelita IV
Sumber : Data Survei Dinas Perhubungan Kota Pekalongan
Tabel : 4.3
Data pertumbuhan lalu lintas tahunan ( smp/hari ) Jalan Alternatif
Tahun 2001 2002 2003 2004 2005 LHRT
(smp/hari) 1949 2008 2106 2204 2345
Sumber : Hasil Analisis
Berdasarkan data lalu lintas di atas menunjukkan bahwa dari tahun ke tahun terjadi fluktuasi arus lalu lintas pada kedua ruas jalan tersebut yang tidak menentu. Pertumbuhan lalu lintas (LHR) ini mungkin saja dipengaruhi oleh faktor-faktor, yaitu :
a) Jumlah Penduduk
b) Produk Domestik Regional Bruto (PDRB) c) Jumlah Kepemilikan Kendaraan
lintas. Semakin banyak data yang dianalisis semakin baik dan tepat hasil peramalannya.
a) Jumlah Penduduk
Penduduk sebagai faktor utama dalam perencanaan merupakan bagian dari faktor sosial yang selalu berubah baik jumlah maupun kondisinya dan cenderung mengalami peningkatan. Dalam perencanaan jaringan transportasi antar daerah tidak bisa terlepas dari pengaruh pertumbuhan penduduk, karena setiap aktivitas penduduk kota secara langsung akan menimbulkan pergerakan lalu lintas.
Tabel : 4.4
Pertumbuhan Penduduk Kelurahan Jenggot dan Kelurahan Kuripan Lor ( 1997 – 2006 )
Tahun Jumlah Penduduk ( jiwa )
1997 6.970 1998 7.114 1999 7.204 2000 7.338 2001 7.361 2002 7.392 2003 7.792 2004 7.829 2005 7.832 2006 7.850 Sumber : Biro Pusat Statistik Kota Pekalongan
b) Produk Domestik Regional Bruto ( PDRB )
Tabel : 4.5
PDRB Jenggot - Kuripan 1997 – 2006 ( Ribuan Rupiah )
Tahun PDRB ( ribuan rupiah )
1997 203.990,00 1998 175.651,00 1999 183.551,00 2000 207.884,00 2001 216.264,00 2002 248.662,00 2003 265.230,00 2004 295.620,00 2005 325.896,00 2006 350.360,00 Sumber : Biro Pusat Statistik Kota Pekalongan
c) Jumlah Kepemilikan Kendaraan
Seiring dengan perkembangan kebutuhan dan peningkatan kesejahteraan masyarakat menyebabkan meningkat pula kebutuhan akan sarana pendukung termasuk kendaraan sebagai sarana pengangkut orang maupun barang. Dengan peningkatan tersebut akan mempengaruhi kondisi lalu lintas pada umumnya, dan didapatkan bahwa jumlah kendaraan yang lewat di jalan dari tahun ke tahun terus dapat disimpulkan mengalami peningkatan.
Tabel : 4.6
Jumlah Kepemilikan Kendaraan 1997– 2006
Tahun Jumlah kendaraan ( kendaraan )
1997 727
1998 737
1999 781
2000 761
2001 702
2002 723
2003 745
2004 805
2005 836
2006 846
Sumber : Biro Pusat Statistik Kota Pekalongan
4.2.2. Analisis Tingkat Pertumbuhan Lalu Lintas
Analisis terhadap data-data sekunder di atas nantinya digunakan untuk memperkirakan jumlah masing-masing data tersebut pada n tahun mendatang dengan menggunakan metode analisis geometrik dengan bentuk persamaan sebagai berikut :
1. Analisis Geometrik Pn = Po ( 1 + i )n
Dimana :
Po = Data pada tahun terakhir yang diketahui
Pn = Data pada tahun ke – n dari tahun terakhir n = Tahun ke n dari tahun terakhir
i = Tingkat pertumbuhan ( % )
seberapa besar pengaruh dari variabel-variabel tersebut adalah metode regresi berganda dengan bentuk persamaan :
Y = a + bX1 + cX2 + dX3
Data yang akan dicari tingkat pertumbuhannya dijadikan variabel tidak bebas (Dependent Variabel), yang untuk selanjutnya disebut variabel Y yaitu LHRT. Kemudian data lainnya diuji terlebih dahulu apakah variabel tersebut benar-benar merupakan variabel bebas (Independent Variabel) atau bukan. Apabila data tersebut merupakan variabel bebas maka dapat digunakan untuk perhitungan regresi berganda dan apabila bukan merupakan variabel bebas maka tidak bisa digunakan untuk perhitungan regresi berganda. Data-data yang akan diuji yaitu jumlah penduduk, PDRB dan jumlah kepemilikan kendaraan.
Langkah selanjutnya yaitu menguji berapa besar pengaruh variabel-variabel bebas (X) terhadap variabel-variabel tidak bebas (Y). Dengan memakai metode analisis regresi dapat diketahui besarnya pengaruh tersebut dengan melihat harga r yang mempunyai batas –1 ≤ r ≤ 1. Hasil pengujian dari data-data sekunder di atas dapat dilihat pada perhitungan berikut ini.
A. Prediksi Jumlah Penduduk
Tabel : 4.7 Data Pertumbuhan Penduduk
Sumber : Hasil Analisis
Rumus dasar Analisis Geometrik : Pn = Po ( 1 + r )n
Dari data di atas diperoleh : Po = 7850
r = (r1 + r2 + ... + r9) / 9 = 1,342 % Maka diperoleh persamaan geometrik : Pn = 7850 ( 1 + 0.01342 )n
Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan penduduk sampai tahun 2056 dengan menggunakan tahun 2006 sebagai tahun ke- 0 seperti terlihat dalam tabel 4.8 di bawah ini.
No Tahun
Jumlah Penduduk
( jiwa )
Tingkat Pertumbuhan
( % )
1 1997 6970
2,066
2 1998 7114
1,265
3 1999 7204
1,860
4 2000 7338
0,313
5 2001 7361
0,421
6 2002 7392
5,411
7 2003 7792
0,475
8 2004 7829
0,038
9 2005 7832
0,230
10 2006 7850
Tabel : 4.8
Analisis Pertumbuhan Penduduk
47
B. Prediksi Pertumbuhan PDRB
Dengan cara yang sama dapat dihitung jumlah pertumbuhan PDRB seperti yang terlihat pada tabel 4.9 di bawah ini.
Tabel : 4.9
Data Angka Pertumbuhan PDRB ( % )
No Tahun PDRB
Dari data di atas diperoleh : Po = 350.360,00
Pn = 350.360 ( 1 + 0.06510)n
Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan PDRB sampai tahun 2056 dengan menggunakan tahun 2006 sebagai tahun ke-0 seperti terlihat dalam tabel 4.10 di bawah ini.
Tabel : 4.10
Analisis Pertumbuhan PDRB ( Rupiah )
No N Tahun
Pertumbuhan Geometrik ( rupiah )
40 39 2045 4.099.582
41 40 2046 4.366.465
42 41 2047 4.650.722
43 42 2048 4.953.483
44 43 2049 5.275.955
45 44 2050 5.619.420
C. Prediksi Jumlah Kepemilikan Kendaraan
Untuk mengetahui jumlah kepemilikan kendaraan sampai tahun 2056 dapat dilihat pada perhitungan pada tabel 4.11 di bawah ini.
Tabel : 4.11
Data Pertumbuhan Jumlah Kendaraan No Tahun Jumlah Kendaraan
( kendaraan )
Dari data di atas diperoleh : Po = 876
r = (r1 + r2 +…+ r9) / 9 = 2,145 % Maka diperoleh persamaan geometrik : Pn = 876 ( 1 + 0,02145 )n
Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan jumlah kendaraan sampai tahun 2056 dengan menggunakan tahun 2006 sebagai tahun ke-0 seperti terlihat dalam tabel 4.12 di bawah ini.
Tabel : 4.12
Analisis Pertumbuhan Jumlah Kendaraan
No N Tahun Pertumbuhan
Geometrik ( kendaraan )
34 33 2039 1765
35 34 2040 1803
36 35 2041 1842
37 36 2042 1881
38 37 2043 1922
39 38 2044 1963
40 39 2045 2005
41 40 2046 2048
42 41 2047 2092
43 42 2048 2137
44 43 2049 2182
45 44 2050 2229
46 45 2051 2277
47 46 2052 2326
48 47 2053 2376
49 48 2054 2427
50 49 2055 2479
51 50 2056 2532
Sumber : Hasil Analisis
4.2.3. Pengaruh Jumlah Penduduk Terhadap pertumbuhan LHR
Pengaruh jumlah penduduk terhadap jumlah LHR dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut dapat dicari dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data jumlah LHR dan jumlah penduduk dalam tabel 4.13 di bawah ini.
Tabel : 4.13
Data Jumlah LHR dan Jumlah Penduduk
Tahun LHRT ( smp/hari ) Jumlah
Penduduk ( jiwa ) HOS Cokroaminoto - Pelita IV
2001 1949 7361
2002 2008 7392
2003 2106 7792
2004 2204 7829
2005 2345 7832
Sumber : BPS Kota Pekalongan dan Hasil Analisis
Tabel : 4.14
Nilai Korelasi Antara LHR dengan Jumlah Penduduk Regression Statistics
Multiple R 0,865
R Square 0,749
Adjusted R Square 0,665
Standard Error 91,335
Observations 5 Sumber : Hasil Analisis
Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan jumlah penduduk untuk ruas jalan HOS Cokroaminoto – Pelita IV, R = 0,749. Hal ini menunjukkan bahwa jumlah penduduk mempunyai pengaruh yang cukup besar terhadap pertumbuhan jumlah LHR dan dapat digunakan sebagai variabel untuk memprediksi jumlah LHR pada tahun-tahun berikutnya.
4.2.4. Pengaruh PDRB terhadap pertumbuhan LHR
Pengaruh PDRB terhadap jumlah LHR dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut dapat dicari dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data jumlah LHR dan PDRB dalam tabel 4.15 di bawah ini.
Tabel : 4.15
Data Jumlah LHR dan PDRB
Tahun LHRT ( smp/hari ) PDRB ( rupiah ) HOS Cokroaminoto - Pelita IV
2001 1949 216264
2002 2008 248662
2003 2106 265230
2004 2204 295620
2005 2345 325896
Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.16 di bawah ini.
Tabel : 4.16
Nilai Korelasi Antara Jumlah LHR dengan PDRB Regression Statistics
Multiple R 0,988
R Square 0,977
Adjusted R Square 0,969
Standard Error 27,806
Observations 5 Sumber : Hasil Analisis
Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan jumlah PDRB untuk ruas jalan HOS Cokroaminoto - Pelita IV, R = 0,977 . Hal ini menunjukkan bahwa jumlah PDRB mempunyai pengaruh yang besar terhadap pertumbuhan jumlah LHR dan dapat digunakan sebagai variabel untuk memprediksi jumlah LHR pada tahun-tahun berikutnya.
4.2.5. Pengaruh Jumlah Kepemilikan Kendaraan Terhadap LHR
Tabel : 4.17
Data Jumlah LHR dan Jumlah Kendaraan
Tahun LHRT ( smp/hari ) HOS Cokroaminoto - Pelita IV
Kepemilikan Kendaraan ( kendaraan ) 2001 1949 702 2002 2008 723 2003 2106 745 2004 2204 805 2005 2345 836 Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan
Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.18 di bawah ini.
Tabel : 4.18
Nilai Korelasi Antara LHR dengan Jml. Kendaraan Regression Statistics
Multiple R 0,986
R Square 0,972
Adjusted R Square 0,963
Standard Error 30,268
Observations 5 Sumber : Hasil Analisis
Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan jumlah kendaraan untuk ruas jalan HOS Cokroaminoto - Pelita IV, R = 0,972 . Hal ini menunjukkan bahwa jumlah kendaraan mempunyai pengaruh yang besar terhadap pertumbuhan jumlah LHR dan dapat digunakan sebagai variabel untuk memprediksi jumlah LHR pada tahun-tahun berikutnya.
4.2.6. Pengaruh Jumlah Penduduk Terhadap PDRB
didapat dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data dari variabel jumlah penduduk dan PDRB dalam tabel 4.19 di bawah ini.
Tabel : 4.19
Data Jumlah Penduduk dan PDRB
Tahun Jumlah PDRB ( rupiah ) Penduduk ( jiwa )
2001 7361 216264
2002 7392 248662
2003 7792 265230
2004 7829 295620
2005 7832 325896
Sumber : Data BPS Kota Pekalongan
Tabel : 4.20
Nilai Korelasi Antara Jumlah Penduduk dengan PDRB Regression Statistics
Multiple R 0,857
R Square 0,735
Adjusted R Square 0,647 Standard Error 25129,318
Observations 5
Sumber : Hasil Analisis
Dari tabel di atas didapatkan bahwa nilai korelasi antara variabel jumlah penduduk dengan variabel PDRB adalah R = 0,735. Hal ini menunjukkan bahwa jumlah penduduk mempunyai karakeristik yang hampir sama terhadap pertumbuhan PDRB.
analysis dari program SPSS 12. Berikut disajikan data-data jumlah penduduk dan jumlah kendaraan dalam tabel 4.21 di bawah ini.
Tabel : 4.21
Data Jumlah Penduduk dan Kepemilikan Kendaraan
Tahun Jumlah Kepemilikan Kendaraan ( kendaraan ) Penduduk ( jiwa )
2001 7361 702
2002 7392 723
2003 7792 745
2004 7829 805
2005 7832 836
Sumber : Data BPS Kota Pekalongan
Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.22 di bawah ini.
Tabel : 4.22
Nilai Korelasi Antara Jumlah Penduduk dengan Jumlah Kendaraan Regression Statistics
Multiple R 0,844
R Square 0,712
Adjusted R Square 0,616
Standard Error 34,967
Observations 5
Sumber : Hasil Analisis
4.2.8. Pengaruh PDRB Terhadap Kepemilikan Kendaraan
Besarnya pengaruh jumlah PDRB terhadap jumlah kendaraan dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut dapat dicari dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data jumlah PDRB dan jumlah kendaraan dalam tabel 4.23 di bawah ini.
Tabel : 4.23
Data PDRB dan Kepemilikan Kendaraan
Tahun PDRB Kepemilikan Kendaraan ( kendaraan ) ( rupiah )
1995 216264 702
1996 248662 723
1997 265230 745
1998 295620 805
1999 325896 836
Sumber : Data BPS Kota Pekalongan
Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.24 di bawah ini.
Tabel : 4.24
Nilai Korelasi Antara PDRB dengan Jumlah Kendaraan Regression Statistics
Multiple R 0,983
R Square 0,966
Adjusted R Square 0,954
Standard Error 12,042
Observations 5
Sumber : Hasil Analisis
jumlah PDRB mempunyai karakteristik yang hampir sama terhadap pertumbuhan jumlah kendaraan.
Besarnya nilai korelasi dari variabel-variabel di atas dapat disajikan secara ringkas dalam tabel 4.25 di bawah ini.
Tabel : 4.25
Nilai Korelasi Antara Berbagai Variabel Pada Ruas Jalan HOS Cokroaminoto - Pelita IV
R LHR Jumlah
Penduduk PDRB
Jumlah Kendaraan
LHR 1 0,749 0,977 0,972
Jumlah
Penduduk 0,749 1 0,735 0,570
PDRB 0,977 0,735 1 0,966
Jumlah
Kendaraan 0,972 0,570 0,966 1
Sumber : Hasil Analisis
Tabel : 4.26
Persamaan Regresi dari Berbagai Kombinasi Variabel
No Keterangan Persamaan
Regresi R Square
Angka Pertumbuhan 1 X1 = Jumlah Penduduk
Y = LHRT
Y = -2182,798 + 0,563 X1 0,749 3,338 %
2 X1 = Jumlah PDRB
Y = LHRT
Y = 1124,786 + 0,004X1 0,977 5,106 %
3 X1 = Jumlah Kendaraan
Y = LHRT
Y = 20,072 + 2,758X1 0,972 4,446 %
4 X1 = Jumlah Penduduk
X2 = Jumlah PDRB
Y = 843,815 + 0,045X1
+ 0,003X2
Y = LHRT
5 X1 = Jumlah PDRB
X2 = Jumlah Kendaraan
Y = LHRT
Y = 629,384 + 0,002X1
+ 1,216X2
0,983 3,689 %
6 X1 = Jumlah Penduduk
X2 = Jumlah PDRB
X3 = Jumlah Kendaraan
Y = LHRT
Y = 359,921 + 0,043X1
+ 0,002X2 + 1,209X3
0,984 4,772 %
Sumber : Hasil Analisis
Berdasarkan Tabel di atas maka dapat disimpulkan bahwa untuk mencari perkiraan LHRT memakai persamaan no.6 dengan alasan :
1. R Square yang dihasilkan 0,984 , nilai ini baik untuk menandakan adanya hubungan ketiga variabel tersebut dengan LHRT .
2. Angka Pertumbuhan yang dihasilkan bila menggunakan persamaan no.6 adalah 4,772% .Angka tersebut masih dalam batas – batas tingkat pertumbuhan yang wajar.
3. Penggunaan ketiga variable tersebut dalam mencari LHRT dapat menghasilkan persamaan yang lebih teliti.
4.2.9 Prediksi Jumlah LHR
• Ruas Jalan HOS Cokroaminoto - Pelita IV Tabel : 4.27
Data LHR, PDRB, Jumlah Penduduk dan Jumlah Kepemilikan Kendaraan.
Tahun LHRT Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan
Tabel : 4.28
Nilai Korelasi LHR, PDRB, Juml Pend, Juml Kendaraan Regression Statistics
Multiple R 0,992
R Square 0,984
Adjusted R Square 0,937
Standard Error 39,505
Observations 5
Sumber : Hasil Analisis
Tabel : 4.29
Nilai konstanta dan Prediktor X1, X2, X3 Variable Coefficients
Constant 359,921
X1 0,043
X2 0,002 X3 1,209 Sumber : Hasil Analisis
Dengan demikian didapatkan bahwa nilai : a = 359,921
d = 1,209
Sehingga didapatkan persamaan regresi sebagai berikut : Y = 359,921 + 0,043X1 + 0,002X2 + 1,209X3
Dengan memasukkan X1 sebagai jumlah penduduk, X2 sebagai jumlah PDRB dan
X3 sebagai jumlah kepemilikan kendaraan maka akan didapatkan jumlah LHR
sampai tahun 2056, seperti terlihat dalam tabel 4.30 di bawah ini :
Tabel : 4.30
Perkiraan jumlah LHR sampai tahun 2054 No n Tahun
Penduduk PDRB Kendaraan LHRT Angka ( jiwa ) (rupiah ) (kendaraan) (smp/hari) Pertumbuhan
35 34 2040 12343 2990802 1803 9053 4.848
36 35 2041 12509 3185503 1842 9496 4.901
37 36 2042 12676 3392879 1881 9965 4.940
38 37 2043 12846 3613756 1922 10464 5.004
39 38 2044 13018 3849011 1963 10991 5.041
40 39 2045 13193 4099582 2005 11551 5.090
41 40 2046 13370 4366465 2048 12144 5.137
42 41 2047 13549 4650722 2092 12774 5.183
43 42 2048 13730 4953483 2137 13441 5.228
44 43 2049 13914 5275955 2182 14149 5.262
45 44 2050 14101 5619420 2229 14900 5.314
46 45 2051 14290 5985244 2277 15698 5.354
47 46 2052 14481 6374883 2326 16545 5.394
48 47 2053 14675 6789888 2376 17444 5.432
49 48 2054 14872 7231910 2427 18398 5.470
50 49 2055 15071 7702707 2479 19411 5.506
51 50 2056 15288 8204154 2532 20487 5.545
Rata–rata 4.431
Sumber : Hasil Analisis
Dengan pertimbangan faktor biaya maka perhitungan diambil 25 tahun kedepan dengan perkiraan proyek dimulai pada tahun 2007, perencanaannya pada tahun 2008, dilaksanakan pada tahun 2010.
Jadi pada tahun yang direncanakan, yaitu tahun 2035, LHR yang melintasi Jalan HOS Cokroaminoto - Pelita IV adalah sebesar 7182 smp/hari. Maka dapat digolongkan dalam kelas jalan Lokal.
4.2.10 Perhitungan Kapasitas Jalan
Perhitungan kapasitas jalan didasarkan pada rumus : C = Co x FCW x FCSP x FCSF x FCCS
Keterangan :
C = Kapasitas (smp/jam) C0 = Kapasitas dasar (smp/jam)
( MKJI ’97 tabel C-1:1 hal 5-50 )
FCw = Faktor penyesuaian akibat lebar jalur lalu lintas ( MKJI ’97 tabel C-2:1 hal 5-51 )
FCSP = Faktor penyesuaian akibat pemisahan arah
FCSF = Faktor penyesuaian akibat hambatan samping
( MKJI ’97 tabel C-4:1 hal 5-53 ) FCCS = Faktor penyesuaian akibat ukuran kota
( MKJI ’97 tabel C-5:1 hal 5-55 ) C = Co x FCW x FCSP x FCSF x FCCS
= 2900 x 0,87 x 1,00 x 0,94 x 0,86 = 2040 smp/jam
4.2.11 Menentukan Lajur
Dalam menentukan jumlah lajur digunakan rentang arus lalu lintas seperti pada tabel “Tata Cara Perencanaan Geometrik Jalan Antar Kota” tahun 1997, Direktorat Jendral Bina Marga Departemen Pekerjaan Umum. Penentuan lebar jalur dan bahu jalan adalah sebagai berikut :
Tabel : 4.31
Penentuan Lebar Jalur dan Bahu Jalan
ARTERI KOLEKTOR LOKAL
VLHR
(smp/jam) Ideal Minimum Ideal Minimum Ideal Minimum
Lebar
Sumber : TCPGJAK Tahun 1997, hal 16
Keterangan :
** = mengacu pada persyaratan ideal
* = 2 lajur terbagi, masing-masing n x 3,5 m, dimana n = jumlah lajur/jalur
- = tidak ditentukan
Untuk mengetahui mengetahui tingkat kinerja jalan pada ruas jalan HOS Cokroaminoto - Pelita IV pada tiap tahun mulai tahun 2006 sampai umur rencana tahun 2056 maka diperhitungkan sebagai berikut :
Tabel : 4.32
Nilai – nilai Paremeter Kinerja Jalan Baru
38 37 2043 10464 942 2040 0.72 LAYAK
39 38 2044 10991 989 2040 0.48 LAYAK
40 39 2045 11551 1040 2040 0.51 LAYAK
41 40 2046 12144 1093 2040 0.54 LAYAK
42 41 2047 12774 1150 2040 0.56 LAYAK
43 42 2048 13441 1210 2040 0.59 LAYAK
44 43 2049 14149 1273 2040 0.62 LAYAK
45 44 2050 14900 1341 2040 0.66 LAYAK
46 45 2051 15698 1413 2040 0.70 LAYAK
47 46 2052 16545 1489 2040 0.73 LAYAK
48 47 2053 17444 1570 2040 0.77 TIDAK LAYAK
49 48 2054 18398 1656 2040 0.81 TIDAK LAYAK
50 49 2055 19411 1747 2040 0.86 TIDAK LAYAK
51 50 2056 20487 1844 2040 1.00 TIDAK LAYAK
Sumber : Hasil Analisis
3. Derajat Kejenuhan
Untuk perhitungan rencana jalan diperoleh nilai LHRT tahun 2053 yaitu 17444 smp/hari ,maka dengan nilai k = 0,09 diperoleh VJP sebesar 1570 smp/jam. Dengan demikian maka nilai DS dapat dihitung dengan :
DS = Q/C = 1570/2040 = 0,77
Ds > 0,75 menunjukkan bahwa jalan tersebut terlalu padat sehingga diperlukan penanganan untuk mengurangi kepadatan tersebut dengan cara penambahan lajur agar arus lalulintas menjadi lancar .
Dari perhitungan diatas dapat diambil kesimpulan bahwa penggunaan lajur dengan lebar 3 meter dapat memenuhi kapasitas arus lalulintas hingga tahun 2052.
Volume 1 jam yang dipergunakan sebagai VJP tidak boleh mempunyai nilai yang sangat besar , sehingga akan mengakibatkan jalan menjadi lenggang dan biayanya pun mahal menyebabkan pemborosan.
4.3. ANALISIS ASPEK HIDROLOGI DAN HIDRAULIK
Dari data yang diperoleh dari Badan Meteorologi dan Geofisika ( BMG ) diambil 3 lokasi stasiun ,yaitu Warung Asem dan Kutosari/Doro curah hujan bulanan diambil dari data sepuluh tahunan yaitu dari tahun 1997 – 2006adalah sebagai berikut :
Tabel : 4.33
Data Curah Hujan Lokasi Warungasem ( mm/hari )
Bulan
Tahun
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Januari 416 296 401 364 452 331 435 345 204 415 Februari 294 278 312 366 177 463 325 408 421 223
Maret 323 164 188 410 282 146 301 387 183 195
April 397 190 284 140 249 181 318 351 189 183
Mei 158 324 183 50 25 101 137 169 79 110
Juni 39 211 209 290 198 53 145 87 120 0
Juli 16 190 0 19 137 64 64 87 145 0
Agustus 43 32 66 0 41 0 0 12 19 22 September 0 73 137 63 66 24 83 143 100 0
Oktober 0 260 260 129 145 0 15 50 58 8
November 4 121 168 407 272 64 100 100 152 19 Desember 189 421 273 135 271 272 272 275 247 55 CH maks 416 421 401 410 452 463 435 408 421 415 Sumber : BMG
Tabel : 4.34
Data Curah Hujan Lokasi Kutosari/Doro ( mm/hari )
Bulan
Tahun
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Januari 396 339 326 463 377 367 390 323 339 389 Februari 375 337 377 452 372 386 392 342 345 387
Maret 387 267 290 448 323 322 250 309 316 381
April 214 256 342 403 295 190 305 259 274 376
Mei 149 139 127 412 94 188 119 219 129 129
Juni 100 175 188 217 151 31 50 10 72 29
Juli 36 182 83 56 155 18 0 108 108 10
Agustus 4 69 153 18 3 0 0 0 43 8
September 0 188 72 23 43 4 67 105 48 0
Oktober 0 324 361 244 188 2 64 80 345 0
November 109 184 330 387 368 372 209 206 184 179 Desember 264 342 348 241 417 272 507 417 371 227
4.3.1. Analisis Frekuensi Curah Hujan
Berdasarkan data curah hujan, maka perlu ditentukan kemungkinan curah hujan maksimum tersebut untuk menentukan debit banjir rencana .Dalam penentuan curah hujan yang dipakai dalam menghitung besar debit banjir rencana digunakan cara – cara sebagai berikut :
1. Menentukan jenis sebaran yang diperlukan faktor – faktor sebagai berikut : a. Standar Deviasi
b. Koefisien Skewness ( Cs ) c. Koefisien Kurtosis ( Ck ) d. Koefisien Variasi ( Cv )
Tabel : 4.35
Perhitungan Frekuensi Curah Hujan Stasiun Warungasem ( mm/hari ) Tahun
Xi
( mm/hari ) Xi - Xr (Xi - Xr)2 (Xi - Xr)3 (Xi - Xr)4
1997 416 -8.4 70.56 -592.704 4978.7136 1998 421 -3.4 11.56 -39.304 133.6336 1999 401 -23.4 547.56 -12812.904 299821.9536
2000 410 -14.4 207.36 -2985.984 42998.1696
2001 452 27.6 761.76 21024.576 580278.2976
2002 463 38.6 1489.96 57512.456 2219980.802
2003 435 10.6 112.36 1191.016 12624.7696
2004 408 -16.4 268.96 -4410.944 72339.4816
2005 421 -3.4 11.56 -39.304 133.6336 2006 415 -9.4 88.36 -830.584 7807.4896
Jumlah 4242 3570 58016.32 3241096.944
Sumber : Hasil Analisis
X rata –rata = n
Xi
∑
=10 4242
= 424,4 mm/hari
Tabel : 4.36
Perhitungan Frekuensi Curah Hujan Stasiun Kutosari/Doro ( mm/hari ) Tahun
Xi
( mm/hari ) Xi - Xr (Xi - Xr)2 (Xi - Xr)3 (Xi - Xr)4
1997 396 12.5 156.25 1953.125 24414.0625
1998 342 -41.5 1722.25 -71473.375 2966145.063
1999 377 -6.5 42.25 -274.625 1785.0625
2000 463 79.5 6320.25 502459.875 39945560.06
2001 377 -6.5 42.25 -274.625 1785.0625
2002 386 2.5 6.25 15.625 39.0625
2003 392 8.5 72.25 614.125 5220.0625 2004 342 -41.5 1722.25 -71473.375 2966145.063
2005 371 -12.5 156.25 -1953.125 24414.0625
2006 389 5.5 30.25 166.375 915.0625
Jumlah 3835 10270.5 359760 45936422.63
Sumber : Hasil Analisis
X rata – rata =
Keterangan : n = Banyaknya tahun data curah hujan yang dipakai Xi = Jumlah curah hujan maksimum
a. Standart Deviasi
Ukuran sebaran yang paling banyak digunakan adalah deviasi standar , apabila penyebaran sangat besar terhadap nilai rata – rata maka nilai x akan besar ,akan tetapi apabila penyebaran data sangat kecil terhadap nilai rata – rata maka nilai x akan kecil.
►Untuk stasiun Warungasem :
Keterangan :
n = Banyaknya tahun data curah hujan yang dipakai
(Xi-Xrata-rata)2 = Curah hujan maksimum dikurangi curah hujan rata- rata
dikuadratkan b. Koefisien Skewness ( Cs )
Kemencengan ( Skewness ) adalah suatu nilai yang menunjukan derajat ketidak simetrisan ( Asimetry ) demi suatu bentuk distribusi. Apabila kurva frkuensi dari kanan atau ke kiri terhadap titik pusat maksimum, maka kurva tersebut tidak akan berbentuk simetris .Keadaaan tersebut disebut menceng ke kiri atau ke kanan .Pengukuran kemencengan adalah untuk mengukur seberapa besar frekuensi dari suatu distribusi tidak simetris atau menceng.Ukuran kemencengan dinyatakan dengan besarnya koefisien kemencengan dan dapat dihitung dengan persamaan berikut :
Cs =
(
)
n = Banyaknya tahun data curah hujan yang dipakai
(Xi-Xrata-rata)3 = Curah hujan maksimum dikurangi curah hujan rata- rata
c. Koefisien Kurtois ( Ck )
Pengukuran Kurtois dimaksudkan untuk mengukur kemencengan dari kurva distribusi dan sebagai perbandingan adalah distribusi normal koefisien Kurtois dirumuskan sebagai berikut :
Ck =
(
)
n = Banyaknya tahun data curah hujan yang dipakai
(Xi-Xrata-rata)3 = Curah hujan maksimum dikurangi curah hujan rata- rata
dipangkat empat Sx = Standart deviasi
d. Koefisien Variasi ( Cv )
nilai Koefisien Variasi adalah nilai perbandingan deviasi standar dengan rata – rata hitung dari suatu distribusi .Koefisien Variasi dapat dihitung dengan rumus sebagai berikut :
Cv =
2. Pemilihan Jenis Sebaran
Dalam sebaran dikenal beberapa jenis distribusi, diantaranya yang banyak digunakan dalam hidrologi adalah sebagai berikut :
a. Distribusi normal b. Distribusi log normal c. Distribusi log Pearson d. Distribusi Gumbel
Tabel : 4.37
Perhitungan Frekuensi Curah Hujan Stasiun Warungasem ( mm/hari ) No Jenis Distribusi Syarat Hasil
Perhitungan Keterangan 1 Normal Ck = 3
Cs = 0
Ck = 6,9 Cs = 1,275
Tidak Tidak 2 Gumbel Ck = 5,4002
Cs = 1,129
Ck = 6,9 Cs = 1,275
Tidak Memenuhi 3 Log Pearson III Cs ≠ 0 Cs = 1,275 Memenuhi 4 Log Normal Cs = 3 x Cv Cv = 0,088
Cs = 1,275
Tidak Tidak Sumber : Hasil Analisis
Keterangan :
Cs = Koefisien Skewness Ck = Koefisien Kurtois Cv = Koefisien Variasi
Analisis Curah Hujan Rencana
► Perhitungan Distribusi Log Pearson
Rumus : Subarkah 1980
Xtr = Curah Hujan dengan kala ulang tertentu ( diambil 25 tahun ) Xr = Curah Hujan Rata – rata
Sx = Standart Deviasi
Xtr = Curah Hujan dengan kala ulang tertentu ( diambil 25 tahun ) Xr = Curah Hujan Rata – rata
Sx = Standart Deviasi
Rdiambil = 458,755
2
582 , 452 982 , 464
= +
mm/hari
4.3.3 Perhitungan Debit Banjir ( Q )
Tujuan dari perhitungan debit ini adalah untuk mengetahui besarnya debit air yang melewati sungai Kupang untuk suatu periode ulang tertentu, sehubungan dengan perencanaan ini periode debit banjir yang direncanakan adalah periode ulang 25 tahunan ( Qtr = Q25 ).
A. Data dari Dinas Pengairan Jratunseluna Luas DAS ( A ) = 155 km2 Panjang aliran sungai ( L ) = 40000 m Perbedaan ketinggian = 168 m Kemiringan dasar saluran = 0,0028 B. Waktu Konsentrasi ( tc )
tc = L / ( 72 x i0,6 ) Keterangan :
L = panjang aliran ( m ) i = kemiringan medan tc = waktu pengaliran ( jam )
tc = ( 40000 / ( 72 x 0,00280,6 )) / 3600 = 5,25 jam
C. Intensitas Hujan ( I ) I = ( R/24 ) x ( 24/tc )0,67 Keterangan :
I = Intensitas Hujan ( mm/jam ) R = Curah hujan ( mm )
I = ( 458,755 / 24 ) x ( 24 / 5,25 )0,67 = 52,918 mm/jam
Formula Relation Mononobe : Q = 0,278.C.I.A
4.3.3 Perhitungan Tinggi Muka Air Banjir
Penampang sungai direncanakan sesuai dengan bentuk kali Kupang yaitu berupa trapesium dengan ketentuan sebagai berikut :
Q = 1368,142 m3/det
7.000 ( M )
5.845 5.845 5.386 5.386 11.227 5.808
16.
916 9.605 8.951 7.995 8.903 9.809 16.085
16.
281
21.20 5.216 3.553 5.024 3.082 3.082 6.397 6.397 9.051 5.000 AS
16.377 7.619 6.642 6.174 9.253 9.253 3.163 3.163 12.501 9.231
AS
16.980 7.655 6.192 5.239 5.239 5.207 5.207
16
19.99 6.99 2.99 3.598 1.339 1.283 7.007 3.575 4.911 4.911 6.797 6.797 5.913 8.068 AS
J A R A K
14.994 2.997 6.563 8.777 0.949 5.978 5.978 3.629 3.629 7.892 6.603 A
10.489 1.999 5.578 8.614 2.462 4.802 4.802 7.926 7.926 5.892 8.191 A
Tabel 4.38 HASIL PENGUKURAN KALI KUPANG DIMULAI DARI
PERTEMUAN KALI BANGER DENGAN SUNGAI PEKALONGAN SAMPAI
DENGAN HULU JEMBATAN KURIPAN LOR - JENGGOT
B
H2
H1
Langkah perhitungan tinggi air maksimum dengan menggunakan lebar rata-rata, B = 23,81 m
• Penampang tanpa menggunakan pilar
Gambar 4.3 gambar perhitungan tinggi muka air banjir
B1 = 23,81 m
Dengan cara coba-coba didapat : H1 = 8,26 m
F = (B + mH1) H1
= ( 23,81 + (2 x 8,26)) 8,26 = 333,126 m²
P = B + 2( 1+m2 ) H1
= 23,81 + 2( 1+22 ) 8,26 = 60,75 m
R = P F
= 75 , 60
126 , 333
= 5,484 m
Q = n 1
R2/3I1/2F
= 04 , 0
1
B
H 2
H 1
D
= 1370,437 m³/det > 1368,142 m³/det …….OK
• Penampang dengan menggunakan pilar
Gambar 4.4 gambar perhitungan tinggi muka air banjir mengunakan pilar
B rata-rata = 23,81 m
Diameter pilar = 1 m ( H − 5 1
) 10
1 H
Dengan cara coba-coba didapat : H1 = 8,4 m
F = (B + mH1) H1
= ( 22,81 + (2 x 8,4)) 8,4 = 332,724 m²
P = B + 2( 1+m2 ) H1
= 22,81 + 2( 1+22 ) 8,4 = 60,376 m
R = P F
= 376 , 60
724 , 332
= 5,622 m
Q = n 1
= 4.3.4 Tinggi Bebas
Menurut Peraturan Perencanaan Pembebanan Jembatan dan Jalan Raya, bahwa tinggi bebas yang disyaratkan untuk jembatan minimal 1,00 m diatas nuka air banjir 25 tahunan. Maka untuk tinggi bebas jembatan Kali Kupang ini direncanakan 1,5 meter.
4.3.5 Analisa Data Penggerusan (Scouring)
Penggerusan (scouring) terjadi di dasar sungai di bawah pier akibat aliran sungai yang mengikis lapisan tanah dasar sungai. Aliran sungai diarahkan agar tidak berubah arah sehingga tidak terjadi penggerusan (scouring) ini.
Dalamnya penggerusan dihitung berdasarkan rumus Lacey, sebagai berikut - Bentang jembatan ( L ) = 60 m
- Lebar alur sungai ( W ) = 47,27 m
- Jenis tanah dasar lanau ( standart silt ), maka berdasar tabel 2.6 Faktor Lempung Lacey pada bab II :
- Diameter butir ( d ) = 0,322 mm - Faktor lempung Lacey ( f ) = 1,0 - Tipe aliran sungai : aliran belok - Q = Q25 = 1368,142 m3/det
Gambar 4.5 Sketsa Penampang Sungai
4.4 ANALISIS KONDISI TANAH DASAR
Analisa terhadap kondisi tanah dasar dimaksudkan untuk mengetahui sifat fisik dan sifat teknis tanah di lokasi untuk menentukan jenis pondasi yang sesuai dengan keadaan tanah pada jembatan Kuripan.
4.4.1 Pekerjaan Boring
Jumlah titik bor dilaksanakan pada 2 ( dua ) titik bor yaitu titik BH-1 dan BH-2. Alat yang dipergunakan pada pekerjaan boring ini adalah bor mesin ( Kano Boring ), yang dilakukan higga kedalaman 20 meter dari permukaan tanah setempat.
Hasil pengujian boring tersebut adalah sebagai berikut :
Tabel 4.39 Pekerjaan Boring BH-1 Kedalaman
(meter) Jenis tanah Diskripsi Tanah N – SPT 0 – 5 Pasir Coklat , Setengah Padat 5 5 – 6 Pasir Kelempungan Coklat Kemerahan,
Setengah Padat 4 6 – 7,6 Pasir Hitam Keabu-abuan,
Setengah Padat 4 7,6 – 10 Gambut Hitam Kecoklatan, Lepas 4
23,81m
10 – 11 Lempung Kepasiran
Abu-abu Kecoklatan,
Teguh 4
11 – 13 Gambut Coklat, Lepas 6
13 – 14,6 Lempung Abu-abu, Teguh 6 14,6 – 20 Pasir Hitam Keabu-abuan,
Setengah Padat 16 – 19 Sumber : DPU Kota Pekalongan
Tabel 4.40 Pekerjaan Boring BH-2 Kedalaman
(meter) Jenis tanah Diskripsi Tanah N – SPT 0 – 6,5 Pasir Kelempungan Coklat , Lepas 5 – 9 6,5 – 8 Pasir Abu-abu Kehitaman,
Lepas 5 – 9
8 – 10 Lempung Kepasiran Abu-abu, Kaku 9 10 – 14 Lempung Kepasiran Coklat, Teguh 5 14 – 16 Gambut Hitam Kecoklatan,
Teguh 5
16 – 17 Lempung Abu-abu, Teguh 6
17 – 20 Pasir Abu-abu, Lepas 7
4.4.2. Pekerjaan Sondir
Jumlah titik sondir yang dilaksanakan ada pada 2 ( dua ) titik yaitu titik SD – 1 dan SD – 2. Alat yang dipergunakan adalah sondir mesin hydrolis dengan kapasitas 2,5 ton.
Hasil pengujian sondir tersebut adalah sebagai berikut :
Tabel 4.41 Pekerjaan Sondir
Titik SD – 1 Titik SD – 2
Kedalaman ( meter )
Tahanan Konus qc ( c )
Kedalaman ( meter )
Tahanan Konus qc ( kg/cm2 ) 0,2 – 4,2 14,0 – 36,0 0,2 – 4,0 20,0 – 100,0 4,4 – 5,8 8,0 – 18,0 4,2 – 6,6 8,0 – 22,0 6,0 – 7,0 20,0 – 70,0 6,8 – 7,6 22., – 62,0 7,2 – 12,8 6,0 – 18,0 7,8 – 19,0 6,0 – 20,0 13,0 – 14,0 19,0 – 25,0 19,2 – 20,0 20,0 – 22,0 14,2 – 17,8 8,0 – 20,0
18,0 – 20,0 20,0
18,0 – 25,0
qc = 351 kg/cm2 20,0 qc = 351 kg/cm2 JHP = 1464 kg/cm2 JHP = 1518 kg/cm2 Sumber : DPU Kota Pekalongan
Kesimpulan : a. Titik Sondir I
Nilai perlawanan ujung konus ( conuss resistance ) sampai kedalaman – 20,00 m adalah 351 kg/cm2
Jumlah hambatan pelekat ( total friction ) adalah 1464 k b. Titik Sondir II
Nilai perlawanan ujung konus ( conuss resistance ) sampai kedalaman – 20 m adalah 351 kg/cm2