LAPORAN ESTIMASI BIAYA PEMELIHARAAN INFRASTRUKTUR PROGRAM PRESERVASI JALAN MENGGUNAKAN METODE RANTAI MARKOV

(1)

RANTAI MARKOV

Disusun Oleh : Kelompok 3

Andriana Tri Devi (20/457122/SV/17569) Ruth Dewinta Chrisariandini (20/457139/SV/17586) Sekar Arum Azzahra (20/457140/SV/17587) Gracianus Gerry Mahardhika (20/464157/SV/18476)

D-IV TEKNIK PENGELOLAAN DAN PEMELIHARAAN INFRASTRUKTUR SIPIL DEPARTEMEN TEKNIK SIPIL

SEKOLAH VOKASI UNIVERSITAS GADJAH MADA

YOGYAKARTA

(2)

LEMBAR PENGESAHAN

LAPORAN PRAKTIKUM ESTIMASI BIAYA PEMELIHARAAN INFRASTRUKTUR

Diajukan untuk memenuhi persyaratan lulus mata kuliah Praktikum Estimasi Biaya Pemeliharaan Infrastruktur pada Program Diploma IV Teknik Pengelolaan dan

Pemeliharaan Infrastruktur Sipil Departemen Teknik Sipil Sekolah Vokasi

UniversitasGadjah Mada

DISETUJUI OLEH:

Dosen

Dr. Eng. Iman Haryanto, S.T., M.T NIP. 1971080711998032002

(3)

KATA PENGANTAR

Segala puji dan syukur kami panjatkan kepada Tuhan Yang Maha Esa yang telah memberikan rahmat dan karunia-Nya, sehingga kami dapat menyelesaikan Laporan Estimasi Biaya Pemeliharaan Infrastruktur ini dengan baik. Tujuan dari penulisan laporan ini ialah untuk memenuhi tugas Bapak Dr. Eng. Iman Haryanto, S.T., M.T pada mata kuliah Estimasi Biaya Pemeliharaan Infrastruktur.

Dalam penyusunan laporan ini tidak terlepas dari bantuan banyak pihak yang telah memberikan masukan-masukan kepada kami. Untuk itu kami mengucapkan banyak terimakasih kepada :

1. Bapak Dr. Eng. Iman Haryanto, S.T., M.T., selaku Kepala Departemen dan Dosen Mata Kuliah Estimasi Biaya Pemeliharaan Infrastruktur D4 Teknik Pengelolaan dan Pemeliharaan Infrastruktur Sipil Departemen Teknik Sipil Sekolah Vokasi Universitas Gadjah Mada.

2. Bapak Nursyamsu Hidayat, S.T., M.T., Ph.D. selaku Ketua Prodi D4 Teknik Pengelolaan dan Pemeliharaan Infrastruktur Sipil Departemen Teknik Sipil Sekolah Vokasi Universitas Gadjah Mada.

3. Rekan-rekan Mahasiswa/i Departemen Teknik Sipil Sekolah Vokasi Universitas Gadjah Mada yang telah memberikan bantuan dan dukungan kepada kami dan semua pihak yang telah membantu.

Laporan ini disusun sebagai syarat kelulusan pada Mata Kuliah Estimasi Biaya Pemeliharaan Infrastruktur Universitas Gadjah Mada. Semoga laporan ini dapat memberi manfaat dan menambah wawasan bagi kita semua dan kami menyadari bahwa Laporan ini masih jauh dari kata sempurna. Oleh karena itu, kritik dan saran yang membangun sangat kami harapkan agar kami dapat memperbaiki laporan ini.

Yogyakarta, Desember 2023 Penulis

(4)

DAFTAR ISI

TUGAS 2 ... i

LEMBAR PENGESAHAN ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... iv

DAFTAR GAMBAR ... vi

DAFTAR TABEL ... vii

BAB 1 PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Identifikasi Masalah ... 2

1.3 Rumusan Masalah ... 2

1.4 Tujuan... 3

1.5 Manfaat... 3

BAB 2 LANDASAN TEORI... 4

2.1 Program Pemeliharaan Jalan ... 4

2.1.1 Pengertian Pemeliharaan Jalan ... 4

2.1.2 Tujuan Pemeliharaan Jalan ... 5

2.1.3 Klasifikasi Kegiatan Pemeliharaan ... 5

2.2 Metode Rantai Markov... 7

2.3 Perhitungan Biaya Pemeliharaan Jalan ... 8

BAB 3 PEMBAHASAN ... 10

3.1 Data yang Tersedia ... 10

3.2 Prediksi Kinerja Jaringan Jalan Berdasarkan Model Rantai Markov ... 11

3.3 Penentuan Kondisi Jalan Mantap dan Tidak Mantap berdasarkan Rentang Tahun 2023-2027 ... 15

(5)

3.4 Prediksi Biaya Pemeliharaan Jalan ... 18

BAB 4 PENUTUP ... 21

4.1 Kesimpulan... 21

4.2 Saran ... 21

DAFTAR PUSTAKA ... 22

(6)

DAFTAR GAMBAR

Gambar 3.1 Data awal dalam bentuk matriks ... 11

Gambar 3.2 Data awal dalam bentuk grafik ... 12

Gambar 3.3 Penyederhanaan Matriks ... 12

Gambar 3.4 Penyederhanaan matriks dalam bentuk persentase ... 14

Gambar 3.5 Matriks prediksi kinerja jaringan jalan tahun 2023-2027 ... 15

Gambar 3.6 Matriks prediksi kinerja jaringan jalan tahun 2023-2027 ... 15

(7)

DAFTAR TABEL

Tabel 2.1 Harga Satuan Pemrograman Preservasi Jalan (Konsep Bina Marga) ... 9

Tabel 3.1 Data yang tersedia ... 10

Tabel 3.2 Data awal dalam bentuk tabel ... 11

Tabel 3.3 Transition From One Condition to Another ... 13

Tabel 3.4 Transition From One Condition to Another ... 14

Tabel 3.5 Prediksi kinerja jaringan jalan dalam bentuk tabel ... 16

Tabel 3.6 Prediksi kinerja jaringan jalan tahun 2023-2027 dalam bentuk persentase ... 16

Tabel 3.7 Kegiatan preservasi jalan tahun 2023-2027 sebelum rekonstruksi ... 17

Tabel 3.8 Matriks proyeksi setelah direkonstruksi ... 17

Tabel 3.9 Kegiatan preservasi jalan tahun 2023-2027 setelah rekonstruksi ... 17

Tabel 3.10 Harga Satuan Pemrograman Preservasi Jalan (Konsep Bina Marga) ... 18

Tabel 3.11 Unit Praise yang digunakan ... 18

Tabel 3.12 Harga Satuan Pemrograman Preservasi Jalan Terkoreksi ... 19

Tabel 3.13 Kebutuhan biaya preservasi jalan lokal ... 19

Tabel 3.14 Kebutuhan biaya preservasi jalan kolektor ... 19

Tabel 3.15 Kebutuhan biaya preservasi jalan arteri ... 20

Tabel 3.16 Total kebutuhan biaya preservasi jalan ... 20

(8)

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Jalan merupakan bagian integral dari infrastruktur perkotaan dan pedesaan yang memfasilitasi pergerakan manusia dan barang. Seiring perkembangan masyarakat dan teknologi, jalan-jalan telah mengalami transformasi dari jalur sederhana menjadi sistem yang kompleks. Mereka tidak hanya berfungsi sebagai saluran transportasi, tetapi juga memainkan peran penting dalam pengembangan ekonomi dan sosial.

Seiring berjalannya waktu, kualitas layanan jalan dapat mengalami penurunan karena umur pakai jalan yang semakin panjang, hingga pada akhirnya jalan tersebut mencapai kondisi yang mengganggu kelancarannya. Banyak ruas jalan yang dibangun mengalami kerusakan lebih cepat daripada perkiraan umur pakainya, hal tersebut disebabkan oleh beban lalu lintas yang melebihi kapasitas rencana. Kerusakan jalan seperti ini menjadi masalah kompleks di berbagai daerah, menyebabkan kerugian signifikan terutama bagi pengguna jalan. Dampaknya meliputi waktu tempuh yang lebih lama, kemacetan, kecelakaan lalu lintas, dan masalah lainnya.

Usaha dalam penanganan kerusakan jalan dimulai dengan langkah awal, yaitu melakukan survei kondisi jalan tersebut. Keakuratan survei kondisi jalan menjadi kunci penting untuk merancang penanganan kerusakan jalan secara efektif. Namun, seringkali proses dari survei kondisi jalan hingga pelaksanaan pekerjaan memakan waktu yang cukup lama. Selama periode tersebut, kondisi jalan dapat berubah, sehingga ketika tiba saat rehabilitasi atau pemeliharaan, situasinya mungkin tidak sama dengan saat awal survei.

Untuk mengatasi tantangan ini dan mempercepat proses, digunakan metode rantai Markov untuk menyusun kesimpulan kondisi jalan. Metode ini memungkinkan penentuan prioritas penanganan berdasarkan pemeliharaan rutin, pemeliharaan berkala, dan rekonstruksi. Dengan menggunakan pendekatan ini, dapat dilakukan proyeksi kondisi jalan di masa depan berdasarkan data historis dan tren perubahan. Penerapan metode rantai Markov ini memungkinkan penyusunan rencana kerja yang lebih responsif terhadap perubahan kondisi jalan. Dengan demikian, pemilihan tindakan

(9)

penanganan dapat lebih tepat waktu dan sesuai dengan kebutuhan aktual jalan. Ini tidak hanya mempersingkat waktu pelaksanaan proyek, tetapi juga meningkatkan efisiensi dalam pengelolaan infrastruktur jalan.

Metode Rantai Markov menggunakan matriks probabilitas untuk merepresentasikan peluang perubahan dari satu kondisi ke kondisi lain. Dalam konteks penanganan kerusakan jalan, jika tidak ada kejadian tak terduga atau bencana, kondisi jalan cenderung mengalami perubahan secara bertahap. Perubahan bertahap ini dapat diartikan sebagai pergeseran kondisi jalan ke satu level di bawahnya. Matriks probabilitas dalam metode ini mencerminkan probabilitas transisi dari satu tingkat kondisi jalan ke tingkat kondisi lainnya. Dengan memahami probabilitas ini, kita dapat membuat proyeksi tentang bagaimana kondisi jalan kemungkinan besar akan berkembang seiring waktu. Hal ini memungkinkan perencanaan yang lebih baik dalam menentukan prioritas penanganan, apakah itu pemeliharaan rutin, pemeliharaan berkala, atau bahkan rekonstruksi.

Penggunaan metode rantai Markov membantu meningkatkan prediktabilitas dan responsivitas terhadap perubahan kondisi jalan. Dengan demikian, pengelolaan infrastruktur jalan dapat lebih adaptif dan efisien.

1.2 Identifikasi Masalah

1. Penentuan prediksi kinerja jaringan jalan menggunakan metode model rantai markov.

2. Penentuan kondisi jalan mantap dan tidak mantap dengan rentang tahun yang telah ditentukan.

3. Penentuan jenis kegiatan preservasi jalan yang sesuai dengan kondisi eksisting jalan.

4. Penentuan prediksi total kebutuhan biaya preservasi jalan dari tahun ke tahun.

1.3 Rumusan Masalah

1. Bagaimana cara membuat prediksi kinerja jaringan jalan menggunakan metode Markov tahun 2023 – 2027?

2. Bagaimana cara menggolongkan ruas jalan pada kondisi mantap dan tidak mantap?

(10)

3. Bagaimana cara menentukan preservasi jalan yang sesuai dengan kondisi ruas jalan yang dianalisis?

4. Bagaimana cara membuat prediksi total kebutuhan biaya yang digunakan untuk preservasi jalan sesuai dengan harga kebutuhan dan ketentuan yang berlaku?

1.4 Tujuan

1. Mengetahui hasil prediksi kinerja jaringan jalan berdasar model rantai markov.

2. Mengetahui nilai rencana kebutuhan perbaikan/pemeliharaan jalan pada tahun tertentu berdasar model rantai markov.

1.5 Manfaat

1. Mahasiswa mampu membuat prediksi estimasi biaya pemeliharaan jalan terhadap kinerja jalan, kondisi jalan, preservasi yang sesuai dengan kondisi jalan.

2. Mahasiswa mampu menentukan kebutuhan biaya yang diperlukan untuk preservasi jalan menggunakan model rantai markov.

(11)

BAB 2

LANDASAN TEORI

2.1 Program Pemeliharaan Jalan

2.1.1 Pengertian Pemeliharaan Jalan

Peraturan Menteri Pekerjaan Umum Nomor 13 Tahun 2011 Bab I pasal 1 ayat 12 menyebutkan bahwa, pemeliharaan jalan adalah kegiatan penanganan jalan, berupa pencegahan, perawatan, dan perbaikan yang diperlukan untuk mempertahankan kondisi jalan agar tetap berfungsi secara optimal melayani lalu lintas sehingga umur rencana yang ditetapkan dapat tercapai.

Menurut Permen PU No.13/PRT/M/2011 pasal 2 ayat (3), menyatakan bahwa lingkup pengaturan tata cara pemeliharaan jalan dan penilikan jalan, meliputi:

a. rencana umum pemeliharaan jalan;

b. survey pemeliharaan jalan;

c. pemrograman pemeliharaan jalan;

d. pembiayaan pemeliharaan jalan;

e. perencanaan teknis pemeliharaan jalan;

f. elaksanaan pemeliharaan jalan;

g. penilikan jalan;

h. pengawasan termasuk pemantauan dan evaluasi, serta pelaporan kegiatan pemeliharaan jalan nasional, jalan provinsi dan jalan kabupaten/kota;

i. peran masyarakat dalam pemeliharaan jalan

Menurut NAASRA (1987) seperti yang dikutip oleh Ali (2006), pemeliharaan jalan dapat didefinisikan sebagai segala jenis pekerjaan yang diperlukan untuk merawat dan memperbaiki jalan agar tetap dalam kondisi baik.

Ini mencakup pekerjaan yang terkait dengan kedua aspek tersebut, dengan tujuan mencegah penurunan kualitas yang cepat terjadi setelah konstruksi selesai. Kesimpulannya, pekerjaan pemeliharaan konstruksi jalan memiliki

(12)

untuk mempertahankan performa standar dan memperbaiki kondisi menjadi layak.

2.1.2 Tujuan Pemeliharaan Jalan

Tujuan utama pemeliharaan jalan adalah menjaga kondisi jalan agar tetap kokoh sesuai dengan tingkat layanan dan kemampuannya sejak awal pembangunan hingga mencapai usia rencana yang telah ditetapkan. Fokus utama pemeliharaan adalah pada jenis konstruksi jalan dengan perkerasan lentur. Proses ini harus dilakukan secara berkelanjutan untuk memastikan kinerja optimal jalan. Pemeliharaan tidak hanya terbatas pada perkerasan, melainkan juga melibatkan bangunan pendukung jalan dan fasilitas serta sarana pendukung lainnya.

2.1.3 Klasifikasi Kegiatan Pemeliharaan

Pemeliharaan jalan meliputi kegiatan pemeliharaan rutin, pemeliharaan berkala, rehabilitasi jalan dan rekonstruksi jalan. (Peraturan Menteri Pekerjaan Umum Nomor 13/PRT/M/2011 Tentang Tata Cara Pemeliharaan dan Penilikan Jalan, Pasal 18, 2011).

a. Pemeliharaan Rutin

Merupakan pekerjaan dengan skala cukup kecil dan dikerjakan tersebar di seluruh jaringan jalan secara rutin. Dengan pemeliharaan rutin, tingkat penurunan nilai kondisi struktural perkerasan diharapkan akan sesuai dengan kurva kecenderungan kondisi perkerasan yang diperkirakan pada tahap desain.

Pemerliharaan rutin jalan meliputi :

• Pemeliharaan/pembersihan bahu jalan;

• Pemeliharaan sistem drainase (dengan tujuan untuk memelihara fungsi dan untuk memperkecil kerusakan pada struktur atau permukaan jalan dan harus dibersihkan terus menerus dari lumpur, tumpukan kotoran, dan sampah);

• Pemeliharaan/pembersihan rumaja;

• Pemeliharaan pemotongan tumbuhan/tanaman liar (rumput-rumputan, semak belukar, dan pepohonan) di dalam rumija;

(13)

• Pengisian celah/retak permukaan (sealing);

• Laburan aspal;

• Penambalan lubang;

• Pemeliharaan bangunan pelengkap;

• Pemeliharaan perlengkapan jalan; dan

• Grading operation/Reshaping atau pembentukan kembali

• Permukaan untuk perkerasan jalan tanpa penutup dan jalan tanpa perkerasan.

b. Pemeriksaan Berkala

Pemeliharaan berkala dilakukan setiap beberapa tahun dan mencakup satu atau beberapa bagian jalan secara menyeluruh. Fokusnya terutama pada fungsi dan tidak bertujuan meningkatkan nilai struktural perkerasan.

Pemeliharaan periodik bertujuan untuk menjaga kondisi jalan agar tetap sesuai dengan rencana selama masa layanan. Pemerliharaan berkala jalan meliputi :

• Pelapisan ulang (overlay);

• Perbaikan bahu jalan;

• Pelapisan aspal tipis, termasuk pemeliharaan

• Pencegahan/preventive yang meliputi antara lain fog seal, chip seal, slurry seal, micro seal, strain alleviating membrane interlayer (SAMI),;

• Pengasaran permukaan (regrooving);

• Pengisian celah/retak permukaan (sealing);

• Perbaikan bangunan pelengkap;

• Penggantian/perbaikan perlengkapan jalan yang hilang/rusak;

• Pemarkaan (marking) ulang;

• Penambalan lubang;

• Untuk jalan tidak berpenutup aspal/ beton semen dapat dilakukan penggarukan, penambahan, dan pencampuran kembali material (ripping and reworking existing layers) pada saat pembentukan kembali permukaan; dan

• Pemeliharaan/pembersihan rumaja.

(14)

c. Rehabilitasi Jalan

Rehabilitasi jalan adalah kegiatan penanganan pencegahan terjadinya kerusakan yang luas dan setiap kerusakan yang tidak diperhitungkan dalam desain, yang berakibat menurunnya kondisi kemantapan pada bagian/tempat tertentu dari suatu ruas jalan dengan kondisi rusak ringan, agar penurunan kondisi kemantapan tersebut dapat dikembalikan pada kondisi kemantapan sesuai dengan rencana.

d. Rekonstruksi

Merupakan peningkatan struktur yang merupakan kegiatan penanganan untuk dapat meningkatkan kemampuan bagian ruas jalan yang dalam kondisi rusak berat agar bagian jalan tersebut mempunyai kondisi mantap kembali sesuai dengan umur rencana yang ditetapkan.

2.2 Metode Rantai Markov

Pertama kali diperkenalkan oleh Prof. Andrei A. Markov pada tahun 1906, teori rantai Markov merupakan kontribusi dari seorang matematikawan asal Rusia. Rantai Markov, atau yang dikenal sebagai Markov chain, adalah suatu alat matematika yang berguna dalam pembuatan model untuk berbagai sistem dan proses konstruksi. Teknik ini memungkinkan perkiraan perubahan di masa depan dalam variabel-variabel dinamis berdasarkan perubahan yang terjadi pada variabel-variabel tersebut di masa lalu. Selain itu, teknik ini dapat digunakan untuk menganalisis peristiwa-peristiwa di masa depan secara matematis.

Dalam konteks prediksi performa perkerasan jalan dengan model stokastik, memastikan properti Markov sangat penting. Jika kondisi perkerasan saat ini dapat diprediksi tanpa harus memperhatikan sejarah masa lampau, maka model tersebut memenuhi properti Markov. Dengan menggunakan vektor kondisi awal dan probabilitas transisi Markov, dapat membuat prediksi kondisi perkerasan di masa mendatang untuk waktu tertentu (t). Hal ini berarti prediksi hanya bergantung pada kondisi terkini dan distribusi probabilitas transisi, tidak bergantung pada bagaimana sistem mencapai kondisi tersebut.

(15)

Penerapan model stokastik dengan properti Markov dapat memberikan perkiraan yang lebih efisien dan praktis terhadap kondisi perkerasan jalan di masa mendatang. Prediksi kondisi masa depan dengan Markov Chain merupakan proses stokastik dan disusun berdasarkan 3 batasan meliputi :

1. Batasan pertama adalah prosesnya diskrit terhadap waktu 2. Proses harus memiliki state yang dapat dihitung atau terhingga 3. Proses tersebut harus memenuhi property Markov

Model rantai markov memiliki beberapa sifat, yaitu : 1. Sifat Skolastik

Rantai Markov bersifat stokastik karena mengandalkan probabilitas. Informasi masa lalu memberikan gambaran probabilitas untuk kejadian di masa depan, namun tanpa menjamin kepastian.

2. Perubahan Gradual

Rantai Markov mengalami perubahan bertahap, yang berarti peralihan dari satu keadaan ke keadaan lain hanya terjadi satu tingkatan pada satu waktu. Sebagai contoh, jika sistem berada pada level 1 saat ini, kemungkinannya adalah naik ke level 2 atau turun ke level 0, tetapi tidak melompat langsung ke level yang lebih tinggi atau lebih rendah.

3. Ketergantungan pada Keadaan Saat ini

Jika mengetahui bahwa suatu proses berada dalam keadaan tertentu, maka peluang keadaan di masa depan sepenuhnya bergantung pada keadaan saat ini.

Dengan kata lain, prediksi masa depan hanya bergantung pada keadaan terkini dan tidak dipengaruhi oleh sejarah panjang proses tersebut.

2.3 Perhitungan Biaya Pemeliharaan Jalan

Perhitungan biaya pemeliharaan jalan didasarkan pada rencana kebutuhan perbaikan dan tabel harga yang telah ditetapkan. Tabel harga standar yang digunakan adalah sebagai berikut:

(16)

Tabel 2.1 Harga Satuan Pemrograman Preservasi Jalan (Konsep Bina Marga) Jalan Berpenutup Jalan Lokal Jalan Kolektor Jalan Arteri Pemeliharaan Rutin 25 s/d 35 juta 35 s/d 50 juta 35 s/d 50 juta Pemeliharaan

Berkala

50 s/d 75 juta 50 s/d 100 juta 50 s/d 100 juta

Rehabilitasi Minor 1500 s/d 2500 juta 2000 s/d 3000 juta 2000 s/d 3000 juta Rekonstruksi 6000 s/d 8000 juta 7000 s/d 9000 juta 7000 s/d 9000 juta

Rumus yang digunakan untuk menentukan prediksi biaya pemeliharaan jalan adalah:

𝐵𝑖𝑎𝑦𝑎 𝑃𝑒𝑚𝑒𝑙𝑖ℎ𝑎𝑟𝑎𝑎𝑛 = 𝑈𝑛𝑖𝑡 𝑃𝑟𝑎𝑖𝑠𝑒 × 𝐼𝐾𝐾 𝐵𝑢𝑛𝑔𝑜 2017

𝐼𝐾𝐾 𝐽𝑎𝑘𝑎𝑟𝑡𝑎 2017× 𝐼𝐻𝐾 𝐵𝑢𝑛𝑔𝑜 2023 𝐼𝐻𝐾 𝐽𝑎𝑘𝑎𝑟𝑡𝑎 2017

(17)

BAB 3 PEMBAHASAN

3.1 Data yang Tersedia

Dalam menentukan rencana biaya dan perbaikan konstruksi jalan, data historis menjadi acuan penting untuk menghitung prediksi di masa depan. Berikut adalah contoh data yang tersedia:

Tabel 3.1 Data yang tersedia

Tahun

Panjang kategori perkerasan sesuai kondisi (km) Sangat

Baik Baik Sedang Rusak

Ringan

Rusak Berat

2008 350 650 0 0 0

2009 315 540 145 0 0

2010 275 455 255 15 0

2011 245 380 335 40 0

2012 225 315 375 85 0

2013 200 270 395 110 25

2014 185 220 395 180 20

2015 170 180 385 225 40

2016 155 150 360 260 75

2017 140 125 335 285 115

2018 130 105 310 300 155

Kemudian tentukan :

1. Prediksi kinerja jaringan jalan menggunakan metode Markov tahun 2023-2027.

2. Menghitung kondisi jalan mantap dan tidak mantap antara tahun 2023-2027.

3. Menentukan jenis kegiatan preservasi yang diperlukan sampai dengan 2027 dengan ketentuan :

a. Nomor kelompok bilangan prima, diasumsikan ketersediaan dana program

(18)

4. Menghitung prediksi total kebutuhan biaya preservasi jalan sampai dengan 2027 berdasarkan hasil no 3 dengan ketentuan sebagai berikut :

a. Nomor kelompok bilangan gasal, diasumsikan proporsi tipe jalan yang ditangani adalah 20% jalan lokal/small road, 45% jalan kolektor/medium road, dan sisanya jalan arteri.

3.2 Prediksi Kinerja Jaringan Jalan Berdasarkan Model Rantai Markov

Dalam menentukan prediksi kinerja jaringan jalan menggunakan model Rantai Markov, beberapa langkah perlu disusun sebagai berikut :

1. Mengubah data yang tersedia ke dalam bentuk matriks

Data yang ada mencerminkan keadaan jalan setiap tahunnya. Dari setiap keadaan tersebut, diubah ke dalam format matriks dengan sumbu x (horizontal) mewakili tahun dan sumbu y (vertikal) mewakili tingkat keadaan jalan. Berikut adalah langkah-langkah untuk mentransformasi tabel tersebut.

Tabel 3.2 Data awal dalam bentuk tabel

menjadi dalam bentuk matriks:

Gambar 3.1 Data awal dalam bentuk matriks

Sangat baik Baik Sedang Rusak Ringan Rusak Berat

2008 350 650 0 0 0

2009 315 540 145 0 0

2010 275 455 255 15 0

2011 245 380 335 40 0

2012 225 315 375 85 0

2013 200 270 395 110 25

2014 185 220 395 180 20

2015 170 180 385 225 40

2016 155 150 360 260 75

2017 140 125 335 285 115

2018 130 105 310 300 155

Panjang kategori perkerasan sesuai kondisi (km) Tahun

Sangat baik 350 315 275 245 225 200 185 170 155 140 130

Baik 650 540 455 380 315 270 220 180 150 125 105

Sedang 0 145 255 335 375 395 395 385 360 335 310

Rusak ringan 0 0 15 40 85 110 180 225 260 285 300

Rusak berat 0 0 0 0 0 25 20 40 75 115 155

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018

P11 P22 P33 P44 P55

(19)

Pada matriks diatas terdapat notasi P11, P22, P33, P44, dan P55. Notasi tersebut artinya adalah kondisi jalan yang sama dari tahun ke tahun. Sedangkan notasi P12, P23, P34, dan P45 berati bahwa adanya perubahan kondisi jalan di tahun yang berbeda (perbedaan level kondisi).

2. Mengkonversi Matriks ke Tabel Transition From One Condition to Another (Tabel Transisi)

Tabel transisi ini merinci setiap transisi pada nilai-nilai yang ada di matriks, memungkinkan perhitungan dan perolehan nilai prediksi yang diperlukan. Sebelum dilakukan transformasi menjadi tabel transisi, matriks dari langkah 1 disederhanakan terlebih dahulu dengan setiap kolom berisi nilai awal (initial value), nilai tengah (mid value), dan nilai akhir (terminal value). Initial value merujuk pada tahun pertama dari data historis yang tersedia, mid value merujuk pada tahun tengah, di mana dalam konteks ini mid value adalah akumulasi tahun-tahun antara initial value dan terminal value, dan terakhir adalah terminal value yang menunjukkan tahun terakhir dari data yang tersedia.

Gambar 3.2 Data awal dalam bentuk grafik menjadi:

Sangat baik 350 315 275 245 225 200 185 170 155 140 130

Baik 650 540 455 380 315 270 220 180 150 125 105

Sedang 0 145 255 335 375 395 395 385 360 335 310

Rusak ringan 0 0 15 40 85 110 180 225 260 285 300

Rusak berat 0 0 0 0 0 25 20 40 75 115 155

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018

P11 P22 P33 P44 P55

Initial Value Mid Value Terminal Value

Sangat baik 350 1910 130

Baik 650 2635 105

Sedang 0 2980 310

Rusak ringan 0 1200 300

Rusak berat 0 275 155

2008 2009-2017 2018

P11

P22

P33

P44

P55

P11

P22

P33

P44

P55

(20)

menjadi:

Tabel 3.3 Transition From One Condition to Another

Untuk memperoleh nilai nilai yang ada dalam tabel diatas, harus dilakukan perhitungan sebagai berikut :

1. Menghitung total number of event

Total number of event = initial value +mid value Perhitungan total number of event ini dilakukan pada setiap kondisi.

2. Menghitung frequency

Perhitungan frequency ini dilakukan setiap transisi kondisi (P11, P12, P22,dst).

Yang berbeda dalam perhitungan frequency ini adalah perhitungan pada P11.

Untuk rincian perhitungannya adalah sebagai berikut : P11 = Mid value kondisi 1 + terminal value kondisi 1 P12 = Total number of event – P11

P22 = (Mid value kondisi 2 + terminal value kondisi 2) – P12 P23 = Total number of event – P22

P33 = (Mid value kondisi 3 + terminal value kondisi 3) – P23 P34 = Total number of event – P33

P44 = (Mid value kondisi 4 + terminal value kondisi 4) – P34 P45 = Total number of event – P44

P55 = (Mid value kondisi 5 + Terminal value kondisi 5) – P45 3. Menghitung probabilities

Probabilities dihitung setiap transisi kondisi (P11, P12, P23, dst) dimana setiap kondisi harus berjumlah 1. Misal, kondisi 1 terdiri dari P11 dan P12, maka P11 + P12 = 1 dan seterusnya.

Sangat baik Sangat baik 2040 P11 0,90

Sangat baik Baik 220 P12 0,10

Baik Baik 2520 P22 0,77

Baik Sedang 765 P23 0,23

Sedang Sedang 2525 P33 0,85

Sedang Rusak Ringan 455 P34 0,15

Rusak Ringan Rusak Ringan 1045 P44 0,87

Rusak Ringan Rusak Berat 155 P45 0,13

Rusak Berat Rusak Berat 275 275 P55 1,00

2980 1200 Transition from one condition to

another Frequency Total Number of

Events Probabilities 2260

3285

(21)

3. Mengkonversi Tabel Transition from One Condition to Another (Tabel Transisi) ke Matriks dengan Mengganti P11, P12, dst Menjadi Presentase Sesuai Perhitungan

Setelah perhitungan pada langkah kedua, hasil probabilities kemudian dimasukkan ke dalam matriks sesuai dengan kondisi transisi (P11, P12, dst.) dalam bentuk presentase.

Tabel 3.4 Transition From One Condition to Another

menjadi:

Gambar 3.4 Penyederhanaan matriks dalam bentuk persentase

4. Melakukan Prediksi Kinerja Jaringan Jalan Tahun 2023-2027 dengan Metode Matriks

Prediksi tersebut dilakukan melalui perhitungan yang mengacu data yang diperoleh dari terminal value (tahun 2018). Adapun cara perhitungan sebagai berikut :

Sangat baik Sangat baik 2040 P11 0,90

Sangat baik Baik 220 P12 0,10

Baik Baik 2520 P22 0,77

Baik Sedang 765 P23 0,23

Sedang Sedang 2525 P33 0,85

Sedang Rusak Ringan 455 P34 0,15

Rusak Ringan Rusak Ringan 1045 P44 0,87

Rusak Ringan Rusak Berat 155 P45 0,13

Rusak Berat Rusak Berat 275 275 P55 1,00

2980 1200 Transition from one condition to

another Frequency Total Number of

Events Probabilities 2260

3285

Sangat baik 350 316 285

Baik 650 533 439

Sedang 0 151 252

Rusak ringan 0 0 23

Rusak berat 0 0 0

2008 2009-2017 2018

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

(22)

K1 2023 = K1 2022 x nilai probabilities P11

K2 tahun ke-n = (K1 tahun sebelumnya x niali probabilities P12) + (K2 tahun sebelumnya x nilai probabilities P22)

K2 2023 = (K1 2022 x nilai probabilities P12) + (K2 2022 x nilai probabilities P22) Adapun matriks prediksi kinerja jaringan jalan tahun 2023-2027 sebagai berikut:

Gambar 3.5 Matriks prediksi kinerja jaringan jalan tahun 2023-2027 3.3 Penentuan Kondisi Jalan Mantap dan Tidak Mantap berdasarkan Rentang

Tahun 2023-2027

Setelah matriks prediksi kinerja jaringan jalan untuk tahun 2023 hingga 2027 berhasil ditentukan, langkah-langkah berikut digunakan untuk mengklasifikasikan kondisi jalan sebagai mantap atau tidak mantap berdasarkan presentase tertentu:

1. Transpose matriks prediksi kinerja jaringan jalan tahun 2023-2027 menjadi bentuk tabel yang lebih sederhana.

Gambar 3.6 Matriks prediksi kinerja jaringan jalan tahun 2023-2027 menjadi:

Sangat baik 130 117,35 105,92 95,61 86,30 77,90 70,32 63,47 57,30 51,72

Baik 105 93,20 82,92 73,92 66,01 59,04 52,88 47,41 42,55 38,22

Sedang 310 287,12 264,99 243,84 223,82 205,02 187,47 171,16 156,06 142,14

Rusak ringan 300 308,58 312,56 312,65 309,50 303,69 295,77 286,19 275,36 263,62

Rusak berat 155 193,75 233,87 274,24 314,62 354,60 393,83 432,03 469,00 504,56

2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

Sangat baik 130 117,35 105,92 95,61 86,30 77,90 70,32 63,47 57,30 51,72

Baik 105 93,20 82,92 73,92 66,01 59,04 52,88 47,41 42,55 38,22

Sedang 310 287,12 264,99 243,84 223,82 205,02 187,47 171,16 156,06 142,14

Rusak ringan 300 308,58 312,56 312,65 309,50 303,69 295,77 286,19 275,36 263,62

Rusak berat 155 193,75 233,87 274,24 314,62 354,60 393,83 432,03 469,00 504,56

2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

90%

77%

85%

87%

100%

(23)

Tabel 3.5 Prediksi kinerja jaringan jalan dalam bentuk tabel

Tabel 3.6 Prediksi kinerja jaringan jalan tahun 2023-2027 dalam bentuk persentase

2. Mengubah angka kinerja jaringan jalan dalam bentuk presentase untuk mengklasifikasikan langkah kegiatan preservasi

Jenis jalan yang dapat dikategorikan sebagai kondisi mantap termasuk dalam kategori sangat baik, baik, dan sedang. Sementara itu, jalan yang dapat dikategorikan sebagai tidak mantap melibatkan kondisi rusak ringan dan rusak berat.

Rumus untuk mengubah kinerja jaringan jalan dari kondisi mantap atau tidak mantap menjadi presentase kerusakan dapat dirumuskan sebagai berikut :

(𝐾𝑜𝑛𝑑𝑖𝑠𝑖 𝑠𝑎𝑛𝑔𝑎𝑡 𝑏𝑎𝑖𝑘 + 𝐵𝑎𝑖𝑘 + 𝑆𝑒𝑑𝑎𝑛𝑔)𝑠𝑒𝑡𝑖𝑎𝑝 𝑡𝑎ℎ𝑢𝑛

1000 × 100%

(𝑅𝑢𝑠𝑎𝑘 𝑟𝑖𝑛𝑔𝑎𝑛 + 𝑅𝑢𝑠𝑎𝑘 𝑏𝑒𝑟𝑎𝑡)𝑠𝑒𝑡𝑖𝑎𝑝 𝑡𝑎ℎ𝑢𝑛

1000 × 100%

Sangat baik Baik Sedang Rusak

Ringan Rusak Berat

2018 130 105 310 300 155

2019 117,35 93,20 287,12 308,58 193,75

2020 105,92 82,92 264,99 312,56 233,87

2021 95,61 73,92 243,84 312,65 274,24

2022 86,30 66,01 223,82 309,50 314,62

2023 77,90 59,04 205,02 303,69 354,60

2024 70,32 52,88 187,47 295,77 393,83

2025 63,47 47,41 171,16 286,19 432,03

2026 57,30 42,55 156,06 275,36 469,00

2027 51,72 38,22 142,14 263,62 504,56

Tahun

Panjang kategori perkerasan sesuai kondisi (km)

Sangat baik Baik Sedang Rusak

Ringan Rusak Berat

2023 8% 6% 20% 30% 35%

2024 7% 5% 19% 30% 39%

2025 6% 5% 17% 29% 43%

2026 6% 4% 16% 28% 47%

2027 5% 4% 14% 26% 50%

Tahun

Panjang kategori perkerasan sesuai kondisi (km)

(24)

Penilaian kondisi jalan untuk mendapatkan pemeliharaan yakni dengan didasarkan kondisi tidak mantap (RR+RB). Preservasi jalan dilakukan berdasarkan presentase kerusakan jalan dengan ketentuan sebagai berikut :

RR + RB >15%, maka rekonstruksi/peningkatan struktur 11% ≤ RR + RB ≤ 15%, maka rehabiltasi

6% ≤ RR + RB < 11%, maka pemeliharaan berkala RR + RB < 6%, maka pemeliharaan rutin

Tabel 3.7 Kegiatan preservasi jalan tahun 2023-2027 sebelum rekonstruksi

Jenis kegiatan preservasi yang akan dilakukan adalah Rekonstruksi karena %RR +

%RB > 15% dengan catatan:

• Tahun 2023 biaya yang disiapkan untuk preservasi

• Tahun 2023 program penanganan sesuai dengan kondisi tahun 2022

• Hasil rekonstruksi tahun 2023 diperhitungkan dan pengaruhnya di tahun 2024 Hasil yang didapatkan dari pengolahan data kinerja jaringan jalan sebagai berikut:

Tabel 3.8 Matriks proyeksi setelah direkonstruksi

Tabel 3.9 Kegiatan preservasi jalan tahun 2023-2027 setelah rekonstruksi

Tahun Mantap Tidak Mantap %RR + %RB

2023 34% 66% 66%

2024 31% 69% 69%

2025 28% 72% 72%

2026 26% 74% 74%

2027 23% 77% 77%

Preservasi Rekonstruksi Rekonstruksi Rekonstruksi Rekonstruksi Rekonstruksi

2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

Sangat baik 130 117 106 96 86 78 366 63 57 52

Baik 105 93 83 74 66 59 447 378 296 233

Sedang 310 287 265 244 224 205 187 263 311 332

Rusak ringan 300 309 313 313 309 304 0 29 65 104

Rusak berat 155 194 234 274 314 354 0 0 4 12

Tahun Mantap Tidak Mantap %RR + %RB

2023 34% 66% 66%

2024 100% 0% 0%

2025 70% 3% 3%

2026 66% 7% 7%

2027 62% 12% 12%

Pemeliharaan Berkala Rehabilitasi

Preservasi Rekonstruksi Pemeliharaan Rutin Pemeliharaan Rutin

(25)

3.4 Prediksi Biaya Pemeliharaan Jalan

Dalam menghitung prediksi biaya pemeliharaan jalan, acuan utamanya adalah rencana kebutuhan perbaikan dan tabel standar harga yang telah ditetapkan. Berikut adalah tabel harga standar yang digunakan :

Tabel 3.10 Harga Satuan Pemrograman Preservasi Jalan (Konsep Bina Marga) Jalan Berpenutup Jalan Lokal Jalan Kolektor Jalan Arteri Pemeliharaan Rutin 25-35 juta 35-50 juta 35-50 juta Pemeliharaan

Berkala

50-75 juta 50-100 juta 50-100 juta

Rehabilitasi Minor 1500-2500 juta 2000-3000 juta 2000-3000 juta Rekonstruksi 6000-8000 juta 7000-9000 juta 7000-9000 juta

Prediksi biaya pemeliharaan jalan raya berpedoman pada Indeks Harga Konsumen (IHK) dan Indikator Kinerja Kegiatan (IKK) daerah setempat dengan perbandingan daerah pusat. Prediksi biaya pemeliharaan jalan dapat dihitung dengan menggunakan rumus :

𝐵𝑖𝑎𝑦𝑎 𝑃𝑒𝑚𝑒𝑙𝑖ℎ𝑎𝑟𝑎𝑎𝑛 = 𝑈𝑛𝑖𝑡 𝑃𝑟𝑎𝑖𝑠𝑒 × 𝐼𝐾𝐾 𝐵𝑢𝑛𝑔𝑜 2017

𝐼𝐾𝐾 𝐽𝑎𝑘𝑎𝑟𝑡𝑎 2017× 𝐼𝐻𝐾 𝐵𝑢𝑛𝑔𝑜 2023 𝐼𝐻𝐾 𝐽𝑎𝑘𝑎𝑟𝑡𝑎 2017 Tabel 3.11 Unit Praise yang digunakan

Dengan:

IKK Bungo 2017 = 82,80

IKK Jakarta Pusat 2017 = 111,69

Jalan Lokal Jalan Kolektor Jalan Arteri Pemeliharaan Rutin 25.000.000 35.000.000 50.000.000 Pemeliharaan

Berkala 50.000.000 75.000.000 100.000.000 Rehabilitasi 2.500.000.000 3.000.000.000 3.000.000.000 Rekonstruksi 6.000.000.000 7.000.000.000 7.000.000.000

(26)

IHK Jakarta Pusat 2017 = 130,02

Sehingga didapatkan harga satuan pemrograman yang terkoreksi sebagai berikut:

Tabel 3.12 Harga Satuan Pemrograman Preservasi Jalan Terkoreksi

Lalu diperhitungkan biaya pemeliharaan jalan dari tiap jenis jalan dan didapatkan sebagai berikut:

Tabel 3.13 Kebutuhan biaya preservasi jalan lokal

Tabel 3.14 Kebutuhan biaya preservasi jalan kolektor

Jalan Lokal Jalan Kolektor Jalan Arteri Pemeliharaan Rutin 16.554.944 23.176.922 33.109.888 Pemeliharaan

Berkala 33.109.888 49.664.832 66.219.776 Rehabilitasi 1.655.494.394 1.986.593.273 1.986.593.273 Rekonstruksi 3.973.186.546 4.635.384.304 4.635.384.304

Tahun Jenis Kegiatan Preservasi

Jalan ditangani

(km) Jalan lokal (km)

Jalan kolektor

(km)

Jalan arteri

(km) Biaya Jalan Lokal

2023 Rekonstruksi 658 132 296 230 522.898.725.985

2024 Pemeliharaan

Rutin 1000 200 450 350 3.311.840.215

2025 Pemeliharaan

Rutin 705 141 317 247 2.333.108.701

2026 Pemeliharaan

Berkala 665 133 299 233 4.400.436.563

2027 Rehabilitasi 116 23 52 41 38.479.971.621

Jalan ditangani

Jalan kolektor

(km)

Jalan arteri

(km) Biaya Jalan Kolektor

2023 Rekonstruksi 658 132 296 230 1.372.609.155.710

2024 Pemeliharaan

Rutin 1000 200 450 350 10.432.296.679

2025 Pemeliharaan

Rutin 705 141 317 247 7.349.292.409

2026 Pemeliharaan

Berkala 665 133 299 233 14.851.473.400

2027 Rehabilitasi 116 23 52 41 103.895.923.376

(27)

Tabel 3.15 Kebutuhan biaya preservasi jalan arteri

Tabel 3.16 Total kebutuhan biaya preservasi jalan

Jalan ditangani

Jalan kolektor

(km)

Jalan arteri

(km) Biaya Jalan Arteri

2023 Rekonstruksi 658 132 296 230 1.067.584.898.886

2024 Pemeliharaan

Rutin 1000 200 450 350 11.591.440.754

2025 Pemeliharaan

Rutin 705 141 317 247 8.165.880.455

2026 Pemeliharaan

Berkala 665 133 299 233 15.401.527.970

2027 Rehabilitasi 116 23 52 41 80.807.940.403

Jalan ditangani

(km) Jalan lokal (km) Jalan kolektor

(km)

Jalan arteri

(km) Biaya Jalan Lokal Biaya Jalan Kolektor Biaya Jalan Arteri Total Biaya Preservasi

2023 Rekonstruksi 658 132 296 230 522.898.725.985 1.372.609.155.710 1.067.584.898.886 2.963.092.780.581

2024 Pemeliharaan

Rutin 1000 200 450 350 3.311.840.215 10.432.296.679 11.591.440.754 25.335.577.648 2025 Pemeliharaan

Rutin 705 141 317 247 2.333.108.701 7.349.292.409 8.165.880.455 17.848.281.565 2026 Pemeliharaan

Berkala 665 133 299 233 4.400.436.563 14.851.473.400 15.401.527.970 34.653.437.933 2027 Rehabilitasi 116 23 52 41 38.479.971.621 103.895.923.376 80.807.940.403 223.183.835.400

(28)

BAB 4 PENUTUP

4.1 Kesimpulan

Kesimpulan yang didapatkan dari hasil perhitungan dan analisis kondisi kinerja jaringan jalan menggunakan metode Rantai Markov yakni :

a. Mayoritas kondisi jalan dari tahun 2023 hingga 2027 adalah rusak ringan (RR) dan rusak berat (RB) atau kondisi tidak mantap, sisanya dalam kondisi sangat baik, baik, dan sedang atau kondisi mantap.

b. Perbaikan yang dilakukan sesuai dengan kondisi jalan yaitu rekonstruksi karena mayoritas jalan tidak mantap.

c. Jenis kegiatan preservasi yang diperlukan sampai dengan 2027 dengan ketentuan dana program preservasi mulai tahun 2023 yaitu tahun 2023 rekonstruksi, tahun 2024 dan 2025 pemeliharaan rutin, tahun 2026 pemeliharaan berkala dan tahun 2027 rehabilitasi.

d. Biaya yang dikeluarkan dalam perbaikan di setiap tahunnya sampai dengan 2027 dengan ketentuan 20% jalan lokal, 45% jalan kolektor dan 35% jalan arteri didapatkan rekonstruksi tahun 2023 senilai Rp. 2.963.092.780.581, pemeliharaan turin tahun 2024 senilai Rp. 25.335.577.648, pemeliharaan rutin 2025 senilai Rp.

17.848.281.565, pemeliharaan berkala tahun 2026 senilai Rp. 34.653.437.933, dan rehabilitasi tahun 2027 senilai Rp. 223.183.835.400 .

4.2 Saran

Perhitungan dan analisis data yang dilakukan mengacu pada data yang tersedia dan peraturan menteri. Sehingga tidak menutup kemungkinan adanya human error karena banyak data yang harus di hitung dan dianalisis. Oleh karena itu sangat dibutuhkan ketelitian dan kesabaran dalam mengerjakannya.

(29)

DAFTAR PUSTAKA

Kementerian Pekerjaan Umum. Peraturan Menteri Pekerjaan Umum Nomor: 13/PRT/M/2011 Tentang Tata Cara Pemeliharaan dan Penilikan Jalan. (2011). Jakarta.

Ahmad S, Bagus S, Bambang H. 2019. Aplikasi Model Rantai Markov dalam Pengelolaan Jalan di Kabupaten Bangkan Barat. Semarang. Rekayasa Journal of Science and Technology Undang-undang No. 22 tahun 2009 Tentang Lalu Lintas dan Angkutan Jalan

Surendrakumar, K., Prashant, N., & Mayuresh, P. (2013). Application Of Markovian Probabilistic Process To Develop A Decision Support System For Pavement Maintenance Management, 2(8), 295–303.

Cahyaningrum, E. K.,2014. Pemodelan Estimasi Kerusakan Perkerasan Jalan (Studi Kasus Ruas Jalan Nasional di Wilayah Kerja PPK 3, Satker PJN Wilayah Propinsi DIY). Universitas Gajah Mada.

Badan Pusat Statistik Perkembangan Indeks Harga Konsumen. No. 09/07/1278/Thn.IX, 01 Juli 2021