ESTIMASI KINERJA DAN STRATEGI PENANGANAN …/Estimasi... · 5 A B S T R A K Rr. Dian Indriani...

ESTIMASI KINERJA DAN STRATEGI PENANGANAN JARINGAN JALAN KOTA SURAKARTA

TAHUN 2020 DAN 2030

(An Estimation of the Performance and Strategy of Handling

Road Network in Surakarta on 2020 and 2030)

SKRIPSI

Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik

Disusun Oleh :

R r . D I A N I N D R I A N I W I D Y A S A R I N I M I 0 1 0 6 0 1 7

JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET

SURAKARTA

2010

2

LEMBAR PERSETUJUAN

ESTIMASI KINERJA DAN STRATEGI PENANGANAN

JARINGAN JALAN KOTA SURAKARTA TAHUN 2020 DAN 2030

(An Estimation of The Performance and Strategy of Handling Road Network in Surakarta on 2020 and 2030)

Disusun Oleh :


Telah disetujui untuk dipertahankan dihadapan Tim Penguji Pendadaran

Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret

Persetujuan Dosen Pembimbing

Dosen Pembimbing I

DR. Eng. Ir. Syafi’i , MT N I P . 19670602 199702 1001

Dosen Pembimbing II

Slamet Jauhari Legowo, ST,MT N I P . 19670413 199702 1001

3

ESTIMASI KINERJA DAN STRATEGI PENANGANAN JARINGAN JALAN KOTA SURAKARTA

TAHUN 2020 DAN 2030

(An Estimation of The Performance and Strategy of Handling

Road Network in Surakarta on 2020 and 2030)

SKRIPSI

Disusun Oleh :


Telah dipertahankan dihadapan Tim Penguji Pendadaran Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret pada hari Selasa tanggal 27 Oktober 2009.

1. DR. Eng. Ir. Syafi’i, MT --------------------------------- NIP. 19670602 199702 1001

2. Slamet Jauhari Legowo, ST,MT --------------------------------- NIP. 19670413 199702 1001

3. Ir. Djoko Sarwono, MT --------------------------------- NIP. 19600415 199201 1001

4. Ir. Agus Sumarsono, MT --------------------------------- NIP. 19570814 198601 1001

Mengetahui, a.n. Dekan Fakultas Teknik UNS

Pembantu Dekan I

Disahkan, Ketua Jurusan Teknik Sipil

Fakultas Teknik UNS

Ir.NOEGROHO DJARWANTI, MT

NIP. 19561112 198403 2007

Ir. BAMBANG SANTOSA, MT NIP. 19590823 198601 1001

4

MOTTO

SEMANGAT !!!

”Semangat...Selalu semangat...lakukan apa yang bisa kamu lakukan”

(Bapak dan Ibu)

”Kalian pasti bisa jika mau berusaha dan terus berusaha...”

”Jangan bosan untuk belajar...”

(Mr. Syafi’i)

Lakukan sesuatu dengan bersungguh-sungguh dan berdoalah kepada Tuhan , segala sesuatu

pasti akan dapat kita capai jika kita mau berusaha...Hal yang baik pasti akan berakhir indah

pada waktu-Nya

(Penulis)

Persembahan K u p e r s e m b a h k a n k a r y a k u i n i u n t u k :

”Allah Subhanahu wa Ta’ala, Rosulullah SAW. Atas segala limpahan berkah

yang telah Kau berikan pada dian”

”Ibu dan Bapak tercinta yang selalu ada kapanpun dian membutuhkan semangat

dan tempat berkeluh kesah, memberikan dukungan dan dorongan, terimakasih untuk

pengertian dan kasih sayang yang telah ibu dan bapak berikan.”

”Kakak-kakakku tersayang, Mas Hari, Mbak Nonik dan Mbak

Antik...terimakasih telah menemani dian selama ini, kebersamaan kita selalu

menjadi penghibur saat dian lelah, tawa dan hal-hal yang kita lakukan bersama

selalu menjadi saat yang dian nantikan..”

” Keponakan kecilku. Menunggu kehadiranmu, telahmencerahkan hari-hari tante...”

5

A B S T R A K

Rr. Dian Indriani Widyasari, 2010, Estimasi Kinerja dan Strategi Penanganan Jaringan Jalan Kota Surakarta Tahun 2020 dan 2030. Skripsi. Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta. Estimasi kinerja jaringan jalan dapat dilakukan dengan identifikasi pola serbaran pergerakan. Pola pergerakan dapat diketahui bila suatu Matriks Asal Tujuan (MAT) dibebankan ke suatu jaringan jalan sehingga didapatkan arus yang dapat digunakan untuk menilai kinerja jaringan jalan. Dengan mengetahui tingkat kinerja jaringan jalan beberapa tahun yang akan datang dapat menentukan solusi penanganan untuk mengurangi permasalahan transportasi yang terjadi. Penelitian dilakukan untuk membandingkan jumlah pergerakan menggunakan analisis MAT, mengevaluasi kinerja jaringan jalan di Kota Surakarta menggunakan Nisbah Volume dan Kapasitas (NVK) dan juga memberikan alternatif penanganan masalah sistem jaringan jalan di Surakarta tahun 2009, 2020 dan 2030. Penelitian ini dilakukan di Kota Surakarta. Jaringan jalan yang dianalisis adalah jalan arteri dan kolektor. Nilai volume lalu lintas diperoleh dengan metode pembebanan Wardrop Equilibrium. Uji statistik menggunakan koefisien Determinasi (R²) dan korelasi (r). Sedangkan tingkat kinerja jaringanan jalan menggunakan parameter NVK (Nisbah Volume dan Kapasitas). Dari hasil perhitungan dengan bantuan program EMME-3, diperoleh total jumlah pergerakan kota Surakarta tahun 2009 sebesar 32361 smp/jam, tahun 2020 sebesar 45516 smp/jam dan tahun 2030 sebesar 61706 smp/jam dengan tingkat pertumbuhan sebesar 3,3 % per tahun. Pada tahun 2009 terdapat 2 ruas dengan kondisi tidak stabil, tahun 2020 terdapat 61 ruas dengan kondisi tidak stabil,dan tahun 2030 terdapat 195 ruas dengan kondisi tidak stabil. Penanganan dilakukan berkaitan dengan peningkatan ruas jalan maupun manajemennya, dimana dalam penelitian ini dilakukan pemberlakuan sistem satu arah dan pelebaran jalan disesuaikan dengan kondisi nyata. Kata kunci : MAT, arus lalu lintas, maximum entropy, EMME-3,NVK

6

ABSTRACT

Rr. Dian Indriani Widyasari, 2010. An Estimation of The Performance and Strategy of Handling Road Network in Surakarta on 2020 and 2030. Thesis. Civil Engineering Department of Engineering Faculty of Sebelas Maret University of Surakarta. Estimation the network performance can be identified by the travel pattern. Travel pattern can be known if O/D matrix is assign into road network we can find flow trips to compute network performance. Knowing network performance in the future we can find the solution to decrease the transportation problems. The primary aim of this research is to compare the amount of movement by analyzing of O/D matrix, to compare level of network performance in Surakarta using Ratio of Volume and Capacity, and also to determine the recommendation to solve the problem of road network in Surakarta in 2009,2020,and 2030. A case study of this research is Surakarta city. Road networks analyzed are artery and collector roads. Traffic flow was found using Wardrop Equilibrium assignment. Statistic methods used are coefficient of determination (R2) and correlation (r). Ratio of Volume and Capacities (V/C) is defined as volume ratio to road capacities. The result of research by EMME-3 software show the total trip of Surakarta city in 2009 is 34130 veh/hour, in 2020 is 41375 veh/hour and 61706 in 2030. with the growth level equal to 3,3% per year. In 2009 there are three links with the unstable condition, 61 links in 2020, and 195 links in 2030.To solve the problem, the proposed strategic are traffic management (one way system operation) and improvements on some road links(enlargement road) is accordance to the existing condition. Keywords: Destination Origin Matrices (O-D Matrix), Traffic Flow, V/C ratio,

EMME-3

7

KATA PENGANTAR

Puji syukur kepada Allah SWT atas rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan penyusunan skripsi dengan judul An Estimation of The Performance and Strategy of Handling Road Network in Surakarta on 2020. Sholawat serta salam senantiasa tercurahkan kepada kudwah khasanah kita Nabi Besar Muhammad saw., keluarganya, para sahabat, serta generasi pelanjut estafet perjuangan beliau.

Penyusunan skripsi yang masih jauh dari sempurna ini sangat memberi pengalaman berharga bagi penulis, di samping itu semoga dapat menambah wawasan dan pengetahuan bagi kalangan Teknik Sipil umumnya dan khususnya Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.

Skripsi ini disusun sebagai salah satu syarat yang harus ditempuh guna meraih gelar Sarjana Teknik Sipil pada Fakultas Teknik Universitas Sebelas Maret Surakarta. Skripsi ini tidak dapat terselesaikan tanpa bantuan dari pihak-pihak yang ada di sekitar penulis, karena itu dalam kesempatan ini penulis harus menyampaikan terima kasih sebesar-besarnya kepada yang tertera di bawah ini :

1. Segenap Pimpinan Fakultas Teknik Universitas Sebelas Maret Surakarta. 2. Segenap Pimpinan Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas

Maret Surakarta. 3. DR. Eng. Ir. Syafi’i, MT, selaku Dosen Pembimbing I Skripsi saya.

Terimakasih atas keprcayaan, bimbingan dan motivasi yang telah Bapak berikan selama proses pengerjaan skripsi ini. Banyak sekali ilmu dan pengalaman bapak yang memotivasi kami untuk terus berusaha.

4. Slamet Jauhari Legowo, ST,MT, selaku Dosen Pembimbing II Skripsi. Terimakasih atas waktu, bimbingan dan bantuan yang bapak berikan dalam pengerjaan skripsi ini. Banyak ilmu dan saran yang bapak berikan telah membantu kami menyelesaikan skripsi ini.

5. Ir. Agus Hari Wahyudi M.Si, selaku Dosen Pembimbing Akademis. Terimakasih atas bimbingan dan motivasi yang telah bapak berikan selama proses belajar saya di jurusan teknik sipil ini.

6. Tim penguji ujian pendadaran skripsi, Ir. Djoko Sarwono, MT dan Ir. Agus Sumarsono, MT terimakasih atas kesediaannya untuk menguji dan membimbing saya hingga saya dapat lulus.

7. Semua Staf Pengajar pada Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret.

8

8. Orang tua penulis yang telah memberikan dukungan selama ini. Semua nasehat dan waktu yang kalian berikan telah memberikan kekuatan pada penulis untuk terus maju.

9. Kakak-kakakku, mbak Nonik, Mbak Antik dan Mas Hari. Terimakasih atas dukungan dan waktu yang kalian berikan untuk penulis. Kebersamaan kita selalu menjadikan semangat bagiku.

10. Teman-teman Sipil 2006. Banyak pelajaran hidup yang penulis dapatkan dari kalian. Terimakasih atas bantuan dan dukungan selama ini.Finally, we did it!

11. Teman-teman di Laboratorium Traffic (Mbak Nurma, Mbak Retno, Pamuko, Mas Anton dan Mas Najib) . Tawa dan canda kita membantuku untuk terus bersemangat.Terimakasih atas bantuan dan kekompakanya teman. Kebersamaan kita akhirnya membuahkan hasil.

12. Sahabat-sahabatku. Deta, Kohin, Mbak No’, Radit, Nita, Betty, Afni, Eni, Onne, Wulan, Endang,Elita. Terimakasih atas dukungan kalian selama ini. Tawa dan canda kalian telah menemani setiap langkahku menjalani pendidikan di sini.

13. Adik-adik kos, Sinta, Amel dan Hikmah. Terimakasih untuk kenyamanan yang kalian berikan. Kebersamaan kita menjadi salah satu hal yang menbantuku melewati saat-saat sulit.

14. Seluruh civitas akademika Teknik Sipil UNS. Terimakasih atas bantuannya. 15. Dan semua yang pernah hadir dalam perjalanan hidupku yang tak bisa ku

sebutkan satu per satu..semoga senantiasa dalam kebaikan.

Akhirnya pengantar ini juga menjadi semacam ingatan bagi penulis selama menempuh tahap pembelajaran di Universitas Sebelas Maret Surakarta hingga skripsi ini harus disusun sebagai syarat mendapatkan gelar kesarjanaan. Terima kasih.

Surakarta, April 2010

Penulis

9

DAFTAR ISI

HALAMAN JUDUL..........................................................................................

HALAMAN PERSETUJUAN...........................................................................

HALAMAN PENGESAHAN............................................................................

MOTTO ............................................................................................................

PERSEMBAHAN..............................................................................................

ABSTRAK.........................................................................................................

ABSTRACT......................................................................................................

KATA PENGANTAR.......................................................................................

DAFTAR ISI......................................................................................................

DAFTAR TABEL..............................................................................................

DAFTAR GAMBAR.........................................................................................

DAFTAR NOTASI DAN SIMBOL..................................................................

DAFTAR LAMPIRAN......................................................................................

BAB 1 PENDAHULUAN

1.1. Latar Belakang ............................................................................

1.2. Rumusan Masalah.......................................................................

1.3. Batasan Masalah..........................................................................

1.4. Tujuan Penelitian.........................................................................

1.5. Manfaat Penelitian.......................................................................

BAB 2 LANDASAN TEORI

2.1. Tinjauan Pustaka.........................................................................

2.2. Dasar Teori…....………………………………………………..

2.2.1. Matriks Asal Tujuan (MAT)…………………………..

2.2.2. Daerah Kajian ………………………………………...

2.2.3. Sistem Zona………………..………………………….

Hal

i

ii

iii

iv

v

vi

vii

viii

x

xiv

xvii

xix

xx

1

3

4

5

6

7

15

15

16

17

10

2.2.4. Sistem jaringan Transportasi………………………….

2.2.5. Klasifikasi Fungsi Jalan……………………………….

2.2.6. Satuan Mobil Penumpang……………………………..

2.2.7. Kapasitas…………..………………………………….

2.2.8. Kecepatan…………..…………………………………

2.2.9. Karakteristik Jalan...…………………………………

2.2.10. Pendekatan Pembebanan Wardrop Equilibrium…….

2.2.11. Metode Steepest Descent…………………….…………..

2.2.12. Konsep Pemodelan………………………...…………..

2.2.13. Model Sistem Kegiatan dan Jaringan………………….

2.2.14. Model Bangkitan dan Tarikan Pergerakan..………….

2.2.15. Konsep Model Gravity sebagai Model Sebaran

Pergerakan…………………………………………….

2.2.16. Kinerja Jalan..............................................................

2.2.17. Jenis Penanganan Ruas Jalan...................................

2.2.18. EMME-3 (Equilibre Multimodal, Multimodal

Equilibrium)…………………………………………..

2.3. Kerangka Pemikiran…………………………………………...

BAB 3 METODE PENELITIAN

3.1. Lokasi Penelitian…………………...………………………….

3.2. Sumber Data………...…………………………………………

3.2.1. Data Primer……………………………………………

3.2.2. Data Sekunder………………………………………….

3.3. Prosedur Survey Primer……………………………………….

3.3.1. Survey Pendahuluan……………………………………

3.3.2. Teknik Pengumpulan Data…..…………………………

3.3.3. Desain Survey…………………………………………

3.4. Tahapan Penelitian..…………………………………….…...

3.5. Teknik Analisis Data………………………………………….

3.5.1. Pengumpulan Data Dasar Penelitian………...…………

Hal

17

18

22

23

29

33

36

38

40

40

41

45

46

48

49

57

59

64

64

64

64

65

65

66

67

70

70

11

3.5.2. Analisis Data…………………………………………

BAB 4 ANALISIS DATA DAN PEMBAHASAN

4.1. Umum………………………………………………………….

4.2. Pengolahan dan Penyajian Data………………………………

4.2.1. Pengumpulan Data…………………………………...

4.2.2. Pembagian Zona………………………………………

4.2.3. Satuan Mobil Penumpang…………………………….

4.2.4. Kapasitas……………………………………………...

4.2.5. Waktu Tempuh………………………………………..

4.3. Analisis dengan Program EMME-3…………………………..

4.3.1. Basis Data Jaringan Jalan…………………………….

4.3.2. Data Volume Lalu Lintas Hasil Survey (Traffic

Count)………………………………………………

4.3.3. Data Matriks Awal (Prior Matrix)………………….

4.3.4. Matrik baru hasil EMME-3…………………………

4.3.5. Pembebanan Matriks ke jaringan jalan……………..

4.3.6. Uji Validasi...................................................................

4.3.7. Pemodelan Bangkitan dan Tarikan Pergerakan............

4.3.8. Estimasi MAT Tahun 2020.......................................

4.3.9. Perhitungan Nilai NVK dengan System do-

nothing..........................................................................

4.3.10. Alternatif Penanganan Masalah Jaringan Jalan............

4.3.11. Perhitungan Nilai NVK dengan System do-

something.....................................................................

4.4. Pembahasan………………………………………………..

BAB 5 KESIMPULAN DAN SARAN

5.1. Kesimpulan……………………………………………………

5.2. Saran…………………………………………………………...

Hal

71

76

76

76

77

80

81

82

84

84

86

88

95

103

107

107

111

113

118

126

133

134

136

12

DAFTAR REFERENSI……………………………………………………...

LAMPIRAN…………………………………………………………………..

137

139

13

DAFTAR TABEL

Hal.

Tabel 2. 1 emp untuk jalan perkotaan tak terbagi...................................... 23

Tabel 2. 2 emp untuk jalan perkotaan terbagi dan satu arah...................... 23

Tabel 2. 3 Kapasitas dasar (Co) jalan perkotaan........................................ 24

Tabel 2. 4 Faktor penyesuaian kapasitas (FCw) untuk pengaruh lebar

jalur lalu lintas untuk jalan perkotaan........................................

25

Tabel 2. 5 Faktor penyesuaian kapasitas untuk pemisahan Arah (FCsp).... 26

Tabel 2. 6 Faktor penyesuaian kapasitas (FCsf) untuk pengaruh

hambatan dan lebar bahu..........................................................

27

Tabel 2. 7 Faktor penyesuaian kapasitas (FCsf) untuk pengaruh

hambatan samping dan jarak Kerb-Penghalang (FCsf)............

27

Tabel 2. 8 Kelas Hambatan Samping untuk Jalan Perkotaan…………… 28

Tabel 2. 9 Faktor penyesuaian kapasitas untuk pengaruh ukuran kota

FCcs pada jalan perkotaan.........................................................

29

Tabel 2. 10 Kecepatan arus bebas dasar (FV0) untuk jalan perkotaan......... 30

Tabel 2. 11 Penyesuaian kecepatan arus bebas untuk lebar jalur lalu lintas

(FVw) pada jalan perkotaan…………………………………...

30

Tabel 2. 12 Faktor penyesuaian (FFVsf) untuk pengaruh hambatan

samping dan lebar bahu pada kecepatan arus bebas untuk

jalan perkotaan dengan bahu…………………………………

31

Tabel 2. 13 Faktor penyesuaian (FFVsf) untuk pengaruh hambatan

samping dan jarak kerb penghalang jalan perkotaan dengan

kerb……………………………………………………………

31

Tabel 2. 14 Faktor penyesuaian untuk pengaruh ukuran kota pada

kecepatan arus bebas kendaraan ringan untuk jalan perkotaan.

32

Tabel 2.15

Tabel 2.16

Tabel nilai NVK pada beberapa kondisi di Jakarta (Indonesia)

Perangkat lunak perencanaan transportasi yang telah tersedia

di pasaran...................................................................................

48

57

Tabel 3. 1 Lokasi survey volume lalu lintas zona internal.......................... 60

14

Tabel 3. 2 Lokasi survey volume lalu lintas zona eksternal........................ 60

Tabel 4. 1 Tabel Data Hasil Survey (traffic count) Tahun 2009 pada Jam

Puncak………………….……………………………………...

77

Tabel 4. 2 Pembagian Zona Internal…………………………………….. 78

Tabel 4. 3 Pembagian Zona Eksternal…………………………………… 79

Tabel 4. 4 Perhitungan jumlah kendaraan pada jam puncak (per satu

jam)...........................................................................................

80

Tabel 4. 5 Konversi Satuan kendaraan ke smp.......................................... 81

Tabel 4. 6 Format masukan basis data jaringan jalan................................ 84

Tabel 4. 7 Koordinat kota Surakarta……………………………………. 85

Tabel 4. 8 Data Arus Lalu Lintas Tahun 2009……..……………………. 86

Tabel 4. 9 Prior Matrix tahun 2002………................................................ 89

Tabel 4. 10

Tabel 4.11

Tabel 4.12

Tabel 4.13

Tabel 4.14

Tabel 4.15

Tabel 4.16

Tabel 4.17

Tabel 4.18

Tabel 4.19

Tabel 4.20

Tabel 4.21

Tabel 4.22

Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam

smp/jam)………………………………………………………

Volume Lalu Lintas Hasil Pembebanan Tahun 2009………....

Perbandingan arus hasil traffic count dengan arus hasil

pembebanan……………………………………………………

Uji Korelasi Model Bangkitan Pergerakan……………………

Uji Korelasi Model Tarikan Pergerakan………………………

Model Bangkitan Pergerakan.....................................................

Model Tarikan pergerakan.........................................................

Uji Koefisien Determinasi Model Bangkitan………………….

Uji Koefisien Determinasi Model Tarikan…………………….

Nilai NVK Jaringan Jalan Kota Surakarta Tahun 2009, Tahun

2020 dan Tahun 2030 (do-nothing)….……………………………

Perbandingan Nilai NVK Tahun 2009, 2020 dan 2030 dengan

system do-nothing.............................................................

Data Berkaitan dengan Alternatif Penanganan yang

Direkomendasikan untuk tahun 2009.......................................


Direkomendasikan untuk tahun 2020........................................

96

103

104

109

109

110

110

110

110

114

119

120

120

15

Tabel 4.23

Tabel 4.24

Tabel 4.25


Direkomendasikan untuk tahun 2030........................................

Perbandingan Nilai NVK Tahun 2009 ,2020 dan 2030 dengan

system do-something.................................................................

Tahun yang Ditinjau dan Nilai Kinerja Jaringan Jalannya

(NVK) untuk system do-nothing dan do-something…………

.

125

127

133

16

DAFTAR GAMBAR

Hal.

Gambar 2.1 Diagram Model Perencanaan Transportasi Empat Tahap….. 8

Gambar 2.2 Matrik Asal [A] dan Tujuan [B] (Wells,1975)…………...... 9

Gambar 2.3 Diagram garis keinginan (desire line)……………………… 9

Gambar 2.4 Proses pembebanan lalu lintas……………………………... 9

Gambar 2.5 Metode untuk mendapatkan MAT......................................... 10

Gambar 2.6 Sistem Jaringan Jalan Primer………....................................... 19

Gambar 2.7 Sistem Jaringan Jalan Sekunder……………......................... 20

Gambar 2.8 Sketsa Hipotesis Hirarki Jalan Kota....................................... 21

Gambar 2.9 Help menu............................................................................. 50

Gambar 2.10 The EMME Prompt (prompt console)................................... 51

Gambar 2.11 Prosedur Perhitungan Program EMME-3…………………. 52

Gambar 2.12 Kerangka Inti Modelling EMME/3………………………... 53

Gambar 2.13 Hasil Traffic Assignment…………………………………... 54

Gambar 2.14 Hasil Transit Assignment…………………………………... 54

Gambar 2.15 Hasil Matrix Calculator…………………………………… 55

Gambar 2.16 Hasil Network Calculator………………………………….. 56

Gambar 2.17 Bagan Alir Kerangka Pikir.................................................... 58

Gambar 3. 1 Peta Administrasi Kota Surakarta ....................................... 61

Gambar 3. 2 Peta Pembagian Zona Kota Surakarta ……………………. 62

Gambar 3. 3 Jaringan Jalan Kota Surakarta…………..…………………. 63

Gambar 3. 4 Bagan Alir Tahapan Penelitian............................................... 70

Gambar 3. 5 Bagan alir analisis penelitian………………………............. 74

Gambar 3. 6 Bagan alir perhitungan kinerja jaringan……………………. 75

Gambar 4. 1 Network Editor ...................................................................... 85

Gambar 4. 2 Editor toolbar……………………………………………… 86

Gambar 4. 3 Tabel Matrix (full matriks 5)……………………………… 95

Gambar 4. 4 Grafik Besar Pergerakan di Zona Internal…………………. 102

Gambar 4. 5 Grafik Besar Pergerakan di Zona Eksternal……………….. 102

17

Gambar 4. 6

Penyajian Arus pada Ruas Dari Program EMME-3 Dalam

Bentuk Peta………………………………………………..

106

Gambar 4.7 Grafik Uji Validasi Volume Lalu Lintas…………………… 107

Gambar 4.8 Penyajian Arus Tahun 2009 system do-nothing………….. 115



Gambar 4.11 Perbandingan Nilai NVK Tahun 2009, 2020 dan 2030

dengan system do-nothing.……………………………………... 119

Gambar 4.12 Perbandingan Nilai NVK Tahun 2009, 2020 dean 2030

dengan system do-something................................................. 128




18

DAFTAR NOTASI DAN SIMBOL

di BA , = faktor penyimbang untuk setiap zona asal i dan tujuan d

C = Kapasitas (smp / jam)

idC = biaya perjalanan dari zona asal i ke zona tujuan d

Co = Kapasitas dasar untuk kondisi tertentu (ideal) (smp / jam)

dD = total pergerakan ke zona tujuan d

( )Cidf = fungsi umum biaya perjalanan

FCcs = Faktor penyesuaian ukuran kota

FCsf = Faktor penyesuaian hambatan samping

FCsp = Faktor penyesuaian pemisah arah

FCw = Faktor penyesuaian lebar jalur lalu lintas

FFVcs = Faktor penyesuaian ukuran kota.

FFVsf = Faktor penyesuaian kondisi hambatan samping

FV = Kecepatan arus bebas kendaraan ringan sesungguhnya (km/jam)

Fvo = Kecepatan arus bebas dasar kendaraan ringan (km/jam)

FVw = Penyesuaian lebar jalur lalu lintas efektif (km/jam)

FFV4sf = faktor penyesuaian kecepatan arus bebas untuk empat lajur (km/jam).

FFV6sf = faktor penyesuaian kecepatan arus bebas untuk enam lajur (km/jam).

iO = total pergerakan dari zona asal i

lidp = proporsi pergerakan dari zona asal i ke zona tujuan d pada ruas l

V = kecepatan sesungguhnya pada saat ada arus lalu lintas Q.

S = jarak (km)

idT = jumlah pergerakan dari zona asal i ke zona tujuan d

t0 = waktu tempuh pada saat V0 (detik)

lV = arus lalu lintas hasil pengamatan pada ruas l

lV = arus lalu lintas hasil pemodelan pada ruas l

V0 = kecepatan pada saat arus bebas (km/jam)

19

DAFTAR LAMPIRAN

Lampiran A : Data Hasil Survey(Traffic Count) Tahun 2009 Lampiran B : Konversi Satuan Kendaraan ke smp Lampiran C : Kapasitas Lampiran D : Waktu Tempuh Lampiran E : Basis Data Jaringan Jalan Lampiran F : Koordinat kota Surakarta

Lampiran G : Volume Lalu lintas Tahun 2009

Lampiran H : Data Sosio-Ekonomi Lampiran I : Estimasi Data Sosio-Ekonomi Tahun 2009, 2020 dan 2030 Lampiran J : Estimasi Pergerakan (Oi dan Dd) Lampiran K : Konstanta Penyeimbang (Ai dan Bd) Lampiran L : MAT Tahun 2020 dan 2030 Lampiran M : Nilai NVK System Do-nothing

Lampiran N : Form Survey

Lampiran O : Listing Program EMME/3

Lampiran P : Surat-surat

20

BAB 1

PENDAHULUAN

1.1. Latar Belakang

Seluruh kegiatan manusia untuk memenuhi kebutuhan menyebabkan mereka perlu

saling berhubungan. Kebutuhan hidup manusia yang bervariasi membutuhkan

suatu ruang dimana semakin lama semakin terpisah selaras dengan ragam

kegiatan manusia yang terspesialisasi. Setiap kegiatan cenderung berkelompok

dan terpisah dengan jenis kegiatan lain, sehingga muncul zona-zona kegiatan yang

berbeda. Kebutuhan manusia tidak selalu berada dalam satu zona yang sama

dengan tempat tinggal manusia sehingga terjadi pergerakan. Keadaan tersebut

akan membangkitkan pergerakan dari suatu zona dan akan menarik pergerakan ke

zona kegiatan lain untuk proses pemenuhan kebutuhan. Besarnya sebaran

pergerakan yang terjadi sangat berkaitan dengan jenis dan intensitas kegiatan yang

dilakukan.

Sutomo menyatakan bahwa jenis tata guna lahan yang berbeda (pemukiman,

pendidikan dan komersial) mempunyai ciri bangkitan lalu lintas yang berbeda,

yaitu:

a. Jumlah arus lalu lintas

b. Jenis lalu lintas (pejalan kaki, truk atau mobil)

c. Lalu lintas pada waktu tertentu (kantor menghasilkan arus lalu lintas pada

pagi dan sore hari, pertokoan menghasilkan arus lalu lintas di sepanjang hari).

Tujuan akhir perencanaan tahap ini adalah menaksir setepat mungkin bangkitan

dan tarikan pergerakan pada masa yang akan datang.

Meningkatnya kegiatan ekonomi, sosial dan budaya masyarakat perkotaan dengan

sendirinya berdampak pada pertumbuhan pergerakan, kepadatan lalu lintas pada

ruas jalan dan pencemaran udara akibat emisi gas buang kendaraan menjadi

meningkat. Meningkatnya pergerakan dapat menyebabkan timbulnya suatu

permasalahan transportasi, seperti kemacetan, tundaan, maupun kecelakaan.

21

Pergerakan yang semakin meningkat tanpa diikuti peningkatan kapasitas sistem

prasarana yang ada seperti pelebaran jalan, mekanika pengaturan jalan dan

sebagainya akan mengakibatkan permasalahan transportasi yang semakin

kompleks. Kemacetan akan semakin sering terjadi pada lokasi – lokasi padat di

sekitar pusat kegiatan usaha maupun persimpangan. Kinerja lalu lintas dengan

sendirinya akan menurun secara signifikan dari tahun ke tahun,

Untuk mengatasi berbagai permasalahan tersebut, maka kita harus memahami

pola sebaran pergerakan yang akan terjadi di masa yang akan datang. Dengan

mengetahui pola pergerakan masa yang akan datang, dapat dilakukan estimasi

kinerja jaringan jalan yang akan terjadi sehingga dapat dilakukan usaha untuk

mengantisipasi masalah yang diperkirakan terjadi di masa yang akan datang.

Estimasi kinerja jaringan jalan dapat dilakukan dengan identifikasi pola serbaran

pergerakan. Pola pergerakan dapat dihasilkan bila suatu MAT dibebankan ke

suatu jaringan transportasi sehingga didapatkan arus yang dapat digunakan untuk

menilai kinerja jaringan jalan. Dengan mengetahui kinerja jaringan jalan beberapa

tahun yang akan datang dapat dihasilkan solusi penanganan untuk mengurangi

permasalahan transportasi yang terjadi.

Penelitian akan dilakukan di daerah Surakarta yang pada saat ini menjadi daerah

dengan perkembangan perekonomian dan pertumbuhan penduduk yang semakin

meningkat. Meningkatnya aktivitas perekonomian, membawa dampak pada naiknya

aktivitas pergerakan sehingga secara tidak langsung berdampak pada kinerja

jaringan jalan. Penelitian dilakukan untuk mengevaluasi kinerja jaringan jalan di

Kota Surakarta dan memberikan alternatif penanganan masalah sistem jaringan

jalan tahun 2020 dan 2030. Penelitian dilakukan pada tahun-tahun tersebut dengan

pertimbangan bahwa Kota Surakarta belum mencapai tingkat kepadatan tinggi

sehingga dilakukan tinjauan untuk penanganan jangka panjang.

Evaluasi ditinjau dari klasifikasi fungsional dan sistem jaringan dari ruas-ruas

yang ada di Kota Surakarta. Penelitian dilakukan pada jalan arteri dan kolektor

karena volume pada jalan ini umumnya besar. Untuk jalan lokal evaluasi belum

diperhitungkan pada penelitian ini karena volume lalu lintas relatif lebih rendah

22

dan akses terhadap lahan disekitarnya tinggi sehingga permasalahan cenderung

bersifat lokal.

Tingkat kinerja jaringan jalan dapat dinilai menggunakan tiga parameter lalu

lintas berupa kecepatan, kepadatan lalulintas dan Nisbah Volume dan Kapasitas

(NVK) yang didapatkan dari perbandingan volume lalulintas dan kapasitas jalan.

Pada penelitian ini digunakan Nisbah Volume dan Kapasitas (NVK) untuk

mengevalusai kinerja dikaitankan dengan volume yang dihasilkan dari

pembebanan MAT yang akan dilakukan.

Alternatif penanganan masalah kinerja jaringan jalan berupa manajemen lalu

lintas, peningkatan ruas jalan dan pembangunan jalan baru. Dilihat dari keadaan

jaringan jalan di Kota Surakarta yang sudah padat, evaluasi yang akan dilakukan

berkisar pada manajemen lalu lintas berkaitan dengan tipe operasi dan

peningkatan ruas jalan berkaitan dengan penambahan lajur disesuaikan dengan

keadaan jalannya.

1.2. Rumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan diatas dapat dirumuskan

permasalahan sebagai berikut:

a. Berapa besar jumlah pergerakan yang terjadi pada tahun 2009 dan yang akan

terjadi tahun 2020 serta 2030 menggunakan analisis MAT dengan aplikasi

software EMME/3?

b. Bagaimana perbandingan tingkat kinerja jaringan jalan dengan alat ukur

Nisbah Volume dan Kapasitas (NVK) di Kota Surakarta pada tahun 2009, 2020

dan 2030?

c. Apa alternatif penanganan yang dapat mengurangi permasalah jaringan jalan di

Kota Surakarta pada tahun 2009 atau yang diperkirakan terjadi tahun 2020 dan

2030?

23

1.3. Batasan Masalah

Untuk membatasi permasalahan agar penelitian tidak terlalu meluas dan lebih

terarah maka perlu adanya pembatasan masalah sebagai berikut:

a. Wilayah kajian adalah Kota Surakarta dengan jaringan transportasi yang ada

ditambah dengan beberapa ruas jalan pada zona eksternal yang dianggap

mempengaruhi arus masuk dan arus keluar dari dalam kota.

b. Pembagian zona berdasarkan batas-batas administrasi berupa kalurahan.

c. Data matrik awal (prior matrik) yang digunakan adalah hasil perhitungan

skripsi dengan judul “Estimasi Matrik Asal Tujuan dari Data Lalu Lintas

dengan Metode Estimasi Inferensi Bayesian (Studi Kasus Kota Surakarta)”

oleh Rahayu Mahanani Wijiastuti tahun 2002 dilengkapi dengan hasil

survey terbaru 2009 di beberapa titik di lapangan.

d. Ruas jalan yang dianalisis adalah ruas jalan arteri dan ruas jalan kolektor sesuai

pembagian jalan menurut Dinas Pekerjaan Umum Kota Surakarta.

e. Penelitian dilakukan pada pola pergerakan kendaraan yang terdiri dari semua

jenis kendaraan sesuai pembagian dalam Manual Kapasitas Jalan Indonesia

(MKJI) 1997.

f. Penelitian dilakukan pada jam puncak pagi hari yaitu pukul 06.00-08.00 WIB.

g. Kapasitas ruas jalan, waktu tempuh, dan kecepatan dihitung menggunakan

metode perhitungan pada MKJI.

h. Pergerakan pejalan kaki tidak diperhitungkan.

i. Jaringan jalan yang dianalisis mengabaikan fenomena simpang.

j. Metode pembebanan yang digunakan adalah Metode Keseimbangan Wardrop

(Wardrop Equilibrium).

k. Analisis pembebanan dilakukan dengan bantuan program EMME/3.

l. Peubah bebas yang diperhitungkan dalam pemodelan bangkitan pergerakan

adalah luas lahan tiap kelurahan, luas lahan pemukiman, kepemilikan

kendaraan, dan usia pendidikan dan bekerja (5-59 tahun).

m. Peubah bebas yang diperhitungkan dalam pemodelan tarikan adalah luas lahan

usaha dan jumlah sekolah tiap kelurahan.

24

n. Pengembangan tata guna lahan pada daerah kajian sesuai dengan data dari Biro

Pusat Statistik (BPS).

o. Metode analisis perhitungan yang digunakan dalam pemodelan bangkitan dan

tarikan pergerakan adalah metode analisis regresi linier sederhana.

p. Uji statistik yang digunakan untuk pemodelan bangkitan dan tarikan

pergerakan adalah uji korelasi dan koefisien determinasi.

q. Metode sebaran pergerakan yang digunakan adalah model gravity dengan dua

batasan (PACGR).

r. Parameter sebagai ukuran kinerja ruas jalan adalah Nisbah Volume dan

Kapasitas (NVK).

1.4. Tujuan Penelitian

Penelitian ini bertujuan untuk:

1. Membandingkan jumlah pergerakan pada tahun 2009, 2020 dan 2030

menggunakan analisis MAT.

2. Membandingkan tingkat kinerja jaringan jalan di Kota Surakarta pada tahun

2009, 2020 dan 2030 menggunakan alat ukur Nisbah Volume dan Kapasitas

(NVK).

3. Memberikan alternatif penanganan yang dapat mengurangi permasalah

jaringan jalan di Kota Surakarta pada tahun 2009 atau yang diperkirakan

terjadi pada tahun 2020 dan 2030.

25

1.5. Manfaat Penelitian

1. Manfaat Teoritis

Meningkatkan pemahaman dan pengetahuan di bidang perencanaan dan

pemodelan transportasi, terutama berkaitan dengan Trip Distribution dan Trip

Assignment.

2. Manfaat Praktis

Hasil yang diperoleh dapat digunakan sebagai bahan pertimbangan dalam

perbaikan dan perencanaan transportasi untuk Kota Surakarta pada waktu

yang akan datang.

26

BAB 2

LANDASAN TEORI

2.1. Tinjauan Pustaka

Perencanaan transportasi dapat didefinisikan sebagai suatu proses yang memiliki

tujuan mengembangkan sistem transportasi yang memungkinkan manusia dan

barang bergerak atau berpindah tempat dengan aman dan murah.

(Pignataro,1973)

Sarana transportasi harus direncanakan untuk memenuhi kebutuhan lalu lintas

yang sudah ada maupun yang akan ada, diletakkan pada lokasi yang tepat di

dalam daerah atau kota, dan secara ekonomi harus dapat dipertanggungjawabkan.

(Warpani, 1990)

Blunden (1971) yang dikutip oleh Warpani (1990) mengaitkan perencanaan

transportasi dengan tata guna lahan kota yang dikatakannya mempunyai dua

tujuan pokok, yaitu:

1. Meningkatkan daya guna sistem yang telah ada

2. Merencanakan perkembangan dan pertumbuhan di masa yang akan datang

Dari sini terbukti bahwa pada masa kini, terutama bagi kota besar, pentingnya

perencanaan transportasi makin dirasakan untuk menyelesaikan permasalahan

transportasi.

Konsep perencanaan transportasi yang paling populer adalah Model Perencanaan

Transportasi Empat Tahap, yang terdiri dari:

1. Bangkitan dan tarikan pergerakan (Trip Generation)

2. Distribusi pergerakan lalu lintas (Trip Distribution)

3. Pemilihan moda (Modal Choice atau Modal Split)

4. Pembebanan lalu lintas (Trip Assignment)

27

Gambar 2.1. Diagram Model Perencanaan Transportasi Empat Tahap

Bangkitan dan tarikan pergerakan menurut Tamin (1995) adalah tahapan

pemodelan yang memperkirakan jumlah pergerakan yang berasal dari suatu zona

atau tata guna lahan dan jumlah pergerakan yang tertarik ke suatu zona atau tata

guna lahan. Tahap ini menghubungkan interaksi antara tata guna lahan, jaringan

transportasi, dan arus lalu lintas.

Distribusi pergerakan adalah proses menghitung jumlah perjalanan yang terjadi

antara satu zona dengan semua zona lainnya. Suatu matrik perjalanan dibuat untuk

menunjukkan jumlah perjalanan yang terjadi. Secara umum, perjalanan harus

didistribusikan pada area sebanding (proporsional) dengan daya tarik aktivitas dan

berbanding terbalik dengan hambatan perjalanan antara area-area.

(F.D. Hobbs,1995,185)

Four stages

Zones network Base-year data Future planning data

Data Base

Base year Future

Trip generation

Trip Distribution

Modal split/choice

Trip assignment

Traffic Flow

28

Distribusi pergerakan dapat direpresentasikan dalam bentuk garis keinginan

(desire line) atau dalam bentuk Matriks Asal Tujuan, MAT (origin-destination

matrix/O-D matrix).

Gambar 2.2. Matrik Asal [A] dan Tujuan [B] (Wells,1975)

Gambar 2.3. Diagram garis keinginan (desire line)

Langkah terakhir dalam perencanaan transportasi adalah trip assignment

(pembebanan lalu lintas). Pembebanan lalu lintas adalah suatu proses dimana

permintaan perjalanan (yang didapat dari tahap distribusi) dibebankan ke jaringan

jalan. Tujuan trip assignment adalah untuk mendapatkan arus di ruas jalan atau

total perjalanan di dalam jaringan yang ditinjau.

Gambar 2.4. Proses pembebanan lalu lintas

A B

B

D

E

A

C

Arus & Total Biaya perjalanan

Matriks asal tujuan (permintaan)

jaringan (sediaan)

Trip assignment kriteria

memutuskan

29

Papacostas and Prevedouros (2005) menyatakan bahwa travel demand dan travel

trip termasuk dalam perencanaan transportasi selain trip generation, distribution,

mode of travel dan route assignment. Travel trip diperoleh dari permintaan

perjalanan dimana perjalanan dilakukan dengan suatu tujuan untuk memfasilitasi

hubungan social dan ekonomi manusia. Setiap perjalanan yang dilakukan

bergantung pada beberapa faktor seperti pendapatan, kepemilikan kendaraan, dan

jarak. Dinyatakan juga bahwa “Travel demand models are driven in part, by the

relationship of land use activities and characteristics to the transportation

network. Specific inputs to the modeling process are land use activity including

the number of households, population-in-households, vehicles and employment

located in a given analysis zone”.

Pola pergerakan dapat dihasilkan bila suatu MAT dibebankan ke suatu jaringan

transportasi. Dengan mengetahui pola pergerakan yang terjadi, kita dapat

memperkirakan masalah yang akan timbul sehingga solusi dapat segera

dihasilkan. Kelebihan bentuk matriks adalah dapat didapatkan secara tepat arus

pergerakan antarzona yang terjadi, namun tidak dapat menggambarkan arah

pergerakan tersebut. Hal ini dapat diatasi dengan penggunaan garis keinginan

untuk menggambarkan pergerakan yang terjadi.

(Ofyar Z. Tamin, 1997:130)

Metode untuk mendapatkan MAT dapat dikelompokkan menjadi dua bagian

utama, yaitu: metode tidak konvensional dan metode konvensional. Untuk lebih

jelasnya, pengelompokan digambarkan berupa diagram pada Gambar 2.5.

(Tamin,1985,1986,1988abc)

30

Gambar 2.5. Metode untuk mendapatkan MAT

Penelitian yang pernah dilakukan sebelumnya kebanyakan menggunakan metode

konvensional, salah satunya menggunakan model Gravity. Seperti penelitian

terdahulu yang pernah dilakukan oleh Slamet Basuki (2001) dengan menggunakan

model tersebut untuk estimasi distribusi perjalanan. Kalibrasi model dengan

bantuan program SATURN (Simulation and Assignment of Traffic to Urban Road

Network).

Priyatno (2000) melakukan penelitian dengan menggunakan metode Tidak

Konvensional untuk estimasi Matrik Asal Tujuan. Priyatno menggunakan

pemodelan ME2 (Matrik Estimation Maximum Entropy), teknik pembebanan

Wardrop Equilibrium, dan dibantu program SATURN.

Wiwit Hernasari (2000) mengestimasi Matrik Asal Tujuan dengan metode

pembebanannya All Or Nothing. Metode pendekatan dengan ME2 dibantu

program SATURN, sedangkan uji validasi dengan koefisien Determinasi R2.

31

Penelitian dengan model Gravity-Opportunity (GO) dilakukan oleh M. Rusli

(2002). Metode pendekatan ME2 dibantu program SATURN, metode pembebanan

All or Nothing, metode estimasi dengan NLLS (Non Linear Least Square),

sedangkan uji validasi dengan RMSE (Root Mean Square Error).

Estimasi model Kombinsi Sebaran Pergerakan dan Pemilihan Moda (SPPM) oleh

Nuning Fitriani (2002) menggunakan model Gravity untuk sebaran pergerakan

dan multinomial logit untuk pemilihan moda. Metode estimasi yang digunakan

yaitu metode estimasi NLLS (Non Linear Least Square), metode pendekatan

dengan ME2, metode pembebanan Wardrop Equilibrium dan uji validasi dengan

koefisien Determinasi R2.

Penelitian yang dilakukan Astri Brillianti (2002) untuk mengevaluasi kinerja

jaringan jalan di Kota Surakarta dan memberikan alternatif upaya penanganan

masalah sistem jaringan jalan dengan periode kajian 5 tahunan untuk umur

rencana 10 tahun mendatang. Alternatif upaya penanganan masalah sistem

jaringan jalan yang ditempuh dengan cara peningkatan kapasitas jalan berupa

pelebaran jalan dan pembangunan jalan baru. Pemodelan yang dilakukan dengan

model gravity, metode pembebanan Wardrop Equilibrium dengan program

SATURN.

Rahayu Mahanani Wijiastuti (2002) menitikberatkan pada aspek sebaran

pergerakan saja dengan menggunakan bantuan software SATURN. Model yang

digunakan adalah Model Gravity dengan alasan bahwa model gravity lebih mudah

dan sederhana dalam proses pengerjaannya, data yang diambil dalam pemodelan

berdasarkan data arus lalu lintas. Model menggunakan metode estimasi Kuadrat

Terkecil Tidak Linear (KTTL) dengan dasar pemikiran bahwa dengan pendekatan

kuadrat terkecil, simpangan atau selisih antara sebaran pergerakan yang dihitung

dari pemodelan (Tid) dengan yang didapat dari hasil pengamatan(^

idT )

memberikan harga yang minimum. Didapatkan dari hasil penelitian nilai

parameter β=-0.00119, dimana nilai (-) menggambarkan bahwa biaya rata-rata

perjalanan pada jam sibuk di kota Surakarta bukan satu-satunya faktor bagi pelaku

32

perjalanan. Parameter β pada penelitian ini selanjutnya digunakan untuk

mengestimasi MAT tahun 2020.

Nurmalia (2009) memperhitungkan MAT dengan menggunakan metode Enteropi

Maksimum. Penelitian ini menggunakan aplikasi Software EMME/3 yang

merupakan pengembangan dari program EMME/2 untuk menghitung MAT baru

hasil pembebanan.

Penelitian yang telah dilaksanakan berguna untuk mengetahui tingkat kinerja

jaringan jalan pada saat ini maupun pada tahun-tahun yang akan datang, sehingga

dapat dihasilkan evaluasi dan penanganan yang dapat dilakukan. Penelitian

menggunakan analisis MAT dengan menggunakan bantuan software EMME/3.

Model yang digunakan untuk mendapatkan sebaran pergerakan adalah Model

Gravity dengan alasan bahwa model gravity lebih mudah dan sederhana dalam

proses pengerjaannya. Data yang diambil dalam pemodelan ini berdasarkan data

prior matriks dari penelitian sebelumnya dan dilengkapi dengan data hasil survey

terbaru di beberapa titik di lapangan.

Shelmi (2009) menyatakan kinerja secara umum adalah ukuran pelaksanaan tugas

seseorang atau sekelompok orang atau unit-unit kerja dalam satu organisasi sesuai

dengan standar kinerja atau tujuan yang ditetapkan lebih dahulu. Kata kinerja

(performance) dalam konteks tugas, sama dengan prestasi kerja. Sehingga,

kinerja jaringan jalan dapat didefinisikan sebagai ukuran kuantitatif kondisi-

kondisi operasional jalan atau pelaksanaan fungsi jalan sebagai respon dari arus

lalu lintas yang terjadi.

Evaluasi kinerja menurut Shelmi (2009) adalah proses penilaian dan pelaksanaan

tugas seseorang atau sekelompok orang atau unit-unit kerja dalam satu perusahaan

atau organisasi sesuai dengan standar kinerja atau tujuan yang ditetapkan lebih

dahulu. Jadi, dapat disimpulkan bahwa evaluasi kinerja jaringan jalan adalah

proses penilaian keadaan existing jalan dibandingkan dengan keadaan jalan

dengan kondisi ideal.

33

Tujuan evaluasi kinerja adalah untuk mengetahui tingkat pencapaian sasaran,

terutama untuk mengetahui bila terdapat kekurangan atau penyimpangan supaya

segera diperbaiki, sehingga sasaran atau tujuan dapat tercapai.

Penelitian ini bertujuan mengestimasi kinerja jaringan jalan perkotaan. Ukuran

kinerja jaringan jalan dapat dinilai dengan menggunakan parameter lalu lintas

berikut:

1. Untuk ruas jalan dapat berupa NVK, kecepatan dan kepadatan lalu lintas.

2. Untuk persimpangan dapat berupa tundaan dan kapasitas sisa.

3. Jika tersedia data kecelakaan lalu lintas, dapat juga dipertimbangkan dalam

mengevaluasi efektivitas sistem lalu lintas perkotaan.

(Tamin, 2000)

Penanganan masalah jaringan jalan dapat dilakukan dengan berbagai cara, antara

lain manajemen lalu lintas, peningkatan ruas jalan dan pembangunan jalan baru.

Manajemen lalulintas adalah suatu proses pengaturan pasokan (supply) dan

kebutuhan (demand) sistem jalan raya yang ada untuk memenuhi suatu tujuan

tertentu tanpa penambahan prasarana baru, melalui pengurangan dan pengaturan

pergerakan lalulintas (Massachusetts Highway Department). Manajemen

lalulintas biasanya diterapkan untuk memecahkan masalah lalulintas jangka

pendek, atau yang bersifat sementara.

Manajemen lalulintas terbagi menjadi dua bagian yaitu optimasi supply dan

pengendalian demand. Yang termasuk dalam kelompok optimasi supply antara

lain adalah: pembatasan parkir di badan jalan, jalan satu arah, reversible lane,

larangan belok kanan pada persimpangan, dan pemasangan lampu lalulintas

(Putranto, 2007).

Penanganan berupa peningkatan ruas jalan meliputi perubahan fisik ruas jalan

yang berupa pelebaran atau penambahan lajur sehingga kapasitas ruas jalan dapat

ditingkatkan secara berarti.

34

Sedangkan pembangunan jalan baru merupakan alternatif terakhir sebagai

penanganan jaringan jalan. Jenis penanganan ini dilakukan bila pelebaran jalan

atau penambahan lajur sudah tidak memungkinkan, terutama karena keterbatasan

lahan.

2.2. Landasan Teori

2.2.1. Matrik Asal Tujuan

Pola pergerakan dalam sistem transportasi sering dijelaskan dalam bentuk arus

pergerakan (kendaraan, penumpang, dan barang) yang bergerak dari zona asal ke

zona tujuan di dalam daerah tertentu. Matriks pergerakan atau Matriks Asal

Tujuan (MAT) sering digunakan oleh perencana transportasi untuk

menggambarkan pola pergerakan tersebut.

MAT merupakan matriks berdimensi dua yang berisi informasi mengenai

besarnya pergerakan antar lokasi (zona) di dalam daerah tertentu. Baris

menyatakan zona asal dan kolom menyatakan zona tujuan, sehingga sel matriknya

merupakan besar pergerakan dari zona asal ke zona tujuan. Pola pergerakan dapat

dihasilkan bila suatu MAT dibebankan ke suatu jaringan transportasi. Dengan

mengetahui pola pergerakan yang terjadi, kita dapat memperkirakan masalah yang

akan timbul sehingga solusi dapat segera dihasilkan. Kelebihan bentuk matriks

adalah dapat didapatkan secara tepat arus pergerakan antarzona yang terjadi,

namun tidak dapat menggambarkan arah pergerakan tersebut. Hal ini dapat diatasi

dengan penggunaan garis keinginan untuk menggambarkan pergerakan yang

terjadi.

Jumlah zona dan nilai setiap sel matriks adalah dua unsur penting dalam MAT

karena jumlah zona menunjukkan banyaknya sel MAT yang harus didapatkan dan

berisi informasi yang sangat dibutuhkan dalam perencanaan transportasi. Setiap

sel membutuhkan informasi jarak, waktu, biaya, atau kombinasi ketiga informasi

tersebut yang digunakan sebagai ukuran aksesibilitas (kemudahan). Pola

pergerakan dapat dihasilkan bila suatu MAT dibebankan ke suatu jaringan

35

transportasi. MAT dapat memberikan gambaran rinci mengenai kebutuhan akan

pergerakan, sehingga MAT memegang peranan penting dalam berbagai kajian

perencanaan transportasi dan manajemen transportasi.

2.2.2. Daerah Kajian

Daerah kajian menurut IHT and DTp (1987) adalah suatu daerah geografis yang

didalamnya terletak semua zona asal dan zona tujuan yang diperhitungkan dalam

model kebutuhan transportasi. Kriteria yang harus dipenuhi adalah daerah itu

berisi zona internal dan ruas jalan yang dipengaruhi pergerakan lalu lintas.

Didalam batasnya, daerah kajian dibagi menjadi sejumlah subdaerah yang disebut

zona yang masing-masing diwakili pusat zona. Batas zona sebaiknya harus sesuai

dengan batas sensus, batas administrasi, batas alami, atau batas zona yang

digunakan penelitian terdahulu. Dalam proses pemodelan selanjutnya, semua data

berkaitan dengan daerah pergerakan didasarkan pada sistem berbasis zona.

Hal pertama yang harus ditentukan dalam menentukan sistem zona dan sistem

jaringan adalah cara membedakan daerah kajian dengan daerah atau wilayah lain

di luar kajian. Beberapa arahan untuk hal tersebut adalah sebagai berikut:

1. Untuk Kajian yang bersifat strategis, daerah kajian harus didefinisikan

sedemikian rupa sehingga mayoritas pergerakan mempunyai zona asal dan

zona tujuan di dalam daerah kajian tersebut.

2. Daerah kajian sebaiknya sedikit lebih luas daripada daerah yang akan diamati

sehingga kemungkinan adanya perubahan zona tujuan atau pemilihan rute

yang lain dapat teramati.

Wilayah di luar daerah kajian sering dibagi menjadi beberapa zona eksternal yang

digunakan untuk mencerminkan dunia lainnya. Daerah kajian sendiri dibagi

menjadi beberapa zona internal yang jumlahnya sangat tergantung dari tingkat

ketepatan yang diinginkan. Daerah yang akan dikaji adalah daerah yang

mencakup suatu kota, akan tetapi harus dapat mencakup ruang atau daerah yang

cukup untuk pengembangan kota di masa mendatang.

36

2.2.3. Sistem Zona

Sistem zona adalah suatu sistem tata-guna lahan dimana satu satuan tata-guna

lahan didapat dengan membagi wilayah kajian menjadi bagian yang lebih kecil

(zona) yang dianggap mempunyai keseragaman tata-guna lahan atau berada di

bawah suatu daerah administrasi tertentu seperti kelurahan, kecamatan atau

wilayah. Setiap zona akan diwakili oleh satu pusat zona. Pusat zona dianggap

sebagai tempat atau lokasi awal pergerakan lalu lintas dari zona tersebut dan akhir

pergerakan lalu lintas yang menuju zona tersebut.

Beberapa kriteria utama yang perlu dipertimbangkan dalam menetapkan sistem

zona di dalam suatu daerah kajian, yaitu meliputi hal berikut ini:

1. Ukuran zona harus konsisten dengan kepadatan jaringan yang akan dimodel,

biasanya ukuran zona semakin membesar jika semakin jauh dari pusat zona.

2. Ukuran zona harus lebih besar dari yang seharusnya untuk memungkinkan

arus lalu lintas dibebankan ke atas jaringan jalan dengan ketepatan seperti

yang disyaratkan.

3. Batas zona harus dibuat sedemikian rupa sehingga konsisten dengan jenis pola

pengembangan untuk setiap zona, misalnya pemukiman, perkantoran dan

industri.

4. Batas zona harus sesuai dengan batas sensus, batas administrasi daerah dan

batas zona yang digunakan oleh daerah kajian.

5. Batas zona harus sesuai dengan batas daerah yang digunakan dalam

pengumpulan data.

2.2.4. Sistem Jaringan Transportasi

Sistem jaringan transportasi dicerminkan dalam bentuk ruas dan simpul, yang

semuanya dihubungkan ke pusat zona. Sistem jaringan transportasi juga dapat

ditetapkan sebagai urutan ruas jalan dan simpul. Ruas jalan bisa berupa potongan

jalan raya atau kereta api, sedangkan simpul bisa berupa persimpangan, stasiun.

Setiap simpul dan zona diberi nomor. Nomor ini yang digunakan untuk

mengidentifikasi data yang berkaitan dengan ruas dan zona.

37

Kunci utama dalam merencanakan sistem jaringan adalah penentuan klasifikasi

fungsi jalan yang akan dianalisis (arteri, kolektor, atau lokal). Hal ini tergantung

dari jenis dan tujuan kajian. Penelitian ini menggunakan sistem sekunder dengan

jalan yang dianalisis yaitu jalan arteri dan kolektor, maka nomor diberikan pada

pertemuan ujung ruas antar jalan arteri sekunder, pertemuan ujung ruas antara

jalan arteri sekunder dengan kolektor sekunder dan pertemuan ujung ruas antar

jalan kolektor sekunder. Ruas jalan mencerminkan ruas jalan antar persimpangan

atau ruas antar kota yang dinyatakan dengan dua buah nomor simpul diujung-

ujungnya. Ciri ruas jalan perlu diketahui seperti panjang, jumlah lajur, jenis

gangguan samping, kapasitas dan hubungan kecepatan arus.

2.2.5. Klasifikasi Fungsi 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

Sistem jaringan primer disusun mengikuti ketentuan pengaturan tata ruang dan

struktur pengembangan wilayah tingkat nasional yang menghubungkan secara

menerus kota jenjang ke satu, kota jenjang ke dua, kota jenjang ke tiga, dan kota

jenjang di bawahnya sampai ke persil. Menghubungkan kota jenjang ke satu

dengan kota jenjang ke satu antar satuan wilayah pengembangan.

a. Jalan Arteri Primer

Menghubungkan kota jenjang ke satu yang terletak berdampingan atau

menghubungkan kota jenjang ke satu dengan kota jenjang ke dua.

b. Jalan Kolektor Primer

Menghubungkan kota jenjang ke dua dengan kota jenjang ke dua atau

menghubungkan kota jenjang ke dua dengan kota jenjang ke tiga.

c. Jalan Lokal Primer

Menghubungkan kota jenjang ke satu dengan persil atau kota ke dua dengan

persil atau menghubungkan kota jenjang ke tiga dengan kota jenjang ke tiga,

atau kota jenjang ke tiga dengan persil.

38

Penjenjangan kota dimaksudkan untuk mengelompokkan kota ditinjau dari segi

pembinaan jaringan jalan, dengan kriteria sebagai berikut:

1) Kota jenjang ke satu: kota yang berperan melayani seluruh satuan wilayah

pengembangannya, dengan kemampuan pelayanan jasa yang paling tinggi

dalam satuan wilayah pengembangannya serta memiliki orientasi keluar

wilayahnya.

2) Kota jenjang ke dua: kota yang berperan melayani sebagian dari satuan

wilayah pengembangannya, dengan kemampuan pelayanan jasa yang lebih

rendah dari kota jenjang ke satu dalam satuan wilayah pengembangannya dan

terikat jangkauan jasa ke kota jenjang ke satu serta memiliki orientasi ke kota

jenjang ke satu.

3) Kota jenjang ke tiga: kota yang berperan melayani sebagian dari satuan

wilayah pengembangannya, dengan kemampuan pelayanan jasa yang lebih

rendah dari kota jenjang ke dua dalam satuan wilayah pengembangannya dan

terikat jangkauan jasa ke kota jenjang kedua serta memiliki orientasi ke kota

jenjang ke satu dan kota jenjang ke dua.

Untuk lebih jelas ditampilkan pada Gambar 2.6.

Gambar 2.6. Sistem Jaringan Jalan Primer

Sumber: Dirjen Bina Marga

39

2. Sistem Jaringan Sekunder

Sistem jaringan sekunder disusun mengikuti ketentuan pengaturan tata ruang kota

yang menghubungkan kawasan-kawasan yang mempunyai fungsi primer, fungsi

sekunder satu, fungsi sekunder dua, fungsi sekunder tiga sampai ke perumahan.

a. Jalan Arteri Sekunder

Menghubungkan kawasan primer dengan kawasan sekunder ke satu atau

menghubungkan kawasan ke satu dengan kawasan sekunder ke satu atau

menghubungkan kawasan sekunder ke satu dengan kawasan sekunder ke dua.

b. Jalan Kolektor Sekunder

Menghubungkan kawasan sekunder ke dua dengan kawasan sekunder ke dua

atau menghubungkan kawasan sekunder ke dua dengan kawasan sekunder ke

tiga.

c. Jalan Lokal Sekunder

Menghubungkan kawasan sekunder ke satu dengan perumahan,

menghubungkan kawasan sekunder ke dua dengan perumahan, kawasan

sekunder ke tiga dengan perumahan.


Gambar 2.7. Sistem Jaringan Jalan Sekunder


40

Kawasan adalah wilayah yang dibatasi oleh lingkup pengamatan fungsi tertentu,

meliputi:

1) Kawasan Primer adalah kawasan kota yang mempunyai fungsi primer, yaitu

sebagai titik simpul jasa distribusi bagi daerah jangkauan peranannya.

2) Kawasan sekunder adalah kawasan kota yang mempunyai fungsi sekunder,

dimana fungsi sekunder suatu kota dihubungkan dengan pelayanan terhadap

masyarakat kota tersebut yang lebih berorientasi ke dalam dan jangkauan

lokal.


Gambar 2.8. Sketsa Hipotesis Hirarki Jalan Kota

41


Pengelompokan kelas jalan menurut kelas jalan terdapat pada Pasal 22 Tahun

2009 terdiri atas:

1. Jalan kelas I, yaitu jalan arteri dan kolektor yang dapat dilalui kendaraan bermotor

dengan ukuran lebar tidak melebihi 2.500 (dua ribu lima ratus) milimeter, ukuran

panjang tidak melebihi 18.000 (delapan belas ribu) milimeter, ukuran paling tinggi

4.200 (empat ribu dua ratus) milimeter dan muatan sumbu terberat 10 (sepuluh)

ton.

2. Jalan kelas II, yaitu jalan arteri, kolektor, lokal dan lingkungan yang dapat dilalui

kendaraan bermotor dengan ukuran lebar tidak melebihi 2.500 (dua ribu lima ratus)

milimeter, ukuran panjang tidak melebihi 12.000 (dua belas ribu) milimeter, ukuran

paling tinggi 4.200 (empat ribu dua ratus) milimeter dan muatan sumbu terberat 8

(delapan) ton.

3. Jalan kelas III, yaitu jalan arteri, kolektor, lokal dan lingkungan yang dapat dilalui

kendaraan bermotor dengan ukuran lebar tidak melebihi 2.100 (dua ribu seratus)

milimeter, ukuran panjang tidak melebihi 9.000 (sembilan ribu) milimeter, ukuran

paling tinggi 3.500 (tiga ribu lima ratus) milimeter dan muatan sumbu terberat 8

(delapan) ton.

4. Jalan kelas khusus, yaitu jalan arteri yang dapat dilalui kendaraan bermotor dengan

ukuran lebar tidak melebihi 2.500 (dua ribu lima ratus) milimeter, ukuran panjang

tidak melebihi 18.000 (delapan belas ribu) milimeter, ukuran paling tinggi 4.200

(empat ribu dua ratus) milimeter dan muatan sumbu terberat 10 (sepuluh) ton.

2.2.6. Satuan Mobil Penumpang

Manual Kapasitas Jalan Indonesia (MKJI) 1997 mendefinisikan satuan mobil

penumpang (smp) adalah satuan untuk arus lalu lintas dimana berbagai tipe

kendaraan diubah menjadi arus kendaraan ringan (termasuk mobil penumpang)

dengan menggunakan emp. Ekivalen mobil penumpang (emp) adalah faktor yang

menunjukkan pengaruh berbagai tipe kendaraan dibandingkan kendaraan ringan

terhadap kecepatan kendaraan ringan dalam arus lalu lintas (untuk mobil

penumpang dan kendaraan ringan yang mirip emp=1). Pembagian tipe kendaraan

42

bermotor untuk masing-masing kendaraan berdasarkan MKJI 1997 adalah sebagai

berikut:

1. Sepeda Motor, Motor Cycle (MC), terdiri dari kendaraan bermotor beroda dua

atau tiga.

2. Kendaraan Ringan, Light Vehicle (LV), yaitu kendaraan bermotor dua as

beroda empat dengan jarak as 2-3 meter, termasuk diantaranya mobil

penumpang, oplet, mikrobis, pick-up dan truk kecil.

3. Kendaraan berat, Heavy Vehicle (HV), yaitu kendaraan bermotor lebih dari 4

roda, termasuk diantaranya bis, truk 2 as, truk 3 as, dan truk kombinasi.

Nilai emp tiap tipe jalan ditampilkan pada Tabel 2.1 dan Tabel 2.2.

Tabel 2.1. emp untuk jalan perkotaan tak terbagi

Tipe Jalan tak terbagi

Arus lalu lintas Total dua arah

(kend/jam)

Emp

HV

MC Lebar lajur lalu

lintas Cw (m) ≤ 6 ≥ 6

Dua lajur tak terbagi (2/2 UD)

0 ≥1800

1,3 1,2

0,5 0,35

0,4 0,25

Empat lajur tak terbagi (4/2 UD)

0 ≥3700

1,3 1,2

0,4 0,25

Sumber: MKJI 1997 Tabel 2.2. emp untuk jalan perkotaan terbagi dan satu arah

Tipe jalan: Jalan Satu Arah dan

Jalan Terbagi

Arus Lalu lintas Per Lajur (kend/jam)

Emp

HV MC

Dua Lajur satu arah (2/1) Dan

Empat Lajur terbagi (4/2D)

0

1050

1,3

1,2

0,4

0,25 Tiga Lajur satu arah (3/1)

Dan Enam Lajur terbagi (6/2D)

1

1100

1,3

1,2

0,4

0,25 Sumber: MKJI 1997

2.2.7. Kapasitas

Kapasitas adalah volume maksimum kendaraan perjam yang melalui suatu

potongan lajur jalan(untuk jalan multi lajur) atau suatu potongan jalan (untuk jalan

43

dua lajur) pada kondisi jalan dan arus lalu lintas ideal. (Dirjen Bina Marga,1999).

Faktor-faktor yang mempengaruhi kapasitas jalan adalah lebar jalur atau lajur, ada

tidaknya pemisah/median jalan, hambatan bahu/kerb jalan, gradien jalan, didaerah

perkotaan atau luar kota, ukuran kota. Besarnya kapasitas suatu ruas jalan dapat

dihitung dari Persamaan (2.1).

C = Co x FCw x FCsp x FCsf x FCcs (2.1)

Dimana:

C = Kapasitas (smp / jam)

Co = Kapasitas dasar untuk kondisi tertentu (ideal) (smp / jam)

FCw = Faktor penyesuaian lebar jalur lalu lintas

FCsp = Faktor penyesuaian pemisah arah

FCsf = Faktor penyesuaian hambatan samping

FCcs = Faktor penyesuaian ukuran kota

1. Kapasitas dasar jalan perkotaan (Co)

Kapasitas dasar adalah kapasitas segment jalan untuk kondisis tertentu sesuai

kondisis geometrik, pola arus lali lintas, dan faktor lingkungan. Jika kondisi

sesungguhnya sama dengan kasus dasar (ideal) tertentu, maka semua faktor

penyesuaian menjadi 1,0 dan kapasitas menjadi sama dengan kapasitas dasar (Co)

Kapasitas dasar (Co) dari suatu tipe jalan perkotaan dapat dilihat pada Tabel 2.3.

Tabel 2.3. Kapasitas dasar (Co) jalan perkotaan

Tipe Jalan Kapasitas Dasar (smp/jam) Catatan

Empat lajur terbagi atau Jalan satu arah 1650 Perlajur

Empat lajur tak terbagi 1500 Perlajur

Dua lajur tak terbagi 2900 Total dua arah

Sumber: MKJI 1997

44

2. Faktor penyesuai kapasitas untuk lebar jalur lalu lintas FCcw

Faktor penyesuai kapasitas untuk lebar jalur lalu lintas jalan perkotaan adalah

faktor penyesuai untuk kapasitas dasar akibat lebar jalur lalu lintas. Besarnya

faktor ini dapat dilihat pada Tabel 2.4.

Tabel 2.4. Faktor penyesuaian kapasitas (FCw) untuk pengaruh lebar jalur lalu lintas untuk jalan perkotaan

Tipe Jalan

Lebar Jalur Lalu lintasEfektif (Wc) (m) FCw

Empat lajur terbagi Atau

Jalan Satu Arah

Perlajur 3,00 3,25 3,50 3,75 4,00

0,92 0,96 1,00 1,04 1,08

Empat lajur tak Terbagi

Perlajur 3,00 3,25 3,50 3,75 4,00

0,91 0,95 1,00 1,05 1,09

Dua Lajur tak terbagi

Total dua arah 5 6 7 8 9 10 11

0,56 0,87 1,00 1,14 1,25 1,29 1,34

Sumber: MKJI 1997

3. Faktor penyesuain kapasitas untuk pemisahan Arah (FCsp)

Faktor penyesuai kapasitas untuk pemisahan arah lalu lintas adalah faktor

penyesuai kapasitas dasar akibat pemisahan arah lalu lintas (hanya pada jalan dua

arah tak terbagi). Faktor ini mempunyai nilai paling tinggi pada prosentase

pemisahan arah 50%-50% yaitu bilamana arus pada kedua arah adalah sama pada

periode waktu yang dianalisis (umumnya satu jam). Besarnya faktor ini dapat

dilihat pada Tabel 2.5.

Tabel 2.5. Faktor penyesuaian kapasitas untuk pemisahan Arah (FCsp)

45

Pemisahan arah SP %-% 50-50 55-45 60-40 65-35 70-30

FCsp

Dua lajur 2/2 1,00 0,97 0,94 0,91 0,88

Empat lajur 4/2 1,00 985 0,97 0,9555 0,94

Sumber: MKJI 1997

4. Faktor penyesuaian kapasitas untuk pengaruh hambatan samping (FCsf).

Faktor penyesuai kapasitas untuk hambatan samping adalah faktor penyesuai

kapasitas dasar akibat hambatan samping sebagai fungsi lebar bahu. Hambatan

samping ini dipengaruhi oleh berbagai aktivitas disamping jalan yang berpengaruh

terhadap arus lalu lintas. Hambatan samping yang terutama berpengaruh pada

kapasitas dan kinerja jalan perkotaan:

a. Jumlah pejalan kaki berjalan atau menyeberang sisi jalan.

b. Jumlah kendaraan yang berhenti di parkir.

c. Jumlah kendaraan masuk dan keluar ke/dari lahan samping jalan dan jalan

sisi.

d. Jumlah kendaraan yang bergerak lambat yaitu arus total (kend/jam) dari

sepeda, becak, delman, pedati, dan sebagainya.

Besarnya faktor ini dapat dilihat pada Tabel 2.6 dan Tabel 2.7.

Tabel 2.6. Faktor penyesuaian kapasitas (FCsf) untuk pengaruh hambatan

46

dan lebar bahu

Tipe Jalan

Kelas Hambatan Samping

Faktor Penyesuaian hambatan samping dan Lebar bahu (FCsf) Lebar bahu (m)

£ 0,5 1,0 1,5 ³ 2,0

4/2D

VL ML M H

VH

0,96 0,94 0,92 0,88 0,84

0,98 0,97 0,95 0,92 0,88

1,01 1,00 0,98 0,95 0,92

1,03 1,02 1,00 0,98 0,96

4/2UD

VL ML M H

VH

0,96 0,94 0,92 0,87 0,80

0,99 0,97 0,95 0,91 0,86

1,01 1,00 0,98 0,94 0,90

1,03 1,02 1,00 0,98 0,95

2/2UD Atau jalan

satu arah

VL ML M H

VH

0,94 0,92 0,89 0,82 0,73

0,96 0,94 0,92 0,86 0,79

0,99 0,97 0,95 0,90 0,85

1,01 1,00 0,98 0,95 0,91

Sumber: MKJI 199 Tabel 2.7. Faktor penyesuaian kapasitas (FCsf) untuk pengaruh hambatan samping dan jarak Kerb-Penghalang (FCsf)

Tipe Jalan


Faktor Penyesuaian hambatan samping dan Lebar bahu (FCsf)

Lebar kerb-penghalang (m)

£ 0,5 1,0 1,5 ³ 2,0

4/2D

VL ML M H

VH

0,95 0,94 0,91 0,86 0,81

0,97 0,96 0,93 0,89 0,85

0,99 0,98 0,95 0,92 0,88

1,03 1,00 0,98 0,95 0,92

4/2UD

VL ML M H

VH

0,95 0,93 0,90 0,84 0,77

0,97 0,95 0,92 0,87 0,81

0,99 0,97 0,95 0,90 0,85

1,03 1,00 0,97 0,93 0,90

2/2UD Atau jalan

satu arah

VL ML M H

VH

0,93 0,90 0,86 0,78 0,68

0,95 0,92 0,88 0,81 0,72

0,97 0,95 0,91 0,84 0,77

0,99 0,97 0,94 0,88 0,82

Sumber: MKJI 1997 Untuk mengetahui tingkat hambatan samping pada kolom (2) Tabel 2.6 dan

Tabel 2.7 dengan melihat kolom (3) Tabel 2.8 dibawah ini, tetapi apabila data

terinci hambatan samping tersebut tersedia maka hambatan samping dapat

ditentukan dengan prosedur berikut:

47

a. Memeriksa kondisi khusus dari kolom (4) Tabel 2.8 kemudian memilih salah

satu yang paling tepat untuk keadaan segmen jalan yang dianalisa.

b. Mengamati foto pada gambar A-4:1-5 (MKJI 1997) yang menunjukkan kesan

visual rata-rata yang khusus dari masin-masing kelas hambatan samping. Dan

memilih salah satu yang paling sesuai dengan kondisi rata-rata sesungguhnya

pada kondisi lokasi untuk periode yang diamati.

c. Pilih kelas hambatan samping berdasarkan pertimbangan dari gabungan

langkah 1 dan 2 di atas.

Berikut Tabel 2.8 yang digunakan sebagai acuan untuk menentukan tingkat

hambatan samping pada kolom (2) Tabel 2.6 dan Tabel 2.7.

Tabel 2.8. Kelas Hambatan Samping untuk Jalan Perkotaan

Frekuensi Berbobot Kejadian

Kondisi Khusus Kelas

Hambatan Samping

Kode

< 100

100-299

300-499

500-899

>900

Pemukiman, hampir tidak ada

Kegiatan

Pemukiman, beberapa angkutan Umum,dll

Daerah industri dengan toko-toko

di sisi jalan

Daerah niaga dengan aktifitas di Sisi jalan yang tinggi

Daerah niaga dengan aktifitas di

sisi jalan yang sangat tinggi

Sangat Rendah

Rendah

Sedang

Tinggi

Sangat Tinggi

VL

L

M

H

VH

Sumber: MKJI 1997

5. Faktor penyesuaian kapasitas untuk ukuran kota FCcs

Faktor penyesuai kapasitas untuk ukuran kota adalah faktor penyesuaian kapasitas

dasar akibat ukuran kota. Besarnya faktor ini dapat dilihat pada tabel 2.9 dibawah

ini.

48

Tabel 2.9. Faktor penyesuaian kapasitas untuk pengaruh ukuran kota FCcs pada jalan perkotaan

Ukuran Kota (Juta Penduduk) Faktor Penyesuaian untuk Ukuran Kota FCcs

<0,1 0,1-0,5 0,5-1,0 1,0-3,0

>3,0

0,86 0,90 0,94 1,00 1,04

Sumber: MKJI 1997

2.2.8. Kecepatan

Kecepatan tempuh adalah kecepatan rata-rata (km/jam) arus lalu lintas dihitung

dari panjang ruas jalan dibagi waktu tempuh rata-rata kendaran yang melewati

segmen jalan. Sedangkan kecepatan pada arus bebas adalah kecepatan dari

kendaraan yang tidak dipengaruhi oleh kendaraan lain (yaitu kecepatan dimana

pengendara merasakan perjalanan yang nyaman dalam kondisi geometrik

lingkungan dan pengaturan lalu lintas yang ada pada bagian segmen jalan dimana

tidak ada kendaraan lain). Kecepatan arus dapat ditentukan dari Persamaan (2.2).

FV = (Fvo + FVw) x FFVsf x FFVcs (2.2)

Dimana:

FV : Kecepatan arus bebas kendaraan ringan sesungguhnya (km/jam)

Fvo : Kecepatan arus bebas dasar kendaraan ringan (km/jam)

FVw : Penyesuaian lebar jalur lalu lintas efektif (km/jam)

FFVsf : Faktor penyesuaian kondisi hambatan samping

FFVcs : Faktor penyesuaian ukuran kota.

Besarnya nilai Fvo, FVw, FFVsf dan FFVcs dapat dilihat pada Tabel 2.10 sampai

dengan Tabel 2.14.

49

Tabel 2.10. Kecepatan arus bebas dasar (FV0) untuk jalan perkotaan

Tipe Jalan

Kecepatan arus bebas dasar (FV0) (km/jam)

Kendaraan

Ringan (LV)

Kendaraan

Berat (HV)

Sepeda

Motor (MC)

Rata-rata

Kendaraan

Enam Lajur Terbagi (6/2D)

Atau tiga lajur satu arah (3/1) 61 52 48 57

Empat Lajur Terbagi (4/2D)

Atau dua lajur satu arah (2/1) 57 50 47 55

Empat lajur tak terbagi

(4/2 UD) 53 46 43 51

Dua lajur tak terbagi

(2/2 UD) 44 40 40 42

Sumber: MKJI 199 Tabel 2.11. Penyesuaian kecepatan arus bebas untuk lebar jalur lalu lintas (FVw) pada jalan perkotaan.

Tipe Jalan Lebar Jalur Lalu lintas

Efektif (Wc) (m)

FVw

Empat lajur terbagi Atau

Jalan Satu Arah

Perlajur 3,00 3,25 3,50 3,75 4,00

-4 -2 0 2 4

Empat lajur tak Terbagi

Perlajur 3,00 3,25 3,50 3,75 4,00

-4 -2 0 2 4

Dua Lajur tak terbagi

Total dua arah 5 6 7 8 9

10 11

-9,5 -3 0 3 4 6 7

Sumber: MKJI 1997

50

Tabel 2.12. Faktor penyesuaian (FFVsf) untuk pengaruh hambatan samping dan lebar bahu pada kecepatan arus bebas untuk jalan perkotaan dengan

bahu.

Tipe Jalan


Faktor Penyesuaian hambatan samping dan Lebar bahu (FFVsf)

Lebar bahu (Ws)

£ 0,5 1,0 1,5 ³ 2,0

4/2D

VL ML M H

VH

1,02 0,98 0,94 0,89 0,84

1,03 1,00 0,97 0,93 0,88

1,03 1,02 1,00 0,96 0,92

1,04 1,03 1,02 0,99 0,96

4/2UD

VL ML M H

VH

1,02 0,98 0,93 0,87 0,80

1,03 1,00 0,96 0,91 0,86

1,03 1,02 0,99 0,94 0,90

1,04 1,03 1,02 0,98 0,95

2/2UD Atau jalan

satu arah

VL ML M H

VH

1,00 0,96 0,90 0,82 0,73

1,01 0,98 0,93 0,86 0,79

1,01 0,99 0,96 0,90 0,85

1,01 1,00 0,99 0,95 0,91

Sumber: MKJI 1997 Tabel 2.13. Faktor penyesuaian (FFVsf) untuk pengaruh hambatan samping dan

jarak kerb penghalang jalan perkotaan dengan kerb.

Tipe Jalan


Faktor Penyesuaian hambatan samping dan Lebar bahu (FFV4sf)

Jarak kerb

£ 0,5 1,0 1,5 ³ 2,0

4/2D

VL ML M H

VH

1,00 0,97 0,93 0,87 0,81

1,01 0,98 0,95 0,90 0,85

1,01 0,99 0,97 0,93 0,88

1,02 1,00 0,99 0,96 0,92

4/2UD

VL ML M H

VH

1,01 0,98 0,91 0,84 0,77

1,01 0,98 0,93 0,87 0,81

1,01 0,99 0,95 0,90 0,85

1,00 1,00 0,98 0,94 0,90

2/2UD Atau jalan

satu arah

VL ML M H

VH

0,98 0,93 0,87 0,78 0,68

0,99 0,95 0,89 0,81 0,77

0,99 0,96 0,92 0,84 0,77

1,00 0,98 0,95 0,88 0,82

Sumber: MKJI 1997

51

Faktor penyesuaian kecepatan arus bebas untuk jalan enam lajur dapat ditentukan

dengan menggunakan nilai FFVsf untuk jalan empat lajur yang diberikan pada

Tabel 2.12 atau Tabel 2.13 dan disesuaikan seperti persamaan (2.3) dibawah ini:

FFV6sf = 1-0,8 x (1- FFV4sf) (2.3)

Dimana:

FFV6sf = faktor penyesuaian kecepatan arus bebas untuk enam lajur (km/jam).

FFV4sf = faktor penyesuaian kecepatan arus bebas untuk empat lajur (km/jam).

Untuk penentuan kelas hambatan samping sama dengan Tabel 2.8 diatas,

sedangkan faktor penyesuaian kecepatan untuk ukuran kota dapat dilihat pada

Tabel 2.14.

Tabel 2.14. Faktor penyesuaian untuk pengaruh ukuran kota pada kecepatan arus bebas kendaraan ringan untuk jalan perkotaan

Ukuran Kota

(Juta penduduk)

Faktor Penyesuaian Ukuran Kota

(FVcs)

<0,1

0,1-0,5

0,5-1,0

1,0-3,0

>3,0

0,90

0,93

0,95

1,00

1,03

Sumber: MKJI 1997 Kecepatan kendaraan pada arus lalu lintas dapat dihitung pada Persamaan (2.4)

dibawah ini :

V = Vo x 0,5 (1 + (1 – (Q/C))0,5) (2.4)

Dimana :

V = kecepatan sesungguhnya pada saat ada arus lalu lintas Q.

Vo = kecepatan arus bebas.

C = kapasitas.

52

Jika arus pada ruas jalan tersebut telah mencapai kapasitas (Q/C = 1), maka

Persamaan (2.4) menjadi :

V = 0,5Vo (2.5)

2.2.9. Karakteristik Jalan

Beberapa karakteristik jalan yang perlu diperhatikan, antara lain:

1. Geometrik Jalan

Geometrik jalan terdiri dari :

a. Tipe jalan

Berbagai tipe jalan akan menunjukkan kinerja berbeda pada pembebanan lalu

lintas tertentu, misalnya jalan terbagi dan terbagi (jalan satu arah)

b. Lebar jalur lalu lintas

Kecepatan arus bebas dan kapasitas meningkat dengan pertambahan lebar

jalur lalu lintas

c. Kerb

Kerb sebagai batas antara jalur lalu lintas dan trotoar berpengaruh terhadap

dampak hambatan samping pada kapasitas dan kecepatan. Kapasitas jalan

dengan kerb lebih kecil dari jalan dengan bahu. Selanjutnya kapasitas

berkurang jika terhadap penghalang tetap dekat tepi jalur lalu lintas,

tergantung apakah jalan mempunyai kerb atau bahu.

d. Bahu

Jalan perkotaan tanpa kerb pada umumnya mempunyai bahu pada kedua sisi

jalur lalu lintasnya. Lebar dan kondisi permukaannya mempengaruhi

penggunaan bahu, berupa penambahan kapasitas, kecepatan pada arus

tertentu, akibat pertambahan lebar bahu, terutama karena pengurangan

hambatan samping yang disebabkan kejadian disisi jalan seperti kendaraan

angkutan umum berhenti, pejalan kaki dan sebagainya.

e. Median

Median yang direncanakan dengan baik meningkatkan kapasitas

53

f. Alinyemen jalan

Lengkung horizontal dengn jari – jari kecil mengurangi kecepatan arus bebas.

Tanjakan curam juga mengurangi kecepatan arus bebas. Karena secara umum

kecepatan arus bebas di daerah perkotaan adalah rendah maka pengaruh ini di

abaikan.

Karakteristik geometrik jalan terdiri dari :

1) Jalan dua – lajur dua – arah tak terbagi (2/2 UD)

2) Jalan empat – lajur dua – arah tak terbagi (4/2 UD)

3) Jalan empat – lajur dua – arah terbagi (4/2 D)

4) Jalan enam – lajur dua – arah terbagi (6/2 D)

5) Jalan satu hingga – lajur satu arah (1-3/1)

Pemisah arah lalu lintas didefinisikan sebagai kapasitas jalan dua arah paling

tinggi pada pemisahan arah 50 – 50, yaitu jika arus pada kedua arah adalah sama

pada periode waktu yang dianalisa (umumnya satu jam).

Komposisi lalu lintas mempengaruhi hubungan kecepatan arus jika arus dan

kapasitas dinyatakan dalam kend/jam, yaitu tergantung pada rasio sepeda motor

atau kendaraan berat dalam arus lalu lintas. Jika arus dan kapasitas dinyatakan

dalam satuan mobil penumpang (smp), maka kecepatan kendaraan ringan dan

kapasitas (smp/jam) tidak dipengaruhi komposisi lalu lintas.

2. Aktifitas samping jalan (hambatan samping)

Banyak aktifitas samping jalan di Indonesia sering menimbulkan konflik, kadang-

kadang besar pengaruhnya terhadap arus lalu lintas. Hambatan samping yang

terutama berpengaruh pada kapasitas dan kinerja jalan di perkotaan adalan :

a. Pejalan kaki

b. Angkutan umum dan kendaraan lain berhenti

c. Kendaraan lambat (misalnya becak dan kereta)

d. Kendaraan masuk dan keluar dari lahan di samping jalan

54

3. Batasan ruas

Manual Kapasitas Jalan Indonesia (MKJ, 1997) mendefenisikan suatu ruas jalan

sebagai :

a. Suatu ruas jalan tidak dipengaruhi oleh simpang bersinyal atau simpang tak

bersinyal utama.

b. Mempunyai karakteristik yang hampir sama sepanjang jalan

Sebagai contoh, potongan melintang jalan yang masih dipengaruhi antrian

akibat simpang atau arus iringan kendaraan yang tinggi yang keluar dari

simpang bersinyal tidak dapat dipilih untuk analisis kapasitas suatu ruas.

Selain itu bila terdapat perubahan karakterisitik yang mendasar dalam hal

geometrik, hambatan samping, komposisi kendaraan dan lain-lain, maka

harus dianggap sebagai ruas yang berbeda (dengan demikian maka diantara

dua simpang dapat didefinisikan lebih dari satu ruas).

4. Tingkat Analisis

Analisis kapasitas dapat dilakukan pada dua tingkat yangberbeda yaitu:

a. Analisis Operasional dan perancangan : merupakan kinerja ruas jalan akibat

volume lalu lintas yang ada atau diramalkan. Kapasitas juga dapat dihitung,

yaitu volume maksimum yang dapat dilewatkan dengan mempertahankan

tingkat kinerja tertentu. Lebar jalan atau jumlah lajur yang diperlukan untuk

melewatkan volume lalu lintas tertentu dapat juga dihitung untuk tujuan

perencanaan. Pengaruh kapasitas dan kinerja dari segi perencanaan lain,

misalnya pembuatan median atau perbaikan lebar, dapat juga diperkirakan.

Hal ini adalah tingkat analisis yang paling rinci.

b. Analisis Perencanaan : sebagaimana untuk perencanaan, tujuannya adalah

untuk memperkirakan jumlah lajur yang diperlukan untuk jalan rencana,

tetapi nilai volume diberikan hanya berupa perkiraan LHRT. Rincian

geometri serta masukan lainnya dapat diperkirakan atau didasarkan pada nilai

yang direkomenasikan.

55

5. Volume dan Komposisi Lalu Lintas

Berdasarkan tingkat analisisnya, ketersediaan data lalu lintas dapat di bagi

menjadi dua bagian :

a. Data yang tersedia LHRT, Pemisahan arah (SP) dan komposisi lalu lintas.

Volume jam perencanaan dihitung dengan Qdh = k x LHRT x SP/100.

Selanjutnya untuk mengetahui jumlah tiap jenis kendaraan Qdh dikalikan

dengan persentase tiap jenis kendaraan. MKJI 1997 menyarankan komposisi

lalu lintas yang berbeda-beda berdasarkan ukuran kota.

b. Data yang tersedia adalah arus lalu lintas per jenis per arah.

Volume jam perencanaan yang bersatuan kendaraan/jam harus dialihkan

menjadi smp/jam. Manual Kapasitas Jalan Indonesia (Bina Marga 1997)

menyarankan nilai emp berbeda –beda berdasarkan jenis kendaraan, jenis

jalan dan volume jam perencanaan (kendaraan /jam). Khusus untuk dua lajur

dua arah, lebar jalan lalu lintas juga mempengaruhi besarnya emp. Sebagai

contoh untuk jalan empat lajur dan dua arah terbagi, nilai emp pada volume

jam perencanaan 1050 kendaraan /jam untuk kendaraan berat 1,20 dan sepeda

motor 0,25.

2.2.10. Pendekatan Pembebanan Wardrop Equilibrium

Pertimbangan utama pembebanan lalu lintas adalah asumsi bahwa dasar pemilihan

rute adalah biaya perjalanan. Ukuran yang digunakan tergantung pada

karakteristik jalan, kondisi lalu lintas dan persepsi pengendara tentang kondisi

tersebut.

Dalam hal ini efek stokastik tidak diperhitungkan. Ada dua perilaku pokok yang

diusulkan sebagai dasar dari kondisi equilibrium,yaitu:

1. Pengendara memilih rute secara bebas yang memenuhi kepentingan

terbaiknya menurut kondisi lalu lintas yang dihasilkan dari beberapa pilihan

rute lain.

2. Pengendara memilih rute yang menghasilkan arus lalu lintas yang

memberikan keuntungan maksimum bagi mereka.

56

Pendekatan Pembebanan Wardrop Equilibrium mengacu pada prinsip Wardrop I

yang menyatakan bahwa dalam kondisi macet, pengendara akan memilih suatu

rute sampai tercapai kondisi yang tidak memungkinkan seorangpun dapat

mengurangi biaya perjalanannya dengan menggunakan rute yang lain. Apabila

semua pengendara mempunyai persepsi yang sama tentang biaya maka akan

dihasilkan kondisi keseimbangan, artinya semua rute yang digunakan antar dua

titik tertentu akan mencapai biaya perjalanan yang sama dan minimum, sedangkan

rute yang tidak digunakan akan mencapai biaya perjalanan yang sama atau lebih

mahal. Kemajuan besar dalam teknik pembebanan dengan peminimuman fungsi

obyektif adalah dimungkinkannya analisa pengembangan algoritma yang

sistematik untuk pemecahannya. Algoritma yang sangat umum digunakan adalah

Frank Wolf (1956). Langkah-langkah dalam proses pembebanan tersebut adalah

sebagai berikut:

a. Memilih satu set initial biaya ruas, yang biasa digunakan adalah waktu

tempuh pada kondisi arus bebas Ca (0). Inisialisasi semua arus V a

0 = 0,

kemudian set n = 0.

b. Membentuk suatu pohon biaya minimum, kemudian set n = n+1.

c. Membebankan semua matrik T dengan pembebanan All-or-Nothing untuk

mendapatkan suatu set arus Fa.

d. Menghitung arus pada saat sekarang dengan persamaan:

V =an (1-f )V 1-n

a + aFf (2.6)

e. Menghitung satu set baru biaya ruas berdasarkan besar arus naV . Jika arus

(atau biaya ruas) tidak terlalu banyak mengalami perubahan dalam dua kali

pengulangan yang berurutan maka proses dihentikan, dan jika tidak

diteruskan ke tahap (2).

Proses pembebanan pada penelitian ini menggunakan bantuan aplikasi program

EMME/3 sehingga dapat menyederhanakan model.

57

2.2.11. Metode Steepest Descent

Metode steepest descent adalah metode iteratif dalam rangka mencari titik kritis

dengan nilai awal sembarang. Metode ini merupakan salah satu metode iteratif

paling tua yang mengilhami berbagai metode iteratif kontemporer seperti metode

conjugate gradient (GD) dan generalized minimal residual (GMRES).

Spiess (1990) telah mengembangkan penggunaan pendekatan steepest descent dari

model pendekatan gradien. Model pendekatan steepest descent ini diformulasikan

sebagai pendekatan masalah optimasi. Pendekatan ini meminimalkan ukuran jarak

antara yang volume diamati dengan volume yang dibebankan. Fungsi yang paling

sederhana dari tipe ini adalah jumlah kuadrat dari semua pembeda yang mengarah pada

minimalisasi cembung yaitu :

( ) ( )åÎ

-=Aa

avvgZˆ

2ˆ21

min (2.10)

tergantung atas

( )gpembebananv = (2.11)

Dimana :

g : matrik asal-tujuan dalam matrik estimasi

av : volume yang diperkirakan dari link a pada semua iterasi

av : volume yang diamati dari link a

A : kumpulan dari semua link pada jaringan

v : kumpulan dari volume link yang dibebankan

Dengan mengasumsikan bahwa kondisi pembebanan adalah pembebanan equilibrium,

dimana sekumpulan link yang tidak mengurangi fungsi biaya ( )aa vS pada semua

penghubung dari jaringan AaÎ menentukan kecembungan suatu model.

Untuk setiap jalur yang dihasilkan selama pembebanan equilibrium normal,

additional path attribute kc dihitung dengan menggabungkan additional link

58

attribute ac dari link pada jalur dengan path operator Ä (yang bisa saja

penghubung seperti å Õ maxmin,,, )

ac cka

k ÄÎ

= IiKk ÎÎ , (2.12)

Memeriksa path attribute kc untuk diperinci interval jalur ambang ( )CC ,

menentukan apakah jalur tersebut termasuk dalam pembebanan bawahan

berikutnya dari additional demand g . Dengan cara ini, himpunan jalur aktif K~

didefinisikan.

Hasil dari pembebanan pilihan tambahan adalah additional volume.

å åÎ Î

=Ii Kk

kakia

i

pgv~

ˆ~ d (2.13)

Dan atribut matrik tambahan, yang dapat dari salah satu berikut :

åÎ

=iKk

kki cpc (path attributes) (2.14)

åÎ

=iKk

kki cpc~

~ (active path attributes) (2.15)

åÎ

=iKk

iki gpg~

ˆ~ (active addl. Demand) (2.16)

åÎ

=iKk

kkii cpgt~

ˆ (active path attribute weighed by addl. Demand) (2.17)

Pernyataan fitur pilihan tambahan pada EMME/3 dalam istilah matematika,

terlihat jelas bahwa EMME/3 tidak hanya bisa menyelesaikan aplikasi ”biasa”,

seperti analisis pemilihan jalur, pembebanan sebagian, perhitungan biaya atau

jarak matriks, dapat juga digunakan untuk menyelesaikan metode gradien atau

steepest descent untuk masalah penyesuaian matrik, seperti yang dijelaskan

sebelumnya.

Dengan menggunakan fitur makro dari EMME/3 yang menyediakan ruang

berbeda dari EMME/3 untuk dikombinasikan menjadi prosedur yang majemuk,

59

semua algoritma dapat dikemas menjadi satu perintah makro, menyembunyikan

semua rincian pelaksanaan dari pengguna.

2.2.12. Konsep Pemodelan

Menurut Tamin (2000), model adalah alat bantu atau media yang dapat digunakan

untuk mencerminkan dan menyederhanakan suatu realita (dunia sebenarnya)

secara terukur, beberapa diantaranya adalah:

1. Model fisik (contoh: miniatur bangunan sipil atau maket).

2. Model dalam bentuk peta dan diagram (contoh: peta topografi, peta jaringan

jalan).

3. Model statistik atau matematika (fungsi dan persamaan) yang menerangkan

secara terukur beberapa aspek fisik, sosial ekonomi dan model trasportasi.

Dalam perencanaan dan pemodelan transportasi, beberapa model utama yang

sering digunakan adalah model grafis dan matematis. Model grafis sangat

diperlukan untuk menggambarkan terjadinya pergerakan (arah dan besarnya) yang

beroperasi secara spasial (ruang). Sedangkan model matematis menggunakan

persamaan atau fungsi matematika sebagai usaha untuk mencerminkan realita.

2.2.13. Model Sistem Kegiatan dan Jaringan

Model dapat digunakan untuk mencerminkan hubungan antara sistem tataguna

lahan (kegiatan) dengan sistem prasarana transportasi (jaringan) dengan

menggunakan beberapa fungsi matematis. Peubah utama yang digunakan dalam

fungsi matematis adlah sistem tata guna lahan, sistem prasarana transportasi dan

arus lalu lintas.

Wilson (1974) menyusun beberapa pertanyaan yang wajib dijawab oleh para

perencana transportasi sebelum merancang model matematis.

1. Apa tujuan akhir yang ingin dicapai sehingga model tersebut perlu dirancang?

2. Peubah apa saja yang terpengaruh yang harus dipertimbangkan?

3. Peubah apa saja yang bisa diatur oleh para perencana transportasi?

60

4. Teori apa saja yang dapat diterapkan dalam merancang pemodelan tersebut?

5. Sejauh manakah tingkat pengelompokan model tersebut?

6. Bagaimana peran waktu dalam model tersebut

7. Teknik apa saja yang bisa dipakai?

8. Apa saja data yang tersedia?

9. Bagaiman cara model tersebut dikalibrasi?

Salah satu unsur dalam pendekatan secara sistem menurut Tamin (2000) adalah

meramalkan apa yang akan terjadi pada arus lalu lintas jika kota tersebut terus

berkembang tanpa perubahan pada sistem prasarana transportasinya. Hal ini

dikenal sebagai sstem do-nothing. Selain itu terdapat sistem do-something, yaitu

melakukan beberapa perubahan pada sistem jaringan transportasi. Hasilnya

kemudian dibandingkan dengan hasil do-nothing. Cara yang sering digunakan

dalam merancang model transportasi adalah:

a. Model dikalibrasi dengan menggunakan data sekarang (tahun dasar) untuk

mendapatkan parameter (koefisien) yang cocok untuk daerah tempat

penelitian.

b. Meramalkan tataguna lahan pada tahun rencana dengan anggapan do-nothing

untuk melihat permasalahan yang akan timbul jika tidak dilakukan perubahan

pada sistem jaringan transportasi. Dengan demikian dapat ditentukan beberapa

konsep perencanaan transportasi yamg dibutuhkan.

c. Ulang tahap (b) dengan anggapan do-something.

d. Hasil beberapa perencanaan transportasi tersebut dapat dibandingkan dengan

sistem do-nothing sehingga dapat ditentukan perencanaan terbaik

2.2.14. Model Bangkitan dan Tarikan Pergerakan

Tamin (2000) menerangkan bahwa tahapan bangkitan pergerakan bertujuan

mendapatkan model hubungan yang mengaitkan parameter tata guna lahan dengan

jumlah pergerakan yang dibangkitkan oleh setiap zona asal (Oi) dan jumlah yang

tertarik ke setiap zona tujuan (Dd) yang ada di dalam daerah kajian. Tahapan ini

juga meramalkan besarnya tingkat bangkitan pergerakan dengan mempelajari

61

beberapa variasi hubungan antara ciri pergerakan dengan lingkungan tata guna

lahan. Beberapa kajian transportasi berhasil mengidentifikasi korelasi antara

besarnya pergerakan dengan berbagai peubah tersebut juga saling berkorelasi.

Tahapan ini biasanya menggunakan data berbasis zona untuk memodelkan

besarnya pergerakan yang terjadi (baik bangkitan maupun tarikan), misalnya tata

guna lahan, pemilikan kendaraan, populasi, jumlah pekarja, kepadatan penduduk,

pendapatan, dan juga moda transportasi yang digunakan.

1. Analisis Regresi

Analisis regrasi linear adalah metode statistic yang dapat digunakan untuk

mempelajari hubungan antarsifat permasalahan yang sedang diselidiki. Model

ini dapat memodelkan hubungan antara dua peubah atau lebih. Pada model

analisis regresi terdapat peubah terikat (y) yang mempunyai hubung

fungsional dengan satu atau lebih peubah bebas (xi),Bentuk persamaan

regresi yang dikembangkan sebagai model transportasi dibagi menjadi dua

kelompok utama, yaitu:

a. Persamaan regresi peubah tunggal 实故十藨. (linear) (2.18) 实故十藨햰ǁǑ乒纵.邹 (linear-logaritmik) (2.19) 实故纵.邹批 (linear-pangkat) (2.20) 实故硅揍批撇租 (linear-eksponensial) (2.21)

b. Persamaan regresi berganda 实故十藨囊.囊十藨挠.挠十赋十藨坡.坡 (2.22)

Keterangan:

Y = peubah tidak bebas (bangkitan atau tarikan)

.囊, .挠,.坡 = peubah bebas (karakteristik tata guna lahan)

故,藨囊,藨挠, 藨坡 = konstanta dan koefisien regresi

62

2. Model regresi berbasis zona

Pada kasus model regrasi berbasis zona, menurut Tamin (2000), dilakukan

usaha untuk mendapatkan hubungan linear antara jumlah pergerakan yang

dibangkitkan atau tertarik oleh zona dan ciri sosio-ekonomi rata-rata dari

rumah tangga pada setiap zona. Sangat mngkin ditemukan bahwa untuk

beberapa zona tertentu tidak terdapat data atau informasi mengenai satu atau

beberapa peubah tertentu. Zona seperti ini disebut zona kosong yang harus

dikeluarkan dari analisis.

3. Uji ketepatan model secara statistik

a. Uji korelasi

Uji statistik ini harus dilakukan untuk memenuhi persyaratan model matematis

dimana sesama peubah bebas tidak boleh saling berkorelasi, sedangkan

peubah tidak bebas dan peubah bebas harus ada korelasi yang kuat (baik

positif maupun negatif).

1) Korelasi positif terjadi jika peubah pada salah satu variabel diikuti oleh

variabel lainnya secara beraturan dengan arah yang sama.

2) Korelasi negatif terjadi jika perubah pada salah satu variabel lainnya

secara beraturan dengan arah yang berlawanan.

3) Korelasi nol terjadi jika perubahan pada salah satu variabel akan diikuti

perubahan pada variabel lainnya tetapi dengan acak atau tidak beraturan.

Nilai yang digunakan untuk mengukur kuatnya korelasi antara dua

variabel disebut koefisien korelasi (r). Koefisien korelasi (r) dapat

dinyatakan dengan rumus:

辊휈Ƽ 实揍柜ノ∑纵裹邹石∑果∑裹租瞬柜ノ∑果挠石纵∑果邹挠ノ税柜ノ∑裹挠石纵∑裹邹挠纵2ノ23邹

Dimana :

辊휈Ƽ = koefisien korelasi antara x dan y

n = banyaknya data

x = variabel bebas

y = variabel terikat

63

Korelasi dinyatakan dalam bilangan antara -1 sampai dengan +1. Apabila

koefisien korelasi semakin mendekati nilai -1 atau +1 maka semakin

kuatlah hubungan antara dua variabel tersebut, sebaliknya apabila

koefisien korelasi semakin mendekati nilai 0 maka semakin lemahlah

hubungan antara kedua variabel yang diselidiki. Tanda (+) dan (-) pada

koefisien korelasi menunjukan arah hubungan antara kedua variabel

apakah merupakan koefisien korelasi positif atau negatif. Djarwanto

(1999) mengutip dari Young (1982) menyatakan bahwa koefisien

korelasi antara 0,7-1,0 menunjukan tingkat hubungan yang tinggi, antar

0,4-0,7 menunjukan tingkat korelasi sedang, koefisien antara 0,2-0,4

menunjukan korelasi rendah dan apabila kurang dari 0,2 dapat diabaikan.

b. Koefisien Determinasi

Ukuran kecocokan model yang didapat dengan data hasil observasi adalah

koefisien determinasi. Koefisien determinasi (R2) merupakan nilai yang

dipergunakan untuk mengukur besarnya prosentase sumbangan semua

variabel bebas terhadap nilai variabel tak bebas. Besarnya koefisien

determinasi adalah antara 0 sampai dengan 1. Apabila R2 yang diperoleh

semakin mendekati 0 maka semakin kecil pengaruh semua variabel bebas

terhadap nilai variabel tak bebas. Sebaliknya apabila R2 yang diperoleh cukup

besar (mendekati 1) maka variabel bebas yang dipilih telah dapat menjelaskan

variabel tak bebas, Koefisien determinasi dihiung dengan rumus:

åå

åå

÷øö

çèæ -

÷øö

çèæ -

==

Ù

2

2

2

YY

YY

JKTJKR

R

i

(2.24)

åå

åå

÷øö

çèæ -

÷øö

çèæ -

-=-=-

=

Ù

2

2

2 11

YY

YY

JKTJKS

JKTJKSJKT

R

i

(2.25)

Dimana:

2R = koefisien determinasi

JKT = jumlah kuadrat total

64

JKR = jumlah kuadrat regrasi

JKS = jumlah kuadrat sisa

Ù

Y = nilai y hasil pemodelan

iY = nilai y data

Y = rata-rata y data

2.2.15. Konsep Model Gravity sebagai Model Sebaran Pergerakan

Model Gravity menggunakan konsep gravity yang berasumsi bahwa ciri bangkitan

dan tarikan pergerakan berkaitan dengan beberapa parameter zona asal, misalnya

populasi dan nilai sel MAT yang berkaitan dengan aksesibilitas (kemudahan)

sebagai fungsi jarak, waktu, atau biaya. Model gravity untuk keperluan

transportasi menyatakan bahwa pergerakan antara zona asal i dan zona tujuan d

berbanding lurus dengan Oi dan Dd dan berbanding terbalik kuadratis terhadap

jarak antara kedua zona tersebut. Dalam bentuk matematis model gravity dapat

dinyatakan sebagai:

( )iddik

id CfDOT ..= (2.26)

Persamaan (2.26) dapat digunakan dengan batasan sebagai berikut:

OiTd

id =å dan di

id DT =å (2.27)

Sehingga pengembangan persamaan (2.26) dengan menggunakan batasan

persamaan (2.27) adalah sebagai berikut:

( )iddidik

id CfBADOT ...= (2.28)

( )iddidik

id CBADOT .exp... b-= (2.29)

65

Dimana:

idT = jumlah pergerakan dari zona asal i ke zona tujuan d

di BA , = faktor penyeimbang untuk setiap zona asal i dan tujuan d

iO = total pergerakan dari zona asal i

dD = total pergerakan ke zona tujuan d

( )Cidf = fungsi umum biaya perjalanan

Persamaan (2.28) dipenuhi jika digunakan konstanta iA dan dB (disebut sebagai

konstanta penyeimbang) yang terkait dengan setiap zona bangkitan dan tarikan.

( )å=

diddd

i fDBA

1 ( )å

=

iidii

d fOAB

1 (2.30)

Untuk mendapatkan kedua nilai tersebut perlu dilakukan proses iterasi sampai

masing-masing nilai iA dan dB menghasilkan nilai tertentu (konvergen).

Pada penelitian ini digunakan model gravity dengan dua batasan. Model ini

mensyaratkan bangkitan dan tarikan pergerakan harus selalu sama dengan yang

dihasilkan oleh tahap bangkitan pergerakan. Syarat batas model gravity jenis ini:

( )å=

diddd

i fDBA

1 untuk semua i; ( )å

=

iidii

d fOAB

1 untuk semua d

2.2.16. Kinerja Jalan

Menurut Yahya Robby Gunawan (2007), kinerja jalan merupakan kinerja suatu

sistem ruas jalan dalam melayani pergerakan. Tingkat kinerja jalan dilihat dari

fungsi dan hirarki jalan, serta tingkat pelayanan (LOS=Level Of Service).

Pergerakan volume lalu lintas yang cukup tinggi bisa mengakibatkan terjadinya

antrian dan tundaan serta adanya hambatan samping seperti parkir tepi jalan,

pedagang kaki lima, pejalan kaki, kendaraan berhenti, yang bisa mempengaruhi

66

kinerja jalan. Penanganan yang dapat dilakukan antara lain mengurangi hambatan

samping dan usaha peningkatan kapasitas jalan untuk meningkatkan kinerja jalan.

Evaluasi kinerja lalu lintas ditinjau dari klasifikasi fungsional dan sistem jaringan

dari ruas-ruas yang ada di Kota Surakarta. Penelitian dilakukan pada jalan arteri

dan kolektor karena volume pada jalan ini umumnya besar. Untuk jalan local,

volume lalu lintas rendah dan akses terhadap lahan disekitarnya tinggi sehingga

permasalahan hanya bersifat lokal.

Tingkat kinerja jaringan jalan dapat dinilai menggunakan parameter lalu lintas

berupa kecepatan, kepadatan lalulintas dan Nisbah Volume dan Kapasitas (NVK)

yang didapatkan dari perbandingan volume lalulintas dan kapasitas jalan.

Nisbah Volume dan Kapasitas (NVK) didefinisikan sebagai rasio volume terhadap

kapasitas, digunakan sebagai faktor utama dalam penentuan tingkat kinerja

simpang dan ruas jalan (MKJI 1997). Nilai NVK menunjukkan apakah segmen

jalan tersebut mempunyai masalah kapasitas atau tidak. Rumus umum NVK

adalah :

NVK = V/C (2.31)

Dimana:

NVK : Nisbah Volume dan Kapasitas

V : Volume lalu lintas

C : Kapasitas (smp/jam)

Nilai NVK menunjukan kondisi ruas jalan dalam melayani volume lalu lintas

yang ada. Besar volume lalu lintas pada masa yang akan datang dihitung

berdasarkan analisa peramalan lalu lintas. Berdasarkan hasil peramalan tersebut

akan didapatkan nilai NVK pada masa mendatang yang selanjutnya dapat

menunjukkan rekomendasi jenis penanganan bagi ruas jlan. Tamin (2000)

mengutip dari Tamin dan Nahdalina (1998), berdasarkan empiris dan beberapa

67

hasil kajian lalu lintas di DKI Jakarta, member batasan nilai NVK pada berbagai

kondisi seperti tercantum pada Tabel 2.15 berikut.

Tabel 2.15. Tabel nilai NVK pada beberapa kondisi di Jakarta (Indonesia)

NVK Keterangan

< 0,8 Kondisi stabil

0,8-1,0 Kondisi tidak stabil

>1,0 Kondisi kritis

Sumber: Tamin dan Nahdalina (1997)

2.2.17. Jenis Penanganan Ruas Jalan

Jenis penanganan di ruas jalan menurut Tamin (2000) dapat dikelompokkan

menjadi:

1. Manajemen lalu lintas (R1)

Pada prinsipnya penanganan ini ditekankan pada pemanfaatan fasilitas ruas jalan

yang ada seperti:

a. Pemanfaatan lebar jalan secara efektif

b. Kelengkapan marka dan rambu lalu lintas yang memadai serta seragam,

sehingga ruas jalan dapat dimanfaatkan secara optimal baik dari segi kapasitas

maupun keamanan lalu lintas yang meliputi sistem satu arah, pengendalian

parkir, pengaturan lokasi rambu berbalik arah, pengendalian kaki lima,

pengaturan belok serta kelengkapan marka dan rambu jalan.

Jenis penanganan ini dilakukan bila NVK berada antara 0,6 sampai 0,8.

2. Peningkatan ruas jalan (R2)

Penanganan ini meliputi perubahan fisik ruas jalan yang berupa pelebaran atau

penambahan lajur sehingga kapasitas ruas jalan dapat ditingkatkan secara berarti.

Besarnya pelebaran atau penambahan lajur ditentukan terutama oleh nilai NVK

yang terjadi atau hasil peramalan lalu lintas, sehingga besarnya NVK yang

diharapkan (< 0,8) dapat dicapai. Jenis penanganan ini dilakukan apabila nilai NVK

sudah lebih besar 0,8.

3. Pembangunan jalan baru (R3)

Penanganan ini merupakan alternatif terakhir dari pilihan R1 dan R2. Jenis

penanganan ini dilakukan bila pelebaran jalan atau penambahan lajur sudah tidak

68

memungkinkan, terutama karena keterbatasan lahan serta kondisi lalu lintas yang

NVK jauh lebih besar dari 0,8.

2.2.18. EMME/3 (Equilibre Multimodal, Multimodal Equilibrium) Emme merupakan software yang professional dalam meramalkan sebuah

perjalanan. Emme menawarkan perangkat alat perencanaan yang kumplit dan

komprehensive untuk kebutuhan suatu pemodelan. Selain itu Emme khususnya

disini EMME/3 merupakan pengembangan dari program sebelumnya yaitu

EMME-2 yang dibuat dan dikembangkan di INRO Consultant University de

Montreal, Kanada, dengan kemampuan yang sudah sangat tinggi, dengan jumlah

node dan link yang dapat dikatakan tidak terbatas (mampu mencapai hampir 1 juta

node). Adapun keunggulan lainnya adalah formula yang dapat dibuat sendiri

sesuai keadaan dan kebutuhan (INRO Consultants Inc., 1998). Misalnya hitungan

kapasitas dan waktu tempuh yang disesuaikan dengan Manual Kapasitas Jalan

Indonesia (MKJI) 1997 (Munawar, 2005). Keluaran dari piranti lunak ini dapat

berupa grafis, numerik dan SIG (Ofyar, 2008).

Para perencana transportasi menggunakan EMME untuk memodelkan system

transportasi perkotaan, metropolitan dan regional. Selain itu EMME juga

digunakan untuk mengevaluasi kebijakan transportasi yang mempunyai efek

kesemua system transportasi yang ada.

EMME berbeda dengan program lainnya karena EMME memberikan kemudahan

dan kebebasan secara khusus bagi pengguna dalam melakukan pendekatan model

untuk menggunakan metode yang telah ditetapkan atau membuat metode baru

untuk memanggil kebutuhan setempat. EMME sendiri dikembangkan untuk

mengemudikan sistem transportasi yang komplek, dan melaporkan kepada para

perencana berbagai macam tantangan yang harus dihadapi terkait teknologi, sosial

dan ekonomi.

Pada manual EMME help dijelaskan bahwa EMME/3 mempunyai beberapa

komponen utama yaitu EMME GUI yang baru, the network editor, the network

69

calculator, worksheet dan mesin pemetaan, kegunaan yang terbaru untuk

penggabungan (integration) GIS dan komponen lainnya. Untuk mengakses

informasi pada EMME help secara on-line dapat dicari pada help menu (Gambar

2.9).

Gambar 2.9. Help Menu

EMME user’s Guide menyediakan struktur teks dasar. The EMME reference

manual menyediakan dokumen secara detail untuk kemampuan pemetaan EMME

dan GUI-tools untuk merinci visualisasi dan analisisnya. The EMME prompt

(Prompt Console) menyediakan gambaran ringkasan secara luas dari operasi garis

perintah, termasuk merinci model kebutuhan, pembebanan, jaringan, dan

kalkulator matriks (Gambar 2.10). Sedangkan alat pemodelan transportasi yang

lain mencakup the EMME macro language untuk melakukan otomatisasi.

70

Gambar 2.10. The EMME Prompt (Prompt Console)

Prosedur perhitungan program EMME/3 dalam membuat matriks baru dari

estimasi matriks (maximum entropy) dan arus lalu lintas hasil proses pembebanan

ke jaringan jalan, secara umum dapat dilihat pada Gambar 2.11.

Data MAT awal /prior matrix

Data arus lalu lintas /traffic count

Penyusunan Jaringan (Network Editor)

Penyusunan MAT (Prompt console) Basis data

jaringan jalan

Estimasi Matriks (Prompt console)

Assignment (Prompt console) User Equilibrium

MAT baru ME2

Arus Lalu lintas

71

Gambar 2.11. Prosedur Perhitungan Program EMME/3

Emme menyediakan suatu pendekatan fleksibel, terbuka ke modeling, yang

memberikan para pemakai kebebasan ke untuk menetapkan teknik atau

menciptakan metode baru sesuai kebutuhan lokal.

Kerangka inti modeling EMME/3, yaitu:

a. Private Transport, termasuk didalamnya Traffic Assignment dan Path

Analysis.

b. Public Transport, termasuk didalamnya Transit Assignment dan Strategy

Analysis.

c. Demand Modelling, termasuk didalamnya Matrix Calculators dan Matrix

Balancing Procedures.

d. Analysis and Automation, termasuk didalamnya Network Calculators dan

Automation Framework.

Berikut Gambar 2.12 kerangka inti untuk modeling dalam EMME/3.

Gambar 2.12. Kerangka Inti Modelling EMME/3

(INRO-EMME Transport Modelling Technology)

72

Emme menawarkan satuan alat yang menyeluruh dan lengkap untuk demand

modelling, multimodal network modelling and analysis, dan untuk implementasi

prosed prosedur evaluasi.

Berbagai fasilitas EMME/3 untuk analisis, antara lain:

b. Traffic Assignment

Dasar dari traffic assignment adalah kondisi seimbang pembebanan lalu lintas

diterapkan untuk menghasilkan kemungkinan perubahan keadaan lalu lintas yang

paling baik. Pada bagian ini, pengguna EMME diberikan kebebasan untuk

menerapkan variasi dari perhitungan all-or-nothing dan incremental assignments

menjadi lebih kompleks seperti system-optimal assignments, stochastic user-

equilibrium assignments, atau pembebanan multiclass dimana tiap biaya

perjalanan pada ruas tergantung pada rata-rata kecepatan atau campuran kelas

kendaraan (misal: mobil dan truk). Berikut contoh hasil dari traffic assignment

pada program EMME/3 (Gambar 2.13).

Gambar 2.13. Hasil Traffic Assignment


c. Transit Assignments

Transit qssignment menyediakan penyetaraan konsep di suatu rute. EMME

memperbolehkan pengguna untuk memilih rute yang lebih kompleks menuju ke

73

tujuan. Dari tempat asal yang ditentukan pengguna, sarana (kendaraan) yang

datang lebih dahulu di perhentian akan menentukan rute mana yang akan diambil.

Berikut contoh hasil dari transit assignment pada program EMME/3 (Gambar

2.14).

Gambar 2.14. Hasil Transit Assignment


d. Matrix Calculators

Matrix Calculators menyediakan cara yang mudah untuk bekerja dengan data

model permintaan, seperti data sosio ekonomi, demografi dan data tiap zona. Di

pihak lain, input, output atau data matrik acuan digunakan dalam transport

modeling. Matriks calculator juga menyediakan satua peralatan untuk manipulasi

matriks sebagai ganti prosedur demand modeling. Matrix Calculators juga dengan

mudah digunakan untuk menerapkan metode evaluasi berdasarkan atas

permintaan. Berikut contoh hasil dari matrix calculator pada program

EMME/3(Gambar 2.15).

74

Gambar 2.15. Hasil Matrix Calculator


b. Network Calculators

Network Calculators menyediakan suatu alat untuk menyelesaikan analisis khusus

tanpa membutuhkan skrip aturan atau eksternal programming termasuk basic data

statistik hasil dari data network, analisis kinerja dan evaluasi. Berikut contoh hasil

dari network calculators pada program EMME/3 (Gambar 2.16).

Gambar 2.16. Hasil Network Calculator


2.2.19. Kelebihan EMME/3 dengan program lain (SATURN)

Pada pembahasan ini program yang ingin dibandingkan dengan EMME/3 adalah

program SATURN. Dengan alasan penelitian-penelitian yang sebelumnya dalam

mengestimasi matriks dilakukan dengan program SATURN. Untuk dapat melihat

keunggulan beberapa program yang sudah tersedia di pasaran dapat dilihat pada Tabel

2.16. Dari tabel tersebut akan diketahui bahwa EMME-2 memiliki keunggulan yang lebih

dibandingkan dengan SATURN. Sedangkan EMME/3 merupakan pengembangan dari

program sebelumnya yaitu EMME-2 yang dibuat dan dikembangkan di INRO Consultant

University de Montreal, Kanada, dengan kemampuan yang sudah sangat tinggi, dengan

jumlah node dan link yang dapat dikatakan tidak terbatas (mampu mencapai hampir 1

75

juta node). Adapun keunggulan lainnya adalah formula yang dapat dibuat sendiri sesuai

keadaan dan kebutuhan (INRO Consultants Inc., 1998). Misalnya hitungan kapasitas dan

waktu tempuh yang disesuaikan dengan Manual Kapasitas Jalan Indonesia (MKJI) 1997

(Munawar, 2005).Oleh karena itu sesuai paparan seorang guru besar bidang transportasi

dari UGM bapak Munawar (2005) tersebut di atas dalam pelantikan pengukuhannya

dapat diambil sebuah kesimpulan bahwa EMME/3 memiliki kelebihan yang lebih

dibandingkan SATURN. Berikut beberapa perangkat lunak beserta spesifikasinya pada

Tabel 2.16.

Tabel 2.16. Perangkat lunak perencanaan transportasi yang telah tersedia di pasaran.

Paket Program Pemasok Kapasitas Sistem operasi Keluaran

MicroTRIPS MVA

Systematica 300 Zona

4.000 ruas MS-DOS Numerik

MOTORS Steer, Davies,

and Gleave 400 Zona


SATURN University of

leeds 500 Zona

7.000 ruas MS-DOS

Numerik dan grafik

MINITRAMP Wooton Jeffreys

and Partners 500 Zona


TRANPLAN The Urban

Abalysis Group California

3.000 Zona 60.000 ruas

Windows Numerik, grafik

dan GIS

TRANSCAD Caliper

Corporation 3.000 Zona 60.000 ruas


dan GIS

STAN

INRO Consultant

University de Montreal

1.200 Zona 24.000 ruas

100 skenario Windows

Numerik, grafik dan GIS

STRADA JICA 500 Zona

10.000 ruas Windows

Numerik, dan grafik

EMME/2

INRO Consultant


2.800 Zona 56.000 ruas

MS-DOS Numerik, grafik

dan GIS

EMME/3

INRO Consultant


2.800 Zona 56.000 ruas


dan GIS

Sumber : Ofyar (2008)

76

2.3. Kerangka Pemikiran

Penelitian ini mengangkat topik mengenai kinerja jaringan jalan di Kota

Surakarta. Tahap yang dilakukan pertama kali adalah mempersiapkan basis data

jaringan jalan, data survey traffic count dan prior matriks sebagai data input untuk

memperoleh matriks existing tahun 2009. Menggunakan data sosio-ekonomi dan

MAT tahun 2009, dilakukan analisis model bangkitan dan tarikan pergerakan

untuk Kota Surakarta. Hasil pemodelan bangkitan dan tarikan ini dapat digunakan

untuk mengestimasi pergerakan tahun 2020 dan tahun 2030. Selanjutnya, untuk

mendapatkan arus lalu lintas tiap ruas jalan dilakukan pembebanan MAT ke

jaringan jalan. Nilai kinerja jaringan jalan dapat diketahui dengan menghitung

nilai NVK. Nilai NVK didapatkan dengan membandingkan volume ruas jalan dan

dengan kapasitas ruas jalan tersebut. Perhitungan nilai NVK ini dengan system do-

nothing . Selanjutnya dilakukan evaluasi kinerja dengan anggapan bahwa nilai

NVK diatas 0,8 adalah kondisi yang tidak stabil. Untuk ruas jalan dengan kondisi

tersebut, diberikan alternatif penanganan untuk mengurangi permasalahan pada

ruas jalan di Kota Surakarta disesuaikan kondisi nyata jalan saat ini. Dilakukan

analisis kinerja jaringan jalan dengan anggapan do-something sesuai alternative

penanganan yang telah direncanakan. Updating basis data jaringan jalan disusun

sesuai alternatif yang diusulkan. Proses pembebanan selanjutnya dilakukan untuk

melihat pengaruh penanganan terhadap kapasitas jaringan jalan dan niali NVK

ruas jalan di Kota Surakarta. Kerangka pikir ini dapat dilihat pada Gambar 2.17.

Pemodelan MAT dengan software EMME/3untuk mendapatkan MAT tahun 2009

Perhitungan data jaringan jalan dengan standar MKJI

Pembuatan basis data jaringan jalan

Estimasi MAT pada tahun 2020 dan 2030 dengan model gravity menggunakan parameter

Kalibrasi model bangkitan dan tarikan dengan metode analisis regresi berbasis zona

Traffic Count Prior Matriks

77

Gambar 2.17. Bagan Kerangka Pikir

Perhitungan nilai NVK dengan anggapan do-nothing

Alternatif penanganan jaringan jalan sesuai nilai NVK

Updating basis data dengan jaringan jalan sesuai alternative yang direkomendasikan

Perhitungan nilai NVK dengan anggapan do-something

78

BAB 3

METODELOGI PENELITIAN

3.1. Lokasi Penelitian

Batas wilayah studi pada penelitian ini adalah seluruh wilayah kota Surakarta dan

beberapa daerah tingkat II seperti Kabupaten Karanganyar, Kabupaten Boyolali,

dan Kabupaten Sukoharjo. Kabupaten-kabupaten tersebut sangat mempengaruhi

pola pergerakan karena secara administratif berbatasan langsung dengan kota

Surakarta.

Penelitian ini mengambil wilayah studi di Kota Surakarta. Kota Surakarta yang

terletak di Propinsi Jawa Tengah bagian selatan yang memiliki kepadatan lalu

lintas yang cukup tinggi. Secara geografis Surakarta terletak pada 110’45’15’ –

110’45’35’ BT dan 70’36’00’ – 70’56’00’ LS berbatasan dengan daerah tingkat II

yang lain, yaitu di sebelah Utara berbatasan dengan Kabupaten Karanganyar dan

Kabupaten Boyolali, sebelah Selatan dengan Kabupaten Sukoharjo, sebelah Barat

dan Timur dengan Kabupaten Sukoharjo dan Karanganyar.

Luas wilayah Surakarta kurang lebih 44.040 km 2 yang terbagi dalam lima

kecamatan dan terdiri dari 51 kelurahan. Jumlah penduduk kota tersebut mencapai

566.768 jiwa manusia (menurut statistik terakhir tahun 2009) dengan kepadatan

mencapai 12.716 jiwa / km 2 . Peta administratif batas kelurahan di wilayah Kota

Surakarta dapat dilihat pada Gambar 3.1, peta zona dapat dilihat pada Gambar

3.2 dan peta jaringan jalan kota Surakarta pada Gambar 3.3.

Survai volume lalu lintas dilaksanakan di Kota Surakarta yang dibagi dalam 51

zona internal berdasarkan batas administratif kelurahan (Tabel 3.1) dan 14 zona

eksternal (Tabel 3.2).

79

Tabel 3.1. Lokasi survey volume lalu lintas zona internal Nomor Nama jalan

1 2 3 4 5 6 7 8 9

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

Jl. Tentara Pelajar (Depan Smp Muhammadiyah) Jl. Ir. Sutami (Depan Kampus UNS) Jl. Dr. Radjiman ( Depan POM Bensin Laweyan) Jl. Kapten Mulyadi (Depan Rumah Sakit Kustati) Jl. Veteran (Depan SD Al Islam) Jl. Gajah Mada (Depan Hotel Sahid Raya) Jl. Dr. Radjiman (Samping Matahari Singosari) Jl. Dr. Muwardi (Depan Lapangan Kota Barat) Jl. Bridjen Katamso (Depan Stasiun TATV) Jl. Letjen Suprapto (Depan Warung Makan Bu Bibit) Jl. Sumpah Pemuda (Depan UNISRI) Jl. Letjen Sutoyo (Dekat Jembatan Ngemplak) Jl. Adi Sucipto (Depan GOR Manahan) Jl. Jendral Sudirman Jl. Jendral Ahmad Yani Jl. Bridjend Slamet Riyadi (Kleco Barat) Jl. Urip Sumoharjo Jl. Monginsidi (Dekat Stasiun Balapan) Jl. Kapten Tendean Jl. Tagore Jl. Ahmad Yani (Dekat Terminal Tirtonadi) Jl. Mayor Sunaryo Jl. Slamet Riyadi (Gendengan) Jl. Adi Sucipto Jl. Kolonel Sutarto (Depan Panggung) Jl. Slamet Riyadi (Nonongan) Jl. Slamet Riyadi (Kerten) Jl. Monginsidi (Depan Hotel Asia)

Sumber : data survei tahun 2009

Tabel 3.2. Lokasi survei volume lalu lintas zona eksternal

Sumber : data survei tahun 2009

Nomor Nama jalan 29 30 31 32 33 34 35 36 37 38 39 40 41 42

Jl. Yos Sudarso Jl. Dr. Radjiman Jl. Kolonel Sugiyono Jl. Brigjen Katamso Jl. Joko Tingkir Jl. Adi Sumarmo Jl. Slamet Riyadi Jl. Veteran Jl. Kyai Mojo Jl. Palur Jl. Adi Sucipto Jl. Ring Road Jl. Tangkuban Perahu Jl. Bridjen Sudarto

80

Gam

bar

3.1.

Pet

a A

dmin

istr

asi K

ota

Sura

kart

a

Sum

ber

: B

adan

Per

enca

naan

Pem

bang

unan

Dae

rah

(Bap

peda

) K

ota

Sura

kart

a

81

Gam

bar

3.2.

Pet

a P

emba

gian

Zon

a K

ota

Sura

kart

a

Sum

ber

: B

adan

Per

enca

naan

Pem

bang

unan

Dae

rah

(Bap

peda

) K

ota

Sura

kart

a

82

Gam

bar

3.3.

Pet

a Ja

ring

an K

ota

Sura

kart

a

Sum

ber

: D

epar

tem

en P

eker

jaan

Um

um (

DP

U)

83

3.2. Sumber Data

3.2.1. Data Primer

Data data volume kendaraan yang diperoleh dari hasil survey traffic count dengan

pengamatan langsung di lapangan.Survey traffic count dilakukan di lokasi pada

Tabel 3.1 dan Tabel 3.2.

3.2.2. Data Sekunder

Dilakukan pengumpulan data dasar penelitian yaitu data sekunder yang didapat

dari instansi terkait:

1. Peta wilayah Kota Surakarta yang diperolah dari Badan Perencanaan

Pembangunan Daerah (Bappeda).

2. Data jumlah penduduk usia sekolah dan bekerja (5-59 tahun), kepemilikan

kendaraan bermotor, perincian luas penggunaan tanah untuk tiap kelurahan

(untuk usaha dan pemukiman) dan jumlah fasilitas pendidikan (sekolah) dari

Biro Pusat Statistik (BPS).

3. Data jaringan jalan dari Departemen Pekerjaan Umum (DPU).

4. Data matrik awal (prior matrix) yang digunakan adalah hasil perhitungan

skripsi “Estimasi Matrik Asal Tujuan dari Data Lalu Lintas dengan Metode

Estimasi Inferensi Bayesian (Studi Kasus Kota Surakarta)” oleh Rahayu

Mahanani Wijiastuti tahun 2002.

3.3. Prosedur Survey Primer

Prosedur survey primer ini berupa tahap-tahap yang harus dilakukan sebelum dan

selama pelaksanaan survey agar tidak terjadi kesalahan dalam pengumpulan data

di lapangan.

84

3.3.1. Survey Pendahuluan

Survey dilakukan untuk menentukan waktu dan lokasi penelitian. Penentuan jam

sibuk berdasarkan penelitian sebelumnya yang telah dilakukan pada beberapa ruas

di Kota Surakarta. Penentuan lokasi penelitian berdasarkan pertimbangan

klasifikasi fungsi jalan, kondisi tata guna lahan disekitarnya, tingkat kepadatan

lalu lintas dan beberapa ruas jalan yang dianggap mewakili pada jaringan jalan

kota Surakarta.

3.3.2. Teknik Pengumpulan Data

1. Pengumpulan Data Primer

Pengumpulan data primer pada penelitian ini dilakukan secara langsung

dilapangan dengan cara menghitung berapa banyaknya kendaraan yang melewati

suatu titik survey. Pengumpulan data tersebut dilakukan oleh surveyor secara

manual menggunakan bantuan hand tally counter untuk jenis kendaraan tertentu

yang memiliki arus besar sehingga sulit dilakukan perhitungan secara manual

(dengan turus). Hasil dari perhitungan tersebut dicatat dalam suatu formulir

survey.

2. Pengumpulan Data Sekunder

Dilakukan pengumpulan data dasar penelitian yaitu data sekunder yang didapat

dari instansi terkait:

1. Peta wilayah Kota Surakarta yang diperolah dari Badan Perencanaan

Pembangunan Daerah (Bappeda).

2. Data jumlah penduduk usia sekolah dan bekerja (5-59 tahun), kepemilikan

kendaraan bermotor dan perincian luas penggunaan tanah untuk tiap

kelurahan (untuk usaha dan pemukiman) dan jumlah fasilitas pendidikan

(sekolah) dari Biro Pusat Statistik (BPS).

3. Data jaringan jalan dari Departemen Pekerjaan Umum (DPU).

85

4. Data matrik awal (prior matrix) yang digunakan adalah hasil perhitungan

skripsi “Estimasi Matrik Asal Tujuan dari Data Lalu Lintas dengan Metode

Estimasi Inferensi Bayesian (Studi Kasus Kota Surakarta)” oleh Rahayu

Mahanani Wijiastuti tahun 2002.

3.3.3. Desain Survey

Desain survey yang dilakukan untuk mendapatkan data di lapangan meliputi:

1. Desain alat survey

Dalam melakukan survey ada dua metode yang digunakan yaitu: metode

manual (menggunakan turus atau angka yang nantinya dijumlahkan) dan tally

system (menggunakan bantuan alat). Peralatan yang digunakan disini

meliputi: alat tulis, formulir survey, hand tally counter, penunjuk waktu

(Hand Phone).

2. Desain formulir survey

Berdasarkan jenis kendaraan yang akan disurvey meliputi: Unmotor, Motor

Cycle, Light Vehicle (mobil penumpang, oplet, mikrobis, pick-up dan truk

kecil), dan Heavy Vehicle (bis, truk 2 as, truk 3 as, dan truk kombinasi) dan

desain alat yang digunakan, maka formulir survey yang digunakan memuat

kriteria dan contoh gambar dari kendaraan yang disurvey. Formulir isian

jumlah kendaraan diisi sesuai dengan jumlah kendaraan yang melalui ruas

jalan yang diamati dan dihitung per 5 menit selama 2 jam mulai pukul 06.00

sampai 08.00. Karena ada sebagian yang menggunakan metode manual maka

lebar dan panjang kolom untuk pengisian disesuaikan supaya dapat memuat

turus hasil penghitungan.

3. Surveyor

a. Spesifikasi surveyor

Surveyor yang dipilih adalah mereka yang dinilai telah dapat

menggunakan peralatan yang akan digunakan dan juga mengerti tentang

klasifikasi kendaraan yang disurvey.

86

b. Jumlah Surveyor

Jumlah surveyor yang digunakan sebanyak 118 orang dengan

penempatan pada titik-titik yang telah ditentukan. Banyak surveyor yang

ditempatkan pada suatu titik di ruas jalan tertentu tergantung pada kelas

jalan, lebar jalan, banyak lajur dan jalur, kepadatan, dan jenis kendaraan

yang melalui jalan tersebut.

c. Tugas Surveyor

Tugas Surveyor adalah mencatat semua jenis kendaraan bermotor

kedalam formulir survey yang telah ditentukan per lima menitan

berturut-turut selama dua jam.

d. Penempatan Surveyor

Surveyor ditempatkan pada titik-titik yang telah ditentukan. Jumlah

surveyor yang ditempatkan disesuaikan dengan tingkat kepadatan,

banyak sedikitnya jenis kendaraan yang lewat ruas jalan tersebut dan

juga berdasarkan klasifikasi jalan.

3.4. Tahapan Penelitian

Untuk kelancaran serta kemudahan dalam kegiatan penelitian yang dilakukan

maka dibuat dalam sistem yang sistematis. Secara garis besar dapat dilakukan

dalam tahapan-tahapan sebagai berikut:

1. Pengolahan data dasar penelitian

Data yang didapatkan berupa traffic count yang melewati ruas jalan selanjutnya

diolah dalam bentuk perhitungan matematis menggunakan standar MKJI sehingga

didapatkan ekivalensi mobil penumpang. Dilakukan pula perhitungan untuk basis

data berupa kapasitas, kecepatan dan waktu tempuh untuk masing-masing ruas

yang kemudian akan digunakan sebagai basis data untuk dimasukkan dalam

program komputer Equilibre Multimodal, Multimodal Equilibrium (EMME/3).

2. Perhitungan MAT dengan software EMME/3 menggunakan Metode pembebanan

Metode Keseimbangan Wardrop (Wardrop Equilibrium) untuk mendapatkan MAT

existing tahun 2009 dan volume lalu lintas tahun 2009.

87

3. Memodelkan bangkitan dan tarikan untul pergerakan tahun 2020 dan 2030 dengan

mengestimasi data sosio-ekonomi tahun 2009 menggunakan analisis regresi linier

sederhana.

4. Dilakukan uji statistik antara bangkitan dan tarikan dengan faktor-faktor yang

mempengaruhi pergerakan menggunakan data sosio-ekonomi yang dengan metode

uji korelasi dan uji koefisien determinasi (R2).

5. Perhitungan dengan pemodelan bangkitan dan tarikan pergerakan yang telah

didapatkan sebelumnya, sehingga didapatkan jumlah pergerakan (Oi dan Dd) tahun

2020 dan 2030.

6. Dicari faktor penyeimbang (Ai dan Bd) untuk bangkitan dan tarikan.

7. Estimasi MAT tahun 2020 dan 2030 menggunakan parameter β=-0.00119 dari

penelitian sebelumnya , “Estimasi Matrik Asal Tujuan dari Data Lalu Lintas dengan

Metode Estimasi Inferensi Bayesian (Studi Kasus Kota Surakarta)” oleh Rahayu

Mahanani Wijiastuti tahun , menggunakan metode dua batasan.

8. Membebankan MAT hasil analisis tahun 2020 dan 2030 ke dalam jaringan jalan

menggunakan program EMME/3 sehingga didapatkan volume lalu lintas tahun 2020

dan 2030.

9. Melakukan evaluasi kinerja jalan masa yang akan datang mengacu pada Nisbah

Volume dan Kapasitas (NVK) dengan membandingkan volume lalu lintas dan

kapasitas jalan (analisis system do-nothing) untuk tahun 2009, 2020 dan 2030.

Untuk nilai NVK < 0,8 kondisi jalan dianggap stabil, jika melebihi 0,8 maka kondisi

jalan dianggap tidak stabil dan memerlukan penanganan.

10. Memberikan alternatif penanganan jaringan jalan untuk mengurangi permasalahan

lalu lintas berkaitan dengan peningkatan ruas jalan maupun manajemennya.

11. Menyusun updating basis data jaringan jalan baru sesuai dengan alternatif

penanganan yang diberikan.

12. Melakukan analisis menggunakan data jaringan jalan hasil rekomendasi dengan

bantuan program EMME/3 sehingga didapatkan volume lalu lintas baru tahun 2020

dan 2030.

13. Melakukan evaluasi kinerja jalan masa yang akan datang mengacu pada Nisbah

Volume dan Kapasitas (NVK) dengan membandingkan volume lalu lintas dan

kapasitas jalan baru hasil rekomandasi (analisis system do-something).

88

14. Kesimpulan merupakan uraian secara singkat inti dari hasil akhir proses

pembahasan yang kemudian ditambahkan dengan saran untuk penelitian

selanjutnya agar bisa lebih dikembangkan lagi.

Tahapan penelitian ini ditampilkan pada Gambar 3.4.

Pengumpulan Data

Data Sekunder Data Primer

Survey traffic count di beberapa

ruas di Kota Surakarta

Data dari instansi-instansi terkait 1. BAPPEDA: peta Wilayah

Surakarta 2. BPS : data sosio-ekonomi dan

kependudukan 3. DPU Surakarta : Jaringan jalan

Mulai

Prior Matriks tahun 2002

oleh Rahayu Mahanani

Traffic Count tahun 2009

Pemodelan MAT dengan software EMME/3untuk mendapatkan MAT tahun 2009

Perhitungan data dengan standar MKJI

Pembuatan basis data jaringan jalan

Estimasi MAT pada tahun 2020 dan 2030 dengan model gravity dua-batasan dan menggunakan parameter β

Perhitungan nilai NVK dengan system do-nothing

Rekomendasi penanganan jaringan jalan sesuai nilai NVK

Kalibrasi model bangkitan dan tarikan dengan metode analisis regresi berbasis zona

A

Penyusunan updating basis data dengan jaringan jalan sesuai alternatif penanganan yang direkomendasikan

Perhitungan nilai NVK dengan system do-something

Kesimpulan dan Saran

A

89

Gambar 3.4. Bagan alir tahapan penelitian

3.5. Teknik Analisis Data

3.5.1. Pengumpulan Data Dasar Penelitian

Data-data tersebut antara lain:

1. Peta wilayah Surakarta digunakan untuk pembagian zona pada daerah kajian.

Pembagian zona disini dilakukan berdasarkan batas administratif dalam suatu

kelurahan. Selain itu sebagai acuan penentuan koordinat.

2. Data jaringan jalan digunakan untuk menghitung waktu tempuh, kecepatan

dan kapasitas masing-masing ruas jalan.

3. Data volume lalu lintas atau traffic count disesuaikan dalam satuan mobil

penumpang (smp/jam).

Dalam tahapan ini survey data lalu lintas dan hasil data jaringan jalan yang

telah didapatkan diolah dalam bentuk perhitungan matematis yang selanjutnya

dilengkapi dengan prior matriks digunakan sebagai basis data untuk

dimasukkan dalam software EMME/3.

3.5.2. Analisis Data

Analisis data yang dilakukan antara lain sebagai berikut:

1. Perhitungan basis jaringan jalan

90

Perhitungan data ruas jalan penelitian ini menggunakan standar Manual

Kapasitas Jalan Indonesia (MKJI 1997).

2. Perhitungan Matrik Asal Tujuan

Matrik dibebankan ke jaringan jalan dengan metode pembebanan User

Equilibrium, alat bantu yang digunakan berupa software EMME/3. Program

ini mengolah data jaringan jalan, data lalu lintas dan prior matriks untuk

mendapatkan matrik baru. Prior matriks didapatkan dari hasil skripsi Rahayu

Mahanani tahun 2002.

3. Kalibrasi model bangkitan dan tarikan pergerakan

Menggunakan data jumlah pergerakan sebagai peubah tak bebas dan data

sosio-ekonomi tahun 2009 sebagai peubah bebas, dilakukan perhitungan

untuk mendapatkan model bangkitan dan tarikan pergerakan Kota Surakarta.

4. Estimasi matrik asal tujuan tahun 2020 dan 2030

Berdasarkan trend data sosio-ekonomi yang terkait, dilakukan estimasi untuk

tahun 2020 dan 2030. Nilai Oi dan Dd untuk tahun 2020 dan 2030 kemudian

dapat dihitung menggunakan model bangkitan dan tarikan (yang didapat dari

pemodelan bangkitan dan tarikan menggunakan analisis regresi linier

sederhana). Nilai Oi dan Dd tersebut digunakan untuk menghitung total

pergerakan dari masing-masing zona asal ke zona tujuan (Tid) menggunakan

model gravity dengan dua batasan.

5. Perhitungan nilai NVK ruas jalan

MAT tahun 2020 dan 2030 dibebankan pada jaringan jalan Kota Surakarta

sehingga diperoleh besar volume lalu lintas pada ruas jalan tahun 2020 dan

2030. Dihitung nilai NVK dengan membandingkan volume lalu lintas dan

kapasitas jalan. Hasil perhitungan NVK pada tahap ini adalah kondisi

jaringan jalan tanpa mengalami perubahan (do-nothing).

6. Penanganan permasalahan

Jaringan jalan dengan nilai NVK ≥ 0,8 atau pada kondisi tidak stabil atau

kritis dianalisis untuk mencari alternatif penanganan yang sesuai dengan

keadaan lingkungan saat ini. Kondisi jaringan jalan yang mengalami

91

perubahan ini disebut system do-something. Berdasarkan alternatif

penanganan tersebut, disusun updating basis data jaringan jalan.

7. Perhitungan nilai NVK ruas jalan menggunakan basis data yang telah di

updating

Proses pembebanan pada jaringan jalan baru hasil alternatif penanganan

dilakukan untuk melihat pengaruh perubahan kapasitas beberapa ruas jalan

terhadap nilai NVK ruas jalan di Kota Surakarta tahun 2020 dan 2030.

Untuk tahap-tahap dalam analisis data dapat digambarkan seperti Gambar 3.5.

Mulai

MAT AWAL (prior matriks)

Hasil

perhitungan MAT tahun 2007 oleh

PENYUSUNAN BASIS DATA

JARINGAN JALAN

KALIBRASI MODEL BANGKITAN

DAN TARIKAN PERGERAKAN

92

PEMBEBANAN MAT

Pembebanan pergerakan pada kondisi sekarang dan masa yang akan datang

DATA

TRAFFIC COUNT

Data arus lalu

lintas hasil survey terbaru

tahun 2009

Data jaringan

Penyusunan basis

data jaringan jalan

Basis data jaringan jalan

masa sekarang dan masa

yang akan datang

Bangkitan dan tarikan dari hasil

pembebanan masa

sekarang

Data sosio ekonomi

yang terkait pada tahun penelitian

Korelasi antara data sosio-ekonomi dengan bangkitan dan

tarikan

Model Bangkitan Pergerakan

PROYEKSI KEBUTUHAN AKAN PERGERAKAN

Proyeksi kondisi

sosio ekonomi masa

sekarang

MAT pada masa akan

datang

Model bangkitan

pergerakan

Model sebaran

pergerakan

Proyeksi sistem

jaringan jalan pada

masa akan datang

A

A

93

Gambar 3.5. Bagan alir analisis penelitian

Survey Awal

Hari dan jam puncak

Karakteristik jalan

Batas Lokasi Survey

NVK ≥ 0,8

Ya

PERHITUNGAN NILAI NVK

Perhitungan nilai NVK dengan anggapan do-nothing

NVK ≥ 0,8

REKOMENDASI PENANGANAN JARINGAN JALAN

· Peningkatan ruas jalan · Manajemen lalu lintas

UPDATING BASIS DATA JARINGAN JALAN

Selesai

PERHITUNGAN NILAI NVK ≥ 0,8 Perhitungan kinerja jaringan jalan dengan

menggunakan basis data yang telah di updating

Tidak

94

Survey Utama

Jumlah & lebar lajur

Volume Lalu lintas

Hambatan Samping

Analisis Kinerja Jaringan Jalan

Perkotaan

Kecepatan (V)

Kapasitas (C)

Waktu Tempuh (t)

Arus/ Volume Lalu Lintas Hasil Pemodelan

NVK (Derajat Kejenuhan)

NVK ≤ 0,8 Tidak

Ya

Kondisi Jaringan Jalan Stabil

Gambar 3.6. Bagan alir perhitungan kinerja jaringan jalan

95

BAB 4

ANALISIS DAN PEMBAHASAN

4.1. Umum

Penelitian ini dilakukan untuk mengukur kinerja jaringan jalan di Kota Surakarta

pada saat ini serta memperkirakan pula keadaan jaringan jalan di Kota Surakarta

pada masa yang akan datang. Penelitian menggunakan program EMME/3 untuk

mengestimasi Matriks Asal Tujuan dari data arus lalu lintas kota Surakarta saat ini

dimana prinsip program ini menggunakan metode Stepest Descent dengan

pembebanan Wardrop Equilibrium.

Program EMME/3 ini merupakan salah satu alat bantu dalam mengetahui

distribusi arus lalu lintas di kota Surakarta. Data masukan yang dipergunakan

dalam program ini antara lain data arus lalu lintas hasil survey (traffic count), data

jaringan jalan berupa kapasitas dan waktu tempuh pada saat arus bebas dan saat

arus mencapai kapasitas, data koordinat zona dan data prior matrik tahun 2002

dari penelitian sebelumnya. Prosedur perhitungan data ruas jalan mengacu pada

Manual Kapasitas Jalan Indonesia (MKJI) 1997.

4.2. Pengolahan dan Penyajian Data

4.2.1. Pengumpulan Data

Data primer dalam penelitian ini didapat dari survey penelitian pada jam puncak

tahun 2009 yang dilakukan pada bulan 29 Oktober 2009 dan 12 November 2009 di

beberapa titik dengan pertimbangan bahwa banyak pengendara menggunakan ruas

jalan tersebut dan dianggap mewakili jaringan jalan di kota Surakarta (Tabel 4.1).

Sedangkan data sekunder pada penelitian ini didapatkan dari instansi terkait yang

berada di wilayah kota Surakarta meliputi peta administrasi kota Surakarta

(Gambar 3.1), peta pembagian zona kota Surakarta (Gambar 3.2), peta jaringan

96

jalan kota Surakarta (Gambar 3.3),data jaringan jalan dari DPU Kota Surakarta

dan data sosio ekonomi dari BPS Kota Surakarta.

Tabel 4.1. Tabel Data Hasil Survey (traffic count) Tahun 2009 pada Jam Puncak

NODE JENIS KEND.

WAKTU Jumlah (kend/jam) 1 2

06.00-06.05

06.05-06.10

06.10-06.15

06.15-06.20

06.20-06.25

06.25-06.30

06.30-06.35

06.35-06.40

07.55-08.00

668 512 MC 75 92 108 139 166 224 232 258 … 5760 LV 16 13 20 24 27 42 37 55 … 1018 HV 6 3 5 2 3 5 3 2 … 89

512 668 MC 108 214 254 229 320 369 349 380 … 7623 LV 18 44 42 56 58 72 72 76 … 1335 HV 5 7 7 8 9 5 6 7 … 187

368 369 MC 193 121 133 143 141 218 220 284 … 4970 LV 5 9 21 8 11 12 18 20 … 409 HV 1 3 3 2 2 3 2 1 … 61

… … … … … … … … … … … … … … … … … … … … … … … …

… … … … … … … … … … …

518 476

MC 68 95 107 121 146 183 219 193 … 3605 LV 1 10 9 10 11 13 13 12 … 272

HV 2 1 3 4 3 3 1 5 … 73

Sumber : Data hasil survei tahun 2009

Data lengkap dapat dilihat pada lampiran A

4.2.2. Pembagian Zona

Zona merupakan representasi dari sistem tata guna lahan suatu wilayah.

Pembagian zona mengacu pada sistem pembagian wilayah secara administratif

pemerintahan yaitu berupa kelurahan. Pada penelitian ini terdapat 65 zona dengan

51 zona internal (seluruh kelurahan di kota Surakarta ) (Tabel 4.2) dan 14 zona

eksternal (Tabel 4.3). Setiap zona diwakili oleh satu pusat zona (centroid), yang

kemudian dihubungkan ke salah satu simpul jaringan jalan (node) dengan

penghubung (centroid conector). Selanjutnya ditentukan titik-titik koordinat

seluruh simpul ruas jalan dan pusat zona tersebut.

97

Tabel 4.2. Pembagian Zona Internal

Zona Internal 1. Wilayah Kecamatan Laweyan

No. Zona Nama Zona 701 Karangasem 702 Jajar 703 Kerten 704 Pajang 705 Sondakan 706 Laweyan 707 Bumi 708 Purwosari 709 Penumping 710 Panularan 711 Sriwedari

2. Wilayah Kecamatan Serengan No. Zona Nama Zona

712 Tipes 713 Kemlayan 714 Jayengan 715 Kratonan 716 Serengan 717 Danukusuman 718 Joyotakan

3. Wilayah Kecamatan Pasar Kliwon No. Zona Nama Zona

719 Kampung Baru 720 Kauman 721 Sangkrah 722 Kedunglumbu 723 Baluwarti 724 Semanggi 725 Gajahan 726 Pasar Kliwon 727 Joyosuran

4. Wilayah Kecamatan Banjarsari No. Zona Nama Zona

728 Kadipiro 729 Banyuanyar 730 Nusukan 731 Sumber 732 Gilingan 733 Manahan 734 Mangkubumen 735 Punggawan

98

No. Zona Nama Zona 736 Kestalan 737 Ketelan 738 Setabelan 739 Timuran 740 Keprabon

5. Wilayah Kecamatan Jebres No. Zona Nama Zona

741 Mojosongo 742 Jebres 743 Tegalharjo 744 Kepatihan Kulon 745 Kepatihan Wetan 746 Purwodiningratan 747 Jagalan 748 Pucangsawit 749 Sudiroprajan 750 Gandekan 751 Kampungsewu

Tabel 4.3. Pembagian Zona Eksternal

Zona Eksternal No. Zona Nama Zona

752 Colomadu 753 Pabelan Kartosuro 754 Makam Haji Kartosuro 755 Cemani 756 Solo Baru 757 Grogol Sukoharjo 758 Bekonang 759 Palur Karanganyar 760 Plupuh Sragen 761 Jl. Clolo arah Karanganyar 762 Arah Purwodadi 763 Ngemplak Boyolali 764 Gentan Sukoharjo 765 Kebak Kramat Karanganyar

99

4.2.3. Satuan Mobil Penumpang

Data yang diperoleh dari hasil survei berupa volume arus lalu lintas. Agar

diperoleh volume lalu lintas dalam satuan kendaraan, maka beberapa jenis

kendaraan perlu dikonversi ke dalam satuan mobil penumpang. Pada pelaksanaan

survei traffic count digunakan interval waktu 5 menitan selama 2 jam sehingga

terdapat 24 buah data volume arus lalu lintas. Data yang dipakai adalah nilai

tertinggi dari 13 buah data perjam yang didapat dari perhitungan 24 data tersebut.

Perhitungan untuk mendaatkan data yang dipakai dapat dilihat pada Tabel 4.4.

Contoh : Nama jalan : Urip Sumoharjo

Nomor ruas : 85 – 86

Tabel 4.4. Perhitungan jumlah kendaraan pada jam puncak (per satu jam)

NODE JENIS KEND.

WAKTU

1 2 06.40-06.45

06.45-06.50

06.50-06.55

06.55-07.00

07.00-07.05

07.05-07.10

07.10-07.15

07.15-07.20

07.20-07.25

07.25-07.30

07.30-07.35

07.35-07.40

85 86 MC 289 269 199 174 237 193 254 227 162 187 133 295

LV 21 23 28 18 29 31 30 31 17 31 15 26

HV 3 2 4 1 4 1 4 1 3 4 1 4

Selanjutnya dilakukan konversi ke dalam satuan mobil penumpang sesuai Tabel

2.1. Contoh perhitungan dapat dilihat pada Tabel 4.5.

∑MC=1258 ∑LV=150 ∑HV=17

maksimum ∑MC=2619 maksimum ∑LV=300 maksimum ∑HV=32

∑MC=1361 ∑LV=150 ∑HV=15

∑MC=1326 ∑LV=159 ∑HV=16

∑MC=1284 ∑LV=167 ∑HV=15

100

Contoh : Nama jalan : Urip Sumoharjo

Nomor ruas : 85 - 86

Tabel 4.5. Konversi Satuan kendaraan ke smp

Node Jenis

Kendaraan

Arus saat jam

puncak

(Kend/jam)

Arus

(emp/jam)

Total

(smp/jam) A B

85

86

MC 2619 655

996 LV 300 300

HV 32 42

Data lengkap konversi dari satuan kendaraan ke satuan mobil penumpang dapat

dilihat pada lampiran B.

4.2.4. Kapasitas

Kapasitas pada suatu ruas jalan dapat dihitung dengan menggunakan Persamaan

(2.1)

Contoh:

Nama jalan : Urip Sumoharjo


Tipe operasi : Empat lajur dua arah tak terbagi (4/2 UD)

Lebar jalan : 14 meter ( total 2 arah)

Hambatan samping : tinggi

Lebar bahu : -

Jarak kerb-penghalang : 1 meter

Jumlah penduduk : 566.768 jiwa

Berdasarkan data di atas, maka pada nomor ruas 85 – 86 dapat ditentukan :

Ø Kapasitas dasar (Tabel 2.3) Co = 1500

Ø Faktor penyesuaian lebar lajur (Tabel 2.4) FCw = 1,00

Ø Faktor penyesuaian pemisah arah (Tabel 2.5) FCsp = 1,00

101

Ø Faktor penyesuaian hambatan samping (Tabel 2.6./2.7) FCsf = 0,81

Ø Faktor penyesuaian ukuran kota (Tabel 2.9) FCcs = 0,94

Sehingga kapasitas (smp/jam)

C = Co x FCw x FCsp x FCsf x FCcs

= 1500 x 1,00 x 1,00 x 0,81 x 0,94

= 1142 smp/jam

Karena ruas tersebut terdiri atas 4 lajur maka kapasitas total ruas tersebut

= 4 x 1142 = 4568 smp/jam

Data lengkap tentang perhitungan kapasitas dapat dilihat pada lampiran C.

4.2.5. Waktu Tempuh

Waktu tempuh adalah waktu yang dibutuhkan untuk melintasi suatu ruas,

dinyatakan dalam suatu waktu (detik). Waktu tempuh diperoleh dengan membagi

jarak dengan kecepatan. Waktu yang dibutuhkan kendaraan tunggal pada suatu

ruas jalan merupakan waktu tempuh pada saat arus bebas. Waktu tempuh suatu

ruas dapat diperoleh dengan mengetahui kecepatan arus bebas dan panjang ruas

tersebut.

Dibawah ini diberikan suatu contoh perhitungan waktu tempuh dengan

menggunakan analisis kecepatan pada ruas jalan 85 – 86.

Contoh:

Nama jalan : Urip Sumoharjo


Tipe operasi : Empat lajur dua arah tak terbagi (4/2 UD)

Lebar jalan : 14 meter ( total 2 arah)

Hambatan samping : tinggi

Lebar bahu : -

Jarak kerb-penghalang : 1 meter

102

Jumlah penduduk : 566.768 jiwa

Berdasarkan data di atas, maka pada nomor ruas 85-86 dapat ditentukan :

Ø Kecepatan arus bebas dasar (Tabel 2.10) FVo = 53

Ø Faktor penyesuaian lebar jalur lalu lintas FVw = 0

(Tabel 2.11)

Ø Faktor penyesuaian hambatan samping (Tabel

2.12/2.13) FFVsf = 0,81

Ø Faktor penyesuaian ukuran kota (Tabel 2.14) FFVCcs = 0,95

Sehingga kecepatan arus bebas (km/jam), sesuai Persamaan (2.2)

F = ((Fvo + Fvw) x FFVsf x FFVcs

= (53+0) x 0,81 x 0,95

= 40,78 km/jam

Sedangkan untuk menghitung kecepatan pada saat arus mencapat kapasitas, dapat

digunakan Persamaan (2.5)

Vc = 0,5 x Vo

= 0,5 x 40,78

= 20,39 km/jam

Dari contoh diatas, maka waktu tempuh pada saat arus bebas (to) dan waktu

tempuh pada saat kapasitas (tc) adalah:

to = 3600´VS

tc = 3600´VcS

to = 360078,4021,0

´ tc = 360039,2021,0

´

to = 18,54 detik tc = 37,07 detik

103

Data lengkap mengenai waktu tempuh pada saat arus bebas dapat dilihat pada

lampiran D.

4.3. Analisis dengan Program EMME/3

4.3.1. Basis Data Jaringan Jalan

Pada bagian ini berisi input data ruas jalan yang meliputi : node awal dan akhir,

waktu tempuh, baik pada saat arus bebas maupun pada saat arus mencapai

kapasitas, kapasitas, dan jarak dengan format seperti Tabel 4.6 dibawah ini :

Tabel 4.6. Format masukan basis data jaringan jalan

Node Waktu tempuh pada Total Tipe

Operasi Jarak

Awal Akhir Arus Bebas Kapasitas Kapasitas

A B (detik) (detik) smp/jam/ruas) (m)

701 1 120 120 9000 2 330

702 2 120 120 9000 2 220

703 4 120 120 9000 2 240

703 3 120 120 9000 2 360

703 171 120 120 9000 2 250

… … … … … … …

298 93 101.67 203.34 4269 2 990

Tipe operasi yang dimaksud dalam tabel tersebut adalah jumlah jalur atau arah

ruas jalan. Data lengkapnya dapat dilihat pada lampiran E.

Selain itu, data masukan lain yang diperlukan adalah data koordinat. Koordinat

diperlukan dalam basis data masukan dalam program EMME/3 untuk

menggambarkan network yang akan dipakai. Data tersebut terdiri dari data

koordinat zona maupun koordinat simpul-simpul jaringan jalan seperti pada Tabel

4.7 berikut :

104

Tabel 4.7. Koordinat Kota Surakarta Node koordinat X koordinat Y

701 1394.716 4631.21

702 2005.345 4315.733 703 2919.327 4081.073 704 1944.118 2994.703 705 2886.463 3338.475 … … …

298 9880 4550 Data koordinat lebih detail dapat dilihat pada lampiran F.

Input data dalam program EMME/3 dapat dilakukan dengan Network Editor yang

merupakan salah satu bagian terpenting dalam program ini. Selain ketersediaan

tabel input, Network Editor juga menyediakan ruang dalam bentuk peta jaringan

jalan (Gambar 4.1). Untuk editor toolbarnya dapat dilihat pada Gambar 4.2.

Gambar 4.1. Network Editor

105

Gambar 4.2. Editor toolbar

4.3.2 Data Volume Lalu lintas Hasil Survey (traffic count)

Data arus lalu lintas yang digunakan adalah data yang diperoleh dari survey

(traffic count) dan telah dikonversi ke satuan mobil penumpang per jam

(smp/jam) seperti Tabel 4.8 berikut ini:

Tabel 4.8. Data Arus Lalu Lintas (traffic count) Tahun 2009

NODE Nama Jalan Traffic Count

(smp/jam) 1 2

1 701 Jl. Slamet Riyadi

1285

701 1 1287

95 759 Jl. Palur

1827

759 95 2666

271 762 Jl. Kolonel Sugiyono

531

762 271 1026

105 756 Jl. Yos Sudarso

1443

756 105 1811

86 85 Jl. Urip sumoharjo

1046

85 86 996

61 754 Jl. Dr. Radjiman

962

754 61 984

55 765 Jl. Ring Road

652

765 55 588

Berlanjut…

106


(smp/jam) 1 2 36 35 Jl. Ahmad Yani (Dekat Terminal

Tirtonadi) 1356

35 36 1432 23 752

Jl. Adi Sucipto 1012

752 23 1341 133 167

Jl. Kapten Mulyadi 807

167 133 794 46 47

Jl. Sumpah Pemuda 650

47 46 807 145 758

Jl. Kyai Mojo 406

758 145 1161 89 51

Jl. Bridjen Katamso 450

51 89 729 9 8

Jl. Slamet Riyadi Gendengan) 591

8 9 989 56 763

Jl. Adi Sumarmo 438

763 56 679 26 25

Jl. Adi Sucipto 1381

25 26 2135 92 241

Jl. Ir. Sutami 1345

241 92 1183 128 127 Jl. Dr. Radjiman 530 288 757

Jl. Bridjen Sudarto 827

757 288 879 193 208

Jl. Gajah Mada 404

208 193 789 138 139

Jl. Veteran 578

139 138 589 117 764

Jl. Joko Tingkir 571

764 117 671 94 91

Jl. Tentara Pelajar 952

91 94 318 264 35

Jl. Kapten Tendean 1054

35 264 1311 136 755

Jl. Veteran 397

755 136 627 22 78

Jl. Jendral Sudirman 1872

78 22 627

67 66 Jl. Dr. Radjiman (Depan POM bensin Laweyan)

850 66 67 864 3 2

Jl. Slamet Riyadi (Kerten) 1154

2 3 1057

Tabel 4.8. Data Arus Lalu Lintas (traffic count) Tahun 2009 (lanjutan)

107


(smp/jam) 1 2 257 256 Jl. Monginsidi (Dekat Stasiun

Balapan) 448

256 257 394 26 3

Jl. Jendral Ahmad Yani 959

3 26 708 86 91 Jl. Kolonel Sutarto (Depan Panggung) 923 266 37

Jl. Letjen Sutoyo 1136

37 266 617 287 760

Jl. Tangkuban Perahu 30

760 287 28 39 86

Jl. Mongonsidi (Depan Hotel Asia) 1109

86 39 1339 189 188

Jl. Dr. Muwardi 1030

188 189 936 260 35 Jl. Tagore 174

Sumber : data penelitian tahun 2009

4.3.3. Data Matrik Awal (prior matrix)

Data matrik awal menggunakan MAT hasil penelitian tahun sebelumnya oleh

Rahayu Mahanani (2002). MAT awal diperoleh dengan menggunakan metode

pembebanan wardrop equilibrium. Matrik awal dapat dilihat pada Tabel 4.9.

Tabel 4.8. Data Arus Lalu Lintas (traffic count) Tahun 2009 (lanjutan)

108

Tabel 4.9. Prior Matrix Tahun 2002 dalam satuan smp/jam Tujuan

Asal 701 702 703 704 705 706 707 708 709 710 711 712

701 0.00 1.00 0.50 0.50 0.50 0.50 0.50 0.50 0.90 0.90 1.70 0.90

702 1.00 0.00 1.00 0.50 0.50 0.50 0.50 26.50 0.90 0.90 1.70 0.90

703 0.30 1.00 0.00 1.00 1.00 1.00 1.00 1.00 1.70 1.70 3.30 1.70

704 0.30 0.30 1.00 0.00 1.00 1.00 1.00 1.00 1.00 4.80 1.00 4.80

705 0.30 0.30 1.00 1.00 0.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

706 0.30 0.30 1.00 1.00 1.00 0.00 1.00 1.00 1.00 4.80 1.00 4.80

707 0.30 0.30 1.00 1.00 1.00 1.00 0.00 1.00 1.00 1.00 1.00 1.00

708 0.30 0.30 1.00 1.00 1.00 1.00 1.00 0.00 1.00 1.00 2.00 1.00

709 0.40 0.40 1.30 7.20 1.00 1.00 1.00 1.00 0.00 1.00 2.00 1.00

710 0.40 0.40 1.30 1.80 1.00 7.20 0.90 1.00 0.90 0.00 1.00 1.00

711 0.40 5.30 1.30 7.20 1.00 1.80 0.50 1.00 0.90 1.00 0.00 1.00

712 0.40 0.40 1.30 1.80 1.00 7.20 0.90 1.00 0.90 1.00 1.00 0.00

713 0.40 2.60 1.30 1.80 1.00 1.80 0.50 1.00 0.90 1.00 1.00 1.00

714 0.20 0.20 0.70 1.80 1.00 1.80 0.50 1.00 1.80 1.00 1.00 1.00

715 0.20 0.20 0.70 1.80 1.00 1.80 0.50 1.00 0.50 1.00 1.00 1.00

716 0.40 0.40 1.30 7.20 1.00 7.20 0.90 1.00 0.90 1.00 1.00 1.00

717 0.20 0.20 0.70 1.80 1.00 1.80 0.50 1.00 2.70 1.00 1.00 1.00

718 0.40 0.40 1.30 7.20 1.00 7.20 0.90 1.00 0.90 1.00 1.00 1.00

719 0.40 2.60 1.30 1.30 1.30 1.80 0.90 1.00 1.00 1.00 1.00 1.00

720 1.60 9.50 4.80 6.50 1.80 6.50 1.60 3.60 3.20 1.80 3.60 3.60

721 0.40 2.60 1.30 4.00 1.70 4.40 1.10 1.10 1.00 1.20 2.00 2.40

722 0.50 3.20 1.60 6.50 1.30 6.50 1.60 1.20 0.70 1.80 3.60 3.60

723 0.30 4.30 0.80 9.80 1.30 9.70 1.60 0.60 0.70 1.80 1.80 1.60

724 0.30 5.50 1.00 2.80 0.80 2.80 0.70 0.80 1.40 0.80 0.80 1.60

725 1.70 1.70 5.20 28.20 3.90 28.00 3.50 3.90 1.80 3.90 3.90 1.00

726 0.30 4.60 0.90 14.30 0.80 4.20 0.70 0.70 1.20 0.80 0.80 1.60

727 0.30 0.30 1.00 2.80 0.80 2.80 0.70 0.80 1.40 0.80 0.80 1.60

728 1.10 1.60 1.60 1.60 1.60 1.00 2.00 85.80 1.60 1.10 2.20 2.20

729 1.30 2.00 2.00 2.00 2.00 2.00 5.40 252.90 6.90 6.90 11.60 4.50

730 1.20 1.80 1.80 1.10 1.10 1.20 2.00 92.40 1.60 1.10 2.20 2.20

731 1.30 2.00 2.00 2.00 2.00 2.00 5.40 252.90 6.80 6.80 12.90 6.60

732 0.80 2.40 2.40 1.70 1.50 1.30 2.00 92.40 1.60 1.10 2.20 2.20

733 0.30 4.00 1.80 1.00 1.00 1.00 1.60 74.60 1.00 1.00 2.00 1.00

734 0.40 4.20 13.50 1.10 1.10 1.10 1.00 47.00 1.00 1.00 1.00 1.00

735 0.30 4.00 21.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

736 0.30 4.00 21.00 2.70 2.70 4.90 2.00 2.20 2.20 1.10 2.20 2.20

737 0.90 10.60 2.20 2.70 2.70 4.90 2.00 2.20 2.20 1.10 2.20 2.20

738 0.40 0.40 1.70 1.30 1.30 1.90 0.90 1.00 1.00 1.00 1.00 1.00

739 0.40 5.10 1.30 1.30 1.30 2.10 0.90 1.00 1.00 1.00 1.00 1.00

740 0.40 2.60 1.30 1.30 1.30 1.10 0.90 1.00 1.00 1.00 1.00 1.00

741 8.50 9.60 9.60 2.80 1.90 1.20 0.90 54.40 1.00 2.00 1.00 8.10

742 12.10 14.90 14.90 1.70 1.70 6.10 1.20 1.40 1.40 1.40 1.40 2.70

743 0.30 0.50 0.50 1.00 1.00 1.90 1.00 0.80 0.80 0.60 0.80 1.20

744 0.40 5.10 1.70 1.30 1.30 1.90 0.90 1.00 1.00 1.00 1.00 1.00

745 0.40 5.10 1.30 1.30 1.30 1.80 0.90 1.00 1.00 1.00 1.00 1.00

746 0.30 0.10 0.90 0.90 0.90 3.00 0.60 0.70 0.70 0.70 0.70 1.30

747 0.40 0.20 1.20 1.20 1.20 1.60 0.80 0.90 0.90 0.40 0.90 0.90

748 1.20 23.80 3.50 3.50 3.50 10.50 2.40 2.70 2.70 1.80 2.70 4.50

749 0.40 2.60 1.30 1.30 1.30 1.80 0.90 1.00 1.00 1.00 1.00 1.00

750 0.30 1.70 0.90 0.90 0.90 1.20 0.60 0.70 0.70 0.30 0.70 0.70

751 0.40 2.30 1.20 1.20 1.20 1.60 0.80 0.90 0.90 0.40 0.90 0.90

752 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 4.70 4.70 9.40 4.70

753 3.90 3.90 2.00 2.00 2.00 2.00 2.00 2.00 3.40 3.40 7.50 3.40

754 1.00 1.00 3.00 3.00 3.00 3.00 3.00 3.00 3.00 13.20 2.80 13.20

755 0.40 0.40 1.30 7.20 1.00 7.20 0.90 1.00 0.90 1.00 1.00 1.00

756 1.60 1.60 4.80 26.30 3.60 26.20 3.30 3.60 9.80 3.60 3.60 3.60

757 1.70 1.70 5.30 28.70 4.00 28.50 3.60 4.80 2.10 4.00 4.00 3.90

758 1.10 17.80 3.40 9.10 2.50 9.10 2.30 2.50 4.50 2.50 2.50 5.00

759 1.60 12.70 17.10 7.80 7.80 23.10 5.40 6.00 6.00 3.00 6.00 10.60

760 8.50 9.60 9.60 2.80 1.90 1.20 1.00 54.40 0.80 0.40 0.80 0.80

761 2.10 2.40 2.40 2.40 2.40 2.10 3.90 151.50 3.20 2.20 4.50 4.50

762 2.50 3.20 3.20 3.20 3.20 2.00 3.90 177.00 3.10 1.10 4.40 4.40

763 3.40 3.40 1.00 1.00 1.00 1.00 2.70 138.70 3.40 3.40 7.10 3.10

764 0.30 0.30 1.00 1.00 1.00 1.00 1.00 1.00 1.00 4.80 1.00 4.80

765 3.90 4.50 4.50 1.30 0.90 0.50 0.40 25.30 0.50 0.90 0.50 3.70

SDd 78.80 222.40 205.80 256.50 101.80 277.50 98.00 1598.90 118.70 123.00 150.70 161.20

Berlanjut…

109

Tabel 4.9. Prior Matrix Tahun 2002 dalam satuan smp/jam (lanjutan) Tujuan

Asal 713 714 715 716 717 718 719 720 721 722 723 724

701 2.20 1.70 1.70 1.70 1.70 1.70 2.20 2.20 2.20 1.50 1.50 1.50

702 2.20 1.70 1.70 1.70 1.70 1.70 1.10 2.20 2.20 1.50 1.50 1.50

703 4.20 3.30 3.30 3.30 3.30 3.30 4.20 4.20 4.20 2.90 2.90 3.00

704 3.70 1.00 4.80 4.80 4.80 4.80 3.70 3.70 3.70 3.50 3.50 4.30

705 2.90 1.00 1.00 1.00 1.00 1.00 3.00 3.00 3.00 2.00 1.00 0.90

706 1.20 1.00 4.80 4.80 4.80 4.80 1.30 1.30 1.30 6.90 6.90 4.30

707 1.20 1.00 1.00 1.00 1.00 1.00 1.30 1.30 1.30 0.90 0.90 0.90

708 2.50 2.00 2.00 2.00 2.00 2.00 2.50 2.50 2.50 1.90 1.70 1.80

709 2.50 2.00 2.00 2.00 2.00 2.00 2.50 2.50 2.50 1.90 1.70 1.80

710 1.20 1.00 1.00 1.00 1.00 1.00 1.30 1.30 1.30 0.90 0.90 0.90

711 1.20 1.00 1.00 1.00 1.00 1.00 1.30 1.30 1.30 0.90 0.90 0.90

712 3.00 1.00 1.00 1.00 1.00 1.00 3.00 3.00 3.00 2.00 0.90 0.90

713 0.00 1.00 1.00 1.00 4.00 1.00 1.00 1.00 1.00 0.70 0.70 0.70

714 3.00 0.00 1.00 1.00 1.00 1.00 3.00 3.00 3.00 2.00 1.00 0.90

715 3.00 1.00 0.00 1.00 1.00 1.00 3.00 3.00 3.00 2.00 0.90 0.90

716 3.00 1.00 1.00 0.00 1.00 1.00 3.00 3.00 3.00 2.00 0.90 0.90

717 3.00 1.00 1.00 1.00 0.00 1.00 7.00 7.00 0.70 1.00 1.00 1.00

718 3.00 1.00 1.00 1.00 1.00 0.00 1.00 1.00 0.70 1.00 1.00 1.00

719 1.00 1.00 1.00 1.00 4.00 1.00 0.00 1.00 1.00 0.70 0.70 0.70

720 10.80 3.60 3.60 3.60 14.40 3.60 1.00 0.00 1.00 0.70 0.70 0.70

721 2.40 2.40 2.40 2.40 0.70 0.70 1.00 0.70 0.00 0.70 0.70 0.70

722 3.60 3.60 3.60 3.60 1.00 1.00 0.70 1.00 0.70 0.00 1.00 1.00

723 14.40 1.60 1.60 1.60 1.00 1.00 0.70 1.00 0.70 1.00 0.00 1.00

724 4.70 1.60 1.60 1.60 1.00 1.00 0.70 1.10 0.70 1.00 1.00 0.00

725 44.80 7.00 1.00 1.00 1.00 1.00 2.80 1.00 0.60 0.90 0.90 0.90

726 6.30 1.60 1.60 1.60 1.00 1.00 0.70 1.00 0.70 1.00 1.00 1.00

727 4.70 1.60 1.60 1.00 1.00 1.00 0.70 1.60 0.70 1.00 1.00 1.00

728 2.80 2.20 2.20 2.20 6.60 1.60 4.80 1.70 4.80 3.30 3.30 3.30

729 2.80 2.20 2.20 2.20 5.90 1.50 1.00 1.00 1.00 0.70 0.70 0.70

730 2.80 2.20 2.20 2.20 5.90 1.50 1.00 1.00 1.00 0.70 0.70 0.70

731 14.90 11.80 11.80 11.80 11.80 11.80 4.70 14.40 14.40 9.80 9.80 10.50

732 2.80 2.20 2.20 2.20 5.90 1.50 1.00 1.00 1.00 0.70 0.70 0.70

733 2.50 2.00 2.00 2.00 2.00 2.00 1.20 2.50 2.50 1.70 1.70 1.80

734 1.30 1.00 1.00 1.00 1.00 1.00 1.00 1.30 1.20 0.90 0.90 0.90

735 1.30 1.00 1.00 1.00 1.00 1.00 1.00 1.10 1.10 0.70 0.70 0.90

736 2.80 2.20 2.20 2.20 4.00 1.00 1.00 1.00 1.00 0.70 0.70 0.70

737 2.80 2.20 2.20 2.20 2.20 2.20 1.00 1.00 1.00 0.70 0.70 0.80

738 1.00 1.00 1.00 1.00 4.00 1.00 1.00 1.00 1.00 0.70 0.70 0.70

739 1.30 1.00 1.00 1.00 1.00 1.00 1.30 1.30 1.30 0.90 0.90 0.90

740 1.00 1.00 1.00 1.00 4.00 1.00 1.00 1.00 1.00 0.70 0.70 0.70

741 10.90 10.40 10.90 10.90 43.60 5.40 10.90 10.90 5.40 3.70 3.70 3.70

742 2.70 2.70 2.70 2.70 10.90 1.40 2.70 2.70 1.40 0.90 0.90 0.90

743 2.70 2.70 1.40 2.70 10.90 1.40 2.70 2.70 1.40 0.90 0.90 0.90

744 1.00 1.00 1.00 1.00 4.00 1.00 1.00 1.00 1.00 0.70 0.70 0.70

745 1.00 1.00 1.00 1.00 4.00 1.00 1.00 1.00 1.00 0.70 0.70 0.70

746 1.30 1.30 1.30 1.30 0.50 0.50 1.30 1.30 0.70 0.50 0.50 0.50

747 0.90 0.90 0.90 0.90 0.70 0.70 0.90 0.90 1.00 0.70 0.70 0.70

748 4.50 4.50 4.50 4.50 3.30 3.40 4.50 4.50 4.90 3.30 3.30 3.30

749 1.00 1.00 1.00 1.00 0.70 0.70 1.00 1.00 1.00 0.70 0.70 0.70

750 0.70 0.70 0.70 0.70 0.50 0.50 0.70 0.70 0.70 0.50 0.50 0.50

751 0.90 0.90 0.90 0.90 0.70 0.70 0.90 0.90 1.00 0.70 0.70 0.70

752 11.90 9.40 9.40 9.40 9.40 9.40 8.60 11.90 11.90 8.10 8.10 8.30

753 9.50 7.50 7.50 7.50 7.50 7.50 9.50 9.50 9.50 6.40 6.40 6.60

754 10.90 3.00 13.20 13.20 13.20 13.20 11.00 11.00 11.00 7.50 7.50 11.90

755 3.00 1.00 1.00 1.00 1.00 1.00 3.00 3.00 3.00 2.00 0.90 0.90

756 10.90 3.60 3.60 3.60 3.60 3.60 25.40 25.40 25.40 3.30 3.30 3.30

757 18.90 5.20 5.20 3.40 3.40 3.40 3.10 5.20 3.10 4.70 3.40 3.40

758 15.10 5.00 5.00 5.00 3.20 3.20 2.10 3.40 2.10 3.20 3.20 3.20

759 10.60 10.60 10.60 10.60 7.90 8.00 10.60 10.60 11.60 7.90 7.90 7.90

760 1.10 6.60 1.00 8.50 34.10 4.30 10.70 10.70 5.40 3.70 3.70 3.70

761 5.70 4.50 4.50 4.50 11.50 3.30 9.70 3.40 9.70 6.60 6.60 6.60

762 5.60 4.40 4.40 4.40 13.80 3.20 9.50 3.40 9.50 6.50 6.50 6.50

763 4.00 3.10 3.10 3.10 11.30 2.80 1.00 1.00 1.00 0.70 0.70 0.70

764 1.40 1.00 4.80 4.80 4.80 4.80 1.40 1.40 1.40 1.00 1.00 4.30

765 5.10 4.90 5.10 5.10 20.30 2.50 5.10 5.10 2.50 1.70 1.70 1.70

SDd 317.10 175.60 185.00 191.40 338.50 156.60 213.00 216.80 204.90 141.30 133.20 140.70

Berlanjut…

110


Asal 725 726 727 728 729 730 731 732 733 734 735 736

701 1.70 1.50 1.60 1.30 1.60 1.30 1.60 8.80 0.50 0.60 0.50 0.50

702 1.70 1.50 1.60 1.70 2.00 1.70 2.00 16.80 0.50 0.60 0.50 0.50

703 3.30 2.90 3.00 1.70 2.00 1.70 2.00 16.80 3.50 3.50 3.50 3.50

704 20.70 0.90 4.30 1.70 2.00 1.70 2.00 1.20 1.00 1.10 1.00 1.00

705 1.00 1.00 0.90 1.70 2.00 2.30 2.00 1.20 1.00 1.10 1.00 1.00

706 20.20 0.90 4.30 2.30 2.00 1.20 2.00 1.20 1.00 1.10 1.00 1.00

707 1.00 0.90 0.90 3.10 4.70 1.60 4.70 1.60 1.30 1.00 1.30 2.10

708 2.00 1.70 1.80 64.20 4.70 62.20 4.70 64.20 1.30 41.00 54.90 4.40

709 2.00 1.70 1.80 2.00 3.50 2.00 3.50 1.00 1.00 1.00 1.00 4.10

710 4.00 0.90 0.90 1.00 1.00 1.00 4.70 1.00 1.30 41.00 2.50 2.10

711 1.00 0.90 0.90 1.00 1.00 1.00 3.50 1.00 1.00 1.00 2.50 2.10

712 1.00 0.90 0.90 1.00 1.00 1.00 4.70 1.00 1.30 41.00 2.50 1.00

713 1.00 0.70 0.90 1.00 1.00 1.00 1.80 1.00 1.00 1.00 2.50 1.00

714 1.00 0.90 0.90 3.00 3.00 3.00 9.40 3.00 2.70 2.00 5.00 3.00

715 1.00 0.90 0.90 3.00 3.00 3.00 2.30 3.00 0.70 2.00 5.00 3.00

716 1.00 0.90 1.00 3.00 3.00 3.00 9.40 3.00 2.70 2.00 5.00 3.00

717 1.00 1.00 1.00 7.00 7.00 7.00 14.00 7.00 3.00 3.00 7.50 7.00

718 1.00 1.00 1.00 1.00 1.00 1.00 1.80 1.00 1.00 1.00 2.50 1.00

719 1.00 0.70 0.70 1.00 1.00 1.00 1.80 1.00 1.00 1.00 2.50 1.00

720 1.00 0.70 0.80 1.00 1.00 1.00 1.80 1.00 1.00 1.00 2.50 1.00

721 0.90 0.70 0.70 1.00 1.00 1.00 1.80 1.00 1.00 1.00 2.50 1.00

722 1.30 1.00 1.00 0.70 0.70 0.70 1.20 0.70 0.70 0.70 1.70 0.70

723 1.60 1.00 1.00 0.70 0.70 0.70 1.20 0.70 0.70 0.70 1.70 0.70

724 1.60 1.00 1.00 0.70 0.70 0.70 1.20 0.70 0.70 0.70 1.70 0.70

725 0.00 0.90 0.90 2.80 2.80 2.80 4.80 2.80 2.80 2.80 6.90 2.80

726 1.60 0.00 1.00 0.70 0.70 0.70 1.20 0.70 0.70 0.70 1.70 0.70

727 1.60 1.00 0.00 0.70 0.70 0.70 2.50 0.70 1.40 1.40 3.50 0.70

728 1.60 3.30 3.30 0.00 0.80 1.00 0.80 1.00 1.30 1.30 1.00 1.00

729 1.40 0.70 0.70 0.80 0.00 0.80 1.00 1.00 7.10 2.00 2.00 1.00

730 1.40 0.70 0.70 1.00 0.90 0.00 0.90 1.00 1.30 1.30 1.00 1.00

731 11.80 9.80 10.50 0.80 1.00 0.80 0.00 3.10 7.10 2.60 2.60 2.60

732 1.40 0.70 0.70 1.00 1.00 1.00 1.60 0.00 1.30 1.30 1.00 1.00

733 2.00 1.70 1.80 1.20 43.80 1.20 43.80 1.20 0.00 1.00 1.00 1.00

734 1.00 0.90 0.90 1.00 2.00 1.00 2.00 1.00 1.00 0.00 1.00 1.00

735 1.00 0.70 0.90 1.00 1.00 1.00 2.00 1.00 1.00 1.00 0.00 1.00

736 1.00 0.70 0.70 1.00 1.00 1.00 2.00 1.00 1.00 1.00 1.00 0.00

737 2.20 0.70 2.00 1.00 1.00 1.00 2.00 1.00 1.00 1.00 1.00 1.00

738 1.00 0.70 0.70 1.00 1.00 1.00 1.60 1.00 1.00 1.00 1.00 1.00

739 1.00 0.90 0.90 1.00 1.00 1.00 3.50 1.00 1.00 1.00 2.50 2.10

740 1.00 0.70 0.90 1.00 1.00 1.00 1.80 1.00 1.00 1.00 2.50 1.00

741 10.90 3.70 3.70 7.90 6.40 7.90 6.40 1.00 1.30 0.40 0.40 0.40

742 2.70 0.90 0.90 26.20 6.10 6.10 9.70 0.40 0.40 0.40 0.40 0.40

743 2.70 0.90 0.90 0.40 0.20 0.20 0.30 0.40 0.40 0.40 0.40 0.40

744 1.00 0.70 0.70 1.00 1.00 1.00 1.60 1.00 1.00 1.00 1.00 1.00

745 1.00 0.70 0.70 1.00 1.00 1.00 1.60 1.00 1.00 1.00 1.00 1.00

746 1.20 0.50 0.50 0.70 0.30 0.30 0.50 0.70 0.70 0.70 0.70 0.70

747 0.90 0.70 0.70 0.70 0.30 0.30 0.60 0.70 0.90 0.70 0.70 0.70

748 4.50 3.30 3.30 18.30 16.30 16.30 25.70 16.30 4.50 5.10 5.10 3.40

749 0.90 0.70 0.70 1.00 1.00 1.00 1.80 1.00 1.00 1.00 1.00 1.00

750 0.60 0.50 0.50 0.70 0.70 0.70 1.10 0.70 0.70 0.70 0.70 0.70

751 0.90 0.70 0.70 0.70 0.70 0.70 1.30 0.70 0.90 0.70 0.70 0.70

752 9.40 8.10 8.40 3.00 3.60 3.00 3.60 25.60 7.20 7.20 7.20 7.20

753 7.50 6.40 6.70 5.80 6.90 5.80 6.90 34.20 2.00 2.30 2.00 2.00

754 55.60 2.50 11.90 4.90 5.90 5.10 5.90 3.50 3.00 3.30 3.00 3.00

755 1.00 0.90 0.90 1.00 1.00 1.00 4.70 1.00 1.30 41.00 2.50 2.10

756 3.60 3.30 3.60 25.40 25.40 25.40 50.90 25.40 10.90 10.90 27.20 25.40

757 5.20 3.40 3.40 5.60 5.60 5.60 11.80 5.60 3.40 3.40 8.40 5.60

758 5.00 3.20 3.20 2.10 2.10 2.10 3.70 2.10 2.10 2.10 5.30 2.10

759 10.60 7.90 7.90 37.60 7.10 7.10 11.20 33.40 80.30 80.30 80.30 80.30

760 8.50 3.70 3.70 7.90 6.40 7.90 6.40 1.00 1.30 0.40 0.40 0.40

761 3.20 6.60 6.60 2.00 1.60 2.00 1.60 2.00 2.60 2.60 2.00 2.00

762 3.20 6.50 6.50 2.00 1.60 2.00 1.60 2.00 2.50 2.50 2.00 2.00

763 2.80 0.70 0.70 0.80 1.00 0.80 1.00 1.00 3.50 3.50 3.50 1.00

764 20.20 0.90 4.30 1.70 2.00 2.30 2.00 1.20 1.00 1.10 1.00 1.00

765 5.10 1.70 1.70 3.70 3.00 3.70 3.00 0.50 0.60 0.20 0.20 0.20

SDd 272.20 119.40 143.20 283.90 217.50 227.10 321.50 319.80 195.40 343.40 299.10 210.00

Berlanjut…

111


Asal 737 738 739 740 741 742 743 744 745 746 747 748

701 1.60 1.70 1.70 2.20 11.10 7.00 1.00 1.70 1.70 0.80 2.10 15.60

702 1.60 0.90 0.90 1.10 14.30 9.30 9.30 0.90 0.90 0.80 1.00 10.40

703 3.80 3.30 3.30 4.20 14.30 31.10 17.80 3.30 3.30 1.60 4.00 20.00

704 3.70 2.90 2.90 3.70 3.60 13.10 1.90 2.90 2.90 1.40 3.50 1.80

705 2.90 2.40 2.40 3.00 2.50 13.10 1.90 2.40 2.40 1.10 2.80 1.40

706 2.50 1.00 1.00 1.30 1.70 4.80 1.90 1.00 1.00 0.50 1.20 0.60

707 2.50 1.00 1.00 13.00 12.00 4.30 1.20 1.00 1.00 0.50 1.20 0.60

708 5.00 2.00 2.00 2.50 47.70 10.10 50.10 2.00 2.00 1.00 2.40 1.20

709 5.00 2.00 2.00 2.50 2.30 10.10 2.40 2.00 2.00 1.00 2.40 1.20

710 2.50 1.00 1.00 1.30 1.20 4.30 1.20 1.00 1.00 0.50 1.20 0.60

711 2.50 1.00 1.00 1.30 1.20 4.30 1.20 1.00 1.00 0.50 1.20 0.60

712 2.50 1.00 1.00 3.00 8.00 13.80 1.10 1.00 3.00 1.50 2.90 1.90

713 2.50 1.00 1.00 1.00 2.30 3.40 0.60 1.00 1.00 0.40 1.00 0.50

714 5.00 3.00 2.00 3.00 8.00 13.80 2.30 3.00 3.00 1.50 2.90 1.90

715 5.00 3.00 2.00 3.00 8.00 13.80 2.30 3.00 3.00 1.50 2.90 1.90

716 5.00 3.00 2.00 3.00 8.00 13.80 2.30 3.00 3.00 1.50 2.90 1.90

717 7.50 7.00 3.00 7.00 14.90 4.60 3.40 7.00 7.00 1.50 0.70 2.00

718 2.50 1.00 1.00 1.00 3.40 4.60 1.10 1.00 1.00 0.80 0.90 0.90

719 2.50 1.00 1.00 1.00 2.30 3.40 0.60 1.00 1.00 0.40 1.00 0.50

720 2.50 1.00 1.00 3.60 2.30 3.40 0.60 1.00 1.00 0.40 1.00 0.50

721 2.50 1.00 1.00 1.00 2.30 3.40 0.60 1.00 1.00 0.40 1.00 1.00

722 1.70 0.70 0.70 0.70 1.50 2.30 0.40 0.70 0.30 0.30 0.70 0.30

723 1.70 0.70 0.70 0.70 2.30 3.00 0.80 0.70 0.70 0.50 0.70 0.70

724 1.70 0.70 0.70 1.60 2.30 3.00 0.80 0.70 0.70 0.50 0.70 0.70

725 6.90 2.80 2.80 1.90 6.30 9.50 1.60 2.80 2.80 0.20 0.60 0.30

726 1.70 0.70 0.70 0.80 2.30 3.00 0.80 0.70 0.70 0.50 0.70 0.70

727 3.50 0.70 1.40 1.60 2.30 3.00 0.80 0.70 0.70 0.50 0.70 0.70

728 1.00 1.10 2.20 1.40 8.50 5.80 1.90 4.80 4.80 3.70 1.70 18.40

729 1.00 1.00 2.20 1.20 7.10 0.80 1.10 1.00 1.00 3.10 3.10 6.80

730 1.00 1.00 2.20 1.20 8.50 0.80 1.10 1.00 1.00 3.10 3.10 6.80

731 2.60 1.50 6.50 7.20 7.10 5.80 3.30 1.20 3.50 5.30 5.30 21.10

732 1.00 1.00 2.20 1.20 1.00 0.80 0.30 1.00 1.00 0.80 0.80 0.70

733 1.00 1.00 1.00 1.30 1.20 5.60 1.90 1.00 1.00 0.80 0.80 0.80

734 1.00 1.00 1.00 1.30 1.90 5.60 1.90 1.00 1.00 0.80 0.80 0.80

735 1.00 1.00 1.30 1.10 1.90 5.60 1.90 1.00 1.00 0.80 0.80 0.80

736 1.00 1.00 2.20 1.00 1.90 5.60 1.90 1.00 1.00 0.80 0.80 0.80

737 0.00 1.00 2.20 1.20 1.90 5.60 1.90 1.00 1.00 0.80 0.80 0.80

738 1.00 0.00 1.00 1.00 1.00 3.40 1.00 1.00 1.00 0.80 0.80 0.80

739 2.50 1.00 0.00 1.30 1.20 3.80 1.20 1.00 1.00 0.80 0.80 0.80

740 2.50 1.00 1.00 0.00 1.10 3.40 1.20 1.00 1.00 0.40 1.00 0.50

741 0.40 1.10 1.00 10.90 0.00 13.00 4.00 1.10 5.40 4.20 4.00 1.00

742 0.40 1.40 1.40 2.70 1.00 0.00 1.00 1.10 1.40 1.00 1.00 1.00

743 0.40 1.00 0.80 2.70 4.00 3.00 0.00 1.00 1.40 1.00 1.00 3.50

744 1.00 1.00 1.00 1.00 1.00 3.40 1.00 0.00 1.00 0.80 0.80 0.80

745 1.00 1.00 1.00 1.00 4.60 3.40 1.10 1.00 0.00 0.80 0.80 0.80

746 1.70 0.70 0.70 1.30 3.10 2.30 0.80 0.70 0.70 0.00 1.00 1.00

747 2.20 0.70 0.90 0.90 4.00 3.00 1.00 0.70 0.70 1.00 0.00 1.00

748 11.20 3.40 2.70 4.50 23.00 1.00 106.00 3.40 3.40 5.00 5.00 0.00

749 2.50 1.00 1.00 1.00 2.10 3.10 0.50 1.00 0.50 1.00 1.00 1.00

750 1.70 0.70 0.70 0.70 1.50 2.30 0.40 0.70 0.30 1.00 1.00 1.00

751 2.20 0.70 0.90 0.90 4.00 3.00 1.00 0.70 0.70 1.00 1.00 1.00

752 7.20 7.20 7.50 5.90 23.50 27.10 27.10 7.20 7.20 5.50 5.50 63.80

753 6.10 7.50 7.50 9.50 44.90 28.80 3.90 7.50 7.50 3.30 8.90 61.80

754 10.90 8.70 8.70 11.00 10.50 36.70 5.50 8.70 8.70 4.20 10.40 5.20

755 2.50 1.00 1.00 3.00 8.00 13.80 1.10 1.00 3.00 1.50 2.90 1.90

756 27.20 25.40 10.90 25.70 54.30 96.00 12.50 25.40 25.40 8.40 24.40 10.40

757 8.40 5.60 3.40 5.20 6.60 11.70 1.50 2.50 1.30 1.00 3.10 1.30

758 5.30 2.10 2.10 5.00 7.30 9.80 2.40 2.10 2.10 1.60 2.10 2.10

759 80.30 74.60 6.00 10.60 0.20 0.20 217.50 7.90 7.90 1.70 1.70 10.30

760 0.40 1.00 0.80 1.10 1.00 13.00 4.00 1.00 5.40 4.20 4.00 1.00

761 2.00 2.20 4.50 2.80 1.00 11.50 3.80 9.70 9.70 7.40 3.40 1.00

762 2.00 2.20 4.40 2.70 16.80 14.20 3.80 9.50 9.50 7.30 3.30 36.30

763 1.00 1.00 2.70 2.40 7.10 0.80 1.10 1.00 1.00 3.10 3.10 6.80

764 2.60 1.10 1.10 1.40 2.50 5.60 1.90 1.10 1.10 0.50 1.30 0.70

765 0.20 0.50 0.50 5.10 0.50 6.00 1.90 0.50 2.50 1.90 1.90 2.50

SDd 285.70 212.90 139.40 209.40 465.20 578.60 535.40 161.00 176.20 112.50 157.50 347.50

Berlanjut…

112


Asal 749 750 751 752 753 754 755 756 757 758 759 760

701 2.20 1.70 2.10 0.40 10.40 1.10 0.90 4.70 5.80 2.10 9.10 11.10

702 1.10 0.80 1.00 0.40 10.40 1.10 0.90 4.70 6.30 2.10 66.40 14.30

703 4.20 1.20 4.00 0.40 3.50 2.10 1.70 8.90 11.10 4.00 108.60 14.30

704 3.70 2.80 3.50 0.10 3.50 2.10 4.80 12.80 16.20 5.80 19.50 3.60

705 3.00 2.30 2.80 0.10 3.50 2.10 1.00 2.70 3.00 1.00 15.60 2.50

706 1.30 1.00 1.20 0.10 3.50 2.10 4.80 12.80 16.20 2.00 6.30 1.70

707 1.30 1.00 1.20 0.10 3.50 2.10 1.00 2.60 3.10 5.70 6.30 1.20

708 2.50 1.90 2.40 0.10 3.50 2.10 1.00 5.40 6.70 1.10 13.90 16.80

709 2.50 1.90 2.40 2.20 4.60 2.10 1.00 5.40 6.70 2.40 13.90 2.40

710 1.30 1.00 1.20 0.30 4.60 18.30 1.00 2.70 3.30 2.40 6.30 1.20

711 1.30 1.00 1.20 28.70 4.60 5.80 1.00 2.70 3.00 1.20 6.30 1.20

712 3.00 2.30 2.90 0.30 4.60 18.30 1.00 2.70 3.00 1.20 19.20 1.00

713 1.00 0.80 1.00 14.40 2.80 5.80 1.00 10.70 3.00 1.20 5.00 2.10

714 3.00 2.30 2.90 0.10 0.90 5.80 1.00 2.70 3.00 0.90 19.20 7.20

715 3.00 2.30 2.90 0.10 0.90 5.80 1.00 2.70 3.00 1.20 19.20 7.20

716 3.00 2.30 2.90 0.30 4.60 18.30 1.00 2.70 3.30 1.20 19.20 7.20

717 0.70 0.50 0.70 1.10 0.90 5.80 1.00 2.70 3.30 1.20 4.90 13.40

718 0.90 0.80 0.90 2.20 4.60 18.30 1.00 2.70 3.30 1.30 6.30 3.10

719 1.00 0.80 1.00 14.40 2.70 1.30 1.00 10.70 3.30 1.30 5.00 2.30

720 1.00 0.80 1.00 14.40 9.90 20.80 3.60 38.60 3.00 0.90 5.00 2.30

721 1.00 0.80 1.00 14.40 2.70 12.00 2.40 5.00 2.20 0.90 5.30 2.30

722 0.70 0.50 0.70 9.50 3.40 20.80 3.60 7.40 3.30 0.90 3.50 1.50

723 0.70 0.50 0.70 12.40 2.20 24.20 1.60 2.70 3.30 1.30 4.90 2.30

724 0.70 0.50 0.70 12.40 1.40 9.00 1.60 2.70 3.30 1.30 4.90 2.30

725 0.60 0.50 0.60 15.20 18.00 71.20 1.00 2.70 3.00 1.30 3.10 5.70

726 0.70 0.50 0.70 12.40 2.40 10.50 1.60 2.70 3.30 1.20 4.90 2.30

727 0.70 0.50 0.70 1.60 1.40 9.00 1.60 2.70 3.30 1.30 4.90 2.30

728 4.50 3.70 1.70 2.00 12.30 3.40 2.20 17.60 14.10 1.30 16.00 8.50

729 0.90 0.80 0.80 2.50 15.20 4.10 6.30 15.80 4.50 4.40 6.50 7.10

730 0.90 0.80 0.80 2.30 13.90 2.30 2.20 15.80 4.50 0.90 6.50 8.50

731 3.60 2.70 2.70 2.50 15.20 4.40 6.80 31.50 37.40 14.00 20.20 7.10

732 0.90 0.80 0.80 3.10 8.40 3.40 2.20 15.80 4.50 0.90 1.80 1.00

733 1.10 0.80 0.80 28.70 3.50 2.10 1.00 5.40 6.70 2.40 16.80 1.20

734 1.00 0.80 0.80 28.70 3.70 2.20 1.00 2.70 3.00 1.20 16.80 1.90

735 1.00 0.80 0.80 28.70 3.50 2.10 1.00 2.70 3.00 1.20 16.80 1.90

736 1.00 0.80 0.80 28.70 3.50 5.60 2.20 10.70 3.00 0.90 16.80 1.90

737 1.00 0.80 0.80 30.00 9.30 5.60 2.20 6.00 6.80 1.10 16.80 1.90

738 1.00 0.80 0.80 3.10 4.50 2.70 1.00 10.70 3.00 0.90 12.10 1.00

739 1.00 0.80 0.80 28.70 4.50 2.70 1.00 2.70 3.00 1.20 4.00 1.20

740 1.00 0.80 1.00 14.40 2.70 1.30 1.00 10.70 3.00 0.90 5.00 1.20

741 5.10 4.20 4.00 14.20 86.40 5.80 8.10 116.80 11.60 5.00 0.30 1.00

742 1.30 1.00 1.00 20.70 125.50 5.40 2.70 29.20 3.10 1.20 2.60 1.00

743 1.30 1.00 1.00 0.30 2.10 2.10 1.20 29.20 3.10 1.20 9.00 4.00

744 0.90 0.80 0.80 39.70 4.50 2.70 1.00 10.70 3.10 0.90 4.00 1.00

745 0.90 0.80 0.80 32.80 2.70 1.30 1.00 10.70 2.20 0.90 4.00 4.60

746 1.00 1.00 1.00 0.40 3.00 2.70 1.30 14.40 1.50 0.60 2.10 3.10

747 1.00 1.00 1.00 0.50 2.40 1.20 0.90 9.60 2.20 0.90 2.10 4.00

748 5.00 5.00 5.00 129.90 11.20 8.40 4.50 52.80 11.90 4.50 0.30 23.00

749 0.00 1.00 1.00 14.40 2.70 1.30 1.00 10.70 2.20 0.90 5.30 2.10

750 1.00 0.00 1.00 9.60 1.80 0.90 0.70 7.20 1.50 0.60 5.30 1.50

751 1.00 1.00 0.00 12.90 2.40 1.20 0.90 9.60 2.20 0.90 5.30 4.00

752 7.60 5.50 5.50 0.00 0.20 1.00 4.70 25.10 27.00 11.20 179.30 23.50

753 9.50 7.20 8.90 1.60 0.00 5.10 3.40 20.00 22.20 8.90 37.60 44.90

754 11.00 8.30 10.40 0.40 9.50 0.00 13.20 35.50 43.70 15.90 55.90 10.50

755 3.00 2.30 2.90 0.30 4.60 18.30 0.00 2.70 3.30 1.20 19.20 1.20

756 25.40 19.50 24.40 8.00 16.70 66.40 3.60 0.00 12.00 4.40 132.00 48.60

757 3.10 2.40 3.10 14.90 18.30 73.90 3.40 9.00 0.00 4.50 16.80 6.60

758 2.10 1.60 2.10 40.00 4.60 29.10 5.00 8.60 10.60 0.00 15.70 7.30

759 11.80 11.80 11.80 23.20 14.60 18.20 10.60 113.30 26.70 10.50 0.00 0.20

760 5.10 4.20 4.00 14.20 86.40 5.80 0.80 91.50 11.70 5.00 0.30 0.00

761 9.00 7.40 3.30 3.60 21.80 6.70 4.50 30.90 25.30 8.80 0.30 1.00

762 8.90 7.30 3.30 4.30 25.60 7.40 4.40 36.90 29.10 8.70 34.10 16.80

763 0.90 0.80 0.80 1.30 35.80 2.10 3.40 30.40 5.60 0.90 6.50 7.10

764 1.40 1.10 1.30 0.10 3.50 2.10 4.80 12.80 16.20 5.80 7.10 2.50

765 2.10 1.90 1.90 6.60 40.20 2.70 3.70 54.30 5.40 2.30 0.20 0.50

SDd 184.40 146.60 158.00 755.40 745.70 611.60 163.00 1087.50 511.20 185.40 1108.10 399.20

Berlanjut…

113


Asal 761 762 763 764 765 SOi

701 2.60 2.20 82.20 0.50 6.20 245.20 702 3.30 2.50 82.20 0.50 7.90 344.00 703 3.30 2.50 1.00 1.00 7.90 393.90 704 3.30 2.50 1.00 1.00 2.00 234.60 705 3.30 2.50 1.00 1.00 1.40 133.70 706 1.70 3.50 1.00 1.00 0.90 178.40 707 6.30 4.70 2.30 1.00 0.60 129.90 708 114.30 91.40 2.30 1.00 26.40 763.90 709 4.00 3.00 21.00 1.00 1.30 180.00 710 2.00 1.00 2.30 7.20 0.60 164.60 711 2.00 1.00 1.00 1.80 0.60 132.30 712 2.00 1.00 2.30 7.20 4.40 212.10 713 2.00 1.00 1.00 1.80 1.30 112.90 714 6.00 5.00 3.00 1.80 4.40 187.40 715 6.00 5.00 3.00 1.80 4.40 177.20 716 6.00 5.00 3.00 7.20 4.40 221.10 717 12.00 10.10 7.00 1.80 8.30 244.10 718 2.00 1.00 1.00 7.20 1.90 128.00 719 2.00 1.00 1.00 2.30 1.30 109.50 720 2.00 1.00 1.00 6.50 1.30 237.00 721 2.00 1.00 1.00 4.40 1.30 127.50 722 1.30 0.70 0.70 6.50 0.80 140.10 723 1.30 1.30 0.70 9.80 1.30 155.70 724 1.30 1.30 0.70 2.80 1.30 109.00 725 5.50 2.80 2.80 28.20 3.50 386.90 726 1.30 1.30 0.70 4.30 1.30 125.20 727 1.30 1.30 0.70 2.80 1.30 99.90 728 2.00 1.00 0.80 1.60 4.70 311.30 729 1.70 0.80 1.00 2.00 3.90 447.60 730 2.00 1.00 0.90 1.10 4.70 242.70 731 1.70 0.80 1.00 2.00 3.90 720.80 732 2.00 1.00 1.00 1.50 0.60 207.00 733 2.30 1.20 21.00 1.00 0.60 327.90 734 2.00 1.00 21.00 1.10 1.00 206.70 735 2.00 1.00 1.70 1.00 1.00 146.10 736 2.00 1.00 1.00 5.40 1.00 183.70 737 2.00 1.00 1.00 5.40 1.00 180.70 738 2.00 1.00 1.00 2.60 0.60 100.60 739 2.00 1.00 1.00 2.60 0.70 121.50 740 2.00 1.00 1.00 1.30 0.60 104.90 741 1.00 12.00 6.40 1.90 0.60 612.30 742 0.70 37.70 6.10 8.20 0.60 409.50 743 0.80 0.40 0.20 2.00 2.20 130.20 744 2.00 1.00 1.00 2.60 0.60 133.80 745 2.00 1.00 1.00 2.30 2.50 131.20 746 1.30 0.70 0.30 3.90 1.70 83.30 747 1.30 0.70 0.30 2.10 2.20 77.90 748 10.00 29.50 16.30 13.60 12.70 745.60 749 2.00 1.00 1.00 2.30 1.10 102.90 750 1.30 0.70 0.70 1.60 0.90 73.60 751 1.60 0.70 0.70 2.10 2.20 97.80 752 5.50 4.30 1.50 1.00 13.00 750.90 753 10.50 8.60 321.20 2.00 24.90 954.60 754 9.10 7.50 3.00 3.00 5.80 658.30 755 2.00 1.00 2.30 7.20 4.40 219.10 756 43.60 36.60 25.40 26.30 30.00 1312.90 757 10.10 7.90 5.60 28.70 3.70 485.30 758 4.30 4.30 2.10 9.10 4.10 345.70 759 0.20 54.00 7.10 29.90 0.10 1428.80 760 1.00 12.00 6.40 1.90 0.60 521.10 761 0.00 3.00 1.60 2.40 0.60 484.20 762 3.90 0.00 1.60 3.20 9.30 640.10 763 1.70 0.80 0.00 1.00 3.90 356.10 764 3.30 2.50 1.00 0.00 1.40 176.80 765 0.50 5.60 3.00 0.90 0.00 287.10

SDd 345.50 402.90 696.10 301.20 251.70 20194.70

4.3.4. Matrik baru hasil EMME/3

Matriks baru tahun 2009 yang akan digunakan dalam proses pembebanan dalam

program EMME/3 merupakan hasil estimasi matriks dari data matriks awa

menggunakan metode estimasi

estimasi dilakukan dengan modul

2.8) yang berupa garis perintah

Pada program EMME/3 (Gambar

tabel matriks mf5 (full matriks 5

dipindah ke dalam excel untuk mempermudah dalam menganalisis pergerakan di semua

zona. Hasil MAT baru dari proses estimasi dap

peneliti menyajikan pula dalam bentuk grafik, baik zona Internal (

zona eksternal (Gambar 4.5)

Gambar 4.3.

114

EMME/3


program EMME/3 merupakan hasil estimasi matriks dari data matriks awal (prior matrix

estimasi Steepest descent. Dalam program EMME/3 ini proses

modul EMME/3 yang diberi nama Prompt console

yang berupa garis perintah (command-line).

Gambar 4.3) penulis menyimpan matriks hasil estimasi dalam

full matriks 5). Setelah tersimpan dalam mf5 tersebut kemudian


Hasil MAT baru dari proses estimasi dapat dilihat pada Tabel 4.10. Selain itu

peneliti menyajikan pula dalam bentuk grafik, baik zona Internal (Gambar 4.4) maupun

Gambar 4.3. Table Matrix (full matriks 5)


prior matrix)

. Dalam program EMME/3 ini proses

(Gambar

penulis menyimpan matriks hasil estimasi dalam

Setelah tersimpan dalam mf5 tersebut kemudian


Selain itu

) maupun

115

Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam smp/jam) Tujuan Asal 701 702 703 704 705 706 707 708 709 710 711 712

701 0.00 21.71 1.78 10.85 7.88 10.81 7.88 5.74 7.22 7.17 9.68 7.13

702 26.47 0.00 0.06 0.49 0.04 0.04 0.04 1.74 0.01 0.02 0.04 0.02

703 2.60 0.19 0.00 0.98 0.99 0.98 0.98 0.93 0.63 0.76 1.47 0.73

704 7.79 0.29 1.00 0.00 1.00 1.00 1.00 1.23 1.55 7.98 1.14 8.11

705 6.16 0.06 1.00 1.00 0.00 1.00 1.00 1.07 1.03 1.44 0.78 1.48

706 7.53 0.06 1.00 1.00 1.00 0.00 1.00 1.44 2.02 10.58 1.55 10.46

707 6.14 0.06 1.00 1.00 1.00 1.00 0.00 0.94 0.92 0.92 0.91 0.92

708 4.23 0.06 1.00 1.00 1.00 1.21 1.00 0.00 0.99 0.98 1.86 0.99

709 6.54 0.09 1.37 10.01 1.11 1.62 1.01 1.00 0.00 1.00 2.00 1.00

710 6.93 0.09 1.39 2.75 1.45 12.84 0.94 1.01 0.90 0.00 1.00 1.00

711 6.67 1.19 1.43 10.48 1.17 3.05 0.54 1.04 0.90 1.00 0.00 1.01

712 6.91 0.09 1.38 2.82 1.49 12.94 0.94 1.02 0.90 1.00 1.00 0.00

713 6.37 0.63 1.53 2.49 1.38 2.49 0.56 1.11 0.90 1.00 1.00 1.60

714 3.47 0.04 0.75 2.80 1.48 3.26 0.54 1.03 1.80 1.00 1.00 1.03

715 3.43 0.04 0.74 2.81 1.47 3.24 0.52 1.02 0.50 1.00 1.00 1.00

716 10.06 0.16 2.30 18.95 2.53 22.06 1.71 1.85 1.58 1.78 1.71 2.01

717 4.68 0.07 1.12 4.40 2.31 5.19 0.91 1.76 4.47 1.66 1.62 2.00

718 7.06 0.09 1.47 12.00 1.58 13.58 1.01 1.10 0.95 1.06 1.05 1.10

719 5.58 0.45 1.36 1.53 1.53 2.50 1.03 1.11 1.00 1.00 1.00 1.50

720 41.09 4.54 9.90 13.06 3.52 13.18 1.78 3.98 3.24 1.80 5.32 6.29

721 5.65 0.50 1.15 5.56 2.34 6.61 1.19 1.19 1.00 1.20 2.00 4.70

722 7.07 0.61 1.41 9.04 1.79 9.77 1.73 1.30 0.70 1.80 3.60 6.80

723 5.67 1.17 1.03 17.94 2.27 20.28 2.12 0.78 0.86 2.22 2.20 3.09

724 5.55 1.46 1.26 4.95 1.35 5.65 0.89 0.99 1.65 0.94 0.94 3.15

725 35.77 0.52 7.45 60.59 8.05 70.33 5.68 6.10 2.58 5.60 5.52 2.00

726 5.92 1.32 1.22 28.72 1.55 9.77 1.04 1.00 1.57 1.05 1.04 3.16

727 6.42 0.10 1.48 6.32 1.73 7.40 1.20 1.31 2.08 1.19 1.17 3.18

728 28.55 1.63 6.81 5.28 5.34 2.77 3.72 6.90 0.15 0.08 0.38 0.30

729 54.56 4.07 34.13 17.91 18.95 18.05 44.89 172.87 1.96 1.58 1.01 0.31

730 38.57 2.58 10.61 4.37 4.16 3.76 5.34 21.50 0.06 0.04 0.18 0.15

731 8.22 0.30 3.08 1.28 1.32 1.29 3.65 195.02 5.94 5.46 8.52 5.71

732 2.83 0.12 2.21 1.02 0.90 1.16 1.96 129.24 1.30 0.89 1.87 2.69

733 1.31 0.29 1.76 0.61 0.60 0.61 0.98 53.69 0.62 0.64 1.29 0.97

734 7.01 1.18 17.40 1.47 1.47 1.47 1.34 65.40 1.04 1.02 1.02 1.02

735 5.42 1.19 26.92 1.39 1.39 1.39 1.42 1.66 1.54 1.57 4.52 4.52

736 4.72 0.81 24.20 3.95 3.95 7.17 2.99 3.94 6.18 3.25 11.83 11.05

737 21.82 4.89 3.96 5.55 5.55 16.45 6.26 7.98 10.82 5.59 13.18 13.04

738 4.03 0.04 1.38 1.99 1.99 2.94 1.41 1.62 1.54 1.29 1.66 1.84

739 6.26 1.21 1.50 1.76 1.49 2.90 0.98 1.10 1.00 1.00 1.00 1.01

740 6.39 0.63 1.53 1.53 1.53 1.53 1.03 1.11 1.00 1.00 1.00 1.47

741 12.80 0.12 7.84 2.34 2.08 2.19 1.67 95.31 1.31 2.27 1.56 13.61

742 166.25 5.04 59.73 4.28 4.28 15.88 3.04 3.12 1.75 1.68 1.83 4.82

743 0.96 0.02 0.38 0.74 0.74 1.55 0.86 0.75 1.07 0.82 1.30 2.57

744 2.80 0.24 0.38 1.81 1.81 3.16 1.28 1.48 1.45 1.17 1.52 1.67

745 3.37 0.34 0.36 1.54 1.54 2.52 1.04 1.12 1.00 1.00 1.00 1.50

746 2.48 0.01 0.22 1.06 1.06 4.17 0.69 0.78 0.70 0.71 0.70 2.27

747 3.64 0.02 0.47 1.67 1.41 2.23 0.92 1.00 0.90 0.40 0.90 1.59

748 10.99 2.34 1.39 4.87 4.13 14.62 2.73 3.01 2.70 1.80 2.70 7.99

749 4.42 0.31 0.62 1.81 1.53 2.50 1.03 1.11 1.00 1.01 1.00 1.78

750 2.93 0.16 0.39 1.25 1.06 1.67 0.68 0.78 0.70 0.30 0.70 1.32

751 3.49 0.18 0.36 1.67 1.41 2.23 0.91 1.00 0.90 0.40 0.90 1.64

752 26.75 1.01 0.16 1.08 0.12 0.12 0.12 0.06 0.23 0.30 0.67 0.36

753 103.25 3.90 0.13 2.00 1.27 1.99 1.27 0.81 0.80 0.80 1.05 0.78

754 27.39 1.01 2.62 3.08 3.08 3.08 3.08 3.65 4.58 21.00 3.04 21.52

755 10.89 0.19 2.78 22.01 2.92 24.97 1.91 2.07 1.83 2.03 2.03 2.03

756 28.68 0.37 5.34 43.08 5.59 48.87 3.69 3.94 10.38 3.81 3.79 3.91

757 35.80 0.51 7.94 62.27 8.30 69.97 5.38 7.03 2.96 5.66 5.59 5.70

758 44.20 15.88 13.17 51.59 13.60 58.36 10.07 10.54 17.21 9.58 9.45 24.90

759 14.62 1.55 42.70 10.25 8.80 31.57 6.07 6.49 5.83 2.91 5.83 17.88

760 7.60 0.04 1.64 1.51 1.25 1.77 1.54 85.00 0.92 0.41 1.18 1.18

761 92.63 5.90 17.65 15.90 14.80 10.52 16.30 142.58 3.08 1.80 5.95 5.47

762 94.69 5.82 26.63 17.15 16.86 9.20 15.34 13.54 0.17 0.06 0.47 0.42

763 54.98 1.79 13.28 4.13 6.07 5.90 16.37 553.79 1.55 0.47 0.49 0.19

764 13.48 0.69 2.34 2.39 2.39 2.39 2.39 2.92 3.78 18.82 2.86 18.91

765 7.24 0.07 2.59 2.10 1.91 2.30 1.96 119.80 1.90 3.13 2.27 18.22

SDd 1207.75 102.00 393.18 543.24 209.71 627.05 214.54 1766.53 143.78 162.89 157.83 281.76

Berlanjut…

116

Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam smp/jam) (lanjutan)

Tujuan Asal

713 714 715 716 717 718 719 720 721 722 723 724

701 11.23 9.68 13.00 13.30 12.66 12.80 10.10 10.53 10.48 7.15 9.44 9.47

702 0.04 0.03 0.03 0.02 0.02 0.02 0.01 0.03 0.02 0.02 0.02 0.02

703 1.72 1.27 1.41 1.32 1.32 1.29 1.42 1.75 1.64 1.14 1.16 1.24

704 3.22 1.13 7.78 8.39 8.36 7.95 3.77 3.22 3.23 3.05 5.14 6.39

705 1.88 0.78 1.37 1.48 1.47 1.43 2.29 1.94 1.95 1.30 1.18 1.07

706 1.27 1.55 10.46 11.14 11.11 10.61 1.61 1.38 1.38 7.33 13.53 8.46

707 1.10 0.91 0.92 1.02 1.02 0.93 1.39 1.19 1.19 0.82 0.82 0.83

708 2.05 1.86 1.97 2.11 2.10 1.97 2.35 2.05 2.05 1.56 1.60 1.70

709 2.50 2.00 2.00 2.15 2.14 2.02 2.64 2.50 2.50 1.90 1.70 1.80

710 1.20 1.00 1.00 1.09 1.09 1.01 1.38 1.31 1.34 0.94 0.90 0.90

711 1.20 1.00 1.00 1.03 1.02 1.01 1.39 1.30 1.30 0.90 0.90 0.90

712 3.22 1.00 1.00 1.14 1.14 1.03 3.68 3.31 3.48 2.66 1.01 1.03

713 0.00 1.00 1.19 1.00 4.00 1.00 1.08 1.00 1.00 0.70 0.70 0.70

714 3.00 0.00 1.03 1.00 1.00 1.00 3.32 3.00 3.00 2.01 1.00 0.90

715 3.00 1.00 0.00 1.14 1.14 1.03 3.37 3.03 3.51 2.37 0.90 0.91

716 3.00 1.03 1.97 0.00 1.00 1.00 3.65 3.09 3.19 2.50 0.90 0.90

717 3.00 1.01 1.96 1.00 0.00 1.00 9.00 7.26 0.75 1.49 1.00 1.00

718 3.00 1.00 1.10 1.00 1.00 0.00 1.62 1.22 0.75 1.15 1.00 1.00

719 1.00 1.00 1.20 1.00 4.05 1.13 0.00 1.13 1.79 1.26 0.71 0.81

720 10.80 3.60 4.35 3.60 14.56 4.09 2.93 0.00 1.00 0.70 0.72 1.41

721 2.40 2.40 3.10 2.57 0.76 0.76 1.05 0.82 0.00 0.70 2.08 1.32

722 3.60 3.60 4.75 3.99 1.19 1.13 0.74 1.17 0.70 0.00 3.01 4.36

723 14.40 1.60 2.51 1.60 1.00 1.00 1.10 1.14 1.32 1.96 0.00 1.00

724 4.70 1.60 2.53 1.60 1.00 1.00 2.04 1.88 1.20 1.97 1.00 0.00

725 44.80 7.09 1.96 1.00 1.00 1.00 3.47 1.04 0.77 1.46 0.90 0.90

726 6.30 1.61 3.06 1.60 1.00 1.00 1.84 1.62 0.75 1.44 1.00 1.00

727 4.70 1.61 3.13 1.00 1.00 1.00 1.18 2.26 0.75 1.44 1.00 1.00

728 0.10 0.16 0.26 0.15 0.24 0.21 0.20 0.42 2.21 1.52 0.23 4.22

729 0.02 0.05 0.13 0.03 0.04 0.03 0.00 0.04 0.03 0.02 0.01 0.07

730 0.02 0.05 0.13 0.04 0.06 0.04 0.01 0.06 0.15 0.11 0.01 0.11

731 2.97 6.19 10.03 2.59 1.62 2.25 0.04 0.83 0.50 0.34 1.50 1.73

732 3.07 2.64 2.66 2.60 6.28 1.82 0.49 1.15 0.80 0.56 0.75 1.17

733 2.37 1.84 1.92 1.89 1.95 2.17 0.36 2.61 1.46 1.00 1.74 2.13

734 1.31 1.01 1.01 1.05 1.04 1.02 0.97 1.31 1.20 0.90 0.91 0.91

735 6.25 4.73 4.52 4.78 4.88 4.77 1.81 3.93 3.86 2.45 3.36 4.61

736 14.71 10.97 11.03 10.80 17.55 4.44 0.87 2.47 1.77 1.24 1.98 3.12

737 15.97 12.65 13.04 12.58 12.58 12.11 2.02 5.45 3.83 2.68 3.85 4.68

738 1.04 1.19 1.56 1.14 4.44 1.51 0.99 2.75 2.08 1.45 0.88 2.58

739 1.30 1.00 1.01 1.02 1.02 1.00 1.37 1.30 1.30 0.90 0.90 0.90

740 1.00 1.00 1.20 1.00 4.00 1.00 1.07 1.00 1.00 0.70 0.70 0.70

741 10.65 11.08 15.13 11.66 49.81 23.05 9.98 34.41 6.00 4.11 8.25 22.84

742 3.15 3.18 3.89 3.43 16.05 7.05 3.05 10.41 1.83 1.18 2.46 6.65

743 2.70 2.74 2.43 2.94 12.42 6.41 2.70 9.26 1.63 1.05 2.14 6.14

744 1.04 1.07 1.40 1.09 4.42 3.15 0.99 3.43 1.99 1.39 1.53 5.52

745 1.00 1.01 1.21 1.08 4.81 5.32 1.00 3.45 1.67 1.17 1.70 5.53

746 1.30 1.32 1.60 1.57 0.76 2.08 1.30 4.49 0.80 0.57 1.46 3.07

747 0.90 0.90 1.11 1.02 0.93 0.90 0.90 3.11 1.12 0.78 2.15 3.49

748 4.50 4.50 5.57 5.02 4.27 4.15 4.50 15.54 5.49 3.70 10.22 16.09

749 1.00 1.02 1.25 1.24 1.10 3.78 1.00 3.45 1.16 0.81 2.15 4.40

750 0.70 0.70 0.92 0.78 0.60 0.56 0.70 2.26 0.70 0.50 1.50 2.18

751 0.90 0.90 1.12 1.00 0.84 0.82 0.90 3.11 1.12 0.78 2.13 3.24

752 0.95 0.69 0.72 0.68 0.66 0.64 5.45 0.78 0.94 0.64 0.59 0.59

753 1.11 1.05 1.64 1.70 1.58 1.61 0.92 1.00 0.99 0.67 1.05 1.09

754 9.16 3.26 20.64 22.54 22.35 21.61 10.84 9.25 9.27 6.32 10.80 16.76

755 6.44 2.03 2.03 2.25 2.26 2.05 7.19 6.55 6.88 5.18 2.01 2.03

756 10.93 3.61 3.90 3.61 3.61 3.61 32.48 27.22 27.10 3.80 3.31 3.31

757 25.15 6.92 7.59 4.52 4.52 4.52 6.68 9.95 4.38 7.19 4.52 4.52

758 43.15 14.33 24.65 14.29 9.14 9.14 9.46 14.88 6.30 9.64 9.14 9.14

759 10.29 10.28 12.50 11.51 9.85 10.33 10.28 35.62 12.69 8.64 23.44 39.18

760 0.91 5.95 1.26 7.58 29.81 16.46 8.11 28.71 5.12 3.51 6.65 21.45

761 6.29 3.39 4.83 5.48 13.15 11.24 11.00 13.03 13.07 8.89 13.83 47.56

762 0.08 0.16 0.35 0.13 0.19 0.14 0.14 0.31 1.85 1.27 0.14 1.29

763 0.02 0.06 0.16 0.04 0.06 0.03 0.00 0.03 0.01 0.01 0.01 0.06

764 3.09 2.86 18.82 19.69 19.64 18.63 3.56 3.09 3.09 2.21 3.52 15.17

765 15.13 15.84 21.71 16.30 67.61 30.31 15.31 45.26 10.41 7.08 11.28 29.41

SDd 348.99 193.67 280.74 248.12 413.27 279.16 227.07 372.08 196.86 144.87 196.16 348.67

Berlanjut…

117


Tujuan Asal

725 726 727 728 729 730 731 732 733 734 735 736

701 11.58 9.96 11.44 4.28 5.41 4.54 1.44 14.56 1.40 6.21 5.07 4.14

702 0.02 0.02 0.02 0.09 0.11 0.10 0.01 0.23 0.02 0.06 0.04 0.02

703 1.28 1.18 1.20 6.26 7.47 6.54 2.04 16.68 3.50 3.67 3.70 2.96

704 33.41 1.38 7.22 4.33 4.97 4.42 1.27 1.06 0.96 1.51 1.49 1.49

705 1.38 1.27 1.30 4.35 4.93 5.79 1.27 1.17 0.96 1.49 1.49 1.49

706 45.16 1.89 10.00 5.80 4.76 3.07 1.27 1.19 0.96 1.58 1.58 1.56

707 0.97 0.85 0.91 7.95 11.18 4.16 2.99 2.01 1.25 1.70 3.23 5.11

708 1.99 1.62 1.85 139.35 11.44 246.17 2.99 131.55 1.25 66.11 120.35 9.61

709 2.02 1.71 1.88 2.01 7.63 4.00 3.49 0.94 1.00 1.00 0.70 2.77

710 4.12 0.91 0.97 0.96 1.99 1.92 4.66 0.92 1.32 41.00 1.73 1.42

711 1.01 0.90 0.91 0.99 2.05 1.98 3.75 0.84 0.94 1.00 1.73 1.42

712 1.14 1.02 1.02 1.43 2.48 2.14 5.50 0.96 1.29 43.68 2.03 0.79

713 1.00 0.70 0.90 1.17 2.23 2.26 2.11 0.93 1.05 1.00 1.90 0.74

714 1.00 0.90 0.90 4.16 6.87 6.00 12.05 2.75 2.62 2.00 3.80 2.22

715 1.15 1.03 1.03 4.04 6.82 6.01 2.48 2.72 0.67 2.00 3.80 2.23

716 1.00 0.90 1.00 4.19 7.12 6.19 12.45 2.99 2.88 2.12 4.00 2.35

717 1.00 1.00 1.00 9.66 15.98 13.85 20.20 7.18 3.10 3.13 5.88 5.37

718 1.00 1.00 1.00 1.77 2.40 2.09 2.82 1.28 1.02 1.02 1.93 0.77

719 1.00 0.81 0.81 1.02 2.07 1.73 3.65 0.88 0.84 1.00 1.90 0.97

720 1.00 1.41 1.44 2.20 3.03 2.66 4.47 2.01 1.93 2.15 4.14 2.59

721 0.94 0.77 0.77 0.26 0.65 0.31 1.13 0.40 0.58 1.02 1.89 0.82

722 1.36 1.80 1.80 0.18 0.45 0.22 0.75 0.28 0.41 0.71 1.29 0.57

723 1.60 1.00 1.00 1.30 1.76 1.50 2.16 0.89 0.72 0.71 1.31 0.54

724 1.60 1.00 1.00 1.02 2.19 1.91 3.47 1.16 0.91 0.87 1.61 0.72

725 0.00 0.90 0.90 3.87 6.31 5.47 6.87 2.81 2.88 2.90 5.36 2.13

726 1.60 0.00 1.00 0.87 1.95 1.70 2.08 1.07 0.75 0.73 1.35 0.70

727 1.60 1.00 0.00 0.79 1.61 1.41 4.02 0.87 1.49 1.46 2.77 0.55

728 0.05 3.34 2.46 0.00 0.80 1.00 0.80 0.09 3.94 0.02 0.01 0.01

729 0.01 0.05 0.02 0.80 0.00 0.80 1.00 0.09 116.02 0.21 0.01 0.00

730 0.01 0.07 0.02 1.00 0.90 0.00 0.90 0.07 6.29 0.00 0.00 0.00

731 1.39 3.28 2.72 0.80 1.00 0.80 0.00 2.17 11.46 1.83 0.93 0.08

732 1.40 1.08 0.86 2.97 3.18 3.17 1.84 0.00 1.30 1.09 0.80 0.75

733 1.81 1.87 1.96 4.53 178.94 5.07 48.86 1.20 0.00 0.80 0.76 0.64

734 1.01 0.91 0.92 1.18 5.14 2.31 2.20 0.95 1.11 0.00 0.97 0.97

735 4.80 3.36 4.32 1.27 2.41 2.42 2.24 1.00 1.01 1.00 0.00 1.00

736 3.04 3.11 2.08 1.14 2.24 2.25 3.72 0.96 0.93 1.00 1.00 0.00

737 12.37 3.80 10.99 1.24 2.40 2.37 2.24 1.00 1.02 1.23 1.08 1.03

738 1.03 2.07 1.12 0.85 1.63 1.33 2.55 0.86 0.82 1.02 0.97 1.00

739 1.00 0.90 0.90 0.96 1.89 1.91 3.34 0.84 0.98 1.00 1.73 1.42

740 1.00 0.70 0.90 1.23 2.19 2.22 2.03 0.93 1.05 1.00 1.90 0.74

741 10.36 21.05 18.89 21.90 13.56 21.80 13.56 1.00 1.10 0.52 0.53 0.50

742 3.18 5.97 5.37 35.79 8.80 8.84 13.74 1.36 1.72 0.86 0.98 0.92

743 2.78 5.64 5.10 0.23 0.18 0.11 0.26 0.25 0.33 0.22 0.19 0.17

744 1.01 5.21 4.29 0.37 0.44 0.40 0.64 0.16 0.23 0.96 0.83 0.64

745 1.03 5.22 4.50 0.25 0.55 0.29 0.85 0.26 0.25 1.00 0.89 0.69

746 1.26 2.57 2.54 0.13 0.06 0.06 0.10 0.12 0.16 0.70 0.51 0.34

747 0.93 1.50 1.50 0.31 0.13 0.13 0.25 0.15 0.41 0.71 0.57 0.37

748 4.63 6.56 6.56 7.98 6.93 7.15 10.71 5.58 1.93 5.16 4.28 1.92

749 0.96 4.12 4.08 0.32 0.62 0.63 1.09 0.28 0.27 1.00 0.84 0.77

750 0.63 0.90 0.90 0.13 0.29 0.14 0.43 0.18 0.18 0.70 0.57 0.48

751 0.94 1.32 1.32 0.13 0.14 0.14 0.25 0.17 0.26 0.70 0.59 0.41

752 0.66 0.57 0.60 16.37 16.19 17.03 7.65 451.41 130.21 79.79 91.67 78.29

753 1.39 1.14 1.33 0.33 0.40 0.37 0.04 0.61 0.09 0.81 0.68 0.50

754 87.62 3.72 19.48 6.89 7.50 6.97 1.72 2.40 2.58 4.54 4.58 4.58

755 2.25 2.03 2.03 2.28 3.88 3.74 9.27 1.85 2.54 83.13 3.60 2.97

756 3.61 3.31 3.61 34.59 57.99 50.40 70.22 25.68 11.04 11.17 20.87 19.04

757 6.92 4.52 4.52 12.50 16.90 14.79 24.74 9.39 4.57 4.62 8.63 5.72

758 14.29 9.14 9.14 2.54 5.80 3.01 10.82 4.76 5.96 6.23 12.16 4.60

759 10.38 17.22 17.22 23.04 4.41 4.50 6.93 68.99 216.84 95.89 155.72 145.07

760 6.58 19.87 17.53 12.45 8.39 12.84 8.39 0.28 0.21 0.39 0.37 0.34

761 3.38 44.17 36.95 5.62 4.45 5.62 4.45 0.58 14.18 0.74 0.52 0.47

762 0.04 0.88 0.37 2.00 1.60 2.00 1.60 0.16 15.51 0.02 0.01 0.01

763 0.01 0.04 0.01 0.58 0.72 0.58 0.71 0.21 44.79 0.27 0.01 0.00

764 78.74 3.30 17.51 8.64 10.08 11.93 2.90 2.45 2.26 3.44 3.41 3.41

765 15.28 27.72 24.83 14.05 9.36 14.21 9.36 0.45 0.33 0.63 0.59 0.56

SDd 408.69 259.16 292.71 441.67 507.98 551.46 383.80 789.19 640.59 506.24 509.84 336.50

Berlanjut…

118


Tujuan Asal

737 738 739 740 741 742 743 744 745 746 747 748

701 15.86 3.57 8.58 10.90 11.84 1.30 0.40 1.80 3.21 0.71 1.29 12.51

702 0.14 0.00 0.02 0.01 0.05 0.00 0.00 0.00 0.00 0.00 0.00 0.00

703 3.93 1.15 1.51 1.61 8.95 1.45 1.97 0.51 0.79 0.09 0.30 1.82

704 5.32 3.92 2.52 3.22 2.03 4.34 1.35 4.77 4.41 2.81 5.26 2.70

705 4.20 3.31 1.56 1.94 1.10 4.66 1.53 3.17 2.84 1.78 3.21 1.60

706 4.45 1.85 1.06 1.38 0.71 1.91 1.71 1.78 1.90 1.30 2.35 1.17

707 3.90 1.49 0.91 11.87 6.82 2.05 1.45 1.40 1.71 1.16 2.01 1.00

708 7.46 2.80 1.64 2.05 26.32 4.48 55.23 2.67 3.05 1.94 3.51 1.75

709 3.26 1.91 2.00 2.50 0.56 2.28 1.54 1.86 3.14 2.14 3.87 1.95

710 1.63 0.96 1.00 1.30 0.29 0.96 0.77 0.94 1.59 1.10 1.88 0.95

711 1.63 0.96 1.00 1.30 0.29 0.98 0.77 0.93 1.60 1.08 1.98 1.00

712 1.92 1.33 1.05 3.22 4.06 6.10 1.37 1.42 7.31 3.99 6.02 3.93

713 1.79 1.00 1.00 1.00 0.85 1.21 0.51 0.96 2.04 0.90 1.69 0.85

714 3.59 3.61 2.00 3.00 3.68 5.54 2.75 4.07 6.51 3.63 5.66 3.71

715 3.59 3.65 2.00 3.00 3.72 5.63 2.71 3.91 6.69 3.70 5.93 3.89

716 3.77 3.98 2.10 3.00 4.03 5.96 2.88 4.39 7.24 3.64 5.20 3.33

717 5.55 10.09 3.10 7.00 7.62 1.99 4.76 12.17 18.51 3.64 1.15 3.13

718 1.82 2.00 1.02 1.00 1.61 1.84 1.70 2.37 2.84 1.53 1.06 1.04

719 1.80 1.00 1.00 1.00 0.43 0.54 0.57 1.00 1.00 0.40 0.79 0.40

720 3.92 2.94 2.15 5.53 1.25 1.53 0.94 2.91 2.88 1.06 2.16 1.05

721 1.82 1.01 1.02 1.01 0.35 0.43 0.18 1.00 1.00 0.40 0.92 0.92

722 1.24 0.71 0.71 0.71 0.23 0.29 0.12 0.70 0.30 0.30 0.65 0.28

723 1.23 1.35 0.71 0.70 1.25 1.39 1.36 1.90 2.09 1.30 1.50 1.50

724 1.52 2.25 0.87 1.60 1.31 1.46 1.45 2.25 2.16 1.26 1.40 1.38

725 5.05 3.94 2.87 1.90 3.29 4.18 2.19 4.77 7.42 0.52 1.23 0.60

726 1.28 1.96 0.73 0.80 1.04 1.14 1.20 2.06 2.02 0.93 1.01 0.99

727 2.61 1.40 1.46 1.60 1.08 1.19 1.21 1.88 1.92 0.95 1.01 0.99

728 0.01 0.04 0.39 0.04 19.63 3.74 1.60 0.81 1.10 1.00 5.61 58.37

729 0.00 0.00 0.19 0.01 11.40 0.18 0.07 0.00 0.01 0.10 4.59 9.08

730 0.00 0.01 0.18 0.01 17.24 0.20 0.31 0.03 0.04 0.15 5.19 11.42

731 0.80 0.01 5.82 0.80 11.40 1.20 0.24 0.00 0.03 0.19 7.85 28.18

732 0.82 0.59 2.79 1.21 0.72 0.06 0.05 0.14 0.33 0.04 0.06 0.07

733 0.76 0.32 1.05 1.13 0.77 0.31 0.24 0.15 0.18 0.03 0.05 0.06

734 0.97 0.92 1.02 1.31 0.53 1.39 1.05 0.87 0.90 0.73 0.50 0.50

735 1.00 0.96 6.61 5.29 0.52 1.28 0.93 0.92 0.92 0.76 0.50 0.50

736 1.00 0.93 12.22 2.76 0.37 0.91 0.60 0.83 0.85 0.65 0.43 0.43

737 0.00 0.98 13.18 6.60 0.61 1.62 1.28 0.94 0.94 0.77 0.51 0.51

738 0.97 0.00 1.66 1.04 0.33 0.91 0.96 1.00 0.99 0.79 0.53 0.54

739 1.63 0.92 0.00 1.30 0.24 0.72 0.67 0.88 1.34 1.33 0.93 0.95

740 1.79 1.03 1.00 0.00 0.44 1.24 1.22 1.02 2.09 0.93 1.83 0.92

741 0.45 1.07 1.56 10.52 0.00 11.26 4.06 1.04 4.95 3.73 20.68 5.13

742 0.72 2.12 1.83 3.15 1.12 0.00 1.00 1.67 1.58 0.88 0.45 0.51

743 0.20 0.98 1.30 2.70 3.70 3.00 0.00 1.00 1.40 1.00 0.45 1.80

744 0.94 1.00 1.52 0.99 0.33 0.91 0.96 0.00 0.99 0.79 0.54 0.54

745 0.95 1.00 1.00 1.00 0.69 0.43 0.36 1.00 0.00 0.80 0.63 0.64

746 1.51 0.70 0.70 1.30 0.46 0.28 0.11 0.70 0.70 0.00 0.81 0.84

747 1.99 0.70 0.90 0.90 1.58 0.62 0.21 0.70 0.70 1.00 0.00 1.00

748 10.20 3.40 2.70 4.50 9.10 0.22 22.99 3.40 3.40 5.00 5.00 0.00

749 2.16 1.00 1.00 1.00 0.32 0.38 0.21 1.00 0.50 1.00 0.90 0.90

750 1.45 0.70 0.70 0.70 0.22 0.28 0.05 0.70 0.30 1.00 0.99 0.99

751 1.98 0.70 0.90 0.90 0.59 0.37 0.12 0.70 0.70 1.00 0.99 0.99

752 89.65 60.47 31.28 0.40 156.06 53.01 91.33 36.16 42.91 13.04 15.50 208.92

753 2.00 0.21 0.86 1.06 0.33 0.00 0.00 0.06 0.17 0.02 0.02 0.22

754 16.05 10.83 7.31 9.25 4.33 9.76 3.34 13.17 11.67 7.52 13.61 6.79

755 3.41 2.38 2.03 6.45 8.47 12.86 2.61 2.50 13.45 7.36 11.39 7.28

756 19.71 36.37 11.12 25.77 24.75 36.75 16.47 40.41 64.12 18.87 29.91 12.44

757 8.14 14.95 4.60 6.92 4.05 6.05 2.96 8.84 4.57 2.48 4.83 1.99

758 11.49 8.72 6.22 14.29 4.83 5.44 3.48 8.44 8.14 5.17 5.81 5.77

759 82.99 88.61 5.83 10.29 0.12 0.19 207.64 8.87 7.90 1.70 1.70 10.30

760 0.35 0.83 1.20 0.88 0.19 9.04 3.22 0.80 4.14 3.01 16.79 4.16

761 0.52 2.32 6.13 2.96 1.00 9.99 4.61 10.76 9.17 6.67 13.56 4.09

762 0.01 0.03 0.50 0.03 38.80 5.73 1.74 0.54 0.69 0.52 7.66 84.38

763 0.00 0.00 0.21 0.01 8.37 0.10 0.04 0.00 0.00 0.05 3.22 6.29

764 8.57 4.39 2.41 3.09 2.82 5.35 3.63 4.15 4.14 2.42 4.73 2.54

765 0.57 1.40 2.29 14.79 0.71 19.67 6.24 1.37 8.33 6.51 31.25 40.77

SDd 370.05 315.74 187.78 219.50 431.93 270.25 479.21 223.16 300.48 141.27 283.08 575.25

Berlanjut…

119


Tujuan Asal

749 750 751 752 753 754 755 756 757 758 759

701 13.34 8.35 3.06 3.86 225.74 20.48 11.07 35.24 41.32 23.78 10.94

702 0.01 0.00 0.00 0.12 10.40 0.87 0.03 0.05 0.06 0.07 0.09

703 1.50 0.31 0.33 0.02 0.68 1.24 1.22 3.40 4.07 3.33 6.81

704 8.01 4.14 6.11 0.03 3.42 1.67 12.96 21.64 26.54 17.42 55.69

705 5.05 2.58 3.94 0.00 2.47 1.67 2.40 3.99 4.17 2.59 36.82

706 3.42 1.78 2.67 0.00 3.29 1.67 16.15 28.99 35.73 8.12 22.59

707 3.01 1.56 2.30 0.00 2.47 1.67 1.48 2.48 2.85 10.61 26.69

708 4.97 2.55 3.88 0.00 1.47 1.67 1.59 5.54 6.54 2.09 54.67

709 5.93 2.88 4.32 0.10 2.38 2.26 1.61 5.59 6.70 4.64 61.24

710 3.13 1.56 2.20 0.02 2.59 21.92 1.61 2.81 3.31 4.72 27.49

711 3.09 1.53 2.19 3.96 2.45 6.62 1.62 2.79 3.00 2.26 26.92

712 8.04 4.19 6.06 0.02 2.57 22.34 1.61 2.85 3.05 2.52 100.01

713 2.43 1.26 1.88 6.76 1.40 6.43 2.14 10.97 2.98 2.25 22.68

714 7.42 3.70 5.70 0.01 0.50 7.07 1.65 2.77 2.98 1.68 94.83

715 7.66 3.98 5.99 0.01 0.50 7.09 1.61 2.85 3.05 2.54 97.89

716 7.59 3.72 5.25 0.06 4.48 38.13 3.10 2.77 3.28 2.25 95.82

717 1.71 0.78 1.22 0.24 0.79 11.08 3.07 2.77 3.28 2.25 24.39

718 1.82 0.96 1.15 0.29 2.65 23.66 1.71 2.77 3.28 2.43 26.79

719 1.00 0.82 1.00 15.29 1.14 1.22 2.22 11.55 3.69 2.78 12.11

720 2.56 1.30 1.99 22.67 9.70 32.71 9.38 42.42 5.20 2.19 27.17

721 1.00 0.80 1.00 9.49 1.18 13.26 7.07 5.50 2.36 1.74 22.49

722 0.70 0.50 0.70 6.26 1.48 22.98 10.28 8.47 3.71 1.80 14.85

723 1.81 0.99 1.64 6.88 1.41 34.68 4.70 2.77 3.28 2.43 28.54

724 1.76 0.99 1.52 8.55 0.87 12.50 4.85 2.77 3.28 2.43 28.06

725 1.57 0.92 1.26 7.68 13.49 120.40 3.09 2.77 2.98 2.43 17.02

726 1.41 0.74 1.09 6.89 1.64 16.52 4.84 2.77 3.28 2.25 24.37

727 1.42 0.74 1.09 0.81 1.08 16.00 4.89 2.77 3.28 2.43 24.62

728 1.02 1.13 0.74 10.62 13.68 7.61 0.45 0.69 1.64 1.40 87.01

729 0.01 0.01 0.05 10.78 31.31 17.92 3.21 0.10 0.06 0.34 20.79

730 0.01 0.05 0.08 11.76 20.36 6.29 0.23 0.15 0.08 0.31 24.39

731 0.03 0.02 0.20 1.18 2.01 1.65 7.85 5.72 6.46 1.54 64.60

732 0.31 0.20 0.09 7.87 0.37 0.95 2.91 19.09 5.36 1.59 0.15

733 0.21 0.10 0.05 72.86 0.23 0.62 1.06 5.37 7.13 4.97 1.16

734 0.95 0.71 0.71 32.32 2.14 2.35 1.68 2.83 3.04 2.30 17.44

735 0.97 0.80 0.74 38.14 2.12 2.35 4.52 13.30 14.38 7.30 2.21

736 0.82 0.64 0.63 59.04 1.77 6.60 13.03 52.24 12.66 4.58 0.89

737 1.01 0.87 0.76 53.03 8.59 9.30 18.10 35.03 37.80 9.98 20.56

738 0.99 0.79 0.79 6.41 1.18 3.05 2.70 13.25 4.50 3.20 14.46

739 2.34 1.19 1.40 11.84 2.20 2.93 1.63 2.77 2.98 2.25 9.84

740 2.43 1.29 1.93 6.76 1.36 1.22 2.16 10.97 2.98 1.68 26.02

741 4.66 3.95 3.86 53.37 1.00 2.16 19.84 159.43 49.66 11.95 2.06

742 1.20 0.84 0.84 183.36 49.34 8.97 7.11 53.65 15.65 3.21 0.79

743 1.30 0.93 0.93 0.59 0.08 0.94 3.72 39.91 14.37 2.92 2.93

744 0.89 0.79 0.79 25.40 0.69 2.63 2.49 12.81 14.66 4.31 5.23

745 0.90 0.80 0.80 22.99 0.56 1.23 2.22 13.79 11.68 3.75 8.26

746 1.00 1.00 1.00 0.27 0.60 2.54 3.37 29.51 6.27 1.45 3.13

747 1.00 1.00 1.00 0.60 0.55 1.34 2.33 12.00 2.83 1.98 12.29

748 5.00 5.00 5.00 146.15 2.59 9.37 11.67 63.59 14.51 9.91 3.81

749 0.00 1.00 1.00 9.79 0.83 1.45 2.63 24.75 11.96 2.27 19.63

750 1.00 0.00 1.00 6.54 0.46 1.00 2.00 8.25 1.69 1.20 28.09

751 1.00 1.00 0.00 10.23 0.52 1.34 2.45 11.44 2.59 1.96 29.15

752 40.34 18.14 15.28 0.00 0.20 0.83 0.49 1.56 1.51 1.65 401.28

753 1.43 0.79 0.12 0.48 0.00 4.05 1.53 4.18 4.29 3.57 0.33

754 21.94 11.08 16.27 0.12 9.74 0.00 34.00 58.73 70.08 46.83 140.74

755 15.01 8.03 11.61 0.04 5.31 43.74 0.00 5.61 6.54 4.73 169.09

756 59.70 23.41 32.57 0.79 9.61 82.87 6.16 0.00 11.93 8.26 483.58

757 8.12 3.80 5.25 2.82 13.85 121.70 7.52 12.05 0.00 10.95 88.03

758 7.06 4.82 6.51 59.32 9.34 127.89 34.48 24.31 28.49 0.00 173.43

759 11.80 11.80 11.80 132.12 3.34 17.47 26.71 134.09 34.32 22.79 0.00

760 3.96 3.25 3.08 33.61 0.30 1.45 1.71 100.09 45.00 11.07 1.66

761 9.11 7.24 3.10 48.18 52.39 33.93 7.74 41.30 111.54 28.04 1.72

762 0.18 0.65 0.54 23.09 46.14 24.67 0.62 0.52 1.04 4.22 151.68

763 0.00 0.00 0.03 0.27 19.22 3.35 1.00 0.15 0.05 0.05 14.79

764 7.09 3.91 5.56 0.08 8.31 4.01 28.92 50.46 59.98 39.04 44.81

765 6.86 6.84 6.96 35.80 0.59 1.99 24.48 210.90 64.68 18.58 4.12

SDd 323.03 181.55 212.62 1218.63 625.13 1011.53 412.70 1456.67 871.59 402.19 3071.72

Berlanjut…

120


Tujuan Asal

760 761 762 763 764 765 SOi

701 7.04 16.89 7.38 246.54 10.87 22.72 1088.31

702 0.01 0.44 0.14 3.73 0.51 0.30 47.05

703 8.29 20.15 9.74 1.70 0.97 25.42 197.67

704 1.43 15.00 5.97 1.11 1.02 4.63 386.70

705 0.82 14.50 5.98 1.11 1.02 2.78 183.85

706 0.40 6.16 8.49 1.11 1.02 1.75 361.18

707 0.39 16.20 11.88 2.55 1.02 1.60 193.81

708 5.05 93.93 416.03 2.60 1.02 67.38 1555.86

709 0.26 1.41 6.45 23.89 1.46 1.65 241.58

710 0.13 0.70 2.10 2.47 11.63 0.77 207.93

711 0.13 0.71 2.16 0.85 2.73 0.76 136.22

712 0.36 3.52 2.81 2.33 11.79 13.74 347.19

713 0.33 0.90 2.51 0.88 2.53 2.57 135.13

714 2.44 9.92 13.49 2.72 2.96 12.76 304.08

715 2.45 9.37 13.06 2.77 2.92 12.82 297.14

716 2.59 10.91 14.20 2.83 19.79 13.63 416.02

717 4.84 13.87 29.64 6.38 4.64 25.98 361.61

718 1.00 2.71 3.61 0.95 12.46 5.56 187.64

719 0.39 1.17 2.33 0.80 2.76 1.86 123.43

720 0.97 3.63 4.48 1.23 13.28 4.29 397.97

721 0.19 0.46 0.68 0.22 6.24 1.53 145.84

722 0.13 0.30 0.47 0.15 9.22 0.94 172.85

723 0.88 2.07 4.75 0.70 18.93 4.27 239.78

724 0.92 2.25 6.14 0.90 5.23 4.40 173.10

725 2.25 6.38 8.11 2.51 64.29 11.29 622.37

726 0.71 1.90 5.40 0.80 9.09 3.71 195.91

727 0.75 1.79 4.40 0.64 6.66 3.82 165.71

728 13.70 4.91 3.02 0.28 5.13 35.04 364.75

729 7.97 3.74 0.80 0.35 15.76 21.29 649.89

730 11.98 4.66 1.28 0.32 4.54 31.12 253.78

731 7.97 3.74 0.80 0.35 1.28 21.29 480.04

732 0.41 7.20 3.50 1.44 0.91 1.53 249.35

733 0.71 13.47 5.11 32.56 0.58 1.97 484.48

734 0.28 0.84 2.56 13.98 1.50 1.39 228.91

735 0.27 0.85 2.68 1.58 1.42 1.33 242.87

736 0.21 0.71 2.42 0.86 8.06 1.04 374.63

737 0.32 0.91 2.64 0.93 11.28 1.60 497.93

738 0.27 1.02 1.97 0.61 4.03 1.26 128.79

739 0.12 0.68 2.10 0.74 3.60 0.79 111.42

740 0.23 1.20 2.45 0.85 1.56 1.42 130.08

741 0.36 1.00 87.16 5.33 1.78 2.13 948.99

742 0.70 0.84 120.96 3.26 20.72 3.50 911.52

743 2.19 0.70 0.53 0.06 1.46 10.68 181.55

744 0.29 1.09 0.83 0.14 3.67 1.27 148.49

745 0.37 0.40 0.64 0.18 2.77 2.90 143.78

746 0.25 0.21 0.38 0.02 5.52 1.98 110.32

747 0.91 0.53 0.83 0.04 2.97 5.54 97.47

748 5.26 4.11 34.62 2.19 19.25 31.99 656.14

749 0.17 0.58 1.30 0.21 3.26 1.28 147.92

750 0.12 0.21 0.38 0.09 2.25 1.05 92.94

751 0.31 0.25 0.37 0.04 2.97 2.56 116.44

752 118.24 56.32 24.51 0.50 1.13 253.75 2669.23

753 0.10 1.77 0.50 16.30 2.03 1.63 188.23

754 2.94 24.18 9.26 1.76 3.10 10.33 987.19

755 0.78 3.77 4.41 5.01 22.30 24.38 652.62

756 15.52 46.74 104.31 22.65 45.19 84.98 1974.41

757 2.77 18.00 35.35 6.87 63.37 13.50 909.78

758 2.92 4.69 11.23 2.43 51.33 16.05 1192.36

759 0.07 0.12 86.23 1.48 40.48 0.35 2076.40

760 0.00 0.52 53.57 3.10 1.11 2.13 637.44

761 0.67 0.00 22.51 1.81 15.26 2.14 1063.88

762 27.08 9.57 0.00 0.56 17.19 69.28 748.25

763 5.78 2.80 0.58 0.00 3.10 16.35 793.29

764 1.95 29.13 12.02 2.59 0.00 5.66 686.54

765 0.71 0.71 54.23 3.96 1.53 0.00 1143.34

SDd 280.06 509.36 1290.44 449.90 619.40 939.43 32361.41

Date post:	10-Apr-2019
Category:	Documents
Upload:	vananh
View:	221 times
Download:	0 times

ESTIMASI KINERJA DAN STRATEGI PENANGANAN …/Estimasi... · 5 A B S T R A K Rr. Dian Indriani...

Documents