Media Teknik Sipil, Volume X, Januari 2010 ISSN 1412-0976

MODEL BANGKITAN PERJALANAN KELUARGA DENGAN VARIABEL BEBAS TUNGGAL PADA ZONA PERUMAHAN DI KELURAHAN BUKIT DATUK DUMAI
Leo Sentosa1), Mardani Sebayang2), Shanti Yunita3)
1), 2), 3) Staf

Pengajar Jurusan Teknik Sipil Fakultas Teknik Universitas Riau Gedung C lantai 2 Kampus Bina Widya, Panam, Pekanbaru. Email :leo@unri.ac.id.

Abstrak
Peningkatan pelayanan transportasi di Kota Dumai perlu dilakukann dengan penyediaan prasarana transportasi secara proporsional. Penyediaan prasarana ini harus sesuai dengan permintaan akan kebutuhan transportasi. Oleh sebab itu besarnya kebutuhan transportasi masa datang harus dapat diprediksi dengan akurat agar dapat menghemat sumber daya, mengatur dan mengelola prasarana transportasi yang dibutuhkan, salah satunya dengan pemodelan transportasi. Pada pemodelan empat tahap, pemodelan bangkitan pergerakan merupakan pemodelan tahap awal untuk mengetahui kebutuhan transportasi. Pemodelan bangkitan pergerakan yang dilakukan pada penelitian ini adalah pemodelan bangkitan perjalanan keluarga di komplek perumahan Pertamina, Beringin Patra, Rawasari dan Baruna. Keempat zona perumahan itu berada di Kelurahan Bukit Datuk Kota Dumai. Analisa pemodelan dilakukan dengan Analisa regresi dengan variable tak bebasnya (Y) berupa jumlah perjalanan dan variable bebasnya adalah jumlah anggota keluarga (X1), jumlah pendapatan keluarga (X2), jumlah pemilikan kendaraan (X3) serta jumlah keluarga yang bekerja dan / atau sekolah (X4). Survai data variable-variabel tersebut dilakukan dengan metoda kuesioner lansung. Analisa korelasi anatar variable menunjukkan bahwa X4 bisa digunakan secara statistik untuk menerangkan jumlah bangkitan perjalanan per keluarga. Hasil analisis menunjukkan bahwa bentuk model terbaik untuk keempat kawasan perumahan yang diteliti adalah Persamaan Non Linier Power, dengan persamaan untuk Perumahan Pertamina Y = 1,39948. X0,794113, untuk perumahan Beringin Patra Y = 1,301259.X0,773373, untuk Perumahan Rawasari Y = 1,234.X0,8306, dan untuk Perumahan Baruna Y = 1,184263.X0,745066 Kata kunci: bangkitan perjalanan, pemodelan transportasi, transportasi perkotaan

Abstract
Improvement of transport services in Dumai City needs to be done by providing of a proportional transport infrastructure. This infrastructure must fit the demand of transportation needs. Therefore the transportation needs in the future should be predicted accurately by transportation modeling in order to save resources, regulate and manage the needed transportation infrastructure. In the four-stage of transportation modeling, trip generation is early stage of model for identifying transportation needs. In this study, the family the trip generation is modeled in the area of Pertamina's housing complex, Beringin Patra, Rawasari and Baruna. Those four residential zone are located in The Village Bukit Datuk Dumai City. The model analysis was carried out by regression analysis with the number of travel as independent variable and the number of family members (X1), total family income (X2), the number of vehicle ownership (X3) and the number of families who work and or school (X4) as dependent variable. The data survey was colkected by questionnaire method. The Anatar variable correlation analysis showed that the X4 can be used statistically to describe the number of trip per family. The study results indicated that the best model among all four forms of the studied residential areas is NonLinear Power Equation, where the equation is Y = 1,39948. X0,794113, Y = 1,301259.X0,773373, Y = 1,234.X0,8306 and Y = 1,184263.X0,745066for the Housing of Pertamina, Beringin Patra, Rawasari, and Varuna respectively.

Keywords: trip generation, transportation model, urban transportation

1. PENDAHULUAN Kota Dumai merupakan salah satu kota di Propinsi Riau yang sedang berkembang. Hal ini dapat dilihat dengan banyaknya pendirian bangunan-bangunan, ruko-ruko, kawasan niaga serta kawasan perumahan baru. Kebijaksanaan pemerintah Propinsi Riau yang menjadikan dumai sebagai kawasan Perdagangan Bebas (Free Trade Zone) pengganti Pulau Batam, yang telah menjadi wilayah Propinsi Riau Kepulauan. Perkembangan tersebut mengakibatkan beban lalu lintas di jalan semakin ramai dan di beberapa ruas jalan semakin padat. Untuk mendukung perkembangan tersebut perlu diimbangi dengan peningkatan pelayanan sistim transportasi sehingga
8

bisa melayani secara berkelanjutan. Maksud dapat melayani dalam hal ini adalah proses pergerakan bisa berjalan lancar, aman, nyaman dan efisien dengan pengimbangan penyediaan prasarana transportasi secara proporsional. Untuk itu diperlukan suatu perencanaan yang dapat dijadikan acuan untuk pengembangan transportasi dalam beberapa tahun yang akan datang. Salah satu dasar dari perencanaan transportasi adalah dapat memperkirakan jumlah dan lokasi kebutuhan sarana dan prasaran transportasi, baik masa sekarang maupun masa yang akan datang. Sebagian besar perjalanan di daerah perkotaan berbasis rumah (home based trips), yaitu perjalanan yang dimulai dan diakhiri di rumah. Oleh karena itu dengan

Leo Sentosa, Mardani Sebayang, Shanti Yunita, 2010 . Model Bangkitan Perjalanan.Media Teknik Sipil. Vol. X, No. 1, Hal 8 - 13

membuat suatu model bangkitan pergerakan dari zona perumahan akan dapat diperkirakan jumlah pergerakan keluarga per hari dari lokasi tersebut. Salah satu kawasan perumahan yang cukup besar di Kota Dumai adalah di kawasan kelurahan Bukit Datuk. Diwilayah Kelurahan ini terdapat empat kawasan perumahan yaitu, Komplek Pertamina, Beringin Patra, Rawasari, dan Baruna. Komplek perumahan tersebut terletak beberapa kilometer dari pusat keramaian, seperti pasar, sekolah, perkantoran dan sebagainya, sehingga untuk melaksanakan aktifitas dan pemenuhan kebutuhannya, masyarakat akan melakukan perjalanan yang mengakibatkan bangkitan pergerakan. Pelaksanaan aktifitas serta pemenuhan kebutuhan sangat tergantung pada faktor sosial ekonomi dari masyarakat itu sendiri. Faktor sosial ekonomi tersebut antara lain adalah jumlah anggota keluarga dalam satu rumah, jumlah pendapatan keluarga, jumlah kendaraan, jumlah anggota keluarga yang bekerja dan sekolah. Faktor sosial ekonomi tersebut akan mepengaruhi tingkat bangkitan perjalanan dari rumah tangga. 1.1. Konsep Dasar Sistem dan Transportasi Pemodelan

Model Trip Generation, merupakan model yang memperkirakan bangkitan dan tarikan perjalanan pada suatu zona berdasarkan tata guna lahan pada kawaan tersebut. b. Model Trip Distribution, merupakan pengembangan dari bangkitan dan tarikan perjalan yang membetuk suatu pola asal dan tujuan perjalanan. c. Model Moda Split, merupakan pemisahan atau pembagian moda angkutan yang digunakan untuk melakukan perjalan. d. Model Trip Assigment, merupakan pembebanan pergerakan pada alteratif rute yang ada. Model Bangkitan Pergerakan Tujuan dasar tahap bangkitan pergerakan adalah menghasilkan model hubungan yang mengaitkan tata guna lahan dengan jumlah pergerakan yang menuju ke suatu zona atau jumlah pergerakan yang meninggalkan suatu zona. [1]. Model ini sangat dibutuhkan apabila efek tata guna lahan terhadap besarnya bangkitan dan tarikan pergerakan berubah sebagai fungsi waktu. Tahapan bangkitan pergerakan ini meramalkan jumlah pergerakan dengan menggunakan data rinci mengenai tingkat bangkitan pergerakan, atribut omina ekonomi, serta tata.guna lahan. Menurut Tamin, [1] yang diperkuat oleh Gunawan, [2], hal-hal yang dominan mempengaruhi bangkitan yang berbasis rumah adalah: a. b. c. b. Pendapatan keluarga, Pemilikan kendaraan, Jumlah anggota keluraga, dan Jumlah anggota keluarga yang bekerja dan / atau sekolah

a.

Transportasi merupakan pergerakan kendaraan, barang dan orang di jalan raya yang timbul akibat adanya keinginan melukan perpindahan untuk memenuhi kebutuhan hidup manusia. Peningkatan arus lalu lintas dan kebutuhan akan transportasi telah menghasilkan kemacetan, tundaan, kecelakaan, dan permasalahan lingkungan. Selain pertumbuhan ekonomi menyebabkan mobilitas seseorang meningkat sehingga kebutuhan pergerakan pun meningkat melebihi kapasitas sarana dan prasarana transportasi yang ada. Hal ini semakin mendukung pentingnya perencanaan pemodelan transportasi. [1] Kajian pada perencanaan transportasi mempunyai ciri yang berbeda dengan kajian dibidang lain. Ini dikarenakan objek penelitian suatu kajian perencanaan transportasi cukup luas dan beragam. Disamping itu, kajian perencanaan transportasi biasanya melibatkan aspek yang cukup banyak dan beragam pula. Secara singkat, Ciri kajian perencanaan transportasi ditandai dengan multimoda, multidisiplin, multisektoral dan multimasalah. Pemodelan Transportasi Pendekatan pemodelan daam studi transportasi biasanya dilakukan dengan model empat tahap (four step model). Pendekatan ini terdiri dari sub-sub model sebagai berikut :

1.4. Analisa Regresi Regresi adaah sebuah analisa untuk mengetahui hubungan fungsional antaravariabel-variabel yang terlibat dalam suatu permasalahan [3]. Persamaan regresi terdiri dari variabel bebas dan variabel tak bebas. Variabel yang mudah didapat atau tersedia dapat digolongkan kedalam variabel bebas yang disimbolkan dengan X sedangkan variabel yang terjadi karena variabel bebas itu merupakan variabel tak bebas yang sering disimbolkan dengan Y. 1.5. Regresi Multi Variabel Jika suatu variabel tak bebas tergantung pada lebih dari satu variabel bebas, hubungan kedua variabel tersebut dilakukan dengan analisa regersi berganda [4]. Bentuk matematis dari analisis regresi linier berganda adalah :

Leo Sentosa, Mardani Sebayang, Shanti Yunita, 2010 .Model Bangkitan Perjalanan.Media Teknik Sipil. Vol. X, No. 1, Hal 8 - 13

Y = A + B1X1 + B2X2 + B3X3 + ..+ BnXn (1) dengan : Y = Variabel tak bebas X1,X2,X3 .Xn = Variabel bebas A = Konstanta regresi B1,B2,B3...Bn = Koefisien Regresi n = Variabel Bebas ke n 1.6. Regresi Variabel Bebas Tunggal Secara umum regresi dengan satu variabel bebas ada beberapa bentuk bersamaan regresi yang bisa dikelompokkan menjadi regresi linier sederhana dan regresi non linier. a. Regresi linier sederhana (Metoda kuadrat terkecil) Bentuk umum persamaan matematis regresi linier sederhana adalah: Y = A + BX b. Regresi non linier fungsi eksponensial Bentuk umum persamaan matematis dari fungsi eksponensial adalah: Y = A.eBX c. (3) Regresi non linier berpangkat power /double log transformation Bentuk umum persamaan matematis dari fungsi power adalah: Y = A.XB (4) d. Regresi non linier berpangkat compound / semi log transformation Bentuk umum persamaan matematis dari fungsi compound adalah: Y = A.BX e. Regresi non linier transformation inverse / (5) reciprocal (2)

h. Regresi non linier growth Bentuk umum persamaan matematis fungsi growth adalah: Y = eA + BX i. Regresi non linier polinomial Bentuk umum persamaan matematis fungsi polinomial dengan orde r adalah : Y = A +B1X + B2X2 + + BrXr Untuk semua bentuk persamaan regresi dengan, Y = Variabel tak bebas A = Konstanta regresi B = Koefisien regresi X = Variabel bebas 2. METODE 2.1. Metoda Pengumpulan dan Tabulasi Data Data yang di kumpulkan berupa data primer dan data sekunder. Data sekunder yang dikumpulkan berupa peta wilayah studi dan jumlah rumah dan kepala keluarga, diperoleh dari instansi yang terkait yaitu dari kelurahan Bukit Datuk dan Pengurus RW setempat di wilayah studi. Data Primer dipeloleh dari survai lansung pengisian kuesioner secara acak kepada beberapa keluarga dengan jumlah yang sesuai dengan kebutuhan data. Penentuan jumlah kebutuhan data menggunakan metoda Krejcie berdasarkan jumlah populasi dengan asumsi tingkat kepecayaan 95%. Penyusunan kuesioner berdasarkan variabel yang akan digunakan dalam analisa. Adapun variabel yang disurvai yang kemudian ditabulasikan, adalah : a. Jumlah perjalanan perkeluarga, sebagai variabel tak bebas (Y) b. Jumlah anggota keluarga, sebagai variabel bebas (X1) c. Jumlah pendapatan keluarga, sebagai variabel bebas (X2) d. Jumlah kendaraan dalam keluarga, sebagai variabel bebas (X3) e. Jumlah anggota keluarga yang sudah bekerja dan / atau sekolah, sebagai variabel bebas (X4) 2.2. Analisa Data Model bangkitan pergerakan disusun dengan menggunakan analisa regresi dan kemudian dilakukan pengujian statistik terhadap model yang disusun tersebut. Dalam analisa regresi ini jumlah pergerakan per keluarga dalam satu hari (Y), akan dijelaskan oleh salah satu atau beberapa variabel bebas diantaranya jumlah anggita keluarga (X1), jumlah pendapatan keluarga (X2), jumlah kendaraan dalam keluraga (X3) dan jumlah keluarga yang sudah bekerja atau sekolah (X4).
10

(9)

(10)

Bentuk umum persamaan matematis dari fungsi inverse adalah: Y=A+B 1 f. Regresi non linier logarithmic Bentuk umum persamaan matematis dari fungsi logarithmic adalah: Y = A + B ln X g. Regresi non linier S Bentuk umum persamaan matematis dari fungsi S adalah: Y = eA + B/X (8) (7) (6)

Leo Sentosa, Mardani Sebayang, Shanti Yunita, 2010 . Model Bangkitan Perjalanan.Media Teknik Sipil. Vol. X, No. 1, Hal 8 - 13

3. HASIL DAN PEMBAHASAN 3.1. Karakteristik Objek Studi Dari hasil pengupulan data sekunder diperoleh jumlah rumah yang diwakili dengan jumlah kepala keluarga di Zona perumahan di daerah studi. Berdasarkan data jumlah rumah atau kepala keluarga tersebut ditentukan jumlah sampel minimum yang harus di survai. Jumlah sampel minimum adalah jumlah sampel dengan kuesioner minimum yang bisa digunakan sebagai data primer dalam studi ini. Dalam melakukan survai jumlah sampel yang diambil sedikit melebihi jumlah sampel minimum yang dibutuhkan. Data jumlah penduduk dan jumlah sampel dapat dilihat pada Tabel 1. Karakteristik masing-masing zona perumahan berdasar variabel yang diteliti tergambar dari hasil olahan data primer dari kuesioner yang diedarkan. Rata-rata dari variabel yang ditinjau dapat dilihat pada Tabel 2. Pada Tabel 2 dapat dilihat bahwa tingakt perjalanan tertinggi adalah pada perumahan pertamina dengan tingakat perjalanan 4,13 trip perhari dan terendah pada perumahan Baruan dengan tingat perjalanan 2,93 trip perhari. Rata-rata pendapatan perkeluarga tertinggi juga pada perumahan pertamina, yaitu Rp. 6.936.137,-, dengan rata-rata jumlah anggota keluarga

5,36 orang dan 3,90 orang diantaranya merupakan anggota keluarga yang bekerja dan/atau sekolah. Pendapatan rata-rata keluarga yang terenah juga pada perumahan baruna yaitu, Rp. 2.379.310,-, dengan jumlah anggota keluarga rata-rata 6,03 orang dan 3,34 orang diantaranya bekerja dan/atau sekolah. 3.2. Analisa Korelasi Antar Variabel Hasil pengujian korelasi antara varibel bebas dengan variabel tak bebas dan atar variabel bebas pada objek studi yang dikelompokan untuk masing-masing perumahan dapat dilihat pada Tabel 3. Dari tabel hasil korelasi tersebut diatas dapat dilihat bahwa variabel tidak bebas Y hanya mempunyai hubungan yang kuat dengan dua variabel bebas yaitu jumlah keluarga (X1) dan jumlah anggota keluarga yang sudah bekerja dan / atau sekolah (X4). Sedangkan dua variabel lainnya memiliki hubungan yang lemah terhadap jumlah pergerakan per keluarga yang terjadi. Jadi ada du avariabel yang bisa digunakan untuk membentuk model bangkitan pergerakan. Kemudian dari dua variabel bebas yang memiliki hubungan yang kuat dengan variabel tak bebas, dipilih salah satu variabel yang memiliki korelasi yang paling kuat terhadap variabel tak bebas.

Tabel 1. Data jumlah penduduk dan jumlah sampel masing-masing zona perumahan No. Kawasan Perumahan 1. 2. 3. 4. Pertamina Beringin Patra Rawasari Baruna Jumlah Populasi 1400 KK 79 KK 61 KK 159 KK Jumlah Sample Minimum 302 KK 66 KK 61 KK 113 KK Jumlah Sampel 321 KK 70 KK 68 KK 116 KK % dari Populasi 22,93% 88,61% 94,44% 72,96%

Tabel 2. Nilai rata-rata dari variabel yang diteliti Variabel n Rata-rata X1 Rata-rata X2 Rata-rata X3 Rata-rata X4 Rata-rata Y Pertamina 321 KK 5,36 orang Rp. 6.936.137 1,93 unit 3,90 orang 4,13 trip Zona Perumahan Beringin Patra Rawasari 70 KK 68 KK 5,93 orang 5,03 orang Rp. 2.685.714 Rp. 3.000.000 1,2 unit 1.09 unit 3,26 orang 2,96 orang 3,24 trip 3,05 trip Baruna 116 KK 6,03 orang Rp. 2.379.310 0,97 unit 3,34 orang 2,93 trip

11

Leo Sentosa, Mardani Sebayang, Shanti Yunita, 2010 .Model Bangkitan Perjalanan.Media Teknik Sipil. Vol. X, No. 1, Hal 8 - 13

Tabel 3. Korelasi antar variabel yang diteliti Zona Perumahan Pertamina X2 X3 1 0.408 1 0.426 0.473 0.391 0.476 Zona Perumahan Beringin Patra X2 X3 1 0.541 1 0.478 0.462 0.509 0.527 Zona Perumahan Rawasari X2 X3 1 0.607 1 0.414 0.6 0.346 0.568 Zona Perumahan Baruna X2 X3 1 0.595 0.52 0.488

Variabel X1 X2 X3 X4 Y Variabel X1 X2 X3 X4 Y Variabel X1 X2 X3 X4 Y Variabel X1 X2 X3 X4 Y

X1 1 0.442 0.391 0.828 0.759 X1 1 0.545 0.558 0.864 0.821 X1 1 0.398 0.608 0.866 0.779 X1 1 0.432 0.363 0.83 0.769

X4

1 0.895 X4

1 Y

1 0.833 X4

1 Y

1 0.866 X4

1 Y

1 0.432 0.375

1 0.835

Tabel 4. Bentuk persamaan bangkitan pergerakan terpilih untuk masing-masing zona perumahan yang diteliti Zona Perumahan Pertamina Beringin Patra Rawasari Baruna Tipe Model Power Power Power Power Persamaan Y = 1,3995 . X0,794 Y = 1,3013. X0,7734 Y = 1,234.X0.8306 Y = 1,184263.X0,745066 R2 0,77746 0,80136 0,83905 0,76049 Nilai t 33,383 16,563 18,549 19,026 Nilai F SE

1114,434 0,149 274,328 0,198 344,072 0,185 361,980 0,211

3.3. Pembentukan dan Pengujian Model Model bangkitan pergerakan yang dibentuk adalah model bangkitan dengan variabel bebas tunggal. Pemilihan variabel bebas berdasarkan nilai korelasi antar variabel seperti pada Tabel 3. Berdasarkan nilai korelasi tersebut, untuk masing-masing zona perumahan yang distudi, dipilih variabel bebas jumlah anggota keluarga yang bekerja dan / atau sekolah (X4). Pemilihan variabel tersebut berdasarkan nilai korelasi yang besar terhadap variabel tak bebas (Y). Pemilihan variabel bebas X4 sebagai variabel tunggal pembentuk model, sama seperti yang dipilih oleh
12

Gunawan,[2], dalam penelitiannya menyusun model bangkitan Zona Perumahan Kawasan Siteba Kota Padang. Setelah pemilihan variabel bebas pembentuk model kemudian dibuat model dengan beberapa tipe persamaan berdasarkan analisa regresi, kemudian model-model tersebut diuji parameter-parameter statistiknya untuk memilih model yang tepat dari beberapa tipe persamaan yang telah dibuat. Bentuk persamaan dan hasil uji parameter statistik masingmasing tipe persamaan untuk masing-masing zona perumahan dapat dilihat pada Tabel 4.

Leo Sentosa, Mardani Sebayang, Shanti Yunita, 2010 . Model Bangkitan Perjalanan.Media Teknik Sipil. Vol. X, No. 1, Hal 8 - 13

Dari beberapa persamaan masing-masing zona perumahan kemudian ditetapkan salah satu jenis persamaan yang paling mendekati kondisi yang ada. Penetapan model berdasarkan nilai SE yang terkecil dan nilai R2 yang terbesar. Nilai SE mejelaskan tingkat kesalah dari model, dan nilai R2 menunjukkan tingkat kekuatan variabel bebas menerangkan variabel tak bebas dalam model yang dibuat. Berdarkan indikator tersebut maka untuk masing-masing zona perumahan semuanya persamaan yang cocok untuk model bangkitan perjalanan adalah persamaan non-liner, yaitu bentuk Power. Bentuk persamaan yang terpilih pada studi ini untuk masing-masing zona perumahan seperti pada Tabel 5. Jenis persamaan pada studi ini agak berbeda dari pada studi yang dilakukan Gunawan [2], pada perumahan Siteba Padang, yang menetapkan bentuk persamaan adalah persamaan linier. Perbedaan tersebut disebabkan dalam penetapan model, Gunawan[2], hanya berdasarkan nilai R2 terbesar tanpa mempertimbangkan nilai SE. Sedangkan pada studi ini pemilihan model, selain nilai R2 terbesar, juga diperhatikan nilai SE yang terkecil. 4. SIMPULAN Dari analisa bangkitan perjalanan pada kawasan perumahan di Kelurahan Bukit Datuk Kota Dumai, dapat ditarik kesimpulan sebagai berikut. a. Dari keempat kawasan perumahan yang diteliti memiliki kecenderungan bangkitan perjalanan yang sama. Secara statistik hal yang paling menentukan jumlah bangkitan perjalanan perkeluarga dari keempat kawasan perumahan tersebut adalah jumlah anggota keluarga yang bekerja dan/atau sekolah.

b. Secara umum tipe persamaan pembentuk model estimasi bangkitan perjalanan keluarga adalah fungsi power dengan variabel bebas penentu terbaik adalah jumlah anggota keluarga yang bekerja dan/atau sekolah. 5. DAFTAR PUSTAKA [1] Tamin, O.Z., 1997. Perencanaan dan Pemodelan Transportasi, ITB, Bandung. [2] Gunawan, H. 1999. Model Estimasi Bangkitan Perjalanan Dari Kawasan Perumahan (Studi Kasus Kawasan Siteba Kota Padang), Prosiding Simposium II FSTPT, ITS, Surabaya, 2 Desember. [3] Sudjana, 1996. Metoda Statistik, Transito, Bandung. [4] Sulaiman, W., 2002. Jalan Pintas Menguasai SPSS 10, Andi Offset, Yokyakarta.

13