Tga PDF

STUDI ULANG NILAI EKIVALEN MOBIL PENUMPANG
PADA RUAS Jl. TGK. DAUD BEUREUEH

KOTA BANDA ACEH
Suatu Tugas Akhir
Untuk Memenuhi Sebagian dari Syarat-syarat
Yang Diperlukan untuk Memperoleh
Ijazah Sarjana Teknik
Disusun Oleh;
MUHAMMAD AL-BARRY
NIM
: 0704101020065
Bidang
: Transportasi
Jurusan
: Teknik Sipil
FAKULTAS TEKNIK UNIVERSITAS SYIAH KUALA

DARUSSALAM BANDA ACEH
2014
PRAKATA
Segala puji dan syukur penulis panjatkan ke hadirat Allah SWT yang telah
melimpahkan rahmat, taufiq dan karunia-Nya sehingga penulisan tugas akhir ini
dapat diselesaikan. Shalawat beriring salam kepada junjungan kita Rasulullah
Muhammad SAW yang telah membawa umat manusia dari alam kebodohan ke
alam yang penuh dengan ilmu pengetahuan.
Tugas akhir ini berjudul Studi Ulang Nilai Ekivalen Mobil Penumpang
Pada Ruas Jl. Tgk. Daud Beureueh Kota Banda Aceh, ditulis dalam rangka
melengkapi tugas-tugas dan memenuhi syarat-syarat yang diperlukan untuk
memperoleh gelar Sarjana Teknik Sipil pada Fakultas Teknik Universitas Syiah
Kuala.
Selama pelaksanaan penelitian dan penulisan tugas akhir ini penulis telah
banyak memperoleh bantuan dan bimbingan yang sangat bermanfaat dari berbagai
pihak terutama dari Pembimbing dan Co. Pembimbing. Untuk itu penulis
menyampaikan terima kasih kepada Ibu Lulusi, ST., M.Sc, sebagai pembimbing
dan Ibu Cut Mutiawati, ST., MT, sebagai Co. Pembimbing yang telah banyak
meluangkan waktu untuk membimbing penulis.
Pada kesempatan ini penulis juga menyampaikan terima kasih kepada :
1. Dekan Fakultas Teknik Universitas Syiah Kuala (Bapak Dr. Ir. Mirza Irwansyah,
MBA, MLA), Ketua Jurusan Teknik Sipil (Bapak Ir. Maimun Rizalihadi,
M.Sc.Eng), Ketua Bidang Transportasi (Ibu Dr. Renni Anggraini, ST. M.Eng),
serta seluruh dosen/tenaga pengajar pada Fakultas Teknik yang telah mendidik,
mengajar dan memberi dorongan kepada penulis;
2. Ibu Dr. Renni Anggraini, S.T.M.Eng selaku Dosen Pembimbing Akademik yang
telah membimbing penulis dalam bidang akademik selama masa pendidikan;
3.
Ibu Lulusi, S.T, M.Sc selaku pimpinan seminar dan sebagai pembimbing, Bapak
Ir. M. Ali Akoeb, M.Sc sebagai pembahas I, Ir. Nurlely, M.Sc,
sebagai
pembahas II, dan Ibu Febriyanti Maulina, S.T,. M.T sebagai pembahas III.
iii
4. Ayahanda Alm. H. Abdullah Umar dan Ibunda Hj. Suwaibah tercinta yang telah
memberikan do`a, pengorbanan, pengertian, kasih sayang serta dukungan yang
sangat tulus dan ikhlas untuk keberhasilan penulis dalam menyelesaikan Tugas
Akhir ini.
5. Kakanda Rahmatillah S.Kep, Mukhlis S.E, Adik saya Muhammad Asyari yang
telah banyak memberikan dorongan untuk keberhasilan penulis;
6. Rekan-rekan seperjuangan Zianul Furqan, Mirzan, Raihan Fauzan, Nadhirul,
Farhan Anwar Fuadi, M. Yasir Arafat, M. Iqbal, Akmal Baqi, Yusima, Alhuda,
Defri Basri, Afifuddin, Zulhelmi dan sederet nama lainnya yang tidak bisa
disebutkan satu persatu.
7. Seluruh staf dan rekan-rekan mahasiswa Fakultas Teknik Universitas Syiah
Kuala yang telah banyak membantu penulis hingga penulisan ini selesai.
Semoga Allah SWT memberikan balasan yang setimpal atas jasa dan budi
baik dari semua pihak yang telah membantu penulisan Tugas Akhir ini. Akhirnya
kepada Allah SWT jugalah kita berserah diri, karena tiada daya dan upaya kita
tanpa ada kehendak-Nya.
Darussalam,
Januari 2014
Penulis
MUHAMMAD AL-BARRY
0704101020065
iv
ABSTRAK
Ekivalen mobil penumpang (emp) adalah unit untuk mengkonversikan satuan arus
lalu lintas dari kendaraan/jam menjadi satuan mobil penumpang (smp/jam). Arus
lalu lintas yang terdiri dari bermacam jenis kendaraan, seperti mobil penumpang,
bus, truk dan sepeda motor dikonversikan menjadi satu satuan arus lalu lintas
yaitu smp/jam dengan menganggap bahwa satu kendaraan, selain jenis kendaraan
penumpang, diganti oleh satu kendaraan penumpang dikali dengan emp. Setiap
jenis kendaraan memiliki nilai emp yang berbeda dengan jenis kendaraan yang
lain, tergantung pada pengaruh keberadaannya didalam suatu arus lalu lintas.
Penelitian dilakukan pada ruas Jalan Tgk. Daud Beureueh yang termasuk jalan
enam lajur dua arah terbagi (6/2 D), lokasi penelitian ini merupakan penggunaan
lahan campuran yaitu area rumah sakit umum, perkantoran serta pendidikan
sehingga banyak masyarakat yang mengakses jalan tersebut. Tujuan penelitian ini
adalah menghitung ulang nilai ekivalen mobil penumpang pada ruas jalan
perkotaan dan membandingkan dengan nilai ekivalen mobil penumpang MKJI
1997. Penentuan nilai emp menggunakan metode analisis regresi. Analisis
diperoleh emp dengan interval 5 menit pada Senin pagi yaitu: Sepeda motor =
0,10 dan Kendaraan Berat = 1,2. Pada Senin sore yaitu: Sepeda motor = 2,6 dan
Kendaraan Berat = 0,25. Pada hari Rabu Pagi yaitu: Sepeda motor = 1,9 dan
Kendaraan Berat = 0,12. Pada Rabu Sore yaitu Sepeda motor = 1,7 dan Kendaraan
Berat = 0,36. Hasil penelitian pada ruas jalan Tgk. Daud Beureueh menunjukkan
kecenderungan nilai emp yang berubah-rubah disebabkan perbedaan volume lalu
lintas pada setiap jam puncak penelitian.
Kata kunci: ekivalen mobil penumpang, satuan mobil penumpang, arus lalu lintas.
DAFTAR ISI
Halaman
LEMBAR JUDUL ..........................................................................................
LEMBAR PENGESAHAN ...........................................................................
ii
PRAKATA ......................................................................................................
iii
ABSTRAK ......................................................................................................
DAFTAR ISI ...................................................................................................
vi
DAFTAR GAMBAR ......................................................................................
viii
DAFTAR TABEL ..........................................................................................
ix
DAFTAR LAMPIRAN A (GAMBAR) ........................................................
DAFTAR LAMPIRAN B (TABEL) .............................................................
xi
BAB I PENDAHULUAN ..........................................................................
BAB II TINJAUAN KEPUSTAKAAN .....................................................
2.1 Jalan ...........................................................................................
2.2 Volume dan Tingkat Arus .........................................................
2.3 Ekivalen Mobil Penumpang ......................................................
2.3.1 Basis kecepatan ...............................................................
2.3.2 Metode headway ............................................................
2.3.3 Basis kapasitas ...............................................................
2.3.4 Basis regresi linier berganda ...........................................
2.4 Studi Terdahulu .........................................................................
2.4 Analisis Regresi ........................................................................
10
2.5.1 Model analisis regresi linear sederhana ...........................
10
2.5.2 Model Analisis Regresi Linear Berganda ........................
12
2.5.3 Koefisien korelasi berganda (R) dan determinasi (R2) ....
13
vi
BAB III METODE PENELITIAN .............................................................
14
3.1 Pilot Survey ...............................................................................
14
3.2 Lokasi Penelitian .......................................................................
14
3.3 Pengumpulan Data.....................................................................
15
3.3.1 Data primer ......................................................................
15
3.3.2 Data sekunder ...................................................................
16
3.4 Metode Pengolahan dan Analisis Data ......................................
16
3.4.1 Volume lalu lintas .............................................................
16
3.4.2 Hubungan X1, X2 dengan Y ..............................................
17
3.4.3 Koefisien korelasi berganda (R) dan determinasi (R2) .....
18
3.4.3 Proses pengolahan data menggunakan fasilitas toolpak

pada Ms. Excel .................................................................
19
BAB IV HASIL DAN PEMBAHASAN......................................................
21
4.1 Hasil ...........................................................................................
21
4.1.1 Geometrik ruas jalan .........................................................
21
4.1.2 Volume lalu-lintas .............................................................
22
4.1.3 Model regresi linier berganda, korelasi dan determinasi ..
26
4.2 Analisis Nilai Emp Volume Lalu Lintas Interval 5 Menit ........
26
4.2.1 Perbandingan nilai emp penelitian dengan emp MKJI 1997
28
4.3 Pembahasan ...............................................................................
32
BAB V KESIMPULAN DAN SARAN ......................................................
30
5.1 Kesimpulan ................................................................................
30
5.2 Saran ..........................................................................................
30
DAFTAR KEPUSTAKAAN .........................................................................
31
vii
DAFTAR GAMBAR
Halaman
Gambar 3.1 Contoh pengkodean jenis kendaraan dan file notepad ................
17
Gambar 3.2 Contoh analisis regresi menggunakan Ms. Excel........................
19
Gambar 3.3 Contoh analisis input data X dan Y.............................................
20
Gambar 3.4 Contoh hasil analisis regresi ........................................................
20
Gambar 4.1 Penentuan jam puncak Senin pagi ...............................................
22
Gambar 4.2 Penentuan jam puncak Senin sore ...............................................
23
Gambar 4.3 Penentuan jam puncak Rabu pagi ...............................................
24
Gambar 4.4 Penentuan jam puncak Rabu sore................................................
25
viii
DAFTAR TABEL
Halaman
Tabel 2.1 Faktor Ekivalen Mobil Penumpang ................................................
Tabel 3.1 Jumlah Kendaraan Dengan Interval Waktu 5 Menit .......................
18
Tabel 4.1 Data Ruas Jalan Tgk. Daud Beureuh, Banda Aceh.........................
21
Tabel 4.2 Rekapitulasi Volume Lalu lintas (Senin Pagi) ................................
22
Tabel 4.3 Rekapitulasi Volume Lalu lintas (Senin Sore) ................................
23
Tabel 4.4 Rekapitulasi Volume Lalu lintas (Rabu Pagi) ...............................
24
Tabel 4.5 Rekapitulasi Volume Lalu lintas (Rabu Sore) ................................
25
Tabel 4.6 Model Regresi Linier Berganda, korelasi dan determinasi .............
26
Tabel 4.7 Model Regresi Linier Berganda, korelasi dan determinasi .............
26
Tabel 4.8 Hasil Nilai Emp Hari Senin Pagi ....................................................
27
Tabel 4.9 Hasil Nilai Emp Hari Senin Sore ....................................................
27
Tabel 4.10 Hasil Nilai Emp Hari Rabu Pagi ...................................................
27
Tabel 4.11 Hasil Nilai Emp Hari Rabu Sore ...................................................
27
Tabel 4.12 Rekap perbandingan nilai emp MKJI dengan hasil penelitian .....
28
ix
DAFTAR LAMPIRAN A (GAMBAR)

Halaman
Gambar A 1.1 Peta Rencana Pemanfaatan Ruang Kota Banda Aceh .............
32
Gambar A 1.2 Area Penelitian ........................................................................
33
Gambar A 1.3 Arus Lalu lintas .......................................................................
34
34
35
35
Gambar A 3.1 Bagan Alir Metode Penelitian .................................................
36
DAFTAR LAMPIRAN B (TABEL)

Halaman
Tabel B.4.1 Waktu kedatangan kend. Berat, kend. Ringan dan jumlah kendaraan
.. 37
.. 38
.. 39
.. 40
.. 41
.. 42
.. 43
.. 44
.. 45
Tabel B.4.10 Waktu kedatangan kend. Berat, kend. Ringan dan jumlah kendaraan .. 46
Tabel B.4.17 Volume lalu lintas sepeda motor ............................................................. 53
Tabel B.4.21 Volume lalu lintas Kend. Ringan ............................................................ 55
Tabel B.4.25 Volume lalu lintas Kend. Berat ............................................................... 57
xi
Tabel B.4.29 Hasil regresi linier menggunakan fasilitas toolpak pada Ms. Excel........ 59
xii
BAB I
PENDAHULUAN
Perkembangan di bidang transportasi bagian darat mengalami kemajuan

setiap tahunnya, peningkatan ilmu pengetahuan dan teknologi dalam membangun
sarana dan prasarana menjadi lebih baik untuk keselamatan dan kenyamanan
penggguna jalan. Jalan raya sebagai prasarana transportasi darat terbagi atas ruas
jalan dan simpang yang membutuhkan keahlian dan ketelitian dalam
perencanaannya.
Arus lalu lintas campuran merupakan arus lalu lintas yang terdiri dari
berbagai tipe kendaraan. Nilai satuan mobil penumpang (smp) atau passenger car
unit (pcu) sangat penting untuk studi aliran lalu lintas campuran. Komposisi lalu
lintas yang bervariasi harus diubah kedalam nilai smp maka tiap jenis kendaraan
memiliki nilai konversi yang disebut ekivalensi mobil penumpang (emp).
Besarnya nilai ekivalensi mobil penumpang dari berbagai jenis kendaraan
berbeda-beda untuk setiap daerah atau negara, yang dipengaruhi oleh faktor
karakteristik kendaraan, jalan, lingkungan dan kondisi pengendalian lalu lintas.
Nilai ekivalen mobil penumpang yang telah ditetapkan Manual Kapasitas Jalan
Indonesia (MKJI) pada tahun 1997 belum tentu memenuhi karakteristik lalu lintas
pada kondisi sekarang, sehingga perlu diteliti kembali apakah masih sama atau
tidak dengan perubahan parameter-parameter yang berhubungan dengan
perhitungan nilai ekivalen mobil penumpang itu sendiri. Kajian untuk menilai
nilai emp, dilakukan pada Jalan Tgk Daud Beureueh, Banda Aceh tepatnya di
depan RSUD Zainal Abidin. Jalan ini merupakan jalan arteri 6 lajur, 2 arah terbagi
(6/2 D), lokasi penelitian dapat dilihat pada Lampiran A Gambar A.1.2.
Tujuan penelitian ini adalah untuk menghitung ulang nilai ekivalen
mobil penumpang pada ruas jalan perkotaan dan membandingkan dengan nilai
ekivalen mobil penumpang yang direkomendasikan oleh Manual Kapasitas Jalan
Indonesia (1997).
Pengambilan data di lapangan dilakukan dua hari, yaitu pada Hari Senin
11 November 2013 dan Rabu 13 November 2013. Waktu pengamatan dilakukan
selama 60 menit pada setiap jam puncak pagi dan sore dengan interval waktu 5
menit. Untuk pengambilan di pagi hari dimulai dari pukul 07.30 WIB sampai
dengan 08.30 WIB dan pengambilan data pada jam puncak sore dimulai dari
pukul 17.00 WIB sampai dengan 18.00 WIB. Pengambilan data menggunakan
alat
perekam
(handycam),
penempatan
kamera
yaitu
pada
jembatan
penyeberangan di depan kantor Badan Narkotika Nasional, agar kendaraan yang

melewati pias yang telah ditentukan dapat terlihat dengan jelas. Rekaman yang
didapat diputar kembali ketika proses pengolahan data menurut parameter yang
diperlukan.
Hasil nilai emp pada Senin pagi yaitu: sepeda motor = 0,10 dan kend.
Berat = 1,6. Hasil emp pada Senin sore yaitu: sepeda motor = 0,25 dan kend.
Berat = 2,6. Hasil emp pada pada Rabu pagi yaitu: sepeda motor = 0,12 dan kend.
Berat = 1,9. Hasil emp pada pada Rabu sore yaitu: sepeda motor = 0,36 dan kend.
Berat = 1,7. Hasil pengambilan data, diperoleh jam puncak (peak hour) pada hari
Senin 24 mei 2013 pada pengambilan data jam 07.30 08.30. Perbandingan hasil
nilai emp penelitian ini dengan MKJI 1997 hanya diambil pada waktu penelitian
Senin pagi, karena pada waktu tersebut volume lalu lintas paling tinggi
dibandingkan dengan volume lalu lintas pada waktu penelitian yang lain.
BAB II
TINJAUAN KEPUSTAKAAN
2.1
Jalan
Menurut UU no. 38 tahun 2004 tentang jalan (pasal 5 & 8), jalan adalah
prasarana transportasi darat yang meliputi segala bagian jalan, termasuk bangunan
pelengkap dan perlengkapannya yang diperuntukkan bagi lalu lintas, yang berada
pada permukaan tanah, di atas permukaan tanah, di bawah permukaan tanah
dan/atau air, serta di atas permukaan air, kecuali jalan kereta api, jalan lori, dan
jalan kabel.
Jalan umum menurut fungsinya dikelompokkan ke dalam jalan arteri, jalan

kolektor, jalan lokal dan jalan lingkungan.
Jalan arteri merupakan jalan umum yang berfungsi melayani angkutan utama
dengan ciri perjalanan jarak jauh, kecepatan rata-rata tinggi, dan jumlah jalan
masuk dibatasi secara berdaya guna.
Jalan kolektor merupakan jalan umum yang berfungsi melayani angkutan
pengumpul atau pembagi dengan ciri perjalanan jarak sedang, kecepatan ratarata sedang, dan jumlah jalan masuk dibatasi.
Jalan lokal merupakan jalan umum yang berfungsi melayani angkutan setempat
dengan ciri perjalanan jarak dekat, kecepatan rata-rata rendah, dan jumlah jalan
masuk tidak dibatasi.
Jalan lingkungan merupakan jalan umum yang berfungsi melayani angkutan
lingkungan dengan ciri perjalanan jarak dekat, dan kecepatan rata-rata rendah.
2.2
Volume dan Tingkat Arus
Menurut Roger, dkk (2004:161), volume lalu lintas diartikan sebagai

jumlah kendaraan yang melintasi suatu titik di jalan per lajur atau jalur dalam
interval waktu tertentu. Satuan volume dinyatakan dalam kendaraan persatuan
waktu (jam/hari). Sedangkan tingkat arus adalah jumlah kendaraan persatuan

waktu (jam), namun tingkat arus merupakan kondisi jumlah arus lalu lintas yang
diamati kurang dari 1 jam. HCM 2000 merekomendasikan pengamatan tingkat
arus selama 15 menit interval pengamatan. Dalam pembahasannya volume dibagi
menjadi 2, yaitu:
1. Volume harian (daily volume)
Volume harian biasanya digunakan untuk tujuan perencanaan seperti
perencanaan geometrik dan struktural jalan raya. Terdapat empat jenis
volume harian yang sering di gunakan dalam studi teknik lalu lintas, yaitu:
Lalu lintas harian rata-rata tahunan.
Lalu lintas harian tahunan.
Lalu lintas hari kerja tahunan.
Lalu lintas hari kerja tahunan.
2. Volume perjam (hourly volumes)

Suatu pengamatan terhadap arus lalu lintas untuk menentukan jam puncak
selama periode pagi dan sore yang biasanya terjadi kesibukan akibat orang
pergi dan pulang kerja. Dari pengamatan tersebut dapat diketahui arus
paling besar yang disebut sebagai jam puncak. Volume perjam lebih
cenderung digunakan oleh traffic engineer dalam disain dan analisis
operasional lalu lintas seperti menentukan kapasitas operasional dan
tingkat pelayanan (LOS). Jam puncak merupakan kondisi kritis yang
digunakan para traffic engineer dalam menganalisa aktual volume perjam.
2.3
Ekivalen Mobil Penumpang
Analisa dan perhitungan volume lalu lintas yang terdiri dari berbagai tipe
kendaraan, maka perlu dikonversikan kedalam satuan kendaraan ringan yang
dikenal sebagai satuan mobil penumpang dengan menggunakan faktor ekivalensi
mobil penumpang.
Menurut Manual Kapasitas Jalan Indonesia (1997:6), satuan mobil

penumpang dan ekivalensi mobil penumpang sebagai berikut:
a.
Satuan Mobil Penumpang, yaitu satuan arus, dimana arus dari berbagai tipe
kendaraan telah diubah menjadi kendaraan ringan (termasuk mobil
penumpang) dengan menggunakan emp.
b.
Ekivalen Mobil Penumpang, yaitu faktor konversi berbagai jenis kendaraan

dibandingkan dengan mobil penumpang atau kenderaan ringan lainnya
sehubungan dengan dampaknya pada perilaku lalu lintas (untuk mobil
penumpang dan kendaraan ringan lainnya, emp = 1,0)
Jalan perkotaan dan persimpangan, kendaraan pada arus lalu lintas dibagi
dalam 3 (tiga) tipe yaitu:

a.
Kendaraan ringan (LV) adalah kendaraan bermotor ber as dua dengan empat
roda dan dengan jarak as 2,0 3,0 m (meliputi : mobil penumpang, oplet,
mikro bis, pick-up dan truk kecil sesuai sistem klasifikasi Bina Marga).
b.
Kendaraan berat (HV) adalah kendaraan bermotor dengan lebih dari empat
roda (meliputi: bis, trus 2 as, truk 3 as dan truk kombinasi sesuai sistem
klasifikasi Bina Marga).
c.
Sepeda motor (MC) adalah kendaraan bermotor dengan dua atau tiga roda
(meliputi: sepeda motor dan kendaraan roda tiga sesuai sistem klasifikasi
Bina Marga).
Tabel 2.1 Faktor Ekivalen Mobil Penumpang

Arus Lalu lintas per jalur
Tipe Jalan
(kend/jam)
Dua Lajur satu arah (2/1)
0
Empat lajur terbagi (4/2 D)
Tiga lajur satu arah (3/1)
Enam lajur terbagi (6/2 D)
Sumber: MKJI (1997: 5-38)
EMP
HV
1,3
MC
0,4
> 1050
1,2
0,25
1,3
0,4
>1100
1,2
0,25
Ada beberapa cara
atau metode
yang dapat
digunakan
untuk
memperkirakan nilai ekivalensi mobil penumpang, tergantung dari karakteristik

dan kondisi lalu lintasnya. Adapun cara atau metode yang dapat digunakan untuk
mencari atau memperkirakan ekivalen mobil penumpang (emp): Basis kecepatan,
metode headway, basis kapasitas, basis regresi linier berganda.
2.3.1 Basis kecepatan
Koeswandono (2007) mengembangkan metode penghitungan emp dengan

basis kecepatan. Untuk mencari emp dengan basis kecepatan adalah dengan
mengetahui hubungan kecepatan (v) dan volume lalu lintas (q) dengan
menggunakan regresi multi linier. Model linier hubungan kecepatan dan volume
dipilih karena dalam prakteknya hubungan antar volume dan kecepatan mendekati
linier. Model regresi berganda dari hubungan kecepatan dan volume adalah :
v = a c1 (qlv) c2 (qhv) c3 (qmc) c4 (qspd) c5 (qbck).(2.1)
keterangan :
v
kecepatan rata-rata;
kecepatan arus bebas;
koefisien;
c1
koefisien mobil ringan/ mobil penumpang;
c2
koefisien mobil berat;
c3
koefisien sepeda motor;
c4
koefisien sepeda;
c5
koefisien becak;
qlv
jumlah lv;
qhv
jumlah hv;
qmc =
jumlah sepeda motor;
qspd =
jumlah sepeda;
qbck =
jumlah becak.
Untuk menentukan emp kendaraan selain mobil penumpang maka

koefisien tiap jenis kendaraan dibagi dengan koefisien dari mobil penumpang (lv)
dan dapat diformulasikan :
emp = ci / c1 ...(2.2)
keterangan :
ci = koefisien jenis kendaraan i, c1 = koefisien mobil penumpang (lv).

2.3.2 Metode headway
Menurut Chang Chen (1978), metode ini akan menguraikan lebih dalam
mengenai penentuan emp kendaraan di jalan raya maupun jaringan jalannya. Nilai
emp kendaraan lebih umum ditentukan di persimpangan jalan. Murtiono (2002)
menguraikan bahwa penentuan emp dari mobil barang di persimpangan jalan
dengan lampu pengatur lalu lintas adalah bervariasi, dan berbanding lurus dengan
lebar lengan persimpangannya. Emp mobil barang dapat ditentukan dengan
membagi headway rata-rata mobil barang mengikuti mobil barang dengan
headway rata-rata dari mobil penumpang mengikuti mobil penumpang didalam
satu lajur tunggal di persimpangan jalan dengan lampu pengatur lalu lintas. Emp
tersebut bisa ditentukan dengan pencatatan headway antara kendaraan-kendaraan
yang melintasi garis henti secara berurutan. Pengamatan ini dibagi dalam
kelompok-kelompok seperti:
1. Mobil penumpang mengikuti mobil penumpang.
2. Mobil barang mengikuti mobil penumpang.
3. Mobil penumpang mengikuti mobil barang.
4. Mobil barang mengikuti mobil barang.
2.3.3 Basis kapasitas
Murtiono (2002) menjelaskan dalam penelitiannya tentang Pengaruh

Sepeda Motor di Persimpangan Jalan dengan Pengatur Lampu Lalu Lintas di
Kendal, menyatakan bahwa untuk menghitung emp dapat digunakan metode

kapasitas dengan regressi linier berganda yang diformulakan sebagai berikut :
S = c1 lv + c2 hv + c3 mc + c4 um.....(2.3)
keterangan :
S
= arus jenuh;
= koefisien;
lv
= mobil penumpang /kendaraan ringan;
hv = mobil besar;
mc = sepeda motor;
um = kendaraan tidak bermotor.
Karena c1 = emp untuk lv = 1 maka :
c1 lv = S - c2 hv - c3 mc - c4 um ...(2.4)
Dari persamaan diatas maka koefisien yang dihasilkan pada setiap jenis
kendaraan adalah merupakan nilai emp dari jenis kendaraan tersebut.
2.3.4 Basis regresi linier berganda
Menurut Tamin (2000), analisa regresi linier berganda adalah suatu

metode statistik. Untuk menggunakannya, terdapat beberapa asumsi yang perlu
diperhatikan:
1. Nilai variabel, khususnya variabel bebas, mempunyai nilai tertentu atau
merupakan nilai yang didapat dari hasil survey tanpa kesalahan berarti.
2. Variabel tidak bebas (y) harus mempunyai hubungan korelasi linier dengan
variabel bebas (x). Jika hubungan tersebut tidak linier, transformasi linier
harus dilakukan, meskipun batasan ini akan mempunyai implikasi lain dalam
analisis residual.
3. Efek variabel bebas pada variabel tidak bebas merupakan penjumlahan, dan
harus tidak ada korelasi yang kuat antara sesama variabel bebas.
4. Variansi variabel tidak bebas terhadap garis regresi harus sama untuk semua
nilai variabel bebas.
5. Nilai variabel tidak bebas harus tersebar normal atau minimal mendekati
normal.
6. Nilai variabel bebas sebaiknya merupakan besaran yang relatif mudah
diproyeksikan.
2.4
Studi Terdahulu
Beberapa penelitian yang digunakan sebagai acuan penelitian ini antara

lain yaitu:
1.
Juniarta, dkk (2012) menjelaskan penentuan nilai ekivalensi mobil

penumpang pada ruas jalan perkotaan. Penelitian dilakukan pada ruas
Jalan Raya Sesetan yang termasuk jalan dua lajur dua arah tak terbagi (2/2
UD).
Tujuan
studi
ini
adalah
menemukan
nilai
emp
serta
membandingkannya dengan nilai emp MKJI 1997. Penentuan nilai emp

menggunakan metode analisis regresi linier berganda. Dari analisis regresi
diperoleh emp yaitu :
Interval waktu 3 menit: Kend. Berat = 1,88 dan Sepeda Motor = 0,11;
Interval waktu 15 menit: Kend. Berat = 1,75 dan Sepeda Motor = 0,10;
Interval waktu 1 jam: Kend. Berat = 2,58 dan Sepeda Motor = -0,11.
Sedangkan nilai emp dalam MKJI:
Kendaraan Berat = 1,2;
Sepeda Motor = 0,25.
Nilai emp penelitian 3 menit dan 15 menit bersesuaian dengan MKJI
1997.
2.
Iskandar (2010) menjelaskan cara pemutakhiran nilai ekivalen mobil

penumpang dan kapasitas dasar ruas jalan luar kota. Hasil kajian pada
penelitian ini menunjukkan bahwa untuk ruas jalan luar kota, nilai emp
dapat ditetapkan dari hubungan kecepatan dengan volume lalu lintas per
komposisi, kapasitas dasar ditetapkan dari hubungan linear antara
kecepatan dan kerapatan arus, dan hasil uji coba menunjukkan bahwa cara
ini dapat dipakai untuk menetapkan emp dan kapasitas dasar. Hasil uji
10
coba terhadap data ruas Jalan Nagreg-Tasikmalaya menunjukkan

kecenderungan nilai emp dan kapasitas dasar yang berubah.
2.5
Analisis Regresi
Hasan (2001:190) menyebutkan analisis regresi adalah metode statistik

yang dapat digunakan untuk mempelajari hubungan antar sifat permasalahan yang
sedang diselidiki serta untuk mengukur ada atau tidaknya korelasi antar variabel
tersebut, istilah regresi yang berarti ramalan atau taksiran. Analisis regresi lebih
akurat dalam melakukan analisis korelasi, karena pada analisis itu kesulitan dalam
menunjukkan slop (tingkat perubahan suatu variabel terhadap variabel lainnya
dapat ditentukan).
Analisis regresi berfungsi untuk menghasilkan hubungan antara dua
variabel atau lebih. Analisis regresi memberi dasar untuk mengadakan prediksi
suatu variabel dari informasi yang diperoleh variabel lainnya. Suatu variabel yang
diramalkan (kriterium) dan variabel yang digunakan untuk meramalkan
(prediktor) terdapat korelasi signifikan.
2.5.1
Model analisis regresi linear sederhana
Tamin (2000:97) menyatakan bahwa model analisis regresi linear dapat

memodelkan hubungan antara 2 (dua) peubah. Pada model ini terdapat variabel
peubah tidak bebas (y) yang mempunyai hubungan fungsional dengan satu peubah
bebas (x).
Hasan (2001:203) menyatakan variabel bebas (independent variable)
adalah variabel yang nilai-nilainya tidak bergantung pada variabel lainnya,
biasanya disimbolkan dengan (x), variabel tersebut digunakan untuk meramalkan
atau menerangkan nilai variabel yang lain. Sedangkan, variabel tidak bebas
(dependent variable) merupakan variabel yang nilai-nilainya bergantung pada
variabel lainnya, biasanya disimbolkan dengan (y), variabel tersebut merupakan
11
variabel yang diterangkan atau diramalkan nilainya. Bentuk umum metode

analisis regresi linear sederhana dapat dilihat pada persamaan (2.1) berikut :
Y = A + BX ...........................................................................................(2.5)
Dimana :
Y = peubah tidak bebas
X = peubah bebas
A = intersep atau konstanta regresi
B = koefisien regresi
Menurut Syakhiruddin (2008), untuk membentuk persamaan regresi linear

sederhana perumusannya dapat dinyatakan dalam persamaan (2.2) berikut :
na b xi y i
a xi b xi x1 . y i
2
.................................................................... (2.6)
Dimana :
n = Jumlah data;
b = Konstanta regresi;
y = Variabel terikat;
a = Konstanta regresi
Syakhiruddin (2008) menyatakan bentuk kedua persamaan tersebut di atas

dapat dituliskan dalam bentuk matrik yang perhitungannya sebagai berikut :
x i
x
x
2
i
a
b =

y i
.............................................................(2.7)
xi y i
Metode regresi linear ini akan digunakan untuk menghasilkan hubungan

dalam bentuk numerik dan untuk melihat bagaimana (regresi sederhana) atau
lebih (regresi berganda) peubah saling berkait.
12
2.5.2
Model Analisis Regresi Linear Berganda
Syakhiruddin (2008:143) menyatakan bahwa persamaan regresi linear

berganda (multiple regression) adalah suatu bentuk persamaan regresi linear yang
menjelaskan hubungan fungsional secara linear antara beberapa variabel bebas
dengan hanya satu variabel tak bebas. Bentuk persamaannya adalah sebagai
berikut :
Y = a + b1 x1 + b2 x2 +.....+ bz xz . ....................................................... ... (2.8)
Dimana :
Y
= Variabel terikat yang akan diramalkan (dependent variable);
bo
= Konstanta regresi;
b1, b2, bz
= Koefisien regresi;
x1, x2, xz
= Variabel-variabel bebas (independent variable).
Untuk mencari koefisien b0 , b1 , b2 ,..., bz dapat dicari dengan perumusan

dalam beberapa persamaan linear berikut :
nb0 b x1 b2 x2 ... bk xk yi
b0 x1 b1 x1 b2 x1 .x2 ... bk x1 .x z x1 . yi
2
2
b0 x2 b1 x1 .x2 b2 x2 ... bk x2 .x z x2 . yi .............. ..(2.9)
..............................................................................
b0 x z b1 x z .x1 b2 x z .x2 ... bz x z x z .xi
2
Syakhiruddin
(2008)
menambahkan
untuk
mencari
koefisien
b0 , b1 , b2 ,..., bz dapat dilakukan dengan persamaan tersebut di atas dapat juga

dirumuskan dalam bentuk persamaan matriks sebagai berikut :
x1 x2 x z
n
2
x1 .x2 x1 .x z
x1 x1
2
x
x .x
x
x 2 .x z
2 2 1 2
............ ................ ................ ..........
2
x
.
x
x
.
x
x
x
z z 1 z 2 z
b0
b
1
b 2 =

...
b z

y1
x1 y1
x 2 y1 ..................(2.10)
......
x z y1
13
2.5.3
Koefisien korelasi berganda (R) dan determinasi (R2)
Syakhiruddin (2008:152) menjelaskan bahwa koefisien korelasi adalah

suatu koefisien yang menjelaskan keeratan hubungan keterkaitan antara variabel
bebas (x) dengan variabel tak bebas (y). Hubungan keterkaitan antara variabel (x)
dan (y) tersebut ada dua macam bentuk hubungan, yaitu hubungan positif dan
hubungan negatif.
Koefisien korelasi positif yang semakin besar mendekati
(+1) hubungan keterkaitan antara variabel (x) dengan (y) semakin kuat dan erat,
sebaliknya koefisien korelasi positif yang semakin kecil mendekati nol (0)
hubungan positif tersebut semakin lemah. Sedangkan korelasi koefisien negatif
yang semakin besar mendekati (0) hubungan negatif tersebut semakin lemah dan
sebaliknya koefisien korelasi yang negatif semakin kecil mendekati (-1),
hubungan negatif tersebut semakin kuat dan erat.
Miro (2005:72) juga menambahkan jika nilai korelasi (+1) maka korelasi
yang terjadi sempurna (sangat kuat), jika nilai korelasi terletak antara 0,50 s/d
0,99 maka korelasi yang terjadi cukup kuat, sedangkan jika nilai korelasi terletak
antara 0,01 s/d 0,49 maka korelasi yang dihasilkan rendah (lemah). Koefisien
korelasi regresi linear berganda dirumuskan sebagai berikut :
...(2.11)
Dimana :
R = Koefisien korelasi antara (x) dan (y).
Syakhiruddin (2008:153) menyatakan sebagaimana halnya pada analisis

regresi linear sederhana bahwa koefisien determinasi berganda adalah suatu
koefisien yang menjelaskan besarnya pengaruh secara serentak variabel-variabel
bebas terhadap variabel tidak bebasnya. Koefisien determinasi berganda
dilambangkan dengan (R2), perumusannya adalah sebagai berikut :
R2 = Nilai R dikuadratkan................................................................................ (2.12)
14
BAB III
METODE PENELITIAN
Data yang dikumpulkan pada penelitian yaitu data primer dan data
sekunder. Pada penelitian penulisan ini, pengumpulan data dilakukan dengan
pengukuran dan pengamatan di pinggir jalan. Metode pengumpulan data dan
pengolahan data sebagaimana dirumuskan pada bagan alir penelitian pada
Lampiran A Gambar A.3.1 halaman 36.
3.1
Survei Pendahuluan
Survei pendahuluan ini dilakukan untuk mengetahui gambaran umum dari

lokasi penelitian. Berdasarkan Survei pendahuluan maka diperoleh data tempat
penelitian yang meliputi :
Jalan 6 lajur, 2 arah terbagi;
Lebar masing-masing lajur : 3 meter;
Pemisah arah dibatasi oleh median;
Kondisi perkerasan dalam keadaan baik;
3.2
Lokasi Penelitian
Lokasi penelitian ini berada pada Jalan Tgk Daud Beureueh. Banda Aceh
yang merupakan salah satu akses jalan dari Darusalam ke pusat Kota Banda Aceh
atau sebaliknya. Berdasarkan tata guna lahan, lokasi penelitian ini merupakan
penggunaan lahan campuran yaitu area rumah sakit umum, bisnis, perkantoran,
serta pendidikan, sehingga banyaknya masyarakat yang melewati jalan tersebut
sepanjang hari.
14
15
3.3
Pengumpulan Data
Data pada penelitian ini dibagi dua bagian, yaitu data primer dan data
sekunder.
3.3.1
Data primer
Data primer adalah data yang didapatkan dengan cara observasi atau
pengamatan langsung di lokasi penelitian yang meliputi jumlah kendaraan ringan,
kendaraan berat, sepeda motor dan geometrik jalan raya. Pengambilan data
volume lalu lintas dilakukan dengan menggunakan satu alat perekam berupa video
(handycam), kemudian kamera perekam diletakkan pada jembatan penyeberangan
yang terletak di depan kantor Badan Narkotika Nasional. Perletakan kamera di
tempat yang tinggi dapat menjangkau dua jalur secara bersamaan yaitu arah
Lampineung Lampriet dan Lampriet Lampineung sehingga kendaraan yang
melewati pias yang telah ditentukan dapat terlihat dengan jelas.
Survei lapangan dilakukan selama 2 hari yaitu Hari Senin 11 November
2013 dan Rabu 13 November 2013, dengan asumsi satu hari pada aktivitas sibuk
dan terjadi volume puncak kendaraan yang mengakses ruas jalan tersebut. Survei
dilakukan pada jam-jam sibuk yaitu:
Pagi
: Pukul 07.30-08.30 WIB
Sore
: Pukul 17.00-18.00 WIB
Dalam pengambilan data digunakan beberapa alat bantu untuk menunjang

pelaksanaan penelitian sebagai berikut:
a.
Kamera digital
Digunakan untuk merekam jumlah kendaraan yang melewati jalan
tersebut.
b.
Tripod
Digunakan sebagai alat meletakkan kamera digital.
c.
Roll meter
Digunakan untuk mengukur lebar perlajur jalan.
16
3.3.2
Data sekunder
Data sekunder sebagai pelengkap data penunjang di lapangan meliputi peta

jaringan Jalan Kota Banda Aceh yang diperoleh dari intansi-intansi terkait, seperti
Dinas Pemukiman dan Prasarana Wilayah dan peta lokasi pengamatan pada jalan
yang ditinjau.
3.4
Metode Pengolahan dan Analisis Data
3.4.1
Volume lalu lintas
Survei volume lalu lintas bertujuan untuk mengetahui jumlah masingmasing jenis kendaraan yang melewati ruas jalan yang diamati dalam interval
waktu 5 menit. Komposisi pergerakan volume lalu lintas yang melewati pada ruas
jalan Tgk. Daud Beureueh adalah sebagai berikut :
1. Light vehicle (LV), yaitu kendaraan ringan yang beroda empat dengan dua as
berjarak 2-3 meter (termasuk kendaraan penumpang, pick up, dan kendaraan
umum kecil).
2. Heavy vehicle (HV), yaitu kendaraan berat beroda lebih dari 4 roda dengan
jarak as 3,5 meter termasuk bis, truk 2 as, truk 3 as dan truk kombinasi sesuai
sistem klasifikasi Bina Marga.
3. Motor cycle (MC), yaitu kendaraan bermotor beroda dua atau tiga seperti becak
motor atau sepeda motor.
4. Un motorized (UM), yaitu kendaraan tidak bermotor seperti sepeda, pejalan
kaki dan becak dayung.
Data yang berasal dari video rekaman diputar kembali dan dihitung
volume lalu lintas dengan menggunakan aplikasi Timer Free Application Software
(TFAS). Pada saat data diekstrak, data tersebut diberi kode seperti no 1 untuk
sepeda motor, no 2 untuk kendaraan ringan dan no 3 untuk kendaraan berat.
17
Kemudian software secara otomatis mencatat ke dalam file notepad seperti yang
terlihat pada gambar 3.1.
2
1
Gambar 3.1 Contoh Pengkodean Jenis Kendaraan dan file Notepad

Setelah itu file notepad diintegrasikan kedalam Ms. Excel 2007 untuk
pengolahan data primer seperti volume lalu lintas dan waktu kedatangan. Data
primer tersebut dianalisis menggunakan pivot table yang telah tersedia didalam
Ms. Excel 2007. Selanjutnya total kendaraan dan waktu kedatangan kendaraan
direkap berdasarkan lamanya pengamatan dilapangan selama setiap jam puncak.
Data yang akan digunakan dalam penelitian ini adalah volume kendaraan
ringan, volume kendaraan berat dan volume sepeda motor dengan interval waktu
5 menit.
3.4.2
Hubungan X1, X2 dengan Y

Analisis regresi linier berganda merupakan metode statistik yang dapat
dipergunakan untuk mempelajari hubungan antar sifat permasalahan yang sedang

diselidiki. Pada penelitian ini permasalahannya adalah arus lalu yang terdiri dari
berbagai tipe kendaraan harus diubah menjadi satuan mobil penumpang (smp)
maka tiap jenis kendaraan memiliki nilai konversi yang berbeda-beda.
18
Model analisis linier dapat memodelkan hubungan antar dua variabel atau
lebih. Pada model ini terdapat variabel tidak bebas (Y) yang mempunyai
hubungan fungsional dengan dua variabel bebas (X).
Model persamaannya :
Y = b0 b1.X1 b2.X2..(3.1)
Dimana :
Y = Volume kendaraan ringan (kendaraan/jam);
b0 = Nilai Konstanta
X1 = Volume kendaraan berat (kendaraan/jam);
X2 = Volume sepeda motor (kendaraan/jam);
b1 = Nilai emp kendaraan berat;
b2 = Nilai emp sepeda motor.
Untuk mendapatkan b0, b1 dan b2 yaitu dengan menggunakan fasilitas
toolpak pada Ms. Excel dan data volume lalu lintas dijadikan per 5 menit seperti
pada tabel 3.1.
Tabel 3.1 Jumlah Kendaraan Dengan Interval Waktu 5 Menit

No
Waktu
Kend Ringan (Y) Kend Berat (X1)
1
07.30 - 07.35
2
07.35 - 07.40
n
n
n
n
total
3.4.2
Sepeda Motor (X2)
Koefisien korelasi berganda (R) dan determinasi (R2)
Koefisien korelasi (R) didapat dengan jalan mengambil akar dari koefisien
determinasi (R2). Nilai korelasi terletak antara 0,50 s/d 0,99 maka korelasi yang
terjadi cukup kuat, sedangkan jika nilai korelasi terletak antara 0,01 s/d 0,49 maka
korelasi yang dihasilkan rendah (lemah).
19
3.4.3 Proses pengolahan data menggunakan fasilitas toolpak pada Ms.

Excel
Analisis Toolpak adalah paket tambahan (add-ins) pada Microsoft Office

Excel, fasilitas ini dapat digunakan untuk melakukan analisis data statistik seperti
antara lain: regresi, korelasi, determinasi, F Test dan lain-lain. Dengan
menggunakan Ms. Excel akan mempermudah untuk melakukan pengolahan data
secara cepat dan akurat.
Cara pengolahannya seperti berikut:
Membuka aplikasi Microsoft Excel;
Data volume kendaraan ringan, kendaraan berat dan sepeda motor

dimasukkan ke dalam lembaran kerja Ms. Excel.
Selanjutnya dipilih Data pada toolbar kemudian dilanjutkan dengan

Data Analysis
Pada jendela dialog Data Analysis, dipilih nama tool analisis

Regression.
Gambar 3.2 Contoh Analisis Regresi Menggunakan Ms. Excel
20
Pada jendela dialog untuk tool yang telah dipilih, dimasukkan data Y pada
input Y range dan data X pada input X range dan pengaturan lain sesuai
dengan keperluan, kemudian klik ok.
Gambar 3.3 Contoh Analisis Input Data X dan Y
Hasil
Korelasi dan determinasi
b0, b1, b2
Gambar 3.4 Contoh Hasil Analisis Regresi
21
BAB IV
HASIL DAN PEMBAHASAN
Pada bab ini dikemukakan hasil penelitian yang didasarkan pada data yang
diperoleh dari hasil pengamatan di lapangan sesuai dengan metodologi penelitian
dan pembahasan mengenai hasil penelitian yang dicapai dengan teori dan rumusrumus yang telah dikemukakan pada tinjauan kepustakaan.
4.1
Hasil
Berdasarkan teori-teori dan rumus yang terdapat pada bab II dan III,
dilakukan pengolahan data yang didapat dari pengamatan langsung di lapangan.
Hasil yang didapat dari lapangan terdiri dari volume lalu lintas, data geometrik Jl.
Tgk. Daud Beureueh. Berdasarkan data volume lalu lintas diperoleh nilai ekivalen
mobil penumpang dengan metode regresi linier berganda.
4.1.1
Geometrik ruas jalan
Data geometrik jalan merupakan data primer pada penelitian ini yang
berfungsi untuk menjelaskan spesifikasi jalan untuk hasil nilai ekivalen mobil
penumpang pada penilitian ini, spesifikasi jalan yang berbeda akan menghasilkan
nilai emp berbeda pula. Tabel 4.1 keterangan data geometrik jalan Tgk. daud
Beureueh.
Tabel 4.1 Data Ruas Jalan Tgk. Daud Beureuh, Banda Aceh
Data
Keterangan
Tipe Jalan
Enam Lajur, Dua Arah Terbagi (6/2 Terbagi)
Lebar Perlajur
3,0 meter
Fungsi Jalan
Arteri
Kondisi Jalan
Baik
21
22
4.1.2
Volume lalu lintas
Survei volume lalu lintas dilakukan pada hari Senin, 11 November 2013
dan hari Rabu, 13 November 2013. Pelaksanaan survey dilakukan pada jam
puncak pagi 07.30-08.30 WIB dan sore jam 17.00- 18.00 WIB. Volume lalu lintas
kendaraan perkomposisi dengan interval waktu 5 menit bisa dilihat pada tabel 4.2
s/d 4.5.
Tabel 4.2 Rekapitulasi Volume Lalu lintas (Senin Pagi)
Interval Waktu
Kendaraan Berat
Sepeda Motor
No
per 5 menit
(X1)
(X2)
07.30 - 07.35
1
13
480
07.35 - 07.40
2
10
597
07.40 - 07.45
3
14
674
07.45 - 07.50
4
10
568
07.50
07.55
5
10
505
07.55
08.00
6
8
617
08.00 - 08.05
7
15
549
08.05 - 08.10
8
10
618
08.10 - 08.15
9
15
461
08.15 - 08.20
10
8
454
08.20 - 08.25
11
10
475
08.25 - 08.30
12
11
515
13
TOTAL
134
6513
Kendaraan Ringan
(Y)
206
189
183
237
202
223
240
177
164
152
171
244
2388
Data tersebut disajikan dalam grafik:

800
Volume Lalu lintas
700
600
500
400
300
Kendaraan Berat (X1)
200
Sepeda Motor (X2)
100
Kendaraan Ringan (Y)
Interval Waktu
Gambar 4.1 Penentuan jam puncak Senin pagi
23
Tabel 4.3 Rekapitulasi Volume Lalu lintas (Senin Sore)

Interval Waktu
Kendaraan Berat
Sepeda Motor
No
per 5 menit
(X1)
(X2)
17.00 - 17.05
1
5
433
17.05 - 17.10
2
7
358
17.10 - 17.15
3
6
347
17.15 - 17.20
4
10
422
17.20 - 17.25
5
7
409
17.25 - 17.30
6
4
439
17.30
17.35
7
8
416
17.35
17.40
8
7
447
17.40 - 17.45
9
5
439
17.45 - 17.50
10
7
446
17.50 - 17.55
11
4
417
17.55 - 18.00
12
8
391
13
TOTAL
78
4964
Kendaraan Ringan
(Y)
129
182
173
161
159
155
148
174
106
172
169
157
1885

500
450
400
350
300
250
200
150

Sepeda Motor (X2)
100
50
0
Interval Waktu
Gambar 4.2 Penentuan jam puncak Senin sore
24
Tabel 4.4 Rekapitulasi Volume Lalu lintas (Rabu Pagi)

Interval Waktu
Kendaraan Berat
Sepeda Motor
No
per 5 menit
(X1)
(X2)
07.30 - 07.35
1
7
515
Kendaraan Ringan
(Y)
171
07.35 - 07.40
457
148
07.40 - 07.45
536
159
07.45 - 07.50
492
182
07.50 - 07.55
510
185
07.55 - 08.00
497
192
08.00 - 08.05
436
230
08.05 - 08.10
470
193
08.10 - 08.15
457
192
10
08.15 - 08.20
474
189
11
08.20 - 08.25
456
180
12
08.25 - 08.30
344
176
13
TOTAL
70
5644
2197

600
500
400
300
200

Sepeda Motor (X2)
100
Interval Waktu
Gambar 4.3 Penentuan jam puncak Rabu pagi
25
Tabel 4.5 Rekapitulasi Volume Lalu lintas (Rabu Sore)

Waktu per 5
Kendaraan Berat
Sepeda Motor
No
menit
(X1)
(X2)
1
17.00 - 17.05
10
567
Kendaraan Ringan
(Y)
175
17.05 - 17.10
12
635
188
17.10 - 17.15
499
170
17.15 - 17.20
15
484
282
17.20 - 17.25
10
460
143
17.25 - 17.30
409
167
17.30 - 17.35
14
521
169
17.35 - 17.40
473
200
17.40 - 17.45
10
533
166
10
17.45 - 17.50
13
475
172
11
17.50 - 17.55
11
620
184
12
17.55 - 18.00
462
187
13
TOTAL
125
6138
2203

700
600
500
400
300
200
100
0
Gambar 4.4 Penentuan jam puncak Rabu sore

Sepeda Motor (X2)
26
4.1.3 Model regresi linier berganda, korelasi dan determinasi
Hasil pengolahan data kendaraan ringan (Y), kendaraan berat (X1) dan
sepeda motor (X2), diperoleh informasi bahwa taksiran nilai parameter dari regresi
linier berganda dengan hubungan X mempengaruhi Y, sehingga model taksiran
regresi linier berganda seperti pada tabel 4.6 dan 4.7.
Tabel 4.6 Model Regresi Linier Berganda, korelasi dan determinasi

No
Waktu
Penelitian
Model Regresi
Korelasi
(R)
Determinasi
(R)
Senin Pagi
Y = 129,81 1,6.X1 0,10.X2
0,25
0,06
Senin Sore
Y = 243,39 1,4.X1 0,25.X2
0,47
0,21
Tabel 4.7 Model Regresi Linier Berganda, korelasi dan determinasi

No
Waktu
Penelitian
Model Regresi
Korelasi
(R)
Determinasi
(R)
Rabu Pagi
Y = 229,05 1,3.X1 0,12.X2
0,25
0,06
Rabu Sore
Y = 138,66 1,5.X1 0,36.X2
0,35
0,12
Hubungan keterkaitan antara kendaraan berat (X1), sepeda motor (X2)

dengan kendaraan ringan (Y) yaitu positif, nilai korelasi yang didapat dari
perhitungan dengan menggunakan aplikasi Microsoft Excel yaitu < 0,5,
menunjukan bahwa hubungan antara variable bebas (X) dengan variabel terikat
(Y) rendah (lemah).
4.2
Analisis Nilai Emp Volume Lalu Lintas Interval 5 Menit
Dari hasil kalibrasi data volume lalu lintas interval waktu 5 menit
diperoleh nilai emp sebagai berikut:
27
Tabel 4.8 Hasil Nilai Emp Hari Senin Pagi

No
Jenis Kendaraan
Nilai Emp Senin Pagi
1,00
Kendaraan Berat (X)
1,6
Sepeda Motor (X)
0,10
Tabel 4.9 Hasil Nilai Emp Hari Senin Sore

No
Jenis Kendaraan
Nilai Emp Senin Sore
1,00
Kendaraan Berat (X)
1,4
Sepeda Motor (X)
0,25
Tabel 4.10 Hasil Nilai Emp Hari Rabu Pagi

No
Jenis Kendaraan
Nilai Emp Rabu Pagi
1,00
Kendaraan Berat (X)
1,3
Sepeda Motor (X)
0,12
Tabel 4.11 Hasil Nilai Emp Hari Rabu Sore

No
Jenis Kendaraan
Nilai Emp Rabu Sore
1,00
Kendaraan Berat (X)
1,5
Sepeda Motor (X)
0,36
28
4.2.1 Perbandingan nilai emp penelitian dengan emp MKJI 1997
Hasil nilai emp penelitian yang ambil sebagai perbandingan dengan nilai
emp MKJI yaitu nilai emp pada hari Senin pagi, karena pada Senin pagi volume
lalu lintas paling tinggi dari pada volume lalu lintas pada waktu penelitian lain.
Tabel 4.12 Rekap perbandingan nilai emp MKJI dengan hasil penelitian
Nilai Emp
No
Jenis Kendaraan
MKJI 1997
Senin Pagi
1 Kendaraan Ringan (Y)
1,00
1,00
2 Kendaraan Berat (X)
1,2
1,6
3 Sepeda Motor (X)
0,25
0,10
4.3
Pembahasan
Parameter penelitian ini hanya berdasarkan volume kendaraan ringan,

kendaraan berat dan sepeda motor, sehingga perbedaan volume lalu lintas pada
setiap jam puncak penelitian menyebabkan nilai emp yang cenderung berubahrubah pula. Penyebab lain perubahan nilai emp MKJI 1997 untuk jalan perkotaan
dengan volume lalu lintas lebih besar 1100 kend/jam dengan penelitian ini
diantaranya yaitu meningkatnya volume lalu lintas pada jalan perkotaan,
perbedaan lebar lajur jalan dan semakin canggihnya teknologi pada kendaraan.
Perubahan nilai emp untuk jenis kendaraan berat yang cenderung
meningkat menunjukkan pengaruh keberadaannya dalam aliran lalu lintas yang
semakin membesar, menurunkan kemampuan jalan dalam mengalirkan jumlah
kendaraan persatuan waktu yang melalui ruas jalan tersebut. Kelompok jenis ini
menunjukkan penurunan relatif dari kelincahannya bermanuver dalam arus lalu
lintas terhadap kendaraan ringan, atau sebaliknya bahwa kendaraan ringan
meningkat kelincahannya sehingga ruang dan waktu dalam arus lalu lintas
berkurang dibandingkan dengan jenis kendaraan berat. Khusus untuk sepeda
motor, nilai emp cenderung menurun, menunjukkan kemampuan sepeda motor
bermanuver dalam arus lalu lintas yang meningkat sehingga sepeda motor
29
memamfaatkan ruang dan waktu dalam arus lalu lintas yang cenderung lebih
rendah. Hal ini didukung oleh jumlah sepeda motor dewasa ini semakin tinggi dan
teknologi sepeda motor untuk bermanuver lebih agresif yang semakin canggih.
Perubahan nilai emp sebagaimana dibahas, perlu diteliti lagi dengan data-data dari
ruas jalan lain sehingga nilai yang dihasilkan dapat memperbaharui nilai emp
dalam MKJI.
30
BAB V
KESIMPULAN DAN SARAN
Berdasarkan hasil pengolahan data, analisis data dan pembahasan, maka

dapat diambil kesimpulan dan saran sesuai dengan keadaan pada penelitian studi
ulang nilai ekivalen mobil penumpang pada ruas Jl. Tgk. Daud Beureueh Kota
Banda Aceh.
5.1
Kesimpulan
1. Nilai emp yang dijadikan sebagai perbandingan hasil penelitian dengan nilai
emp MKJI 1997 untuk volume lalu lintas interval 5 menit yaitu pada hari
Senin. Nilai emp kendaraan berat hasil penelitian pada Senin pagi (1,2) sama
dengan emp MKJI 1997 (1,2). Nilai emp sepeda motor hasil penelitian (0,10)
lebih kecil dari pada emp sepeda motor dalam MKJI 1997 (0,25). Nilai emp
kendaraan berat hasil penelitian pada Senin sore (2,5) lebih besar dengan emp
MKJI 1997 (1,2) dan nilai emp sepeda motor hasil penelitian (0,24) lebih kecil
dari nilai emp MKJI (0,25).
2. MKJI-1997 menghitung nilai emp menggunakan metode regresi linier
berdasarkan arus jenuh, sedangkan pada penelitian ini peneliti menggunakan
metode regresi linier berdasarkan volume lalu lintas. Uji coba menggunakan
metode yang sama dengan tinjauan yang berbeda menghasilkan nilai emp yang
yang berbeda.
5.2
Saran
1. Penelitian nilai emp untuk ruas jalan perkotaan perlu dilakukan pada beberapa
ruas jalan dengan karakteristik jalan yang sama namun dengan menggunakan
metode lain seperti metode basis kecepatan atau metode basis kapasitas.
2. Untuk mendapatkan data yang lebih akurat, perlu dilakukan pengujian dengan
interval waktu yang lebih kecil.
30
31
DAFTAR KEPUSTAKAAN
1.
Ahmadi, Haikal., Medis, S. Surbakti.(2010). Pengaruh Becak Bermotor Pada

Jalan 6 Lajur 2 Arah Bermedian. Departemen Teknik Sipil Universitas
Sumatera Utara : Kampus USU Medan.
2.
Anonim, (1997). Manual Kapasitas Jalan Indonesia (MKJI). Direktorat

Jenderal Bina Marga, Departemen Pekerjaan Umum, Jakarta.
3. Hasan, M.I., 2001. Pokok-Pokok Materi Statistik I. Penerbit Bumi Aksara,

Bandung.
4.
Iskandar, Hikmat, 2010. Cara Pemutakhiran Nilai Ekivalen Mobil

Penumpang dan Kapasitas Dasar Ruas Jalan Luar Kota. Jurnal Ilmiah.
5.
Juniarta, Wayan, 2012. Penentuan Nilai Ekivalensi Mobil Penumpang Pada

Ruas Jalan Perkotaan. Jurnal Ilmiah Elektronik Infrastruktur Teknik Sipil.
6.
Miro, F. 2005. Perencanaan Transportasi untuk Mahasiswa, Perencanaan,

dan Praktisi. Penerbit Erlangga, Jakarta.
7.
Novianti, Ismi. 2004. Analisa Ekivalensi Mobil Penumpang Pada Jalan

Tannjaka. Tugas Akhir, Program Studi Teknik Sipil Fakultas Teknik
Universitas Udayana, Badung.
8.
Roger.P. Roess, E.S Prassas and W.R. McShane. (2004). Traffic Engineering
3rd Edition. Pearson Education, Inc Pearson Prentice Hall, New Jersey.
9.
Soedirdjo, T. L,. 2002, Rekayasa Lalu lintas. Proyek Peningkatan Penelitian

Pendidikan Tinggi. Direktorat Jenderal Pendidikan Tinggi. Departemen
Pendidikan Nasional.
10. Syakhiruddin, 2008, Statistika Ekonomi. Penerbit Syiah Kuala University

Press, Banda Aceh.
11. Tamin, O.Z, 2000, Perencanaan dan Pemodelan Transportasi. ITB,
Bandung.
31
LAMPIRAN A
LAMPIRAN A
Area Penelitian, Jl. Tgk. Daud Beureueh Kota Banda Aceh

Kantor Banda Narkotika Nasional
34
LAMPIRAN A
Gambar A.1.3 Arus Lalu lintas
35
LAMPIRAN A
LAMPIRAN A
36
Mulai
Identifikasi Masalah
Pemilihan Lokasi Penelitian:
Ruas jalan Tgk. Daud beureueh
Survei Pendahuluan
Studi Kepustakaan
Pemilihan Metode:
Regresi Linier Berganda
Pengumpulan Data
Data Primer :
Rekaman video volume
kendaraan
Geometrik jalan
Data Sekunder :
Peta Jaringan Jalan Banda Aceh
Peta Lokasi Kegiatan
Pengolahan Data Dari Video Rekaman :

Volume Kendaraan Ringan
Volume Kendaraan Berat
Volume Sepeda Motor
Analisis :
Korelasi dan Determinasi
Perbandingan Nilai Emp Penelitian
dengan Nilai Emp MKJI 1997
Hasil :
Emp Kendaraan Berat
Emp Sepeda Motor
PEMBAHASAN
KESIMPULAN DAN SARAN
Selesai
Gambar A.3.1 Bagan Alir Metode Penelitian
37
Tabel B.4.1 Waktu kedatangan kendaraan berat, kendaraan ringan dan jumlah kendaraan
Hari Senin Pagi (Jalur Lampineung - Lampriet)
No
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
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
Kode
Waktu
Kedatangan
Ekstrak Data
Kendaraan
1
1
1
1
1
1
1
2
1
1
2
1
1
1
1
1
1
1
1
1
1
1
2
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
11:33:03
11:33:14
11:33:16
11:33:17
11:33:18
11:33:20
11:33:21
11:33:23
11:33:24
11:33:25
11:33:28
11:33:31
11:33:32
11:33:34
11:33:36
11:33:37
11:33:40
11:33:54
11:34:37
11:34:41
11:34:45
11:34:49
11:34:49
11:34:51
11:34:56
11:34:57
11:34:58
11:34:58
11:35:01
11:35:02
11:35:04
11:35:07
11:35:08
11:35:08
11:35:10
11:35:11
11:35:12
11:35:13
11:35:14
11:35:25
11:35:27
11:36:05
11:36:09
11:36:10
11:36:15
11:36:16
11:36:18
11:36:20
11:36:22
11:36:23
11:36:25
11:36:28
11:36:30
11:36:31
11:36:32
11:36:32
Waktu
Kedatangan
Kendaraan
7:30:00
7:30:12
7:30:13
7:30:14
7:30:16
7:30:17
7:30:18
7:30:20
7:30:21
7:30:22
7:30:25
7:30:28
7:30:30
7:30:32
7:30:33
7:30:34
7:30:37
7:30:52
7:31:35
7:31:38
7:31:42
7:31:46
7:31:47
7:31:48
7:31:53
7:31:54
7:31:55
7:31:56
7:31:58
7:32:00
7:32:01
7:32:04
7:32:05
7:32:07
7:32:09
7:32:10
7:32:11
7:32:22
7:32:25
7:33:03
7:33:06
7:33:07
7:33:13
7:33:14
7:33:15
7:33:18
7:33:19
7:33:21
7:33:23
7:33:26
7:33:28
7:33:29
7:33:30
7:33:31
7:33:33
7:33:35
Kend.
Ringan
Kend.
Berat
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
2
1
Jumlah Kend. Ringan

& Kend. Berat
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
2
1
38
Kode
Waktu
Waktu
Kend.
Kend. Jumlah Kend. Ringan
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
1
1
1
1
2
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
2
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
11:36:33
11:36:36
11:36:38
11:36:38
11:36:40
11:36:41
11:36:46
11:37:05
11:37:12
11:37:19
11:37:24
11:37:28
11:37:31
11:37:36
11:37:38
11:37:46
11:37:49
11:37:51
11:37:52
11:37:52
11:37:53
11:37:54
11:37:57
11:38:00
11:38:01
11:38:02
11:38:03
11:38:05
11:38:07
11:38:08
11:38:09
11:38:12
11:38:14
11:38:16
11:38:17
11:38:20
11:38:24
11:38:59
11:39:00
11:39:15
11:39:21
11:39:23
11:39:23
11:39:25
11:39:26
11:39:28
11:39:28
11:39:29
11:39:30
11:39:35
11:39:37
11:39:38
11:39:40
11:39:41
11:39:42
11:39:44
11:39:44
7:33:37
7:33:39
7:33:43
7:34:02
7:34:09
7:34:17
7:34:22
7:34:25
7:34:28
7:34:34
7:34:36
7:34:43
7:34:46
7:34:49
7:34:50
7:34:51
7:34:52
7:34:54
7:34:57
7:34:59
7:35:00
7:35:01
7:35:02
7:35:05
7:35:07
7:35:09
7:35:11
7:35:14
7:35:15
7:35:17
7:35:21
7:35:57
7:36:12
7:36:19
7:36:20
7:36:21
7:36:23
7:36:24
7:36:25
7:36:27
7:36:32
7:36:34
7:36:36
7:36:37
7:36:38
7:36:39
7:36:41
7:36:42
7:36:43
7:36:44
7:36:45
7:36:46
7:36:48
7:36:49
7:36:50
7:36:51
7:37:01
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
2
1
1
1
1
1
1
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
2
1
1
1
1
1
1
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
39
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
2
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
2
1
1
1
1
1
1
2
11:39:46
11:39:47
11:39:48
11:39:49
11:39:50
11:39:51
11:39:53
11:39:54
11:40:04
11:40:07
11:40:31
11:40:34
11:40:51
11:40:52
11:40:55
11:40:56
11:40:58
11:41:01
11:41:08
11:41:08
11:41:11
11:41:11
11:41:12
11:41:13
11:41:15
11:41:16
11:41:17
11:41:18
11:41:19
11:41:19
11:41:21
11:41:22
11:41:23
11:41:24
11:41:34
11:41:45
11:41:50
11:41:58
11:42:08
11:42:24
11:42:25
11:42:29
11:42:36
11:42:55
11:43:05
11:43:15
11:43:16
11:43:18
11:43:25
11:43:25
11:43:26
11:43:28
11:43:33
11:43:35
11:43:37
11:43:37
11:43:39
7:37:04
7:37:28
7:37:32
7:37:48
7:37:50
7:37:52
7:37:54
7:37:55
7:37:59
7:38:05
7:38:06
7:38:08
7:38:09
7:38:10
7:38:11
7:38:13
7:38:14
7:38:15
7:38:16
7:38:17
7:38:19
7:38:20
7:38:21
7:38:22
7:38:32
7:38:42
7:38:48
7:38:55
7:39:05
7:39:22
7:39:23
7:39:26
7:39:33
7:39:52
7:40:02
7:40:13
7:40:14
7:40:16
7:40:22
7:40:23
7:40:25
7:40:30
7:40:32
7:40:34
7:40:35
7:40:36
7:40:38
7:40:40
7:40:42
7:40:44
7:40:45
7:40:51
7:40:52
7:40:53
7:40:55
7:41:01
7:41:12
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
40
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
2
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
2
2
11:43:40
11:43:43
11:43:44
11:43:47
11:43:48
11:43:53
11:43:54
11:43:55
11:43:58
11:44:03
11:44:15
11:44:21
11:44:27
11:44:51
11:44:53
11:45:01
11:45:02
11:45:04
11:45:07
11:45:08
11:45:09
11:45:13
11:45:14
11:45:16
11:45:18
11:45:20
11:45:25
11:45:29
11:45:30
11:45:35
11:45:37
11:45:42
11:45:44
11:45:45
11:45:50
11:45:56
11:46:09
11:46:18
11:46:24
11:46:27
11:46:30
11:46:32
11:46:33
11:46:37
11:46:38
11:46:41
11:46:42
11:46:44
11:46:48
11:46:51
11:46:52
11:46:57
11:46:59
11:47:01
11:47:03
11:47:06
11:47:08
7:41:18
7:41:24
7:41:49
7:41:51
7:41:59
7:42:00
7:42:01
7:42:04
7:42:05
7:42:06
7:42:11
7:42:13
7:42:16
7:42:17
7:42:22
7:42:27
7:42:32
7:42:34
7:42:40
7:42:42
7:42:43
7:42:47
7:42:54
7:43:06
7:43:16
7:43:21
7:43:24
7:43:27
7:43:29
7:43:31
7:43:34
7:43:35
7:43:38
7:43:39
7:43:42
7:43:45
7:43:49
7:43:50
7:43:55
7:43:56
7:43:58
7:44:00
7:44:03
7:44:06
7:44:08
7:44:09
7:44:11
7:44:17
7:44:20
7:44:43
7:44:46
7:44:48
7:44:51
7:45:00
7:45:01
7:45:04
7:45:11
1
1
1
1
1
1
1
1
1
2
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
41
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
2
1
1
2
1
1
1
1
1
1
1
1
1
11:47:11
11:47:12
11:47:14
11:47:19
11:47:23
11:47:45
11:47:48
11:47:50
11:47:54
11:48:03
11:48:04
11:48:07
11:48:13
11:48:15
11:48:18
11:48:20
11:48:23
11:48:23
11:48:27
11:48:30
11:48:32
11:48:32
11:48:34
11:48:35
11:48:36
11:48:38
11:48:40
11:48:52
11:48:52
11:49:09
11:49:21
11:49:31
11:49:36
11:49:40
11:49:41
11:49:43
11:49:46
11:49:48
11:49:48
11:49:54
11:49:56
11:49:59
11:50:00
11:50:02
11:50:05
11:50:06
11:50:09
11:50:09
11:50:21
11:50:22
11:50:39
11:50:52
11:50:54
11:51:05
11:51:06
11:51:08
11:51:11
7:45:12
7:45:16
7:45:17
7:45:20
7:45:21
7:45:24
7:45:27
7:45:29
7:45:30
7:45:31
7:45:33
7:45:36
7:45:38
7:45:49
7:45:50
7:46:07
7:46:19
7:46:29
7:46:33
7:46:38
7:46:39
7:46:41
7:46:43
7:46:45
7:46:46
7:46:52
7:46:53
7:46:56
7:46:57
7:46:59
7:47:02
7:47:03
7:47:06
7:47:18
7:47:19
7:47:37
7:47:50
7:47:52
7:48:02
7:48:04
7:48:05
7:48:08
7:48:10
7:48:11
7:48:13
7:48:20
7:48:21
7:48:23
7:48:25
7:48:28
7:48:30
7:48:31
7:48:35
7:48:38
7:48:40
7:48:45
7:48:51
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
42
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
1
1
1
1
1
1
2
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
11:51:12
11:51:13
11:51:16
11:51:23
11:51:24
11:51:25
11:51:27
11:51:30
11:51:32
11:51:33
11:51:37
11:51:41
11:51:42
11:51:47
11:51:54
11:51:56
11:52:02
11:52:05
11:52:06
11:52:09
11:52:25
11:52:25
11:52:27
11:52:34
11:52:37
11:52:43
11:52:44
11:52:47
11:52:48
11:52:50
11:52:51
11:52:51
11:52:55
11:52:55
11:52:57
11:53:08
11:53:17
11:53:18
11:53:19
11:53:21
11:53:23
11:53:24
11:53:26
11:53:27
11:53:29
11:53:32
11:53:35
11:53:37
11:53:37
11:53:42
11:53:42
11:54:11
11:54:14
11:54:17
11:54:18
11:54:22
11:54:22
7:48:53
7:48:59
7:49:03
7:49:07
7:49:22
7:49:24
7:49:31
7:49:35
7:49:40
7:49:42
7:49:44
7:49:46
7:49:48
7:49:49
7:49:52
7:49:53
7:49:54
7:50:06
7:50:15
7:50:17
7:50:18
7:50:20
7:50:21
7:50:24
7:50:26
7:50:29
7:50:32
7:50:34
7:50:35
7:50:39
7:50:40
7:51:08
7:51:11
7:51:15
7:51:16
7:51:19
7:51:20
7:51:21
7:51:24
7:51:27
7:51:28
7:51:30
7:51:31
7:51:33
7:51:36
7:51:37
7:51:38
7:51:41
7:51:44
7:51:49
7:51:51
7:51:52
7:51:54
7:52:01
7:52:03
7:52:16
7:52:41
1
2
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
2
1
2
1
2
1
1
1
1
1
1
1
2
1
1
1
1
1
2
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
2
43
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
11:54:23
11:54:26
11:54:29
11:54:30
11:54:32
11:54:33
11:54:36
11:54:39
11:54:40
11:54:40
11:54:43
11:54:44
11:54:46
11:54:52
11:54:53
11:54:55
11:54:57
11:55:03
11:55:06
11:55:19
11:55:44
11:55:50
11:55:51
11:55:54
11:55:58
11:55:58
11:56:02
11:56:04
11:56:07
11:56:08
11:56:09
11:56:10
11:56:12
11:56:13
11:56:14
11:56:15
11:56:17
11:56:18
11:56:21
11:56:22
11:56:23
11:56:23
11:56:24
11:56:42
11:56:46
11:56:54
11:57:12
11:57:14
11:57:16
11:57:29
11:57:33
11:57:34
11:57:35
11:57:42
11:57:43
11:57:44
11:57:47
7:52:48
7:52:51
7:52:55
7:52:59
7:53:01
7:53:04
7:53:05
7:53:06
7:53:07
7:53:09
7:53:10
7:53:12
7:53:13
7:53:14
7:53:15
7:53:18
7:53:19
7:53:20
7:53:21
7:53:39
7:53:43
7:53:52
7:54:09
7:54:11
7:54:13
7:54:26
7:54:30
7:54:31
7:54:32
7:54:39
7:54:40
7:54:41
7:54:44
7:54:46
7:54:48
7:54:54
7:54:57
7:55:00
7:55:03
7:55:05
7:55:14
7:55:34
7:55:41
7:55:43
7:55:50
7:55:52
7:55:54
7:55:57
7:56:01
7:56:02
7:56:04
7:56:05
7:56:06
7:56:07
7:56:11
7:56:12
7:56:13
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
44
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
2
1
1
1
1
1
1
1
1
11:57:48
11:57:50
11:57:57
11:58:00
11:58:03
11:58:06
11:58:08
11:58:17
11:58:36
11:58:44
11:58:46
11:58:46
11:58:53
11:58:55
11:58:57
11:58:59
11:59:04
11:59:05
11:59:06
11:59:08
11:59:09
11:59:10
11:59:14
11:59:15
11:59:15
11:59:18
11:59:20
11:59:22
11:59:23
11:59:25
11:59:28
11:59:28
11:59:35
11:59:38
12:00:16
12:00:23
12:00:24
12:00:26
12:00:29
12:00:32
12:00:34
12:00:36
12:00:37
12:00:44
12:00:44
12:00:46
12:00:48
12:00:49
12:00:56
12:00:56
12:00:57
12:00:58
12:00:59
12:01:01
12:01:03
12:01:05
12:01:07
7:56:16
7:56:18
7:56:19
7:56:20
7:56:23
7:56:25
7:56:26
7:56:32
7:56:35
7:57:14
7:57:20
7:57:21
7:57:23
7:57:26
7:57:30
7:57:31
7:57:34
7:57:41
7:57:44
7:57:46
7:57:47
7:57:53
7:57:55
7:57:56
7:57:57
7:57:58
7:58:00
7:58:02
7:58:04
7:58:07
7:58:08
7:58:10
7:58:17
7:58:20
7:58:30
7:58:48
7:58:51
7:58:58
7:58:59
7:59:02
7:59:05
7:59:06
7:59:08
7:59:12
7:59:13
7:59:14
7:59:15
7:59:16
7:59:18
7:59:23
7:59:27
7:59:28
7:59:33
7:59:35
7:59:39
7:59:42
7:59:43
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
45
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
12:01:10
12:01:11
12:01:13
12:01:19
12:01:22
12:01:32
12:01:51
12:01:53
12:02:01
12:02:02
12:02:05
12:02:07
12:02:08
12:02:11
12:02:15
12:02:15
12:02:17
12:02:17
12:02:19
12:02:20
12:02:25
12:02:29
12:02:31
12:02:36
12:02:38
12:02:41
12:02:45
12:02:46
12:02:47
12:02:49
12:02:50
12:03:07
12:03:10
12:03:26
12:03:31
12:03:32
12:03:33
12:03:36
12:03:39
12:03:41
12:03:43
12:03:44
12:03:49
12:03:50
12:03:52
12:03:54
12:03:57
12:04:00
12:04:00
12:04:04
12:04:05
12:04:07
12:04:10
12:04:11
12:04:12
12:04:13
12:04:14
7:59:45
7:59:47
7:59:48
8:00:05
8:00:07
8:00:23
8:00:29
8:00:30
8:00:34
8:00:36
8:00:39
8:00:40
8:00:41
8:00:46
8:00:47
8:00:50
8:00:52
8:00:55
8:00:57
8:00:58
8:01:01
8:01:02
8:01:04
8:01:07
8:01:09
8:01:10
8:01:12
8:01:14
8:01:15
8:01:16
8:01:17
8:01:18
8:01:19
8:01:55
8:01:59
8:02:01
8:02:05
8:02:08
8:02:11
8:02:13
8:02:14
8:02:16
8:02:18
8:02:20
8:02:21
8:02:25
8:02:26
8:02:28
8:02:30
8:02:34
8:02:35
8:02:37
8:02:40
8:02:42
8:02:44
8:02:47
8:03:08
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
46
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
12:04:15
12:04:17
12:04:17
12:04:19
12:04:19
12:04:20
12:04:22
12:04:58
12:05:02
12:05:03
12:05:07
12:05:10
12:05:13
12:05:16
12:05:17
12:05:18
12:05:19
12:05:21
12:05:23
12:05:23
12:05:27
12:05:29
12:05:30
12:05:33
12:05:36
12:05:37
12:05:40
12:05:42
12:05:44
12:05:46
12:05:47
12:05:50
12:06:11
12:06:27
12:06:31
12:06:31
12:06:32
12:06:34
12:06:35
12:06:39
12:06:39
12:06:42
12:06:43
12:06:44
12:06:48
12:06:48
12:06:49
12:06:49
12:06:51
12:06:56
12:06:56
12:06:57
12:07:00
12:07:00
12:07:03
12:07:04
12:07:05
8:03:24
8:03:28
8:03:29
8:03:30
8:03:31
8:03:32
8:03:36
8:03:37
8:03:39
8:03:40
8:03:41
8:03:45
8:03:46
8:03:47
8:03:49
8:03:53
8:03:54
8:03:57
8:04:01
8:04:02
8:04:04
8:04:05
8:04:06
8:04:07
8:04:09
8:04:11
8:04:32
8:04:43
8:04:52
8:05:08
8:05:14
8:05:16
8:05:17
8:05:20
8:05:24
8:05:25
8:05:26
8:05:27
8:05:29
8:05:34
8:05:38
8:05:39
8:05:40
8:05:41
8:05:42
8:05:44
8:05:56
8:06:01
8:06:15
8:06:37
8:06:38
8:06:41
8:06:44
8:06:48
8:06:52
8:06:53
8:06:55
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
2
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
2
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
47
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
2
2
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
12:07:06
12:07:08
12:07:08
12:07:09
12:07:10
12:07:12
12:07:13
12:07:35
12:07:46
12:07:55
12:08:11
12:08:17
12:08:18
12:08:20
12:08:23
12:08:26
12:08:28
12:08:29
12:08:30
12:08:32
12:08:37
12:08:40
12:08:42
12:08:43
12:08:44
12:08:44
12:08:47
12:08:59
12:09:03
12:09:17
12:09:40
12:09:41
12:09:44
12:09:46
12:09:50
12:09:55
12:09:56
12:09:57
12:09:58
12:10:00
12:10:02
12:10:04
12:10:06
12:10:06
12:10:08
12:10:08
12:10:10
12:10:11
12:10:12
12:10:13
12:10:14
12:10:15
12:10:44
12:10:55
12:11:00
12:11:12
12:11:17
8:06:56
8:06:58
8:06:59
8:07:01
8:07:03
8:07:04
8:07:05
8:07:07
8:07:09
8:07:10
8:07:12
8:07:13
8:07:41
8:07:53
8:07:57
8:08:10
8:08:14
8:08:18
8:08:20
8:08:23
8:08:24
8:08:25
8:08:28
8:08:29
8:08:30
8:08:32
8:08:34
8:08:36
8:08:38
8:08:39
8:08:40
8:08:41
8:08:43
8:08:44
8:08:46
8:08:47
8:08:49
8:08:50
8:08:56
8:08:58
8:09:27
8:09:58
8:10:00
8:10:01
8:10:02
8:10:03
8:10:04
8:10:06
8:10:08
8:10:09
8:10:11
8:10:12
8:10:14
8:10:16
8:10:18
8:10:20
8:10:23
1
1
1
1
1
2
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
2
1
1
48
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
2
1
2
2
2
1
12:11:20
12:11:23
12:11:26
12:11:27
12:11:28
12:11:30
12:11:32
12:11:33
12:11:34
12:11:35
12:11:36
12:11:39
12:11:41
12:11:42
12:11:43
12:11:44
12:11:45
12:11:46
12:11:49
12:11:49
12:11:52
12:11:53
12:11:58
12:12:00
12:12:30
12:13:01
12:13:02
12:13:04
12:13:04
12:13:05
12:13:07
12:13:09
12:13:09
12:13:11
12:13:12
12:13:13
12:13:15
12:13:17
12:13:18
12:13:20
12:13:23
12:13:23
12:13:26
12:13:40
12:14:08
12:14:23
12:14:27
12:14:31
12:14:35
12:14:35
12:14:37
12:14:42
12:14:43
12:14:44
0:58:52
0:59:02
0:59:08
8:10:38
8:11:05
8:11:21
8:11:25
8:11:29
8:11:32
8:11:33
8:11:34
8:11:40
8:11:41
8:11:42
8:11:45
8:11:47
8:11:56
8:12:03
8:12:06
8:12:07
8:12:09
8:12:11
8:12:16
8:12:20
8:12:23
8:12:25
8:12:26
8:12:27
8:12:28
8:12:29
8:12:38
8:12:39
8:12:41
8:12:43
8:12:45
8:12:50
8:13:18
8:13:19
8:13:27
8:13:40
8:13:41
8:13:45
8:13:47
8:13:48
8:14:05
8:14:09
8:14:10
8:14:12
8:14:13
8:14:14
8:14:15
8:14:19
8:14:24
8:14:29
8:14:31
8:14:35
8:14:54
8:15:01
8:15:15
8:15:18
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
1
1
1
2
1
1
2
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
49
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
1
2
1
1
2
2
1
1
1
2
1
1
1
2
1
1
1
1
2
1
2
2
1
1
2
1
1
1
1
2
2
1
1
1
1
2
1
1
1
1
2
1
1
2
1
1
1
2
1
1
2
1
1
1
1
1
2
0:59:11
0:59:12
0:59:14
0:59:16
0:59:21
0:59:25
0:59:28
0:59:30
0:59:31
0:59:32
0:59:33
0:59:34
0:59:43
0:59:44
0:59:46
0:59:47
0:59:48
0:59:48
0:59:50
0:59:50
0:59:55
1:00:23
1:00:24
1:00:32
1:00:32
1:00:45
1:00:46
1:00:50
1:00:51
1:00:52
1:00:53
1:01:10
1:01:10
1:01:14
1:01:15
1:01:17
1:01:18
1:01:19
1:01:20
1:01:24
1:01:30
1:01:34
1:01:36
1:01:40
1:01:59
1:02:06
1:02:20
1:02:23
1:02:25
1:02:30
1:02:33
1:02:34
1:02:37
1:02:40
1:02:40
1:02:57
1:03:01
8:15:20
8:15:25
8:15:28
8:15:29
8:15:32
8:15:35
8:15:52
8:15:56
8:16:00
8:16:03
8:16:05
8:16:11
8:16:17
8:16:22
8:16:25
8:16:32
8:16:33
8:16:39
8:16:40
8:16:48
8:16:51
8:16:54
8:16:55
8:16:57
8:17:00
8:17:02
8:17:06
8:17:13
8:17:14
8:17:19
8:17:27
8:17:32
8:17:39
8:18:08
8:18:09
8:18:12
8:18:15
8:18:18
8:18:29
8:18:30
8:18:35
8:18:36
8:18:40
8:18:42
8:18:48
8:18:49
8:18:50
8:18:51
8:19:01
8:19:07
8:19:30
8:19:37
8:19:39
8:19:40
8:19:41
8:19:42
8:19:49
1
1
1
2
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
2
1
1
1
2
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
50
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
1
1
1
1
1
2
1
2
2
1
1
1
1
1
1
1
1
1
1
1
1
2
1
2
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1:03:05
1:03:08
1:03:10
1:03:16
1:03:16
1:03:22
1:03:27
1:03:30
1:03:37
1:03:37
1:03:38
1:03:44
1:03:46
1:03:53
1:03:56
1:03:59
1:04:00
1:04:00
1:04:02
1:04:05
1:04:05
1:04:07
1:04:11
1:04:18
1:04:19
1:04:24
1:04:32
1:04:37
1:04:44
1:05:13
1:05:14
1:05:17
1:05:20
1:05:23
1:05:34
1:05:35
1:05:40
1:05:42
1:05:45
1:05:47
1:05:53
1:05:54
1:05:55
1:05:56
1:06:06
1:06:12
1:06:36
1:06:42
1:06:44
1:06:45
1:06:46
1:06:47
1:06:54
1:06:58
1:07:00
1:07:03
1:07:06
8:19:53
8:19:55
8:19:58
8:20:01
8:20:02
8:20:13
8:20:17
8:20:25
8:20:26
8:20:32
8:20:42
8:20:58
8:21:04
8:21:08
8:21:09
8:21:13
8:21:15
8:21:16
8:21:20
8:21:23
8:21:28
8:21:29
8:21:34
8:21:43
8:21:52
8:21:54
8:22:03
8:22:04
8:22:31
8:22:43
8:22:48
8:22:52
8:22:53
8:22:55
8:22:56
8:22:57
8:22:59
8:23:03
8:23:06
8:23:07
8:23:08
8:23:15
8:23:28
8:23:29
8:23:37
8:23:38
8:23:41
8:23:52
8:23:53
8:23:55
8:23:57
8:23:59
8:24:03
8:24:09
8:24:12
8:24:14
8:24:16
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
51
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
1
1
1
1
1
2
2
1
1
1
2
1
1
1
1
1
1
2
1
1
1
1
2
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
2
1
1
1
2
1
1
1
2
1
1
1
1
1:07:07
1:07:18
1:07:22
1:07:30
1:07:31
1:07:37
1:07:47
1:08:03
1:08:09
1:08:13
1:08:14
1:08:18
1:08:20
1:08:21
1:08:25
1:08:28
1:08:33
1:08:34
1:08:39
1:08:48
1:08:57
1:08:59
1:09:08
1:09:09
1:09:36
1:09:48
1:09:48
1:09:53
1:09:57
1:09:58
1:10:00
1:10:00
1:10:01
1:10:02
1:10:04
1:10:08
1:10:11
1:10:12
1:10:13
1:10:20
1:10:33
1:10:34
1:10:43
1:10:43
1:10:47
1:10:57
1:10:58
1:11:00
1:11:00
1:11:02
1:11:04
1:11:08
1:11:14
1:11:14
1:11:17
1:11:19
1:11:21
8:24:17
8:24:20
8:24:22
8:24:23
8:24:30
8:24:32
8:24:39
8:24:41
8:24:46
8:24:52
8:24:59
8:25:01
8:25:04
8:25:08
8:25:12
8:25:13
8:25:17
8:25:19
8:25:24
8:25:26
8:25:27
8:25:44
8:25:47
8:25:48
8:25:49
8:25:50
8:25:52
8:25:54
8:25:56
8:25:59
8:26:03
8:26:05
8:26:06
8:26:07
8:26:12
8:26:21
8:26:36
8:26:46
8:27:02
8:27:05
8:27:08
8:27:09
8:27:12
8:27:14
8:27:17
8:27:19
8:27:20
8:27:21
8:27:22
8:27:25
8:27:27
8:27:28
8:27:30
8:27:47
8:27:51
8:27:52
8:27:59
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
2
1
1
52
Kode
Waktu
Waktu
Kend.
No Kedatangan
Kedatangan
Ekstrak Data
Ringan
Berat
& Kend. Berat
Kendaraan
Kendaraan
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
2
1
1
1
1
1
1
1
1
2
1
1
1
1
2
1:11:22
1:11:25
1:11:28
1:11:28
1:11:35
1:11:37
1:11:45
1:11:46
1:11:52
1:11:57
1:12:04
1:12:06
1:12:09
1:12:13
1:12:17
1:12:18
1:12:22
1:12:24
1:12:29
1:12:31
1:12:31
1:12:32
1:12:49
1:12:52
1:12:53
1:12:54
1:12:55
1:12:57
1:12:59
1:13:01
1:13:05
1:13:08
1:13:10
1:13:11
1:13:12
1:13:17
1:13:26
1:13:42
1:13:51
1:14:07
1:14:10
1:14:13
1:14:14
1:14:18
1:14:19
1:14:22
1:14:25
1:14:25
1:14:26
1:14:27
1:14:30
1:14:32
8:28:02
8:28:06
8:28:09
8:28:10
8:28:11
8:28:22
8:28:26
8:28:30
8:28:31
8:28:35
8:28:36
8:28:37
8:28:40
8:28:42
8:28:44
8:28:46
8:28:49
8:28:51
8:28:55
8:29:01
8:29:02
8:29:03
8:29:08
8:29:09
8:29:16
8:29:21
8:29:24
8:29:29
8:29:32
8:29:39
8:29:49
8:29:52
8:29:55
8:29:57
8:30:03
8:30:05
8:30:07
8:30:11
8:30:17
8:30:18
8:30:22
8:30:27
8:30:28
8:30:29
8:30:30
8:30:32
8:30:34
8:30:37
8:30:38
8:30:41
8:30:48
JUMLAH
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
2
1
1
1
1
1079
81
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
2
1
1
1
1
1079
53
Tabel B.4.17 Volume lalu lintas sepeda motor

SENIN PAGI 07.30 -08.30
JUMLAH SEPEDA MOTOR PER 5 MENIT
NO
WAKTU
Lampineung - Lampriet
Lampriet - Lampineung
259
221
1
07.30 - 07.35
303
294
2
07.35 - 07.40
420
254
3
07.40 - 07.45
298
270
4
07.45 - 07.50
295
210
5
07.50 - 07.55
225
392
6
07.55 - 08.00
229
320
7
08.00 - 08.05
222
396
8
08.05 - 08.10
211
250
9
08.10 - 08.15
209
245
10
08.15 - 08.20
235
240
11
08.20 - 08.25
245
270
12
08.25 - 08.30
3151
3362
13
TOTAL
SENIN SORE 17.00-18.00
NO
WAKTU
253
180
1
17.00 - 17.05
210
148
2
17.05 - 17.10
190
157
3
17.10 - 17.15
221
201
4
17.15 - 17.20
238
171
5
17.20 - 17.25
260
179
6
17.25 - 17.30
229
187
7
17.30 - 17.35
229
218
8
17.35 - 17.40
238
201
9
17.40 - 17.45
211
235
10
17.45 - 17.50
192
225
11
17.50 - 17.55
184
207
12
17.55 - 18.00
2655
2309
13
TOTAL
54

RABU PAGI 07.30 -08.30
NO
WAKTU
270
245
1
07.30 - 07.35
220
237
2
07.35 - 07.40
256
280
3
07.40 - 07.45
252
240
4
07.45 - 07.50
226
284
5
07.50 - 07.55
227
270
6
07.55 - 08.00
216
220
7
08.00 - 08.05
183
287
8
08.05 - 08.10
195
262
9
08.10 - 08.15
200
274
10
08.15 - 08.20
241
215
11
08.20 - 08.25
225
119
12
08.25 - 08.30
2711
2933
13
TOTAL
RABU SORE 17.00-18.00
NO
WAKTU
337
230
1
17.00 - 17.05
370
265
2
17.05 - 17.10
198
301
3
17.10 - 17.15
214
270
4
17.15 - 17.20
219
241
5
17.20 - 17.25
229
180
6
17.25 - 17.30
320
201
7
17.30 - 17.35
255
218
8
17.35 - 17.40
229
304
9
17.40 - 17.45
215
260
10
17.45 - 17.50
380
240
11
17.50 - 17.55
237
225
12
17.55 - 18.00
3203
2935
13
TOTAL
55
Tabel B.4.21 Volume lalu lintas Kend. Ringan

SENIN PAGI 07.30 -08.30
JUMLAH KENDARAAN RINGAN PER 5 MENIT
NO
WAKTU
120
86
1
07.30 - 07.35
109
80
2
07.35 - 07.40
98
85
3
07.40 - 07.45
105
132
4
07.45 - 07.50
96
106
5
07.50 - 07.55
76
147
6
07.55 - 08.00
80
160
7
08.00 - 08.05
82
95
8
08.05 - 08.10
72
92
9
08.10 - 08.15
68
84
10
08.15 - 08.20
69
102
11
08.20 - 08.25
104
140
12
08.25 - 08.30
1079
1309
13
TOTAL
NO
WAKTU
56
73
1
17.00 - 17.05
86
96
2
17.05 - 17.10
85
88
3
17.10 - 17.15
68
93
4
17.15 - 17.20
76
83
5
17.20 - 17.25
71
84
6
17.25 - 17.30
82
66
7
17.30 - 17.35
85
89
8
17.35 - 17.40
44
62
9
17.40 - 17.45
78
94
10
17.45 - 17.50
106
63
11
17.50 - 17.55
97
60
12
17.55 - 18.00
934
951
13
TOTAL
56

RABU PAGI 07.30 -08.30
NO
WAKTU
99
72
1
07.30 - 07.35
67
81
2
07.35 - 07.40
70
89
3
07.40 - 07.45
90
92
4
07.45 - 07.50
79
106
5
07.50 - 07.55
81
111
6
07.55 - 08.00
110
120
7
08.00 - 08.05
102
91
8
08.05 - 08.10
80
112
9
08.10 - 08.15
107
82
10
08.15 - 08.20
88
92
11
08.20 - 08.25
102
74
12
08.25 - 08.30
1075
1122
13
TOTAL
RABU SORE 17.00-18.00
NO
WAKTU
87
88
1
17.00 - 17.05
104
84
2
17.05 - 17.10
98
72
3
17.10 - 17.15
189
93
4
17.15 - 17.20
76
67
5
17.20 - 17.25
95
72
6
17.25 - 17.30
87
82
7
17.30 - 17.35
90
110
8
17.35 - 17.40
69
97
9
17.40 - 17.45
78
94
10
17.45 - 17.50
106
78
11
17.50 - 17.55
97
90
12
17.55 - 18.00
1176
1027
13
TOTAL
57
Tabel B.4.25 Volume lalu lintas Kend. Berat

SENIN PAGI 07.30 -08.30
JUMLAH KENDARAAN BERAT PER 5 MENIT
NO
WAKTU
9
4
1
07.30 - 07.35
7
3
2
07.35 - 07.40
8
6
3
07.40 - 07.45
6
4
4
07.45 - 07.50
5
5
5
07.50 - 07.55
6
2
6
07.55 - 08.00
9
6
7
08.00 - 08.05
7
3
8
08.05 - 08.10
8
7
9
08.10 - 08.15
5
3
10
08.15 - 08.20
4
6
11
08.20 - 08.25
7
4
12
08.25 - 08.30
81
53
13
TOTAL
NO
WAKTU
2
3
1
17.00 - 17.05
2
5
2
17.05 - 17.10
4
2
3
17.10 - 17.15
3
7
4
17.15 - 17.20
6
1
5
17.20 - 17.25
1
3
6
17.25 - 17.30
2
6
7
17.30 - 17.35
5
2
8
17.35 - 17.40
3
2
9
17.40 - 17.45
3
4
10
17.45 - 17.50
1
3
11
17.50 - 17.55
2
6
12
17.55 - 18.00
34
44
13
TOTAL
58

RABU PAGI 07.30 -08.30
NO
WAKTU
3
4
1
07.30 - 07.35
2
5
2
07.35 - 07.40
1
7
3
07.40 - 07.45
3
2
4
07.45 - 07.50
1
5
5
07.50 - 07.55
3
6
6
07.55 - 08.00
5
3
7
08.00 - 08.05
2
1
8
08.05 - 08.10
3
2
9
08.10 - 08.15
3
3
10
08.15 - 08.20
1
2
11
08.20 - 08.25
2
1
12
08.25 - 08.30
29
41
13
TOTAL
RABU SORE 17.00-18.00
NO
WAKTU
4
6
1
17.00 - 17.05
7
5
2
17.05 - 17.10
3
6
3
17.10 - 17.15
6
9
4
17.15 - 17.20
3
7
5
17.20 - 17.25
7
2
6
17.25 - 17.30
6
8
7
17.30 - 17.35
4
3
8
17.35 - 17.40
5
5
9
17.40 - 17.45
7
6
10
17.45 - 17.50
3
8
11
17.50 - 17.55
2
3
12
17.55 - 18.00
57
68
13
TOTAL
59
Tabel B.4.14 Hasil regresi dan korelasi
Regression Statistics
Multiple R
R Square
Adjusted R Square
Standard Error
Observations
0,252669743
0,063841999
-0,144193112
33,58211337
12
ANOVA
df
SS
692,1749546
10149,82505
10842
MS
346,0874773
1127,758338
F
Significance F
0,306880885 0,743140944
Coefficients
Standard Error
129,8068703
90,06667298
1,612565623
4,083269308
0,102538579
0,140314321
t Stat
1,44123088
0,296959503
0,730777712
P-value
Lower 95%
Upper 95%
Lower 95.0%
0,183391998 -73,93809865 333,5518393 -73,93809865
0,773236942 -8,024431271 10,44956252 -8,024431271
0,483504219 -0,214874467 0,419951625 -0,214874467
Regression
Residual
Total
Intercept
Sepeda Motor (X2)
Multiple R
R Square
Adjusted R Square
Standard Error
Observations
2
9
11
Upper 95.0%
333,5518393
10,44956252
0,419951625
0,468550309
0,219539392
0,046103701
20,88293125
12
ANOVA
df
Regression
Residual
Total
Intercept
Sepeda Motor (X2)
2
9
11
SS
1104,045307
3924,871359
5028,916667
MS
552,0226537
436,0968177
F
1,265825916
Significance F
0,327777732
Coefficients
243,39835
2,560438484
0,248890895
Standard Error
86,99804198
3,576292095
0,193313759
t Stat
2,79774515
0,715947808
-1,287497054
P-value
0,020789077
0,492180298
0,230041946
Lower 95%
46,59510656
-5,529696277
-0,686196998
Upper 95%
440,2015934
10,65057325
0,188415208
Lower 95.0%
46,59510656
-5,529696277
-0,686196998
Upper 95.0%
440,2015934
10,65057325
0,188415208
60
Multiple R
R Square
Adjusted R Square
Standard Error
Observations
0,254484718
0,064762472
-0,14306809
21,66030548
12
ANOVA
df
2
9
11
SS
292,3971639
4222,519503
4514,916667
MS
146,1985819
469,1688336
Coefficients
229,0455057
1,875173168
0,120979481
Standard Error
64,72938723
3,675767518
0,155093426
t Stat
3,538508789
0,510144659
-0,780042608
2
9
11
SS
1558,677248
11264,23942
12822,91667
MS
779,3386239
1251,582158
Coefficients
138,6554578
1,7453
0,359
Standard Error
54,70517694
3,759360883
0,076982788
t Stat
2,534594815
1,110821566
0,036267461
Regression
Residual
Total
Intercept
Sepeda Motor (X2)
Multiple R
R Square
Adjusted R Square
Standard Error
Observations
F
Significance F
0,311611879 0,739858494
P-value
Lower 95%
Upper 95%
Lower 95.0%
0,006328889 82,61745898 375,4735523 82,61745898
0,622225182 -6,439990634 10,19033697 -6,439990634
0,455389618 -0,471825185 0,229866224 -0,471825185
Upper 95.0%
375,4735523
10,19033697
0,229866224
0,348646001
0,121554034
-0,073656181
35,37770707
12
ANOVA
df
Regression
Residual
Total
Intercept
Sepeda Motor (X2)
F
Significance F
0,622682753 0,558107345
P-value
0,031993262
0,295439118
0,971860772
Lower 95%
14,9037502
-4,328285988
-0,171355194
Upper 95%
Lower 95.0% Upper 95.0%
262,4071654
14,9037502 262,4071654
12,68024428 -4,328285988 12,68024428
0,176939135 -0,171355194 0,176939135

Tga PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Tga PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

STUDI ULANG NILAI EKIVALEN MOBIL PENUMPANG

PADA RUAS Jl. TGK. DAUD BEUREUEH

FAKULTAS TEKNIK UNIVERSITAS SYIAH KUALA

LEMBAR PENGESAHAN ...........................................................................

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

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

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

DAFTAR LAMPIRAN A (GAMBAR) ........................................................

DAFTAR LAMPIRAN B (TABEL) .............................................................

BAB I PENDAHULUAN ..........................................................................

BAB II TINJAUAN KEPUSTAKAAN .....................................................

2.1 Jalan ...........................................................................................

2.2 Volume dan Tingkat Arus .........................................................

2.3 Ekivalen Mobil Penumpang ......................................................

2.3.1 Basis kecepatan ...............................................................

2.3.2 Metode headway ............................................................

2.3.3 Basis kapasitas ...............................................................

2.3.4 Basis regresi linier berganda ...........................................

2.4 Studi Terdahulu .........................................................................

2.4 Analisis Regresi ........................................................................

2.5.1 Model analisis regresi linear sederhana ...........................

2.5.2 Model Analisis Regresi Linear Berganda ........................

2.5.3 Koefisien korelasi berganda (R) dan determinasi (R2) ....

BAB III METODE PENELITIAN .............................................................

3.1 Pilot Survey ...............................................................................

3.2 Lokasi Penelitian .......................................................................

3.3 Pengumpulan Data.....................................................................

3.3.1 Data primer ......................................................................

3.3.2 Data sekunder ...................................................................

3.4 Metode Pengolahan dan Analisis Data ......................................

3.4.1 Volume lalu lintas .............................................................

3.4.2 Hubungan X1, X2 dengan Y ..............................................

3.4.3 Koefisien korelasi berganda (R) dan determinasi (R2) .....

3.4.3 Proses pengolahan data menggunakan fasilitas toolpak

BAB IV HASIL DAN PEMBAHASAN......................................................

4.1 Hasil ...........................................................................................

4.1.1 Geometrik ruas jalan .........................................................

4.1.2 Volume lalu-lintas .............................................................

4.1.3 Model regresi linier berganda, korelasi dan determinasi ..

4.2.1 Perbandingan nilai emp penelitian dengan emp MKJI 1997

4.3 Pembahasan ...............................................................................

BAB V KESIMPULAN DAN SARAN ......................................................

5.1 Kesimpulan ................................................................................

5.2 Saran ..........................................................................................

DAFTAR KEPUSTAKAAN .........................................................................

Gambar 3.2 Contoh analisis regresi menggunakan Ms. Excel........................

Gambar 3.3 Contoh analisis input data X dan Y.............................................

Gambar 3.4 Contoh hasil analisis regresi ........................................................

Gambar 4.1 Penentuan jam puncak Senin pagi ...............................................

Gambar 4.2 Penentuan jam puncak Senin sore ...............................................

Gambar 4.3 Penentuan jam puncak Rabu pagi ...............................................

Gambar 4.4 Penentuan jam puncak Rabu sore................................................

Tabel 3.1 Jumlah Kendaraan Dengan Interval Waktu 5 Menit .......................

Tabel 4.2 Rekapitulasi Volume Lalu lintas (Senin Pagi) ................................

Tabel 4.3 Rekapitulasi Volume Lalu lintas (Senin Sore) ................................

Tabel 4.4 Rekapitulasi Volume Lalu lintas (Rabu Pagi) ...............................

Tabel 4.5 Rekapitulasi Volume Lalu lintas (Rabu Sore) ................................

Tabel 4.8 Hasil Nilai Emp Hari Senin Pagi ....................................................

Tabel 4.9 Hasil Nilai Emp Hari Senin Sore ....................................................

Tabel 4.10 Hasil Nilai Emp Hari Rabu Pagi ...................................................

Tabel 4.11 Hasil Nilai Emp Hari Rabu Sore ...................................................

DAFTAR LAMPIRAN A (GAMBAR)

Gambar A 1.2 Area Penelitian ........................................................................