JURNAL

Jurnal Transportasi & Simulasi VISSIM 5.
40

Teknik Sipil 17/10/2012

SIMULASI ALIRAN LALU LINTAS PADA SEGMEN PENYEMPITAN
GEOMETRIK (BOTTLENECK) DENGAN MENGGUNAKAN
VISSIM 5.40
(Studi Kasus pada Jalan T.Nyak Arief Km 6 Lamnyong, Banda Aceh)

Zianul Furqan, ST
Jurusan Teknik Sipil
Fakultas Teknik
Universitas Syiah Kuala Banda Aceh

ABSTRAK

Pertumbuhan lalu lintas di masa yang akan datang tentu akan memerlukan perencanaan dan
pengendalian arus lalu lintas pada jaringan jalan sehingga diharapkan mampu melayani
arus lalu lintas. Hambatan lalu lintas yang terdapat pada ruas Jl. T. Nyak Arief Km 6 adalah
penyempitan jalan (bottleneck). Penyempitan jalan adalah suatu bagian jalan dengan kondisi
kapasitas jalan sesudahnya lebih kecil dari bagian masuk (sebelumnya). Penyempitan ruas
jalan akan menimbulkan hambatan dalam lalu lintas, yaitu terjadinya penurunan kecepatan,
menambah waktu perjalanan dan timbulnya antrian kenderaan. Akan tetapi pengaruh
penyempitan jalan tidak berarti sama sekali apabila arus lalu-lintas (demand) lebih kecil
dari pada daya tampung atau kapasitas jalan (supply) pada daerah penyempitan sehingga
arus lalu lintas dapat terlewatkan dengan mudah tanpa ada hambatan. Tujuan dari tugas
akhir ini adalah untuk memvisualisasikan aliran lalu lintas pada lokasi tinjauan dan
menentukan tolak ukur aliran lalu lintas Measurement Of Effectiveness (MOEs) dengan
menggunakan VISSIM 5.40. Penelitian ini dilakukan dengan pengambilan data yang diamati
pada hari Rabu 23 Mei 2012 dan Kamis 24 Mei 2012, data yang dikumpulkan adalah data
geometrik jalan, volume lalu lintas kemudian diolah untuk mendapatkan kecepatan, headway
dan waktu perjalanan. Hasil yang diperoleh dari penelitian ini adalah volume puncak terjadi
pada hari Kamis 24 Mei 2012 pukul 07.30-08.30 WIB. Pada kondisi normal (free flow)
didapat volume sebesar 1660 smp/jam, kecepatan 45,04 km/jam dan headway 1,157 detik,
pada kondisi penyempitan (bottleneck) didapat volume sebesar 1592 smp/jam, kecepatan
11,11 km/jam dan headway 2,573 detik dan waktu perjalanan 165 detik. Dari hasil di
lapangan maka akan disimulasikan ke dalam software VISSIM 5.40 yang menghasilkan
ouput volume lalu lintas 1455 smp/jam, kecepatan 9,59 km/jam dan waktu perjalanan 155,6
detik. Validasi dilakukan dengan membandingkan data observasi di lapangan dengan hasil
simulasi diperoleh volume lalu lintas 12 %, kecepatan 14 % dan waktu perjalanan 6 %.
Ketiga parameter tersebut memperlihatkan bahwa hasil validasi dibawah 15%. Maka
Measurement Of Effectiveness (MOEs) hasil simulasi VISSIM 5.40 dapat diterima dan
mewakili kondisi aliran lalu lintas di lapangan.

PENDAHULUAN
Penelitian ini untuk menyelidiki dan memvisualisasikan aliran lalu lintas pada penyempitan
geometrik (bottleneck) dan menentukan tolak ukur aliran lalu lintas Measurement Of
Jurnal Transportasi & Simulasi VISSIM 5.40


Effectiveness (MOEs) dengan menggunakan software simulasi lalu lintas VISSIM 5.40.
Simulasi dilakukan dengan mengkalibrasi parameter lapangan dan menggunakan random
seed simulasi agar membentuk aliran lalu lintas untuk dapat mewakili kondisi di lapangan.
Hasil yang dicapai berupa visualisasi aliran lalu lintas berupa video file ataupun VISSIM 5.40
file. Selain itu parameter tolak ukur aliran lalu lintas juga ditentukan berdasarkan kalibrasi
parameter dan skenario penggandaan random seed. Adapun rumusan masalah dalam
penelitian ini adalah parameter kecepatan, volume dan waktu perjalanan kenderaan yang
diakibatkan oleh penyempitan geometrik (bottleneck) pada lokasi tinjauan.
Pengambilan data dilakukan dengan menggunakan kamera perekam digital (handy
cam) yang secara otomatis dapat merekam aktifitas aliran lalu lintas pada ruas jalan tersebut.
Pengambilan data dilakukan pada hari Rabu dan Kamis, masing-masing pada waktu pagi
pukul 07.30-08.30 WIB dan sore pukul 17.30-18.30. Pada jam-jam tersebut diperkirakan
terjadinya peak hour (jam puncak). Pengambilan data geometrik pada segmen Jalan T.Nyak
Arief dilakukan dengan pengukuran langsung di lapangan. Data yang didapat dikumpulkan
kemudian disimulasikan dengan software VISSIM 5.40 guna mendapatkan hasil dari
penelitian ini.

TINJAUAN PUSTAKA
Karakteristik Lalu Lintas

Karakteristik dasar arus lalu lintas adalah arus, kecepatan, dan kerapatan.
Karakteristik ini dapat diamati dengan cara makroskopik atau mikroskopik. Pada tingkat
mikroskopik analisis dilakukan secara individu sedangkan pada tingkat makroskopik analisis
dilakukan secara kelompok (Soedirdjo, 2002: 24). Tabel 2.1 menggambarkan kerangka dasar
dari karakteristik lalu lintas.

Tabel 2.1 Kerangka Dasar Karakteristik Lalu Lintas
Karakteristik Lalu Lintas Mikroskopik Makroskopik
Arus Waktu Antara (Time Headway) Tingkat Arus
Kecepatan Kecepatan Individu Kecepatan Rata-rata
Kerapatan Jarak Antara(Distance Headway) Tingkat Kerapatan
Sumber : Direktorat Jenderal Bina Marga, 1990



Parameter karakteristik arus lalu lintas
Terdapat 8 (delapan) variabel atau ukuran dasar yang digunakan untuk menjelaskan
karakteristik arus lalu lintas. Tiga variabel utama (makroskopis) adalah kecepatan (v), volume
(q), dan kerapatan/density (k). Tiga variabel lain (mikroskopis) yang digunakan dalam
analisis arus lalu lintas adalah time headway (h), spacing (s), dan lane occupancy (R). Serta
dua parameter lain yang berhubungan dengan spacing dan headway yaitu, clearance (c) dan
gap (g) (Khisty, 2003).

Volume Lalu-lintas (Flow)
Volume lalu lintas diartikan sebagai jumlah kendaraan yang melintasi suatu titik di jalan per
lajur atau jalur dalam interval waktu tertentu (Roger dkk, 2004:106). Satuan volume
dinyatakan dalam kendaraan persatuan waktu (jam/hari).

Kecepatan dan Waktu tempuh
Menurut Rojer dkk (2004 : 106), kecepatan dan waktu pergerakan berbanding terbalik,
seperti diuraikan dalam persamaan berikut:
S =
d
t
............................ (2.1)

Dimana :
S = Kecepatan, MPH atau Km/jam
d = jarak yang di tempuh, mil, ft atau m
t = Waktu tempuh, jam atau detik

Time Headway (waktu antara)
Time headway adalah selisih waktu antar kendaraan yang beriringan yang melewati suatu
titik tertentu dalam satu lajur (Salter, 1974). Karena time headway pada kenyataannya terdiri
dari dua jenis waktu yaitu waktu okupansi (occupancy time) dan waktu antara (time gap).



Up stream
Cross section
Bottleneck
Down stream
Cross section
Ekivalen Mobil Penumpang
Tabel 2.2 Faktor Ekivalen Mobil Penumpang
Tipe Jalan
Arus Lalu lintas per
jalur
EMP
(kend/jam) HV
MC
Dua Lajur satu arah (2/1) 0 1,3 0,4
Empat lajur terbagi (4/2 D) > 1050 1,2 0,25
Tiga lajur satu arah (3/1) 0 1,3 0,4
Enam lajur terbagi (6/2 D) >1100 1,2 0,25
Sumber: MKJI : Hal 5-38, Tabel A-3 : 1

Penyempitan Jalan (Bottleneck) Sistem Transportasi
Bottleneck merupakan suatu kondisi dimana jalan mengalami penyempitan sehingga
kapasitas jalan menjadi lebih kecil dari bagian sebelum (upstream) dan sesudahnya
(downstream) (Budiarto, 1998).
Menurut Brilion, dkk. yang dikutip kembali dari Sugiarto (2012:15) menyebutkan bahwa
bottleneck dibagi menjadi dua jenis, yaitu :

1. Systematic Bottleneck
Systematic Bottleneck merupakan kondisi dimana terjadinya penyempitan geometrik
jalan, yaitu dari keadaan dalam kondisi normal tiba-tiba terjadi penyempitan ruas
jalan.

Gambar 2.1 Systematic bottleneck
Sumber : Sugiarto (2012:15)



2. Unsystematic Bottleneck
Unsystematic Bottleneck disebut juga virtual bottleneck yaitu merupakan kondisi
dimana terjadinya pengurangan kapasitas jalan akibat adanya hambatan samping
seperti: adanya kecelakaan yang mengakibatkan sebagian lebar jalan ditutup, parkir di
badan jalan, pedagang kaki lima, dll.

Gambar 2.2 Unsystematic bottleneck (virtual bottleneck)
Sumber : Sugiarto (2012:15)

Software VISSIM 5.40

Definisi VISSIM 5.40

Menurut PTV-AG (2011), VISSIM adalah multi-moda lalu lintas perangkat lunak
aliran mikroskopis simulasi. Hal ini dikembangkan oleh PTV (Planung Transportasi Verkehr
AG) di Karlsruhe, Jerman. Nama ini berasal dari "Verkehr Stdten - SIMulationsmodell"
(bahasa Jerman untuk "Lalu lintas di kota - model simulasi"). VISSIM dimulai pada tahun
1992 dan saat ini pemimpin pasar global. VISSIM model simulasi telah dipilih untuk
mengkalibrasi kondisi lalu lintas.

Kemampuan VISSIM 5.40

Menurut PTV-AG (2011), VISSIM menyediakan kemampuan animasi dengan
perangkat tambahan besar dalam 3-D. Simulasi jenis kendaraan (yaitu dari mobil penumpang,
truk, kereta api ringan dan kereta api berat). Selain itu, klip video dapat direkam dalam
program, dengan kemampuan untuk secara dinamis mengubah pandangan dan perspektif.
Elemen visual lainnya, seperti pohon, bangunan, fasilitas transit dan rambu lalu lintas, dapat
dimasukkan ke dalam animasi 3-D.
Up stream
cross section
Virtual
Bottleneck
Downstream
cross section


Input Data, Simulasi dan Kalibrasi VISSIM 5.40

Menurut PTV-AG (2011), tahap pengumpulan data adalah tugas yang paling penting dalam
penelitian ini. Mikroskopis simulasi model VISSIM memiliki persyaratan rumit input data
dan memiliki parameter model banyak. Untuk membangun model VISSIM simulasi untuk
jaringan ini dan untuk mengkalibrasi lalu lintas lokal, dua jenis data yang diperlukan yaitu :
tipe pertama adalah input data dasar yang digunakan untuk jaringan coding dari model
simulasi dan tipe kedua adalah data observasi digunakan untuk kalibrasi parameter model
simulasi. Input data dasar termasuk data geometri jaringan, data volume lalu lintas dan
karakteristik kendaraan, tuntutan perjalanan, komposisi kendaraan, tanda berhenti dan lalu
lintas sistem kontrol.

Parameter Kalibrasi VISSIM 5.40
Menurut PTV-AG (2011), model parameter yang berhubungan dengan atribut fisik dari
pengembangan model VISSIM. Mendefinisikan langkah kalibrasi dalam mikro-simulasi
pemodelan. Ini kalibrasi awal dilakukan untuk mengidentifikasi nilai-nilai untuk penyesuaian

Gambar 2.3 : Tingkat karakteristik lalu-lintas model
Sumber : PTV-Vision 2008
VISUM
VISSIM


kapasitas parameter yang menyebabkan model untuk mereproduksi terbaik kapasitas lalu
lintas diamati/kondisi lalu lintas di lapangan.

METODE PENELITIAN

Survey Pendahuluan
Survei pendahuluan ini untuk mengetahui gambaran umum dari lokasi penelitian dan untuk
menentukan perumusan dan identifikasi masalah.
Kegiatan ini meliputi :
Survei Pendahuluan dan Penentuan
Lokasi Penelitian
Studi Literatur
Data Primer
Geometrik
VolumeLalu lintas
Kecepatan
Headway
Waktu Perjalanan
Data Sekunder
Peta Jaringan Jalan
Kota Banda Aceh
Peta Lokasi Penelitian
Input Data Simulasi
Geometrik
Data Traffic
Parameter Kalibrasi
Penggandaan Random
Seed
Evaluasi dan Penentuan MOEs
Volume Lalu Lintas
Kecepatan
Waktu Perjalanan
Hasil
Video Visualisasi
Final Parameter MOEs
Kesimpulan dan Saran


1. Menentukan metode yang didasarkan pada kemampuan data yang digunakan
2. Mengamati kondisi di lapangan serta menaksir keadaan yang berkaitan dengan mutu
data yang diambil, meliputi :
a. Lebar lajur
b. Lebar bahu jalan
c. Jumlah lajur
d. Karakteristik lalu lintas
e. Volume lalu lintas
f. Kecepatan lalu lintas
g. Komposisi kendaraan yang lewat
h. Kondisi geometrik
Metode Pengumpulan Data
Data pada penelitian ini dibagi dua bagian, yaitu data primer dan data sekunder. Data primer
adalah data yang didapatkan dengan cara observasi atau pengamatan langsung di lokasi
penelitian yang meliputi data volume lalu-lintas dan kondisi geometrik.

Volume lalu lintas
Pengambilan data volume lalu lintas dilakukan menggunakan alat bantu handycam. Data
yang diperoleh dari rekaman video diekstrak secara manual dengan menggunakan Timer Free
Application Software (TFAS).

Gambar 3.1 Contoh Pengkodean Lajur Dengan Menggunakan TFAS.
L1
1
L2
2
L3
Segmen Bottleneck


Kecepatan
Kecepatan yang diamati pada studi kasus ini untuk jalan per satu arah adalah
kecepatan setempat.

Headway
Membuat satu pias sebagai tanda setiap kendaraan yang melintasi dapat dikodekan, untuk
mendapatkan selisih waktu antara kendaraan.

Waktu Perjalanan (Travel Time)
Survei waktu perjalanan untuk mengukur waktu perjalanan dan waktu bergerak rata-rata yang
diperlukan untuk melintasi rute atau segmen jalan. Untuk melaksanakan survei yaitu dengan
metode bergerak dimana pengamat ada didalam kendaraan yang berjalan didalam arus lalu
lintas.

Gambar 3.2 Contoh Pengkodean Pias Dengan Menggunakan TFAS.
Pias 1
Pias 2
Jarak > 50 m

Gambar 3.3 Contoh Pengkodean Pias Dengan Menggunakan TFAS.
Pias 1


Analisis Data
Pada saat data diekstrak, data tersebut diberi kode dan software secara otomatis mencatat ke
dalam file notepad sehingga diperoleh data kedatangan kendaraan dan waktu kedatangan
seperti yang terlihat pada gambar 3.4.
Kemudian, file notepad diintegrasikan kedalam Ms. Excel 2007 untuk menganalisis
data primer seperti arus, dan waktu kedatangan. Data primer tersebut dianalisis menggunakan
pivot table yang telah tersedia didalam Ms. Excel 2007. Selanjutnya total kendaraan dan
waktu kendaraan untuk semua pengamatan di lajur 1, 2 dan 3, direkap berdasarkan lamanya
pengamatan dilapangan selama setiap jam puncak.

Penggunaan Software VISSIM 5.40
Coding of network (Pengkodean pada jaringan)

Gambar 3.4 Contoh Output Parameter Dari TFAS

L1
L2 L3

Gambar 3.5 Pengkodean pada jaringan



Link and Connector (ruas-penghubung)

Traffic Compositions (Komposisi Lalu-lintas)

Vehicle Inputs (Data Kendaraan

Gambar 3.6 Ilustrasi link dan konektor

Gambar 3.7 Pengaturan komposisi lalu lintas

Gambar 3.8 Pengaturan data kendaraan


Menjalankan Model Simulasi

Sebagai tahap awal parameter kalibrasi dalam model VISSIM dipilih, termasuk mobil
dan perubahan jalur. Berikut ini parameter untuk menjalankan model simulasi :
1. Pengaturan Lalu lintas
2. Periode/lama waktu simulasi
3. Waktu memulai
4. Tanggal mulai
5. Revolusi simulasi
6. Random seed
7. Berhenti/selesai

Kalibrasi dan Validasi Parameter

Kalibrasi adalah proses dimana komponen simulasi model yang disempurnakan dan
disesuaikan sehingga model simulasi secara akurat mewakili bidang yang diamati pada
kondisi lalu lintas. Kalibrasi yang telah dilakukan dalam penelitian ini adalah kalibrasi
parameter dan validasi faktor random simulasi dengan penggandaan random seed. Sedangkan
validasi adalah perbandingan parameter MOEs yang diperoleh dari lapangan terhadap hasil
simulasi dengan menggunakan VISSIM 5.40. Hasil yang dicapai diharapkan lebih kecil dari
15% seperti yang direkomendasikan oleh (Collins, 2009 : 61).

Gambar 3.9 Pengaturan Simulasi



HASIL DAN PEMBAHASAN
Hasil
Geometrik
Dari dua bagian tersebut yang disurvei adalah arah yang menuju ke Darussalam, secara rinci
data ruas jalan tersebut adalah sebagai berikut :
A. Kondisi Normal:
1. Terdiri dari 6 lajur, 2 arah.
2. Lebar masing-masing lajur : 3,2 m
3. Pemisah arah dibatasi oleh Median
4. Pemisah lajur berupa marka garis lurus terputus-putus
5. Kondisi perkerasan dalam keadaan baik
B. Kondisi Menyempit:
1. Terdiri dari 2 lajur, 2 arah
2. Lebar lajur : 3,65 m
3. Pemisah arah berupa marka garis lurus
4. Kondisi perkerasan dalam keadaan baik.

A
A
B
B
C
C
3,2 m
3
,6
5
m
3
,6
5
m
Median
3,2 m
3,2 m
3,2 m
3,2 m
3,2 m

Gambar 4.1 Geometrik eksisting
Keterangan :
A-A : Potongan melintang jalan normal
B-B : Potongan melintang Jalan Menyempit
C-C : Potongan melintang Pertemuan antara Jalan Normal dan Menyempit

Arah Ke
Pusat Kota
Banda Aceh
Arah Ke
Darussalam
(Unsyiah)


Volume Lalu lintas
Tabel 4.1 Rekap Volume Lalu Lintas (Pagi)

No Hari/Tanggal Waktu
Total Volume (smp/jam)
free flow bottleneck
1 Rabu/24 Mei 2012 07.30-08.30 WIB 1521 1512
2 Kamis/25 Mei 2012 07.30-08.30 WIB 1660 1592

Tabel 4.2 Rekap Volume Lalu Lintas (Sore)

No Hari/Tanggal Waktu
Total Volume (smp/jam)
free flow bottleneck
1 Rabu/24 Mei 2012 17.30-18.30 WIB 969 959
2 Kamis/25 Mei 2012 17.30-18.30 WIB 916 898

Kecepatan
Tabel 4.3 Rekap kecepatan kendaraan
No Hari/Tanggal
Kecepatan (km/jam)
Pagi Sore
Free flow Bottleneck Free flow Bottleneck
1 Rabu/23 Mei 2012 42,65 25,59 40,65 25,23
2 Kamis/24 Mei 2012 45,04 11,11 42,50 22,87

Headway
Tabel 4.4 Rekap headway kendaraan
No
Hari/Tanggal
Headway(s)
Pagi Sore
Free flow Bottleneck Free flow Bottleneck
1 Rabu/23 Mei 2012 1,050 2,301 1,193 2,568
2 Kamis/24 Mei 2012 1,157 2,573 1,707 2,709

Waktu Perjalanan
Tabel 4.5 Rekap waktu perjalanan
No
Hari/Tanggal Jarak (m)
Waktu Perjalanan (travel time)
s Rata-rata
1 Rabu/24 Mei 2012
409,3
100 120 131 117
2 Kamis/25 Mei 2012 169 162 166 165



Simulasi VISSIM 5.40
Tabel 4.6 Rekap simulasi VISSIM 5.40 pada kondisi normal

No Simulasi
Jarak Random Seed Rata-
rata
(m)
1 2 3 4 5
1 Volume (smp/jam)
409,3
1451 1438 1460 1471 1457 1455,40
2 Kecepatan (km/jam) 8,28 9,54 10,67 9,55 9,88 9,57
3 Waktu perjalanan (s) 177,9 155,9 138,1 154,3 149,1 155,06

Grafik 4.1 Fluktuasi antara volume lalu lintas terhadap modifikasi random seed

Grafik 4.2 Fluktuasi antara kecepatan terhadap modifikasi random seed

Grafik 4.3 Fluktuasi antara Waktu perjalanan terhadap modifikasi random seed

y = -5x
3
+ 44,07x
2
- 107,9x + 1519,
R = 0,975
1420
1440
1460
1480
0 1 2 3 4 5 6
V
o
l
u
m
e
Random seed
y = 0,116x
3
- 1,337x
2
+ 4,806x + 4,606
R = 0,817
0
4
8
12
0 1 2 3 4 5 6
K
e
c
e
p
a
a
t
a
n
Random seed
y = -2,133x
3
+ 24,02x
2
- 85,23x + 242,4
R = 0,877
0
60
120
180
240
0 1 2 3 4 5 6
W
a
k
t
u

P
e
r
j
a
l
a
n
a
n
Random seed


Tabel 4.7 Rekap simulasi VISSIM 5.40 Kondisi Penyempitan (bottleneck)

No Simulasi
Jarak Random Seed Rata-
rata
(m) 1 2 3 4 5
1 Volume (smp/jam)
400,1
1466 1427 1447 1453 1444 1447,40
2 Kecepatan (km/jam) 9,12 10,54 11,77 10,26 10,74 10,49
3 Waktu perjalanan (s) 157,9 136,6 122,3 140,3 134,1 138,24

Grafik 4.4 Fluktuasi antara volume lalu lintas terhadap modifikasi random seed

Grafik 4.5 Fluktuasi antara kecepatan terhadap modifikasi random seed

Grafik 4.6 Fluktuasi antara waktu perjalanan terhadap modifikasi random seed

y = -6,166x
3
+ 58,78x
2
- 167,0x + 1579,
R = 0,908
1420
1430
1440
1450
1460
1470
0 1 2 3 4 5
V
o
l
u
m
e
Random Seed
y = 0,181x
3
- 1,965x
2
+ 6,563x + 4,236
R = 0,791
0
3
6
9
12
15
0 1 2 3 4 5
K
e
c
e
p
a
t
a
n
Random Seed
y = -2,6x
3
+ 27,86x
2
- 92,53x + 226,3
R = 0,856
0
40
80
120
160
200
0 1 2 3 4 5
W
a
k
t
u

p
e
r
j
a
l
a
n
a
n
Random Seed


Grafik 4.1 dan 4.4 menunjukan bahwa fluktuasi volume lalu lintas terhadap random
seed masih belum stabil maka perlukan melakukan random seed 5 kali lagi, maka total
random seed sebanyak 10 kali untuk mendapatkan hasil yang akurat. Grafik 4.2, 4.3, 4.5, dan
4.6 menunjukkan masing-masing fluktuasi kecepatan dan waktu perjalanan terhadap random
seed mendekati hasil stabil maka random seed cukup dengan 5 kali.

Perbandingan survei lapangan dan simulasi
Tabel 4.8 Rekap Perbandingan data lapangan dan simulasi < 15%

No Parameter
Kondisi Arus Bebas Kondisi Bottleneck Deviasi
(%)
Lapangan Simulasi Lapangan Simulasi
1 Volume (smp/jam) 1660 1455 1592 1447 12 9
2 Kecepatan (km/jam) 45,04 44,7 11,11 9,56 1 14
3 Waktu perjalanan (s) 165 155,06 165 155,06 6 6

Dari hasil survei lalu lintas yang dilakukan dilapangan dan kemudian disimulasikan
dengan software VISSIM 5.40 maka didapatkan persamaan hasil yang berupa parameter-
parameter volume lalu lintas, kecepatan, dan waktu perjalanan dengan asumsi tingkat error
sebesar < 15%.

Pembahasan
Berdasarkan kondisi eksisting saat ini dari pusat Kota Banda Aceh menuju ke Darussalam,
pada kondisi normal ruas jalan 6/2 D dengan lebar geometrik 9,60 meter per jalur dan pada
kondisi penyempitan ruas jalan menjadi 2/2 UD dengan lebar geometrik 3,65 meter per jalur.

Gambar 4.2 Visualisasi Aliran Lalu lintas 3D pada bottleneck


Data ouput yang dihasilkan VISSIM 5.40 setelah melakukan 5 kali random seed adalah
volume lalu lintas didapat 1455,40 smp/jam, kecepatan 9,57 km/jam dan waktu perjalanan
155,06 detik. Dari garik 4.1 fuktuasi antara volume lalu lintas terhadap penggandaan random
seed menggambarkan grafik tersebut belum menunjukkan konsistensi terhadap 5 kali random
seed, sedangkan pada grafik 4.2 dan 4.3 menggambarkan konsistensi terhadap kecepatan dan
waktu perjalanan terhadap penggandaan random seed. Validasi dilakukan dengan
membandingkan data observasi di lapangan dengan hasil simulasi diperoleh volume lalu
lintas 12 %, kecepatan 14 % dan waktu perjalanan 6 %. Ketiga parameter tersebut
memperlihatkan bahwa hasil validasi dibawah 15%. Maka Measurement Of Effectiveness
(MOEs) hasil simulasi VISSIM 5.40 dapat diterima dan mewakili kondisi aliran lalu lintas di
lapangan.

KESIMPULAN DAN SARAN
Berdasarkan hasil pengolahan data dan pembahasan, dapat diambil beberapa kesimpulan dan
saran sesuai dengan keadaan pada segmen penyempitan geometrik (bottleneck) Jl. T. Nyak
Arief km 6 lamyong, Banda Aceh.

Kesimpulan
1. Dari dua hari pengamatan, diantaranya hari Rabu tanggal 23 Mei 2012 dan Kamis tanggal
24 Mei 2012, volume puncak terjadi pada hari Kamis tanggal 24 Mei 2012 dengan
volume lalu lintas tertinggi 1660 smp/jam pada arus normal dan 1592 smp/jam pada
kondisi penyempitan (bottleneck) pada pukul 07.30-08.30 WIB. Terjadi penurunan
volume lalu lintas sebesar 4 % karena terjadinya penurunan kapasitas jalan pada Jalan
T.Nyak Arief.
2. Hasil simulasi dengan menggunakan VISSIM 5.40 maka didapat volume lalu lintas
(Flow) 1455 smp/jam, kecepatan (Speed) 9,56 km/jam dan waktu perjalanan (travel time)
155,06 s. Maka hasil yang didapat dengan menggunakan VISSIM 5.40 kemudian
melakukan validasi dengan membandingkan data observasi di lapangan dengan hasil
simulasi diperoleh volume lalu lintas 12 %, kecepatan 14 % dan waktu perjalanan 6 %.
Ketiga parameter tersebut memperlihatkan bahwa hasil validasi dibawah 15%. Maka
Measurement Of Effectiveness (MOEs) hasil simulasi VISSIM 5.40 dapat diterima.
3. Berdasarkan hasil yang didapat maka visualisasi aliran lalu lintas dengan menggunakan
VISSIM 5.40 dapat mewakili kondisi aliran lalu lintas di lapangan.



Saran
1. Simulasi lalu lintas dengan menggunakan software VISSIM 5.40 sebaiknya melakukan
random seed sebanyak 10 kali, karena terjadi fluktuasi yang belum stabil pada volume
lalu lintas terhadap random seed dan untuk mendapatkan Measurement Of Effectiveness
(MOEs) dan kemudian melakukan hasil validasi yang akurat.
2. Dari hasil simulasi pada penyempitan geometrik (bottleneck) maka menjadi acuan untuk
melakukan simulasi di gangguan lalu lintas lainnya seperti U-turn dan pada simpang.

DAFTAR PUSTAKA
1. Alamsyah, A. 2008. Rekayasa Lalu lintas, Penerbit Universitas Muhammadiyah
Malang.
2. Anonim, Manual Kapasitas Jalan Indonesia (MKJI). 1997. Jakarta: Direktorat
Jenderal Bina Marga, Departemen Pekerjaan Umum.
3. Budiarto Arief., 1998, Pengaruh Bottleneck Terhadap Karakteristik Lalu-lintas,
Tesis Magister, Rekayasa Transportasi, Program Studi Teknik Sipil, Institut
Teknologi Bandung, Bandung.
4. Collins, P, 2009. Paramics Microsimulation Modelling-RTA Manual, New South
Wales Government. USA
5. Khisty, C.Jotin., Lall, B.Kent., 2003. Transportation Engineering, Third Edition,
Pearson Education Inc., Upper Saddle River, New Jersey. USA
6. KIM, H, 2010. A Part of Traffic Engineering Lecture Notes, Asian Institute Of
Technology. Bangkok
7. Law, Averiil M. And Kelton, W. David, Simulation Modeling And Analysis, 2nd
edition McGraw-Hill International Editions, 1991.
8. May, A.D., 1990, Traffic Flow Fundamentals, Prentice Hall International Inc, New
Jersey, USA.
9. Munawar, A., 2004, Manajemen Lalulintas Perkotaan, Penerbit Beta Offset,
Jogjakarta.
9. VISSIM User Manualversion 5.40. PTV Planung Transport Verkehr AG,
Karlsruhe, Germany, 2011.
10. Roess, Roger P., Prassas, Elena S., and McShane, William R., 2004, Traffic
Engineering, Third Edition, Pearson Education Inc., Upper Saddle River, New
Jersey. USA


11. Salter, R.J. 1974, Highway Traffic Analysis and Design. The Macmillan Press LTD.
London
12. Sugiarto, 2012, Traffic Breakdown Mechanism of Hidden Bottleneck on An Arterial
Road, Case Studies of U-Turn And on Street Parking In Aceh Province of Indonesia,
Thesis. Asian Institute Of Technology. Bangkok
13. Soedirdjo, T. L. 2002, Rekayasa Lalu lintas. Proyek Peningkatan Penelitian
Pendidikan Tinggi. Direktorat Jenderal Pendidikan Tinggi. Departemen Pendidikan
Nasional.

JURNAL

Diunggah oleh

Informasi Dokumen

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

JURNAL

Diunggah oleh

Hak Cipta:

Format Tersedia

Jurnal Transportasi & Simulasi VISSIM 5.

Anda mungkin juga menyukai