1 Analisa Perbandingan Perhitungan Kapasitas Metode Mkji 19971
1 Analisa Perbandingan Perhitungan Kapasitas Metode Mkji 19971
Abstrak
Perhitungan Kapasitas suatu jalan diperlukan untuk mendapatkan hasil berupa kemampuan ruas jalan untuk
menampung arus atau volume lalu lintas yang ideal dalam satuan waktu tertentu, dinyatakan dalam jumlah
kendaraan yang melewati potongan jalan tertentu dalam satu jam (kend/jam), atau dengan
mempertimbangan berbagai jenis kendaraan yang melalui suatu jalan digunakan satuan mobil
penumpang sebagai satuan kendaraan dalam perhitungan kapasitas maka kapasitas menggunakan satuan
mobil penumpang per jam atau (smp)/jam.
Manual Kapasitas Jalan Indonesia 1997 dan model pendekatan lalu lintas melalui model Linier
Greenshields, Greenberg dan Underwood memberikan pedoman pedoman untuk mendapatkan Kapasitas
dari suatu ruas jalan.
Dari hasil penelitian di Jalan Ahmad Yani Kuala Pembang Kabupaten Seruyan model Linier
Greenshields dengan R2 = 0.86899 mendapatkan kapasitas/volume maksimum = 91.07672 smp/jam, model
Greenberg dengan nilai R2 = 0.74716 mendapatkan kapasitas/volume maksimum = 103.951816 smp/jam,
dan model Underwood dengan Nilai R2 = 0.85919, mendapatkan kapasitas/volume maksimum = 85.703698
smp/jam, sedangkan dengan menggunakan metode Manual Kapasitas Jalan Indonesia MKJI 1997
mendapatkan nilai Kapasitas sebesar = 2480.412 smp / jam. Terdapat perbedaan yang cukup signifikan
antara perhitungan Kapasitas Jalan dengan menggunakan Manual Kapasitas Jalan Indonesi (MKJI 1997)
dengan Pemodelan Linier Greenshields, Model Greenberg dan Model Underwood. Ini disebabkan latar
belakang pemodel yang digunakan banyak yang berasal dari penelitian jalan jalan di luar negeri
sedangkan untuk Manual Kapasitas Jalan Indonesia (MKJI 1997) menggunakan penelitiannya
menggunakan karateristik jalan yang ada di Indonesia.
I.
PENDAHULUAN
I.1 Latar Belakang
Pergerakan kendaraan, manusia dan barang
dari suatu tempat ke tempat yang lainnya
memerlukan penyediaan sarana dan prasarana
Transportasi yang memadai dan maksimal , yang
diharapkan
dapat
menunjang
kemajuan
pembangunan di suatu daerah baik perkotaan
maupun pedesaan. Bidang transportasi dengan
berbagai macam permasalahannya perlu mendapat
perhatian yang serius dari semua pihak baik
masyarakat sebagai pengguna maupun pemerintah
sebagai penyelenggara.
Kuala Pembuang sebagai ibu kota
kabupaten Seruyan merupakan salah satu daerah
yang berkembang dengan adanya percepatan
pembangunan
disegala
bidang,
diantaranya
pembangunan pasar Saik, pembangunan pelabuhan
Segintung dan pengembangan bandar udara Kuala
Pembuang. Kondisi ini menyebabkan terjadinya
peningkatan kegiatan transportasi khususnya
peningkatan volume lalu lintas, apalagi dengan
terbukanya akses jalan dan jembatan Sei Seruyan
menuju ke Kuala Pembuang.
Sebagai kota yang belum
banyak
mengalami permasalahan serius mengenai arus lalu
lintas, Kuala Pembuang perlu mendapatkan
management lalu lintas mulai dari sekarang dengan
memperhitungkan kondisi volume, kecepatan dan
Page
1,00
3.
0,40
4.
1,00
II.7.
Dimana:
C
=
C0
=
FCW
=
Lintas
FCSP
=
FCSF
FCCS
Kapasitas (smp/jam)
Kapasitas Dasar (smp/jam)
Faktor Penyesuaian Lebar Jalur Lalu-
V = D.S
Dimana:
V =
Arus (smp/jam)
D =
Kepadatan (kend/km)
S
=
Kecepatan (Km/Jam)
Hubungan matematis antar parameter
tersebut dapat juga dijelaskan dengan menggunakan
Gambar 2.1 yang memperlihatkan bentuk umum
hubungan matematis antara Kecepatan Kepadatan
(S D), Arus Kepadatan (V D), dan Arus
Kecepatan (V S).
Page
S=
V
D
..(2.3)
V
Sff
=Sff
. D .
D
Dj
(2.4)
V =D . Sff
Sff
Dj
Model Greenshields
Greenshields merumuskan bahwa hubungan
matematis antara KecepatanKepadatan diasumsikan
linear (Ofyar Tamin, 2000), seperti yang dinyatakan
dalam persamaan (2.2).
S=Sff
Sff
. D ....
Dj
(2.2)
Dimana:
S = Kecepatan (km/jam)
Sff = Kecepatan pada saat kondisi lalu lintas
sangat rendah atau pada kondisi kepadatan
mendekati nol atau kecepatan mendekati nol
atau kecepatan arus bebas (km/jam)
Dj = Kepadatan pada kondisi arus lalu lintas
macet total (kend/km)
Hubungan
matematis
antara
Arus
Kepadatan dapat diturunkan dengan menggunakan
persamaan dasar (2.1), dan selanjutnya dengan
Sff
. D
Dj
(2.5)
Persamaan (2.5) adalah persamaan yang
menyatakan hubungan matematis antara ArusKepadatan. Kondisi arus maksimum (V M) bisa
didapat pada saat arus D = DM. Nilai D = DM bisa di
dapat melalui persamaan.
Hubungan
matematis
antara
ArusKecepatan dapat diturunkan dengan menggunakan
persamaan dasar (2.1), dan dengan memasukan ke
dalam persamaan (2.6) ke persamaan (2.6), maka
bisa diturunkan melalui persamaan (2.7) (2.9).
D=
V
S
Sff V
S=Sff
.
Dj S
(2.6)
...
. (2.7)
Sff V
. =Sff S
Dj S
(2.8)
V =Dj . S
Dj
. S ..
Sff
.. (2.9)
Persamaan (2.9) adalah persamaan yang menyatakan
hubungan matematis antara ArusKecepatan.
Kondisi arus maksimum/ Kapasitas (VM) didapat
dengan persamaan:
VM=
Dj x Sff
....
4
(2.10)
Kondisi kepadatan maksimum (DM) didapat dengan
persamaan:
DM =
Dj
2 .....
(2.11)
Kondisi kecepatan pada saat arus maksimum (S M)
didapat dengan persamaan:
SM =
Sff
2
(2.12)
II.10.
Model Greenberg
Greenberg
mengasumsikan
bahwa
hubungan matematis antara KecepatanKepadatan
bukan merupakan fungsi linear melainkan fungsi
logaritmik (Ofyar Tamin, 2000).
Page
bS
D=C .e
(2.13)
Dimana C dan b bukan merupakan konstanta.
Jika persamaan (2.13) dinyatakan dalam
bentuk logaritma natural, maka persamaan (2.13)
dapat dinyatakan kembali sebagai persamaan (2.14),
sehingga hubungan matematis antara Kecepatan
Kepadatan selanjutnya dinyatakan dalam persamaan
(2.16).
ln D=lnC +bS ..
(2.14)
bS=ln DlnC 0
(2.15)
S=
...
ln D ln C
b
b ..
S=S ff . e
D
DM
(2.24)
Dimana:
Sff = Kecepatan arus bebas
DM = Kepadatan pada kondisi arus maksimum
Jika persamaan (2.24) dinyatakan dalam
bentuk logaritma natural, maka persamaan (2.24)
dapat dinyatakan kembali sebagai persamaan (2.25)
sehingga hubungan matematis antara Kecepatan
Kepadatan, selanjutnya dapat juga dinyatakan dalam
persamaan (2.25).
ln S=ln Sff
(2.16)
Hubungan matematis antara Arus
Kepadatan dapat diturunkan dengan menggunakan
persamaan dasar (2.1), dan dengan memasukan
persamaan (2.16) ke persamaan (2.20), maka bisa
diturunkan persamaan (2.17) (2.18).
V ln D ln C
=
D
b
b
(2.17)
V=
D ln D lnC
.
b
b
V
=C . ebS
S
(2.19)
V =S . C . e bS
.....(2.20)
Persamaan (2.20) adalah persamaan yang
menyatakan hubungan matematis antara Arus
Kecepatan (Kapasitas).
Model Greenberg tidak valid untuk
kepadatan yang kecil, untuk D = (mendetaki nol),
S = .
Kondisi kepadatan maksimum (DM) didapat dengan
persamaan:
DM =e
LnC1
(2.21)
Kondisi kecepatan pada saat arus maksimum (S M)
didapat dengan persamaan:
SM =
(2.23)
II.10.
1
b
(2.25)
Hubungan matematis antara Arus
Kepadatan dapat diturunkan dengan menggunakan
persamaan dasar (2.1) dan dengan memasukkan
persamaan (2.3) ke persamaan (2.4), bisa diturunkan
persamaan (2.26) (2.27).
D
V
=S .e D
D
ff
Model Underwood
Underwood
mengasumsikan
bahwa
hubungan matematis antara Kecepatan Kepadatan
bukan merupakan fungsi linear melainkan fungsi
.
(2.26)
..
..(2.18)
Persamaan (2.18) adalah persamanan yang
menyatakan hubungan matematis antara Arus
Kepadatan.
Hubungan matematis antara Arus
Kecepatan dapat diturunkan dengan menggunakan
persamaan dasar (2.1), dan selanjutnya dengan
memasukkan persamaan (2.6) ke persamaan (2.16),
maka bisa diturunkan persamaan (2.19) - (2.20).
D
DM ...
V =D . S ff . e
D
DM
...
(2.27)
Persamaan (2.27) adalah persamaan yang
menyatakan hubungan matematis antara Arus
Kepadatan.
Hubungan matematis antara Arus
Kecepatan dapat diturunkan dengan menggunakan
persamaan dasar (2.1), dan selanjutnya dengan
memasukan persamaan (2.6) ke persamaan (2.16),
bisa diturunkan persamaan (2.280) (2.31).
V
S=S ff . e S . D
..
D
ln S=ln Sff
S . DM
(2.28)
....
(2.29)
V
=ln S ff ln S
..
S DM
(2.30)
V =S . DM (ln S ff ln S)
...
(.2.31)
Persamaan (2.31) adalah persamaan yang
menyatakan hubungan matematis antara Arus
Kecepatan (Kapasitas).
Model Underwood tidak valid untuk
kepadatan yang tinggi, karena kecepatan tidak
pernah mencapai nol pada saat kepadatan yang
tinggi.
Kondisi kecepatan pada saat arus maksimum (S M)
didapat dengan persamaan:
S M =e ln S
ff
..(2.32)
Page
3.
III.METODOLOGI PENELITIAN
III.1. Metode Penelitian
Untuk mencapai tujuan dalam penulisan ini
maka metode yang digunakan penulis adalah :
1. Studi literatur
2. Survey lapangan di Jalan Ahmad Yani Kuala
Pembuang Kab Seruyan untuk mendapatkan
data primer berupa : volume lalulintas,
kecepatan kendaraan ringan, dan data geometrik
jalan.
3. Mencari data sekunder mengenai jumlah
penduduk kota Kuala Pembuang di Biro Pusat
Statistik (BPS) Kabupaten Seruyan.
III.2. Pekerjaan Persiapan Lapangan
Sebelum pengambilan data dilapangan maka
dilakukan persiapan terlebih dahulu berupa
pembuatan batas awal dan akhir pada jalan Ahmad
Yani Kuala Pembuang, diusahkan tanda pembatas
yang baik untuk 100 m dapat dilihat oleh pengamat
dimana tanda tersebut dibuat dengan menggunakan
cat warna merah yang dioleskan pada tempat
tempat yang terlihat oleh pengamat.
III.3. Waktu Pengambilan Data
Pengambilan data primer berupa volume lalu
lintas, kecepatan kendaraan ringan, dilakukan secara
bersamaan di lokasi penelitian di jalan Ahmad Yani
selama 5 hari dari jam 06.00 Wib sampai dengan
17.00 Wib, mulai dari tanggal 19 Desember sampai
dengan 23 Desember 2011. Sedangkan pengambilan
data geometrik jalan berupa lebar jalur lalulintas (m),
lebar jalan masuk ke jalan utama m), kereb , jarak
kereb penghalang (m) dilakukan pada malam
sehingga tidak menggangu aktifitas lalulintas pada
saat penelitian.
III.4. Teknik Pengambilan Data
1. Data Lalulintas kendaraan didapatkan dengan
melakukan survey secara manual dijalan Ahmad
Yani pada dua jalur jalan mempunyai panjang
100 m. Jalan Ahmad Yani merupakan jalan
dengan 4 lajur dan 2 arah, jadi untuk setiap jalur
jalan ditempatkan 2 orang pengamat dengan
arah yang berbeda dimana mereka bertugas
mengamati dan mencatat jenis jenis kendaraan
yang lewat beserta jumlahnya pada formulir
yang telah disiapkan.
2. Data kecepatan didapatkan dengan metode
kendaraan contoh berdasarkan Panduan
Survey dan Perhitungan Waktu Perjalanan
lalu lintas yang dikeluarkan oleh Direktorat
Jenderal Bina Marga Direktorat Pembinaan
Jalan Kota yaitu dengan menetapkan titik awal
dan titik akhir dari rute yang disurvey untuk
memperkirakan kondisi lalulintas yang ada,
kemudian pegamat yang berada dalam
dikendaraan contoh menjalankan stopwacth
ketika kendaraan melewati titik awal survey,
selanjutnya kendaraan contoh bergerak berjalan
pada segmen jalan yang ditentukan yaitu
sepanjang 100 m setelah kendaraan melewati
titik akhir survey maka stop watch dihentikan
dan catat waktu total perjalanan. Karena lokasi
survey yang diambil berdekatan maka
perhitungan kecepatan dilakukan secara
bersamaan dengan masing masing segmen
jalan 000 m .
4.
y =n . A+ B . x
(3.2)
.. (3.2)
xy= A . x + B . x 2
..(3.3) ...(3.3)
Dimana:
n = banyaknya sampel
Parameter A dan B dapat diperkirakan
dengan menggunakan metode kuadrat terkecil yang
meminimumkan total kuadratis residual antara hasil
model dengan hasil pengamatan. Nilai Parameter A
dan B bisa didapatkan dari persamaan (3.4) dan (3.5)
berikut (Tamin, 2000).
X 2i
( X i)
()
N
i
N ( X i Y i ) ( X i ) . (Y i)
i
B=
.(3.4)
A=
( yb . x)
n
..
.(3.5)
Cara di atas disebut metode kwadrat terkecil (least
square method).
2.
Analisa Korelasi
Derajat atau tingkat hubungan antara dua
variabel diukur dengan Indeks Korelasi, yang disebut
sebagai koefisien korelasi dan ditulis dengan symbol
R. apabila nilai koefisien korelasi tersebut
Page
n XiYi Xi Yi
n Xi Xi n Yi Yi
2
..(3.6)
Dimana :
R = koefisien korelasi
R2 = koefisien determinasi
3. Analisa Regresi Non Linier/Kurva Estimasi
Di samping peramalan dengan analisa regresi
linier juga dalam penelitian ini dipakai metode
regresi non linier atau disebut juga kurva estimasi.
Regresi non linier merupakan suatu cara
membuktikan suatu hipotesis jika regresi liniernya
tidak didapat yaitu dilihat letak titik-titik liniernya
dalam diagram sangat menyimpang dari letak titiktitik yang sebenarnya.
Oleh karena itu perlu memperbaikinya dengan
regresi non linier. Berikut ini adalah beberapa bentuk
metode regresi non linier:
a. Metode Exponensial
Perkiraan untuk model ini, yang persamaannya
adalah :
Y = abx.. (3.7)
Ternyata dapat dikembalikan kepada model linier
apabila diambil logaritmanya. Sehingga dalam
logaritma persamaannya menjadi :
Log Y = Log a + (log b)X
.....
(3.8)
Dan apabila diambil Y = Log Y ; a = Log a ; dan b
= Log b, maka diperoleh model liniernya :
Y = a + bX ..(3.9)
b.
Metode Logaritmic
Taksiran untuk model ini dapat diperoleh dengan
persamaan sebagai berikut :
Y = a + b Ln X ... (3.10)
d
t
...(4.1)
Dimana2 :
S = Kecepatan (Km/jam)
d = Jarak Tempuh (m)
t = Waktu tempuh kendaraan (det)
IV.3. Kepadatan
Kepadatan
kendaraan
dihitung
dengan
membagi volume lalu lintas dengan variabel
kecepatan rata-rata dengan menggunakan persamaan
di bawah ini:
V
S
...
(4.2)
Dimana:
D = Kepadatan lalu lintas (kendaraan/km)
V = Volume lalu lintas (kendaraan/jam)
S = Kecepatan kendaraan (km/jam)
Page
= 2480.412 smp/jam
IV.5 Hubungan Matematis Volume, Kecepatan
dan Kepadatan dengan Model Linier
Greenshields
a. Hubungan Kecepatan (S) Kepadatan (D)
S=Sff
Sff
.D
Dj
A
B
S ff
Dj
V = 10.10342. S
10.10342
36.05779
36.05779
(3.56887)
. D = 36,05779
Kepadatan Maksimum
36,05779
10.10342
S2
S ff
2
(SM) =
36.05579
2
= 17,4388 km/jam
Volume Maksimum
Dj . S ff
4
(VM) =
10.10342 x 36.05579
= 91.07672 smp/jam
4
D=C .e
bS
Dimana: D
e
S
C dan b =
lnC
b
didapat nilai b =
. (5.1)
10.10342
= 5.05171
2
smp/km
Kecepatan saat volume maksimum
A=
S = 36,05779 - 3,568871 D
Dj
2 =
(DM) =
10.10342 smp/jam
Dengan menggunakan nilai Sff dan nilai Dj, maka
dapat ditentukan hubungan matematis antar
parameter sebagai berikut :
b. Hubungan Kecepatan (S) Kepadatan (D)
Dengan menggunakan persamaan (2.2)
dibawah ini didapat hubungan kecepatan kepadatan
:
S = Sff
. S2
(5.3)
nilai Dj =
Dj
V = Dj . S
S ff
=
Kepadatan Lalu lintas
=
Eksponensial
=
Kecepatan lalu lintas
Konstanta
dan B =
1
B
1
b
sehingga akhirnya
dan nilai
C = e- A/B
S ff
Dj
V = D . 36,05779
c.
. D2
36,05779
10.10342
D2
Page
1
10.49839
=-
0,095253
nilai C = e (-34.568104/ -10.498388) = 26,91559
dengan menggunakan nilai b dan C, maka dapat
ditentukan hubungan matematis antar parameter
sebagai berikut :
Hubungan Kecepatan (S) Kepadatan (D)
Dengan menggunakan persamaan (2.16)
didapat hubungan kecepatan kepadatan :
S=
ln D ln C
b
b
....... (5.7)
Hubungan Volume (V) Kepadatan (D)
Dengan menggunakan persamaan (2.18)
didapat hubungan volume kepadatan :
D ln D D lnC
b
b
V = 34,56810355 D(5.8)
10,498388
......
D Ln D
Hubungan
Matematis
Volume,
Kecepatan dan Kepadatan dengan
Model Underwood
Underwood
mengasumsikan
bahwa
hubungan matematis antara kecepatan dan kepadatan
bukan merupakan fungsi linier melainkan fungsi
eksponensial. Persamaan dasar model Underwood
dapat dinyatakan melalui persamaan (2.27):
D
M
Dimana: DM
=
Kerapatan pada kondisi arus
maksimum
Sff = Kecepatan arus bebas
Jika persamaan di atas dinyatakan dalam
bentuk logaritma natural, maka persamaan tersebut
dapat dinyatakan kembali dengan persamaan di
bawah ini sehingga hubungan matematis antara
kecepatan kerapatan dinyatakan pada persamaan
(2.29) di bawah ini.
LnS=ln S ff
D
DM
1
DM
A = Ln Sff dan
1
DM
B
dan nilau Sff = eA
A. Untuk hari Senin, 19 Desember 2011 (Bundaran
I ke Bundaran II)
Perhitungan hubungan volume, kecepatan
dan kepadatan lalu lintas dapat dilihat selengkapnya
di bawah ini :
Dari hasil analisa regresi didapat nilai-nilai
parameter A dan B sebagai berikut :
Nilai A = 3,73439
Nilai B = - 0.17969
Sehingga dihasilkan nilai
DM =
= - 10,498388 D + 34,56810355 D2
S=S ff . e D
= -10,498388 + 34.56810355
S = 34.56810355 10.498388 Ln D
V=
1
0,17969
= 5.565044 smp/km
D
DM
= 3,734391 0,179693
D)
Ln
= 3,734391
0,17969
D
S =S 41,86253
e(-0,17969
D
V = D . Sff . e D M
= 41,86253 D e (-0,17969. D)
...
V = 41,86253 D(5.14)
e (-0,17969. D)
Hubungan Volume (V) Kecepatan (S)
Dengan menggunakan persamaan (2.31)
didapat hubungan volume kecepatan :
V = S . DM (Ln Sff Ln S)
= (S . DM (Ln Sff)) (S . DM (Ln S)
V = 20,7820511 S 5,565044 S Ln S
. (5.15)
Page
b.
c.
3.
Page