PENDAHULUAN
A. Latar Belakang
Kota Bandar Lampung dengan luas 207,50 km merupakan kota yang sedang
tersebut dilakukan di waktu, tujuan, dan lokasi yang sama. Pemahaman akan
membebankan MAT ke jaringan jalan maka dapat menghasilkan pola arus lalu
yang terjadi pada jaringan jalan dan selanjutnya berbagai solusi dapat disusun
kurang lebih 1 (satu) tahun, sehingga data yang diolah seringkali dirasakan
Metode estimasi MAT lainnya yaitu metode tidak konvensional yang memiliki
lintas, data arus lalu lintas, dan beberapa faktor lainnya. MAT yang umumnya
menggunakan data arus lalu lintas pada metode ini dikenal merupakan suatu
metode estimasi yang cukup efektif dan ekonomis, tetapi memiliki tingkat
dengan survey O-D, maka metode tidak konvensional ini membutuhkan biaya
3
dan waktu yang relatif tingkatannya lebih rendah. Tingkat keakuratan estimasi
MAT berdasarkan arus lalu lintas ini sendiri ditentukan dari beberapa faktor,
dan jumlah arus lalu lintas sebagai data masukan. Sedangkan kelemahan
estimasi MAT berdasarkan data arus lalu lintas, antara lain terletak pada faktor
Estimasi MAT dengan metode tidak konvensional berdasarkan data arus lalu
lintas, tentunya menjadikan data arus lalu lintas sebagai faktor penting dalam
kualitas MAT. Maka setiap proses yang berkaitan dengan data arus lalu lintas
baik yang berkaitan dengan proses pengumpulan data, jumlah data, lokasi arus
dan pengolahan data lalu lintas akan berimbas pada optimalisasi estimasi MAT
yang dihasilkan. Cakupan data yang sangat luas seringkali membuat kesalahan
dalam pengolahan data. Untuk itu, dibutuhkan suatu efisiensi data yang diolah
namun tetap menghasilkan estimasi MAT dengan tingkat akurasi yang baik.
Efisiensi ini dapat dilakukan dengan menemukan jumlah data dan titik lokasi
traffic count yang tepat dalam lingkup wilayah kajian, sehingga lebih efektif
dari segi waktu dan biaya, namun tetap menghasilkan estimasi MAT yang
transportasi.
Studi ini mengkaji pengaruh jumlah data dan lokasi traffic count terhadap
estimasi MAT berdasarkan data arus lalu lintas dalam lingkup wilayah kota
Bandar Lampung. Kajian studi ini diharapkan dapat menemukan jumlah data
4
dan lokasi traffic count yang tepat, sehingga untuk masa mendatang survey
traffic count dapat dilakukan lebih efektif, dengan biaya dan waktu yang lebih
efesien, namun tetap dapat menghasilkan estimasi MAT yang handal untuk
B. Tujuan
Penelitian Pengaruh Jumlah Data dan Lokasi Traffic Count Terhadap Estimasi
MAT berdasarkan arus lalu lintas dengan studi kasus Kota Bandar Lampung
1. Mengkaji pengaruh jumlah data dan lokasi traffic count terhadap Matriks
lintas.
2. Memberikan gambaran jumlah data serta lokasi survey traffic count yang
tepat terkait dengan efisiensi survey yang dapat dilakukan untuk masa
C. Rumusan Masalah
1. Metode penaksiran MAT saat ini yang mendapat banyak perhatian para
2. Metode ini juga memiliki keterbatasan, terutama pada saat survey traffic
terkait jumlah data yang optimum, serta lokasi traffic count yang tepat,
cukup baik.
pengaruh jumlah data dan lokasi arus lalu lintas terhadap MAT yang
efesiensi dan efektivitas saat survey traffic count dengan mengetahui jumlah
data yang optimum dan serta lokasi traffic count yang tepat untuk
mendapatkan estimasi MAT yang cukup baik dalam lingkup wilayah Kota
Bandar Lampung.
6
D. Batasan Masalah
yang mucul, maka penelitian ini dibatasi oleh beberapa hal sebagai berikut :
1. Pengkajian yang dilakukan hanya didasarkan pada faktor jumlah data dan
lokasi traffic count saja, dan pengaruhnya terhadap Matriks Asal Tujuan
2. Estimasi MAT yang dianalisis yaitu estimasi MAT Kota Bandar Lampung
berdasarkan data arus lalu lintas yang dikumpulkan dari berbagai instansi
3. Metode estimasi MAT yang digunakan yaitu kuadrat terkecil, dengan studi
jalan arteri dan kolektor sebagai lokasi data arus lalu lintas.
estimasi MAT hanya berupa Bus Damri sebagai angkutan umum dalam
5. MAT awal atau Prior Matrix yang digunakan pada penelitian ini yaitu
count yang digunakan pada penelitian ini yaitu dengan mencari nilai
penumpang dan barang dari satu tempat ke tempat yang lain. Maksud adanya
(Munawar, 2006) :
rencana-rencana perubahannya.
gabungan dari beberapa komponen yang lebih kecil (mikro), yaitu sistem
tata guna tanah atau sistem kegiatan mempunyai tipe kegiatan tertentu yang
kegiatan tata guna tanah (land use) yang terdiri dari sistem pola kegiatan
nyaman, lancar, murah dan sesuai dengan lingkungannya, maka dalam sistem
transportasi makro terdapat suatu sistem mikro tambahan lainnya yang disebut
lembaga, instansi pemerintah serta swasta yang terlibat dalam setiap sistem
Bina Marga serta pada sistem pergerakan oleh DLLAJ, Organda, Polantas.
Sistem Sistem
kegiatan jaringan
Sistem
Pergerakan
Sistem Kelembagaan
Model perencanaan ini merupakan gabungan dari beberapa seri submode yang
1. Aksesibilitas
3. Sebaran pergerakan
4. Pemilihan moda
5. Pemilihan rute
Data base
Trip generation
Trip distribution
Four Stages
Modal split / choice
Trip assignment
Traffic flow
Model 4 (empat) tahap ini didasarkan pada pelaku perjalanan akan melakukan
berikut.
11
yang berarti menghitung yang masuk atau yang keluar dari/ke suatu
jumlah pergerakan yang tertarik ke zona tujuan yang masih dalam suatu
daerah kajian. Hasil dari sub model ini berupa jumlah kendaraan yang
masuk dan keluar dari suatu tata guna lahan dalam satuan hari atau jam.
yang berhubungan dengan sejumlah asal perjalanan yang ada pada setiap
zona dari wilayah yang diamati dengan sejumlah tujuan perjalanan yang
matematik dari model trip distribution terdiri dari berbagai model faktor
Dalam langkah ini, tata guna lahan akan sangat mempengaruhi atraktifitas
dari suatu daerah. Perubahan tata guna lahan di suatu daerah, akan dapat
(Munawar, 2005).
moda, ketersediaan moda tertentu, besarnya ukuran kota, dan status soial
dengan residu Gumbel yang tersebar bebas dan identik (Independent and
exp( Viq )
Piq = ..................................... (1)
exp(V
A j A( q )
jq )
Logit model adalah suatu alat atau saranan statistik yang digunakan untuk
Model harus mewakili ciri sistem transportasi dan salah satu hipotesis
Semua lalu lintas antara zona asal dan tujuan menggunakan rute yang
tercepat tersebut.
c. Pembebanan berulang
minimum.
pada karakteristik jalan, kondisi lalu lintas, dan persepsi pengendara tentang
kondisi tersebut. Dalam hal ini efek stokastik tidak diperhitungkan (Novalina,
2010)
Terdapat 2 (dua) perilaku pokok yang diusulkan sebagai dasar dari kondisi
equilibrium, yaitu :
perjalanan yang sama atau lebih besar dari pada rute yang dilaluinya
2. Dalam kondisi optimum, total biaya sistem yang terjadi adalah minimum.
memilih suatu rute sampai tercapai kondisi yang tidak memungkinkan untuk
rute yang lain. Apabila semua pengendara mempunyai persepsi yang sama
rute yang digunakan antar dua titik tertentu akan mencapai biaya perjalanan
16
yang sama dan minimum, sedangkan rute yang tidak digunakan akan
arus pergerakan (kendaraan, penumpang, dan barang) yang bergerak dari zona
asal ke zona tujuan di dalam daerah tertentu dan selama periode waktu
pergerakan tersebut.
metode tidak konvensional (Tamin, 1985; 1986; 1988abc dalam Tamin, 2000).
sampel MAT dari lapangan, tetapi metode ini membutuhkan biaya yang sangat
membutuhkan biaya yang sangat murah berupa data arus lalu lintas yang
menitikberatkan tingkat kinerja jaringan jalan pada saat ini maupun pada
tahun - tahun yang akan datang, sehingga dapat dihasilkan evaluasi dan
1. Metode Estimasi
tetapi juga untuk meramalkan MAT (dan arus lalu lintasnya) pada masa
daerah kajian yang kemudian dikalibrasikan dengan data arus lalu lintas.
proses saja. Agar ekonomis, persyaratan data untuk pendekatan ini baru
19
dibatasi hanya data perencanaan yang sederhana saja, data arus lalu lintas
pada beberapa ruas jalan, atau data lain yang lebih murah.
Beberapa alasan utama mengapa data arus lalu lintas sangat menarik
2000) :
a. Murah
organisasi dan pengelolaan. Selain itu, data seperti ini juga hanya
b. Ketersediaan
c. Tidak mengganggu
Data arus lalu lintas bias didapat tanpa mengganggu arus lalu lintas
Dengan MTK ini, perilaku pemakai jalan dianggap dapat diwakili dengan
Tid dengan zona asal i dan zona tujuan d tadi dapat dinyatakan sebagai:
1 1
Ai = Bd = ............................. (3)
(Bd .Dd . f id )
d
( Ai .Oi . f id )
i
Persamaan dasar ini sangat penting dan sering digunakan dalam banyak
2. Metode Kalibrasi
Dalam proses estimasi MAT dengan data arus lalu lintas proses
Model ini bertujuan untuk mengkalibrasi model dari data arus lalulintas
mengestimasi MAT. Dalam hal ini jumlah ruas jalan yang dibutuhkan
diketahui.
yang diusulkan dari data arus lalu lintas, yaitu metode estimasi Kuadrat-
arus lalulintas hasil pemodelan dan hasil pengamatan. Hal ini bisa didapat
Banyak model yang berkaitan dengan penaksiran MAT (Tid) dari data
f (T , t ) ..................................................... (5)
Tid . Pidl =V l untuk l L............................ (6)
i d
kapasitas bangkitan dan tarikan dari zona tersebut dan berbanding terbalik
daerah kajian dapat dijelaskan dengan 3 (tiga) faktor utama, yaitu faktor
zona.
terbatas (selain data informasi arus lalu lintas) untuk menaksir ketiga
23
perbedaan antara arus lalu lintas hasil pengamatan dan hasil penaksiran
belakangan ini oleh para peneliti. Perbedaan utama di antara kedua model
tersebut terletak pada peubah tidak bebas, fungsi hambatan, dan jenis
Equilibrium Assignment
Determinasi (R2).
24
parameter model.
menggunakan ruas jalan l. Arus lalu lintas pada ruas jalan l yang
Vl k = T k
id Pidlk ........................................... (8)
i d
exp(Cidk )
Tidk = Tid ........................................ (9)
exp(Cidm )
m
Dengan :
moda k
25
Cidk = biaya perjalanan dari zona asal i ke zona tujuan d untuk moda k
Cidm = biaya perjalanan dari zona asal i ke zona tujuan d untuk moda k
ke m
exp(Cidk )
Tid = Oi .Dd . Ai .B d . f (C id ) ........................ (10)
exp(Cidm )
m
exp(Cidk )
Vl k = (Oi .Dd . Ai .Bd . f (C id )) .............. (11)
i d exp(Cidm )
m
estimasi dalam hal penelitian ini yaitu berupa metode estimasi kuadrat
terkecil.
Penaksiran MAT dari data arus lalu lintas yang dihasilkan dengan
akan menghasilkan arus lalu lintas yng semirip mungkin dengan data arus
lintas, data arus lalu lintas, dan beberapa faktor lainnya. Untuk itu,
Tingkat akurasi yang dihasilkan dari data arus lalu lintas dapat ditentukan
2
Tid Tid
d
R2 =1 i
2
untuk i d ............... (12)
i
Tid T1
d
Di mana :
Tid = Arus lalu lintas hasil pengamatan pada ruas a
Indikator statistik R2 ini merupakan suatu uji statistik yang paling sering
F. Dasar Analisis Lokasi dan Jumlah Data Arus Lalu Lintas Optimum
Data arus lalu lintas merupakan masukan utama yang digunakan untuk
data arus lalu lintas terutama yang berhubungan dengan pengumpulan data,
banyaknya data yang akan dipergunakan serta lokasi data arus lalu lintas
1. Lokasi Terbaik
Besarnya arus lalulintas yang terjadi pada suatu ruas jalan pada
sebagai :
terpenting dari proses estimasi MAT dari data arus lalulintas adalah
identifikasi rute yang dilalui oleh setiap pergerakan dari setiap zona
asal i ke setiap zona tujuan d. Dalam kasus ini, peubah plid digunakan
tujuan d yang bergerak melalui ruas jalan l. Jadi dengan kata lain, arus
kajian (Tid);
Dalam penentuan lokasi traffic count, lokasi ruas jalan yang memiliki
dilihat dari besar dan jumlah nilai plid yang terdapat pada ruas jalan
hal ini tidak ada gunanya menghitung arus pada ruas 56 karena
1 3
V15 V63
V56
5 6
V25 V64
2 4
Gambar 7. Jaringan Jalan Sederhana (Sumber: Tamin, 1988)
dibutuhkan data arus lalulintas pada 3 (tiga) ruas jalan saja untuk
mendapatkan arus pada semua jalan pada Gambar 2. Karena itu, dari
cara memilih ruas jalan yang cocok untuk mendapatkan data arus
atau
30
Tiga tahap seleksi lokasi traffic count yaitu (Suyono dkk, 2000):
proporsi pergerakan pada setiap ruas jalan yang ada pada wilayah
studi. Nilai proporsi pergerakan (pidl) pada suatu ruas jalan pada
bergerak dari suatu zona asal ke suatu zona tujuan yang menggunakan
31
suatu ruas jalan sebagai ruas terbaiknya terhadap seluruh jumlah arus
kecilnya arus lalulintas yang bergerak dari satu zona ke zona lainnya
jalan l.
asal dan zona tujuan yang ada. Banyaknya nilai jumlah pidl pada suatu
ruas ditentukan oleh banyaknya zona asal dan zona tujuan yang ada
pada suatu daerah studi. Jadi bila terdapat N jumlah zona, maka pada
k . T id . p idl
= id
..................................(16)
N . T id
2
id
Dimana :
= weighted mean
N = Jumlah zona
Pada tahap ini ruas-ruas jalan yang memiliki nilai weighted mean=0
atau yang memiliki nilai pidl=0 dengan jumlah 100% dari seluruh total
pidl akan terseleksi dan tidak lolos dari seleksi tahap ini. Sedangkan
Pada seleksi tahap II ini akan dilakukan seleksi ruas jalan berdasarkan
Prinsip ini diambil dengan asumsi bahwa tidak ada arus lalulintas
yang diperoleh.
Pada suatu ruas jalan yang sering terjadi kemacetan maka arus
jalan tersebut.
Untuk itu sedapat mungkin ruas yang terpilih sebagai lokasi traffic
tingkat sensitifitas dari setiap kriteria yang ada. Adapun skenario yang
kriteria.
PEMBOBOTAN
No Kriteria SKENARIO
I II III
1 Kriteria I 1 3 5
2 Kriteria II 3 5 1
3 Kriteria III 5 1 3
Sumber : Suyono (2000)
terkecil sebagai ruas dengan peringkat tertinggi sampai pada ruas yang
model estimasi MAT berdasarkan informasi data arus lalu lintas. Pada
pembebanan rute. Dengan mengetahui nilai plid dan satu set data arus
Secara praktis, jumlah data arus lalulintas yang diperoleh jauh lebih
sedikit dari jumlah Tid yang ditaksir sehingga tidak mungkin diperoleh
digunakan dalam proses estimasi MAT dengan tingkat akurasi MAT yang
dihasilkan. Proses ini dapat dilakukan dengan 2 (dua) buah metode untuk
Pada metode ini dipilih kombinasi jumlah data arus lalulintas yang
terbaik hasil seleksi tahap II. Kombinasi jumlah data tersebut dipilih
bervariasi dari 2 buah data, 4 buah data dan seterusnya sampai dengan
Metode ini hampir serupa dengan metode I diatas, hanya saja pada
metode ini lokasi yang digunakan diambil secara acak. Jadi lokasi
sebelumnya, pada metode ini akan diperoleh suatu jumlah data arus
diperoleh.
Teknik Sipil terutama sub bidang ilmu Transportasi yang dikembangkan pada
interaktif.
39
data jaringan jalan eksisting merupakan masukan utama yang mutlak tidak
analisis.
data masukan berupa jenis pengguna jalan yang memakai ruas tersebut yang
pribadi. Bus menunjukkan bahwa jalan dilalui oleh berbagai jenis kendaraan
umum. Pedestrian menunjukkan bahwa pada jalan tersebut juga dilalui oleh
pejalan kaki.
seluruh simpul (node), link, centroid, dan centroid connector yang ada pada
wilayah kajian.
Tingkat pelayanan sediaan merupakan fungsi dari biaya dan tundaan yang
Perangkat lunak ini menawarkan tools yang lengkap dan menyeluruh untuk
sebagai berikut :
umum (transit vehicle), rute dan belokan angkutan umum. Base network
didefinisikan sebagai suatu node dan link yang digunakan oleh suatu
menambah atau menghapus noda dan link dari base network atau
orang dari asal ke tujuan baik untuk angkutan umum maupun untuk
A. Umum
yang disusun dalam metodologi. Hal ini dilakukan agar penelitian berjalan
sesuai dengan rencana dan acuan, sehingga dapat mencapai tujuan yang
diharapkan.
tahapan demi tahapan seperti diatas, tujuan penelitian ini dapat tercapai sesuai
B. Tahap Persiapan
tahapan ini beberapa hal perlu dipersiapkan agar memperoleh hasil yang
Data yang digunakan dalam penelitian ini yaitu data sekunder. Data sekunder
yang digunakan pada penelitian secara garis besar terdiri dari 2 (dua) bagian,
yaitu :
1. Data sekunder sebagai data untuk estimasi MAT Kota Bandar Lampung
a. Sosio Ekonomi
3. Matrix prior yaitu MAT Kota Bandar Lampung 2006 dari Dinas
Perhubungan.
dilakukan penyusunan data base sistem jaringan dan zona untuk lingkup
wilayah Kota Bandar Lampung, agar dapat digunakan dalam proses estimasi
E. Estimasi MAT
Setelah dilakukan penyusunan data base sistem jaringan dan zona, selanjutnya
Multinommial logit. Proses estimasi ini akan dibantu dengan aplikasi program
Sebelum dapat melakukan estimasi MAT dengan beberapa jumlah data dan
lokasi, maka harus dilakukan analisis untuk dapat menentukan lokasi traffic
count terbaik serta jumlah data arus lalu lintas yang optimum untuk digunakan
traffic count yang ada secara berurut dari nilai terbesar hingga terkecil
dengan diikuti data bus Damri sesuai dengan ruas jalan yang
dilalui oleh jalur rute bus Damri, didahului dari ruas jalan yang
c. Setelah ruas-ruas jalan yang tidak dilalui oleh jalur rute bus Damri
Selain menentukan lokasi traffic count yang terbaik, studi pada penelitian
ini juga menganalisis untuk dapat menemukan jumlah data arus lalu lintas
data arus lalu lintas yang digunakan dalam estimasi MAT dengan tingkat
akurasi MAT yang dihasilkan. Analisis penentuan jumlah data arus lalu
Suyono (2000). Metode ini akan memilih kombinasi jumlah data arus lalu
dianalisis. Selain itu, estimasi MAT dengan beberapa skenario ini akan
dibandingkan dengan MAT prior (MAT kota Bandar Lampung 2006) dari
dengan traffic count sekunder, serta perbandingan antara MAT model dan
MAT pembanding atau Matrix Prior (MAT 100%) dengan menggunakan uji
Uji ini bertujuan untuk dapat menganalisis dan mengetahui pengaruh jumlah
data arus lalu lintas yang selanjutnya dapat menentukan jumlah data optimum,
suatu bagan alir penelitian yang dapat dilihat pada Gambar 10 berikut ini.
47
MULAI
Assignment
Estimasi MAT (1, ....n)
Membandingkan
traffic count estimasi
dengan traffic count Traffic count estimasi
data masukan
Analisis Pengaruh
jumlah data optimum
dan lokasi TC
SELESAI
A. Simpulan
Berdasarkan analisis pengaruh jumlah data dan lokasi traffic count terhadap
estmasi Matriks Asal Tujuan (MAT) Kota Bandar Lampung berdasarkan arus
1. Estimasi MAT berdasarkan data arus lalu lintas model gravity, dengan 42
data arus lalu lintas menghasilkan MAT Kota Bandar Lampung dengan
nilai R-square sebesar 0,3114 terhadap MAT prior. R-square MAT yang
digunakan dalam analisis, lingkup jaringan jalan hanya kolektor dan arteri,
serta data angkutan umum hanya berupa data Bus Damri saja.
2. Nilai R-square hasil uji arus hasil pembebanan (volau) terhadap arus dari
Hal ini menunjukkan, bahwa semakin banyak jumlah data arus lalu lintas
yang diperoleh dan digunakan dalam proses estimasi MAT, akan semakin
tentu saja membutuhkan sumber daya yang cukup besar dan mahal serta
3. Berdasarkan hasil penelitian jumlah data arus lalu lintas optimum yang
untuk estimasi MAT Kota Bandar Lampung yang lebih efektif dan efisien
b. Ruas jalan yang memiliki proporsi yang besar terhadap pergerakan lalu
c. Ruas jalan yang tidak hanya dapat dilalui angkutan pribadi, namun
dapat memberikan gambaran pengaruh jumlah data dan lokasi traffic count
data dan lokasi traffic count terhadap estimasi MAT belum terlihat secara
signifikan.
B. Saran
mengenai pengaruh jumlah data dan lokasi traffic count terhadap estimasi
1. Lingkup jaringan jalan pada penelitian ini hanya mencakup jaringan jalan
arteri dan kolektor saja dengan jumlah data traffic count 42 buah data.
Untuk analisis yang lebih baik, menambahkan jaringan jalan lokal sebagai
cakupan data masukan, serta jumlah data traffic count dengan kuantitas
97
dan kualitas yang lebih baik dan diharapkan dapat memberikan hasil studi
yang maksimal.
3. Data masukan untuk data bangkitan dan tarikan pada analisis penelitian ini
akurasi yang lebih baik, disarankan untuk data masukan bangkitan dan
menghasilkan arus lalu lintas hasil pembebanan. Arus tersebut dapat diuji
Suyono, R. S., Tamin, O.Z., Liliani, Titi. 2000. Studi Penentuan Lokasi Traffic
Count Terbaik Dan Jumlah Data Arus Lalulintas Optimum Dalam Estimasi
Matriks Asal-Tujuan (MAT). Makalah. Insititut Teknologi Bandung (TB).
Bandung.
Wijaya, Y.P dan Setiabudi, R.H. 1997. Pemodelan Pemilihan Moda Untuk
Perjalanan Kerja Menggunakan Kendaraam Pribadi dan Kendaraan Umum
di Surabaya. Skripsi. Universitas Kristen Petra. Surabaya.