PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
2015
1
TESIS
PROGRAM MAGISTER
PROGRAM STUDI TEKNIK ELEKTRO
PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
2015
i
SISTEM INFORMASI TRAFIK LALU LINTAS
CERDAS DI BALI
PROGRAM MAGISTER
PROGRAM STUDI TEKNIK ELEKTRO
PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
2015
ii
Lembar Pengesahan
Mengetahui
Prof. Ir. Ida Ayu Dwi Giriantari,M.Eng.Sc.,Ph.D Prof. Dr. dr. A.A. Raka Sudewi, Sp.S(K)
NIP. 19651231 199103 2 001 NIP. 19590215 198510 2 001
iii
Tesis Ini Telah Diuji pada
Tanggal 10 April 2015
Anggota :
iv
SURAT PERNYATAAN BEBAS PLAGIAT
NIM : 1291761005
Dengan ini menyatakan bahwa karya ilmiah Tesis ini bebas plagiat. Apabila di
kemudian hari terbukti plagiat dalam karya ilmiah ini, maka saya bersedia
v
UCAPAN TERIMAKASIH
vi
Pada kesempatan ini penulis menyapaikan ucapan terima kasih yang tulus
disertai pengharagaan kepada seluruh guru-guru yang telah membimbing penulis,
mulai dari sekolah dasar sampai perguruan tinggi. Juga penulis ucapkan terima
kasih kepada mendiang Bapak, Ibu yang telah mengasuh dan membesarkan
penulis, memberikan dasar-dasar berpikir logik dan suasana demokratis sehingga
tercipta lahan yag baik untuk berkembangnya kreativias. Akhir penulis sampaikan
terimakasih kepada Kepala UPT Bus SARBAGITA, Bapak Sofian, Operator Bus
SARBAGITA, istri, anak-anakku, le, de karta, jay, mas aming, desy, kadek,
sukerta, jep, ratni dan teman-teman Puskom, Kepeg IHDN Denpasar yang dengan
penuh pengertian dan dorongan serta kesempatan untuk lebih berkonsentarasi
menyelesaikan tesis ini.
Semoga Ida Sang Hyang Widhi Wasa/ Tuhan Yang Maha Esa selalu
melimpahkan rahmat-Nya kepada semua pihak yang telah membantu pelaksanaan
dan penyelesaian tesis ini
vii
ABSTRAK
Kata Kunci : Sistem Transportasi Cerdas (STC), TIK , Web, GPS Tracker
viii
ABSTRACT
ix
DAFTAR ISI
Halaman
x
2.3.1 Ruang Lingkup STC .............................................................. 19
2.3.2 Aplikasi STC ......................................................................... 21
2.3.3 Klasifikasi STC....................................................................... 22
2.4 Jalan ............................................................................................... 25
2.5 Kemacetan Lalu Lintas................................................................... 27
2.5.1 Karakteristik Volume Lalu Lintas ......................................... 28
2.5.2 Derajat Kejenuhan .................................................................. 28
2.5.3 Kapasitas Jalan ....................................................................... 29
2.5.4 Kecepatan Kendaraan Ringan ................................................ 30
2.5.5 Satuan Mobil Penumpang ....................................................... 30
2.5.6 Kategori Kepadatan Jalan ....................................................... 31
2.6 Geographic Information System..................................................... 32
2.7 Google Maps ................................................................................. 33
2.7.1 Google Maps API ................................................................. 33
2.8 Global Positioning System (GPS) .................................................. 34
2.9 Sistem Real Time ........................................................................... 36
BAB III METODE PENELITIAN................................................................... 39
3.1 Gambaran Umum Sistem ............................................................... 39
3.2 Tempat dan Waktu Penelitian ........................................................ 39
3.3 Rancangan Penelitian ..................................................................... 40
3.4 Data Penelitian ............................................................................... 43
3.4.1 Perhitungan Derajat Kejenuhan ............................................ 46
3.5 Perangkat Keras dan Perangkat Lunak Pendukung ........................ 47
3.6 Alur Analisis Penelitian ................................................................ 48
3.6.1 Model Pengiriman Data Sumber Koordinat dan Kecepatan 49
3.6.2 Mengolah Data Koordinat dan Kecepatan menjadi Data
Trafik Visual ....................................................................... 49
3.6.3 Merealisasikan Data Trafik Visual Menjadi Informasi
Trafik Visual Lalu Lintas Berbasis Web dengan Google
Maps API ............................................................................. 50
xi
3.6.4 Arus Aliran Data ................................................................ 50
3.7 Jadwal Penelitian .......................................................................... 52
BAB IV HASIL DAN PEMBAHASAN ........................................................ 53
4.1 Implementasi Rancangan SIstem Transportasi Cerdas ................ 53
4.1.1 Realisasi Server GPS Tracker .............................................. 53
4.1.2 Mekanisme Pengolahan data Trafik ..................................... 58
4.1.3 Skema Sistem Informasi Trafik Cerdas .............................. 61
4.2 Antarmuka Sistem Transportasi Cerdas di Bali ........................... 67
4.2.1 Antarmuka Administrator .................................................... 67
4.1.1 Antarmuka Client ................................................................ 69
4.3 Pengujian ....................................................................................... 70
4.3.1 QoS (Qualitiy of Service) Transfer Data Paket GPRS......... 70
4.3.2 Analisis Antarmuka ............................................................. 71
4.3.3 Analisa Kondisi Trafik Jalan................................................ 74
4.4 Penyebarluasan Data Visual Trafik Lalu Lintas ........................... 83
4.5 Analisa Usability Software ............................................................ 84
BAB V PENUTUP .......................................................................................... 88
5.1 Simpulan ......................................................................................... 88
5.2 Saran .............................................................................................. 89
xii
DAFTAR TABEL
Halaman
xiii
DAFTAR GAMBAR
Halaman
xiv
4.11 Halaman Utama Antarmuka Client ...................................................... 69
4.12 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori
Lancar................................................................................................... 71
4.13 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori
Sedang .................................................................................................. 72
4.14 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori
Padat ..................................................................................................... 72
4.15 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori
Macet .................................................................................................... 73
4.16 Informasi Pengaduan............................................................................. 74
4.17 Informasi Halte...................................................................................... 74
4.18 Model Pengujian Sistem Informasi Trafik Lalu Lintas Cerdas di Bali . 75
4.19 Sistem Informasi Trafik Kategori Sedang ............................................ 76
4.20 Sistem Informasi Trafik Kategori Padat .............................................. 78
4.21 Sistem Informasi Trafik Kategori macet .............................................. 79
4.22 Sistem Informasi Trafik Kategori Lancar ............................................ 80
4.23 Sistem Informasi Trafik Lalu Lintas Cerdas Real Time ...................... 84
4.24 Garis Interval Skor Penilaian dan Prosentase Skala Likert Hasil
Pengumpulan Data ........................................................................... 87
xv
DAFTAR SINGKATAN ATAU TANDA
xvi
DAFTAR LAMPIRAN
Halaman
xvii
BAB I
PENDAHULUAN
lintas menjadi sangat padat. Dampak dari pergerakan lalu lintas adalah kemacetan
jalan. Kemacetan adalah padatnya jalur atau jalan raya yang mengakibatkan
kecelakaan lalu lintas (traffic incident), area pekerjaan (work zone), cuaca buruk
(bad weather), alat pengatur lalu lintas yang kurang memadai (poor signal
timing), acara khusus (special event), dan fluktuasi pada arus normal (fluctuations
in normal traffic).
Control Sistem (ATCS), yaitu layanan streaming video tentang kondisi lalu lintas
1
2
di beberapa persimpangan jalan berbasis web. Namun layanan ini masih memiliki
banyak kelemahan, salah satunya adalah penilaian tentang kepadatan lalu lintas
layanan ini saat mengendarai kendaraan. Disamping itu layanan ATCS yang ada
pengendali lalu lintas yang disebut sebagai Traffic Management Center (TMC).
pemantauan dan manajemen data lalu lintas, serta koordinasi dengan pihak-pihak
terkait seperti kepolisian, rumah sakit dan layanan tanggap darurat. Pemantauan
kondisi lalu lintas yang hanya menggunakan streaming video memiliki banyak
kekurangan karena informasi lalu lintas lainnya seperti data kepadatan kendaraan,
data pelanggaran dan data kecelakaan tidak dapat ditampilkan. Visualisasi data
pengalihan rute ketika terjadi kondisi kemacetan pada salah satu ruas jalan.
Sistem informasi ini akan mengkombinasikan beberapa informasi data dari Global
yang diolah menjadi data trafik dengan Google Maps Api. Sasarannya adalah
3
jalan yang terbaik dengan kategori macet, padat, sedang dan lancar, sehingga
Dalam penerapan aplikasi Sistem Transport Cerdas (STC) ada 3 (tiga) aspek
dan GPS;
data seperti titik koordinat dan kecepatan menjadi data trafik yang bisa
perkembangan yang sangat pesat, bahkan dapat digunakan sebagai sarana untuk
pemantauan lalu lintas dan penggunaan Global Positioning System (GPS) dalam
Data yang telah diambil dan diolah kemudian disebarkan secara offline
sebagai wujud penerapan Sistem Transportasi Cerdas (STC) dalam lalu lintas
Geographic Information Systems (GIS) (Indra Permana, dkk., 2009). Selain itu
jaringan telepon seluler dengan handphone yang telah memakai aplikasi Global
yaitu untuk dapat menghemat bahan bakar dan mempercepat waktu tempuh,
pengendara dapat memilih alternatif rute yang akan dilalui (Sandor Dornbush and
Wirreless Mesh Network (WMN) dapat menjadi sarana untuk sistem informasi
Informasi Trafik lalu lintas real time. Namun sistem informasi trafik lalu lintas
5
real time untuk Sistem Transportasi Cerdas (STC) belum ada pengembangannya.
Model ini seharusnya dapat diterapkan pada jalur transportasi massal bus Trans
SARBAGITA yang ada di Bali. Informasi dan data lalu lintas dapat dilakukan
dengan menggunakan capture data yang di dapat dari Global Positioning System
(GPS) Tracker yaitu berupa koordinat dan kecepatan kendaraan menjadi data
trafik untuk mengetahui kondisi jalur lalu lintas. Data trafik kemudian diolah
untuk mendefinisikan data lalu lintas. Hasil dari pengolahan data lalu lintas
lintas dan dikombinasikan dengan Google Maps Api yang disebarkan melalui
media internet.
yang besar, membuat tingkat kepadatan lalu lintas yang cukup tinggi, sehingga
massal seperti bus Trans SARBAGITA, Pemerintah Propinsi Bali berharap dapat
menanggulangi kemacetan yang ada di jalur-jalur lalu lintas yang memiliki tingkat
Transformasi Cerdas (STC) salah satunya dengan menerapkan Real Time Traffic
Information System (RTTIS), yaitu sebuah sistem yang bekerja secara otomatis
melibatkan berbagai data lalu lintas berupa data fisik jalan, data cuaca, data
tingkat kepadatan lalu lintas pada suatu wilayah tertentu. Dengan sistem ini,
dipandang sangat tepat untuk digunakan pada transportasi massal seperti bus
Trans SARBAGITA yang ada di Bali, karena dengan sistem ini masyarakat dapat
mengetahui kondisi lalu lintas jalan. Kepadatan lalu lintas sepanjang jalan serta
Informasi yang terdapat dalam sistem akan terus diperbaharui dalam hitungan
menit. Keakuratan informasi lalu lintas akan tetap terjaga dengan visualisasi yang
bersifat real time. Data dalam peta jalan akan berwarna merah menunjukan
tingkat kepadatan lalu lintas yang sangat tinggi atau macet, warna oranye
menunjukan tingkat kepadatan lalu lintas dalam kategori padat, dan warna hijau
menunjukan kondisi lalu lintas yang sedang serta warna biru kategori lancar.
Dengan visualisasi yang bersifat real time, maka sistem informasi trafik lalu lintas
Dari uraian di atas, penelitian ini bermaksud untuk meneliti tentang sistem
berikut :
7
1. Bagaimanakah mengolah data dari GPS Tracker menjadi data visual lalu
Google Maps API untuk menjadi sistem informasi lalu lintas yang bisa
lintas
dapat dijadwal tepat waktu, tanpa ada waktu tunda perjalanan dan
1. Mengolah data dari GPS Tracker menjadi data visual lalu lintas untuk
mendefenisikan trafik lalu lintas seperti macet, padat, sedang dan lancar
2. Penyebaran data visual trafik dengan Google Maps Api menjadi sistem
informasi trafik jalan dilalui oleh bus Trans SARBAGITA secara real
mengatasi kemacetan lalu lintas. Usaha untuk memberikan sistem informasi trafik
yang real time menggunakan data dari alat GPS Tracker yang terpasang di bus
Trans SARBAGITA dengan karekteristik jalan yang ada di Bali, data koordinat
dan kecepatan dari GPS Tracker diproses dan dikombinasikan dengan Google
Maps Api menjadi informasi trafik yang disebarkan melalui media internet.
persimpangan jalan di Denpasar. Namun sistem informasi trafik lalu lintas yang
ada belum menggunakan sistem real time. Untuk mewujudkan sistem informasi
trafik dengan real time, maka peneliti akan menggunakan data dari alat GPS
9
Tracker yang ada di bus Trans SARBAGITA dan dikombinasikan dengan Google
Maps Api yang disesuaikan dengan karakteristik jalan yang dilalui, hasil dari
trafik lalu lintas sebagai sistem transportasi cerdas di Bali menarik untuk dijadikan
2007) dengan memilih rute yang mereka percaya akan menjadi yang tercepat,
perjalanan.
kendaraan yang bergerak untuk mengidentifikasi posisi saat ini, dan data
3. Sistem monitoring dan kontrol lalu lintas perkotaan (Marson James Budiman,
melalui peta lokasi jalan yang ditampilkan pada sisi pengguna, dan
sistem pemantauan trafik lalu lintas dengan penggunaan perangkat GPS yang
data diambil langsung dari lokasi jalan. Disamping itu data-data trafik seperti
kecepatan dan waktu perjalannya dapat diperoleh dengan akurasi yang tinggi
informasi geografis (Hendrata Wibisana dan Siti Zainab, 2008), Penelitian ini
Metode yang digunakan untuk membantu proses analisa dan pemetaan adalah
Arc View versi 3.3, metode Roods dan metode Arterical Capacity dengan
penyesuaian lebar jalan, FCSP adalah faktor penyesuaian pemisahan arah, FCSF
adalah faktor penyesuaian hambatan samping dan bahu jalan/kreb, dan FCCS
adalah faktor penyesuaian ukuran kota. Dari hasil perhitungan nilai Kapasitas
(C) maka akan didapat nilai derajat kejenuhan (DS) yang menggambarkan
Penelitian ini untuk membangun database data GPS yang dapat digunakan
oleh peneliti untuk mengembangkan dan menguji aplikasi GPS dan Model
pendekatan : Pengumpulan data mobil bergerak dari setiap jalur sekali dalam
file log ; memperbaiki file log ; dan memutar beberapa contoh beberapa log
Dengan sistem ini, belum ada yang menggunakan sistem data dari GPS
Tracker datanya dipakai untuk membuat sistem informasi trafik dengan model
Dengan hasil penelitian di atas belum ada yang membahas atau meneliti
empat kategori yaitu macet, padat, sedang dan lancar, yang menerapkan tiga
1. Pengumpulan data
2. Pengolahan data
3. Penyebaran informasi
Dalam penelitian atau jurnal di atas, belum ada yang membahas mengenai
data sumber dari GPS Tracker yang berupa koordinat-koordinat dan kecepatan
menjadi sebuah data informasi yang dapat dikategorikan kemacetan jalan dengan
beberapa status seperti macet, padat, sedang dan lancar dengan karakteristik jalan
(DS).
Pemetaan metode yang digunakan dalam penelitian ini dapat dilihat pada
cerdas di Bali yang diusulkan di atas belum pernah dilaporkan dalam literatur.
BAB I PENDAHULUAN
13
Pada bab ini dijelaskan mengenai latar belakang, maksud penulisan, tujuan
penulisan, ruang lingkup dan batasan masalah dan keaslian penelitian serta
sistematika penulisan.
Bab ini berisi state of the art, teori-teori dan rumus-rumus yang berhubungan
Pada bab ini akan dibahas kerangka dan prosedur yang akan digunakan untuk
Hasil dan Pembahasan, bab ini menjelaskan mengenai tahapan pengolahan data
GPS Tracker menjadi data trafik lalu lintas, kondisi trafik lalu lintas, hasil
kategori trafik lalu lintas, dan penyebaran sistem informasi trafik lalu lintas
BAB V PENUTUP
Pada bab ini berisi kesimpulan dari penelitian dan saran untuk pengembangan
penelitian selanjutnya
BAB II
KAJIAN PUSTAKA
Bab ini menjelaskan mengenai teori sistem transportasi cerdas (STC) atau
Intelegen Transposrt system (ITS) secara real time yang fokus pada sistem
data, pengolahan data dan penyebaran dari hasil pengolahan data melalui media
internet. Penelitian ini nantinya digunakan sebagai acuan dan pemetaan beberapa
Tabel 2.1 Pemetaan penelitian dari literatur yang berkontribusi sebagai pengembangan
sistem informasi trafik berbasis sistem transport cerdas
14
15
Tabel 2.1 Lanjutan pemetaan penelitian dari literatur yang berkontribusi sebagai pengembangan sistem
informasi trafik berbasis sistem transport cerdas
Dari literature diatas belum ada yang membahas mengenai sistem informasi
trafik lalu lintas dengan menggunakan indikator derajat kejenuhan dengan sumber
data dari GPS Tracker dengan kategori lancar, sedang, padat dan macet yang
Sehingga penelitian ini meneliti mengenai sistem informasi trafik lalu lintas
cerdas di Bali.
2.2. Transportasi
hewan (kuda, sapi, kerbau, onta) atau mesin (HaryonoSukarto, 2006). Konsep
16
transportasi didasarkan pada adanya perjalanan (trip) antara asal (origin) dan
tujuan (destination). Perjalanan adalah pergerakan orang dan barang antara dua
dengan kecepatan tertentu. Jadi perjalanan adalah proses perpindahan dari satu
a. Transportasi darat: kendaraan bermotor, kereta api, gerobak yang ditarik oleh
- Jarak perjalanan.
- Tujuan perjalanan.
- Ketersediaan moda.
1. Kendaraan ringan
Kendaraan bermotor ber-as dua dengan empat roda dan dengan jarak as 2-
2. Kendaraan Berat
Kendaraan bermotor dengan lebih dari empat roda, meliputi bis, truk tiga
3. Sepeda Motor
Kendaraan bermotor dengan dua atau tiga roda, meliputi sepeda motor dan
Kendaraan dengan roda yang digerakkan oleh orang atau hewan, meliputi
sepeda, becak, kereta kuda dan kereta dorong sesuai sistem klasifikasi
Bina Marga.
macam tipe kendaraan memiliki pengaruh yang berbeda terhadap arus lalu
dan jumlah roda yang dimiliki oleh kendaraan. Jenis kendaraan yang akan
diamati dalam penelitian ini adalah kendaraan ringan (LV), kendaraan berat
pencapaian tujuan pembangunan masa kini dan mendatang. Berbagai studi telah
transportasi lebih efisien, efektif dan memberikan nilai tambah bagi sektor lain
transportasi.
3. Komponen Lokal.
jaringan kereta api, sistem pengaturan lalu-lintas jalan raya seperti ITS (Intelligent
serta perangkat pendukungnya seperti ATS (Air Traffic Service), ATM (Air
lancar, aman dan nyaman sekaligus ramah lingkungan. Sistem ini mempunyai
1. Mendapatkan informasi.
2. Mempermudah transaksi.
Sistem ini secara prinsip adalah sistem informasi yang menjadi panduan
pengguna jalan.
20
bencana lainnya.
Persoalan klasik pada jalan tol adalah lama waktu yang diperlukan untuk
Assistance for Safe Driving adalah bentuk dari STC yang sangat maju.
STC jenis ini diterapkan pada moda transpotasi umum, misalnya: bus/truk,
juga sudah mulai menerapkan STC dalam skala terbatas, misalnya sistem
pengempulan tol secara elektronis dan sistem informasi lalu lintas. Contoh
terkait juga turut mendukung dari segi riset dan pengembangan teknologi.
itu STC menjadi primadona dan dianggap sebagai masa depan transportasi.
diantaranya :
(ATCS) yang saat ini sudah ada untuk diolah menjadi suatu sistem
informasi kondisi lalu lintas bagi pengguna jalan. Dengan sistem ini
pengguna jalan akan dapat mengetahui rute mana yang terbaik untuk
dilakukan dalam bentuk Variable Message Sign (VMS), melalui mobile tv,
telepon seluler maupun lewat call center dan sms. Aplikasi ini disajikan
fasilitas internet.
terhadap sistem GPS pada bus Transjakarta yang saat ini sudah diinstal di
sebagian besar bus. Sistem GPS tersebut perlu dihubungkan antara satu
dengan yang lain dan bermuara pada suatu public transport control centre.
seluler.
Hanya saja saat ini sistem informasi tersebut saat ini belum terintegrasi
4. Electronic-Law Enforcement
elektronik.
1. Autonomous ITS
Sistem Autonomous ITS terdiri dari sistem penentuan posisi dan sistem
3. Advisory ITS
autonomous dalam artian bahwa sistem ini tidak di kontrol oleh suatu
pusat pengontrol (dispatch center), tetapi pada saat yang sama sistem ini
pusat informasi lalu lintas. Pada beberapa sistem advisory ITS, kendaraan
4. Inventory ITS
Inventory ITS System ini biasanya terdiri dari kendaraan yang berdiri
dengan alat penentuan posisi, data logger, serta penampilan data dalam
mengaksesnya secara real time dan mudah. Hanya dengan menggunakan media
internet berbasis web maupun handphone maka setiap orang bisa mengetahui
kondisi jalan apakah sedang mengalami macet atau lancar. Selain itu, STC juga
mampu mengatasi kecelakaan yang terjadi di kereta api. Karena bila alat tersebut
terpasang maka kereta yang saling berhadapan akan berhenti dengan sendirinya.
Secara umum ruang lingkup STC terdiri dari beberapa hal, diantaranya sistem
informasi dan navigasi yang modern. Dengan sistem ini akan memberikan
informasi tentang pilihan rute jalan yang optimal kepada pelaku perjalanan. STC
juga berperan sebagai sistem manajemen lalu lintas yang dapat memberi informasi
2.4. Jalan
tentang jalan. Jalan adalah prasarana transportasi darat yang meliputi segala
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.
a. Jalan umum adalah jalan yang diperuntukkan bagi lalu lintas umum.
b. Jalan khusus adalah jalan yang dibangun oleh instansi, badan usaha,
c. Jalan tol adalah jalan umum yang merupakan bagian sistem jaringan jalan dan
Sistem jaringan jalan primer merupakan sistem jaringan jalan dengan peranan
kawasan perkotaan.
a. Jalan Arteri
Jalan Arteri merupakan jalan umum yang berfungsi melayani angkutan utama
dengan ciri perjalanan jarak jauh, kecepatan rata-rata tinggi dan jumlah jalan
b. Jalan Kolektor
pengumpul atau pembagi dengan ciri perjalanan jarak sedang, kecepatan rata-
c. Jalan Lokal
setempat dengan ciri perjalanan jarak dekat, kecepatan rata-rata rendah, dan
d. Jalan Lingkungan
lingkungan dengan ciri perjalanan jarak dekat dan kecepatan rata-rata rendah.
a. Jalan Nasional
Jalan nasional merupakan jalan arteri dan jalan kolektor dalam sistem jaringan
jalan primer yang menghubungkan antar ibukota provinsi, dan jalan strategis
b. Jalan Provinsi
Jalan Provinsi merupakan jalan kolektor dalam sistem jaringan jalan primer
c. Jalan Kabupaten
Jalan Kabupaten merupakan jalan lokal dalam sistem jaringan jalan primer
pusat kegiatan lokal, serta jalan umum dalam sistem jaringan jalan sekunder
d. Jalan Kota
Jalan Kota adalah jalan umum dalam sistem jaringan jalan sekunder yang
e. Jalan Desa
Kemacetan terjadi jika arus lalu lintas mendekati kapasitas jalan. Kemacetan
berdekatan satu dengan yang lain. Kemacetan total terjadi apabila kendaraan harus
Lalu lintas tergantung kepada kapasitas jalan, banyaknya lalu lintas yang
ingin bergerak, tetapi kalau kapasitas jalan tidak dapat menampung, maka lalu
lintas yang ada akan terhambat danakan mengalir sesuai dengan kapasitas
lintas, kapasitas jaringan jalan, satuan mobil penpumpang, asal dan tujuan lalu
ADT (Average Dayly Traffic) yaitu jumlah kendaraan yang lewat secara rata-
ratasehari (24 jam) pada suatu ruas tertentu, besarnya LHR akan menentukan
dimensi penampang jalan yang akan dibangun. Volume lalu lintas ini bervariasi
besarnya, tidak tetap, tergantung waktu, variasi dalam sehari, seminggu maupun
sebulan dan setahun. Didalam satu hari biasanya terdapat dua waktu jam sibuk,
yaitu pagi dan sore hari. Tapi ada juga jalan-jalan yang mempunyai variasi
volume lalu lintas agak merata. Volume lalu lintas selama jam sibuk dapat
menetapkan volume lalu lintas untuk kepentingan perencanaan. Suatu ciri lalu
lintas pada suatu lokasi belum tentu sama dengan lokasi lain di dalam sebuah
kota, apalagi kalau kotanya berlainan. Oleh karena itu untuk merencanakan suatu
rasio arus terhadap kapasitas, yang digunakan sebagai faktor utama dalam
29
DS = ................................................................................ (2.1)
yang dapat dipertahankan per satuan jam pada kondisi 4 tertentu. Untuk jalan
dua-lajur dua-arah, kapasitas ditentukan untuk arus dua arah (kombinasi dua
arah), tetapi untuk jalan dengan banyak lajur, arus dipisahkan per arah dan
jalan), kapasitas juga telah diperkirakan dari analisa kondisi iringan lalu lintas
...................................... (2.2)
adalah faktor penyesuaian lebar jalan, FCSP adalah faktor penyesuaian pemisahan
30
arah, FCSF adalah faktor penyesuaian hambatan samping dan bahu jalan/kreb,
arus bebas, D adalah kerapatan Dj adalah kerapatan saat macet total dan l, m
adalah konstanta.
Satuan Mobil Penumpang (SMP) merupakan satuan arus lalu lintas dari
Berbagai tipe kendaraan tersebut dikonversikan sesuai dengan nilai faktor EMP
EMP didasarkan pada ukuran dan tipe jalan. Standar nilai faktor EMP untuk jalan
perkotaan tak terbagi seperti terlihat pada Tabel 2.2.(Agung Pambudi, Yudha
Prasetyawan, 2010):
31
Sedangkan untuk jalan perkotaan terbagi dan satu arah, standar nilai faktor
EMP terlihat pada Tabel 2.3. (Agung Pambudi, Yudha Prasetyawan, 2010).
didapat dari ketentuan dari pihak Kepolisian kota Surabaya. Secara umum
keadaan ini nilai Derajat kejenuhan atau Degree of Saturation (DS) adalah nol,
maksudnya sebuah kendaraan melaju sendiri pada jalan tanpa ada hambatan.
persamaan (2.1). Konstanta l dan m yang digunakan dalam penelitian ini bernilai
2,1 dan 0,58. Nilai konstanta l dan m tersebut merupakan justifikasi sesuai
(kerapatan saat kondisi macet total) maka dapat dihasilkan nilai kecepatan sesuai
< 26 Km/jam untuk keadaan padat dan < 17 Km/jam untuk keadaan macet.
Sehingga didapatkan hasil pengkategorian kepadatan lalu lintas pada Tabel 2.4.
GIS atau Sistem Informasi Geografis (SIG) adalah sistem informasi khusus
penggunaan lahan, sumber daya alam, lingkungan transportasi, fasilitas kota, dan
Data geografis yang dimaksud diatas adalah data spasial yang terdiri atas
lokasi suatu geografi yang di set ke dalam bentuk koordinat yang ciri-cirinya adalah:
Google Maps memberikan sebuah jasa peta globe virtual gratis dan online
dengan menyediakan peta dan gambar satelit yang dapat diintegrasikan di dalam
kartografi berbasis web dengan waktu loading yang relatif lebih cepat. Google
Maps juga menampilkan peta secara tiled map dan menyediakan layanan script
API (Aplication Program Interface) yang kaya dan bisa dikembangkan dengan
mudah.
Maps pada halaman situs yang dikembangkan secara mandiri. API ini
pada peta. Layanan ini dikembangkan dalam beberapa versi seperti Javascript dan
Flash.
antara lain nama kota, nama tempat, nama jalan, panjang jalan, pencarian rute dari
suatu tempat ke tempat lain, pencarian lokasi berdasarkan koordinat, dan lain
<script type="text/javascript"
src="http://maps.google.com/maps/api/js?sensor=true&key=ABQIAA
AA8tt4eKTuBZMVnLJfP2BZrBT2yXp_ZAY8_ufC3CFXhHIE1NvwkxS4Rz1LFzG0odNP
tk8VLkdrQF5grA"></script>
34
Kode yang dicetak tebal adalah Google Maps API key. Pengguna harus
memberikan alamat website, Google akan member Anda sebuah API key.
satelit yang mengirimkan sinyal gelombang mikro ke Bumi. Sinyal ini diterima
dalam keadaan real time. GPS Tracking memanfaatkan kombinasi teknologi GSM
dalam bentuk peta digital. Pada sistem STC, teknologi GPS digunakan untuk
memperbaharui datanya secara real time. Penerapan GPS akan membuat STC
Sistem Kerja GPS Tracker dengan sudah terpasang GPS Tracker di moda
koordinat posisi dan pergerakan moda transportasi dari satelit GPS. Kemudian
informasi yang sudah diolah dari data koordinat-koordinat yang dikirimkan oleh
menu dan tampilan yang informatif dan intuitif. Serperti Gambar 2.2.
Mode SMS
Time.
Mode GPRS
30 hari).
ditentukan.
ditentukan.
Sistem real time adalah sebuah sistem yang tidak hanya berorientasi terhadap
hasil (output) yang dikeluarkan tapi di sana juga sistem dituntut untuk dapat
dalam sistem real time, waktu merupakan faktor yang sangat penting untuk
diperhatikan. Faktor waktu menjadi sesuatu yang sangat kritis dan sebagai tolak
ukur. Sistem real time bekerja dalam periode dan waktu deadline tertentu
sehingga belum tentu semakin cepat output yang dihasilkan berarti menunjukkan
sistem tersebut bekerja dengan baik. Adapun contoh dari sistem real time adalah
sistem perbankan, sistem pengontrol pesawat udara, sistem otomasi pabrik, dan
sebagainya. Model sistem real time dapat dibagi menjadi 3 jenis berdasarkan
sangat kritis dan menentukan performansi seluruh sistem. Jika sistem tersebut
37
tidak mampu memenuhi waktu deadline yang telah ditentukan, maka akan
berakibat fatal terhadap seluruh sistem. Kondisi ini dikenal dengan istilah
reliabilitas dari sebuah hard real time system harus benar-benar diperhatikan
Soft real time system jauh lebih toleran dan tidak terlalu kritis ketika sistem
tidak mampu memenuhi waktu deadline (soft deadline). Sistem tersebut tidak
akan failure walaupun waktu deadline-nya tidak terpenuhi. Selain itu, sistem
ini tetap akan bekerja dan menyelesaikan tugasnya meskipun waktu deadline-
Firm real time system sama dengan soft real time system dalam hal toleransi
waktu deadline, tapi sistem model ini tidak akan bekerja dan menyelesaikan
tugasnya ketika waktu deadline sudah lewat. Dengan kata lain, sistem ini akan
sistem. Pada real time system dikenal istilah tardy tasks dan miss-percentage.
Tardy tasks adalah tugas yang tidak dapat dikerjakan dan dieksekusi oleh
misspercentage adalah persentase dari tardy tasks terhadap seluruh tugas yang
harus dikerjakan oleh sistem. Pada soft real time system, miss-precentage
dikerjakan pada firm real time system di mana tardy task tidak dikerjakan oleh
bahwa tingkat miss-percentage pada soft real time system lebih tinggi dari
38
firm real time system. Oleh karena tuntutan atas waktu yang tinggi dari sebuah
real time system, maka dibutuhkan model basisdata yang berbeda dengan
basisdata konvensional. Pada real time system dikenal model basisdata active
database system dan real time database system yang dalam penggunaannya
METODE PENELITIAN
maksimal. Seperti halnya telah dijelaskan pada Bab 2, penelitian ini fokus pada
pengembangan sebuah sistem informasi trafik lalu lintas untuk sistem transportasi
dari perangkat GPS Tracker. Perangkat ini dipasangkan pada bus Trans
SARBAGITA dengan data yang di peroleh akan diolah menjadi data trafik secara
real time, data trafik ini nantinya diolah lagi menjadi informasi trafik
melalui media internet berbasis web. Dengan yang dicapai adalah untuk
dimana informasi trafik di tampilkan dalam format visual dan dapat diakses
Seperti halnya penelitian sebelum dan penelitian yang lainnya sudah tentu
dalam menginginkan hasil yang maksimal harus ada tempat penelitian adapun
dengan waktu penelitian dimulai akhir bulan Pebruari 2014 sampai dengan bulan
Juni 2014.
39
40
ini adalah sebuah langkah dalam merealisasikan sistem informasi trafik lalu lintas
real time untuk sistem transportasi cerdas di Bali. Model perancangan penelitian
ini akan mengadaptasi arsitektur mobile century yang diajukan oleh (Herrera,
mengevaluasi lalu lintas data yang dikirim oleh gps mobile seperti ditunjukan
memberikan cukup dan data yang cukup akurat untuk memberikan waktu
dibawah arus lalu lintas kondisi lancar dan padat. Oleh karena itu, bagian dari
jalan raya dipilih untuk mencakup lalu lintas kondisi lancar dan kondisi padat.
1. Sistem menerima masukan data trafik lalu lintas dari perangkat GPS Tracker
2. Data dikirim melalui provider seluler atau melalui jaringan privat ke Traffic
Management Center (TMC) setelah itu diolah menjadi data trafik lalu lintas
dapat mengkategorikan kondisi trafik lalu lintas seperti macet, padat, sedang
dan lancar.
3. Menampilkan informasi trafik lalu lintas berdasarkan data trafik secara real
pengaduan kondisi lalu lintas sistem informasi ini disebarkan melalui website.
Server Server
estimasi web
trafik
Jaringan Traffic Display
Data trafik provider informasi trafik
Management
atau private Center (TMC) real time
Pengumpulan data
Pengolahan data
Penyebaran informasi
Pada tahap ini data di dapat dari GPS Tracker yang terpasang di bus trans
bus.
informasinya.
trafik lalu lintas untuk sistem transportasi cerdas di Bali dibuat 2 interface.
berkaitan dengan sistem informasi trafik lalu lintas yang ingin diketahui
oleh pengguna sistem informasi mengenai kepadatan lalu lintas jalan arteri
di Bali.
c. Penyebaran informasi
- Pada tahap ini penyebaran informasi dari data trafik yang di olah dengan
Data penelitian ini di dapat dari GPS Tracker yang terpasang dimasing-
Nama Bus Trans SARBAGITA adalah gabungan nama kabupaten yang ada
Law Inforcement pelanggaran perijinan dan disiplin tertib lalu lintas di jalan
umum dan parkir kendaraan di jalan umum. Penyediaan public transport (AKAP,
kota / kabupaten dan trayek dalam kota / kabupaten (Feeder) menjadi satu
trayek utama dan 36 trayek feeder (dalam Kota / Kabupaten) kedalam satu
kesatuan sistem jaringan pelayanan, dengan koneksitas antar jaringan tinggi dan
Rencana pengoperasian tahun 2011-2015 dan peta jalur bus pada Gambar 3.4.
Rute Trayek:
Rute Trayek:
Simpang Dewa Ruci - Setiabudi Kuta - Raya Kuta - Sentral Parkir Kuta -
Imam Bonjol - Sunset Road Timur- Simpang Dewa Ruci- Bypass Ngurah
utama dalam penentuan tingkat kinerja ruas jalan. Nilai DS ini menunjukkan
apakah ruas jalan tersebut mempunyai masalah dengan kapasitas atau tidak
mengelompokkan nilai tersebut menjadi empat tingkat kepadatan pada setiap jam
sibuk dan menandai tingkat kepadatan tersebut dengan empat warna yaitu:
kepadatan lalu lintas jalan dari data volume lalu lintas jalan dan kapasitas
jalan di Bali.
pendukung diantaranya:
a. GPS Tracker
b. OpenGTS
c. Traccar
f. Dreamweaver
g. PhpMyAdmin
Tahap perancangan sistem trafik lalu lintas ini adalah pembuatan perangkat
interface untuk menyampaikan informasi kepada para pengguna. Dalam hal ini
perangkat lunak yang dibuat adalah sebuah website atau situs. Website adalah
berupa teks, gambar atau suara yang kesemua halaman tersebut saling terkait
satu dengan lainnya dalam sebuah jaringan atau link. Alasan pemakaian website
mengalami perkembangan yang cukup pesat baik dalam hal jumlah maupun
hanya pada informasi berupa tulisan saja dan relatif lebih mudah untuk
memperbarui informasi. Oleh karena itu maka dipilihlah website sebaga media
Alur analisis penelitian sistem informasi ini melalui tiga tahapan: pertama
proses pengambilan dan pengiriman data koordinat dan kecepatan dari GPS
Tracker ke server, kedua mengolah data koordinat dan kecepatan menjadi data
maps api melalui media internet berbasis web seperti pada Gambar 3.6.
Mulai
Aktifkan GPRS
Kirim data
koordinat dan
kecepatan
Visual
Bagan alur ini menjelaskan mengenai tahapan proses pengolahan data
trafik dari data server STC berupa data koordinat dan kecepatan kendaraan seperti
Ambil data di
server STC
Proses data
koordinat dan
kecepatan
Bagan alur ini menjelaskan memproses data trafik menjadi informasi trafik yang
dikombinasikan dengan google maps api yang diseberkan melalui media internet seperti
Gambar 3.9.
Selesai
identifikasi aliran data yang dilakukan untuk memberikan garis besar dan acuan dalam
proses pembuatan perangkat lunak. Data penelitian ini adalah titik koordinat dan
kecepatan kendaraan dari GPS Tracker. Dan juga disertakan data timestamp atau penanda
Pengump
ulan data
Proses
GPS Interface
menampilkan
Tracker Website
hasil
Pengolahan
data
Kategori
GPS Kepadatan
Pengumpula
Tracker
n data
P1 P3
P4
Proses
Interface
menampilkan
Proses DS Website
hasil
P2
Seperti terlihat pada gambar 3.10 DFD level 0 di atas, secara garis
besar pada penelitian ini terdapat tiga proses utama, yaitu proses pengumpulan
data, proses pengolahan data dan proses menampilkan hasil pengolahan data
pada interface website. Data koordinat dan kecepatan yang digunakan sebagai
input proses pengolahan data. Pada DFD level 1 pada Gambar 3.11 terlihat detail
proses P1 atau proses pengumpulan data. Proses ini diawali dengan pengambilan
pengolahan data kordinat dan kecepatan. Setelah itu proses ini dilakukan
menjadi tingkat kepadatan tertentu pada proses P3. Tingkat kepadatan yang
dihasilkan kemudian disimpan kembali pada database D1. Proses terakhir yang
satunya tentang kemacetan jalan raya. Tiga aspek yang diterapkan dalam sistem
Pengumpulan Sistem
Pengolahan
data dari informasi
data trafik lalu
SEVER GPS trafik lalu
lintas
Tracker lintas Cerdas
membuat sistem informasi trafik lalu lintas secara real time di Bali. Sistem ini
menggunakan alat GPS Tracker sebagai sumber data secara real time dalam
perancangan sistem informasi trafik lalu lintas cerdas di Bali berbasis web dengan
sistem informasi trafik lalu lintas cerdas diperlukan server GPS Tracker. GPS
Tracker yang tersedia dipasaran ada 2 tipe yaitu privat dan umum. Pada tipe
privat datanya tidak dapat kelola karena data server berada di pihak vendor
sedangkan tipe umum server dibisa dibuatkan server dan data bisa dikelola
53
54
sendiri. Pengolahan data GPS Tracker tipe umum dilakukan dengan terlebih
System). Model arsitektur server GPS Tracker ditunjukan pada Gambar 4.2.
TR06 dengan aplikasi OpenGTS (Open GPS Tracking System) dan Traccar yang
suport untuk port type TR06. OpenGTS (Open GPS Tracking System) adalah
system open source yang dirancang khusus untuk menyediakan layanan pelacakan
adalah sistem open source untuk berbagai perangkat pelacakan GPS. Sampai saat
ke OpenGTS karena port untuk GPS Tracker tipe TR06 belum tersedia.
menginstal sistem OpenGTS ini ada beberapa aplikasi yang perlu di instal
terlebih dahulu seperti compiler Java, Apache Ant, MySQL, Apache Tomcat, Java
menghubungkan port GPS Tacker tipe TR06. Tanpa Traccar OpenGTS tidak
dapat mendukung tipe TR06. Setelah Traccar terinstall, kemudian lakukan login
ke OpenGTS untuk melakukan setting alat GPS Tracker tipe TR06. Tahapan
setting untuk GPS Tracker terlihat pada Gambar 4.4 , 4.5 dan 4.6
56
GPS Tracker yang terpasang pada kendaraan untuk mengecek atau melacak posisi
maka sistem informasi trafik lalu lintas cerdas dirancang berbasis web sehingga
user dapat mengetahui atau menfefinisikan kondisi trafik jalan raya. Maka sistem
informasti trafik lalu lintas cerdas ini mengambil data yang dikirim ker server
GPS Tracker. Adapun perangkat lunak dalam pembuatan server GPS Tracker
sebagai berikut :
f. MySQL 5, MySQL-Connector-Java
g. OpenGTS 2.4.0
h. Traccar Linux-32-2.9
alat GPS Tracker ke server. Untuk melakukan setting, pada GPS Tracker
dipasang kartu GSM terlebih dahulu kemudian aktifkan alat GPS Tracker.
seting ini akan dikirim ke nomor yang terpasang pada GPS Tracker dengan
Tracker.
Berfungsi untuk nomor telepon mana yang bisa mensetting GPS Tracker.
5. GPRSON,1#
Alat GPS Tracker selesai di seting, uji coba dapat dilakukan dengan
dengan memeriksa di menu mapping maka akan muncul rute yang dilalui yang
Perangkat lunak dalam pembuatan sistem informasi trafik lalu lintas cerdas
di Bali:
b. Macromedia Dreamweaver
Pengolahan data trafik yang dikirim oleh GPS Tracker kedalam database
pada tabel eventdata seperti pada Gambar 4.7. Proses pengolahan data secara
automatis yang tersimpan kedalam database. Data yang tersimpan dalam database
59
ini diolah menjadi data informasi trafik lalu lintas yang dapat mendefenisikan
kondisi lalu lintas seperti macet, padat, sedang dan lancar. Tahap-tahapan
1. Input proses ini berasal dari GPS Tracker ke dalam database secara automatis
tersimpan kedalam tabel eventdata dan ada proses input yang dilakukan
secara manual seperti proses input lokasi halte dan pengaduan informasi
keadaan jalan
2. Pengolahan proses ini mengolah data yang dikirimkan oleh GPS Tracker dan
data yang diinput oleh administrator seperti pengaduan kondisi jalan dan
halte. Data-data yang sudah tersimpan dalam database ini diolah menjadi
4.1 dan heading berfungsi untuk posisi atau arah kendaraan. Hasil dari
jalan raya.
Berdasarkan data dari GPS Tracker ini, kemudian diolah menjadi sistem
map: map,
strokeOpacity: 1.0,
strokeWeight: 2,
path: [
] });
map: map,
});
longitude untuk menentukan posisi halte setelah itu identitas nama halte,
Sumber informasi data trafik diperoleh dari data GPS Tracker yang
trafik lalu lintas dalam bentuk rancang database yang terdiri dari beberapa tabel
diantaranya adalah :
a. Tabel device
informasi siapa yang register, kode pengguna, warna untuk membedakan antar
GPS Tracker, IMEI GPS Tracker, nomor telepon yang terpasang di GPS Tracker,
nama tiap GPS Tracker, keterangan nama, dimana di setting, tanggal kapan di
buat dan di update terakhir. Field-field yang dipakai yang terpakai pada tabel ini
4.2.
62
b. Tabel Eventdata
Data informasi mengenai titik-titik koordinat, kecepatan arah, alamat dan
tanggal serta waktu yang tersimpan secara real time di tabel evendata seperti pada
Tabel 4.3. Pada tabel ini field-field yang digunakan diantaranya accountID,
creationTime. Dengan adanya data trafik secara real time maka dibuatkan sistem
informasi trafik lalu lintas yang berdasarkan dari kecepatan kendaraan yang dibagi
c. Tabel pengaduan
raya misalnya, pada saat terjadi penutupan jalan, ada unjuk rasa, ada perbaikan
jalan dan lain sebagainya yang di implementasikan dalam bentuk tabel dengan
d. Tabel halte
e. Tabel admin
Struktur tabel device, eventdata, halte, pengaduan dan user admin yang
Gambar 4.8. Pada relasi antar tabel ada dua tabel berhubungan yaitu tabel device
informasi trafik lalu lintas yang menfokuskan pada jalur bus SARBAGITA pada
Koridor I dengan rute GOR Ngurah Rai GWK dan GWK ke GOR Ngurah Rai.
sistem informasi cerdas, karena data trafik sudah terekam secara real time
- Memasukan data admin berfungsi untuk buat user admin yang berguna
tentang keadaan jalan raya seperti ada perbaikan jalan, ada penutupan jalan
dan lain-lain
- Memasukan data halte berfungsi untuk memasukan tempat hatle untuk bus
untuk login sebagai administrator untuk memasukan data admin, keadaan jalan
raya dan hatle serta bisa melihat informasi rute bus SARBAGITA.
user administrator, pengaduan untuk informasi jalan, halte untuk posisi halte, rute
untuk mengecek kondisi jalan dan logout untuk keluar dari halaman administrator
Halaman web untuk client ini untuk sistem informasi trafik cerdas di Bali
menampilkan sistem informasi trafik lalu lintas hari ini secara realtime dan
bisa mencari lokasi untuk mengetahui kemacetan. Sistem informasi trafik lalu
- home : untuk tampilan utama sistem informasi trafik cerdas yang berisi
menjadi 4 kategori yaitu macet, padat, sedang dan lancar seperti terlihat
- rute bus : untuk informasi rute bus SARBAGITA yang sedang berjalan
4.3 Pengujian
Parameter QoS yang diukur adalah delay pengiriman data di GPS Tracker
ke sever GPS. Delay adalah adanya selisih waktu data yang dikirim keserver
antara waktu waktu awal ke waktu tersimpan berdasarkan dealine. Secara default
pengiriman data dari GPS Tracker ke server GPS disetting setiap 10 detik.
Berdasarkan Tabe 4.8 data yang dikirim GPS Tracker ke Server GPS ada
beberapa selisih waktu pengiriman data yang dikirimkan kurang lebih 10 detik.
Hal ini disebabkan oleh beberapa faktor diantaranya lokasi, cuaca dan jaringan
GPRSnya. Pada QoS ini termasuk model real time soft real time system
berdasarkan data yang tersimpan didalam database ada beberapa tidak memenuhi
target waktu 10 detik tidak terjadi error sistem atau sistem tidak berfungsi pada
sistem informasi trafik lalu lintas. Rata-rata delay pengiriman data ke server GPS
jalan ter-update di Bali yang datanya bersumber dari GPS Tracker yang terpasang
di Bus SARBAGITA. Pengujian data trafik lalu lintas yang berasal dari GPS
menjadi 4 yaitu: lancar, sedang, padat dan macet yang diimplementasikan dengan
warna biru, hijau, oranye dan merah sebagai tanda kondisi jalan, datanya
bersumber dari tabel eventdata yang diolah menjadi sistem informasi trafik lalu
lintas.
Pengujian sistem informasi trafik lalu lintas cerdas di Bali ini, berdasarkan
Gambar 4.12 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori Lancar
72
Gambar 4.13 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori Sedang
Gambar 4.14 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori Padat
73
Gambar 4.15 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori Macet
dilaporkan seperti penutupan jalan, pengalihan jalan dan lain-lain secara manual
Sistem informasi trafik lalu lintas cerdas di Bali ini memiliki beberapa
pada saat terdapat penutupan jalan, perbaikan jalan atau pada saat terdapat
acara. Model informasi ini ditandai dengan lambang tanda seru seperti pada
Gambar 4.16.
74
proses menjadi data trafik jalan dengan beberapa kategori kondisi jalan seperti
informasi trafik lalu lintas cerdas di Bali seperti pada gambar Gambar 4.18.
75
Data Trafik
(tanggal, jam, koordinat,
kecepatan dan heading )
Gambar 4.18 Model Pengujian Sistem Informasi Trafik Lalu Lintas Cerdas di Bali
Tracker secara real time dan dari informasi masyarakat dikelola menjadi sistem
kondisi jalan raya secara real time berdasarkan kategori kemacetan jalan.
didapat dari data GPS Tracker yang terpasang di bus SARBAGITA tersimpan
didalam tabel eventdata yang berisi tanggal, waktu, posisi, kecepatan dan heading
yang dikombinasikan dengan Google Maps API untuk mengetahui jalur atau rute
yang dilewati. Dalam analisa ini data kecepatan kendaraan yang diteliti untuk
Data trafik lalu lintas Tanggal 27 Oktober 2014 Pukul 7.30-7.32 Wita pada
data trafik ini dianalisa kecepatan kendaraan. Dengan waktu 2 menit kecepatan
76
kategori sedang dan sistem membuat garis hijau pada jalur yang dilalui seperti
Gambar 4.19. Berdasarkan Tabel 4.1 dan Gambar 4.19 proses maping informasi
kecepatan, posisi dan arah adalah dapat ditunjukan dengan benar oleh aplikasi
lat_1":"-8.65662166666667","lat_2":"-8.65565666666667",
"lng_1":"115.22157", "lng_2":"115.222466666667",
"speed":28.000010192,"heading":6
"lat_1":"-8.65565666666667","lat_2":"-8.654695",
"lng_1":"115.222466666667", "lng_2":"115.222586666667",
"speed":34.500012558,"heading":4
"lat_1":"-8.654695","lat_2":"-8.65372666666667",
"lng_1":"115.222586666667", "lng_2":"115.222561666667",
"speed":39.000014196,"heading":4
lat_1":"-8.65372666666667","lat_2":"-8.65265166666667",
"lng_1":"115.222561666667" ,"lng_2":"115.222596666667",
"speed":39.500014378,"heading":4
lat_1":"-8.65265166666667","lat_2":"-8.652125" ,
"lng_1":"115.222596666667", "lng_2":"115.223901666667",
"speed":29.500010738,"heading":4
Menjadi sistem informasi trafik lalu lintas dengan hasil sebagai berikut:
oranye
Tanggal 27 Oktober 2014 Pukul 7.47-7.50 Wita pada data trafik lalu lintas
didapat antara 17 sampai 24 KM/Jam. Kategori ini masuk ke kategori padat dan
sistem membuat garis oranye pada jalur yang dilewati seperti pada Gambar 4.20.
Berdasarkan Tabel 4.1 dan Gambar 4.20 proses maping informasi kecepatan,
posisi dan arah adalah dapat ditunjukan dengan benar oleh aplikasi antarmuka.
lat_1":"-8.697565","lat_2":"-8.69642333333333",
"lng_1":"115.219166666667","lng_2":"115.218993333333",
"speed":18.000006552,"heading":4,
lat_1":"-8.69642333333333","lat_2":"-8.695225", "lng_1"
:"115.218993333333"," lng_2":"115.218843333333",
"speed":17.50000637,"heading":4,
lat_1":"-8.695225","lat_2":"-8.69410666666667",
"lng_1":"115.218843333333"," lng_2":"115.218596666667",
"speed":17.000006188,"heading":4,
lat_1":"-8.69410666666667","lat_2":"-8.69279833333333",
"lng_1":"115.218596666667"," lng_2":"115.218256666667",
"speed":24.000008736,"heading":4,
lat_1":"-8.69279833333333","lat_2":"-8.69195",
"lng_1":"115.218256666667","lng_2":"115.218048333333",
"speed":12.50000455,"heading":4,
lat_1":"-8.69195","lat_2":"-8.69103833333333",
"lng_1":"115.218048333333","lng_2":"115.217845",
"speed":17.000006188,"heading":3,
Menjadi sistem informasi trafik lalu lintas dengan hasil sebagai berikut :
78
merah:
Pada Tanggal 27 Oktober 2014 Pukul 7.57-8.00 Wita pada data trafik lalu
yang didapat antara 5 sampai 15 KM/Jam. Kategori ini masuk ke kategori macet
dan membuat garis merah pada jalur yang dilewati seperti pada Gambar 4.21.
Berdasarkan Tabel 4.1 dan Gambar 4.21 proses maping informasi kecepatan,
posisi dan arah adalah dapat ditunjukan dengan benar oleh aplikasi antarmuka.
lat_1":"-8.716995","lat_2":"-8.71582666666667",
"lng_1":"115.215226666667","lng_2":"115.215563333333",
"speed":5.00000182,"heading":4,
lat_1":"-8.71582666666667","lat_2":"-8.714865",
"lng_1":"115.215563333333","lng_2":"115.215615",
"speed":10.500003822,"heading":4,
"lat_1":"-8.714865","lat_2":"-8.71391",
"lng_1":"115.215615","lng_2":"115.215686666667",
"speed":15.500005642,"heading":4,
79
Menjadi sistem informasi trafik lalu lintas dengan hasil sebagai berikut :
biru:
Pada Tanggal 27 Oktober 2014 Pukul 8.03-8.05 Wita pada data trafik lalu
yang didapat antara 47 sampai 52 KM/Jam. Kategori ini masuk ke kategori lancar
dan membuat garis biru pada jalur yang dilewati seperti pada Gambar 4.22.
Berdasarkan Tabel 4.1 dan Gambar 4.22 proses maping informasi kecepatan,
posisi dan arah adalah dapat ditunjukan dengan benar oleh aplikasi antarmuka.
lat_1":"-8.72104833333333","lat_2":"-8.72060833333333",
"lng_1":"115.194516666667","lng_2":"115.195865",
"speed":49.000017836,"heading":6,
lat_1":"-8.72060833333333","lat_2":"-8.72012166666667",
"lng_1":"115.195865","lng_2":"115.197168333333",
"speed":52.50001911,"heading":6,
lat_1":"-8.72012166666667","lat_2":"-8.71963666666667",
"lng_1":"115.197168333333","lng_2":"115.198421666667",
"speed":49.500018018,"heading":5,
lat_1":"-8.71963666666667","lat_2":"-8.71927333333333",
"lng_1":"115.198421666667","lng_2":"115.199536666667",
"speed":47.000017108,"heading":6,
80
lat_1":"-8.71927333333333","lat_2":"-8.71891833333333",
"lng_1":"115.199536666667","lng_2":"115.200465",
"speed":44.500016198,"heading":6,
lat_1":"-8.71891833333333","lat_2":"-8.71849666666667",
"lng_1":"115.200465","lng_2":"115.201538333333",
"speed":45.500016562,"heading":6,
lat_1":"-8.71849666666667","lat_2":"-8.71800166666667",
"lng_1":"115.201538333333","lng_2":"115.20284",
"speed":52.000018928,"heading":6,
Menjadi sistem informasi trafik lalu lintas dengan hasil sebagai berikut :
Secara umum ruas jalan yang dilalui bus SARBAGITA memiliki kategori
trafik jalan berdasarkan data trafik yang terlampir dengan dua rute jalan yang
ditampilkan berupa informasi ruas jalan yang dilalui yang membuat garis
berwarna berdasarkan kategori kemacetan seperti pata Tabel 4.1 dan ditambahkan
arah tujuan yang di kombinasikan dengan Google Maps API. Sistem informasi ini
Rute Bus dari GOR ke GWK atau GWK ke GOR ini dikelompokan menjadi 3
kategori waktu dengan ruas jalan yang dilalui. Pada proses ini tiap ruas jalan
selama satu bulan dengan kategori kemacetan, seperti ruas Jalan Angsoka yang
dianalisa dengan rentang pukul 05 t < 10 Wita dimana dari data yang didapat,
81
data kemacetan yang sering tampil adalah kategori padat, padat, sedang, macet
maka Jalan Angsoka dikategorikan padat. Model ini dipakai untuk semua ruas
jalan yang dilalui Bus Koridor I GOR-GWK atau GWK-GOR seperti pada Tabel
ruas jalan berdasarkan rute GOR ke GWK atau GWK ke GOR dengan
menentukan nilai yang sering muncul dengan hasil seperti pada Tabel 4.11 dan
4.12.
Data trafik selama satu bulan bersumber dari data GPS Tracker yang
terpasang di bus SARBAGITA tentang kondisi jalan dari GOR ke GWK atau
GWK ke GOR dimana tiap ruas jalan miliki kategori yang berbeda seperti lancar,
sedang, padat dan macet. Kondisi rute berdasarkan waktu/jam untuk rute GOR ke
GWK pada jam 05 t 21 wita kondisinya padat sebaliknya kondisi rute GWK
ke GOR pada jam 05 t < 10 wita kategori sedang dan 10 t 21 wita kategori
padat. Berdasarkan data trafik yang ada, yang menunjukkan kondisi jalan sedang
83
dan padat, maka sistem informasi trafik lalu lintas cerdas bisa membantu dalam
memberikan informasi keadaan situasi lalu lintas terkini secara real time.
Google Maps API dapat dibuatkan sistem informasi trafik lalu lintas cerdas di
Bali berbasis web. Proses penyebaran data visual trafik lalu lintas dengan
mengolah data trafik yang dikirimkan GPS Trakcer ke Server GPS. Data trafik
kondisi jalan secara real time dan terkini. Kategori kecepatan kendaraan
dikelompokan menjadi 4 kategori yaitu lancar, sedang, padat dan macet seperti
pada Tabel 4.1, ini diolah menjadi sistem informasi trafik lalu lintas berbasis web
yang dikombinasikan dengan Google Maps API dan ditambah beberapa fasilitas
seperti tempat halte dan kondisi jalan berdasarkan pengaduan atau pengamatan
langsung, model ini seperti pada Gambar 4.18. Sistem informasi ini yang
ditampilakan secara real time dan terkini. Penyebaran sistem informasi dengan
informasi trafik lalu lintas. Sistem informasi trafik lalu lintas cerdas yang tampil
secara real time akan menampilkan situasi jalan raya berupa garis berwarna
berdasarkan kategori kepadatan jalan seperti warna biru, hijau, oranye dan merah
serta menunjukan arah perjalananya. Sistem informasi trafik lalu lintas cerdas
dilengkapi dengan beberapa menu lainnya seperti informasi halte, kondisi jalan
84
yang bersumber dari pengamatan langsung atau informasi dari masyarakat dan
rute bus yang dilalui oleh bus SARBAGITA seperti Gambar 4.23.
Gambar 4.23 Sistem Informasi Trafik Lalu Lintas Cerdas Real Time
mudah diingat dan kepuasan dalam mengakses web sistem informasi trafik lalu
lintas cerdas yang telah dibangun. Sebelumnya telah dilakukan survei dengan
85
menyebarkan kuesioner dan mengakses web sistem informasi trafik lalu lintas
cerdas.
Gay dan Diehl menuliskan, untuk penelitian deskriptif, sampelnya 10% dari
sampel harus beberapa kali lebih besar (10 kali) dari jumlah variable yang
akan dianalisis.
yang digunakan dalam penelitian ini adalah skala likert. Skala likert adalah skala
yang dapat digunakan untuk mengukur sikap pendapat dan persepsi seseorang
tentang suatu objek atau fenomena tertentu (Sofyan Siregar, 2010). Dalam
penelitian yang ingin diukur adalah keberadaan sistem informasi trafik lalu lintas
cerdas bisa diterima dan berguna bagi masyarakat. Skala likert memiliki dua
bentuk pernyataan yaitu positif dan negatif seperti pada Tabel 4.13.
86
Keterangan
N = Jumlah skor dalam satu pertanyaan
m = Jumlah orang yang yang isi keusioner
s = Nilai maksimal skor
sistem informasi trafik lalu lintas cerdas di Bali adalah sebagai berikut :
..(4.2)
y = total persetujuan
x = jumlah pertanyaan
760/9= 84,44
Jika dipetakan pada Garis interval skor penilaian dan prosentase Skala
Likert, hasil dari pengumpulan data kuesioner ini di dapat Skor 84,44 yaitu Kuat
artinya sistem informasi trafik lalu lintas cerdas di Bali bisa diterima dan berguna,
STS TS S SS
Gambar 4.24 Garis Interval Skor Penilaian Dan Prosentase Skala Likert Hasil
Pengumpulan Data
BAB V
PENUTUP
Bab ini berisi kesimpulan dan saran dari hasil penelitian yang telah dilakukan.
Kesimpulan ini sesuai dengan rumusan masalah dan tujuan penelitian, sedangkan
saran adalah saran yang dapat dikemukakan sebagai bahan pertimbangan guna
5.1 Simpulan
Kesimpulan dari penelitian mengenai sistem informasi trafik lalu lintas cerdas
1. Sistem informasi trafik lalu lintas cerdas ini dapat mengolah data tarfik lalu
lintas dari GPS Tracker seperti macet, padat, sedang dan lancar berdasarkan
GPS.
berbasis web yang dikombinasikan dengan Google Maps API. Dengan Skema
macet garis warna merah, padat garis warna oranye, sedang garis warna hijau
dan lancar garis warna biru. Kondisi lalu lintas jalan berisikan arah jalan
88
89
3. Sistem informasi trafik lalu lintas cerdas dapat menganalisa kondisi ruas jalan
dan rute jalan seperti pada penelitian ini menggunakan bus SARBAGITA
koridor I dengan rute GOR Ngurah Rai GWK dan GWK GOR Ngurah
Rai. Rute jalan yang dilalui oleh bus SARBAGITA koridor I dapat dianalisa
kondisi ruas jalan dan rute jalan berdasarkan waktu dan arah tujuan seperti
rute GOR ke GWK dengan dari pukul 05.00 sampai 21.00 wita rata-rata
sampai < 10.00 wita rata-rata kategori sedang dan pukul 10.00 sampai 21.00
wita rata-rata kategori padat. Data sistem informasi trafik lalu lintas ini
5.2 Saran
Adapun saran yang dapat dikemukakan berkaitan dengan penelitian tesis ini
antaralain:
1. Pada penelitian ini menggunakan 2 alat GPS Tracker yang terpasang di bus
GPS Tracker setiap bus SARBAGITA disemua koridor baik koridor I maupun
2. Sistem informasi trafik lalu lintas cerdas masih berbasis web. Dengan
kemajuan teknologi mobile yang makin canggih dan dimanjakan dengan fitur-
sistem informasi trafik lalu lintas cerdas bisa dikembangkan berbasis mobile
90
sehingga dapat bermanfat bagi masyarkat untuk mengetahui kondisi jalan raya
kedatangan bus disetiap halte atau fitur yang lain mendukung sistem informasi
Aris, Azhar. 2012. Analisis Dampak Sosial Ekonomi Pengguna Jalan Akibat
Kemacetan Lalu lintas (Studi Kasus Area Universitas Brawijaya
Malang). Malang. Universitas Brawijaya.
http://www.dishubinkom.baliprov.go.id/id/ANGKUTAN-UMUM-
Trans-SARBAGITA
Gay, L.R and P.L.Diehi. 1992. Research Methods for Busines and Management.
New York Macmillan Publ.Company
Herrera, J.C., Work, D.B., Herring, R., Ban, X.J., Bayen, A. M.,. 2009.
Evaluation of Traffic Data Obtained via GPS-Enabled Mobile Phones:
the Mobile Century Field Experiment. Recent Work, UC Berkeley
Center for Future Urban Transport: A Volvo Center of Excellence.
Institute of Transportation Studies (UCB). UC Berkeley. p.1-26.
James Budiman, Marson. dkk 2012. Sistem Monitoring Dan Kontrol Lalu lintas
Perkotaan Monitoring And System Of Urban Traffic Control. Makasar.
Universitas Hasanuddin
91
92
Krithika Raj, R. and M. Janan. 2007 .Street Smart Traffic Discovering and
Disseminating Automobile Congestion Using VANETS. p.192-196
Sandor Dornbush and Anupam Joshi. 2007. StreetSmart Traffic: Discovering and
isseminating Automobile Congestion Using VANET. Maryland.
University of Maryland Baltimore County
Wibisana, Hendrata dan Siti Zainab. 2008. Analisa kepadatan ruas jalan Di
kecamatan Rungkut dengan Pemetaan Sistem Informasi Geografis.
Jurnal Sains dan Teknologi EMAS. Vol. 18, No. 3, Agustus 2008. p.143-
155
Zhang, Xuedan dkk 2007. A Novel Real-time Traffic Information System Based
on Wireless Mesh Networks. USA, IEEE. P.618-623
www.opengts.sourceforge.net Waktu Akses : 27 Juli 2014 Jam 09:00 Wita
13 Oktober 2014
Nama Jalan GOR ke Jam jam jam jam jam
GWK 6.10 8.30 11.40 14.40 20.50
Jln. Angsoka padat macet padat Macet Sedang
Jl. Melati sedang padat padat Sedang Lancar
Jl. Surapati padat padat macet Macet
Jl. Kapten Agung padat padat macet Padat
Jl. PB Sudirman sedang sedang sedang Padat
Jl. Waturengong macet macet macet macet
Jl. Sesetan sedang padat padat Padat
Jl. Pesangaran sedang macet macet Padat
Jl. By Pass Ngurah Rai lancar sedang sedang lancar
Jl. Raya Kampus Unud padat sedang padat Padat
Jl. Raya Uluwatu sedang padat padat Padat
Jl. Kawasan GWK sedang macet padat lancar
Status Padat Padat Padat Padat
13 Oktober 2014
jam jam jam jam jam
GWK to GOR 7.20 10.05 13.05 15.55 19.40
Jl. Kawasan GWK sedang padat padat sedang Sedang
Jl. Raya Uluwatu sedang macet padat padat Lancar
Jl. Raya Kampus Unud padat sedang padat sedang Lancar
Jl. By Pass Ngurah Rai lancar sedang lancar Lancar
Jl. Pesangaran padat padat padat Macet
Jl. Sesetan padat padat macet Macet
Jl. Serma Made Oka padat macet macet
Jl. Serma Made pil padat macet macet
Jl. Serma Mendra padat padat macet
Jl. PB Sudirman sedang padat padat
Jl. Dewi Sartika sedang padat macet
Jl. Diponegoro sedang padat padat
Jl. Hasanudin padat macet macet
Jl. Udayana padat padat padat
Jl. Surapati padat macet padat
Jl. Kepundung sedang sedang padat
jl. Patimura padat sedang padat
Jl. Wr. Supratman sedang sedang lancar
Status Padat Padat Padat Sedang Lancar
94
95
15 Oktober 2014
Gor to GWK
jam 6.10 jam 8.30 jam :11.40 jam 14.45
Jln. Angsoka macet padat macet padat
Jl. Melati padat padat sedang padat
Jl. Surapati macet padat macet padat
Jl. Kapten Agung padat macet padat padat
Jl. PB Sudirman sedang padat padat padat
Jl. Waturengong macet macet macet macet
Jl. Sesetan sedang padat padat padat
Jl. Pesangaran sedang macet sedang padat
Jl. By Pass Ngurah Rai lancar sedang lancar sedang
Jl. Raya Kampus Unud sedang padat sedang sedang
Jl. Raya Uluwatu padat padat padat padat
Jl. Kawasan GWK padat macet sedang Sedang
Status Padat Padat Sedang Padat
15 Oktober 2014
GWK to GOR jam .7.20 jam 10.05 jam 13.15 jam 16.15
Jl. Kawasan GWK sedang padat Sedang sedang
Jl. Raya Uluwatu padat padat Sedang sedang
Jl. Raya Kampus Unud sedang padat Sedang sedang
Jl. By Pass Ngurah Rai sedang sedang Sedang padat
Jl. Pesangaran padat padat Sedang
Jl. Sesetan padat padat Sedang
Jl. Serma Made Oka macet macet Macet
Jl. Serma Made pil macet macet Sedang
Jl. Serma Mendra macet macet Macet
Jl. PB Sudirman padat padat Macet
Jl. Dewi Sartika padat padat Padat
Jl. Diponegoro padat padat Padat
Jl. Hasanudin padat padat Padat
Jl. Udayana padat padat Padat
Jl. Surapati padat padat Padat
Jl. Kepundung padat Padat
jl. Patimura sedang padat Padat
Jl. Wr. Supratman sedang sedang Sedang
Status Padat Padat Sedang Sedang
96
16 Oktober 2014
Gor to GWK jam 6.15 jam 9.10 jam 12.10 jam 15.20 jam 18.20
Jln. Angsoka padat macet padat padat
Jl. Melati sedang padat sedang sedang
Jl. Surapati macet macet macet macet
Jl. Kapten Agung padat padat padat padat
Jl. PB Sudirman padat sedang padat padat padat
Jl. Waturengong macet macet padat macet macet
Jl. Sesetan sedang padat padat padat padat
Jl. Pesangaran padat macet padat padat sedang
Jl. By Pass Ngurah Rai lancar sedang sedang sedang sedang
Jl. Raya Kampus Unud sedang sedang sedang sedang sedang
Jl. Raya Uluwatu sedang sedang padat padat sedang
Jl. Kawasan GWK sedang sedang padat padat Padat
Status Sedang Sedang Padat Padat Padat
16 Oktober 2014
GWK to GOR jam 8.05 jam 10.20 jam 13.25 jam 16.55 jam 20.10
Jl. Kawasan GWK sedang sedang padat sedang sedang
Jl. Raya Uluwatu sedang sedang padat sedang padat
Jl. Raya Kampus Unud sedang lancar sedang sedang sedang
Jl. By Pass Ngurah Rai sedang macet padat lancar lancar
Jl. Pesangaran padat padat padat macet sedang
Jl. Sesetan padat padat padat padat sedang
Jl. Serma Made Oka macet padat macet macet sedang
Jl. Serma Made pil macet padat macet macet sedang
Jl. Serma Mendra padat padat macet macet sedang
Jl. PB Sudirman sedang macet padat padat sedang
Jl. Dewi Sartika sedang macet padat sedang
Jl. Diponegoro sedang padat macet padat
Jl. Hasanudin padat padat padat padat
Jl. Udayana sedang sedang padat padat
Jl. Surapati sedang sedang padat sedang
Jl. Kepundung sedang padat sedang sedang
jl. Patimura macet macet sedang sedang
Jl. Wr. Supratman sedang sedang sedang Sedang
Status Sedang Sedang Padat Sedang Sedang
97
21 Oktober
19 Oktober 2014 2014
jam jam jam jam jam
Gor to GWK 5.35 7.20 9.55 13.05 16.10 jam 6.10
Jln. Angsoka padat Padat padat sedang sedang sedang
Jl. Melati lancar Lancar sedang lancar sedang sedang
Jl. Surapati sedang padat padat padat sedang padat
Jl. Kapten Agung lancar sedang padat padat sedang sedang
Jl. PB Sudirman sedang sedang sedang padat sedang sedang
Jl. Waturengong macet macet padat macet macet macet
Jl. Sesetan lancar sedang sedang sedang padat padat
Jl. Pesangaran lancar sedang sedang sedang padat sedang
Jl. By Pass Ngurah Rai lancar lancar lancar lancar lancar lancar
Jl. Raya Kampus Unud sedang sedang sedang sedang
Jl. Raya Uluwatu sedang sedang sedang padat
Jl. Kawasan GWK sedang sedang sedang sedang
Status Lancar Sedang Sedang Sedang Sedang Sedang
28
Oktober
27 Oktober 2014 2014
GWK to GOR jam 8.35 jam 11.20 jam 13.55
Jl. Kawasan GWK sedang padat padat
Jl. Raya Uluwatu sedang padat sedang
Jl. Raya Kampus Unud lancar sedang padat
Jl. By Pass Ngurah Rai padat lancar sedang
Jl. Pesangaran padat macet macet
Jl. Sesetan padat padat padat
Jl. Serma Made Oka padat padat padat
Jl. Serma Made pil padat padat padat
Jl. Serma Mendra padat padat padat
Jl. PB Sudirman macet macet padat
Jl. Dewi Sartika padat padat sedang
Jl. Diponegoro sedang sedang padat
Jl. Hasanudin sedang padat padat
Jl. Udayana sedang padat padat
Jl. Surapati padat padat padat
Jl. Kepundung sedang sedang padat
jl. Patimura macet macet padat
Jl. Wr. Supratman sedang sedang padat
Status Padat Padat Padat
100
29 Oktober 2014
jam jam jam jam jam
Gor to GWK 6.30 8.45 11.35 15.00 18.00
Jln. Angsoka macet padat macet padat macet
Jl. Melati sedang sedang padat sedang padat
Jl. Surapati macet sedang macet padat macet
Jl. Kapten Agung sedang sedang padat sedang padat
Jl. PB Sudirman sedang sedang padat padat padat
Jl. Waturengong macet padat padat macet macet
Jl. Sesetan sedang padat padat sedang padat
Jl. Pesangaran padat padat padat sedang padat
Jl. By Pass Ngurah Rai lancar lancar lancar lancar sedang
Jl. Raya Kampus Unud sedang sedang sedang sedang sedang
Jl. Raya Uluwatu sedang sedang macet sedang padat
Jl. Kawasan GWK sedang sedang macet sedang padat
Status Sedang Sedang Padat Sedang Sedang
29 Oktober 2014
GWK to GOR jam 7.35 jam 10.10 jam 13.20 jam 16.20
Jl. Kawasan GWK sedang lancar padat sedang
Jl. Raya Uluwatu sedang padat padat padat
Jl. Raya Kampus Unud lancar lancar sedang sedang
Jl. By Pass Ngurah Rai lancar lancar padat sedang
Jl. Pesangaran padat sedang padat padat
Jl. Sesetan sedang sedang padat padat
Jl. Serma Made Oka macet padat padat padat
Jl. Serma Made pil macet padat padat padat
Jl. Serma Mendra padat padat padat padat
Jl. PB Sudirman padat padat padat padat
Jl. Dewi Sartika padat sedang padat sedang
Jl. Diponegoro sedang padat padat sedang
Jl. Hasanudin padat macet padat padat
Jl. Udayana sedang sedang sedang sedang
Jl. Surapati padat sedang padat padat
Jl. Kepundung lancar sedang sedang sedang
jl. Patimura sedang padat sedang padat
Jl. Wr. Supratman sedang sedang sedang Sedang
Status Sedang Padat Padat Padat
101
1 Nopember 2014
Gor to GWK jam 5.25 jam 7.15 jam 8.55 jam 11.55 jam 5.05
Jln. Angsoka sedang padat padat padat padat
Jl. Melati sedang sedang sedang lancar sedang
Jl. Surapati padat padat padat macet lancar
Jl. Kapten Agung padat padat padat padat sedang
Jl. PB Sudirman sedang sedang padat padat sedang
Jl. Waturengong macet macet macet padat
Jl. Sesetan sedang padat padat sedang
Jl. Pesangaran sedang padat macet sedang
Jl. By Pass Ngurah Rai lancar sedang sedang lancar
Jl. Raya Kampus Unud sedang sedang lancar
Jl. Raya Uluwatu sedang padat sedang
Jl. Kawasan GWK sedang sedang Lancar
Status Sedang Padat Padat Padat Sedang
1 Nopember 2014
GWK to GOR jam 6.10 jam 10.30 jam 5.45
Jl. Kawasan GWK sedang sedang sedang
Jl. Raya Uluwatu sedang padat sedang
Jl. Raya Kampus Unud lancar sedang sedang
Jl. By Pass Ngurah Rai lancar sedang lancar
Jl. Pesangaran sedang padat
Jl. Sesetan sedang padat
Jl. Serma Made Oka padat macet
Jl. Serma Made pil sedang macet
Jl. Serma Mendra padat macet
Jl. PB Sudirman padat padat
Jl. Dewi Sartika sedang padat
Jl. Diponegoro sedang padat
Jl. Hasanudin sedang macet
Jl. Udayana sedang padat
Jl. Surapati padat macet
Jl. Kepundung sedang sedang
jl. Patimura padat padat
Jl. Wr. Supratman sedang padat
Status Sedang Padat Sedang
103
4 Nopember 2014
Gor to GWK jam 6.00 jam 8.25 jam 6.35 jam 9.20 jam 12.20
Jln. Angsoka padat macet sedang padat lancar
Jl. Melati padat sedang sedang padat padat
Jl. Surapati macet sedang macet macet macet
Jl. Kapten Agung padat sedang sedang padat padat
Jl. PB Sudirman padat padat sedang padat sedang
Jl. Waturengong padat macet macet padat macet
Jl. Sesetan sedang padat sedang padat sedang
Jl. Pesangaran sedang padat sedang padat sedang
Jl. By Pass Ngurah Rai lancar sedang lancar lancar sedang
Jl. Raya Kampus Unud sedang sedang sedang padat
Jl. Raya Uluwatu sedang sedang sedang padat
Jl. Kawasan GWK sedang sedang sedang sedang
Status Padat Sedang Sedang Padat Sedang
4 Nopember 2014
GWK to GOR jam 6.55 jam 8.00 jam 11.00
Jl. Kawasan GWK sedang sedang sedang
Jl. Raya Uluwatu sedang sedang sedang
Jl. Raya Kampus Unud sedang sedang sedang
Jl. By Pass Ngurah Rai sedang lancar lancar
Jl. Pesangaran padat sedang padat
Jl. Sesetan padat sedang sedang
Jl. Serma Made Oka padat padat padat
Jl. Serma Made pil macet padat padat
Jl. Serma Mendra macet padat macet
Jl. PB Sudirman padat sedang sedang
Jl. Dewi Sartika padat padat sedang
Jl. Diponegoro sedang padat sedang
Jl. Hasanudin padat padat padat
Jl. Udayana sedang sedang padat
Jl. Surapati sedang padat padat
Jl. Kepundung sedang sedang sedang
jl. Patimura sedang padat padat
Jl. Wr. Supratman sedang sedang Sedang
Status Sedang Sedang Sedang
104
Nama :________________________________________________
Tanggal : _________________
Keterangan :
SS : Sangat Setuju
S : Setuju
TS : Tidak Setuju
STS : Sangat Tidak Setuju