LAPORAN PRAKTIKUM

ANALISIS FAKTOR-FAKTOR TINGKAT PELAYANAN MODA TRANSPORTASI BUS

WAY DI JAKARTA
LAPORAN INI DISUSUN UNTUK MEMENUHI MATA KULIAH
METODE ANALISIS PERENCANAAN (342)

Disusun oleh:
Renanthera Arsia Sukma F 21040115120018
Septya Unzillarachma 21040115120026
Devi Rahma Jayanti 21040115120066
Evira Yubelta 21040115130120

Muhammad Aqil Dhiyaulhuda 21040115140140

DEPARTEMEN PERENCANAAN WILAYAH DAN KOTA

FAKULTAS TEKNIK UNIVERSITAS DIPONEGORO
2017
I. LATAR BELAKANG

Ilmu perencanaan wilayah dan kota sangat erat kaitannya dengan sarana dan prasarana
yang ada di perkotaan. Salah satu sarana dan prasarana yang penting dalam perencanaan kota
adalah transportasi. Seiring dengan pertumbuhan kota maka akan menimbulkan berbagai
permasalahan, salah satunya adalah kemacetan. Untuk mengatasi permasalah kemacetan,
diperlukan kebijakan mengenai angkutan umum yang baik untuk mengatasinya sebagai contoh,
Kota Jakarta yang mempunyai moda angkutan umum busway, perlu mengetahui faktor-faktor
apa saja yang mempengaruhi penilaian kualitaas mutu pelayanan busway kepada para
penumpangnya. Hal ini penting untuk dapat meningkatkan pelayanan busway kedepannya.
Untuk mengetahui faktor-faktor apa saja yang berpengaruh terhadap presepsi penumpang akan
mutu pelayanan busway maka dilakukan analisis faktor.
Analisis faktor adalah sebuah teknik yang digunakan untuk mencari faktor-faktor yang
mampu menjelaskan hubungan atau korelasi antara berbagai indikator independen yang
diobservasi. Analisis faktor merupakan salah satu prosedur reduksi data serta salah satu alat
untuk menguji alat ukur dalam metode statistic multivariate (Dillon and Goldstein, 1984), ada
tiga fungsi utama analisis faktor, yaitu :
1. Mereduksi banyaknya variabel penelitian dengan tetap mempertahankan sebanyak
mungkin informasi data awal. Banyaknya variabel awal dapat dikurangi menjadi
beberapa variabel yang jumlahnya sedikit dengan tetap mempertahankan sebagian besar
variasi data.
2. Mencari perbedaan kualitatif dan kuantitatif dalam data, dalam situasi dimana terdapat
jumlah data yang sangat besar.
3. Data digunakan pula untuk menguji hipotesis tentang perbedaan kualitatif dan
kuantitatif dalam data penelitian.
Analisis faktor memiliki beberapa kelebihan yaitu, dapat mengungkapkan karakteristik
dominan yang dimiliki unit data operasi, menganalisis sejumlah variabel awal penelitian dan
menganalisis korelasi antar variabel awal tersebut. Dapat menggabungkan atau mengagresikan
sejumlah variabel awal yang diteliti sejumlah variabel laten yang lebih sedikit. Sedangkan
kegunaan analisis faktor dalam Perencanaan Wilayah dan Kota yaitu; dalam pemetaan dan
pengelompokkan objek-objek berdasarkan karakteristik faktor tertentu, dan juga sebagai
pemeriksaan validitas dan reabilitas instrument-instrumen penelitian (hasil survey dan lain
sebagainya) terkait dalam bidang perencanaan. Mempermudah interpretasi dari hasil-hasil
analisis karena data yang ada dikelompokkan menjadi kelompok-kelompok yang lebih kecil,
sehingga didapatkan informasi yang realistis, berguna dan mudah untuk diolah lebih lanjut.

II. Tujuan
1. Mengetahui cara kerja dalam analisis faktor dalam menganalisis suatu masalah.
2. Mengetahui dalam menganalisis faktor-faktor tingkat pelayanan moda transportasi
Ibukota Jakarta.
3. Mengetahui apa saja faktor-faktor yang dapat mempengaruhi tingkat pelayanan moda
transportasi Ibukota Jakarta.

III. Data
A. Data Teknis dan Operasional
Penelitian ini memfokuskan analisisnya pada bus way Koridor I Blok M Kota berikut
adalah spesifikasi koridor, armada bus, kinerja pelayanan, dan operasionalnya :
1. Spesifikasi koridor
a. Panjang rute : 12,9 km
b. Jumlah halte : 20 halte
c. Jarak rata rata halte : 650 m
d. Transfer koridor (sementara sampai dengan pengoperasian Harmoni Central Bus
Way (HCB) :
Koridor I (Blok M Kota) menuju Koridor 2 (Pulo Gadung Harmoni) dan
sebaliknya di halte Monas
Koridor I (Blok M Kota) menuju Koridor 3 (Kalideres Harmoni) dan
sebaliknya di halte Sawah Besar
2. Spesifikasi armada bus
a. Banyaknya armada : 91 armada
b. Kapasitas penumpang : 85 penumpang ( 30 tempat duduk, 55 berdiri)
3. Spesifikasi pelayanan operasional
a. Headway
Jam sibuk : 2 menit
Jam biasa : 3 menit
Jam pelayanan : 05:00 22:00
Pengaturan interval keberangkatan :

Tabel 1. Spesifikasi Interval Operasional

Hari
Hari Kerja (Senin-Jumat)
Sabtu/Minggu/Libur
Periode Waktu
Deti Jumlah Deti Jumlah
Menit Menit
k Bus k Bus
05:00-06:00 4.5 270 20 5.6 337. 16
5
06.00-07:00 2.3 135 40 4.5 270 20
07:00-08:00 1.3 77.1 70 3.0 180 30
08:00-09:00 1.3 77.1 70 3.0 180 30
 09:00-10:00 2.0 120 45 1.8 108 50
10:00-11:00 2.0 120 45 1.8 108 50
11:00-12:00 1.6 98.2 55 1.8 108 50
12:00-13:00 1.6 98.2 55 1.8 108 50
13:00-14:00 1.6 98.2 55 1.8 108 50
14:00-15:00 1.6 98.2 55 1.8 108 50
15:00-16:00 1.6 98.2 55 1.8 108 50
16:00-17:00 1.2 72 75 1.8 108 50
17:00-18:00 1.2 72 75 1.8 108 50
18:00-19:00 1.5 90 60 2.0 120 45
19:00-20:00 1.8 108 50 2.3 135 40
20:00-21:00 3.0 180 30 3.0 180 30
21:00-22:00 4.5 170 20 4.5 270 20
Sumber : BP. Trans Jakarta 2004

a. Waktu tempuh : one way rata rata 45 menit

b. Ritase per hari : 420 rit
c. Lay over time
Di terminal Blok M : 9 menit
Di terminal Kota : 3 menit
d. Kecepatan operasi maksimum : 50 km/jam
e. Tarif penumpang (berdasarkan SK Gubernur No.1912 tahun 2005)
Sebelum jam 7:00 : Rp. 2000,00
Setelah jam 07:00 : Rp. 3500,00
Feeder AC : Rp. 6500,00
Feeder non AC : Rp. 4000,00

Tabel 2.Tabel Responden Menurut Pendapatan/Penghasilan

No. Pendapatan/Penghasilan Per Bulan Jumlah

1. >Rp. 500.000 2
2. Rp. 500.000 Rp. 1.000.000 2
3. Rp. 1.000.000 Rp. 2.000.000 5
4. Rp. 2.000.000 Rp. 3.000.000 7
5. <Rp. 3.000.000 4
Jumlah 20

Tabel 3. Tabel Responden Menurut Keperluan Perjalanan

No. Keperluan Perjalanan Jumlah

1. Perjalanan Bekerja 8
2. Perjalanan Bisnis 6
3. Keperluan Berbelanja 1
4. Rekreasi/sosial 2
5. Perjalanan sekolah 3
Jumlah 20
 Tabel 4. Tabel Responden Menurut Frekuensi Perjalanan Pergi Pulang

No. Intensitas Perjalanan Per Minggu Jumlah

1. 1 2 kali 2
2. 3 4 kali 2
3. 5 6 kali 5
4. 7 8 kali 6
5. <10 kali 5
Jumlah 20

Tabel 5. Tabel Responden Menurut Akses Kendaraan yang Digunakan untuk Menuju Bus Way

No. Jenis Kendaraan Jumlah

1. Mobil pribadi 5
2. Sepeda motor 4
3. Bus kota 4
4. Angkutan Kota 4
5. Jalan kaki 2
Jumlah 20

Tabel 6. Tabel Responden Menurut Alternatif Kendaraan yang dipergunakan Selain Bus Way

No. Jenis Kendaraan Jumlah

1. Mobil pribadi 6
2. Sepeda motor 4
3. Bus kota 4
4. Angkutan kota 3
5. Taksi 3
Jumlah 20

B. Data Umum Fasilitas Parkir di Area Halte Asal dan Tujuan

Kondisi perparkiran saat ini di lapangan adalah bahwa area parkir untuk kendaraan roda
dua dan roda empat pada dua halte yaitu halte asal Blok M dan halte tujuan kota masih
menjadi kendala dan permasalahan yang serius. Ini disebabkan karena kedua lokasi tersebut
tidak mempersiapkan area parkir untuk khusus pengguna bus way Trans Jakarta dan tidak
ada penambahan area parkir yang baru. Pada saat ini lokasi parkir yang digunakan masih
menggunakan fasilitas area parkir milik instansi atau kantor kantor disekitar lokasi dua
halte tersebut serta menggunakan bahu dan sebagian badan jalan di area yang berdekatan
dengan dua halte tersebut. Berikut ini adalah hasil observasi lapangan area parkir yang
sudah tersedia didua lokasi halte tersebut yang dikelola sendiri oleh masing masing pihak
instansi atau kantor tersebut.
 1. Lokasi Halte Asal (Blok M)
a. Aldiron Pasar Jaya Blok M
b. Golden Trully Plasa
c. Blok M Mall
d. STBA Pertiwi
e. Pasar Raya Mall
2. Lokasi Halte Tujuan (Kota)
a. Stasiun Kereta Api Kota
b. Taman Stasiun Kota
c. Kantor Asuransi Jasindo
d. Kantor Pajak Penjaringan
e. Kantor BNI 46, BI, Bank Mandiri, Bank Buana, Bank DKI
f. SLTPN 22 Jakarta dan SD 06 Pinangsia
C. Proses Data
1. Memasukkan data kedalam SPSS. Sebelumnya mengatur variabel view yaitu mengisi
Name, Type, Width, Decimal, Label, Values, Missing, Columns, Align, Measure.

2. Melakukanan analysis faktor dengan cara analysis > Dimenssion Reduction >
Factor > sehingga muncul tabel dialog.

3. Kemudian untuk analysis selanjutnya dengan memasukan semua variabel pada kolom
Variabels > descriptives > ceklist pada kolom statistics > ceklist pada semua tools
 pada kolom Correlation Matrix kecuali Inverse dan Reproduced.

4. Melanjutkan proses analisis yaitu dengan tools Exraction > Method (Principal
Components) > Analyze (Correlation Matrix) > Display (ceklist all) > Extract
(Based on Elgenvalue) > Continue.

5. Melanjutkan analisis dengan tools Rotation > kemudian muncul tabel dialog >
pada Method pilih None (varimax) > Display (ceklist all) > continue.
 6. Melanjutkan analisis dengan tools Options > Missing Values (Exclude cases
listwise) > Coefficient by size (ceklist all) > continue.

7. Setelas semua terisi dengan pilihan yang diharuskan, kemudian pilih tools Ok.

IV. Hasil dan Pembahasan

Analisis faktor adalah sebuah metode penelitian dengan tujuan mengidentifikasi,
mengelompokkan, dan mereduksi faktor-faktor yang merupakan dimensi suatu variabel
(Wardhana dalam Aghnia Ghassani Harish dan Aditya Wardhana).
a. KMO
KMO atau Kaiser Mayer Olkin berfungsi untuk mengetahui adanya kelayakan dalam
analisis faktor dengan nilai indeks. Jika nilai indeks berada diantara 0,5 1 maka analisis
dapat digunakan sedangkan jika nilai tersebut berada di bawah 0,5 maka analisis tidak dapat
digunakan. Bartlett Test Sphericity adalah nilai indeks guna menguji ketepatan dari faktor
dengan cara yaitu dengan nilai < 0,05 1. Berikut merupakan tabel KMO dan Bartlett Test
Sphericity.
Tabel 7. Hasil KMO dan BArtlett Test Sphericity

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .575
Approx. Chi-Square 8.078
df 6
 Bartlett's Test of Sig.
.232
Sphericity
Sumber: Hasil Olahan SPSS Kelompok , 2017
Berdasarkan tabel diatas diketahui bahwa hasil perolehan 0,567 dengan ssignifikansi
sebesar 0,232. Angka KMO pada praktikum sudah melebihi 0,5 sehingga analisis ini dapat
digunakan untuk analisis lebih lanjut.
b. Anti Image Matric
Anti-image Matrices
Keperkuan Kendaraan Menuju
Pendapatan
Perjalanan Selain Halte
Anti-image Pendapatan .766 .214 .286 .061
Covariance Keperkuan Perjalanan .214 .883 -.013 .123
Kendaraan Selain .286 -.013 .712 .278
Menuju Halte .061 .123 .278 .834
a
Anti-image Pendapatan .562 .261 .388 .076
Correlation Keperkuan Perjalanan .261 .653a -.016 .143
Kendaraan Selain .388 -.016 .563a .360
Menuju Halte .076 .143 .360 .561a

a. Measures of Sampling Adequacy(MSA)

Sumber: Hasil Olahan SPSS Kelompok , 2017
Berdasarkan hasil dari running data dengan tools analysis diperoleh tabel anti-Image
Matrices dimana jika dilihat menunjukan nilai dari MSA (angka diagonal Anti-Image
Correlation) >0,5 maka nilai dari ke-4 faktor diprediksi dapat dianalisis lebih lanjut. Jika
terdapat nilai MSA yang kurang dari 0,5 sering kali berkaitan dengan nilai KMO yang
kurang dari 0,5 sehingga salah satu dari variabel harus dikeluarkan dan dilakukan rotasi
ulang sehingga didapat nilai MSA yang lebih dari 0,5 pada semua faktor.

c. Proses Faktoring

Total Variance Explained

Initial Eigenvalues Extraction Sums of Squared Loadings
Component Cumulative
Total % of Variance Cumulative % Total % of Variance
%
1 1.825 45.616 45.616 1.825 45.616 45.616
2 .916 22.904 68.520
3 .791 19.786 88.306
4 .468 11.694 100.000
Extraction Method: Principal Component Analysis.
Sumber: Hasil Olahan SPSS Kelompok , 2017
 Pada tabel Total Variance menunjukan bahwa nilai total pada keempat faktor, hanya
terdapat satu faktor yang memiliki nilai total lebih dari 1. Faktor pertama memiliki nilai total
yaitu 1,825 > 1 pada tabel initial Eignvalues dan Extraction sums of squares loadings. Hal
ini memiliki arti bahwa hanya terdapat satu faktor yang dapat membentuk faktor baru.
Faktor pertama adalah faktor mengenai tingkat pendapatan. Faktor pertama memiliki
kedekatan dengan faktor kedua yaitu keperluan perjalanan seperti untuk berbelanja,
menuju kantor, sekolah atau berwisata. Sehingga jika dijadikan faktor baru akan
menjadi faktor kebutuhan pengguna.
Pada kolom % of Variance meghasilkan nilai 45,616 yang menjelaskan bahwa faktor
faktor yang digunakan mampu menjelaskan faktor baru yang terbentuk karena pada kolom
Commulative memiliki nilai kurang dari 1 yaitu sebanyak tiga faktor lainnya.
d. Pengelompokan Faktor
Component Matrixa
Component
1
Kendaraan Selain .781
Pendapatan -.710
Menuju Halte -.607
Keperkuan Perjalanan .585
Extraction Method: Principal
Component Analysis.
a. 1 components extracted.
Sumber: Hasil Olahan SPSS Kelompok , 2017

Pada tabel Component Matrix adalah tabel yang menjelaskan dan membantu untuk
mengelompokkan faktor baru yang terbentuk. Pada analisis faktor digunakan empat faktor
yaitu Kendaraan selainnya, Pendapatan, Menuju Halte, dan Keperluan perjalanan. Keempat
faktor yang ada memiliki nilai component lebih dari 0,5 sehingga tidak diperlukan rotai
ulang. Berdasarkan hasil dari analisis dengan SPSS ini ketahui nilai Component 1 yang
paling dominan adalah pada faktor kendaraan selainnya dengan nilai korelasi 0,781.
Setelah diketahui faktor paling dominan dan juga terbentuk satu faktor dengan tiga
subfaktor lainnya. Maka semua faktor menjadi satu faktor baru yang perlu diberi nama yang
melingkupi subfktor tersebut. Maka faktor baru yang berisi pendapatan, keperluan
perjalanan, kendaraan selain dan menuju halte menjadi Efektifitas Bus Way.
e. Dua dimensi
V. Kesimpulan
Pengolahan data pada penelitian ini dengan menggunakan analisis faktor adalah untuk
mengetahui apa saja faktor-faktor yang dapat mempengaruhi tingkat pelayanan moda
transportasi Ibukota Jakarta. Dari analisis yang sudah dilakukan dapat disimpulkan faktor
yang paling dominanadalah faktor kendaraan lainnya. Selain faktor yang paling dominan,
terbentuk juga satu faktor baru dengan tiga subfaktor lainnya. Faktor baru tersebut terbentuk
dari faktor pendapatan, keperluan perjalanan, kendaraan lain, dan menuju halte. Faktor baru
tersebut kemudian dinamakan efektifitas busway.

Daftar Pustaka
Wardhana, A., Kartawinata, B, R., Syahputra. (2015). Metode Riset Bisnis. Bandung: PT. Karya
Manunggal Lithomas