ANALISIS TARIKAN PERJALANAN BERBELANJA KE

PASAR TRADISIONAL SEGIRI DI KOTA SAMARINDA

Ardy fahrul Noor Rizal1, Achmad Munajir, ST.,MT2, Alpian Nur, ST.,MT2
1
Karya Siswa, Jurusan Teknik Sipil, Universitas 17 Agustus 1945, Samarinda
2
Dosen, Jurusan Teknik Sipil, Universitas 17 Agustus 1945, Samarinda

ABSTRAK

Pusat perbelanjaan tradisional segiri di kawasan Samarinda mempunyai

pengaruh besar terhadap banyaknya tarikan perjalanan di area ini, sehingga perlu
dilakukan analisi terhadap model tarikan perjalanan.
Data diambil dari kuisioner yang dibagikan secara acak dengan metode
pengolahan data menggunakan Program SPSS 17.0.
Tujuan penelitian ini untuk mendapatkan model tarikan perjalanan pada
kawasan Pasar Tradisional Segiri di Samarinda.
Hasil penelitian dengan regresi linier berganda menunjukkan model tarikan
perjalanan Y dan X3 dengan variabel Y= -47.194 + 0.326 X3 dan hasil F hitung <
t tabel = 2.291 < 10.130. Model tarikan Y1 dengan variabel Y1 = 67.764 – 0.000
X1 – 0.082 X2 dan model tarikan perjalanan Y2 dengan variabel Y2 = 54.372 +
0.000 X1. Sedangkan nilai Satuan Ruang Parkir (SRP) untuk Ruko/Toko = 1335
SRP, Kios = 382 SRP, Petak/Los = 576, PKL = 571 SRP dengan status Tidak
Cukup

Kata Kunci : tarikan perjalanan, pusat perbelanjaan

ABSTRACT

The traditional segiri shopping center in the Samarinda area has a big
influence on the number of trips in this area, so it is necessary to do an analysis of
the trip pull model.
Data were taken from questionnaires distributed randomly with data
processing methods using the SPSS 17.0 Program.
The purpose of this study was to obtain a trip pull model in the Segiri
Traditional Market area in Samarinda.
The results of the study with multiple linear regression showed the trip pull
model Y and X3 with the variable Y = -47.194 + 0.326 X3 and the results of F
calculated <t table = 2.291 <10.130. The pull model is Y1 with the variable Y1 =
67.764 - 0.000 X1 - 0.082 X2 and the trip pull model Y2 with the variable Y2 =
54.372 + 0.000 X1. While the value of Parking Room Unit (SRP) for
Shophouse/hop 1335 SRP, Kios = 382 SRP, Plot / Los = 576, PKL = 571 SRP
with Not Enough status.

Keywords: travel attraction, shopping center

1
PENDAHULUAN
Pusat perbelanjaan tradisional
segiri di kawasan Samarinda
mempunyai pengaruh besar terhadap
banyaknya tarikan perjalanan di area
ini, sehingga perlu dilakukan analisi
terhadap model tarikan perjalanan.
Besarnya tarikan perjalanan menuju
pusat perbelanjaan segiri di kota
Samarinda dapat diketahui, dengan
membuat model tarikan perjalanan
berbasis zona dengan menggabungkan
besarnya tarikan perjalanan yang
dihasilkan oleh pusat – pusat aktivitas
lainnya, sehingga diharapkan dapat
dijadikan masukkan dalam upaya
penataan transportasi kedepan, seperti
penataan kebutuhan ruang parkir serta
penataan konflik antar ruas lalu lintas.
Dari penelitian ini diharapkan dapat
mengetahui model tarikan perjalanan
pada kawasan pasar segiri di Kota
Samarinda, dengan metode penelitian
menggunakan regresi linier dengan
bantuan Software Statistical Product
and Service Solution (SPSS 17.0)
DASAR TEORI
Pengertian umum
Perencanaan transportasi adalah
suatu proses yang bertujuan
mengembangkan sistem transportasi
yang memungkinkan manusia dan
barang bergerak atau berpindah tempat
dengan aman dan murah (Pignataro,
1973 dan Tamin, 2000). Tujuan
perencanaan transportasi adalah
meramalkan dan mengelola evaluasi
titik keseimbangan
2. Pergerakan Home-Based, yaitu
pergerakan yang menunjukan
bahwa rumah dan pembuat
antara kebutuhan akan pergerakan dan
dengan sistem prasarana transportasi
sejalan dengan waktu sehingga
kesejahteraan sosial dapat
dimaksimumkan.(Ofyar Z. Tamin,2000)
Sistem Transportasi Perkotaan
Sistem transportasi perkotaan dapat
diartikan sebagai suatu kesatuan
menyeluruh yang terdiri dari komponen
– komponen yang saling mendukung
dan bekerja sama dalam pengadaan
transportasi pada wilayah perkotaan.
Sistem pergerakan merupakan hasil
interaksi baru sistem kegiatan dengan
sistem jaringan yang dapat terwujud
lalu lintas orang, kendaraan, dan
barang.
Gambar 1 Sistem Transportasi Makro
(Sumber: Tamin, 1997)
Definisi Dasar Bangkitan dan
Tarikan
Beberapa jenis pergerakan yang
dikenal dalam sistem transportasi
adalah :
1. Perjalanan didefinisikan sebagai
suatu pergerakan satu arah dari titik
asal ke titik tujuan. Biasanya
diprioritaskan pada pergerakan
yang
2
 pergerakan merupakan asal dan pergerakan belanja, pergerakan
tujuan dari pergerakan. social dan rekreasi, serta pergerakan
3. Pergerakan Non Home-Based, lainnya.
yaitu suatu pergerakan yang - Karakteristik Orang
menunjukkan bahwa salah satu Klasifikasi lainnya adalah perilaku
tujuan dari pergerakan bukanlah pergerakan individu. Perilaku ini
rumah pelaku pergerakan. dipengaruhi oleh karateristik sosial
4. Produksi pergerakan (Trip dan ekonomi. Kategori yang
Production), merupakan digunakan adalah tingkat
pergerakan yang didefinisikan pendapatan, pemilikan mobil,
sebagai awal dan akhir dari sebuah ukuran rumah tangga (jumlah
pergerakan HomeBased atau anggota keluarga).
sebagai awal dari sebuah
pergerakan Non HomeBased. Faktor – Faktor yang mempengaruhi
5. Tarikan pergerakan (Trip Tarikan dan Bangkitan
Attraction), pergerakan ini
didefinisikan sebagai pergerakan Faktor – Faktor yang mempengaruhi
yang tidak berakhir dirumah bagi terjadinya pergerakan menurut Tamin,
pergerakan yang bersifat Home- dapat dikelompokan berdasarkan
Based atau sebagai tujuan dari maksud perjalanan. Biasanya maksud
suatu pergerakan Non HomeBased. perjalanan dikelompokan sesuai dengan
6. Bangkitan pergerakan (Trip ciri dasarnya, yaitu berkaitan dengan
Generation), didefinisikan sebagai ekonomi, sosial, budaya, pendidikan
total jumlah pergerakan yang dan agama (Tamin, 2000).
ditimbulkan oleh rumah tangga Bangkitan dan Tarikan pergerakan
dalam suatu zona, baik Home dipengaruhi oleh faktor -faktor berikut:
Based maupun Non Home-Bas - Pendapatan
Semakin tinggi tingkat pendapatan,
Klasifikasi Pergerakan seseorang memungkinkan tingginya
Klasifikasi pergerakan dapat dibagi tingkat pergerakan yang tertarik dari
atas: satu zoba (zona asal) ke zona tujuan.
- Maksud Pergerakan - Kepadatan Daerah Pemukiman
Dalam kasus pergerakan Kepadatan suatu daerah pemukiman
HomeBased, terdapat lima kategori akan meningkatkan pergerakan yang
tujuan pergerakan, yaitu pergerakan menuju pada suatu nilai tata guna
kerja, pergerakan sekolah, lahan untuk melakukan aktivitasnya
pergerakan atau untuk memenuhi kebutuhan –
- Aksesibilitas kebutuhan yang tidak terdapat pada
zona dimana dia berada.
Aksesibilitas merupakan suatu
ukuran kenyamanan atau kemudahan kebutuhan yang tidak terdapat pada
mengenai cara lokasi tata guna lahan zona dimana dia berada.
berinteraksi satu sama lain melalui

3
 sistem jaringan transportasi, yang
dapat dinyatakan dengan jarak.
Seiring dengan semakin
meningkatnya kajian sistem
transportasi perkotaan, jarak seakan
bukanlah salah satu ukuran dari
aksesibilitas. Tapi yang menjadi
ukuran aksesibilitas yaitu waktu
tempuh dan merupakan kinerja yang
baik dibanding dengan jarak dalam
menyatakan aksesibilitas.
- Pemilikan Kendaraan
Tingkat kepemilikan kendaraan
sangat berpengaruh besar terhadap
tingkat pergerakan. Semakin
meningkat jumlah pemilikan
kendaraan dalam suatu keluarga,
maka memungkinkan tingkat
pergerakan yang terjadi semakin
besar.
- Nilai lahan
Sekelompok orang atau seseorang Tabel 1
akan tertarik pada tata guna lahan tradisional
yang mempunyai aksebilitas yang
baik. Salah satu ukuran nilai tata
guna lahan aksesibilitas yang
merupakan faktor dalam
mempermudah terjadinya interaksi
antara dua buah tata guna lahan,
disamping moda angkutan sebagai
media dalam mempercepat
pergerakan.
- Kepadatan daerah pemukiman
Kepadatan suatu daerah pemukiman
akan meningkatkan pergerakan yang
menuju pada suatu nilai tata guna
lahan untuk melakukan aktivitasnya
atau untuk memenuhi kebutuhan –
Definisi Dasar Bangkitan dan persamaan:
Tarikan
Beberapa jenis pergerakan yang
dikenal dalam sistem transportasi
Teknik Sampling
Tujuan utama dari setiap rancangan
sampling adalah memberikan pedoman
untuk memilih sampel yang mewakili
populasi, sehingga dapat menyediakan
sejumlah informasi tentang populasi
dengan biaya minimum.
Menurut (amudi Pasaribu 1965),
pengambilan sample yang juga disebut
sebagai penarikan sampel, bertujuan
untuk memperoleh keterangan
mengenai populasi dengan mengamati
sebagian saja dari populasi tersebut.
Ortuzar dalam bukunya modeling
transport pada bab data collection
methods memberikan ukuran sampel
yang digunakan berdasarkan besarnya
populasi yang ada seperti pada tabel
berikut:
Ukuran sampel survey
a. Analisis Regresi Linier Sederhana
Variabel analisis regresi
sederhana (Tamin, 1996) dibedakan
menjadi dua jenis variabel yaitu
variabel bebas (X) dan variabel tak
bebas (Y). Hubungan linear dari jenis 2
jenis variabel tersebut dituliskan dalam
Y = a + bX (1)
Dimana :
4
adalah: Y = Kriterium
1. Perjalanan didefinisikan sebagai X = Prediktor
suatu pergerakan satu arah dari titik a = Konstanta
asal ke titik tujuan. Biasanya b = koefisien prediktor
diprioritaskan pada pergerakan yang
menggunakan moda kendaraan Koefisien – koefisien regresi a dan b
bermotor. untuk regresi linear dapat dihitung
2. Pergerakan Home-Based, yaitu dengan rumus :
pergerakan yang menunjukan bahwa
rumah dan pembuat pergerakan (∑ 𝑌)(∑ 𝑋 2 )− (∑ 𝑋)(∑ 𝑋𝑌)
𝑎= (2)
merupakan asal dan tujuan dari 𝑛 ∑ 𝑋 2 − (∑ 𝑋)2
pergerakan.
3. Pergerakan Non Home-Based, yaitu
suatu pergerakan yang menunjukkan 𝑛 ∑ 𝑋𝑌− (∑ 𝑋)(∑ 𝑌)
𝑏= (3)
bahwa salah satu tujuan dari 𝑛 ∑ 𝑋 2 − (∑ 𝑋)2
pergerakan bukanlah rumah pelaku b. Analisis Regresi Linear
pergerakan. Berganda
4. Produksi pergerakan (Trip
Production), merupakan pergerakan Persamaan untuk model regresi
yang didefinisikan sebagai awal dan linear (Supranto, 2001) berganda Y atas
akhir dari sebuah pergerakan X1, X2, ….,Xk akan diestimit menjadi :
HomeBased atau sebagai awal dari
sebuah pergerakan Non HomeBased. (4)
5. Tarikan pergerakan (Trip Y = a0 + a1 X1 + a2 X2 + ………. + ak
Attraction), pergerakan ini
XkDimana:
didefinisikan sebagai pergerakan
yang tidak berakhir dirumah bagi Y = Kriterium
pergerakan yang bersifat Home- X1, X2, …….,Xk = Prediktor 1,
Based atau sebagai tujuan dari suatu predictor 2, ……, predictor ke – k
pergerakan Non HomeBased. a0 = Konstanta
6. Bangkitan pergerakan (Trip a1, a2,….,ak = Koefisien prediktor 1,
Generation), didefinisikan sebagai koefisien prediktor 2, ……., koefisien
total jumlah pergerakan yang
prediktor ke – k.
ditimbulkan oleh rumah tangga
dalam suatu zona, baik Home Based Hipotesis yang digunakan:
maupun Non Home-Bas - H0: r = 0, artinya korelasi
tidak signifikan.
- Hi: r ≠ 0, artinya korelasi
sigifikan
Uji dilakukan 2 sisi karena akan
dicari ada atau tidaknya hubungan /
korelasi, dan bukan lebih besar /
kecil.

Dasar pengambilan keputusan

5
  Berdasarkan probabilitas
b. Analisis Regresi Linear Berganda
- Jika probabilitas > 0.05 maka
Persamaan untuk model regresi Ho diterima.
linear (Supranto, 2001) berganda Y atas - Jika probabilitas < 0.05 maka
X1, X2, Ho ditolak
…….,Xk akan diestimit menjadi :  Berdasarkan tanda * yang
diberikan SPSS
(5) Adanya tanda * pada pasangan data
Y = a0 + a1 X1 + a2 X2 + ………. + ak
yang dikorelasi menunjukan adanya
XkDimana:
korelasi yang signifikan pada data
Y = Kriterium
tersebut
X1, X2, …….,Xk = Prediktor 1,
predictor 2, ……, predictor ke – k a. Indeks Determinasi

a0 = Konstanta Indeks korelasi mengukur derajat

asosiasi antara variabel X dan Y,
a1, a2,….,ak = Koefisien prediktor 1,
apabila antara X dan Y terdapat
koefisien prediktor 2, ……., koefisien hubungan regresi Y= f(X).
prediktor ke – k. Rumus umum dari indeks determinasi:

∑(𝑌−𝑌̅)2 − ∑(𝑌−𝑌̂)2
Tahapan Uji Statistik dalam Model 𝑅2 = ∑(𝑌−𝑌̅)2
(6)

a. Uji Korelasi Dimana :

Korelasi adalah tingkat hubungan R2 = Indeks
antara variabel – variabel yang determinasi
menentukan sejauh mana suatu 𝑌 − 𝑌̂ = Jumlah kuadrat
persamaan linear maupun tidak
kesalahan penggangu
linear dapat menjelaskan variabel –
variabel yang ada. ( Residual sum of square )
Koefisien korelasi dihitung dengan 𝑌 − 𝑌̅ = Total sumof
persamaan: square
(7) Jika t hitung ≥ t tabel, artinya
𝑛 ∑ 𝑋𝑌 − (∑ 𝑋)(∑ 𝑌) signifikan dan sebaliknya.
𝑅𝑥𝑦 =
√{𝑛 ∑ 𝑋 2 − (∑ 𝑋)2 }{𝑛 ∑ 𝑌 2 − (∑ 𝑌)2 } Sedangkan derajat bebas/degree of
freedom (df) ditentukan dengan
rumus:
Pengujian nilai R untuk
mengetahui hasilnya signifikan Df = n – k (8)
atau tidak, dapat diuji melalui tabel
Dimana:
teoritikdengna jumlah pasangan
data = N atau dengan derajat bebas n = Jumlah observasi/sampel
db = N-2. Dalam pengujian ini pembentukan regresi
digunakan F teoritik dengan taraf k = Jumlah variabel (bebas
signifikan 5% dan terikat)

6
 Nilai R (koefisien Regresi Berganda) f. Uji hipotesis secara serempak (uji F)
berguna untuk mengetahui keeratan Jika Fhitung≥ Ftabel maka tolak Ho,
hubungan antara perubahan variabel artinya signifikan dan jika Fhitung ≤
(x) terhadap perubahan terikat (y). Ftabel, maka terima Ho, artinya tidak
signifikan.
 0 – 0.25􀃆 korelasi sangat lemah
Sedangkan derajat bebas/degree of
 0.25 – 0.50 􀃆 korelasi cukup
freedom (df) ditentukan dengan
 0.50 – 0.75 􀃆 korelasi kuat
rumus:
 0.75 – 1.00 􀃆 korelasi sangat
df1 = k – 1
kuat
c. Korelasi regresi linear berganda (10)
Untuk menentukan derajat asosiasi df2 = n – k
antara variabel – variabel yang ada (11)
maka berdasarkan persamaan regresi
Dimana:
linear berganda:
k = Jumlah variabel (bebas
dan terikat)
(9)
Y = a0 + a1 X1 + a2 X2 + ………+ ak n = Jumlah obsevasi/sampel
X pembentuk regresi
2
R ditentukan dengan rumus:
g. Uji signifikansi
𝑎1 ∑ 𝑥1 𝑦+⋯+ 𝑎𝑘 ∑ 𝑥𝑘 𝑦
𝑅2 = ∑ 𝑦2
(10) Uji signifikan dalam regresi
sederhana dirumuskan sebagai
Dimana: berikut:
x1 = X1 – X1, x2 = X2 – X2,
𝑏−𝛽
…., xk = Xk – Xk, dan y = Y – t = (11)
𝑆𝑏
Y
R dinamakan koefisien
korelasi linear berganda
untuk Y, X1, X2….,Xk merupakan jumlah data yang dilibatkan
R2 dinamakan koefisien dan k merupakan jumlah variabel
determinasi linear bebas.
berganda - Jika statistik t-hitungan > t-tabel,
maka Ho diterima, yaitu menerima
d. Uji hipotesis secara parsial (uji t) anggapan bahwa koefisien regresi
Uji dilakukan untuk melihat apakah signifikan.
parameter (b1, b2, b3,…. bn) yang - Jika statistik t-hitungan < t-tabel,
melekat pada variabel bebas cukup maka Ho ditolak, yaitu menerima
berarti (signifikan) terhadap suatu anggapan bahwa koefisien regresi
konstanta (a) nol atau sebaliknya. tidak signifikan.
dimana: b. berdasarkan probabilitas
Sb = standart eror koefisien

7
 korelasi - Jika probabilitas > 0.05 maka Ho
b =
Koefisien regresi yang diterima
didapat - Jika probabilitas > 0.05 maka Ho
β = Slope garis regresi diterima
sebenarnya yang
selanjutnya harus h. Multikolinearitas
digunakan distribusi Multikolinearitas adalah kejadian
student – t dengan db= menginformasikan terjadinya
(N-2) hubungan antara variabel – variabel
Uji parsil untuk menguji keberartian bebas xi, dan hubungan yang terjadi
koefisien regresi yang sesuai dalam cukup besar, sehingga akan
analisa regresi linear ganda menyebabkan perkiraan keberartian
dirumuskan dengan: koefisien regresi yang diperoleh.

𝑏𝑖 1
𝑡 = (12) 𝑉𝐼𝐹 =
(1−𝑅 2 )
(13)
𝑆𝑏𝑖
dimana:
bi = koefisien regresi yang dimana:
didapatkan dari VIF = Varian Inflasi
beberapa (i) variabel Factor
Sbi = Standart error koefisien R2 = Koefisien
korelasi bi determinasi (kuadrat
dari koefisien
Yang selenutnya harus digunakan korelasi)
student – t dengan db = (N - k – 1) (1-R2) = Toleransi

 Hipotesis yang digunakan: ANALISIS DAN PEMBAHASAN

- H0: β = 0,artinya korelasi tidak Hasil Pengumpulan Data
signifikan.
Tabel 2 Karateristik Lokasi Penelitian
- Hi: β ≠ 0,artinya korelasi
sigifikan
Dasar pengambilan keputusan
a. Membandingkan statistic hitungan
dengan tingkat signifikan 5% dan
derajat kebebasan N-k-1, dimana
Pengambilan keputusan :
Melihat nilai Tolerance
- Tidak terjadi Multikolinearitas, jika Sumber: Data Survey 2018
nilai tolarnce lebih besar 0.10
- Terjadi Multikolinearitas, jika nilai Analisis Data

8
 Tolarnce lebih kecil atau sama
dengan 0.10
Melihat nilai VIF (Variance Inflation
Factor)
- Tidak terjadi Multikonieritas, jika
nilai VIF lebih kecil 10.00
- Terjadi Multikonieritas, jika nilai
VIF lebih besar atau sama dengan
10.00 Gambar 2a Prosentase jenis pekerjaan

METODOLOGI PENELITIAN
Desain penelitian dengan cara kasus
yaitu dengan menggunakan beberapa
metode yaitu pengumpulan data,
wawancara, observasi lapangan,
dokumentasi dan kuisioner meliputi
pasar segiri:
Gambar 2b prosentase umur
- Ruko/Toko
- Kios
- Petak/Los
- PKL

Pengambilan sampel dilakukan dengan

cara membagikan kuisioner dan survey
dilokasi penelitian secaraacak dan
analisa menggunakan bantuan program
SPSS 17.0. Gambar 2d Prosentase kendaraan yang
digunakan pergi ke pasar

Gambar 2c Prosentase jenis pendidikan

Gambar 2f Prosentase waktu tempuh

9
Gambar 2e Prosentase jarak perjalanan Gambar 2h Prosentase dalam waktu
seminggu ke pasar

Gambar 2g Prosentase tujuan belanja di Gambar 2j Prosentase penghasilan gaji

pasar responden perbulan

Gambar 2i Prosentase waktu Gambar 2l Prosentase ketersedian

berkunjung ke pasar tempat parkir

Tarikan Perjalanan terhadap Y, X1,

dan X3

Dari hasil analisis berdasarkan uji

koefisien determinasi didapatkan hasil
Square (R2) adalah sebesar 0.993
sedangkan nilai korelasi (R) adalah
sebesar 0.996,uji F dengan H0 diterima
Gambar 2k Prosentase jam bekunjung
dengan tingkat signifikan 0.085
ke pasar
(>0.05), berarti dapat disimpulkan hasil
akhir akhir tidak terjadi
multikolinearitas.

10
Tarikan Perjalanan terhadap Y, X1, Tarikan Perjalanan terhadap Y dan
X2, dan X3 X3

Dari hasil analisis berdasarkan uji
koefisien determinasi didapatkan hasil
Square (R2) adalah sebesar 1.000 atau
sebesar 100% sedangkan nilai korelasi
(R) adalah sebesar 1.000 atau sebesar
100% uji F dengan Ho ditolak, dan uji t
menghasilkan persamaan regresi Y =
143.360 + 0.005 X1 – 0.001 X2 + 0.94
X3dengan hasil uji regresi linier = Y =
143.360 + 0.005 X1 – 0.001 X2 + 0.94
X3
Tidak signifikan dan hasil akhir tidak
terjadi multikolinearitas.
Dari hasil analisis berdasarkan uji
koefisien determinasi didapatkan hasil
Square (R2) adalah sebesar 0.534
sedangkan nilai korelasi (R) adalah
sebesar 0.731, uji F dengan Ho ditolak
dengan tingkat signifikan 0.269
(>0.05), dan uji t menghasilkan
persamaan regresi Y = -47.194 + 0.326
X3 hasil akhir tidak terjadi
multikolinearitas.
Model Tarikan Perjalanan Sepeda
Motor

Dari hasil berdasarkan uji koefisien

Tarikan Perjalanan terhadap Y, X2,
determinasi didapatkan hasil Square
dan X3
(R2) adalah sebesar 0.084 sedangkan
Dari hasil analisis berdasarkan uji nilai korelasi (R) adalah sebesar 0.290,
koefisien determinasi didapatkan hasil uji F dengan Ho ditolak dengna tingkat
Square (R2) adalah sebesar 0.898 signifikan 0.957 (>0.05), dan uji t
sedangkan nilai korelasi (R) adalah menghasilkan persamaan regresi Y =
sebesar 0.948, uji F dengan Ho ditolak 67.764 – 0.000 X1 – 0.082 X2 hasil
dengan tingkat signifikan 0.320 akhir tidak terjadi multikolinearitas.
(>0.05),dan uji t menghasilkan Y =
83.315 + -0.005 X2 + 0.165 X3 hasil Tarikan Kendaraan Sepeda Motor
akhir tidak terjadi multikolinearitas. X1 terhadap Y1

Dari hasil analisis berdasarkan uji

Tarikan Perjalanan terhadap Y dan
koefisien determinasi didapatkan hasil
X1
Square (R2) adalah sebesar 0.046
Dari hasil analisis berdasarkan uji sedangkan nilai korelasi adalah sebesar
koefisien determinasi didapatkan hasil 0.214, uji F dengan Ho ditolak dengan
Square (R2) adalah 0.967, sedangkan tingkat signifikan 0.786 (>0.05), dan uji
nilai korelasi (R) adalah sebesar 0.983, t menghasilkan persamaan regresi Y1 =
uji F dengan Ho diterima dengan 89.228 – 0.000 X1 hasil akhir tidak
tingkat signifikan 0.017 (<0.05), dan uji terjadi multikolinearitas.
t menghasilkan persamaan regresi Y =
175.183 – 0.007 X1 hasil akhir tidak
terjadi multikolinearitas.

11
Tarikan Perjalanan terhadap Y dan Tarikan Perjalanan X2 terhadap Y2
X2
Dari hasil analisis berdasarkan
Dari hasil analisis berdasarkan determinasi didapatkan hasil Square
determinasi didapatkan hasil Square (R2) adalah sebesar 0.144 sedangkan
(R2) adalah sebesar 0.797 sedangkan nilai korelasi (R) adalah sebesar 0.380,
nilai korelasi (R) adalah sebesar 0.893, uji F dengan Ho ditolak dengan tingkat
uji F dengan Ho ditolak dengan tingkat signifikan 0.620 (>0.05), dan uji t
signifikan 0.107 (>0.05), dan uji t menghasilkan persamaan regresi Y =
menghasilkan persamaan regresi Y = 28.680 + 0.103 X2 hasil akhir tidak
110.380 – 0.006 X2 hasil akhir tidak terjadi multikolinearitas.
terjadi multikolinearitas.
KESIMPULAN
Tarikan Kendaraan Sepeda Motor Kesimpulan
X2 terhadap Y1
Model yang paling memenuhi
Dari hasil analisis berdasarkan syarat dan layak untuk digunakan
determinasi didapatkan hasil Square berdasarkan validitas uji statistic dalah
(R2) adalah sebesar 0.004 sedangkan sebagai berikut:
nilai korelasi (R) adalah sebesar
0.066,uji F dengan Ho ditolak dengan - Model untuk tarikan Perjalanan Y
tingkat signifikan 0.934 (>0.05), dan uji dan X3 dengan Y = -47.194 + 0.326 X3
t menghasilkan persamaan regresi Y =
94.475 – 0.024 X2 hasil akhir tidak Dimana:
terjadi multikolinearitas. Y = Tarikan Perjalanan
X1 = Luas Lahan
Model Tarikan dengan Mobil X3 = Jumlah Pengunjung

Dari hasil analisis berdasarkan Dari hasil Analisis maha dapat

determinasi didapatkan hasil Square
(R2) adalah sebesar 0.147 sedangkan
nilai korelasi (R) adalah sebesar 0.383,
uji F dengan Ho ditolak dengan tingkat
signifikan 0.924 (>0.05), dan uji t
menghasilkan persamaan regresi Y =
25.430 + 4.950 X1 – 0.110 X2 hasil
akhir tidak terjadi multikolinearitas.
Tarikan Perjalanan X1 terhadap Y2
Dari hasil analisis berdasarkan
determinasi didapatkan hasil Square
(R2) adalah sebesar 0.021 sedangkan
disimpulkan bahwa hipotesis diterima
ui F hitung > t tabel (1.608 < 3.182).
Karena dalam statistic kita
mengutamakan model yang sederhana
namun sangat memberikan informasi
secara keseluruhan sampel.
- Tarikan untuk perjalanan dengan
Mobil (Y2) dengan Y2 = 54.372 +
0.000 X1
Dimana:
Y = Tarikan Perjalanan
X1 = Luas lahan

12
nilai korelasi (R) adalah sebesar 0.146,
uji F dengan Ho ditolak dengan tingkat -
signifikan 0.854 (>0.05), dan uji t
menghasilkan persamaan regresi Y =
54.372 + 0.000 X1 hasil akhir tidak
terjadi multikolinearitas
- Tarikan untuk tarikan perjalanan
dengan sepeda motor (Y1) dengan Y1 =
67.764 – 0.000 X1 – 0.082 X2

Dimana:
Y = Tarikan Perjalanan
X1 = Luas Lahan
X2 = Luas Parkir

- Nilai satuan ruang parkir

Tabel 3 Nilaisatuan Ruang Parkir

- Hubungan Tarikan Perjalanan Saran

dengan
indeks aksebilitas
 Dari nilai korelasi R square
untuk sepeda motor sebesar
0.084 bahwa hubungan tarikan
perjalanan dengan indeks
aksesibilitas sebesar 8.4%
terhadap indeks
aksesibilitasnya.
 Dari nilai korelasi R square
untuk sepeda motor sebesar
Dari hasil analisis, penulis
memberikan saran sebagai berikut:
a. Perlu adanya analisa lebih
lanjut untuk penambahan luas
lahan atau pemindahan fasilitas
ruang parkir untuk kendaraan
karena kapasitas kendaraan
yang melebihi ruang parkir.
b. Perlu diadakan kajian study
kelanjutan dalam parkir dari
prosedur yang terjadi

13
 0.147 bahwa hubungan tarikan dilapangan memperhatikan
perjalanan dengan indeks masalah ketidak linieran dalam
aksesibilitas sebesar 14.7% bentuk model.
terhadap indeks
aksesibilitasnya.

DAFTAR PUSTAKA

Budiman, Arief, 2014. Analisis Model Hadi, Sutrisno, 1982. Analisis Regresi,
Tarikan Perjalanan Pada Andi Offset, Yogyakarta
Kawasan Pusat Pemerintahan Putranto, Leksmono S, 1999. Tarikan
Provinsi Banten, Jember, Perjalanan Gedung
Universitas Jember Perkantoran di Jakarta Barat,
Hardiono, 2013. Analisis Karakteristik Jurnal Teknik Sipil Universitas
Tarikan Pergerakan Tarumanegara, Bandung.
Pengunjung Wanita Yang Putranto, Leksmono S, 2000.
Memiliki Sepeda Motor Dengan Perbandingan Tarikan
Pola Pergerakan Rumah – Perjalanan dan Efisiensi Parkir
Pasar – Rumah Di Kota Gedung Perkantoran di Jakarta
Makassar, Makassar, Barat dan Jakarta Pusat, Jurnal
Universitas Hasanuddin Teknik Sipil Universitas
Hardiono, 2013. Analisis Karakteristik Tarumanegara, Bandung.
Tarikan Pergerakan Quadratullah, Mohammad Farhan,
Pengunjung Wanita Yang 2014. Statistika Terapan,
Memiliki Sepeda Motor Dengan Yogyakarta, Andi Offset
Pola Pergerakan Rumah – Rita, Rulina, 2005. Model Tarikan
Pasar – Rumah Di Kota Perjalanan Pada Pasar
Makassar, Makassar, Tradisional, Medan, Universitas
Universitas Hasanuddin Sumatera Utara
Malik, Abdul, 2015. Analisis Tarikan Runtulallo, Dantje, Analisis Tarikan
Perjalanan Di Jembatan Pergerakan Kampus Fakultas
Mahakam Simpul Ruas Jalan Teknik Gowa, Universitas
Slamet Riyadi – Jalan Untung Hasanuddin
Suropati Kota Samarinda, Saputro, Purwadi Eko, 2014. Kajian
Universitas 17 Agustus 1945 Pemodelan Tarikan Pergerakan
Samarinda. Ke Gedung Perkantoran,
Muhammad, Faikar, 2013. Analisis Universitas Sebelas Maret,
Tarikan Perjalanan Berbelanja Surakarta, Universitas Sebelas
Ke Pasar Tradisional Butung Di Maret
Kota Makassar, Makassar, Suhani, Ika Dini, 2012. Analisis
Universitas Hasanuddin Kinerja Lalu Lintas Akibat

14
Ortuzar, J.D, 1990. Modelling Perubahan Tata Guna Lahan,
Transport, , England, John Willey and Depok, Universitas Indonesia
Sons LTd. Suthanaya, Putu A., 2010. Pemodelan
Pasaribu, Amudi, 1975. Pengantar Tarikan Perjalanan Menuju
Statistik, Jakarta Ghalia, Pusat Perbelanjaan Di
Indonesia Kabupaten Bandung, Provinsi
Pignataro, L.J, 1973. Traffic Bali, Denpasar, Universitas
Engineering Theory and Udayana
practice, New York : Pentice UU Republik Indonesia No.13 Tahun
Hall. 1980 Tentang Jalan.
Tamin, Ofyar Z. 2000, Perencanaan Yuliani, 2004. Analisis Model Tarikan
dan Permodelan Transportasi, Perjalanan Pada Kawasan
Bandung, ITB Pendidikan Di Cengklik
Trihendradi, C., 2012. Step by Step Surakarta, Surakarta,
SPSS Analisis Data Statistik, Eko Mulyo Saputro. 2016, Analisis
Yogyakarta, Andi Offset bangkitan Pergerakan
Yusri, Bobi Antomi, Tinjauan Transportasi Pada Perumahan
Bangkitan Dan Tarikan Citra Griya Samarinda,
Perjalanan Kelurahan Universitas Mulawarman
Kecamatan Rambah, Pasir
Pengaraian, Universitas Pasir
Pengaraian

15