Anda di halaman 1dari 62

LAPORAN PROJECT TERINTEGRASI 6

PERENCANAAN TRANSPORTASI FOUR STEP MODEL


PERGERAKAN ANGKUTANBARANG
DI KABUPATEN REJANG LEBONG

Disusun untuk Memenuhi Kelulusan Praktikum


Pemodelan dan Simulasi Sistem Transportasi

Disusun Oleh Kelompok 3


3 Transportasi E
1. Desak Made Sastrika Ayu (13116005)
2. Cinda Arbita Feirera (13116040)
3. Natasha Graciela Kristianty (13116059)

PROGRAM STUDI MANAJEMEN TRANSPORTASI


SEKOLAH TINGGI MANAJEMEN LOGISTIK INDONESIA
BANDUNG
2019
LEMBAR PENGESAHAN

PERENCANAAN TRANSPORTASI FOUR STEP MODEL


PERGERAKAN ANGKUTAN BARANG
DI KABUPATEN REJANG LEBONG

Praktikum Pemodelan dan Simulasi Sistem Transportasi

Oleh
1. Desak Made Sastrika Ayu (13116005)
2. Cinda Arbita Feirera (13116040)
3. Natasha Graciela (13116059)

PROGRAM STUDI MANAJEMEN TRANSPORTASI


SEKOLAH TINGGI MANAJEMEN LOGISTIK INDONESIA

Bandung,………………………2019
Menyetujui,

Pembimbing Penguji

(Teguh Tuhu Prasetyo, ST.,MT.) (Hartati M Pakpahan, ST.,MT.)


NIK: NIK:
KATA PENGANTAR

Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa karena atas rahmat
dan hidayahnya, kami dapat menyelesaikan Project Terintegrasi 6 ini tepat pada
waktunya.
Laporan Project Terintegrasi 6 ini dilakukan dengan menggunakan data
sekunder yaitu data yang didapatkan secara tidak langsung dari objek maupun
subjek penelitian berupa data time seriesserta bantuan dari pihak-pihak yang
berperan penting dalam proses pengolahan, analisis, serta penyusunan Laporan
Project Terintegrasi 6. Oleh sebab itu, kami mengucapkan terima kasih kepada:
1. Teguh Tuhu Prasetyo, ST., MT. selaku dosen pembimbing
2. Hartati M. Pakpahan, S.T.,M,T. Selaku dosen mata kuliah Pemodelan dan
Simulasi Sistem Transportasi.
3. Asistem Lab Pemodelan yang selalu memberikan masukan dan arahan
dalam mengerjakan laporan Project Terintegrasi 6 ini.
Kami telah berusaha sedemikian mungkin untuk menyelesaikan laporan
penelitian ini agar memperoleh hasil yang terbaik sehingga dapat mudah dimengerti
oleh para pembaca, kami menyadari bahwa laporan penelitian yang kami buat jauh
dari kata sempurna. Oleh karena itu, kelompok kami mengharapkan kritik dan saran
yang membangun agar bisa menjadi lebih baik di waktu yang akan datang.

Bandung, 24 Juni 2019

Penyusun

i
DAFTAR ISI

LEMBAR PENGESAHAN
KATA PENGANTAR ............................................................................................. i
DAFTAR ISI ........................................................................................................... ii
DAFTAR TABEL .................................................................................................. iv
DAFTAR GAMBAR .............................................................................................. v
BAB I PENDAHULUAN ....................................................................................... 1
1.1 Latar Belakang .................................................................................................... 1
1.2 Perumusan Masalah ............................................................................................ 2
1.3 Tujuan Penelitian ................................................................................................ 2
1.4 Manfaat Penelitian .............................................................................................. 3
1.5 Batasan Masalah ................................................................................................. 3
1.6 Sistematika Penyusunan...................................................................................... 3
BAB II STUDI PUSTAKA ..................................................................................... 5
2.1 Sistem Transportasi ............................................................................................. 5
2.2 Pemodelan Transportasi (Modelling Transport .................................................. 5
2.3 Four Step Model ................................................................................................. 6
2.4.1 Bangkitan dan tarikan pergerakan (Trip generation) .................................. 7
2.4.2 Distribusi pergerakan lalu lintas (Trip distribution) ................................... 9
2.4.3 Pembebanan lalu lintas (Trip Assigment).................................................. 13
2.5 Satwin................................................................................................................ 13
2.6 Map Info ............................................................................................................ 14
BAB III METODOLOGI PENELITIAN.............................................................. 16
3.1 Langkah-langkah Penyelesaian Masalah .......................................................... 16
3.2 Pembahasan Diagram Alur Penelitian .............................................................. 17
BAB IV PENGUMPULAN DAN PENGOLAHAN D ........................................ 22
4.1 Pengumpulan Data ............................................................................................ 22
4.1.1 Asal Tujuan Transportasi Nasional Barang ..................................................... 22
4.1.2 Data Sosio Ekonomi Kabupaten Rejang Lebong ............................................. 23
4.1.3 Loket Peta PU.go.id ..........................................Error! Bookmark not defined.
4.2 Pengolahan Data ............................................................................................... 25

ii
4.2.1 Memperbarui peta jaringan jalan Kabupaten Rejang Lebong ................... 25
4.2.2 Trip generation ......................................................................................... 31
4.2.3 Trip distribution ........................................................................................ 37
4.2.4 Trip Assignment ........................................................................................ 38
BAB V ANALISIS ............................................................................................... 41
5.1 Analisis Trip Generation ........................................................................................ 41
5.2 Analisis Trip distribution ........................................................................................ 44
BAB VI KESIMPULAN DAN SARAN .............................................................. 52
6.1 Kesimpulan ....................................................................................................... 52
6.1 Saran ................................................................................................................. 53
DAFTAR PUSTAKA

iii
DAFTAR TABEL

Tabel 4. 1 Data Matriks Asal Tujuan Barang Kabupaten Rejang Lebong pada 2018 ...... 23
Tabel 4. 2 Data Sosio Ekonomi pada tahun 2019 ............................................................. 24
Tabel 4. 3 Zona pada Wilayah Studi ................................................................................. 25
Tabel 4. 4 Hasil Prediksi Data Sosio Ekonomi ................................................................. 31
Tabel 4. 5 Hasil Akhir Stepwise Bangkitan ...................................................................... 31
Tabel 4. 6 Hasil Akhir Stepwise Tarikan .......................................................................... 35
Tabel 4. 7 Jumlah Tarikan dan Prediksi Sosek ................................................................. 37
Tabel 4. 8 Jumlah Bangkitan dan Prediksi Sosek ............................................................. 37
Tabel 4. 9 Prediksi bangkitan dan Tarikan Tahun 2024 ................................................... 38
Tabel 4. 10 Prediksi bangkitan dan Tarikan Tahun 2029 ................................................. 38
Tabel 4. 11 Matriks Total Bangkitan dan Tarikan ............................................................ 39
Tabel 4. 12 Matriks Desired Line ..................................................................................... 39

Tabel 5. 1 Prediksi Bankitan dan Tarikan Tahun 2024 ..................................................... 45


Tabel 5. 2 Prediksi Bankitan dan Tarikan Tahun 2029 ..................................................... 47

iv
DAFTAR GAMBAR

Gambar 3. 1 Diagram Alir Penelitian ............................................................................... 16


Gambar 3. 2 Diagram Alir Pengerjaan Trip Generation................................................... 19
Gambar 3. 3 Pengolahan Data Trip Generation................................................................ 20
Gambar 3. 4 Pengolahan Data Trip Distribution .............................................................. 20
Gambar 3. 5 Pengolahan Data Trip Assignment ............................................................... 21

Gambar 4. 1 Peta Jaringan Jalan dan pembagian Zona ..................................................... 27


Gambar 4. 2 Fornat File Net ............................................................................................. 28
Gambar 4. 3 Format File MAT ......................................................................................... 28
Gambar 4. 4 Flow Chart Pengerjaan Satwin ..................................................................... 29
Gambar 4. 5 Updating Matrix ........................................................................................... 30
Gambar 4. 6 Output Stepwise 1 Tarikan ............................Error! Bookmark not defined.
Gambar 4. 7 Matriks Total Bangkitan dan Tarikan ...........Error! Bookmark not defined.
Gambar 4. 8 Matriks Desired Line.....................................Error! Bookmark not defined.

Gambar 5. 1 Matriks Bangkitan dan Tarikan .....................Error! Bookmark not defined.


Gambar 5. 2 Desired Line ..................................................Error! Bookmark not defined.

v
BAB I
PENDAHULUAN

1.1 Latar Belakang

Kabupaten Rejang Lebong merupakan wilayah yang berada di Provinsi Bengkulu.


Berdasarkan data yang dikeluarkan oleh Badan Pusat Statistik, pada tahun 2016 Kabupaten
ini memiliki luas wilayah 1.515,76 km2 dan jumlah penduduk sekitar 256.094 jiwa. Hingga
tahun 2016 jumlah penduduk di kabupaten ini selalu mengalami peningkatan
pertumbungan hingga 2,1 % namun pada tahun 2017 pertumbuhan penduduk di Kabupaten
Rejang Lebong mengalami penurunan hingga 1,7 %. Hal ini sesuai dengan program
pembatasan jumlah penduduk oleh pemerintah daerah melalui program keluarga
berencana.
Kabupaten Rejang Lebong yang terdiri dari 15 zona (kecamatan) yang terletak di
Lereng Pegunungan Bukit Barisan dengan ketinggian 100 hingga 1000 meter di atas
permukaan laut serta dengan curah hujan rata-rata 233,75 mm/bulan dan rata-rata jumlah
hari hujan 14,6 hari per bulan pada musim kemarau dan 23,2 hari per bulan pada musim
hujan menjadikan kabupaten ini menjadi penghasil produk pertanian seperti padi
(128.636.66 ton pada 2013 dan meningkat menjadi 154.298.2ton pada 2017) serta
perkebunan seperti ubi (41,428.87 ton pada tahun 2013 dan meningkat menjadi 47,592.14
ton pada 2017) dan kedelai (852.62 ton pada tahun 2013 dan meningkat menjadi 1,495.25
ton pada 2017), sebagai tulang punggung perekonomian daerah. Selain pertanian dan
perkebunan, Kabupaten Rejang Lebong juga memiliki produk unggulan di bidang
peternakan dimana produksinya selalu meningkat secara stabil tiap tahunnya (304,989.79
ton pada tahun 2013 kemudian meningkat menjadi 624,798.93 ton pada 2017), perikanan
(4,926.50 ton pada tahun 2013 kemudian meningkat menjadi 10,523.67 ton pada tahun
2017), dan unggas (271,141.80 ton pada tahun 2013 kemudian meningkat menjadi
577,298.68 ton pada tahun 2017).
Letak georgafis Rejang Lebong yang cukup strategis yaitu hanya berjarak 85 km dari
Kota Bengkulu yang merupakan ibukota provinsi menjadikan kabupaten ini sebagai daerah
dengan peningkatan ekonomi yang cukup stabil. Berdasarkan latar belakang di atas, maka
diperlukanlah sistem transportasi yang mampu memenuhi aksesibilas dan mobilatas
angkutan barang (terutama komoditas unggulan daerah).

1
Dengan pertumbuhan ekonomi yang cukup stabil, 5 (lima) hingga 10 tahun kedepan
diperkirakan kebutuhan akan transportasi juga akan terus bertambah sehingga
diperlukanlah perencanaan transportasi yang matang untuk menghindari terjadinya
kemacetaan atau antrian yang menghambat pergerakan angkutan barang di dalam daerah
studi (intra zona) maupun pergerakan antar zona.
Salah satu model yang dapat memprediksi pergerakan angkutan barang adalah model
transportasi four step model, dimana model ini mengaitkan antara sistem tata guna lahan
dengan besarnya bergerakan ke suatu zona, menuju suatu zona, maupun pergerakan di
dalam zona itu sendiri. Oleh sebab itu dilakukanlah penelitian untuk mengetahui
pergerakan angkutan barang di Kabupaten Rejang Lebong Provinsi Bengkulu. Dalam
perencanaan transportasi pergerakan angkutan barang, akan menganalisis jumlah bangkitan
dan tarikan perjalanan(trip generation), sebaran pergerakan (trip distribution), hingga
pembeban jalan atau pemilihan rute (trip assignment).

1.2 Perumusan Masalah

Adapun rumusan masalah dari penelitian ini yaitu:


1. Variabel sosio-ekonomi apa yang mempengaruhi pergerakan angkutan
barang(komoditas) di Kabupaten Rejang Lebong?
2. Bagaimanakah model bangkitan dan tarikan pergerakan (trip generation) angkutan
barang (komoditas) di Kabupaten Rejang Lebong pada tahun 2019?
3. Bagaimana pola sebaran pergerakan (trip distribution) angkutan barang(komoditas) di
Kabupaten Rejang Lebong pada tahun 2024dan 2029?
4. Bagaimanakan pembebanan jalan (trip assignment) di Kabupaten Rejang Lebong?

1.3 Tujuan Penelitian

Berdasarkan rumusan masalah di atas, maka tujuan dari penelitian ini yaitu:
1. Untuk mengetahui variabel sosio-ekonomiyang mempengaruhi pergerakan angkutan
barang (komoditas) di Kabupaten Rejang Lebong pada tahun 2024dan 2029.
2. Untuk mengetahui model bangkitan dan tarikan pergerakan (trip generation) angkutan
barang (komoditas) di Kabupaten Rejang Lebong pada tahun 2019.
3. Untuk mengetahui pola sebaran pergerakan (trip distribution) angkutan barang
(komoditas) di Kabupaten Rejang Lebong pada tahun 2024dan 2029
4. Untuk mengetahui pembebanan jalan (trip assignment) di Kabupaten Rejang Lebong

2
1.4 Manfaat Penelitian

Manfaat dari penelitian ini yaitu:


1. Menambah wawasan dan mampu membuat pemodelan sistem transportasi logistik di
suatu daerah.
2. Dapat menganalisis bangkitan dan tarikan perjalanan(trip generation), sebaran
pergerakan (trip distribution), hingga pembeban jalan (trip assignment) pergerakan
angkutan barang (komoditas) di suatu daerah studi dengan menggunakan model
transportasi four step model.

1.5 Batasan Masalah

Agar masalah yang diteliti tidak melebar ke dalam masalah lain, maka peneliti membuat
batasan permasalahan yaitu:
1. Data variabel bebas yang digunakan adalah jumlah penduduk, jumlah produksi sayur,
jumlah pertokoan, jumlah produksi padi, jumlah produksi padi sawah, jumlah produksi
padi ladang, jumlah produksi ubi, jumlah produksi ternak,jumlah produksi ternak besar,
jumlah produksi ternak kecil, produksi ternak besar, produksi unggas, produksi kedelai,
produksi kacang tanah,produksi jagung, produksi ikan, produksi kopi, produksi kakao,
dan produksi buah-buahan dari tahun 2013-2017.
2. Hasil perencanaan yang diperoleh merupakan hasil perhitungan data masa lalu tanpa
memperhitungkan aspek lain seperti bencana alam dan hal-hal tidak terduga lainnya.
3. Data matriks asal tujuan yang digunakan merupakan data pergerakan angkutan barang
tahun 2018

1.6 Sistematika Penyusunan

BAB I PENDAHULUAN
Pendahuluan berisi tentang latar belakang penelitian, perumusan masalah, tujuan
penelitian, manfaat penelitian, batasan penelitian, dan sistematika penulisan.

BAB II STUDI PUSTAKA


Studi pustaka berisi landasan teori mengenai definisi pemodelan transportasi, trip
generation, Microsoft Excel, Map info dan dokumen-dokumen yang dibutuhkan untuk
melakukan proses pemodelan.

3
BAB III METODOLOGI PENELITIAN
Dalam bab ini membahas tentang cara yang dilakukan dalam proses penelitian yang
merupakan gambaran terhadap penelitian. Hal ini menyangkut data-data hasil penelitian.

BAB IV PENGUMPULAN DATA DAN PENGOLAHAN DATA


Bab ini berisi tentang pengumpulan data dan cara pengolahan data tersebut dengan
melengkapi seluruh dokumen yang dibutuhkan untuk menjalankan proses pemodelan.

BAB V ANALISIS DATA


Dalam bab ini membahas tentang kajian atau analisis terhadap materi yang penyusun
angkat sesuai dengan judul yang penyusun sampaikan.

BAB VI KESIMPULAN DAN SARAN


Bab ini berisi kesimpulan dan saran.

4
BAB II
STUDI PUSTAKA

2.1 Sistem Transportasi

Sistem Transportasi adalah suatu bentuk ketertikatan dan keterkaitan atara penumpang,
barang, prasarana dan sarana yang berinteraksi dalam rangka perpindahan orang atau
barang, yang tercakup dalam suatu tatanan, baik secara alami ataupun buatan/rekayasa.
Sistem tarnsportasi diselenggarakan dengan maksud untuk mengkoodinasi proses
pergerakan penumpang dan barang dengan mengatur komponen-komponenya di mana
prasarana merupakan media untuk proses transportasi, sedangkan sarana merupakan alat
yang digunakan dalam proses transportasi. Tujuan dari sistem transportasi adalah untuk
mencapai proses transportasi penumpang dan barang secara optimum dalam ruang dan
waktu tertentu, dengan mempertimbangkan faktor keamanan kenyamanan dan kelancaran,
serta efisiensi waktu dan biaya.

2.2 Pemodelan Transportasi (Modelling Transport)

Model merupakan representasi penyederhanaan dari suatu bagian kondisi dunia nyata,
yang dapat dirupakan dalam berbagai bentuk sebagai penyederhanaan dari suatu realita
atau kondisi sebenarnya. Berbagai bentuk dari model dapat dirupakan secara fisik, grafis
dan matematis. Model fisik dapat berupa maket, miniatur atau prototype. Sementara itu,
model grafis dapat berupa peta, diagram atau plot. Model lain yaitu model matematis yang
merupakan persamaan yang menggunakan beberapa variabel yang menerangkan beberapa
faktor atau aspek.

Model hanya dapat bersifat realistis hanya dari suatu sudut pandang atau perspektif
tertentu, dimana tidak semua aspek atau semua faktor dapat direpresentasikan dalam suatu
model. Demikian halnya dengan model analitik, dimana nilainya terbatas pada ruang
lingkup permasalahan berdasarkan suatu kondisi atau syarat tertentu. Kesesuaian suatu
model tergantung pada konteks dimana model tersebut akan digunakan.

Demikian halnya dengan transportasi, pemodelan memiliki peran dalam


perencanaan. Pemodelan transportasi bukan perencanaan transportasi, namun pemodelan

5
merupakan pendukung perencanaan. Dimana, melalui pemodelan dapat membantu dalam
pengambilan keputusan dan perencanaan bidang transportasi. Pemodelan transportasi
merupakan satu elemen dalam perencanaan transportasi, sebagai syarat dalam sistem
perencanaan yang efektif, yang meliputi : pekerjaan administratif, kerangka kelembagaan,
sumber daya manusia dan pengambil keputusan.

Model yang sering digunakan dalam perencanaan dan pemodelan transportasi yaitu
model grafis dan model matematis. Model grafis merupakan representasi atau media suatu
bagian tertentu dari realita yang dirupakan dalam bentuk gambar, berupa titik, garis dan
warna. Sementara, model matematis dirupakan dalam bentuk persamaan atau
fungsi sebagai representasi dari suatu bagian realita.

Alat analisis pada pemodelan transportasi baik secara grafis maupun matematis
dapat dilakukan melalui software. Software tersebut digunakan sebagai alat simulasi dari
suatu skenario dari suatu kondisi atau permasalahan yang memerlukan beberapa alternatif
solusi. Berbagai software yang digunakan dengan tujuan perencanaan transportasi
strategis antara lain TransCAD (Amerika Serikat), OmniTrans (Belanda), VISUM
(Jerman), Cube (Inggris) dan EMME (Canada). Selain itu, terdapat software simulasi lalu-
lintas mikroskopik, antara lain: VISSIM (Jerman), Paramics (Inggris) dan AIMSUN
(Spanyol). Software tersebut merupakan alat simulasi untuk pemodelan transportasi
secara grafis. Sementara, pemodelan secara matematis dapat menggunakan software
LIMDEP dan NLOGIT.

Simulasi dalam pemodelan transportasi secara grafis menggunakan software


dilakukan melalui pendekatan deterministik, sedangkan pemodelan secara matematis
dapat dilakukan melalui pendekatan deterministik dan probabilistik atau
stokastik. Pendekatan deterministik dilakukan dengan pertimbangan derajat kepastian
yang tinggi atau memiliki peluang yang tetap. Model deterministik ini tidak mengandung
komponen atau unsur random. Lain halnya dengan model probabilistik atau stokastik,
dimana model memiliki komponen atau unsur random.

2.3 Four Step Model

Dalam mengatasi masalah transportasi, perlu adanya perencanaan suatu sistem


transportasi baik jangka panjang (25 tahun), menengah (10 tahun), maupun jangka pendek
(5 tahun). Dalam melakukan perencanaan, biasanya para ahli menggunakan berbagai

6
pendekatan dan metode amilisa. Salah satu metode analisa transportasi yang paling umum
digunakan di dunia adalah 4 tahap mode transportasi (4 stage transportation mode). Metode
ini mengaitkan interaksi antara sistem kegiatan (tata guna tanah) dengan sistem jaringan
dan sistem pergerakan. Isi dari 4 tahap model transportasi itu antara lain :

2.3.1 Bangkitan dan tarikan pergerakan (Trip generation)


Bangkitan Pergerakan ( Trip generation ) adalah tahapan pemodelan yang
memperkirakan jumlah pergerakan yang berasal dari suatu zona atau tata guna lahan atau
jumlah pergerakan yang tertarik ke suatu tata guna lahan atau zona (Tamin, 1997).

Konsep paling mendasar yang menjelaskan terjadinya pergerakan atau perjalanan


selalu dikaitkan dengan pola hubungan antara distribusi spasial perjalanan dengan
distribusi spasial tata guna lahan yang terdapat dalam suatu wilayah, yaitu bahwa suatu
perjalanan dilakukan untuk melakukan kegiatan tertentu di lokasi yang dituju, dan lokasi
tersebut ditentukan oleh pola tata guna lahan kawasan tersebut.

Bangkitan perjalanan (trip generation) berhubungan dengan penentuan jumlah


perjalanan keseluruhan yang dibangkitkan oleh suatu kawasan. Dalam kaitan antara
aktifitas manusia dan antar wilayah ruang sangat berperan dalam menciptakan perjalanan.
Perencanaan transportasi tanpa pengendalian tata guna lahan adalah mubazir karena
perencanaan transportasi pada dasarnya adalah usaha untuk mengantisipasi kebutuhan
akan pergerakan di masa mendatang dan faktor aktifitas yang direncanakan merupakan
dasar analisisnya.

Stepwise

Regresi Stepwise adalah salah satu metode untuk mendapatkan model terbaik dari
sebuah analisis regresi. Secara definisi adalah gabungan antara metode forward dan
backward, variabel yang pertama kali masuk adalah variabel yang korelasinya tertinggi
dan signifikan dengan variabel dependent, variabel yang masuk kedua adalah variabel
yang korelasi parsialnya tertinggi dan masih signifikan, setelah variabel tertentu masuk
kedalam model maka variabel lain yang ada di dalam model dievaluasi, jika ada variabel
yang tidak signifikan maka variabel tersebut dikeluarkan.

Untuk mengetahui apakah suatu variabel dapat dipergunakan untuk memprediksi


atau meramalkan variable-variabel lain, maka digunakan analisa regresi. Jika suatu
variabel tak bebas (dependent variable) tergantung pada satu variable bebas (independent

7
variable), hubungan antara kedua variabel disebut analisa regresi sederhana. Bentuk
matematis dari analisa regresi sederhana adalah:

Y = a + bX ...................................(1)

Dimana :

Y = variabel dependent (tidak bebas)

X = variabel independent (bebas)

a = intercept (konstanta)

b = koefisien regresi

Persamaan regresi berganda merupakan persamaan matematis yang menyatakan


hubungan antara sebuah variabel tak bebas (Y) dengan beberapa variabel bebas (X).
Bentuk umum persamaan regresi berganda adalah :

Y = a + b1X1 + b2X2 … + bn Xn...(2)

Dimana:

Y= variabel dependent (tidak bebas)

a = konstanta intercept

b1,b2…bn = koefisien regresi

X1, X2 … Xn = variabel independen (bebas)

Metode regresi digunakan untuk menentukan model persamaan matematis yang


terbaik dengan mengacuh pada kriteria statistik. Untuk mendapatkan hasil regresi terbaik,
maka harus memenuhi kriteria statistik sebagai berikut.

Uji R2 (Koefisien Determinasi)


Nilai koefisien determinasi yang terbaik mempunyai nilai antara 0 s/d 1 atau (0 < R2 < 1).
Semakin besar nilai R2 (mendekati satu) maka semakin baik hasil regresi, dan semakin
mendekati 0, maka variabel bebas secara keseluruhan tidak bisa menjelaskan variabel tak
bebas.

8
2.3.2 Distribusi pergerakan lalu lintas (Trip distribution)
Sebagai lanjutan dari model bangkitan perjalanan, Trip distribution model
bertujuan untuk mereplikakan asal dan tujuan perjalanan dari satu zona produksi
perjalanan ke zona penarik perjalanan lainnya.

Ada beberapa metode dalam mengembangkan model distribusi perjalanan (Trip


distribution model), antara lain:

1. Growth Factor Method


2. Synthetic atau Gravity Model

Seperti teknik pengembangan model lainnya, proses pembuatan model trip distribusi ini
juga dilakukan dengan malalui proses kalibrasi dan diuji dengan proses validasi. Untuk
mengembangkan model ini, jika jumlah zona analisisnya banyak, akanlah sulit untuk
melakukan perhitungan secara manual, sehingga dibutuhkan suatu piranti lunak yang
akan membantu proses kalibrasinya.

1. Metode Faktor Pertumbuhan (Growth Factor Method)


Metode growth factor terdiri dari beberapa macam, antara lain metode:
 Uniform Factor Method
Rumus umum dari Uniform Factor Method adalah sebagai berikut:
Tij*  Tijo  F .................(3)

di mana:
Tij* : Prakiraan perjalanan dari i ke j (tahun rencana)

Tijo : Perjalanan tahun dasar dari i ke j


F : faktor pertumbuhan (Oi/oi)
 Average Factor Method
Perumusan dari metode averafe factor adalah sebagai berikut:
Fi  F j
Tij  t ij ...............(4)
2
di mana
Fi : Oi/oi
Fj : Dj/dj

9
Metode ini perlu dilakukan iterasi untuk mendapatkan kondisi yang
konvergen, di mana terjadi pada saat Fi dan Fj mendekati 1 atau dengan kata
lain oi mendekati Oi dan dj mendekati Dj.
Proses iterasi sebagai berikut:
Fi o  F jo
Iterasi-1 T T 1
ij
o
ij ...................(5)
2
Fi k 1  F jk 1
Iterasi-k Tijk  Tijk 1 ...........(6)
2
 Fratar Method
Secara umum rumus yang digunakan untuk iterasi adalah sebagai berikut:
Lki 1  Lkj1
Tijk  Tijk 1  Fi k 1  F jk 1  ...........(7)
2
di mana
n

T o
im
Loi  n
m 1
..................(8)
F T
m 1
o
m im

Kelemahan dari growth factor method antara lain:

1. Perlu data yang akurat dari masing-masing zona


2. Tak satupun metode yang memperhitungkan hambatan perjalanan
3. Prakiraan perjalanan akan menjadi terlalu rendah pada daerah yang
sedang tumbuh dan terlalu tinggi pada daerah yang sudah stabil.
4. Perlu pembagian zona yang kecil agar perjalanan intrazonal kecil
2. Synthetic atau Gravity Model
Besarnya prakiraan bangkitan perjalanan pada tahap pertama belum dapat
menjelaskan arah dari perjalanan yang mendasari terbentuknya pola perjalanan di
daerah studi. Oleh karena itu dibutuhkan suatu model yang mampu menjelaskan
penyebaran perjalanan yang menggambarkan jumlah perjalanan dari suatu zona
asal ke zona tujuan. Hasil dari model penyebaran perjalanan ini dapat disajikan
dalam bentuk matrik asal –tujuan (O-D Matrix) yang akan bermanfaat untuk proses
pemodelan selanjutnya. Seperti telah dijelaskan pada bagian depan tentang
pengembangan model, pada tahap ini proses kalibrasi model membutuhkan data
tentang bangkitan perjalanan dan faktor impedance yang akan membantu

10
mengontrol distribusi perjalanan. Selama proses kalibrasi akan diperoleh
parameter-parameter model dan fungsi impedance yang mampu mereplikakan pola
perjalanan di daerah studi. Selanjutnya model penyebaran perjalanan tersebut
masih harus diuji validitasnya agar benar-benar diyakini bahwa model ini bisa
dipakai.
Pada dasarnya model gravitasi ini dikembangkan dengan memperhatikan konsep
gravitasi Newton yang menyatakan: ’besarnya gaya tarik menarik antara dua
benda adalah berbanding lurus dengan massa kedua benda tersebut dan
berbanding terbalik dengan kuadrat jarak dari kedua benda tersebut’. Secara
umum persamaannya adalah sebagai berikut:

m1m2
F ...............(9)
d2
Sebagai dukungan dalam pengembangan model penyebaran perjalanan, perlu
dipersiapkan jaringan jalan. Adanya jaringan jalan ini dapat dipakai sebagai dasar
penentuan impedance factor yang ikut menentukan dalam proses pembentukan
model. Faktor impedance yang dipakai dapat berupa jarak tempuh perjalanan,
waktu tempuh perjalanan atau biaya perjalanan.
Dari data asal – tujuan perjalanan dapat diketahui besarnya produksi dan tarikan
perjalanan tiap zona lalu lintas. Data asal-tujuan perjalanan bersama-sama dengan
bangkitan perjalanan dan fungsi impedance (jarak atau waktu atau biaya
perjalanan) digunakan dalam proses kalibrasi model. Proses kalibrasi meliputi: (a)
spesifikasi fungsi matematis untuk membentuk fungsi impedance f(Tij) yang
mereplikakan bentuk dari trip-length frequency distribution hasil survai dan (b)
menentukan parameter-parameter dari fungsi ini sehingga mean trip length model
lalu lintas sama dengan hasil survai lalu lintas (J.A. Black, 1981).
Data survai Origin-Destination (O-D) dipakai untuk mengkalibrasi model sesuai
dengan metode yang dipakai di mana dalam kajian ini digunakan Fully Constraint
Gravity Model. Selanjutnya dari model terkalibrasi tersebut dapat dibuat O-D
model. Dengan adanya O-D dari hasil survai dan model inilah dapat dilakukan
pengujian validitas model yang sudah terbentuk. Proses validasi terhadap model
distribusi perjalanan dilakukan dengan melihat kedekatan antara bentuk distribusi
frekuensi perjalanan terhadap jarak/waktu perjalanan (yang diperoleh dari hasil
Survai RSI) dengan hasil model. Proses validasi ini dapat dilakukan dengan metode

11
analisa regresi untuk melihat seberapa jauh kemiripan hasil model dengan hasil
survai. Apabila terbukti model yang terbentuk valid maka model itu dapat dipakai
untuk memprakirakan pola perjalanan (O-D matrik) pada tahun-tahun yang akan
datang. Apabila belum valid, maka proses harus diulang dari awal.
Persamaan matematis yang digunakan untuk model trip distribusi dengan Fully
Constrained Gravity Model adalah sebagai berikut:
k i k j Pi A j
Q ij  ................(10)
f (Tij )

Di mana
1
  k j Aj 
 
ki    ................(11)

 f (Tij ) 

1
  ki Pi 
 
kj    ..................(12)

 f (Tij ) 

di mana:
Qij = besarnya perjalanan dari zona I ke j
ki = konstanta produksi zona i
kj = konstanta tarikan zona j
Pi = produksi perjalanan dari zona i
Aj = tarikan perjalanan ke zona j
f(Tij) = fungsi impedance
Tij = waktu perjalanan
Fungsi impedance yang diterapkan di dalam model gravity ini merupakan fungsi
dari jarak perjalanan antar zona (travel distance).
Dalam proses kalibrasi, dapat menggunakan ‘power function’ dan ‘exponential
function’ sebagai fungsi impedance. Fungsi dari ‘power function’ adalah sebagai
berikut:

f(Tij) = Tijα ...................(13)

Sedangkan fungsi impedan dengan ‘exponential function’ persamaannya adalah


sebagai berikut:

12
f(Tij) = exp(βTij) ............(14)
Dalam menentukan parameter-parameter kalibrasi, proses dilakukan dengan cara
iteratif sedemikian sehingga diperoleh perbedaan antara mean trip length model
dan survai minimal 3% (J.A. Black, 1981).

2.3.3 Pembebanan lalu lintas (Trip Assigment)


Pada mulanya bangkitan perjalanan dilakukan bersamaan dengan distribusi
perjalanan pada suatu zona. Metoda pemilihan moda juga dilihat dari pembagian
perjalanan berdasarkan variasi beberapa moda perjalanan yang ada. Pada tahapan ini
jumlah perjalanan dan asal tujuan mereka diketahui namun rute aktual dari sistem
transportasi tidak diketahui.

G = Generation
MS = Modal Split
D = Distribution
A = Assigment

Proses ini adalah untuk menentukan hubungan darisistemtransportasidimana


perjalanan akan dibebankan sering disebut dengan pembebanan lalu lintas. Beberapa
metode yang dikembangkan untuk analisis pembebanan lalulintas antara lain adalah :
(1) All-or-nothing
(2) Menggunakan KurvaPenyebaran
(3) Pembebanan KapasitasDibatasi
(4) Pembebanan MutipathProportional
(5) Pembebanan Stokastik dengan Pembatasankapasitas
(6) Pembebanan KeseimbanganWardrop
(7) Pembebanan PembebananKemacetan

2.4 Satwin

Saturn atau Satwin merupakan salah satu aplikasi program komputer yang menghitung
trip assigment pada jaringan jalan yang disurvei dikembangkan oleh Universitas Leeds
dan Atkins di West Yorkshire, Inggris. Atkins merupakan perusahaan multinasional
dibidang perencanaan, pendesainan, dan konsultan yang bermakas di Inggris yang
ditemukan oleh Sir William Atkins pada tahun 1938. Satrun menjawab pertanyaan

13
“Bagaimana arus lalu lintas disuatu jaringan jalan berganti terhadap skema manajemen
lalu lintas ?” yang mana suatu rute yang diambil oleh pengemudi terhadap jaringan jalan
yang ada.
Model-model yang ada digunakan pada software bermacam-macam seperti satnet,
satme2, satpija, MXM1, P1X, dan saturn yang digunakan untuk memutakhirkan matriks
asal tujuan.

2.5 Map Info

Mapinfo adalah perangkat lunak yang dirancang oleh pembuatnya untuk


menangani pemetaan secara digital (DesktopMappingSoftware) dan memberikan tampilan
untuk dapat melakukan analisa geografis. Dalam proses instalasinya, secara otomatis akan
dibuatkan satu icon dalam lingkungan Windows yang jika dipilih akan mengaktipkan
Mapinfo.

MapInfo merupakan produk dari perusahaan software MapInfo Corporation.


MapInfo adalah software pengolah data spasial yang banyak digunakan dalam analisis
Sistem Informasi Geografis. Software ini memiliki kemampuan seperti software-software
pengolah spasial lainnya seperti Arc Info atau Arc View. Map Info merupakan software
pengolah data spasial yang terpadu dengan data tabel. Melalui software MapInfo operator
dapat membuat, menampilkan, serta mengadakan perubahan terhadap data spasial atau
peta.

MapInfo memiliki kemampuan yang fleksibel dalam penampilan dan perubahan


data. Kemampuan tersebut mencakup:

 Pembukaan banyak tabel dalam waktu yang bersamaan


 Pengendali properti layer secara individual
 Mampu membuat dan memodifikasi peta-peta tematik yang ada
 Pencarian informasi terkait dengan data spasial
 Sistem kendali proyeksi peta dan lain-lain.

Dalam perkembangannya saat ini berbagai data dari MapInfo banyak digunakan
dalam pembangunan GIS yang berbasiskan pada web atau GIS berjaringan. Memiliki daya
dukung yang tinggi terhadap pembentukan sistem informasi spasial berbasis internet.Di
Indonesia MapInfo menjadi salah satu software standar pengelolaan data spasial, seperti

14
di Kantor Pajak Bumi Bangunan (PBB) dan beberapa perusahaan swasta yang
besar.MapInfo sangat membantu untuk analisis spasial, didukung dengan kemampuan
pembentukan grafik yang akurat.

Secara nyata, Mapinfo bekerja mengelola tabel yang berisi data tekstual dan data
spasial yang saling terkait satu dengan lainnya, contohnya adalah table World. Jika tabel
World ditampilkan oleh Mapinfo pada layar monitor, maka dapat terlihat sekaligus
tampilan grafik spasialnya dan juga tampilan tabular data tekstualnya. Hal ini
dimungkinkan, karena secara fisik tabel world terdiri dari 5 file unsur tabel, yaitu :

 World.tab : adalah unsur tabel yang berisi pointer-pointer penghubung


kepada unsure tabel lainnya (map, dat) dan sekaligus menampung
spesifikasi tabel;
 World.map : adalah unsur tabel yang berisi objek-objek grafis berikut
spesifikasi geografinya.;
 World.id : adalah unsur tabel yang merupakan index dari file objek grafik
(Map);
 World.dat : adalah unsur tabel yang berisi data tekstual;
 World.ind : adalah unsur tabel yang merupakan index file dari file data tekstual
(Dat).

Mapinfo juga dilengkapi dengan fasilitas untuk pencetakan peta dan dapat pula
mengimpor serta mengekpor peta digital untuk keperluan pemindahan data dari dan ke
sistem komputer lainnya, misalnya Arcinfo.

15
BAB III
METODOLOGI PENELITIAN

3.1 Langkah-langkah Penyelesaian Masalah

Saat melakukan penelitian, tentu harus dilakukan dengan langkah-langkah yang


sistematis untuk membantu dalam menyelesaikan penelitian tersebut. Begitu pula dengan
penyelesaian penelitian project ini dikerjakan dengan menggunakan langkah-langkah yang
sesuai dengan aturan dan dapat dilihat pada Gambar 3.1 berikut:

Gambar 3. 1 Diagram Alir Penelitian

16
3.2 Pembahasan Diagram Alur Penelitian

A. Survey Pendahuluan
Survey pendahuluan dilakukan untuk mendapatkan informasi tanpa melakukan
verifikasi secara rinci mengenai data-data maupun fungsi yang akan diaudit, yang
berguna untuk memahami lebih baik mengenai tujuan, proses, resiko, dan pengendalian
dari bagian fungsi yang diaudit.
B. Identifikasi Masalah
Identifikasi masalah dilakukan untuk mengetahui model bangkitan dan tarikan, pola
sebaran pergerakan angkutan barang, dan pembebanan jalan di Kabupaten Rejang
Lebong pada tahun 2024 dan 2029.
C. Menetukan Tujuan Penelitian
Tujuan penelitian ini untuk mengetahui model model bangkitan dan tarikan, pola
sebaran pergerakan angkutan barang, dan pembebanan jalan di Kabupaten Rejang
Lebong pada tahun 2024 dan 2029.
D. Studi Pustaka
Bab ini menguraikan tentang pengertian pemodelan transportasi pengertian tarikan dan
bangkitan, Stepwise1, metode analog (Growth Factor), model distribusi perjalanan,
dan Map Info
E. Pengumpulan Data
Pengumpulan data ini dilakukan secara sekunder dengan mencari data bangkitan dan
tarikan pergerakan angkutan barang Kabupaten Rejang Lebong di portal ATTN (Asal
Tujuan Transportasi Nasional), dan Badan Pusat Statistik (BPS).

17
Data Sosio Peta Rejang Traffic
Matriks Asal
Ekonomi lebong + Counting
Tujuan 2018
2013-2017 Koordinat 2019

Forecast Data Updating


Sosio Ekonomi NET
MAT 2019
2018-2029

Stepwise & Pembebanan


Backward jalan
Matriks Desired Lines O-D
Model Bangkitan & Tarikan

Furness

Pola Sebaran pergerakan

Gambar 3. 2 Alur Pengerjaan Four Step Model

F. Pengolahan Data
Dari pengumpulan data di atas kemudian data diolah dengan menggunakan Trip
generation dengan menggunakan metode Stepwise 1, Stepwise 2, Trial Eror, backward
and forward, kemudian dilanjutkan Trip distribution dengan menggunakan metode
Growth Factor (Furnes), terakhir adalah trip distribution dengan menggunakan data
updating matrix dengan modul P1X.
1. Trip generation
Bangkitan Pergerakan (Trip Generation) adalah tahapan pemodelan yang
memperkirakan jumlah pergerakan yang berasal dari suatu zona atau tata guna
lahan atau jumlah pergerakan yang tertarik ke suatu guna lahan atau zona (tamin,
1997).
Berikut adalah tahapan penyelesaian dari Trip generation yang dilakukan, yang
ditujukkan pada gambar 3.2 berikut:

18
Pembagian zona,
titik TC, pembuatan
jaringan jalan pada
Mapinfo MAT 2018

Mengubah format Mapinfo


menjadi format input Satwin

Net.dat Mat.dat

Satnet MXM1

Net.ufs Mat.ufm

Saturn

Net.ufn

Satpija

Net.ufp

Satme2

- MAT 2019 ufm


- MAT 2019 lpm

Update MAT 2019

Gambar 3. 3 Diagram Alir Pengerjaan Trip Generation

19
Data Forecasting
MAT 2019
Sosek 2019

Uji Linieritis
- Metode Stepwise 1
- Metode Stepwise 2
- Metode Trial & Error
- Metode Backward dan
Forward

Model Trip
Generation

Gambar 3. 4 Pengolahan Data Trip Generation

2. Trip distribution
Trip Distributin adalah bagaimana lalu-lintas dapat ditimbulikan oleh suatu wilayah itu
didistribusikan. Apakah arah perjalanan itu semua menuju satu tempat atau tersebar
merata.
Dalam penyelesaian Trip distribution dapat lihat pada dibawah ini:

Oi Dd tahun x (hasil
MAT 2019
proyeksi TG)

Metode Furness

Matriks OD 2024 & 2029


Kabupaten Rejang
Lebong

Gambar 3. 5 Pengolahan Data Trip Distribution

3. Trip Assignment
Pembebanan lalu lintas (trip assignment) adalah suatu proses dimana permintaan
perjalanan yang diperoleh dari tahap distribusi dibebankan ke jaringan jalan. Tujuan
dari trip assignment adalah untuk mendapatkan arus di ruas jalan dan total perjalanan
di dalam jaringan yang ditinjau.

20
Net.dat

Satnet MXM1

Mat2024.dat

Net Mat2024.ufm

Saturn

Net.dat dan
Mat2024.ufm

Net.ufs

Modul P1X

Selesai

Gambar 3. 6 Pengolahan Data Trip Assignment

G. Analisis dan Pembahasan


Dari pengolahan data yang dilakukan, analisi dan pembahasan mengenai hasil
pengolahan hasil data bangkitan dan tarikan pergerakan angkutan barang di Kabupaten
Rejang Lebong yang diolah menggunakn Stepwise 1, dan Stepwise 2, kemudia
ndilanjutkan Trip distribution dengan menggunakan metode Growth Factor (Furnes).
H. Kesimpulan dan Saran
Berdasarkan proses analisis yang dilakukan, dapat diperoleh kesimpulan dan saran dari
hasil penelitian.

21
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Pengumpulan Data

Data dalam penelitian ini dikumpulkan dari beberapa sumber utama yaitu Portal
ATTN Barang dan Website Badan Pusat Statistik (BPS).

4.1.1 Asal Tujuan Transportasi Nasional Barang


Portal ATTN barang merupakan media publikasi dan sosialisasi data yang dihasilkan
dari survey ATTN barang pada tahun 2018. Data pola pergerakan yang tersedia pada portal
ini dapat dilihat dalam format data numerik.

Dalam survey ini, wilayah/ daerah dipresentasikan dalam bentuk zona. Sistem zonasi
yang ditetapkan terdiri dari empat kemungkinan, yaitu zona berbasis pulau besar dan gugus
pulau, zona berbasis provinsi, zona berbasis kabupaten/ kota, dan zona berbasis
kecamatan.

Sistem zona berbasis pulau besar dan berbasis provinsi diterapkan untuk
menggambarkan karakteristik pola pergerakan barang pada skala nasional. Sedangkan
sistem zona berbasis kabupaten/ kota maupun kecamatan digunakan untuk
menggambarkan karakteristik pola pergerakan barang pada skala regional.

Adapun data yang dikumpulkan dari portal ini, yaitu:

1. Data bangkitan pergerakan barang


Data bangkitan pergerakan barang adalah data yang menggambarkan besarnya
tonnage barang yang dihasilkan dari suatu zona dan berpotensi untuk bergerak dari
zona tersebut ke zona lainnya. Data ini disajikan dalam satuan ton/ tahun.
2. Data tarikan pergerakan barang
Data tarikan pergerakan barang adalah data yang menggambarkan besarnya tonnage
barang yang dikonsumsi oleh suatu zona dan berpotensi untuk bergerak ke zona-zona
lainnya. Data ini disajikan dalam satuan ton/ tahun
3. Data asal tujuan pergerakan barang
Data asal tujuan pergerakan barang adalah data yang menggambarkan pola pergerakan
yaitu jumlah tonnage barang yang berasal daru satu zona ke zona lainnya dan disajikan

22
dalam satuan ton/ tahun. Data ini dapat ditampilkan dalam bentuk grafis maupun
dalam bentuk numerik. Selain itu, data ini juga dapat ditampilkan secara parsial, yaitu
untuk satu pasangan asal tujuan atau secara keseluruhan yaitu untuk keseluruhan
pasangan asal tujuan.
Berikut adalah data matriks asal tujuan barang di Kabupaten Rejang Lebong pada tahun
2018.

Tabel 4. 1 Data Matriks Asal Tujuan Barang Kabupaten Rejang Lebong pada 2018

Padang
KODE Bermani Bermani Curup Curup Curup Curup Selupa Sindang Sindang Sindang Sindang Kota Rimbo
ASAL/TUJUAN Curup Ulak Binduriang Merigi Kerlap TOTAL
ZONA Ulu Raya Ulu Utara Selatan Timur Tengah Rejang Kelingi Dataran Beliti Ulu Beliti Ilir Padang Pengadang
Tanding
101 Bermani Ulu Raya 182 203 29 5 46 29 244 16 171 214 29 88 20 29 163 129 24 129 1750
102 Bermani Ulu 37 37 88 33 128 13 129 37 29 33 129 20 17 129 88 171 29 33 1179
103 Curup Utara 24 171 244 91 128 129 13 88 129 37 203 29 129 88 210 142 130 33 2017
104 Curup Selatan 88 29 87 17 132 121 16 24 203 203 9 129 129 95 252 17 34 171 1754
105 Curup 129 33 129 24 46 20 12 29 34 32 25 78 13 20 37 33 33 21 748
106 Curup Timur 33 129 9 129 46 24 24 88 88 28 24 129 13 99 10 16 171 20 1081
107 Curup Tengah 13 33 88 20 203 17 88 24 203 29 9 88 46 129 28 25 130 24 1197
108 Selupa Rejang 25 17 83 13 88 29 20 88 13 26 29 79 13 24 21 88 20 88 763
109 Sindang Kelingi 21 129 129 24 203 21 89 129 24 28 13 24 88 129 88 237 17 29 1423
110 Padang Ulak Tanding 37 37 88 20 80 203 13 129 129 19 37 87 171 29 140 16 9 20 1262
111 Binduriang 17 129 33 88 244 88 29 20 33 22 129 24 29 88 145 21 24 129 1291
112 Sindang Dataran 244 33 13 5 88 37 20 29 13 37 33 88 29 29 99 16 20 171 1001
113 Sindang Beliti Ulu 13 17 46 29 203 34 9 88 33 25 171 24 129 13 22 88 25 34 1002
114 Sindang Beliti Ilir 33 24 129 253 80 33 28 33 9 17 33 171 204 24 129 9 46 24 1279
115 Kota Padang 9 171 20 129 204 33 20 33 122 256 21 9 33 129 182 9 13 33 1425
201 Merigi 2 7 17 9 33 9 9 33 13 9 33 20 10 13 14 5 4 13 250
202 Kerlap 5 16 37 5 46 8 33 13 7 6 17 9 6 6 7 9 2 3 233
203 Rimbo Pengadang 8 5 13 12 87 20 12 5 5 9 29 9 9 7 7 3 1 2 242
TOTAL 919 1219 1282 905 2083 867 809 904 1254 1030 972 1105 1087 1079 1640 1032 733 977

Sumber: Stimlog 2018

4.1.2 Data Sosio Ekonomi Kabupaten Rejang Lebong


Tabel 4.2 merupakan data 15 faktor sosial ekonomi pada Kabupaten Rejang Lebong
yang digunakan dalam penelitian ini

23
Tabel 4. 2 Data Sosio Ekonomi pada tahun 2019

Jumlah Jumlah
Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah
Jumlah Jumlah Produksi Produksi Jumlah Jumlah
Kode Produksi Produksi Produksi Produksi Ternak Ternak Produksi Produksi Produksi
Nama Zona Penduduk Pertokoan Padi Padi Ternak Unggas
Zona Sayuran Padi Ubi Kedelai Besar Kecil Ikan Kopi Kakao
Sawah Ladang
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15
101 Bermani Ulu Raya 10.322,18 121.644,60 175,32 15.503,16 15.163,89 419,14 4.478,22 281,89 116.838,68 223,71 1.377,40 116.117,39 9.647,43 1.434,68 2.270,33
102 Bermani Ulu 2.675,77 25.358,00 104,89 14.297,32 13.430,68 786,57 10.696,33 532,79 32.649,70 336,85 5.254,98 26.808,04 1.941,04 970,82 2.303,85
103 Curup Utara 10.980,20 93.793,40 134,82 25.889,23 26.417,99 491,39 5.125,96 166,72 19.581,54 1.074,89 1.018,96 17.487,69 12.804,47 1.196,53 1.544,92
104 Curup Selatan 3.855,94 34.342,09 194,73 10.807,44 10.563,38 237,34 3.838,93 240,61 26.819,29 178,99 919,67 13.371,39 8.865,56 1.291,68 2.482,99
105 Curup 55.260,62 992,78 260,98 4.844,92 4.343,25 384,59 1,63 1,54 35.189,85 37,88 664,56 34.158,99 18,84 1.326,15 1.443,09
106 Curup Timur 7.551,23 94.286,42 142,13 7.465,19 7.372,61 91,66 2.144,92 359,00 101.275,62 1.863,20 6.118,09 93.294,33 18,23 946,39 1.023,43
107 Curup Tengah 32.438,60 42.056,73 326,29 16.006,33 15.803,60 285,96 3.040,74 12,99 70.141,47 382,70 2.371,75 27.550,65 6.134,57 2.134,91 1.310,94
108 Selepu Rejang 7.163,23 265.834,34 572,32 6.741,31 6.444,39 288,85 2.501,69 6,35 64.596,86 1.784,62 10.504,13 51.119,16 4,23 1.066,69 1.394,16
109 Sindang Kelingi 11.525,00 276.534,72 274,89 4.701,62 5.924,19 162,99 4.039,05 58,84 67.108,29 2.467,63 2.534,04 33.021,70 0,20 994,98 947,14
110 Padang Ulak Tanding 20.612,62 31.353,38 999,00 7.110,10 6.664,21 408,25 1.452,64 27,67 72.730,76 609,70 9.082,82 63.040,09 0,03 452,23 747,86
111 Binduriang 5.159,15 35.734,91 156,31 1.615,83 1.180,38 412,73 908,84 51,54 18.834,41 22,37 5.979,12 14.855,78 0,50 859,97 2.891,57
112 Sindang Dataran 12.962,60 296.611,98 423,27 428,72 315,89 102,02 5.550,39 42,25 21.320,52 79,85 4.835,94 16.695,45 0,09 904,56 902,63
113 Sindang Beliti Ulu 14.884,53 24.804,40 97,82 6.271,94 6.172,48 133,35 1.088,47 39,95 43.196,08 55,92 4.032,13 40.242,98 5,63 1.046,10 1.756,68
114 Sindang Beliti Ilir 9.391,58 93.469,69 51,78 7.775,08 5.663,10 1.840,23 2.099,30 64,55 33.141,76 82,75 1.282,01 31.777,00 0,66 1.104,59 2.776,16
115 Kota Padang 13.260,22 18.792,93 152,82 5.414,98 3.484,76 2.539,59 2.199,39 44,45 21.158,96 50,52 2.776,48 17.859,91 0,21 1.254,05 862,94
201 Merigi 13.105,29 3.819,29 753,71 9.201,80 8.389,04 611,82 3.039,69 29,87 12.782,29 191,92 753,15 11.865,27 40,23 783,62 375,36
202 Kerlap 12.594,93 7.239,19 934,20 12.587,81 11.468,07 1.163,98 2.887,62 30,92 12.914,90 1.037,91 1.127,31 12.315,67 40,16 1.062,30 791,48
203 Rimbo Pengadang 15.548,67 5.194,74 638,93 14.820,81 12.733,11 1.442,00 5.050,47 51,24 16.160,47 698,90 1.140,00 15.094,71 39,74 3.993,46 727,56

4.1.3 Peta Jaringan Jalan


Portal PU.go.id ini merupakan media publikasi dan pelayanann informasi peta. Pada portal ini
dapat digunakan untuk mengeksplorasi informasi terkait peta seperti peta infrastruktur, peta
citra, peta informasi bencana, dan peta wilayah. Dalam penelitian ini data yang diambil dari
portal ini adalah peta wilayah tepatnya peta jaringan jalan Kabupaten Rejang Lebong.

Gambar 4. 1 Peta Rejang Lebong

Zona dibatasi oleh batas zona yaitu kesatuan yang mempunyai keseragaman tata guna lahan
dan mempunyai suatu centroid yaitu titik dimana pergerakan dianggap dimulai dari zona

24
tersebut dan berakhir di zona tersebut. Cara membagi zona yaitu yang pertama batas zona dapat
berupa batas alami misalnya batas sungai ataupun batas administrasi misalnya batas
kecamatan. Yang kedua adalah berdasarkan tipe tata guna lahan untuk masing-masing zona
yang homogen, misalnya pemukiman, industri, dll.

Berikut merupakan zona internal pada wilayah studi yang dibagi berdasarkan batas adminstrasi
berupa kecamatan.

Mata pencaharian penduduk Rejang Lebong 80% adalah petani, dan sisanya sebagai
pedagang, PNS, wiraswasta, dan lainnya. Perkebunan rakyatyang terdapat di Kabupaten ini
adalah perkebunan karet dan kopi, dimana produktivitas perkebunan kopi di Rejang Lebong
tergolong tinggi dan merupakan produsen kopi terbesar ke 6 (enam) di Sumatra. Kabupaten
Rejang Lebong juga terkenal sebagai lumbung padi, sayur, dan umbi-umbian di Bengkulu.

4.2 Pengolahan Data

Berdasarkan flowchart pada gambar 3.3 tahap pertama yang harus dilakukan adalah updating
matrix origin destination. Berikut tahapannya:

4.2.1 Membangun model jaringan jalan Kabupaten Rejang Lebong


Jaringan jalan pada Kabupaten Rejang Lebong diperbarui dengan menggunakan software
mapinfo. Pada tahap ini, peta jaringan jalan dilengkapi dengan atribut sebagai berikut:
a. Centroid merupakan simbol yang digunakan untuk menggambarkan pusat kegiatan
dalam satu zona, dimana pada penelitian ini pembagian zona dilakukan berdasarkan batas
administrasi yang dapat dilihat pada table 4.3.
b. Node merupakan simbol yang digunakan untuk menggambarkan persimpangan atau
simpul dalam suatu peta jaringan.
c. Link merupakan simbol berupa garis yang digunakan untuk menghubungkan antar node
pada peta jaringan.
d. Centroid connector merupakan simbol berupa garis imajiner (garis putus-putus) yang
digunakan untuk menghubungkan centroid dengan node terdekat.

Tabel 4. 3 Zona pada Wilayah Studi

Kode Kabupaten/
Kecamatan
Zona Kota
101 Curup

25
Kode Kabupaten/
Kecamatan
Zona Kota
102 Curup Utara
103 Curup Selatan
104 Curup Timur
105 Curup Tengah
106 Selupa Rejang
107 Bermani Ulu
108 Zona Internal, Bermani Ulu Raya
109 Kabupaten Sindang Kelingi
110 Rejang Lebong Sindang Dataran
111 Sindang Beliti Ulu
112 Sindang Beliti Ilir
113 Binduriang
Padang Ulak
114
Tanding
115 Kota Padang
Zona Eksternal,
201 Kabupaten Merigi
Kepahiang
Zona Eksternal,
202 Kabupaten Kerlap
Bengkulu Utara
Zona Eksternal,
203 Kabupaten Rimbo Pengadang
Lebong

26
Berikut merupakan hasil pengolahan peta jaringan jalan:

Gambar 4. 2 Peta Jaringan Jalan dan pembagian Zona

Hasil akhir mapinfo ini kemudian diekspor kedalam format DBF dan selanjutnya
disimpan dalam format .DAT dengan menambahkan data Traffic counting tahun 2019
sehingga diperoleh updating matrix OD tahun 2019 sebagai Input Satnet pada aplikasi
Satwin, seperti gambar berikut ini

27
Gambar 4. 3 Fornat File Net

Begitu juga dengan file MAT 2018 disimpan dalam bentuk format DAT seperti
gambar berikut:

Gambar 4. 4 Format File MAT

28
Setelah mengubah format file Net dan MAT 2018 menjadi DAT, langkah
selanjutnya adalah pengolahan data dengan bantuan SoftwareSatwin, berikut
lanngkah-langkahnya

Net.dat SATNET NET.UFS LP = LPN

Mat.dat MXM1 UFM LP = LPX

Net.dat

Mat.ufm SATURN UFN LP = LPT

Net.ufs

Net.ufn
SATPIJA UFP LP = LPM
Mat.ufm

Net.ufp
SATME2
Mat.ufm

Net.ufs P1X

TRIP
ASSIGNMENT

Gambar 4. 5 Flow Chart Pengerjaan Satwin

4.2.2 Melakukan Updating Matrix Asal Tujuan dengan softwareSatwin


a. Net
Input data Net.dat kedalam modul Satnet dengan format LP=LPN kemudian
Output yang dihasilkan berupa file Net.ufs.
b. Mat
Input data MAT.dat kedalam modul MXM1 dengan format LP=LPX kemudian
Output yang dihasilkan adalah MAT.ufm
c. Saturn
Input file Net.dat, MAT.ufm, dan Net.ufs kedalam modul Saturn dengan format
LP=LPT kemudian Output yang dihasilkan adalah Net.ufn

29
d. Satpija
Output dari modul MXM1 dan Saturn kemudian menjadi Input pada modul
satpija dengan format LP=LPJ dan Output yang dihasilkan adalah Net.ufp.
e. Satme2
Output dari modul Satpija dan MXM1 kemudian menjadi Input untuk modul
Satme2 dengan format LP=LPM dan Output yang dihasilkan adalah matriks asal
tujuan tahun 2019.

4.2.3 Mengubah satuan MAT 2019 menjadi ton/tahun


Selanjutnya adalah mengubah satuan MAT 2019 menjadi satuan ton/tahun dengan
menggunakan k sebesar 11% dan faktor pertumbuhan ekonomi sebesar 8%

Gambar 4. 6Updating Matrix

4.2.4 Prediksi Data Sosek tahun 2024 & 2029


Langkah selanjutnya adalah memprediksi jumlah data sosio ekonomi untuk jangka
menengah yaitu lima tahun kedepan dan jangka panjang yaitu 10 tahun kedepan. Metode
yang digunakan yaitu Train Analisys yang terdiri dari Eksponensial, Linier, Logaritmik,
dan Polinomial.
Berikut merupakan salah satu contoh hasil prediksi data sosio ekonomi variabel jumlah
penduduk tahun 2018-2029:

30
Tabel 4. 4 Hasil Prediksi Data Sosio Ekonomi (Jumlah Penduduk)

Jumlah Penduduk Prediksi Jumlah Penduduk


Kode Zona Nama Zona
2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029
101 Bermani Ulu Raya 9748,0 10231,0 10294,0 10294,0 9982,0 10.269,13 10.322,18 10.375,20 10.428,20 10.481,17 10.534,11 10.587,03 10.639,92 10692,788 10745,627 10798,441 10851,228
102 Bermani Ulu 12158,0 11935,0 11986,0 11986,0 5489,0 3.136,91 2.675,77 2.282,42 1.946,90 1.660,70 1.416,57 1.208,33 1.030,70 879,18325 749,94011 639,69619 545,65852
103 Curup Utara 16843,0 14958,0 15047,0 15047,0 12040,0 11.931,90 10.980,20 10.028,50 9.076,80 8.125,10 7.173,40 6.221,70 5.270,00 4318,3 3366,6 2414,9 1463,2
104 Curup Selatan 19516,0 19647,0 19852,0 19852,0 7153,0 4.709,66 3.855,94 3.156,98 2.584,72 2.116,19 1.732,59 1.418,52 1.161,39 950,86408 778,50167 637,38325 521,84527
105 Curup 27317,0 28730,0 28864,0 28864,0 38370,0 45.010,73 55.260,62 67.803,65 82.639,82 99.769,13 119.191,59 140.907,18 164.915,93 191217,81 219812,84 250701,01 283882,32
106 Curup Timur 19275,0 21038,0 21339,0 21339,0 11975,0 8.295,47 7.551,23 6.873,75 6.257,06 5.695,69 5.184,69 4.719,53 4.296,11 3910,6746 3559,8197 3240,4425 2949,719
107 Curup Tengah 31842,0 34990,0 35091,0 35091,0 30469,0 32.703,10 32.438,60 32.174,10 31.909,60 31.645,10 31.380,60 31.116,10 30.851,60 30587,1 30322,6 30058,1 29793,6
108 Selupu Rejang 124030,0 28683,0 28815,0 28815,0 7359,0 9.383,58 7.163,23 5.468,27 4.174,36 3.186,62 2.432,60 1.857,00 1.417,59 1082,1626 826,1007 630,62834 481,40874
109 Sindang Kelingi 14457,0 8063,0 14601,0 14601,0 10130,0 11.736,17 11.525,00 11.313,94 11.102,98 10.892,13 10.681,38 10.470,73 10.260,19 10049,757 9839,4237 9629,1946 9419,0691
110 Padang Ulak Tanding 18304,0 17836,0 17862,0 17862,0 18601,0 19.356,73 20.612,62 22.209,65 24.147,82 26.427,13 29.047,59 32.009,18 35.311,93 38955,81 42940,837 47267,007 51934,32
111 Binduriang 9520,0 12334,0 8093,0 8093,0 8206,0 5.544,30 5.159,15 4.800,74 4.467,24 4.156,91 3.868,13 3.599,41 3.349,37 3116,6883 2900,1748 2698,7022 2511,2258
112 Sindang Dataran 11996,0 10312,0 10367,0 10367,0 10450,0 11.526,80 12.962,60 14.895,40 17.325,20 20.252,00 23.675,80 27.596,60 32.014,40 36929,2 42341 48249,8 54655,6
113 Sindang Beliti Ulu 14262,0 12334,0 12419,0 12419,0 12405,0 13.376,10 14.884,53 16.927,67 19.505,52 22.618,09 26.265,38 30.447,38 35.164,09 40415,514 46201,655 52522,51 59378,079
114 Sindang Beliti Ilir 10143,0 9027,0 9113,0 9113,0 8652,0 9.069,07 9.391,58 9.888,95 10.561,18 11.408,27 12.430,21 13.627,02 14.998,67 16545,19 18266,563 20162,793 22233,88
115 Kota Padang 10838,0 12250,0 12351,0 12351,0 12333,0 12.951,58 13.260,22 13.568,71 13.877,04 14.185,22 14.493,24 14.801,12 15.108,84 15416,411 15723,83 16031,097 16338,213
201 Merigi 10.147,00 10.157,00 10.337,00 10.937,00 11.337,00 12.189,23 13.105,29 14.192,78 15.451,69 16.882,04 18.483,81 20.257,01 22.201,64 24317,696 26605,183 29064,098 31694,441
202 Kerlap 11.594,00 11.695,00 11.815,00 12.015,00 12.215,00 12.299,90 12.594,93 12.929,67 13.304,12 13.718,29 14.172,18 14.665,78 15.199,09 15772,114 16384,855 17037,31 17729,479
203 Rimbo Pengadang 13.928,00 14.100,00 14.346,00 14.546,00 14.812,00 15.256,10 15.548,67 15.861,53 16.194,68 16.548,11 16.921,82 17.315,82 17.730,11 18164,686 18619,545 19094,69 19590,121

4.2.5 Trip generation


Tujuan trip generation adalah untuk mengetahui jumlah bangkitan dan tarikan antar
kecamatan di Kabupaten Rejang Lebong. Data jumlah bangkitan dan tarikan tahun 2019 yang
dihasilkan dari modul Satme2 dan data sosio ekonomi tahun 2019 kemudian dianalisis dengan
menggunakan model analisis korelasi regresi yaitu metode Stepwise 1,Stepwise 2, dan metode
trial and error untuk mendapatkan persamaan regresi dan untuk mengetahui variabel bebas
manakah yang memiliki hubungan kuat dengan jumlah bangkitan maupun tarikan.
Berdasarkan hasil pengolahan analisis korelasi regresi, variabel bebas yang terpilih adalah
variabel dengan nilai intercept paling mendekato 0 dan nilai R2 paling mendekati 1 yaitu
sebagai berikut:

Tabel 4. 5 Hasil Akhir Stepwise Bangkitan


Unstandardized Standardized R
t Sig.
Model Coefficients Coefficients square
B Std. Error Beta
(Constant) -286646 452596 -0.633 0.591
X1 -1.71 3.181 -0.164 -0.538 0.645
X2 2.743 2.693 2.102 1.018 0.416
X3 544.521 584.516 1.271 0.932 0.45
X4 -548.94 332.96 -26.502 -1.649 0.241
1 X5 585.577 369.94 28.612 1.583 0.254 0,945
X6 592.098 323.017 3.122 1.833 0.208
X7 -145.82 143.648 -2.744 -1.015 0.417
X8 2453.83 2582.01 2.823 0.95 0.442
X9 3.092 3.881 0.758 0.797 0.509
X10 -460.16 369.143 -2.664 -1.247 0.339
X11 17.585 12.458 0.409 1.412 0.294

31
Unstandardized Standardized R
t Sig.
Model Coefficients Coefficients square
B Std. Error Beta
X12 -5.165 6.739 -1.179 -0.766 0.524
X13 -56.568 61.242 -1.83 -0.924 0.453
X14 170.444 164.137 1.015 1.038 0.408
X15 97.954 73.963 0.591 1.324 0.316
(Constant) -299860 394777 -0.76 0.503
X2 2.502 2.32 1.918 1.078 0.36
X3 502.08 505.922 1.172 0.992 0.394
X4 -513.18 284.992 -24.775 -1.801 0.17
X5 544.487 316.189 26.604 1.722 0.184
X6 567.68 279.366 2.994 2.032 0.135
X7 -129.96 122.809 -2.445 -1.058 0.368
2 0,932
X8 2243.28 2229.4 2.581 1.006 0.388
X9 2.462 3.232 0.603 0.762 0.502
X10 -409.61 311.832 -2.371 -1.314 0.28
X11 19.297 10.521 0.449 1.834 0.164
X12 -4.38 5.747 -1 -0.762 0.501
X13 -47.991 51.651 -1.552 -0.929 0.421
X14 152.369 140.342 0.908 1.086 0.357
X15 101.172 64.398 0.611 1.571 0.214
(Constant) -116006 295562 -0.392 0.715
X2 1.331 1.644 1.02 0.81 0.464
X3 259.921 372.355 0.607 0.698 0.524
X4 -397.78 228.376 -19.204 -1.742 0.157
X5 411.847 249.696 20.123 1.649 0.174
X6 444.457 215.489 2.344 2.063 0.108
3 X7 -68.117 87.184 -1.282 -0.781 0.478 0.924
X8 1115.74 1577.24 1.284 0.707 0.518
X10 -251.77 220.47 -1.458 -1.142 0.317
X11 20.66 9.809 0.481 2.106 0.103
X12 -0.449 2.392 -0.102 -0.188 0.86
X13 -22.72 37.454 -0.735 -0.607 0.577
X14 95.314 112.286 0.568 0.849 0.444
X15 83.271 56.725 0.503 1.468 0.216
(Constant) -76436 185933 -0.411 0.698
X2 1.053 0.637 0.807 1.653 0.159
4 0.913
X3 202.383 189.543 0.472 1.068 0.334
X4 -364.87 131.323 -17.615 -2.778 0.039
X5 375.084 138.94 18.327 2.7 0.043

32
Unstandardized Standardized R
t Sig.
Model Coefficients Coefficients square
B Std. Error Beta
X6 413.327 123.443 2.18 3.348 0.02
X7 -52.994 29.768 -0.997 -1.78 0.135
X8 843.091 549.454 0.97 1.534 0.186
X10 -216.48 103.253 -1.253 -2.097 0.09
X11 20.399 8.723 0.475 2.339 0.066
X13 -17.098 20.169 -0.553 -0.848 0.435
X14 78.029 57.617 0.465 1.354 0.234
X15 78.897 46.453 0.476 1.698 0.15
(Constant) 36738.1 126337 0.291 0.781
X2 0.615 0.363 0.471 1.693 0.141
X3 97.818 140.498 0.228 0.696 0.512
X4 -279.88 82.803 -13.512 -3.38 0.015
X5 280.66 81.076 13.713 3.462 0.013
5 X6 339.951 85.92 1.793 3.957 0.007 0.896
X7 -32.902 17.582 -0.619 -1.871 0.11
X8 484.862 342.828 0.558 1.414 0.207
X10 -141.08 51.188 -0.817 -2.756 0.033
X11 22.002 8.314 0.512 2.646 0.038
X14 47.172 43.601 0.281 1.082 0.321
X15 57.463 38.043 0.347 1.51 0.182
(Constant) 104618 77331.8 1.353 0.218
X2 0.508 0.317 0.389 1.604 0.153
X4 -240.35 58.008 -11.603 -4.143 0.004
X5 242.002 56.864 11.824 4.256 0.004
X6 298.842 60.076 1.576 4.974 0.002
6 0.895
X7 -26.248 14.204 -0.494 -1.848 0.107
X8 316.954 234.518 0.365 1.352 0.219
X10 -122.38 41.942 -0.708 -2.918 0.022
X11 22.703 7.943 0.528 2.858 0.024
X14 29.156 33.776 0.174 0.863 0.417
X15 42.884 30.571 0.259 1.403 0.203
(Constant) 127750 71375.6 1.79 0.111
X2 0.496 0.311 0.38 1.593 0.15
X4 -211.85 46.933 -10.228 -4.514 0.002
7 0.88
X5 214.436 46.294 10.478 4.632 0.002
X6 275.982 53.058 1.455 5.201 0.001
X7 -22.968 13.467 -0.432 -1.706 0.126
X8 245.415 215.863 0.282 1.137 0.288

33
Unstandardized Standardized R
t Sig.
Model Coefficients Coefficients square
B Std. Error Beta
X10 -109.37 38.51 -0.633 -2.84 0.022
X11 20.148 7.253 0.469 2.778 0.024
X15 45.304 29.953 0.273 1.513 0.169
(Constant) 103486 69208.2 1.495 0.169
X2 0.31 0.269 0.238 1.152 0.279
X4 -213.95 47.653 -10.329 -4.49 0.002
X5 215.648 47.028 10.537 4.586 0.001
8 0.87
X6 268.395 53.486 1.415 5.018 0.001
X7 -11.407 8.972 -0.215 -1.271 0.235
X10 -91.014 35.527 -0.527 -2.562 0.031
X11 20.931 7.336 0.487 2.853 0.019
X15 64.761 24.979 0.391 2.593 0.029
(Constant) 124139 67925.8 1.828 0.098
X4 -232.54 45.561 -11.227 -5.104 0
X5 231.96 45.57 11.334 5.09 0
9 X6 276.498 53.879 1.458 5.132 0 0.856
X7 -7.168 8.314 -0.135 -0.862 0.409
X10 -75.66 33.463 -0.438 -2.261 0.047
X11 21.549 7.435 0.501 2.898 0.016
X15 67.668 25.253 0.408 2.68 0.023
(Constant) 118706 66839 1.776 0.103
X4 -232.99 45.023 -11.248 -5.175 0
X5 231.033 45.022 11.288 5.132 0
10 0.833
X6 274.888 53.214 1.45 5.166 0
X10 -75.688 33.07 -0.438 -2.289 0.043
X11 20.775 7.294 0.483 2.848 0.016
X15 66.154 24.896 0.399 2.657 0.022
(Constant) 118706 66839 1.776 0.103
X5 231.033 37.519 11.288 5.132 0
11 X6 274.888 44.345 1.45 5.166 0 0.808
X10 -75.688 27.559 -0.438 -2.289 0.043
X11 20.775 6.078 0.483 2.848 0.016
X15 66.154 20.747 0.399 2.657 0.022
(Constant) 118706 66839 1.776 0.103
12 0.794
X5 231.033 45.022 11.288 5.132 0
X6 274.888 53.214 1.45 5.166 0

34
Unstandardized Standardized R
t Sig.
Model Coefficients Coefficients square
B Std. Error Beta
X11 20.775 7.294 0.483 2.848 0.016
X15 66.154 24.896 0.399 2.657 0.022
a. Dependent Variable: Y

Dari hasil perhitungan dengan menggunakan metode backward diperoleh


model sebagai berikut:
Y = 118.706,416 + 231.033X5 + 274.888X6 + 20.775X11 + 66.154X15

Tabel 4. 6 Hasil Akhir Stepwise Tarikan


Standardized
Unstandardized Coefficients
Coefficients
t Sig. R square
Model
B Std. Error Beta
1 Intercept 411.11745 452596.036 -.633 .591
X1 10.605902 3.181 -.164 -.538 .645
X2 0.1840037 2.693 2.102 1.018 .416
X3 39.435028 584.516 1.271 .932 .450
X4 3.537825 332.960 -26.502 -1.649 .241
X6 18.7638 369.940 28.612 1.583 .254
0.99642953
X8 629.3837 323.017 3.122 1.833 .208
X10 10.425508 143.648 -2.744 -1.015 .417
X11 -4.346041 2582.005 2.823 .950 .442
X12 -1.068886 3.881 .758 .797 .509
X14 -8.337669 369.143 -2.664 -1.247 .339
X15 21.574773 12.458 .409 1.412 .294
2 Intercept 429.67867 394777.008 -.760 .503
X1 10.576564 2.320 1.918 1.078 .360
X2 0.2247141 505.922 1.172 .992 .394
X3 41.074252 284.992 -24.775 -1.801 .170
X4 3.8840265 316.189 26.604 1.722 .184
X6 18.513374 279.366 2.994 2.032 .135 0.99640504
X8 635.26121 122.809 -2.445 -1.058 .368
X11 -3.84927 2229.400 2.581 1.006 .388
X12 -1.042249 3.232 .603 .762 .502
X14 -7.615831 311.832 -2.371 -1.314 .280
X15 18.601392 10.521 .449 1.834 .164
3 Intercept 676.64961 295561.547 -.392 .715
X1 10.957671 1.644 1.020 .810 .464
X2 0.2513772 372.355 .607 .698 .524
0.99624106
X3 20.026844 228.376 -19.204 -1.742 .157
X4 4.6338851 249.696 20.123 1.649 .174
X6 25.528271 215.489 2.344 2.063 .108

35
Standardized
Unstandardized Coefficients
Coefficients
t Sig. R square
Model
B Std. Error Beta
X8 672.70918 87.184 -1.282 -.781 .478
X11 -1.465694 1577.242 1.284 .707 .518
X12 -1.040313 220.470 -1.458 -1.142 .317
X14 -5.349314 9.809 .481 2.106 .103
4 Intercept 658.86418 185932.957 -.411 .698
X1 10.848559 .637 .807 1.653 .159
X2 0.2437428 189.543 .472 1.068 .334
X3 18.824465 131.323 -17.615 -2.778 .039
X4 4.3253314 138.940 18.327 2.700 .043
0.99623102
X6 23.327683 123.443 2.180 3.348 .020
X8 672.2588 29.768 -.997 -1.780 .135
X11 -1.418214 549.454 .970 1.534 .186
X12 -1.03691 103.253 -1.253 -2.097 .090
5 Intercept 674.86682 126337.131 .291 .781
X1 10.119102 .363 .471 1.693 .141
X2 0.1860868 140.498 .228 .696 .512
X3 19.410666 82.803 -13.512 -3.380 .015
0.99572395
X4 4.0661017 81.076 13.713 3.462 .013
X6 26.411082 85.920 1.793 3.957 .007
X8 576.9678 17.582 -.619 -1.871 .110
X11 -4.450543 342.828 .558 1.414 .207
6 Intercept 968.04055 77331.763 1.353 .218
X1 10.173755 .317 .389 1.604 .153
X3 15.152649 58.008 -11.603 -4.143 .004
X4 4.6461685 56.864 11.824 4.256 .004 0.99320956
X6 24.657337 60.076 1.576 4.974 .002
X8 566.46807 14.204 -.494 -1.848 .107
X11 -0.778295 234.518 .365 1.352 .219
7 Intercept 1743.2348 71375.595 1.790 .111
X1 9.0770279 .311 .380 1.593 .150
X3 -91.7653 46.933 -10.228 -4.514 .002
0.99209458
X4 12.813554 46.294 10.478 4.632 .002
X6 26.380569 53.058 1.455 5.201 .001
X11 10.507319 13.467 -.432 -1.706 .126
8 Intercept 1676.322 69208.173 1.495 .169
X1 8.4590112 .269 .238 1.152 .279
X4 12.056296 47.653 -10.329 -4.490 .002 0.9891
X6 20.525027 47.028 10.537 4.586 .001
X11 6.8339099 53.486 1.415 5.018 .001

Kemudian didapatkan model tarikan sebagai berikut


Y = 1676,32 + 8,46X1 + 12,06X4 + 20,53X6 + 6,83X11

36
Tabel 4. 7 Jumlah Tarikan dan Prediksi Sosek

Intercept a 1676,322 Rsquare 0,991537


Jumlah Penduduk (X1) b1 8,459011
Produksi Padi(X4) b2 12,0563
Jumlah Produksi Padi Ladang (X6) b3 20,52503
Jumlah Produksi Ternak Kecil (X11) b4 6,83391

Data Tarikan Prediksi Bangkitan Pergerakan


Kode Zona Nama Zona
2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029
101 Bermani Ulu Raya 295.504 316.524 341.897 370.350 402.235 437.944 477.920 522.654 572.702 628.681 691.284
102 Bermani Ulu 391.864 223.238 205.862 195.433 190.987 191.738 197.044 225.130 242.542 263.598 288.010
103 Curup Utara 411.778 502.853 605.693 738.794 910.499 1.131.447 1.415.215 1.779.117 2.245.244 2.841.776 3.604.660
104 Curup Selatan 291.007 173.286 172.178 172.230 173.283 175.209 177.902 181.273 185.254 189.785 194.821
105 Curup 669.702 649.998 779.596 928.780 1.097.557 1.285.939 1.493.936 1.721.560 1.968.823 2.235.738 2.522.318
106 Curup Timur 278.802 202.070 207.020 214.052 223.124 234.199 247.244 262.228 279.123 297.904 318.549
107 Curup Tengah 259.530 532.924 583.215 643.501 715.572 801.575 904.083 1.026.174 1.171.538 1.344.594 1.550.634
108 Selupu Rejang 199.272 234.015 255.857 285.997 323.840 368.937 420.954 479.645 544.829 616.382 694.218
109 Sindang Kelingi 177.431 173.644 170.605 167.401 164.032 160.501 156.813 178.433 180.232 182.602 185.598
110 Padang Ulak Tanding 131.438 355.809 381.365 408.912 438.480 470.105 503.823 539.675 577.704 617.953 660.473
111 Binduriang 146.828 128.315 145.937 166.984 191.444 219.306 250.559 285.196 323.208 364.587 409.328
112 Sindang Dataran 201.007 179.363 213.444 253.974 301.070 354.874 415.565 483.363 558.542 641.440 732.479
113 Sindang Beliti Ulu 236.840 262.282 296.692 336.854 382.913 435.032 493.393 558.201 629.683 708.095 793.722
114 Sindang Beliti Ilir 151.595 232.235 245.372 260.848 278.716 299.034 321.868 347.289 375.376 406.219 439.914
115 Kota Padang 258917,3928 252.338 256.063 261.349 268.164 276.500 286.367 317.052 337.181 360.554 387.537
201 Merigi 330514,8 260.606 281.999 305.399 330.854 358.414 388.132 420.066 454.278 490.835 529.806
202 Kerlap 230300,4 308.299 326.282 345.579 366.248 388.354 411.963 437.147 463.986 492.561 522.961
203 Rimbo Pengadang 278801,6 378.063 408.708 442.386 479.291 519.635 563.650 611.592 663.744 720.413 781.941

Tabel 4. 8 Jumlah Bangkitan dan Prediksi Sosek

Intercept a 118706,416 Rsquare 0,794


Jumlah Produksi Padi Sawah (X5) b1 231,033
Produksi Padi Ladang (X6) b2 274,888
Produksi Ternak Kecil (X11) b3 20,775
Produksi Kakao (X15) b4 66,154

Data
Prediksi Bangkitan Pergerakan
Kode Zona Nama Zona Bangkitan
2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029
101 Bermani Ulu Raya 353.364 4.368.788 4.875.916 5.443.537 6.078.446 6.788.250 7.581.468 8.467.635 9.457.429 10.562.801 11.797.134
102 Bermani Ulu 239.467 3.122.076 2.669.109 2.316.407 2.044.623 1.838.240 1.684.817 1.825.497 1.809.978 1.828.269 1.875.230
103 Curup Utara 382.565 8.375.699 10.851.601 14.087.903 18.319.668 23.854.530 31.095.102 40.568.292 52.963.685 69.183.761 90.409.626
104 Curup Selatan 265.209 2.869.011 2.933.345 3.000.816 3.071.432 3.145.203 3.222.139 3.302.248 3.385.541 3.472.027 3.561.719
105 Curup 167.563 1.430.072 1.531.289 1.640.974 1.759.325 1.886.554 2.022.883 2.168.548 2.323.798 2.488.894 2.664.116
106 Curup Timur 219.394 2.076.015 2.114.394 2.157.170 2.204.358 2.255.969 2.312.017 2.372.519 2.437.489 2.506.945 2.580.907
107 Curup Tengah 231.838 4.764.973 5.700.626 6.821.713 8.164.649 9.773.221 11.700.070 14.008.495 16.774.598 20.089.885 24.064.377
108 Selupu Rejang 219.127 2.075.422 2.173.097 2.290.644 2.428.285 2.586.275 2.764.904 2.964.505 3.185.458 3.428.196 3.693.215
109 Sindang Kelingi 376.311 1.798.361 1.963.218 2.143.738 2.341.765 2.559.342 2.798.725 3.139.819 3.448.178 3.788.825 4.165.289
110 Padang Ulak Tanding 405.997 2.118.268 2.227.716 2.337.436 2.447.789 2.559.158 2.671.946 2.895.198 3.031.111 3.171.457 3.316.746
111 Binduriang 404.070 918.662 1.034.080 1.166.642 1.316.363 1.483.257 1.667.344 1.868.642 2.087.173 2.322.958 2.576.023
112 Sindang Dataran 306.212 436.341 503.530 583.206 677.560 789.368 922.148 1.080.360 1.269.664 1.497.243 1.772.212
113 Sindang Beliti Ulu 322.164 1.993.185 2.230.005 2.494.300 2.788.809 3.116.601 3.481.109 3.886.173 4.336.088 4.835.663 5.390.275
114 Sindang Beliti Ilir 410.815 2.163.375 2.199.503 2.251.938 2.321.113 2.407.551 2.511.877 2.634.824 2.777.243 2.940.112 3.124.552
115 Kota Padang 458031,2 1.660.670 1.627.248 1.630.298 1.665.257 1.728.821 1.818.724 1.992.097 2.152.726 2.342.294 2.562.124
201 Merigi 47675,0736 2.411.121 2.563.549 2.723.468 2.891.640 3.068.930 3.256.326 3.454.963 3.666.150 3.891.410 4.132.515
202 Kerlap 71562,3964 3.372.733 3.593.948 3.828.285 4.076.477 4.339.301 4.617.585 4.912.210 5.224.112 5.554.288 5.903.799
203 Rimbo Pengadang 59769,5384 3.804.177 4.099.671 4.418.797 4.762.174 5.130.459 5.524.345 5.944.568 6.391.905 6.867.178 7.371.260

4.2.6 Trip distribution


Tujuan Trip distribution adalah untuk memperkirakan distribusi jumlah pergerakan dari
suatu zona ke zona lainnya. Metode yang digunakan adalah metode Furness. Rumus yang
digunakan adalah sebagai berikut:
Tid = Qid x Ei (mengalikan terhadap bangkitan)
Tid = Qid x Ed (mengalikan terhadap tarikan)
Pada metode ini perhitungan iterasi dilakukan berselang-seling. Jika iterasi pertama
mengalikan terhadap bangkitan maka iterasi kedua mengalikan terhadap tarikan. Begitu

37
seterusnya hingga diperoleh hasil perhitungan Furness tahun 2024 dan tahun 2029 dengan
nilai Oi = Oi’ maupun Dd = Dd’

Tabel 4. 9 Prediksi bangkitan dan Tarikan Tahun 2024


101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 201 202 203 Oi Oi' Ei
101 1354836,49 648445,87 83253,601 28643,221 113897,5 131436,65 1403494,1 51156,263 389275,08 446173,13 37683,185 301646,45 22670,593 31789,539 175605,15 507337,81 93777,985 967125,2 6788247,8 6788250,2 1,000
102 129664,775 55639,626 118930,29 88996,019 149200,79 27737,457 349313,42 55691,041 31078,731 32386,736 78921,738 32273,818 90779,345 66578,387 44634,767 316598,19 53344,843 116469,37 1838239,3 1838239,69 1,000
103 744921,156 2277494,7 2920642,7 2173585,9 1321447,5 2437764,7 311779,59 1173127,1 1224429,5 321617,88 1099937,3 414473,84 609664,54 402272,41 943343,71 2328517,1 2117954,3 1031550,5 23854524 23854530,2 1,000
104 368788,071 52150,009 140605,72 54825,104 183996,26 308732,65 51810,698 43198,51 260156,82 238261,41 65814,287 248933,85 82316,342 58626,537 152838,88 37638,745 74790,643 721718,43 3145203 3145203,42 1,000
105 602066,054 66089,21 232184,74 86198,96 71409,029 56831,279 43275,386 58132,066 48526,43 41830,872 20366,561 167628,98 92355,76 13747,475 24990,408 81369,266 80843,02 98707,743 1886553,2 1886553,82 1,000
106 137133,641 230028,67 14423,216 412530,56 63581,206 60721,755 77063,118 157063,79 111829,85 32589,719 17411,781 246842,44 82231,767 60582,085 60112,46 35127,082 372992,7 83702,332 2255968,2 2255968,69 1,000
107 256795,652 279718,02 670373,01 304025,96 1333770,8 204454,3 1343173,9 203619,27 1226267,9 160423,16 310220,36 800436,79 138335,64 375281,62 80052,087 260901,36 1347912,9 477455,66 9773218,4 9773220,64 1,000
108 83156,2463 24264,2 106468,83 33276,265 97359,515 58729,441 51403,197 628594,93 66117,012 121104,56 84199,827 604995,33 32919,663 58786,096 50547,044 154642,75 34918,777 294791,55 2586275,2 2586275,1 1,000
109 48762,9823 128535,43 115518,15 42886,298 156786,21 29688,842 159685,78 643271,05 85211,302 91052,424 26348,504 128307,57 155569,04 220567,62 147868,64 290744,38 20720,205 67818,231 2559342,7 2559342,31 1,000
110 45113,2177 19358,246 41378,457 18765,858 32443,891 150695,79 12247,592 337773,15 240495,41 117439,96 142552,03 244225,72 574623,39 94255,414 447165,35 10306,568 5759,9505 24558,937 2559158,9 2559157,65 1,000
111 12837,2991 41800,035 9610,1068 51138,003 61285,174 40458,559 16921,077 32433,071 38102,518 84218,528 307810,94 41725,932 183143,93 259669,34 276943,26 6383,1749 3567,3146 15210,106 1483258,4 1483257,34 1,000
112 147320,662 8549,6821 3026,9603 2323,1657 17672,475 13601,242 9330,5899 37601,5 12001,408 31284,373 17391,929 122328,2 48256,625 46674,326 156583,88 5103,7083 6338,3759 103979,43 789368,53 789368,399 1,000
113 24422,3576 13704,252 33326,645 41925,532 126847,27 38888,944 13064,476 355026,06 94792,324 238091,82 1015102,6 103806,74 667911,7 65101,922 108269,2 87341,155 24652,354 64328,088 3116603,5 3116601,43 1,000
114 38906,151 12141,651 58652,101 229541,49 31371,492 23687,612 25507,484 83550,99 16224,146 101604,63 122938,49 464162,98 662856,63 75426,125 398411,69 5605,8163 28466,647 28496,601 2407552,7 2407551,44 1,000
115 5381,2151 43872,88 4611,661 59355,902 40570,361 12013,092 9240,0242 42372,6 111535,38 775957,68 39675,895 12389,404 54379,711 205605,05 285067,21 2842,9707 4079,9548 19871,437 1728822,4 1728821,2 1,000
201 35549,0286 53389,761 116529,58 123105,26 195097,88 97396,479 123607,7 251927,17 70662,026 447831,21 102389,17 163692,13 270507,47 340195,38 360067,38 46952,614 37319,163 232711,9 3068931,3 3068930,11 1,000
202 86669,4162 119008,52 247335,88 66696,374 265212,85 84428,458 441992,68 96783,773 37105,552 290860,06 514317,21 71835,387 158128,07 1529893,8 176047,43 82419,581 18197,01 52371,452 4339303,5 4339301,16 1,000
203 270660,97 72588,504 169616,67 312430,37 979029,46 411972,9 313705,52 72655,581 51730,973 852417,32 171264,66 140209,75 463422,53 349022,03 342992,52 53622,731 17758,644 68146,434 5113247,6 5113246,15 1,000
Dd 4392985,38 4146779,2 5086488,3 4130250,3 5240979,6 4189240,1 4756616,4 4323977,9 4115542,3 4425145,5 4174346,5 4309915,3 4390072,8 4254075,1 4231541,1 4313455 4343394,7 4469013,4 79293819
Dd' 4392985,38 4146779,2 5086488,3 4130250,3 5240979,6 4189240,1 4756616,4 4323977,9 4115542,3 4425145,5 4174346,5 4309915,3 4390072,8 4254075,1 4231541,1 4313455 4343394,7 4469013,4 79293819
Ed 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 0

Dihentikan pada iterasi ke-21

Tabel 4. 10 Prediksi bangkitan dan Tarikan Tahun 2029


101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 201 202 203 Oi Oi' Ei
101 2535167,748 799560,1298 109507,0323 36701,54047 178458,345 160095,3659 2739539,546 87674,22954 572210,6582 1049358,425 64523,5449 629539,3427 48739,0017 72050,63411 330341,7456 626150,756 111071,6236 1646444,066 11797133,74 11797133,74 1,0000
102 150005,194 42415,645 96715,46926 70501,35896 144530,0852 20887,83244 421547,6937 59009,63918 28244,05769 47092,53752 83547,16662 41642,75553 120660,5389 93293,48444 51911,5452 241576,4355 39062,41917 122585,886 1875229,744 1875229,744 1,0000
103 3608041,673 7269025,5 9943947,621 7209093,717 5359373,063 7685912,988 1575273,946 5204267,817 4658805 1957952,023 4875060,117 2239046,908 3392705,012 2360017,591 4593435,192 7438794,022 6493221,543 4545652,171 90409625,9 90409625,9 1,0000
104 456414,2014 42529,88941 122321,959 46462,69255 190675,1621 248718,046 66888,10528 48967,0996 252928,0723 370626,6172 74533,79937 343614,1803 117047,5355 87884,09515 190161,4741 30724,10807 58588,44334 812633,1692 3561718,65 3561718,65 1,0000
105 942485,6224 68173,99461 255495,604 92400,69563 93602,31096 57910,92061 70667,33343 83348,86372 59674,45478 82305,36307 29174,20944 292674,2519 166107,2185 26066,77383 39328,76816 84014,22954 80104,24447 140580,8859 2664115,745 2664115,745 1,0000
106 188049,1271 207858,0606 13903,00214 387370,0751 73006,06313 54201,84543 110235,3938 197268,0339 120466,0231 56170,5332 21848,48361 377530,4476 129556,9944 100624,8596 82870,16681 31771,02675 323750,209 104426,1665 2580906,512 2580906,512 1,0000
107 731033,0133 524719,6839 1341482,49 592655,8956 3179313,775 378868,0729 3988675,856 530910,7775 2742295,146 574006,7512 808109,8881 2541447,84 452457,0306 1294018,183 229101,7362 489877,5443 2428810,073 1236593,152 24064376,91 24064376,91 1,0000
108 125148,1047 24063,17714 112634,4023 34293,08817 122690,4209 57534,41689 80698,72966 866470,152 78166,76596 229081,7646 115955,511 1015514,794 56921,81133 107161,252 76477,12664 153504,3991 33263,72098 403635,0745 3693214,712 3693214,712 1,0000
109 86059,45613 149481,9626 143310,4009 51828,60501 231696,2775 34107,04129 293982,6792 1039814,045 118136,7632 201976,3276 42551,52231 252560,5062 315446,2975 471502,3486 262355,8937 338439,8813 23146,47115 108892,8233 4165289,302 4165289,302 1,0000
110 58832,93099 16635,66873 37932,38339 16758,21401 35428,47542 127926,4207 16661,51727 403455,0331 246378,6066 192501,0988 170114,3223 355232,677 860981,6778 148886,9869 586261,2983 8865,283518 4754,642144 29138,73636 3316745,973 3316745,973 1,0000
111 22122,4594 47467,23935 11641,45124 60345,67272 88433,7472 45385,02796 30418,29852 51191,88806 51581,37902 182418,1374 485394,2082 80199,30823 362615,3594 542018,5848 479796,3612 7255,349764 3891,20006 23847,14754 2576022,82 2576022,82 1,0000
112 327594,276 12527,95535 4731,496565 3537,491935 32905,83129 19687,63968 21643,57057 76582,78272 20964,49253 87438,10115 35389,23619 303391,9447 123288,7685 125714,2355 350046,792 7485,491935 8921,400565 210360,6705 1772212,178 1772212,178 1,0000
113 43004,85226 15901,67261 41251,58478 50553,48282 187031,1144 44575,73106 23997,6686 572589,5877 131124,1153 526956,7443 1635650,883 203873,2492 1351272,244 138853,6954 191664,2956 101440,3328 27477,08654 103056,4035 5390274,744 5390274,744 1,0000
114 49378,31068 10154,37758 52326,38071 199490,3006 33339,26269 19569,58778 33770,13166 97123,18018 16175,55985 162080,9824 142776,4641 657042,2448 966565,9541 115950,7366 508342,5079 4692,655613 22868,44765 32904,51451 3124551,599 3124551,599 1,0000
115 7248,482483 38942,19914 4366,598671 54748,63177 45759,2047 10533,28837 12983,35746 52276,34201 118020,9044 1313727,831 48903,98768 18613,2405 84158,41786 335455,0057 386029,4172 2525,811751 3478,600073 24352,32784 2562123,649 2562123,649 1,0000
201 47864,98364 47370,25666 110292,3877 113503,5394 219960,9441 85364,22041 173613,2484 310683,7376 74740,46417 757888,2235 126152,2446 245823,1648 418469,066 554820,3037 487394,2017 41697,67204 31805,66466 285071,1246 4132515,448 4132515,448 1,0000
202 114159,8713 103295,9341 229009,7056 60157,86933 292512,8935 72390,05438 607309,1722 116762,5257 38394,23558 481539,9361 619911,1569 105533,6275 239304,2976 2440858,644 233122,2338 71604,42493 15171,55259 62760,54097 5903798,676 5903798,676 1,0000
203 401659,9683 70983,65301 176937,796 317489,0741 1216554,393 397964,2023 485626,3496 98754,12131 60306,35587 1589958,549 232568,8089 232068,3759 790139,8936 627363,8786 511710,0617 52486,02742 16681,11698 92006,92493 7371259,551 7371259,551 1,0000
Dd 9894270,276 9491107 12807807,77 9397891,945 11725271,37 9521632,702 10753532,6 9897149,855 9388613,054 9863079,946 9612165,555 9935348,859 9996437,119 9642541,293 9590350,818 9732905,453 9726068,459 9984941,785 180961115,8
Dd' 9894221,269 9490946,544 12807596,71 9397757,604 11725255,2 9521486,059 10753570,43 9897155,352 9388535,019 9863409,749 9612264,436 9935416,034 9996658,369 9642850,403 9590473,688 9732742,87 9725898,327 9984877,782
Ed 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,0000

Dihentikan pada iterasi ke-15

4.2.7 Trip Assignment


Tahap terakhir dalam pengolahan data yaitu trip assignment. Tujuan trip assignment
adalah untuk mengetahui arus pada ruas jalan di Kabupaten Rejang Lebong

38
Tabel 4. 11 Matriks Total Bangkitan dan Tarikan

Tabel 4. 12 Matriks Desired Line

39
40
BAB V
ANALISIS

Berdasarkan tahap pengolahan data yang telah dilakukan, berikut merupakan hasil yang
diperoleh:

5.1 Analisis Trip Generation

Trip generation pada penelitian ini diawali dengan melakukan perhitungan model analisis
korelasi yang menggunakan parameter sosio ekonomi sebagai acuan untuk mengasumsikan
besarnya bangkitan dan tarikan di Kabupaten Rejang Lebong. Analisis korelasi yang
digunakan menggunakan tiga metode yaitu Stepwise 1, Stepwise 2, dan metode trial and
error.
1. Untuk analisis korelasi bangkitan, model yang terpilih adalah model pada metode
backwards, dengan nilai intercept 118.706, 416 dan R2 sebesar 0,794. Faktor yang
berpengaruh terhadap bangkitan adalah padi sawah (X5), padi ladang (X6), ternak kecil
(X11), dan kakao (X15).
2. Untuk analisis korelasi tarikan, model yang terpilih adalah model Stepwise 1 dengan
nilai intercept 1676,322 dan R2 sebesar 0,991537. Faktor yang berpengaruh terhadap
terikan yaitu jumlah penduduk (X1), padi (X4), padi ladang (X6), dan ternak kecil
(X11).

41
Tabel 5. 1 Matriks Bangkitan dan Tarikan

Tahap selanjutnya adalah melakukan prediksi bangkitan dan tarikan untuk 5 (lima) tahun
dan 10 tahun kedepan.

Berdasarkan perhitungan prediksi bangkitan diperoleh hasil sebagi berikut:

1. Pada tahun 2020, total jumlah bangkitan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 49.758.951 dan bangkitan terbesar terjadi pada zona 103 yaitu
Kecamatan Curup Utara dengan jumlah pergerakan 49.758.951
2. Pada tahun 2021, total jumlah bangkitan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 10.851.601 dan bangkitan terbesar terjadi pada zona 103 yaitu
Kecamatan Curup Utara dengan jumlah pergerakan 54.891.846
3. Pada tahun 2022, total jumlah bangkitan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 14.087.903 dan bangkitan terbesar terjadi pada zona 103 yaitu
Kecamatan Curup Utara dengan jumlah pergerakan 61.337.273
4. Pada tahun 2023, total jumlah bangkitan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 18.319.668 dan bangkitan terbesar terjadi pada zona 103 yaitu
Kecamatan Curup Utara dengan jumlah pergerakan 69.359.735
5. Pada tahun 2024, total jumlah bangkitan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 23.854.530 dan bangkitan terbesar terjadi pada zona 103 yaitu
Kecamatan Curup Utara dengan jumlah pergerakan 79.311.032

42
6. Pada tahun 2025, total jumlah bangkitan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 31.095.102 dan bangkitan terbesar terjadi pada zona 103 yaitu
Kecamatan Curup Utara dengan jumlah pergerakan 591.653.530
7. Pada tahun 2026, total jumlah bangkitan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 40.568.292 dan bangkitan terbesar terjadi pada zona 103 yaitu
Kecamatan Curup Utara dengan jumlah pergerakan 107.486.293
8. Pada tahun 2027, total jumlah bangkitan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 52.963.685 dan bangkitan terbesar terjadi pada zona 103 yaitu
Kecamatan Curup Utara dengan jumlah pergerakan 126.722.325
9. Pada tahun 2028, total jumlah bangkitan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 69.183.761 dan bangkitan terbesar terjadi pada zona 103 yaitu
Kecamatan Curup Utara dengan jumlah pergerakan 150.772.208
10. Pada tahun 2029, total jumlah bangkitan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 90.209.626 dan bangkitan terbesar terjadi pada zona 103 yaitu
Kecamatan Curup Utara dengan jumlah pergerakan 180.961.116
Prediksi tarikan
Berdasarkan perhitungan prediksi tarikan diperoleh hasil sebagi berikut:
1. Pada tahun 2020, total jumlah tarikan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 649.998 dan tarikan terbesar terjadi pada zona 103 yaitu Kecamatan
Curup Utara dengan jumlah pergerakan 5.365.861
2. Pada tahun 2021, total jumlah tarikan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 779.596 dan tarikan terbesar terjadi pada zona 105 yaitu Kecamatan
Curup dengan jumlah pergerakan 5.877.785
3. Pada tahun 2022, total jumlah tarikan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 928.780 dan tarikan terbesar terjadi pada zona 105 yaitu Kecamatan
Curup dengan jumlah pergerakan 6.498.821
4. Pada tahun 2023, total jumlah tarikan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 1.097.557 dan tarikan terbesar terjadi pada zona 105 yaitu
Kecamatan Curup dengan jumlah pergerakan 7.238.309
5. Pada tahun 2024, total jumlah tarikan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 1.285.939 dan tarikan terbesar terjadi pada zona 105 yaitu
Kecamatan Curup dengan jumlah pergerakan 8.108.745.

43
6. Pada tahun 2025, total jumlah tarikan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 1.493.936 dan tarikan terbesar terjadi pada zona 105 yaitu
Kecamatan Curup dengan jumlah pergerakan 9.126.431.
7. Pada tahun 2026, total jumlah tarikan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 1.721.560 dan tarikan terbesar terjadi pada zona 105 yaitu
Kecamatan Curup dengan jumlah pergerakan 10.375.798.
8. Pada tahun 2027, total jumlah tarikan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 1.968.823 dan tarikan terbesar terjadi pada zona 105 yaitu
Kecamatan Curup dengan jumlah pergerakan 11.773.990.
9. Pada tahun 2028, total jumlah tarikan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 2.235.738 dan tarikan terbesar terjadi pada zona 105 yaitu
Kecamatan Curup dengan jumlah pergerakan 13.403.716.
10. Pada tahun 2029, total jumlah tarikan pada Kabupaten Rejang Lebong dan tiga zona
eksternal sebesar 2.522.318 dan tarikan terbesar terjadi pada zona 105 yaitu
Kecamatan Curup dengan jumlah pergerakan 15.308.252.

Model bangkitan perjalan yang dipilih adalah

Y = 118.706,416 + 231.033X5 + 274.888X6 + 20.775X11 + 66.154X15

Model tarikan perjalanan yang dipilih adalah

Y = 1676,32 + 8,46X1 + 12,06X4 + 20,53X6 + 6,83X11

5.2 Analisis Trip Distribution

Berdasarkan perhitungan dengan metode furness, diperoleh hasil persebararan/distribusi


jumlah pergerakan dari zona asal ke zona tujuan antar kecamatan di Kabupaten Rejang
Lebong pada tahun 2024 dan 2029 sebagai berikut.

Berdasarkan metode furness untuk perhitungan tahun 2024, data yang digunakan sebagai
base year matriks adalah data Matriks Asal Tujuan Tahun 2019. Sementara untuk data Oi’
dan Dd’ menggunakan data prediksi bangkitan dan tarikan pada tahun 2024. Setelah
melalui 21 tahapan iterasi dapat diperoleh hasil seperti pada tabel 5.1.

44
Tabel 5. 2 Prediksi Bangkitan dan Tarikan Tahun 2024

101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 201 202 203 Oi Oi' Ei
101 1.354.836 648.446 83.254 28.643 113.897 131.437 1.403.494 51.156 389.275 446.173 37.683 301.646 22.671 31.790 175.605 507.338 93.778 967.125 6.788.248 6.788.250 1,000
102 129.665 55.640 118.930 88.996 149.201 27.737 349.313 55.691 31.079 32.387 78.922 32.274 90.779 66.578 44.635 316.598 53.345 116.469 1.838.239 1.838.240 1,000
103 744.921 2.277.495 2.920.643 2.173.586 1.321.447 2.437.765 311.780 1.173.127 1.224.429 321.618 1.099.937 414.474 609.665 402.272 943.344 2.328.517 2.117.954 1.031.551 23.854.524 23.854.530 1,000
104 368.788 52.150 140.606 54.825 183.996 308.733 51.811 43.199 260.157 238.261 65.814 248.934 82.316 58.627 152.839 37.639 74.791 721.718 3.145.203 3.145.203 1,000
105 602.066 66.089 232.185 86.199 71.409 56.831 43.275 58.132 48.526 41.831 20.367 167.629 92.356 13.747 24.990 81.369 80.843 98.708 1.886.553 1.886.554 1,000
106 137.134 230.029 14.423 412.531 63.581 60.722 77.063 157.064 111.830 32.590 17.412 246.842 82.232 60.582 60.112 35.127 372.993 83.702 2.255.968 2.255.969 1,000
107 256.796 279.718 670.373 304.026 1.333.771 204.454 1.343.174 203.619 1.226.268 160.423 310.220 800.437 138.336 375.282 80.052 260.901 1.347.913 477.456 9.773.218 9.773.221 1,000
108 83.156 24.264 106.469 33.276 97.360 58.729 51.403 628.595 66.117 121.105 84.200 604.995 32.920 58.786 50.547 154.643 34.919 294.792 2.586.275 2.586.275 1,000
109 48.763 128.535 115.518 42.886 156.786 29.689 159.686 643.271 85.211 91.052 26.349 128.308 155.569 220.568 147.869 290.744 20.720 67.818 2.559.343 2.559.342 1,000
110 45.113 19.358 41.378 18.766 32.444 150.696 12.248 337.773 240.495 117.440 142.552 244.226 574.623 94.255 447.165 10.307 5.760 24.559 2.559.159 2.559.158 1,000
111 12.837 41.800 9.610 51.138 61.285 40.459 16.921 32.433 38.103 84.219 307.811 41.726 183.144 259.669 276.943 6.383 3.567 15.210 1.483.258 1.483.257 1,000
112 147.321 8.550 3.027 2.323 17.672 13.601 9.331 37.601 12.001 31.284 17.392 122.328 48.257 46.674 156.584 5.104 6.338 103.979 789.369 789.368 1,000
113 24.422 13.704 33.327 41.926 126.847 38.889 13.064 355.026 94.792 238.092 1.015.103 103.807 667.912 65.102 108.269 87.341 24.652 64.328 3.116.603 3.116.601 1,000
114 38.906 12.142 58.652 229.541 31.371 23.688 25.507 83.551 16.224 101.605 122.938 464.163 662.857 75.426 398.412 5.606 28.467 28.497 2.407.553 2.407.551 1,000
115 5.381 43.873 4.612 59.356 40.570 12.013 9.240 42.373 111.535 775.958 39.676 12.389 54.380 205.605 285.067 2.843 4.080 19.871 1.728.822 1.728.821 1,000
201 35.549 53.390 116.530 123.105 195.098 97.396 123.608 251.927 70.662 447.831 102.389 163.692 270.507 340.195 360.067 46.953 37.319 232.712 3.068.931 3.068.930 1,000
202 86.669 119.009 247.336 66.696 265.213 84.428 441.993 96.784 37.106 290.860 514.317 71.835 158.128 1.529.894 176.047 82.420 18.197 52.371 4.339.303 4.339.301 1,000
203 270.661 72.589 169.617 312.430 979.029 411.973 313.706 72.656 51.731 852.417 171.265 140.210 463.423 349.022 342.993 53.623 17.759 68.146 5.113.248 5.113.246 1,000
Dd 4.392.985 4.146.779 5.086.488 4.130.250 5.240.980 4.189.240 4.756.616 4.323.978 4.115.542 4.425.145 4.174.346 4.309.915 4.390.073 4.254.075 4.231.541 4.313.455 4.343.395 4.469.013 79.293.819
Dd' 4.392.985 4.146.779 5.086.488 4.130.250 5.240.980 4.189.240 4.756.616 4.323.978 4.115.542 4.425.145 4.174.346 4.309.915 4.390.073 4.254.075 4.231.541 4.313.455 4.343.395 4.469.013 79.293.819
Ed 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 0

45
Perubahan total bangkitan terjadi akibat adanya peningkatan jumlah beberapa
komoditas unggulan di Kabupaten Rejang Lebong, yaitu padi sawah, padi
ladang, ternak kecil, dan kakao. Berdasarkan hasil pengolahan data dengan
model korelasi regresi, keempat faktor tersebut merupakan faktor yang
memiliki pengaruh yang paling kuat dalam membangkitkan pergerakan.
Semakin besar jumlah produksi keempat variabel bebas tersebut maka semakin
besar pula bangkitan angkutan barang yang terjadi di Kabupaten Rejang
Lebong. Zona di Kabupaten Rejang Lebong yang membangkitkan barang
paling banyak adalah zona 103 yaitu Kecamatan Curup Utara dimana daerah ini
merupakan salah satu daerah penghasil kopi dan kakao terbaik di Bengkulu.

Sedangkan untuk tarikan, kecamatan yang paling banyak menarik pergerakan


barang adalah Kecamatan Curup Utara dengan kode zona 103. Faktor-faktor
yang berpengaruh terhadap tarikan barang di Kabupaten Rejang Lebong yaitu
faktor jumlah penduduk, jumlah produksi padi dan padi ladang, serta jumlah
produksi ternak kecil. Artinya semakin banyak jumlah penduduk yang ada di
suatu kecamatan, maka semakin banyak pula jumlah tarikan perjalanan barang
yang terjadi, begitu juga dengan ketiga variabel tersebut.

Proyeksi bangkitan dan tarikan untuk 10 tahun mendatan, tepatnya pada tahun
2029 berdasarkan metode furness, data yang digunakan sebagai base year
matrix adalah data proyeksi matriks asal tujuan tahun 2024. Sementar untuk
data O’ dan Dd’ menggunakan data prediksi bangkitan dan tarikan pada tahun
2029.

Setelah melakukan iterasi ke 15, diperoleh data hasil proyeksi bangkitan dan
tarikan tahun 2029 seperti tabel 5.2

46
Tabel 5. 3 Prediksi Bangkitan dan Tarikan Tahun 2029

101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 201 202 203 Oi Oi' Ei
101 2.535.168 799.560 109.507 36.702 178.458 160.095 2.739.540 87.674 572.211 1.049.358 64.524 629.539 48.739 72.051 330.342 626.151 111.072 1.646.444 11.797.134 11.797.134 1
102 150.005 42.416 96.715 70.501 144.530 20.888 421.548 59.010 28.244 47.093 83.547 41.643 120.661 93.293 51.912 241.576 39.062 122.586 1.875.230 1.875.230 1
103 3.608.042 7.269.025 9.943.948 7.209.094 5.359.373 7.685.913 1.575.274 5.204.268 4.658.805 1.957.952 4.875.060 2.239.047 3.392.705 2.360.018 4.593.435 7.438.794 6.493.222 4.545.652 90.409.626 90.409.626 1
104 456.414 42.530 122.322 46.463 190.675 248.718 66.888 48.967 252.928 370.627 74.534 343.614 117.048 87.884 190.161 30.724 58.588 812.633 3.561.719 3.561.719 1
105 942.486 68.174 255.496 92.401 93.602 57.911 70.667 83.349 59.674 82.305 29.174 292.674 166.107 26.067 39.329 84.014 80.104 140.581 2.664.116 2.664.116 1
106 188.049 207.858 13.903 387.370 73.006 54.202 110.235 197.268 120.466 56.171 21.848 377.530 129.557 100.625 82.870 31.771 323.750 104.426 2.580.907 2.580.907 1
107 731.033 524.720 1.341.482 592.656 3.179.314 378.868 3.988.676 530.911 2.742.295 574.007 808.110 2.541.448 452.457 1.294.018 229.102 489.878 2.428.810 1.236.593 24.064.377 24.064.377 1
108 125.148 24.063 112.634 34.293 122.690 57.534 80.699 866.470 78.167 229.082 115.956 1.015.515 56.922 107.161 76.477 153.504 33.264 403.635 3.693.215 3.693.215 1
109 86.059 149.482 143.310 51.829 231.696 34.107 293.983 1.039.814 118.137 201.976 42.552 252.561 315.446 471.502 262.356 338.440 23.146 108.893 4.165.289 4.165.289 1
110 58.833 16.636 37.932 16.758 35.428 127.926 16.662 403.455 246.379 192.501 170.114 355.233 860.982 148.887 586.261 8.865 4.755 29.139 3.316.746 3.316.746 1
111 22.122 47.467 11.641 60.346 88.434 45.385 30.418 51.192 51.581 182.418 485.394 80.199 362.615 542.019 479.796 7.255 3.891 23.847 2.576.023 2.576.023 1
112 327.594 12.528 4.731 3.537 32.906 19.688 21.644 76.583 20.964 87.438 35.389 303.392 123.289 125.714 350.047 7.485 8.921 210.361 1.772.212 1.772.212 1
113 43.005 15.902 41.252 50.553 187.031 44.576 23.998 572.590 131.124 526.957 1.635.651 203.873 1.351.272 138.854 191.664 101.440 27.477 103.056 5.390.275 5.390.275 1
114 49.378 10.154 52.326 199.490 33.339 19.570 33.770 97.123 16.176 162.081 142.776 657.042 966.566 115.951 508.343 4.693 22.868 32.905 3.124.552 3.124.552 1
115 7.248 38.942 4.367 54.749 45.759 10.533 12.983 52.276 118.021 1.313.728 48.904 18.613 84.158 335.455 386.029 2.526 3.479 24.352 2.562.124 2.562.124 1
201 47.865 47.370 110.292 113.504 219.961 85.364 173.613 310.684 74.740 757.888 126.152 245.823 418.469 554.820 487.394 41.698 31.806 285.071 4.132.515 4.132.515 1
202 114.160 103.296 229.010 60.158 292.513 72.390 607.309 116.763 38.394 481.540 619.911 105.534 239.304 2.440.859 233.122 71.604 15.172 62.761 5.903.799 5.903.799 1
203 401.660 70.984 176.938 317.489 1.216.554 397.964 485.626 98.754 60.306 1.589.959 232.569 232.068 790.140 627.364 511.710 52.486 16.681 92.007 7.371.260 7.371.260 1
Dd 9.894.270 9.491.107 12.807.808 9.397.892 11.725.271 9.521.633 10.753.533 9.897.150 9.388.613 9.863.080 9.612.166 9.935.349 9.996.437 9.642.541 9.590.351 9.732.905 9.726.068 9.984.942 180.961.116
Dd' 9.894.221 9.490.947 12.807.597 9.397.758 11.725.255 9.521.486 10.753.570 9.897.155 9.388.535 9.863.410 9.612.264 9.935.416 9.996.658 9.642.850 9.590.474 9.732.743 9.725.898 9.984.878
Ed 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 -

47
Berdasarkan hasil proyeksi bangkitan dan tarikan untuk tahun 2029 dapat
dilihat bahwa daerah yang membangkitkan pergerakan barang paling banyak
adalah zona 103 yaitu Kecamatan Curup Utara dan daerah yang menarik
pergerakan paling banyak adalah zona 103 yaitu Kecamatan Curup Utara
dengan variabel sama dengan hasil proyeksi untuk tahun 2024.

Tabel 5. 4 Desired Line

Desired line pada gambar 5.4 menggambar pola pergerakan barang di Kabupaten
Rejang Lebong. Dimana semakin tebal baris yang membentang pada suatu zona
maka semakin besar jumlah pergerakan di zona tersebut.

Jika ditinjau dari pola pergerakan, berikut adalah pola pergerakan antar zona
dengan nilai tertinggi:

1. Tahun 2024
a. Pergerakan di dalam zona (internal-internal)
Pergerakan di dalam zona yang paling banyak terjadi pada zona 103 yaitu
sebesar 2.920.643
b. Pergerakan di dalam zona (eksternal-eksternal)
Pergerakan ini paling besar terjadi pada zona 201 (Kecamatan Merigi) ke
zona 203 (Kecamatan Rimbo Pengadang) yaitu sebesar 232.712
c. Pergerakan antar zona (internal-eksternal)

48
Pergerakan angkutan komoditas antar zona internal ke eksternal paling
besar terjadi dari zona 103 (Kecamatan Curup Utara) ke zona 201
(Kecamatan Merigi) sebesar 2.328.517
d. Pergerakan antar zona (eksternal-internal)
Pergerakan antar zona dari eksternal ke internal paling besar terjadi pada
zona 202 (Kecamatan Kerlap) ke zona 114 (Kecamatan Sindang Beliti
Ilir) yaitu sebesar 1.529.294
2. Tahun 2029
a. Pergerakan di dalam zona (internal-internal)
Sama dengan proyeksi tahun 2024, pergerakan intra zona paling besar
terjadi pada zona 103 yaitu sebesar 9.943.948
b. Pergerakan di dalam zona (eksternal-eksternal)
Pergerakan ini paling besar terjadi antara zona 201 ke zona 203 yaitu
sebesar 285.071
c. Pergerakan antar zona (internal-eksternal)
Pergerakan antar zona dari zona internal ke zona eksternal paling besar
terjadi dari zona 107 (Kecamatan Curup Tengah) menuju zona 105
(Kecamatan Curup) 3.179.314
d. Pergerakan antar zona (eksternal-internal)
Pergerakan ini paling besar terjadi dari zona 202 ke zona 114 yaitu
sebesar 2.445.859
3. Analisis trip assignment
Berdasarkan hasil pengolahan trip assignment, diperoleh output sebagai
berikut:
Berikut merupakan matriks jumlah bangkitan dan tarikan pada Kabupaten
Rejang Lebong, dimana grafik berwarna hijau menunjukkan jumlah
bangkitan dan warna ungu menunjukkan jumlah tarikan.

49
Tabel 5. 5 Matriks Pembebanan Jalan

Berdasarkan matiks pada gambar 5.1 jumlah bangkitan dan tarikan paling besar
terjadi pada zona 103 yaitu Kecamatan Curup Utara.
Berikut adalah Output pergerakan yang ditunjukkan dengan grafik bandwitch
pada kabupaten Rejang Lebong
Pada ruas jalan dari node 102 ke node 103 merupakan ruas jalan dengan kapasitas
paling padat yaitu 319 smp/ jam.
Analisis VCR merupakan analisis yang dilakukan dengan cara membandingkan
antara volume kendaraan dengan kapasitas. Hasil dari analisis VCR dapat dilihat
pada tabel 5.6.

Tabel 5. 6 Analisis VCR

Node Nilai VCR Kondisi Keterangan


Kondisi arus lalu lintas bebas dengan
Sangat
101-102 10 0.1 kecepatan tinggi dan volume lalu
Stabil
lintas rendah.
Kondisi arus lalu lintas bebas dengan
Sangat
401-402 19 0.19 kecepatan tinggi dan volume lalu
Stabil
lintas rendah.
Kondisi arus lalu lintas bebas dengan
Sangat
801-802 11 0.11 kecepatan tinggi dan volume lalu
Stabil
lintas rendah.

50
Node Nilai VCR Kondisi Keterangan
Arus tidak stabil, kecepatan terkadang
103-301 84 0.84 Buruk terhenti, permintaan sudah mendekati
kapasitas
Arus tidak stabil, kecepatan terkadang
202-301 91 0.91 Buruk terhenti, permintaan sudah mendekati
kapasitas
Kondisi arus lalu lintas bebas dengan
Sangat
901-1101 11 0.11 kecepatan tinggi dan volume lalu
Stabil
lintas rendah.
Arus stabil, tetapi kecepatan dan
1201-1202 63 0.63 Stabil
gerak kendaraan dikendalikan
Arus stabil, tetapi kecepatan dan
1201-1302 68 0.68 Stabil
gerak kendaraan dikendalikan
Kondisi arus lalu lintas bebas dengan
Sangat
1302-1303 43 0.43 kecepatan tinggi dan volume lalu
Stabil
lintas rendah.
Kondisi arus lalu lintas bebas dengan
Sangat
1302-1301 39 0.39 kecepatan tinggi dan volume lalu
Stabil
lintas rendah.
Kondisi arus lalu lintas bebas dengan
Sangat
1101-1301 36 0.36 kecepatan tinggi dan volume lalu
Stabil
lintas rendah.
Kondisi arus lalu lintas bebas dengan
Sangat
1301-1401 11 0.11 kecepatan tinggi dan volume lalu
Stabil
lintas rendah.
Kondisi arus lalu lintas bebas dengan
Sangat
1401-1501 35 0.35 kecepatan tinggi dan volume lalu
Stabil
lintas rendah.
Kondisi arus lalu lintas bebas dengan
Sangat
1501-1502 26 0.26 kecepatan tinggi dan volume lalu
Stabil
lintas rendah.
Kondisi arus lalu lintas bebas dengan
Sangat
1501-1503 23 0.23 kecepatan tinggi dan volume lalu
Stabil
lintas rendah.

Ruas jalan dari node 103-301 dan 202-301 yang berada pada Kecamatan Curup
Utara merupakan ruas jalan dengan nilai VCR paling besar atau buruk dimana arus
kendaraan pada jalan ini tidak stabil sehingga kecepatan kendaraan terkadang
terhenti dan permintaan sudah mendekati kapasitas. Sedangkan ruas jalan lainnya
pada Kabupaten Rejang Lebong cenderung sangat stabil dimana kondisi lalu lintas
bebas dan volume lalu lintas rendah sehingga kecepatan kendaraan tinggi.

51
BAB VI
KESIMPULAN DAN SARAN

6.1 Kesimpulan

Berdasarkan tahap analisis yang dilakukan, adapun kesimpulan yang dapat


diambil sebagai berikut :
1. Variabel yang paling mempengaruhi bangkitan pergerakan pergerakan
angkutan barang (komoditas) barang pada Kabupaten Rejang Lebong tahun
2024 dan 2029 (trip distribution) yaitu jumlah produksi padi sawah, padi
ladang, ternak kecil, dan produksi kakao. Sedangkan variabel yang paling
mempengaruhi tarikan pergerakan angkutan barang (komoditas) pada tahun
2024 dan 2029 ke Kabupaten Rejang Lebong adalah jumlah penduduk, jumlah
produksi padi dan padi ladang, serta jumlah produksi ternak kecil.
2. Model bangkitan angkutan barang (komoditas) di Kabupaten Rejang Lebong
pada tahuhn 2019 (trip generation) yang diperoleh adalah Y = 118.706,416 +
231.033X5 + 274.888X6 + 20.775X11 + 66.154X15 serta model tarikan
perjalanan yang diperoleh adalah Y = 1676,32 + 8,46X1 + 12,06X4 + 20,53X6
+ 6,83X11.
3. Pola sebaran pergerakan angkutan barang (komoditas) di Kabupaten Rejang
Lebong pada tahun 2024 yaitu dapat dijelaskan dalam prediksi matriks asal
tujuan dua dimensi pada tabel 4.9 dimana jumlah bangkitan pada zona 101
sebesar 6.788.250,2 ton/tahun, pada zona 102 sebesar 1.838,239,69 ton/tahun,
pada zona 103 sebesar 23.854.530,2 ton/tahun, hingga pada zona 203 jumlah
bangkitan sebesar 5.113.246,15 ton/tahun. Serta jumlah tarikan pada zona 101
sebesar 4.392.985,38 ton/tahun, tarikan pada zona 102 sebesar 4.146.779,2
ton/tahun, hingga pada zona 203 sebesar 4.469.013,4 ton/tahun.
Pada tahun 2029, pola pergerakan angkutan barang di Kabupaten Rejang
Lebong dijelaskan pada tabel 4.10 dimana jumlah bangkitan pada zona 101
sebesar 11.797.133,74 ton/tahun, pada zona 102 sebesar 1.875.229,744
ton/tahun, pada zona 103 sebesar 90.409.625,9 ton/tahun, hingga pada zona 203
jumlah bangkitan sebesar 7.371.259,551 ton/tahun. Serta jumlah tarikan pada

52
zona 101 sebesar 9.894.270,276 ton/tahun, tarikan pada zona 102 sebesar
9.491.107 ton/tahun, hingga pada zona 203 sebesar 9.984.941,785 ton/tahun.
Polas sebaran dapat dilihat pada tabel 4.11 dan tabel 4.12 dimana matriks
tersebut diperoleh dari updating matriks asal tujuan Saturn dalam satuan
smp/jam (tabel 6.1)

Tabel 6. 1 Updating Matriks Asal Tujuan


101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 201 202 203 Oi
101 46.44 129.00 24.43 20.29 12.07 28.58 32.73 129.12 33.51 78.04 12.89 20.29 25.22 32.28 36.87 32.73 32.62 21.18 748.28
102 127.81 244.41 90.97 129.12 12.89 88.02 170.62 24.43 129.12 28.58 129.08 87.61 202.94 36.84 210.41 141.56 129.53 32.73 2,016.65
103 131.66 87.50 17.04 120.82 16.14 24.43 28.58 87.61 202.53 129.08 129.12 94.56 8.74 203.09 251.51 17.11 33.92 170.62 1,754.05
104 46.21 8.74 129.12 24.43 24.43 87.61 129.12 32.73 87.68 129.41 12.78 99.12 24.40 27.72 9.56 16.21 171.03 20.40 1,080.71
105 202.53 87.68 20.29 17.04 87.61 24.43 32.73 12.89 202.94 87.65 46.14 129.15 8.74 29.29 27.76 25.33 129.94 24.43 1,196.56
106 87.57 83.46 12.89 28.58 20.29 87.61 17.04 25.33 12.89 79.32 13.23 24.43 28.58 25.55 21.03 87.61 20.29 87.65 763.34
107 127.85 87.61 32.73 12.89 129.15 36.87 36.87 36.87 28.58 20.29 17.04 129.12 129.12 33.03 87.72 170.62 29.48 32.73 1,178.56
108 46.10 28.58 4.60 28.58 244.45 16.14 202.94 182.17 170.70 87.61 20.29 28.58 28.58 214.15 163.34 129.15 24.43 129.15 1,749.53
109 202.94 129.19 24.43 21.18 88.84 129.12 129.19 21.18 24.43 24.43 87.61 129.12 12.89 27.87 87.57 237.05 17.04 29.40 1,423.49
110 87.61 12.78 4.60 36.87 20.25 28.58 32.69 244.45 12.89 87.61 28.58 28.58 32.73 36.76 98.78 16.14 20.29 170.62 1,000.80
111 202.94 46.10 28.58 34.48 8.74 87.61 17.11 12.89 32.73 24.43 129.15 12.89 170.62 25.14 21.82 87.61 25.33 33.59 1,001.77
112 79.73 129.12 253.30 32.73 28.47 32.73 24.43 32.73 8.74 170.62 203.84 24.43 32.73 17.45 129.12 8.74 46.10 24.43 1,279.43
113 244.41 32.73 87.61 87.61 28.58 20.25 128.89 17.04 32.62 24.43 28.58 87.61 129.12 22.34 144.77 21.18 24.43 129.15 1,291.34
114 79.76 87.61 20.29 202.94 12.89 129.12 36.80 36.69 129.19 86.71 170.62 28.58 36.84 18.61 140.29 16.14 8.74 20.29 1,262.09
115 203.69 20.29 129.23 32.73 20.29 32.73 170.66 8.74 121.57 8.74 32.73 129.12 21.18 255.65 182.13 8.74 12.89 33.47 1,424.57
201 32.73 17.07 8.63 8.74 8.74 32.69 7.47 1.83 12.78 20.29 9.98 12.89 32.73 8.63 13.52 4.63 3.66 12.93 249.94
202 45.99 36.87 4.60 8.03 32.73 12.78 16.14 4.63 6.65 8.74 6.16 5.75 17.04 6.31 7.02 8.74 2.09 2.91 233.20
203 87.46 12.93 12.07 20.21 11.99 4.74 4.63 7.88 4.93 9.00 8.74 6.99 29.48 9.38 6.58 2.50 1.27 1.68 242.47
Dd 2,083.41 1,281.67 905.38 867.27 808.54 904.03 1,218.64 919.20 1,254.47 1,104.99 1,086.54 1,078.80 971.66 1,030.09 1,639.80 1,031.81 733.08 977.37 19,896.76

Dimana jumlah pergerakan paling banyak terjadi dari zona 115 (Kota Padang)
ke zona 114 (Sindang Beliti Ilir) sebesar 255,65 smp/jam.

4. Pembebanan jalan pada ruas jalan dari node 102 ke node 103 merupakan ruas
jalan dengan kapasitas paling padat yaitu 319 smp/ jam.
5. Ruas jalan dari node 103-301 dan 202-301 yang berada pada Kecamatan Curup
Utara merupakan ruas jalan dengan nilai VCR paling besar atau buruk dimana
arus kendaraan pada jalan ini tidak stabil sehingga kecepatan kendaraan
terkadang terhenti dan permintaan sudah mendekati kapasitas. Sedangkan ruas
jalan lainnya pada Kabupaten Rejang Lebong cenderung sangat stabil dimana
kondisi lalu lintas bebas dan volume lalu lintas rendah sehingga kecepatan
kendaraan tinggi.

6.1 Saran

Berdasarkan hasil pengolahan data dan analisis yang dilakukan, saran yang
dapat diambil yaitu:
1. Gunakanlah variabel bebas dalam hal ini data sosio ekonomi sebanyak mungkin
dan selengkap mungkin, karena semakin banyak variabel bebas maka semakin

53
banyak alternatif pilihan variabel yang berpengaruh terhadap pergerakan dan
model dapat dikatakan lebih bagus.
2. Gunakanlah data traffic counting sebanyak dan selengkap mungkin pada ruas
jalan di dalam wilayah studi khususnya pada jalan di screen line.
3. Jika terjadi pengembangan wilayah di Kabupaten Rejang Lebong, metode yang
sebaiknya digunakan adalah metode grafity dalam menentukan Trip
distribution.

54
DAFTAR PUSTAKA

________. 2013. Kabupaten Rejang Lebong dalam Angka. Badan Pusat Statistik
Kabupaten Rejang Lebong

________. 2014. Kabupaten Rejang Lebong dalam Angka. Badan Pusat Statistik
Kabupaten Rejang Lebong

________. 2015. Kabupaten Rejang Lebong dalam Angka. Badan Pusat Statistik
Kabupaten Rejang Lebong

________. 2016. Kabupaten Rejang Lebong dalam Angka. Badan Pusat Statistik
Kabupaten Rejang Lebong

________. 2017. Kabupaten Rejang Lebong dalam Angka. Badan Pusat Statistik
Kabupaten Rejang Lebong

Direktorat Jenderal Bina Marga .1997. Manual Kapasitas Jalan Indonesia. Jakarta:
Direktorat Bina Jalan Kota (BINKOT) Republik Indonesia.

MADCOMS. 2017. Aplikasi Pemetaan dan Database dengan Mapinfo Profesional


7.5. Jakarta: Madcoms

Tamin, Ofyar Z. 2000. Perencanaan dan Pemodelan Transportasi. Bandung: ITB