Penelitian ini bertujuan untuk menilai komparabilitas dan tingkat prioritas dari laporan cacat jalan
crowdsourced di Indonesia dengan peningkatan kinerja jalan itu sendiri. Metode kuantifikasi visual
yang disebut Pavement Condition Index akan diterapkan untuk menyelesaikan masalah
komparabilitas laporan crowdsourced, diikuti oleh model analisis perbandingan dan berganda untuk
menganalisis pemanfaatannya dalam pengambilan keputusan pemeliharaan otoritas jalan. Penelitian
ini mengungkapkan bahwa sebagian besar cacat jalan yang dilaporkan membutuhkan pemeliharaan
yang lebih berat dan ketergantungan yang berlebihan pada survei kekasaran yang ada dapat
menghasilkan opsi perawatan yang tidak memadai. Namun, koefisien standar yang dihasilkan oleh
model regresi memunculkan fakta bahwa keputusan pemeliharaan pada bagian yang dilaporkan
masih sangat didasarkan pada kondisi kekasaran (0,847) dan laporan crowdsourced (0,020) tidak
diambil sebagai pertimbangan utama.
Gagasan bahwa banyak infromasi mendalam dapat dikumpulkan oleh warga negara sendiri telah
berkembang secara so\ginifikan dalam beberap dekade terakhir, khususnya dengan munculnya
Wikipedia. dalam bidang pembuatan kebijakan publik dan pengembangan sumber daya
crowdsourcing telah diajukan oleh para peneliti sebagai cara inovatif untuk mendapat lebih banyak
data atau bahkan informasi yang benar-benar baru tentang masalah tertentu (Estelles - Arolas, 2012;
Noveck 2009)
Aplikasi bernama JalanKita, awalnya dikembangakan oleh Badan Penelitian Jalan dan Jembatan
Indonesia pada tahun 2014 dan secara resmi terhubung ke databasae Direktorat Jenderal bIna Marga
Nasional pada tahun 2017. Serupa dengan aplikasi pelaporan jalan lainnya, aplikasi ini bertujuan
untuk mendorong warga melaporkan kerusakan jalan memungkin otoritas jalan untuk
mengidentifikasi dan memperbaiki kerusakan secara tepat waktu.
Sementara secara resmi, banyak otoritas jalan di dunia menggunakan kekasaran jalan atau Indeks
Kekasaran Internasional (IRI) untuk mengukur ketidakrataan longitudinal atau kehalusan jalan
(Bergal, 2018; Schmidthuber et al., 2017). Kekasaran dievaluasi dan digunakan untuk mengelola
sistem jaringan jalan, sebagian besar karena sifat kuantitatifnya, yang didasarkan pada pengukuran
profiler, dapat disurvei dengan cepat dan berbasis spasial, yang cocok untuk survei skala nasional; itu
sangat dipengaruhi oleh parameter lain, seperti retak, kebiasaan, dan peristiwa cuaca (NCHRP, 2004);
yang terakhir ini juga memiliki korelasi tinggi dengan biaya pengguna jalan, kecepatan, kenyamanan
berkendara, dan keselamatan jalan (Huang, 2004; King, 2014).
Namun, terlepas dari peningkatan akuntabilitas dan transparansi kinerja layanan publik dalam
crowdsourcing cacat jalan, masih ada banyak kasus pengelola jalan, bahkan di negara-negara Barat
dan sayangnya juga di Indonesia, yang mengabaikan laporan selama berbulan-bulan dan bertahun-
tahun, terlepas dari banyak publikasi dan laporan dari TV dan surat kabar (Guy, 2017; Kenney, 2017;
Herliansyah, 2018; Shiddiq dan Eka, 2018).
Jadi, bagaimana prioritas laporan crowdsourced? Sejak itu, otoritas jalan di Indonesia telah
berorientasi pada kekasaran, muatan / volume lalu lintas, dan intervensi politik untuk merumuskan
rencana dan anggaran pemeliharaan jalan (MPWH, 2018). Untuk menjawab pertanyaan ini, penelitian
ini akan, pertama, mengklarifikasi perbandingan antara laporan cacat jalan crowdsourced dan data
kekasaran jalan. Kemudian, cobalah untuk menerapkan metodologi yang sesuai untuk menilai laporan
crowdsourced, sehingga dapat menjadi informasi pelengkap untuk sistem manajemen aset jalan. Dan
terakhir, mengevaluasi tingkat pemanfaatan data crowdsourced di Indonesia untuk pengambilan
keputusan pemeliharaan jalan.
Tinjauan Literatur
Peningkatan kondisi jalan mengarah pada manfaat cepat bagi pengguna jalan, yaitu peningkatan akses
fasilitas sosial, kenyamanan, kecepatan, keselamatan, dan biaya operasi kendaraan yang lebih murah
(Burningham & Stankevich, 2005). Untuk melestarikan manfaat ini, program pemeliharaan yang
terencana harus diikuti. Sampai saat ini, metode pemeliharaan terutama dipilih berdasarkan usia
perkerasan, kondisi jalan, dan dana yang tersedia. Yang paling menonjol, kondisi jalan, diukur dengan
parameter seperti tekanan permukaan, kekasaran, dan defleksi, digunakan untuk mengembangkan
strategi perawatan. Indonesia, seperti negara-negara lain, biasanya memperkirakan data ini di masa
depan untuk menetapkan rencana pemeliharaan yang paling sesuai setiap tahun (NCHRP, 1981,
MPWH, 2018).
Intervensi tahap perawatan yang berbeda dapat menangani jenis kesusahan tunggal atau ganda.
Secara umum, jenis perawatan pemeliharaan diurutkan dari yang paling mahal ke yang termurah
adalah Rekonstruksi, Rehabilitasi, Korektif, Pencegahan, dan Pemeliharaan Rutin (Qiao et al., 2013).
Intervensi ini dapat digabungkan dan diterapkan beberapa kali untuk menghasilkan efek yang lebih
diinginkan jika perlu (Qiao, 2015). Namun, kendala anggaran seringkali memaksa otoritas jalan untuk
menetapkan prioritas perawatan. Prioritas untuk anggaran pelestarian harus ditawarkan ke ruas
jalan yang paling penting secara fungsional dan di tingkat yang tidak dapat diterima (Burningham &
Stankevich, 2005). Level ini, biasanya disebut sebagai nilai pemicu, adalah indeks kesusahan
maksimum yang dapat diterima yang menunjukkan tingkat kesusahan tertinggi yang bisa diterima
untuk perkerasan. Crowdsourcing dapat menjadi alat yang tepat dan berharga untuk pengembangan
rencana pelestarian jalan. Alasannya terutama karena orang banyak lebih memperhatikan kondisi
jalan yang melibatkan wilayah tempat mereka tinggal, bekerja, dan bersosialisasi (Erickson, 2010).
Kualitas laporan ini hampir tidak pernah menjadi masalah, karena para reporter sukarela karena
keinginan untuk membantu otoritas jalan dan sesama pengguna jalan mereka (Misra et al., 2014).
Namun, subjektivitas dan kurangnya konsistensi terhadap kontribusi pengguna dapat menjadi
masalah. Laporan yang dihasilkan dari aplikasi crowdsourcing seperti JalanKita terutama
menunjukkan visual dari cacat jalan yang ada.
Dengan demikian, proses pemeringkatan diperlukan untuk secara visual memeriksa manifestasi
marabahaya pada gambar-gambar permukaan perkerasan yang memburuk. Secara umum, data
marabahaya ini akan dikombinasikan dengan data kekasaran dan / atau variabel lain ketika
digunakan untuk tujuan manajemen aset atau pelaporan (Wu et al., 2010). Mereka memberikan
informasi untuk analisis kinerja perkerasan, dan sangat penting untuk memperkirakan kinerja
perkerasan, mengantisipasi pemeliharaan, memperkirakan kebutuhan rehabilitasi, menetapkan
prioritas pemeliharaan, dan mengalokasikan dana (Timm dan McQueen, 2004).
Tabel 1. Skala deskriptif dari Peringkat Kemudahan Servis Saat Ini (Nakamura & Michael, 1962)
Permukaan permukaan umumnya dinilai dan dirangkum menggunakan indeks kondisi perkerasan.
Indeks pertama digunakan oleh berbagai agen transportasi adalah kombinasi deskriptif sederhana
dari kualitas perjalanan dan peringkat kesusahan, disebut sebagai Present Serviceability Rating (PSR)
(Nakamura & Michael, 1962). Indeks yang dihasilkan ditentukan berdasarkan pengalaman panel
pengamat yang mengendarai kendaraan di bagian perkerasan tertentu (Attoh-Okine dan Adarkwa,
2013). Rerata dari masing-masing individu rater kemudian ditetapkan dari skala deskriptif dari 0
hingga 5, sebagaimana tercantum dalam Tabel 1. Pada tahun 2011, Indonesia telah mengembangkan
metrik alternatif sendiri untuk kesulitan jalan, yang disebut Indeks Kondisi Jalan (RCI). Mirip dengan
PSR, RCI adalah kombinasi deskripsi visual kondisi permukaan jalan dan kenyamanan berkendara,
seperti yang ditunjukkan pada Tabel 2. Kelemahan kedua indeks ini adalah sama, kewajiban mereka
terhadap kesalahan bias. Ketika tingkat keparahan dan luasan dari kesulitan tidak terdefinisi dengan
baik, hal itu dapat menyebabkan kebingungan pada bagian penilai (Attoh-Okine & Adarkwa, 2013).
Namun, kemudian pada tahun 2016, Kementerian Pekerjaan Umum Indonesia telah merilis manual
penilaian survei visual yang lebih objektif yang diadopsi dari American Society for Testing and
Materials (ASTM) dengan nama yang sama: Survei Pavement Condition Index (PCI).
Tabel 2. Matriks Indeks Kondisi Jalan (RCI) di Indonesia (PU, 2011)
Tidak seperti PSR dan RCI, PCI dinilai berdasarkan beberapa kurva nilai pengurangan yang mengukur
jenis, tingkat keparahan, dan luas jalan. Ini memberikan pengukuran tekanan yang diamati pada
permukaan perkerasan, yang juga menunjukkan integritas struktural dan kondisi fungsional
permukaannya (mis. Kekasaran dan keamanan setempat) (ASTM, 2016). PCI tidak secara langsung
mengukur kapasitas struktural, skid resistance atau kekasaran, tetapi menjadi alat objektif untuk
penilaian jalan (Hajj et al., 2011).
Metodologi Penelitian
Metode penelitian ini dimulai dengan gagasan tentang bagaimana kinerja jaringan jalan dikumpulkan.
Dengan munculnya laporan cacat jalan crowdsourced, otoritas jalan Indonesia diperkaya dengan
metode inovatif untuk mengumpulkan data kondisi perkerasan. Namun, data yang digerakkan oleh
publik ini memiliki bagian yang berbeda dengan proses pengumpulan data jalan utama, yaitu survei
kekasaran.
Waktu dan resolusi spasial dari laporan crowdsourced dan survei kekasaran sangat berbeda karena
karakteristik inti dari masing-masing metode. Laporan crowdsourced dengan fleksibilitasnya dapat
menunjukkan gambar cacat jalan di setiap jangka waktu tertentu, tetapi semuanya tergantung pada
minat pengguna jalan. Sementara survei kekasaran hanya dapat dilakukan dua kali setahun karena
anggaran pemerintah yang ketat, tetapi dapat menghasilkan data berkelanjutan untuk seluruh bagian
jalan dalam skala nasional.
Perbedaan antara masing-masing metode pengumpulan data muncul masalah komparabilitas antara
keduanya. Untuk memperjelas hal ini, pemrosesan data awal perlu ditujukan ke laporan
crowdsourced, yang meliputi ekstraksi data dari database situs web JalanKita, asosiasi spasial dari
masing-masing gambar yang dilaporkan dengan bagian jalan berdasarkan koordinatnya, dan proses
agregasi untuk dianalisis lebih lanjut. data kesulitan permukaan dari setiap laporan. Selanjutnya,
metodologi inti baru yang disebut Pavement Condition Index (PCI) diterapkan untuk mengukur
tekanan permukaan visual yang ditunjukkan pada laporan crowdsourced.
Waktu dan resolusi spasial dari laporan crowdsourced dan survei kekasaran sangat berbeda karena
karakteristik inti dari masing-masing metode. Itu laporan crowdsourced dengan fleksibilitasnya
dapat menunjukkan gambar cacat jalan di setiap jangka waktu tertentu, tetapi semuanya tergantung
pada minat pengguna jalan. Sementara survei kekasaran hanya dapat dilakukan dua kali setahun
karena anggaran pemerintah yang ketat, tetapi dapat menghasilkan data berkelanjutan untuk seluruh
bagian jalan dalam skala nasional.
Perbedaan antara masing-masing metode pengumpulan data muncul masalah komparabilitas antara
keduanya. Untuk memperjelas hal ini, pemrosesan data awal perlu ditujukan ke laporan
crowdsourced, yang meliputi ekstraksi data dari database situs web JalanKita, asosiasi spasial dari
masing-masing gambar yang dilaporkan dengan bagian jalan berdasarkan koordinatnya, dan proses
agregasi untuk dianalisis lebih lanjut. data kesulitan permukaan dari setiap laporan. Selanjutnya,
metodologi inti baru yang disebut Pavement Condition Index (PCI) diterapkan untuk mengukur
tekanan permukaan visual yang ditunjukkan pada laporan crowdsourced.
Data laporan yang sekarang terkuantifikasi dan dapat dibandingkan kemudian dinilai bersama
dengan variabel lain (mis. Kekasaran, anggaran, intervensi politik) untuk memahami prioritas setiap
metode dalam pengambilan keputusan pemeliharaan Otoritas Jalan Indonesia. Penilaian ini terutama
menargetkan laporan cacat jalan berulang yang terjadi di beberapa ruas jalan. Secara khusus, ini
terdiri dari pendekatan kualitatif melalui wawancara semi-terstruktur dan metode statistik analisis
Korelasi Berganda. Melalui tahap-tahap penilaian prioritisasi, analisis keseluruhan disimpulkan untuk
mengusulkan rekomendasi yang sesuai untuk memandu dengan lebih baik posisi cacat laporan
crowdsourcing dalam siklus perencanaan pelestarian jalan.
Mayoritas penelitian ini didasarkan pada metode kuantitatif, sedangkan yang kualitatif digunakan
untuk memperjelas dan memperkuat alasan hasil. Bagian kuantitatif melibatkan analisis deskriptif
kuantitatif untuk menggambarkan karakteristik umum laporan crowdsourced, rumus Slovakia untuk
menentukan sampel yang diperlukan untuk perbandingan dan analisis statistik berikut, analisis
tabulasi silang untuk secara langsung membandingkan Crowdsourced Reports (PCI) dan Roughness (
IRI), dan terakhir analisis korelasi berganda untuk memahami prioritas laporan crowdsource.
Sementara metodologi kualitatif terdiri dari analisis isi untuk memecah masalah perbandingan
laporan crowdsource dan data kekasaran, dan juga wawancara semi-terstruktur yang dilakukan
dalam penelitian lapangan untuk menyelidiki hubungan sebab-akibat dari fenomena cacat jalan
berulang dan tingkat pemanfaatan data JalanKita dalam pengambilan keputusan perawatan saat ini.
Ekstraksi Data Crowdsourced, Asosiasi, dan Agregasi Karena penelitian ini berputar di sekitar laporan
crowdsourced dan kinerja kekasaran, dataset sekunder menjadi sumber inti dari penguraian. Basis
data laporan crowdsourced diperoleh melalui administrator JalanKita yang berwenang, yang
dipimpin oleh Pusat Pengembangan Jalan dan Jembatan Indonesia. Sementara kekasaran dan rincian
alokasi anggaran diperoleh dari Direktorat Jenderal Bina Marga Indonesia. Keandalan dan validitas
setiap basis data dijamin oleh penerbitnya masing-masing, dan dataset terperincinya tercantum
dalam Tabel 3.
Gambar 10. Lokasi, Kekasaran, dan nilai PCI dari cacat jalan berulang sampel # 1
Contoh kasus kedua terletak di perbatasan Kota Kediri - ruas jalan Perbatasan Kota Tulungagung,
khususnya dari sta-2.6 hingga sta-2.7 (bagian 100m). Seperti yang ditunjukkan pada Gambar 11, ada
laporan cacat jalan crowdsourced di tempat yang sama pada bulan September 2017 dan Februari
2018. Sebagai catatan tambahan, anggaran tahunan untuk seluruh bagian (14,69 km) pada tahun 2017
adalah Rp 1,1 miliar atau 50,49% dari wilayah Timur. Anggaran rata-rata Jawa. Pada 2018, anggaran
tersebut dikalikan dengan Rp2,2 miliar atau 115,82% dari anggaran rata-rata Jawa Timur.
Gambar 11. Lokasi, Kekasaran, dan nilai PCI dari cacat jalan berulang sampel # 2
Bagaimanapun juga, setelah dirawat dengan penambalan dan pelapisan, kehalusan permukaan hanya
bisa bertahan untuk waktu yang singkat. Sebagaimana dicatat dalam survei kekasaran Juli 2017, IRI
memiliki 6,71 dan memburuk menjadi 9,26 IRI pada survei Januari 2018. Ketika dianalisis dengan
metode PCI, diamati bahwa lapisan yang dilapis telah bergelombang dan menjadi bergelombang /
bergelombang. Beberapa tambalan yang rusak juga memperlihatkan retakan buaya di bawah lapisan
trotoar atas dan beberapa retakan telah memburuk menjadi lubang-lubang kecil. Nilai PCI telah
memburuk dari 66 (Kondisi wajar) menjadi 52 (Kondisi buruk), yang membutuhkan pemeliharaan
Rekonstruksi / Daur Ulang. Kondisi ini dicerminkan lagi dalam survei kekasaran terbaru pada Januari
2019 (IRI2018-2), karena kekasaran bagian 100m terus memburuk dan dicatat sebagai 9,83 IRI (Poor
roughness).
Gambar 12. Lokasi, Kekasaran, dan nilai PCI dari cacat jalan berulang sampel # 3
Terakhir, kasus ruas jalan Pelabuhan Laut Tanjung - Bangkalan / Sampang, khususnya di sta-14.7
hingga sta-14.8 (seksi 100m). Seperti yang terlihat pada Gambar 12, pada tahun 2017 lapisan atas
digeser, sedangkan pada tahun 2018 ditunjukkan bahwa ada buaya besar yang retak dan
menyebabkan lubang yang dangkal tetapi agak lebar di tempat yang sama. Penting untuk dicatat,
anggaran tahunan untuk seluruh bagian (37,00 km) pada 2017 adalah Rp 432 juta atau 19,81% dari
anggaran rata-rata Jawa Timur. Sementara pada 2018, anggarannya sedikit menurun menjadi Rp 695
juta atau 18,84% dari anggaran rata-rata Jawa Timur.