PENDEKATAN VOLUME LALU-LINTAS PADA SETIAP PEREMPATAN

DENGAN METODE ESELON BARIS TEREDUKSI

Abstrak

Transportasi merupakan bidang yang penting dalam mendukung aktivitas masyarakat.

Lancarnya arus lalu lintas sangat diperlukan dan dibutuhkan bagi semua orang. Arus lalu lintas
terbentuk dari pergerakan individu pengendara dari kendaraan yang melakukan interaksi antara
yang satu dengan yang lainnya pada suatu ruas jalan dan lingkungannya. Arus lalu lintas pada
suatu ruas jalan karakteristiknya akan bervariasi baik berdasarkan lokasi maupun waktunya.
Volume lalu lintas didefinisikan sebagai jumlah kendaraan yang lewat pada suatu titik di ruas jalan,
atau pada suatu lajur selama interval waktu tertentu.
Metode Eselon Baris tereduksi adalah merupakan suatu Metode Matriks dengan
menggunakan prinsip sistem persamaan linier. Metode ini dapat digunakan untuk memprediksi
volume lalu lintas pada setiap perempatan dari dua kelompok jalan satu-arah yang saling
berpotongan pada suatu waktu tertentu

Kata Kunci: Volume Lalu Lintas, Perempatan Jalan, Eselon Baris Tereduksi

PENDAHULUAN a x21 + a x22 + . . . + a2nx2n = b2.

21 22
Volume lalu lintas didefinisikan
sebagai jumlah kendaraan yang lewat pada am1xm1 + a m2xm2 + . . . + amnxmn = bm
suatu titik di ruas jalan. Satuan dari volume dimana x1, x 2, . . . , xn : bilangan tak diketahui
secara sederhana adalah “kendaraan”, a,b : konstanta
walaupun dapat dinyatakan dengan cara lain
yaitu satuan mobil penumpang (smp) tiap Jika SPL diatas ditulis dalam bentuk matriks,
satu satuan waktu. Lalu lintas harian rata- maka:
rata (LHR) sering digunakan sebagai dasar
untuk perencanaan jalan raya dan a11 a12 ... a1n x 1 b1
pengamatan secara umum dan terhadap a 21 a22 ... a2n x2 = b
kecenderungan pola perjalanan. Volume 2
... ... ... ... ... ...
harian dinyatakandalam satuan kendaraan
perhari atau smp per hari. Proyeksi volume am1 a m2 ... amn x n bm
lalu lintas sering didasarkan pada volume
harian terukur. LHR diperoleh dengan cara Suatu matriks yang berbentuk :
pengamatan volume lalu lintas selama 24
jam pada suatu ruas jalan tertentu, a11 a12 ... a1n b1
pengamatan ini dilakukan dalam beberapa a 21 a22 ... a2n b
hari kemudian hasilnya dirata-ratakan 2
... ... ... ... ...
sehingga menjadi lalu lintas harian rata-rata.
Untuk memprediksi volume lalu lintas a m1 am2 ... amn b
m
pada setiap perempatan dari dua kelompok
jalan satu-arah yang saling berpotongan dinamakan matrik yang diperbesar
pada suatu waktu tertentu dapat diketahui (augmented matrix).
dengan metode eselon baris tereduksi Jika b1 = b 2 = . . . = bm = 0, maka SPL
dengan catatan diketahi volume kendaraan tersebut disebut sistem persamaan linear
yang keluar dan masuk dari arah jalan homogen.
perempatan tersebut. Jika b1 , b 2 , . . . , bm tidak semuanya nol,
maka SPL tersebut disebut sistem
KAJIAN PUSTAKA persamaan linear nonhomogen.
1. Sistem Persamaan Linear Kemungkinan-kemungkinan pemecahan
Sistem persamaan linear dengan m SPL adalah:
persamaan dan n bilangan tak diketahui
ditulis dengan:
a11 x11 + a12x12 + . . . + a1nx1n = b1
s

a. Tidak mempunyai penyelesaian. langkah 3: baris 2 dikali ½

b. Mempunyai tepat satu penyelesaian.
c. Mempunyai tak hingga banyaknya 1 1 2 9
penyelesaian. 0 2 7
17
2 2
Sebuah SPL yang tidak mempunyai 0 3 11 27
pemecahan disebut tak konsisten
(inconsistent). langkah 4: baris 3 dikurangi 3 kali baris 2
Jika ada sekurang-kurangnya satu
penyelesaian, maka SPL tersebut konsisten
(consistent). 1 1 2 9
Salah satu metode yang digunakan untuk 7 17
menyelesaikan suatu SPL adalah eliminas 0 2
2 2
Gauss / Gauss-jordan. Prosedur yang 1 3
0 0
digunakan dalam metode ini adalah dengan 2 2
mereduksi matriks yang diperbesar menjadi
bentuk eselon baris (eliminasi Gauss) atau langkah 5: baris 3 dikalikan –2
bentuk eselon baris tereduksi (eliminasi
Gauss-Jordan). Proses ini dilakukan dengan 1 1 2 9
menggunakan operasi baris elementer.
Operasi – operasi baris elementer yang 0 1 7 17
2 2
dimaksud meliputi: 0 0 1 3
a. Mengalikan sebuah baris dengan sebuah
konstanta yang tidak sama dengan nol. matriks diatas adalah bentuk eselon baris.
b. Menukarkan letak 2 baris.
c. Menambahkan perkalian dari satu baris Langkah 6: Tentukan system yang
pada baris yang lain. bersesuaian dengan
matriks pada langkah 5
2. Eliminasi Gauss/Gauss-Jourdan Untuk
Menyelesaikan SPL Nonhomogen x + y + 2z = 9
Contoh 1 : y – 7/2z = -17/2
x + y + 2z = 9 z= 3
2x + 4y – 3z = 1
3x + 6y – 5z = 0 Langkah 7: Gunakan subtitusi balik untuk
mencari penyelesaian system
matriks yang diperbesar untuk system pada langkah 6, didapat:
tersebut adalah:
x = 1, y = 2, z = 3
1 1 2 9
2 4 3 1 Contoh 2 :
3 6 5 0 Selesaikan dengan menggunakan eliminasi
Gauss-Jordan
Jika system tersebut diselesaikan dengan x1 + 3x 2 – 2x3 + 2x5 =0
menggunakan eliminasi Gauss, maka 2x1 + 6x 2 – 5x 3 – 2x4 + 4x 5 – 3x6 = -1
langkah-langkahnya adalah sebagai berikut: 5x3 +10x4 + 15x6 = 5
langkah 1: baris 2 dikurangi 2 kali baris 1 2x + 6x2 + 8x + 4x +18x6 = 6
1 4 5
1 1 2 9 matriks yang diperbesar untuk system
0 2 7 17
tersebut adalah:
3 6 5
0 1 3 2 0 2 0 0
B2 – 2 B1 2 6 5 2 4 3 1
langkah 2: baris 3 dikurangi 3 kali baris 1
B4 – 2B1
1 1 2 9 0 0 5 10 0 15 5
0 2 7 17
2 6 0 8 4 18 6
0 3 11
27
Operasi baris elementer untuk mengubah a. Sistem tersebut hanya mempunyai
matriks diatas menjadi bentuk eselon baris penyelesaian trivial.
tereduksi adalah sbb: b. Sistem tersebut mempunyai tak hingga
banyaknya penyelesaian taktrivial
1 3 2 0 2 0 0
(– 1) B2 sebagai tambahan terhadap pemecahan
0 0 1 2 0 3 1 trivial tersebut.
B3 + 5B2
B4 + 4B2 0 0 5 10 0 15 5
0 0 4 8 0 18 6 Contoh: Eliminasi Gauss-Jordan untuk
menyelesaikan SPL homogen
1 3 2 0 2 0 0
2x1 + 2x2 - x3 + x5 = 0
0 0 1 2 0 3 1 -x1 - x 2 + 2x3 –3x4 + x5 = 0
B B4
3 0 0 0 0 0 0 0 x + x2 – 2x3 -x =0
0 0 0 0 0 6 2 1 x + x + x5 = 0
3 4 5

1 3 2 0 2 0 0 matriks yang diperbesar untuk system

tersebut adalah:
( 1 ) B3 0 0 1 2 0 3 1
6 0 0 0 0 0 1 1
3 2 2 1 0 1 0
0 0 0 0 0 0 0 1 1 2 3 1
0
1 1 2 0 1 0
1 3 0 4 2 0 0 0 0 1 1 1 0
B1 + 2 B2 0 0 1 2 0 0
01
B2 – 3 B3 0 0 0 0 0 1 Operasi baris elementer untuk mengubah
3
0 0 0 0 0 0 0 matriks diatas menjadi bentuk eselon baris
tereduksi adalah sbb:
Sistem persamaan yang bersesuaian
adalah: 2 2 1 0 1 0
x1 + 3x2 + 4x4 + 2x5 = 0 B2 + B3 0 0 0 3 0
B3 + B2 0
x3 + 2x4 =0 0 0 0 3 0 0
x6 = 1/3 0 0 1 1 1 0
didapat x1 = -3x 2 - 4x4 - 2x5 x3 = -2x4 x6 =
1/3 2 2 1 0 1 0
B3 - B2 0 0 0 3 0
Misal x 2 = r, x 4 = s, x 5 = t, maka didapat 0
0 0 0 0 0 0
penyelesaian:
x1 = -3r – 4s – 2t, x2 = r, x3 = -2s, x4 0 0 1 1 1 0
= s, x5 = t, x 6 = 1/3
2 2 1 0 1 0
3. Sistem Persamaan Linear Homogen B3 B4 0 0 1 1 1
0
Bentuk umum: B4 B2 0 0 0 1 0 0
a11 x11 + a12x12 + . . . + a1nx1n = 0 B2 B3
0 0 0 1 0 0
a21 x21 + a22x22 + . . . + a2nx2n = 0
.
am1xm1 + a m2xm2 + . . . + amnxmn = 0 2 2 1 0 1 0
B (- 1)B3
Setiap SPL homogen adalah sistem 0 0 1 1 1
yang konsisten, karena SPL homogen selalu 3
0
3 0 0 0 3 0 0
mempunyai paling sedikit satu penyelesaian
yaitu x 1 = 0, x 2 = 0 , . . ., xn = 0. Pemecahan 0 0 0 1 1 0
tersebut disebut pemecahan trivial (trivial
solution). Jika ada pemecahan lain, maka 2 2 0 0 2 0
pemecahan tersebut dinamakan pemecahan B2 - B3 0 0 1 0 1 0
taktrivial (nontrivial solution). Untuk SPL B + B2 0 0 0 1 0 0
homogen, maka salah satu dari pernyataan 1
berikut benar : 0 0 0 0 0 0
 1 1 0 0 1 0 450 310
B1( 1 )B 0 0 1 0 1 0
2 0 0 0 1 0 0
0 0 0 0 0 0 A X1 D 640
610

SPL yang bersesuaian adalah:

x1 + x2 + x5 = 0
X2 X4
x3 +x =0
5
x4 =0
X3 600
penyelesaian untuk SPL diatas adalah: 520 B C
x1 = -x – x5
x3 = -x52
x4 = 0
480 390
Kesimpulan :
jika x2 = s, x 5 = t maka: x1 = -s – t ,x 3 = s, x4 =
0

Gambar 1. Volume Lalu Lintas pada setiap

perempatan dari dua kelompok
4. Karakteristik Volume Lalu Lintas jalan satu-arah yang saling
Volume lalu lintas pada dasarnya berpotongan pada suatu waktu
terbagi atas waktu dan ruang, yang biasanya tertentu
lebih difokuskan kepada volume jam puncak
seperti jam sibuk kerja, komuter dan Tentukan banyaknya lalu lintas antara
perjalanan yang lain. Permintaan lalu lintas pada setiap perempatan ( jumlah kendaraan
dapat bervariasi berdasarkan musim dalam yang terdapat pada jalur x1 , x 2 , x3 , x4.
setahun, bulanan dalam setahun, hari dalam Petunjuk : dengan menerjemahkan gambar
sebulan, hari dalam seminggu, maupun jam- tersebut ke SPL, yaitu jumlah
jaman dalam sehari. Variasi volume lalu volume kendaraan yang masuk
lintas jam-jaman dalam sehari juga sama dengan volume
mengalami fluktusi dengan karakteristik kendaraan yang keluar.
pengguna jalan. Hal ini terjadi terkait dengan
berangkat aktivitas, saat beraktivitas maupun PEMBAHASAN
pulang aktivitas. Aktivitas bisa berupa kerja Pada setiap perempatan banyaknya
kantor, pendidikan, perdagangan, sosial dan kendaraan yang masuk harus sama dengan
lain sebagainya. banyaknya yang keluar. Sebagai contoh,
pada perempatan A, banyaknya mobil yang
masuk adalah x 1 + 450 = x 2 + 610 (jumlah
PERMASALAHAN kendaraan yang keluar) demikian
Di bagian salah satu kota yang seterusnya. Sehingga dapat disusun
ramai dari suatu kota, dua kelompok jalan persamaan-persamaan :
satu-arah berpotongan seperti pada Gambar
1. Rata-rata jam dari volume lalu-lintas yang x1 + 450 = x 2 + 610 (perempatan A)
memasuki dan meninggalkan bagian ini x2 + 520 = x 3 + 480 (perempatan B)
selama jam sibuk ditunjukkan dalam x3 + 390 = x 4 + 600 (perempatan C)
gambar 1. x4 + 640 = x + 310 (perempatan D)
1

Ke – empat persamaan tersebut bisa

disusun menjadi :

x1 – x2 = 160 (perempatan A)
x2 – x3 = -40 (perempatan B)
x3 – x4 = 210 (perempatan C)
x1 +x = -330 (perempatan D)
4
Dari ke-empat persamaan tersebut disusun = 170 + 200
matriks diperbesar, yaitu : = 370

1 1 0 0 160 x1 – x 4 = 330 → x1 = 330 + x4

0 1 1 0 = 330 + 200
40 = 530
0 0 1 1 210
1 0 0 1 330 Artinya bahwa pada kasus diatas,
dengan volume kendaraan yang tidak
1 1 0 0 160 menentu, volume kendaraan pada dua
1 0 40 kelompok jalan satu arah berpotongan dapat
0 1
-1B + B4 diprediksi. Dimana volume kendaraan pada
1 0 0 1 1 210 jalur x1, x 2 , x3 tergantung pada volume di
0 1 0 1 170 jalur x4.
Artinya apabila jumlah kendaraan di jalur x4
1 0 1 0 120 berjumlah 200 unit kendaraan, maka pada
0 1 1 0 jalur x 1 berjumlah 530 unit kendaraan, x2
1B2 + B1 40 berjumlah 370 unit kendaraan dan x3
-1B2 + B4 0 0 1 1 210
210 berjumlah 410 unit kendaraan
0 0 1 1
SIMPULAN
1 0 0 1 330 Berdasarkan hasil kajian pendekatan
1B3 + B1 0 1 0 1 170 volume kendaraan pada perempatan jalan
1B3 + B2 dengan metode eselon baris tereduksi dapat
0 0 1 1 210
1B + B4 disimpulkan sebagai berikut :
3 0 0 0 0 0 4. Untuk mengetahui volume pada setiap
perempatan dari dua kelompok jalan
Sistem ini adalah konsisten dan satu-arah yang saling berpotongan pada
karena terdapat satu peubah bebas, maka suatu waktu tertentu dapat diprediksi
terdapat banyak penyelesaian yang dengan metode eselon baris tereduksi.
mungkin. Diagram arus lalu lintas di atas 5. Kemungkinan hasil yang didapatkan ada
tidak memberi informasi yang cukup untuk dua ( sesuai kemungkinan pemecahan
menentukan x 1, x2, x 3, x4 secara tunggal. dalam SPL ), yaitu :
Jika banyaknya lalu lintas diketahui antara a. Mempunyai penyelesaian satu nilai
setiap pasang perempatan, maka banyaknya yang pasti
lalu-lintas di jalan raya selebihnya dengan b. Mempunyai banyak penyelesaian,
mudah dapat dihitung. dimana besarnya volume kendaraan
Sebagai contoh , jika banyaknya lalu-lintas pada jalur-jalurnya tergantung volume
antara perempatan C dan D memiliki rata- lalu-lintas yang terjadi pada salah
rata 200 kendaraan per jam, maka x4 = 200, satu jalur di perempatan tersebut.
sehingga x1, x 2, x3dapat dicari :
SARAN
x3 – x = 210 → x3 = 210 + x4 Penyelesaian dengan cara matrik ini,
4
= 210 + 200 khususnya metode eselon baris tereduksi
= 410 dapat dikerjakan dengan lebih cepat dan
tepat apabila menggunakan program matlab
x2 – x = 170 → x2 = 170 + x4
4
 DAFTAR PUSTAKA

Anton , H., 1994, Aljabar Linear Elementer, Jakarta : Penerbit Erlangga

Cullen , Charles G, 1993, Aljabar Linear dengan Penerapannya, Jakarta : Penerbit PT. Gramedia
Pustaka Umum

Diktat Kuliah : Rekayasa Lalu Lintas, Karakteristik Lalu Lintas, teknik Sipil Universitas widyagama
Malang.

http://puslit2.petra.ac.id/ejournal/index.php/jts/article/download/17191/17130,
Kemacetan berhubungan Dengan Volume Lalu Lintas yang Melintas Pada Suatu Ruas
Jalan, tgl down load 12 Juli 2010

Leon , Steven J, 2001, Aljabar Linear dan Aplikasinya, Jakarta : Penerbit Erlangga