Perbankan Di Balikpapan
Ibnu Faqih (07151017), Alvin Renaldi (07171007), Egya Rizki Apikia (07171023), Isnan Hartanto
(07171037), M Kelvin Will (07171041), M Fachri W.R (07171051)
ABSTRAK
Daerah perkantoran menjadi salah satu pusat aktivitas masyarakat kota dalam kehidupan
sehari-hari, keberadaan kantor seperti contohnya Bank merupakan salah satu guna lahan yang cukup
banyak menimbulkan arus pergerakan berupa Tarikan dan Bangkitan Perjalanan. Pengaruh adanya
Bank di suatu kawasan pada suatu tempat (kota) tentunya mempengaruhi arus perjalanan . Dengan
maksud mengetahui pengaruh Bank pada Bangkitan dan Tarikan Perjalanan penulis menyimpulkan
tujuan dari penelitian ini adalah untuk membuat model terbaik Tarikan Perjalanan serta Distribusi
Perjalanan. Penelitian ini diawali dengan pengambilan data berupa data primer dan data sekunder pada
4 Gedung Bank yaitu Bank Rakyat Indonesia (BRI), Bank Mandiri, Bank BNI dan Bank Central Asia
(BCA) di Balikpapan. Model tarikan perjalanan dianalisis dengan menggunakan metode Regresi
Linier Berganda. Regresi Linear Berganda adalah model regresi linear dengan melibatkan lebih dari
satu variable bebasatau predictor.Dalam bahasa inggris, istilah ini disebut dengan multiple linear
regression.
ABSTRACT
The office area is one of the centers of urban community activity in daily life, the existence of
an office such as a bank is one of the land uses that is causing a lot of movement in the form of tug and
trip generation. The effect of a bank in an area in a place (city) certainly affects the flow of travel. With
the intention of knowing the influence of the Bank on Trip Awakening and Travel Pull, the author
concludes the purpose of this study is to make the best model of Travel Pull and Travel Distribution.
The study began with data collection in the form of primary and secondary data in 4 Bank Buildings,
namely Bank Rakyat Indonesia (BRI), Bank Mandiri, Bank BNI and Bank Central Asia (BCA) in
Balikpapan. Trip traction models were analyzed using the Multiple Linear Regression method. Multiple
Linear Regression is a linear regression model involving more than one independent variable or
predictor. In English, this term is called multiple linear regression.
METODE PENELITIAN
Lokasi Penelitian
Langkah Penelitian
A. ANALISA DATA
B. Uji F
A. Pengujian Hipotesis Pertama (H1) Dari hasil analisis regresi linear berganda
Diketahui nilai Sig. untuk pengaruh X1 tersebut maka diperoleh model prediksi
terhadap Y adalah sebesar 0,603 > 0,05 dan sebagai berikut :
nilai t hitung (0,720) < t table (12,70620),
Y2 = 220,873 + 0,007 X1 + (-0,083) X2
sehingga dapat disimpulkan bahwa H1
ditolak yang berarti tidak terdapat pengaruh
X1 terhadap Y Pengujian Hipotesis H1, H2, dan H3 dengan Uji
T serta Uji F
Dari hasil analisis regresi linear berganda Tabel 1.5 Analisa regresi linear berganda
tersebut maka diperoleh model prediksi bangkitan perjalanan kendaraan bermotor (Y4)
sebagai berikut :
Y3 = 63,071 + 0,007 X1 + (-0,033) X2
B. Pengujian Hipotesis Kedua (H2) Pengujian Hipotesis H1, H2, dan H3 dengan Uji
T serta Uji F
Diketahui nilai Sig. untuk pengaruh X2
terhadap Y adalah sebesar 0,783 > 0,05 dan
nilai t hitung ( 0,355) < t table (12,70620),
sehingga dapat disimpulkan bahwa H2 A. Pengujian Hipotesis Pertama (H1)
ditolak yang berarti tidak terdapat pengaruh Diketahui nilai Sig. untuk pengaruh X3
X1 terhadap Y terhadap Y adalah sebesar 0,01< 0,05 dan
nilai t hitung (14,521) > t table (12,70620),
sehingga dapat disimpulkan bahwa H1
diterima yang berarti terdapat pengaruh X3
terhadap Y
Dari hasil analisis regresi linear berganda 7. Analisis Regresi Linear berganda
tersebut maka diperoleh model prediksi bangkitan kendaraan pribadi
sebagai berikut : (Mobil) terhadap banyaknya
Y2 = 452,672 + (-1,313) X3 + (-9,676) X4 karyawan (X3) dan banyaknya
mesin atm (X4)
Pengujian Hipotesis H1, H2, dan H3 dengan Uji
T serta Uji F
Tabel 1.8 Analisa regresi linear berganda
bangkitan perjalanan kendaraan pribadi(Y3)
1. Berdasarkan data dari hasil analisis maka D. Bangkitan Perjalanan Kendaraan (Y3
diperoleh rumus matematik untuk dan Y4)
memprediksi :
Y3 = 136,122 + (-0,173) X3 + (-4,229)
A. Tarikan Perjalanan Kendaraan (Y1 dan Y2)
X4
Y1 = 65,183 + 0,009 X1 + (-0,038) X2
Y4 = 130,032 + (-0,340) X3 + (1,998)
Y2 = 220,873 + 0,007 X1 + (-0,083) X2
X4
dipengaruhi oleh luas lahan bangunan(X1) (Mobil) dipengaruhi oleh banyak karyawan
dan luas parkir kendaraan(X2) karena dan banyak mesin atm dan tarikan
perjalanan pada kendaraan pribadi (Mobil)
berdasarkan hipotesis yang ditolak pada
tidak dipengaruhi oleh luas bangunan, dan
analisis data.
luas lahan parkir
2. Berdasarkan data dari hasil analisis maka 2. Tarikan perjalanan pada kendaraan
diperoleh rumus matematik untuk bermotor dipengaruhi oleh banyak
memprediksi :
C. Tarikan Perjalanan Kendaraan (Y1 dan Y2) karyawan dan banyak mesin atm dan
tarikan perjalanan pada kendaraan
Y1 = 101,380 + 0,080 X3 + (-3,660) X4 bermotor tidak dipengaruhi oleh luas
Y2 = 452,672 + (-1,313) X3 + (-9,676) bangunan, dan luas lahan parkir
X4 3. Bangkitan perjalanan pada kendaraan
Tarikan perjalanan kendaraan pribadi (Mobil) dipengaruhi oleh banyak
dipengaruhi oleh banyak karyawan(X3) karyawan dan banyak mesin atm dan
dan banyak mesin atm(X4) karena bangkitan perjalanan pada kendaraan
DAFTAR PUSTAKA
Melayu Hasibuan.”Dasar-Dasar
Perbankan.”:Jakarta : Bumi Akasara,2008