36

BAB IV
PENGUMPULAN DAN
ANALISIS DATA

4.1. PENGUMPULAN DATA

Data yang diperoleh melalui pengumpulan data sekunder adalah :

1. Data Lalu Lintas Harian Rata-Rata Tahunan
a. Sumber : Dinas Perhubungan Kota Pekalongan Propinsi Jawa Tengah
b. Data yang diperoleh : Data LHR selama 5 tahun (2001-2005), untuk Jalan
HOS Cokroaminoto dan Jalan Pelita IV.
2. Data Tanah
a. Sumber : Laboratorium Mekanika Tanah Jurusan Sipil Fakultas Teknik
Universitas Diponegoro
b. Data yang diperoleh : Hasil Sondir dan Boring (masing-masing 2 titik)
pada tanah di sekitar Sungai Kupang.
3. Data Pendukung
a. Data Topografi
Sumber : Dinas PSDA Propinsi Jawa Tengah
Data yang diperoleh : Peta topografi Kota Pekalongan.
b. Data Curah Hujan
Sumber : Badan Meteorologi dan Geofisika Propinsi Jawa Tengah
Data yang diperoleh : Curah Hujan Stasiun Warungasem dan Stasiun
Kutosari/Doro, selama 10 tahun (1997-2006).
c. Data Statistik
Sumber : Biro Pusat Statistik Kota Pekalongan Propinsi Jawa Tengah
Data yang diperoleh : Data Jumlah Penduduk, Pemilikan Kendaraan, dan
PDRB daerah Jenggot dan Kuripan Lor
Pekalongan.
Dalam proses perencanaan jembatan, setelah dilakukan pengumpulan data
primer maupun sekunder, dilanjutkan dengan evaluasi data / review study,
 37

berikutnya dilakukan analisis untuk penentuan tipe, bentang, maupun kelas

jembatan dan lain-lain serta melakukan perhitungan detail jembatan. Langkah-
langkah yang dilakukan meliputi :
1. Analisa Lalu Lintas
2. Analisa Hidrologi dan Hidrolika
3. Analisa Tanah

4.2. ANALISA DATA LALU LINTAS DAN GEOMETRIK JALAN

4.2.1. Data Lalu Lintas dan Data Pendukung lainnya

Pada tahap perencanaan jembatan data yang diperoleh diolah terlebih
dahulu lalu kemudian dilakukan analisa untuk menentukan alternatif-alternatif
pemecahan terhadap masalah yang dihadapi. Karena pada jalan yang akan
dibangun jembatan Kuripan belum diketahui data LHRnya, maka perlu dianalisis
terlebih dahulu. Metode yang digunakan adalah dengan mencari prosentase dari
kemungkinan kendaraan yang akan melalui jalan alternatif tersebut.
Rumus untuk mendapatkan prosentase tersebut adalah :
50(d + 0,5t )
x = 50 +
(d − 0,5t )2 + 4,5
Dimana : x = prosentase kendaraan yang melalui jalan alternatif
d = jarak tempuh melalui jalan alternatif
t = waktu tempuh melalui jalan alternatif

50(1,062 + 0,5 × 3,5)

x = 50 +
(1,062 − 0,5 × 3,5)2 + 4,5
= 55,7 %
 38

Jalan Alternatif

Jl. HOS Cokroaminoto

Jl. Pelita IV

Gambar 4.1 Denah jalan alternatif melalui Jembatan Kuripan

Dari data yang diperoleh dari Dinas Perhubungan Kota Pekalongan tahun 2001-
2005 tersebut dalam tabel di bawah ini :

Tabel : 4.1
Data pertumbuhan lalu lintas tahunan ( smp/hari )
Jl. HOS Cokroaminoto

Pick Truck
Mobil Truck Truck
Sepeda Pick Up Up Bus Berat LHRT
Emp Ringan Sedang
Thn. Motor Penumpang Barang Emp= Emp= Smp /
= Emp= Emp=
Emp=0,5 Emp=1,00 Emp= 1,50 2,50 hari
1,00 1,30 2,00
1,00
2001 2404 584 366 299 39 27 22 4 2748
2002 2766 658 352 325 42 36 23 5 2811
2003 2869 668 375 335 48 38 21 5 2915
2004 2985 704 388 358 52 45 25 7 3052
2005 3021 725 402 377 55 49 31 4 3198
Sumber : Data Survei Dinas Perhubungan Kota Pekalongan
 39

Tabel : 4.2
Data pertumbuhan lalu lintas tahunan ( smp/hari )
Jl. Pelita IV

Pick Truck
Mobil Truck Truck
Sepeda Pick Up Up Bus Berat LHRT
Emp Ringan Sedang
Thn. Motor Penumpang Barang Emp= Emp= Smp /
= Emp= Emp=
Emp=0,5 Emp=1,00 Emp= 1,50 2,50 hari
1,00 1,30 2,00
1,00
2001 704 134 116 99 17 15 8 2 751
2002 733 152 132 112 18 16 7 1 794
2003 762 174 136 118 16 18 9 4 866
2004 793 192 164 127 15 21 11 3 905
2005 812 211 171 133 16 18 10 3 1012
Sumber : Data Survei Dinas Perhubungan Kota Pekalongan

Tabel : 4.3
Data pertumbuhan lalu lintas tahunan ( smp/hari )
Jalan Alternatif

Tahun 2001 2002 2003 2004 2005

LHRT
1949 2008 2106 2204 2345
(smp/hari)
Sumber : Hasil Analisis

Berdasarkan data lalu lintas di atas menunjukkan bahwa dari tahun ke tahun
terjadi fluktuasi arus lalu lintas pada kedua ruas jalan tersebut yang tidak menentu.
Pertumbuhan lalu lintas (LHR) ini mungkin saja dipengaruhi oleh faktor-faktor,
yaitu :
a) Jumlah Penduduk
b) Produk Domestik Regional Bruto (PDRB)
c) Jumlah Kepemilikan Kendaraan
Selain faktor – faktor diatas pertumbuhan tersebut juga dipengaruhi oleh
akibat adnya imbas dari krisis moneter yang melanda bangsa ini sehingga
menyebabkan masyarakat memilih kendaraan roda dua sebagai alat transportasi.
Jumlah data yang dianalisis mempengaruhi ketepatan peramalan pertumbuhan lalu
 40

lintas. Semakin banyak data yang dianalisis semakin baik dan tepat hasil
peramalannya.
a) Jumlah Penduduk
Penduduk sebagai faktor utama dalam perencanaan merupakan bagian dari
faktor sosial yang selalu berubah baik jumlah maupun kondisinya dan cenderung
mengalami peningkatan. Dalam perencanaan jaringan transportasi antar daerah
tidak bisa terlepas dari pengaruh pertumbuhan penduduk, karena setiap aktivitas
penduduk kota secara langsung akan menimbulkan pergerakan lalu lintas.
Tabel : 4.4
Pertumbuhan Penduduk Kelurahan Jenggot dan Kelurahan Kuripan Lor
( 1997 – 2006 )

Tahun Jumlah Penduduk ( jiwa )

1997 6.970
1998 7.114
1999 7.204
2000 7.338
2001 7.361
2002 7.392
2003 7.792
2004 7.829
2005 7.832
2006 7.850
Sumber : Biro Pusat Statistik Kota Pekalongan

b) Produk Domestik Regional Bruto ( PDRB )

Pembangunan di daerah Kota Pekalongan telah mencapai hasil
sedemikian sehingga telah menghasilkan Produk Domestik Regional Bruto
(PDRB) yang meningkat, seperti yang tampak pada tabel 4.5 di bawah ini.
 41

Tabel : 4.5
PDRB Jenggot - Kuripan 1997 – 2006 ( Ribuan Rupiah )

Tahun PDRB ( ribuan rupiah )

1997 203.990,00
1998 175.651,00
1999 183.551,00
2000 207.884,00
2001 216.264,00
2002 248.662,00
2003 265.230,00
2004 295.620,00
2005 325.896,00
2006 350.360,00
Sumber : Biro Pusat Statistik Kota Pekalongan

c) Jumlah Kepemilikan Kendaraan

Seiring dengan perkembangan kebutuhan dan peningkatan kesejahteraan
masyarakat menyebabkan meningkat pula kebutuhan akan sarana pendukung
termasuk kendaraan sebagai sarana pengangkut orang maupun barang. Dengan
peningkatan tersebut akan mempengaruhi kondisi lalu lintas pada umumnya, dan
didapatkan bahwa jumlah kendaraan yang lewat di jalan dari tahun ke tahun terus
dapat disimpulkan mengalami peningkatan.
Untuk mengetahui pertumbuhan lalu lintas rata-rata per tahun dari suatu
daerah maka perlu ditentukan data kepemilikan kendaraan dari daerah tersebut.
Berikut ini disajikan jumlah kepemilikan kendaraan Kelurahan Jenggot dan
Kelurahan Kuripan Lor dalam tabel 4.6
 42

Tabel : 4.6
Jumlah Kepemilikan Kendaraan 1997– 2006

Tahun Jumlah kendaraan ( kendaraan )

1997 727
1998 737
1999 781
2000 761
2001 702
2002 723
2003 745
2004 805
2005 836
2006 846
Sumber : Biro Pusat Statistik Kota Pekalongan

4.2.2. Analisis Tingkat Pertumbuhan Lalu Lintas

Analisis terhadap data-data sekunder di atas nantinya digunakan
untuk memperkirakan jumlah masing-masing data tersebut pada n tahun
mendatang dengan menggunakan metode analisis geometrik dengan
bentuk persamaan sebagai berikut :
1. Analisis Geometrik
Pn = Po ( 1 + i )n
Dimana :
Po = Data pada tahun terakhir yang diketahui
Pn = Data pada tahun ke – n dari tahun terakhir
n = Tahun ke n dari tahun terakhir
i = Tingkat pertumbuhan ( % )

Data–data pertumbuhan jumlah penduduk, PDRB, dan kepemilikan

kendaraan tersebut akan dianggap sebagai variabel bebas dan akan dicari
seberapa besar pengaruh dari semua variabel tersebut terhadap
pertumbuhan lalu lintas. Metode yang digunakan untuk menghitung
 43

seberapa besar pengaruh dari variabel-variabel tersebut adalah metode

regresi berganda dengan bentuk persamaan :

Y = a + bX1 + cX2 + dX3

Data yang akan dicari tingkat pertumbuhannya dijadikan variabel tidak

bebas (Dependent Variabel), yang untuk selanjutnya disebut variabel Y
yaitu LHRT. Kemudian data lainnya diuji terlebih dahulu apakah
variabel tersebut benar-benar merupakan variabel bebas (Independent
Variabel) atau bukan. Apabila data tersebut merupakan variabel bebas
maka dapat digunakan untuk perhitungan regresi berganda dan apabila
bukan merupakan variabel bebas maka tidak bisa digunakan untuk
perhitungan regresi berganda. Data-data yang akan diuji yaitu jumlah
penduduk, PDRB dan jumlah kepemilikan kendaraan.
Langkah selanjutnya yaitu menguji berapa besar pengaruh variabel-
variabel bebas (X) terhadap variabel tidak bebas (Y). Dengan memakai
metode analisis regresi dapat diketahui besarnya pengaruh tersebut
dengan melihat harga r yang mempunyai batas –1 ≤ r ≤ 1. Hasil
pengujian dari data-data sekunder di atas dapat dilihat pada perhitungan
berikut ini.

A. Prediksi Jumlah Penduduk

Dari data jumlah penduduk yang ada dapat diketahui jumlah
penduduk sampai tahun 2054 dengan menggunakan metode analisis
aritmatik dan analisis geometrik. Berikut disajikan perhitungan analisis
aritmatik dan analisis geometrik dalam tabel 4.7 di bawah ini.
 44

Tabel : 4.7
Data Pertumbuhan Penduduk
Jumlah Tingkat
No Tahun Penduduk Pertumbuhan
( jiwa ) (%)
1 1997 6970
2,066
2 1998 7114
1,265
3 1999 7204
1,860
4 2000 7338
0,313
5 2001 7361
0,421
6 2002 7392
5,411
7 2003 7792
0,475
8 2004 7829
0,038
9 2005 7832
0,230
10 2006 7850
Rata - rata 1,342

Sumber : Hasil Analisis

Rumus dasar Analisis Geometrik :

Pn = Po ( 1 + r )n
Dari data di atas diperoleh :
Po = 7850
r = (r1 + r2 + ... + r9) / 9 = 1,342 %
Maka diperoleh persamaan geometrik :
Pn = 7850 ( 1 + 0.01342 )n

Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan

penduduk sampai tahun 2056 dengan menggunakan tahun 2006
sebagai tahun ke- 0 seperti terlihat dalam tabel 4.8 di bawah ini.
 45

Tabel : 4.8
Analisis Pertumbuhan Penduduk
Pertumbuhan
No N Tahun
Geometrik ( jiwa )
1 0 2006 7.850
2 1 2007 7.956
3 2 2008 8.062
4 3 2009 8.170
5 4 2010 8.280
6 5 2011 8.390
7 6 2012 8.503
8 7 2013 8.617
9 8 2014 8.733
10 9 2015 8.850
11 10 2016 8.968
12 11 2017 9.088
13 12 2018 9.210
14 13 2019 9.334
15 14 2020 9.459
16 15 2021 9.584
17 16 2022 9.714
18 17 2023 9.844
19 18 2024 9.976
20 19 2025 10.109
21 20 2026 10.245
22 21 2027 10.382
23 22 2028 10.521
24 23 2029 10.662
25 24 2030 10.805
26 25 2031 10.950
27 26 2032 11.097
28 27 2033 11.245
29 28 2034 11.396
30 29 2035 11.549
31 30 2036 11.703
32 31 2037 11.860
33 32 2038 12.019
34 33 2039 12.180
35 34 2040 12.343
36 35 2041 12.509
37 36 2042 12.676
38 37 2043 12.846
39 38 2044 13.018
40 39 2045 13.193
41 40 2046 13.370
42 41 2047 13.549
43 42 2048 13.730
44 43 2049 13.914
45 44 2050 14.101
46 45 2051 14.290
 46

47 46 2052 14.481
48 47 2053 14.675
49 48 2054 14.872
50 49 2055 15.071
51 50 2056 15.288
Sumber : Hasil Analisis

B. Prediksi Pertumbuhan PDRB

Dengan cara yang sama dapat dihitung jumlah pertumbuhan PDRB
seperti yang terlihat pada tabel 4.9 di bawah ini.
Tabel : 4.9
Data Angka Pertumbuhan PDRB ( % )

PDRB Pertumbuhan
No Tahun
( ribuan rupiah ) Geometrik ( % )
1 1997 203.990,00
-13,892
2 1998 175.651,00
4,498
3 1999 183.551,00
13,257
4 2000 207.884,00
3,875
5 2001 216.264,00
14,981
6 2002 248.662,00
6,663
7 2003 265.230,00
11,458
8 2004 295.620,00
10,242
9 2005 325.896,00
7,507
10 2006 350.360,00
Rata - rata 6,510 %
Sumber : Hasil Analisis

Perhitungan analisis geometrik

Pn = Po ( 1 + r )n
Dari data di atas diperoleh :
Po = 350.360,00
r = (r1 + r2 + … + r9) / 9 = 6,510 %
Maka diperoleh persamaan geometrik :
 47

Pn = 350.360 ( 1 + 0.06510)n
Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan
PDRB sampai tahun 2056 dengan menggunakan tahun 2006 sebagai
tahun ke-0 seperti terlihat dalam tabel 4.10 di bawah ini.
Tabel : 4.10
Analisis Pertumbuhan PDRB ( Rupiah )
Pertumbuhan
No N Tahun Geometrik ( rupiah )
1 0 2006 350.360
2 1 2007 373.169
3 2 2008 397.462
4 3 2009 423.337
5 4 2010 450.896
6 5 2011 480.249
7 6 2012 511.514
8 7 2013 544.813
9 8 2014 580.280
10 9 2015 618.057
11 10 2016 658.292
12 11 2017 701.146
13 12 2018 746.792
14 13 2019 795.408
15 14 2020 847.189
16 15 2021 902.341
17 16 2022 961.083
18 17 2023 1.023.649
19 18 2024 1.090.289
20 19 2025 1.161.267
21 20 2026 1.236.865
22 21 2027 1.317.385
23 22 2028 1.403.147
24 23 2029 1.494.492
25 24 2030 1.591.783
26 25 2031 1.695.408
27 26 2032 1.805.779
28 27 2033 1.923.334
29 28 2034 2.048.544
30 29 2035 2.181.905
31 30 2036 2.323.947
32 31 2037 2.475.236
33 32 2038 2.636.372
34 33 2039 2.808.000
35 34 2040 2.990.802
36 35 2041 3.185.503
37 36 2042 3.392.879
38 37 2043 3.613.756
39 38 2044 3.849.011
 48

40 39 2045 4.099.582
41 40 2046 4.366.465
42 41 2047 4.650.722
43 42 2048 4.953.483
44 43 2049 5.275.955
45 44 2050 5.619.420
46 45 2051 5.985.244
47 46 2052 6.374.883
48 47 2053 6.789.888
49 48 2054 7.231.910
50 49 2055 7.702.707
51 50 2056 8.204.154
Sumber : Hasil Analisis

C. Prediksi Jumlah Kepemilikan Kendaraan

Untuk mengetahui jumlah kepemilikan kendaraan sampai tahun 2056
dapat dilihat pada perhitungan pada tabel 4.11 di bawah ini.
Tabel : 4.11
Data Pertumbuhan Jumlah Kendaraan
Jumlah Kendaraan Pertumbuhan
No Tahun
( kendaraan ) Geometrik ( % )
1 1997 727
1,376
2 1998 737
0,543
3 1999 741
-2,699
4 2000 721
-2,635
5 2001 702
2,991
6 2002 723
3,043
7 2003 745
8,054
8 2004 805
3,851
9 2005 836
4,785
10 2006 876
Rata - rata 2,145
Sumber : Hasil Analisis

Rumus dasar Analisis Geometrik :

Pn = Po ( 1 + r )n
 49

Dari data di atas diperoleh :

Po = 876
r = (r1 + r2 +…+ r9) / 9 = 2,145 %
Maka diperoleh persamaan geometrik :
Pn = 876 ( 1 + 0,02145 )n
Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan
jumlah kendaraan sampai tahun 2056 dengan menggunakan tahun
2006 sebagai tahun ke-0 seperti terlihat dalam tabel 4.12 di bawah ini.
Tabel : 4.12
Analisis Pertumbuhan Jumlah Kendaraan
Pertumbuhan
No N Tahun
Geometrik ( kendaraan )
1 0 2006 876
2 1 2007 895
3 2 2008 913
4 3 2009 934
5 4 2010 954
6 5 2011 975
7 6 2012 995
8 7 2013 1017
9 8 2014 1039
10 9 2015 1061
11 10 2016 1084
12 11 2017 1107
13 12 2018 1131
14 13 2019 1155
15 14 2020 1180
16 15 2021 1205
17 16 2022 1231
18 17 2023 1257
19 18 2024 1284
20 19 2025 1312
21 20 2026 1340
22 21 2027 1368
23 22 2028 1398
24 23 2029 1428
25 24 2030 1458
26 25 2031 1490
27 26 2032 1522
28 27 2033 1554
29 28 2034 1588
30 29 2035 1622
31 30 2036 1656
32 31 2037 1692
33 32 2038 1728
 50

34 33 2039 1765
35 34 2040 1803
36 35 2041 1842
37 36 2042 1881
38 37 2043 1922
39 38 2044 1963
40 39 2045 2005
41 40 2046 2048
42 41 2047 2092
43 42 2048 2137
44 43 2049 2182
45 44 2050 2229
46 45 2051 2277
47 46 2052 2326
48 47 2053 2376
49 48 2054 2427
50 49 2055 2479
51 50 2056 2532
Sumber : Hasil Analisis

4.2.3. Pengaruh Jumlah Penduduk Terhadap pertumbuhan LHR

Pengaruh jumlah penduduk terhadap jumlah LHR dapat dilihat
dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai
korelasi tersebut dapat dicari dengan menggunakan metode regression
analysis dari program SPSS 12. Berikut disajikan data-data jumlah LHR
dan jumlah penduduk dalam tabel 4.13 di bawah ini.
Tabel : 4.13
Data Jumlah LHR dan Jumlah Penduduk
LHRT ( smp/hari ) Jumlah
Tahun
HOS Cokroaminoto - Pelita IV Penduduk ( jiwa )
2001 1949 7361
2002 2008 7392
2003 2106 7792
2004 2204 7829
2005 2345 7832
Sumber : BPS Kota Pekalongan dan Hasil Analisis

Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara
keduanya dengan memakai metode regression analysis seperti terlihat
dalam tabel 4.14 di bawah ini.
 51

Tabel : 4.14
Nilai Korelasi Antara LHR dengan Jumlah Penduduk
Regression Statistics
Multiple R 0,865
R Square 0,749
Adjusted R Square 0,665
Standard Error 91,335
Observations 5
Sumber : Hasil Analisis
Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan
jumlah penduduk untuk ruas jalan HOS Cokroaminoto – Pelita IV, R =
0,749. Hal ini menunjukkan bahwa jumlah penduduk mempunyai
pengaruh yang cukup besar terhadap pertumbuhan jumlah LHR dan
dapat digunakan sebagai variabel untuk memprediksi jumlah LHR pada
tahun-tahun berikutnya.

4.2.4. Pengaruh PDRB terhadap pertumbuhan LHR

Pengaruh PDRB terhadap jumlah LHR dapat dilihat dari berapa
besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut
dapat dicari dengan menggunakan metode regression analysis dari
program SPSS 12. Berikut disajikan data-data jumlah LHR dan PDRB
dalam tabel 4.15 di bawah ini.
Tabel : 4.15
Data Jumlah LHR dan PDRB
LHRT ( smp/hari )
Tahun PDRB ( rupiah )
HOS Cokroaminoto - Pelita IV
2001 1949 216264
2002 2008 248662
2003 2106 265230
2004 2204 295620
2005 2345 325896
Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan
 52

Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara
keduanya dengan memakai metode regression analysis seperti terlihat
dalam tabel 4.16 di bawah ini.

Tabel : 4.16
Nilai Korelasi Antara Jumlah LHR dengan PDRB
Regression Statistics
Multiple R 0,988
R Square 0,977
Adjusted R Square 0,969
Standard Error 27,806
Observations 5
Sumber : Hasil Analisis

Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan
jumlah PDRB untuk ruas jalan HOS Cokroaminoto - Pelita IV, R =
0,977 . Hal ini menunjukkan bahwa jumlah PDRB mempunyai pengaruh
yang besar terhadap pertumbuhan jumlah LHR dan dapat digunakan
sebagai variabel untuk memprediksi jumlah LHR pada tahun-tahun
berikutnya.

4.2.5. Pengaruh Jumlah Kepemilikan Kendaraan Terhadap LHR

Pengaruh jumlah kepemilikan kendaraan terhadap jumlah LHR
dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya.
Nilai korelasi tersebut dapat dicari dengan menggunakan metode
regression analysis dari program SPSS 12. Berikut disajikan data-data
jumlah LHR dan jumlah kendaraan dalam tabel 4.17 di bawah ini.
 53

Tabel : 4.17
Data Jumlah LHR dan Jumlah Kendaraan

LHRT ( smp/hari ) Kepemilikan

Tahun
HOS Cokroaminoto - Pelita IV Kendaraan ( kendaraan )
2001 1949 702
2002 2008 723
2003 2106 745
2004 2204 805
2005 2345 836
Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan

Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara
keduanya dengan memakai metode regression analysis seperti terlihat
dalam tabel 4.18 di bawah ini.
Tabel : 4.18
Nilai Korelasi Antara LHR dengan Jml. Kendaraan

Regression Statistics
Multiple R 0,986
R Square 0,972
Adjusted R Square 0,963
Standard Error 30,268
Observations 5
Sumber : Hasil Analisis

Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan
jumlah kendaraan untuk ruas jalan HOS Cokroaminoto - Pelita IV, R =
0,972 . Hal ini menunjukkan bahwa jumlah kendaraan mempunyai
pengaruh yang besar terhadap pertumbuhan jumlah LHR dan dapat
digunakan sebagai variabel untuk memprediksi jumlah LHR pada tahun-
tahun berikutnya.

4.2.6. Pengaruh Jumlah Penduduk Terhadap PDRB

Besarnya pengaruh antara jumlah penduduk dengan PDRB dapat
dilihat dari berapa nilai korelasi antara kedua variabel tersebut yang
 54

didapat dengan menggunakan metode regression analysis dari program

SPSS 12. Berikut disajikan data-data dari variabel jumlah penduduk dan
PDRB dalam tabel 4.19 di bawah ini.
Tabel : 4.19
Data Jumlah Penduduk dan PDRB

Jumlah
Tahun PDRB ( rupiah )
Penduduk ( jiwa )
2001 7361 216264
2002 7392 248662
2003 7792 265230
2004 7829 295620
2005 7832 325896
Sumber : Data BPS Kota Pekalongan

Tabel : 4.20
Nilai Korelasi Antara Jumlah Penduduk dengan PDRB

Regression Statistics
Multiple R 0,857
R Square 0,735
Adjusted R Square 0,647
Standard Error 25129,318
Observations 5
Sumber : Hasil Analisis

Dari tabel di atas didapatkan bahwa nilai korelasi antara variabel jumlah
penduduk dengan variabel PDRB adalah R = 0,735. Hal ini
menunjukkan bahwa jumlah penduduk mempunyai karakeristik yang
hampir sama terhadap pertumbuhan PDRB.

4.2.7. Pengaruh Jumlah Penduduk Terhadap Kepemilikan Kendaraan

Pengaruh jumlah penduduk terhadap jumlah kendaraan dapat
dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai
korelasi tersebut dapat dicari dengan menggunakan metode regression
 55

analysis dari program SPSS 12. Berikut disajikan data-data jumlah

penduduk dan jumlah kendaraan dalam tabel 4.21 di bawah ini.

Tabel : 4.21
Data Jumlah Penduduk dan Kepemilikan Kendaraan

Jumlah Kepemilikan
Tahun
Penduduk ( jiwa ) Kendaraan ( kendaraan )
2001 7361 702
2002 7392 723
2003 7792 745
2004 7829 805
2005 7832 836
Sumber : Data BPS Kota Pekalongan
Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara
keduanya dengan memakai metode regression analysis seperti terlihat
dalam tabel 4.22 di bawah ini.

Tabel : 4.22
Nilai Korelasi Antara Jumlah Penduduk dengan Jumlah Kendaraan
Regression Statistics
Multiple R 0,844
R Square 0,712
Adjusted R Square 0,616
Standard Error 34,967
Observations 5
Sumber : Hasil Analisis

Dari tabel di atas didapatkan bahwa nilai korelasi antara jumlah

penduduk dengan jumlah kendaraan adalah R = 0,712. Hal ini
menunjukkan bahwa jumlah penduduk mempunyai karakteristik yang
hampir sama terhadap pertumbuhan jumlah kendaraan.
 56

4.2.8. Pengaruh PDRB Terhadap Kepemilikan Kendaraan

Besarnya pengaruh jumlah PDRB terhadap jumlah kendaraan
dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya.
Nilai korelasi tersebut dapat dicari dengan menggunakan metode
regression analysis dari program SPSS 12. Berikut disajikan data-data
jumlah PDRB dan jumlah kendaraan dalam tabel 4.23 di bawah ini.
Tabel : 4.23
Data PDRB dan Kepemilikan Kendaraan

PDRB Kepemilikan Kendaraan

Tahun
( rupiah ) ( kendaraan )
1995 216264 702
1996 248662 723
1997 265230 745
1998 295620 805
1999 325896 836
Sumber : Data BPS Kota Pekalongan

Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara
keduanya dengan memakai metode regression analysis seperti terlihat
dalam tabel 4.24 di bawah ini.

Tabel : 4.24
Nilai Korelasi Antara PDRB dengan Jumlah Kendaraan
Regression Statistics
Multiple R 0,983
R Square 0,966
Adjusted R Square 0,954
Standard Error 12,042
Observations 5
Sumber : Hasil Analisis
Dari tabel di atas didapatkan bahwa nilai korelasi antara jumlah PDRB
dengan jumlah kendaraan adalah R = 0,966. Hal ini menunjukkan bahwa
 57

jumlah PDRB mempunyai karakteristik yang hampir sama terhadap

pertumbuhan jumlah kendaraan.
Besarnya nilai korelasi dari variabel-variabel di atas dapat
disajikan secara ringkas dalam tabel 4.25 di bawah ini.

Tabel : 4.25
Nilai Korelasi Antara Berbagai Variabel Pada Ruas Jalan
HOS Cokroaminoto - Pelita IV

Jumlah Jumlah
R LHR PDRB
Penduduk Kendaraan
LHR 1 0,749 0,977 0,972
Jumlah
0,749 1 0,735 0,570
Penduduk
PDRB 0,977 0,735 1 0,966
Jumlah
0,972 0,570 0,966 1
Kendaraan
Sumber : Hasil Analisis

Tabel : 4.26
Persamaan Regresi dari Berbagai Kombinasi Variabel

Persamaan Angka
No Keterangan R Square
Regresi Pertumbuhan
1 X1 = Jumlah Penduduk Y = -2182,798 + 0,563 X1 0,749 3,338 %
Y = LHRT
2 X1 = Jumlah PDRB Y = 1124,786 + 0,004X1 0,977 5,106 %
Y = LHRT
3 X1 = Jumlah Kendaraan Y = 20,072 + 2,758X1 0,972 4,446 %
Y = LHRT
4 X1 = Jumlah Penduduk Y = 843,815 + 0,045X1 0,978 4,488 %
X2 = Jumlah PDRB + 0,003X2
 58

Y = LHRT

5 X1 = Jumlah PDRB Y = 629,384 + 0,002X1 0,983 3,689 %

X2 = Jumlah Kendaraan + 1,216X2
Y = LHRT

6 X1 = Jumlah Penduduk Y = 359,921 + 0,043X1 0,984 4,772 %

X2 = Jumlah PDRB + 0,002X2 + 1,209X3
X3 = Jumlah Kendaraan
Y = LHRT
Sumber : Hasil Analisis

Berdasarkan Tabel di atas maka dapat disimpulkan bahwa untuk mencari

perkiraan LHRT memakai persamaan no.6 dengan alasan :
1. R Square yang dihasilkan 0,984 , nilai ini baik untuk menandakan
adanya hubungan ketiga variabel tersebut dengan LHRT .
2. Angka Pertumbuhan yang dihasilkan bila menggunakan persamaan
no.6 adalah 4,772% .Angka tersebut masih dalam batas – batas tingkat
pertumbuhan yang wajar.
3. Penggunaan ketiga variable tersebut dalam mencari LHRT dapat
menghasilkan persamaan yang lebih teliti.

4.2.9 Prediksi Jumlah LHR

Untuk menghitung jumlah LHR yang lewat pada ruas jalan HOS
Cokroaminoto - Pelita IV sampai tahun 2056 dapat digunakan metode
regression analysis dari program SPSS 12. Berikut disajikan data-data
jumlah LHR, PDRB, Jumlah penduduk dan jumlah kepemilikan
kendaraan dari tahun 2001 – 2005 dalam tabel 4.27 di bawah ini.
 59

•Ruas Jalan HOS Cokroaminoto - Pelita IV

Tabel : 4.27
Data LHR, PDRB, Jumlah Penduduk dan Jumlah Kepemilikan Kendaraan.

LHRT Jumlah Penduduk PDRB Jumlah Kendaraan

Tahun
( smp/jam ) ( jiwa ) ( juta rupiah ) ( kendaraan )
2001 1949 7361 216264 702
2002 2008 7392 248662 723
2003 2106 7792 265230 745
2004 2204 7829 295620 805
2005 2345 7832 325896 836
Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan

Tabel : 4.28
Nilai Korelasi LHR, PDRB, Juml Pend, Juml Kendaraan
Regression Statistics
Multiple R 0,992

R Square 0,984

Adjusted R Square 0,937

Standard Error 39,505
Observations 5
Sumber : Hasil Analisis

Tabel : 4.29
Nilai konstanta dan Prediktor X1, X2, X3

Variable Coefficients
Constant 359,921
X1 0,043
X2 0,002
X3 1,209
Sumber : Hasil Analisis

Dengan demikian didapatkan bahwa nilai :

a = 359,921
b = 0,043
c = 0,002
 60

d = 1,209
Sehingga didapatkan persamaan regresi sebagai berikut :
Y = 359,921 + 0,043X1 + 0,002X2 + 1,209X3
Dengan memasukkan X1 sebagai jumlah penduduk, X2 sebagai jumlah PDRB dan
X3 sebagai jumlah kepemilikan kendaraan maka akan didapatkan jumlah LHR
sampai tahun 2056, seperti terlihat dalam tabel 4.30 di bawah ini :

Tabel : 4.30
Perkiraan jumlah LHR sampai tahun 2054
Penduduk PDRB Kendaraan LHRT Angka
No n Tahun Pertumbuhan
( jiwa ) (rupiah ) (kendaraan) (smp/hari)
(%)
1 0 2006 7850 350360 876 2458 4.788
2 1 2007 7956 373169 895 2531 2.977
3 2 2008 8062 397462 913 2606 2.960
4 3 2009 8170 423337 934 2688 3.139
5 4 2010 8280 450896 954 2772 3.127
6 5 2011 8390 480249 975 2860 3.205
7 6 2012 8503 511514 995 2952 3.202
8 7 2013 8617 544813 1017 3050 3.324
9 8 2014 8733 580280 1039 3153 3.362
10 9 2015 8850 618057 1061 3260 3.400
11 10 2016 8968 658292 1084 3373 3.478
12 11 2017 9088 701146 1107 3492 3.519
13 12 2018 9210 746792 1131 3617 3.596
14 13 2019 9334 795408 1155 3749 3.638
15 14 2020 9459 847189 1180 3888 3.713
16 15 2021 9584 902341 1205 4034 3.753
17 16 2022 9714 961083 1231 4189 3.830
18 17 2023 9844 1023649 1257 4351 3.872
19 18 2024 9976 1090289 1284 4522 3.945
20 19 2025 10109 1161267 1312 4704 4.015
21 20 2026 10245 1236865 1340 4895 4.059
22 21 2027 10382 1317385 1368 5096 4.102
23 22 2028 10521 1403147 1398 5309 4.196
24 23 2029 10662 1494492 1428 5534 4.239
25 24 2030 10805 1591783 1458 5771 4.283
26 25 2031 10950 1695408 1490 6023 4.370
27 26 2032 11097 1805779 1522 6289 4.412
28 27 2033 11245 1923334 1554 6569 4.455
29 28 2034 11396 2048544 1588 6867 4.537
30 29 2035 11549 2181905 1622 7182 4.579
31 30 2036 11703 2323947 1656 7514 4.621
32 31 2037 11860 2475236 1692 7867 4.696
33 32 2038 12019 2636372 1728 8239 4.737
34 33 2039 12180 2808000 1765 8634 4.793
 61

35 34 2040 12343 2990802 1803 9053 4.848

36 35 2041 12509 3185503 1842 9496 4.901
37 36 2042 12676 3392879 1881 9965 4.940
38 37 2043 12846 3613756 1922 10464 5.004
39 38 2044 13018 3849011 1963 10991 5.041
40 39 2045 13193 4099582 2005 11551 5.090
41 40 2046 13370 4366465 2048 12144 5.137
42 41 2047 13549 4650722 2092 12774 5.183
43 42 2048 13730 4953483 2137 13441 5.228
44 43 2049 13914 5275955 2182 14149 5.262
45 44 2050 14101 5619420 2229 14900 5.314
46 45 2051 14290 5985244 2277 15698 5.354
47 46 2052 14481 6374883 2326 16545 5.394
48 47 2053 14675 6789888 2376 17444 5.432
49 48 2054 14872 7231910 2427 18398 5.470
50 49 2055 15071 7702707 2479 19411 5.506
51 50 2056 15288 8204154 2532 20487 5.545
Rata–rata 4.431
Sumber : Hasil Analisis

Dengan pertimbangan faktor biaya maka perhitungan diambil 25 tahun kedepan

dengan perkiraan proyek dimulai pada tahun 2007, perencanaannya pada tahun
2008, dilaksanakan pada tahun 2010.
Jadi pada tahun yang direncanakan, yaitu tahun 2035, LHR yang melintasi Jalan
HOS Cokroaminoto - Pelita IV adalah sebesar 7182 smp/hari. Maka dapat
digolongkan dalam kelas jalan Lokal.

4.2.10 Perhitungan Kapasitas Jalan

Perhitungan kapasitas jalan didasarkan pada rumus :
C = Co x FCW x FCSP x FCSF x FCCS
Keterangan :
C = Kapasitas (smp/jam)
C0 = Kapasitas dasar (smp/jam)
( MKJI ’97 tabel C-1:1 hal 5-50 )
FCw = Faktor penyesuaian akibat lebar jalur lalu lintas
( MKJI ’97 tabel C-2:1 hal 5-51 )
FCSP = Faktor penyesuaian akibat pemisahan arah
( MKJI ’97 tabel C-3:1 hal 5-52 )
 62

FCSF = Faktor penyesuaian akibat hambatan samping

( MKJI ’97 tabel C-4:1 hal 5-53 )
FCCS = Faktor penyesuaian akibat ukuran kota
( MKJI ’97 tabel C-5:1 hal 5-55 )
C = Co x FCW x FCSP x FCSF x FCCS
= 2900 x 0,87 x 1,00 x 0,94 x 0,86
= 2040 smp/jam

4.2.11 Menentukan Lajur

Dalam menentukan jumlah lajur digunakan rentang arus lalu lintas seperti
pada tabel “Tata Cara Perencanaan Geometrik Jalan Antar Kota” tahun
1997, Direktorat Jendral Bina Marga Departemen Pekerjaan Umum.
Penentuan lebar jalur dan bahu jalan adalah sebagai berikut :
Tabel : 4.31
Penentuan Lebar Jalur dan Bahu Jalan

ARTERI KOLEKTOR LOKAL

VLHR
Ideal Minimum Ideal Minimum Ideal Minimum
(smp/jam)
Lebar Lebar Lebar Lebar Lebar Lebar Lebar Lebar Lebar Lebar Lebar Lebar
Jalur Bahu Jalur Bahu Jalur Bahu Jalur Bahu Jalur Bahu Jalur Bahu
(m) (m) (m) (m) (m) (m) (m) (m) (m) (m) (m) (m)

<3000 6,0 1,5 4,5 1,0 6,0 1,5 4,5 1,0 6,0 1,0 4,0 1,0
3000-
7,0 2,0 6,0 1,0 7,0 1,5 6,0 1,5 7,0 1,5 5,0 1,0
10000
10001-
7,0 2,0 7,0 2,0 7,0 2,0 ** ** - - - -
25000
>25000 2x3,5 2x2,0 2x3,5
2,5 2,0 2,0 ** ** - - - -
* * *
Sumber : TCPGJAK Tahun 1997, hal 16

Keterangan :
** = mengacu pada persyaratan ideal
* = 2 lajur terbagi, masing-masing n x 3,5 m, dimana n = jumlah
lajur/jalur
- = tidak ditentukan
Rencana jalan jembatan Kuripan terdiri dari 2 lajur 2 arah UD, lebar setiap
lajurnya 3 meter dengan bahu jalan 1 meter.
 63

Untuk mengetahui mengetahui tingkat kinerja jalan pada ruas jalan HOS
Cokroaminoto - Pelita IV pada tiap tahun mulai tahun 2006 sampai umur
rencana tahun 2056 maka diperhitungkan sebagai berikut :

Tabel : 4.32
Nilai – nilai Paremeter Kinerja Jalan Baru
LHRT ( smp/hari ) Q C
No UR Tahun HOS Cokroaminoto Q/C Ket
(smp/jam) (smp/jam)
- Pelita IV
1 0 2006 2458 221 2040 0.11 LAYAK
2 1 2007 2531 228 2040 0.11 LAYAK
3 2 2008 2606 235 2040 0.12 LAYAK
4 3 2009 2688 242 2040 0.12 LAYAK
5 4 2010 2772 250 2040 0.12 LAYAK
6 5 2011 2860 257 2040 0.13 LAYAK
7 6 2012 2952 266 2040 0.13 LAYAK
8 7 2013 3050 275 2040 0.13 LAYAK
9 8 2014 3153 284 2040 0.14 LAYAK
10 9 2015 3260 293 2040 0.14 LAYAK
11 10 2016 3373 304 2040 0.15 LAYAK
12 11 2017 3492 314 2040 0.15 LAYAK
13 12 2018 3617 326 2040 0.16 LAYAK
14 13 2019 3749 337 2040 0.17 LAYAK
15 14 2020 3888 350 2040 0.17 LAYAK
16 15 2021 4034 363 2040 0.18 LAYAK
17 16 2022 4189 377 2040 0.18 LAYAK
18 17 2023 4351 392 2040 0.19 LAYAK
19 18 2024 4522 407 2040 0.20 LAYAK
20 19 2025 4704 423 2040 0.21 LAYAK
21 20 2026 4895 441 2040 0.22 LAYAK
22 21 2027 5096 459 2040 0.23 LAYAK
23 22 2028 5309 478 2040 0.23 LAYAK
24 23 2029 5534 498 2040 0.24 LAYAK
25 24 2030 5771 519 2040 0.25 LAYAK
26 25 2031 6023 542 2040 0.27 LAYAK
27 26 2032 6289 566 2040 0.28 LAYAK
28 27 2033 6569 591 2040 0.29 LAYAK
29 28 2034 6867 618 2040 0.30 LAYAK
30 29 2035 7182 646 2040 0.33 LAYAK
31 30 2036 7514 676 2040 0.35 LAYAK
32 31 2037 7867 708 2040 0.36 LAYAK
33 32 2038 8239 742 2040 0.38 LAYAK
34 33 2039 8634 777 2040 0.40 LAYAK
35 34 2040 9053 815 2040 0.42 LAYAK
36 35 2041 9496 855 2040 0.44 LAYAK
37 36 2042 9965 897 2040 0.46 LAYAK
 64

38 37 2043 10464 942 2040 0.72 LAYAK

39 38 2044 10991 989 2040 0.48 LAYAK
40 39 2045 11551 1040 2040 0.51 LAYAK
41 40 2046 12144 1093 2040 0.54 LAYAK
42 41 2047 12774 1150 2040 0.56 LAYAK
43 42 2048 13441 1210 2040 0.59 LAYAK
44 43 2049 14149 1273 2040 0.62 LAYAK
45 44 2050 14900 1341 2040 0.66 LAYAK
46 45 2051 15698 1413 2040 0.70 LAYAK
47 46 2052 16545 1489 2040 0.73 LAYAK
48 47 2053 17444 1570 2040 0.77 TIDAK LAYAK
49 48 2054 18398 1656 2040 0.81 TIDAK LAYAK
50 49 2055 19411 1747 2040 0.86 TIDAK LAYAK
51 50 2056 20487 1844 2040 1.00 TIDAK LAYAK
Sumber : Hasil Analisis

3. Derajat Kejenuhan
Untuk perhitungan rencana jalan diperoleh nilai LHRT tahun 2053 yaitu
17444 smp/hari ,maka dengan nilai k = 0,09 diperoleh VJP sebesar 1570
smp/jam. Dengan demikian maka nilai DS dapat dihitung dengan :
DS = Q/C = 1570/2040 = 0,77

Ds > 0,75 menunjukkan bahwa jalan tersebut terlalu padat sehingga

diperlukan penanganan untuk mengurangi kepadatan tersebut dengan cara
penambahan lajur agar arus lalulintas menjadi lancar .
Dari perhitungan diatas dapat diambil kesimpulan bahwa penggunaan lajur
dengan lebar 3 meter dapat memenuhi kapasitas arus lalulintas hingga tahun
2052.
Volume 1 jam yang dipergunakan sebagai VJP tidak boleh
mempunyai nilai yang sangat besar , sehingga akan mengakibatkan jalan
menjadi lenggang dan biayanya pun mahal menyebabkan pemborosan.
Dalam pelaksanaan pelaksanaan Jembatan Kuripan ini dilaksanakan
dengan pembangunan 2 lajur .Umur rencana jembatan pada umumnya di
Indonesia berkisar antara 25 – 30 tahun .Berdasarkan perhitungan tabel diatas
dapat dijadikan pertimbangan bahwa jalan tersebut pada suatu saat akan
menggunakan 4 lajur apabila telah terlampaui DS nya.Tetapi dari segi
ekonomis jalan direncanakan dengan 2 lajur terlebih dahulu. Ketika jalan
 65

maupun jembatan tidak dapat lagi menampung volume arus lalu lintas maka
dapat ditambah lagi dengan 2 lajur, cara ini akan lebih efisien ketimbang
merencanakan langsung jalan maupun jembatan secara langsung dengan 4
lajur .
 66

4.3. ANALISIS ASPEK HIDROLOGI DAN HIDRAULIK

Dari data yang diperoleh dari Badan Meteorologi dan Geofisika ( BMG )
diambil 3 lokasi stasiun ,yaitu Warung Asem dan Kutosari/Doro curah hujan
bulanan diambil dari data sepuluh tahunan yaitu dari tahun 1997 – 2006adalah
sebagai berikut :

Tabel : 4.33
Data Curah Hujan Lokasi Warungasem ( mm/hari )
Tahun
Bulan 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Januari 416 296 401 364 452 331 435 345 204 415
Februari 294 278 312 366 177 463 325 408 421 223
Maret 323 164 188 410 282 146 301 387 183 195
April 397 190 284 140 249 181 318 351 189 183
Mei 158 324 183 50 25 101 137 169 79 110
Juni 39 211 209 290 198 53 145 87 120 0
Juli 16 190 0 19 137 64 64 87 145 0
Agustus 43 32 66 0 41 0 0 12 19 22
September 0 73 137 63 66 24 83 143 100 0
Oktober 0 260 260 129 145 0 15 50 58 8
November 4 121 168 407 272 64 100 100 152 19
Desember 189 421 273 135 271 272 272 275 247 55
CH maks 416 421 401 410 452 463 435 408 421 415
Sumber : BMG
Tabel : 4.34
Data Curah Hujan Lokasi Kutosari/Doro ( mm/hari )
Tahun
Bulan 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Januari 396 339 326 463 377 367 390 323 339 389
Februari 375 337 377 452 372 386 392 342 345 387
Maret 387 267 290 448 323 322 250 309 316 381
April 214 256 342 403 295 190 305 259 274 376
Mei 149 139 127 412 94 188 119 219 129 129
Juni 100 175 188 217 151 31 50 10 72 29
Juli 36 182 83 56 155 18 0 108 108 10
Agustus 4 69 153 18 3 0 0 0 43 8
September 0 188 72 23 43 4 67 105 48 0
Oktober 0 324 361 244 188 2 64 80 345 0
November 109 184 330 387 368 372 209 206 184 179
Desember 264 342 348 241 417 272 507 417 371 227
CH maks 396 342 377 463 377 386 392 342 371 389
Sumber : BMG
 67

4.3.1. Analisis Frekuensi Curah Hujan

Berdasarkan data curah hujan, maka perlu ditentukan kemungkinan curah
hujan maksimum tersebut untuk menentukan debit banjir rencana .Dalam
penentuan curah hujan yang dipakai dalam menghitung besar debit banjir rencana
digunakan cara – cara sebagai berikut :

1. Menentukan jenis sebaran yang diperlukan faktor – faktor sebagai berikut :

a. Standar Deviasi

b. Koefisien Skewness ( Cs )

c. Koefisien Kurtosis ( Ck )

d. Koefisien Variasi ( Cv )

Tabel : 4.35
Perhitungan Frekuensi Curah Hujan Stasiun Warungasem ( mm/hari )
Xi
Tahun ( mm/hari ) Xi - Xr (Xi - Xr)2 (Xi - Xr)3 (Xi - Xr)4
1997 416 -8.4 70.56 -592.704 4978.7136
1998 421 -3.4 11.56 -39.304 133.6336
1999 401 -23.4 547.56 -12812.904 299821.9536
2000 410 -14.4 207.36 -2985.984 42998.1696
2001 452 27.6 761.76 21024.576 580278.2976
2002 463 38.6 1489.96 57512.456 2219980.802
2003 435 10.6 112.36 1191.016 12624.7696
2004 408 -16.4 268.96 -4410.944 72339.4816
2005 421 -3.4 11.56 -39.304 133.6336
2006 415 -9.4 88.36 -830.584 7807.4896
Jumlah 4242 3570 58016.32 3241096.944
Sumber : Hasil Analisis

X rata –rata =
∑ Xi =
4242
= 424,4 mm/hari
n 10
Keterangan : n = Banyaknya tahun data curah hujan yang dipakai
Xi = Jumlah curah hujan maksimum
 68

Tabel : 4.36
Perhitungan Frekuensi Curah Hujan Stasiun Kutosari/Doro ( mm/hari )
Xi
Tahun ( mm/hari ) Xi - Xr (Xi - Xr)2 (Xi - Xr)3 (Xi - Xr)4
1997 396 12.5 156.25 1953.125 24414.0625
1998 342 -41.5 1722.25 -71473.375 2966145.063
1999 377 -6.5 42.25 -274.625 1785.0625
2000 463 79.5 6320.25 502459.875 39945560.06
2001 377 -6.5 42.25 -274.625 1785.0625
2002 386 2.5 6.25 15.625 39.0625
2003 392 8.5 72.25 614.125 5220.0625
2004 342 -41.5 1722.25 -71473.375 2966145.063
2005 371 -12.5 156.25 -1953.125 24414.0625
2006 389 5.5 30.25 166.375 915.0625
Jumlah 3835 10270.5 359760 45936422.63
Sumber : Hasil Analisis

X rata – rata =
∑ Xi =
3835
= 383,5 mm/hari
n 10
Keterangan : n = Banyaknya tahun data curah hujan yang dipakai
Xi = Jumlah curah hujan maksimum

a. Standart Deviasi
Ukuran sebaran yang paling banyak digunakan adalah deviasi standar ,
apabila penyebaran sangat besar terhadap nilai rata – rata maka nilai x akan besar
,akan tetapi apabila penyebaran data sangat kecil terhadap nilai rata – rata maka
nilai x akan kecil.

►Untuk stasiun Warungasem :

∑ ( Xi − Xrata − rata )
2
3570
Sx = = = 19,916
n −1 9

►Untuk stasiun Kutosari / Doro :

∑ ( Xi − Xrata − rata )
2
10270,5
Sx = = = 33,781
n −1 9
 69

Keterangan :

n = Banyaknya tahun data curah hujan yang dipakai

(Xi-Xrata-rata)2 = Curah hujan maksimum dikurangi curah hujan rata- rata

dikuadratkan

b. Koefisien Skewness ( Cs )

Kemencengan ( Skewness ) adalah suatu nilai yang menunjukan derajat

ketidak simetrisan ( Asimetry ) demi suatu bentuk distribusi. Apabila kurva
frkuensi dari kanan atau ke kiri terhadap titik pusat maksimum, maka kurva
tersebut tidak akan berbentuk simetris .Keadaaan tersebut disebut menceng ke
kiri atau ke kanan .Pengukuran kemencengan adalah untuk mengukur seberapa
besar frekuensi dari suatu distribusi tidak simetris atau menceng.Ukuran
kemencengan dinyatakan dengan besarnya koefisien kemencengan dan dapat
dihitung dengan persamaan berikut :

Cs =
(
n ∑ Xi − Xrata − rata )
3

(n − 1)(n − 2)Sx 3
10 × 353760
=
9 × 8 × 33,7813

= 1,275

Keterangan :

n = Banyaknya tahun data curah hujan yang dipakai

(Xi-Xrata-rata)3 = Curah hujan maksimum dikurangi curah hujan rata- rata

dipangkat tiga

Sx = Standart deviasi
 70

c. Koefisien Kurtois ( Ck )

Pengukuran Kurtois dimaksudkan untuk mengukur kemencengan dari

kurva distribusi dan sebagai perbandingan adalah distribusi normal koefisien
Kurtois dirumuskan sebagai berikut :

n 2 ∑ ( Xi − Xrata − rata )
4

Ck =
(n − 1)(n − 2)(n − 3)Sx 4

10 2 × 45936422,63
=
9 × 8 × 7 × 33,7814

= 6,9

Keterangan :

n = Banyaknya tahun data curah hujan yang dipakai

(Xi-Xrata-rata)3 = Curah hujan maksimum dikurangi curah hujan rata- rata

dipangkat empat

Sx = Standart deviasi

d. Koefisien Variasi ( Cv )

nilai Koefisien Variasi adalah nilai perbandingan deviasi standar

dengan rata – rata hitung dari suatu distribusi .Koefisien Variasi dapat dihitung
dengan rumus sebagai berikut :

Sx
Cv =
X

33,781
=
383,5

= 0,088

Keterangan :

Sx = Standart deviasi

X = Curah hujan rata-rata

 71

2. Pemilihan Jenis Sebaran

Dalam sebaran dikenal beberapa jenis distribusi, diantaranya yang banyak

digunakan dalam hidrologi adalah sebagai berikut :

a. Distribusi normal

b. Distribusi log normal

c. Distribusi log Pearson

d. Distribusi Gumbel

Tabel : 4.37
Perhitungan Frekuensi Curah Hujan Stasiun Warungasem ( mm/hari )
Hasil
No Jenis Distribusi Syarat Keterangan
Perhitungan
1 Normal Ck = 3 Ck = 6,9 Tidak
Cs = 0 Cs = 1,275 Tidak
2 Gumbel Ck = 5,4002 Ck = 6,9 Tidak
Cs = 1,129 Cs = 1,275 Memenuhi
3 Log Pearson III Cs ≠ 0 Cs = 1,275 Memenuhi
4 Log Normal Cs = 3 x Cv Cv = 0,088 Tidak
Cs = 1,275 Tidak
Sumber : Hasil Analisis
Keterangan :
Cs = Koefisien Skewness
Ck = Koefisien Kurtois
Cv = Koefisien Variasi

Analisis Curah Hujan Rencana

► Perhitungan Distribusi Log Pearson

►Untuk Stasiun Hujan Warungasem

Rata – rata ( x ) = 424,2 mm/hari

Standar Deviasi ( Sx ) = 19,916

 72

Rumus : Subarkah 1980

⎧ ⎡ ⎛ 1 ⎞⎤ ⎫
Kr = 0,78 ⎨− ln ⎢− ln⎜1 − ⎟⎥ ⎬ − 0,45 Tr => 25
⎩ ⎣ ⎝ Tr ⎠⎦ ⎭

= 2,045

Xtr = Xrata – rata + ( Kr * Sx )

Xtr = X25 + R

X25 = R = 424,2 + ( 2,045 × 19,916)

= 464,928 mm/hari

Keterangan :

Xtr = Curah Hujan dengan kala ulang tertentu ( diambil 25 tahun )

Xr = Curah Hujan Rata – rata

Sx = Standart Deviasi

► Untuk Stasiun Kutosari/Doro

Rata – rata ( x ) = 383,5 mm/hari

Standar Deviasi ( Sx ) = 33,781

⎧ ⎡ ⎛ 1 ⎞⎤ ⎫
Kr = 0,78 ⎨− ln ⎢− ln⎜1 − ⎟⎥ ⎬ − 0,45 Tr => 25
⎩ ⎣ ⎝ Tr ⎠⎦ ⎭

= 2,045

Xtr = Xrata – rata + ( Kr * Sx )

Xtr = X25 + R

X25 = R = 383,5 + (2,045× 33,781 )

= 452,582 mm/hari

Keterangan :
 73

Xtr = Curah Hujan dengan kala ulang tertentu ( diambil 25 tahun )

Xr = Curah Hujan Rata – rata

Sx = Standart Deviasi

464,982 + 452,582
Rdiambil = = 458,755 mm/hari
2

4.3.3 Perhitungan Debit Banjir ( Q )

Tujuan dari perhitungan debit ini adalah untuk mengetahui besarnya debit
air yang melewati sungai Kupang untuk suatu periode ulang tertentu, sehubungan
dengan perencanaan ini periode debit banjir yang direncanakan adalah periode
ulang 25 tahunan ( Qtr = Q25 ).
A. Data dari Dinas Pengairan Jratunseluna
Luas DAS ( A ) = 155 km2
Panjang aliran sungai ( L ) = 40000 m
Perbedaan ketinggian = 168 m
Kemiringan dasar saluran = 0,0028
B. Waktu Konsentrasi ( tc )
tc = L / ( 72 x i0,6 )
Keterangan :
L = panjang aliran ( m )
i = kemiringan medan
tc = waktu pengaliran ( jam )
tc = ( 40000 / ( 72 x 0,00280,6 )) / 3600
= 5,25 jam
C. Intensitas Hujan ( I )
I = ( R/24 ) x ( 24/tc )0,67
Keterangan :
I = Intensitas Hujan ( mm/jam )
R = Curah hujan ( mm )
tc = Waktu penakaran ( jam )
 74

I = ( 458,755 / 24 ) x ( 24 / 5,25 )0,67

= 52,918 mm/jam
Formula Relation Mononobe :
Q = 0,278.C.I.A
Keterangan :
Q = Debit banjir ( m3/det )
C = Koefisien run off = 0,6
I = Intensitas hujan ( mm/jam )
A = Luas DAS ( km2 )
( 0,278 = konversi satuan )
Q = 0,278 x 0,6 x 52,918 x 155
= 1368,142 m3/det
4.3.3 Perhitungan Tinggi Muka Air Banjir
Penampang sungai direncanakan sesuai dengan bentuk kali Kupang yaitu
berupa trapesium dengan ketentuan sebagai berikut :
Q = 1368,142 m3/det
Kemiringan dasar ( I ) = 0,0028
Kemiringan dinding (m) = 1:2
Koefisien Manning ( n ) = 0,04
Panjang Aliran Sungai ( L ) = 40000 m
Beda elevasi ( H ) = 168 m
Lebar Sungai ( B ) = 23,81 m

Rumus kecepatan aliran :

0, 6 0, 6
⎛H ⎞ ⎛ 168 ⎞
V = 72 x⎜ ⎟ = 72 x⎜ ⎟
⎝L⎠ ⎝ 40000 ⎠
= 2,7 m/det
Luas kebutuhan :
Qr 1368,142
A= = = 506,719 m2
V 2,7
 75

Gambar 4.2 potongan Kali Kupang dimulai dari pertemuan Kali Banger
dengan Sungai Pekalongan sampai dengan hulu Jembatan Kuripan Lor
Jenggot

17.000

15.000

13.000

AS
11.000

9.000

BIDANG PERS : 7.000 ( M )

16.615

16.568

15.676

12.066

16.367

16.348
9.835

8.896

7.956

8.888

9.819
ELEVASI

JARAK 12.576 8.17 9.80 4.73 5.845 5.845 5.386 5.386 11.227 5.808

P0

17.000

15.000

13.000

AS
11.000

9.000

BIDANG PERS : 7.000 ( M )

16.625

16.023

15.022

11.916

16.085

16.281
9.605

8.951

7.995

8.903

9.809
ELEVASI

JARAK 21.20 5.216 3.553 5.024 3.082 3.082 6.397 6.397 9.051 5.000

P1

17.000

15.000

13.000

11.000
AS

9.000

BIDANG PERS : 7.000 ( M )

16.820

16.244

15.231

12.158

10.249

10.207

15.763

16.768
8.687

7.124

8.666

ELEVASI

JARAK 16.377 7.619 6.642 6.174 9.253 9.253 3.163 3.163 12.501 9.231

P 2 + 10

17.000

15.000

13.000

AS
11.000

9.000

BIDANG PERS : 7.000 ( M )

16.033

15.067

12.464

16.025

16.120
9.625

8.709

7.792

8.827

9.861

ELEVASI

J ARAK 16.980 7.655 6.192 5.239 5.239 5.207 5.207 7.045 16.070

P3

17.000

15.000

AS
13.000

11.000

9.000

BIDANG PERS : 7.000 ( M )

15.757

15.667

16.323

16.517

15.621

14.142

13.868

11.127

15.624

16.305
9.268

9.596

9.923

9.884

9.843

ELEVASI

J ARAK 19.99 6.99 2.99 3.598 1.339 1.283 7.007 3.575 4.911 4.911 6.797 6.797 5.913 8.068

P4
 76

19.000

17.000

15.000

13.000 A
S

11.000

BIDANGPERS: 9.000 ( M)

16.262

16.255

15.590

10.140

16.216

16.011
9.912

9.685

9.622

9.558

9.613

9.667
ELEVASI

JARAK 14.994 2.997 6.563 8.777 0.949 5.978 5.978 3.629 3.629 7.892 6.603

P5

19.000

17.000

15.000

13.000 A
S

11.000

BIDANGPERS: 9.000( M)
16.452

16.093

15.619

10.615

10.792

16.623

16.713
9.680

9.576

9.453

9.567

9.699
ELEVASI

J ARAK 10.489 1.999 5.578 8.614 2.462 4.802 4.802 7.926 7.926 5.892 8.191

P6

Tabel 4.38 HASIL PENGUKURAN KALI KUPANG DIMULAI DARI

PERTEMUAN KALI BANGER DENGAN SUNGAI PEKALONGAN SAMPAI
DENGAN HULU JEMBATAN KURIPAN LOR - JENGGOT
No Jarak Lebar Lebar Atas Elevasi Dasar
Rata2 (m)
Patok (m ) Bawah (m) (m) Sungai (m)
P.6 27,82 41,39 34,65 +9,453
50,00
P.5 29,00 46,46 37,73 +9,558
50,00
P.4 23,58 46,29 34,93 +9,923
50,00
P.3 20,88 41,78 31,34 +9,861
50,00
P.2 23,83 56,77 40,30 +10,249
50,00
P.1 18,86 41,80 30,38 +9,809
36,00
P.0 22,46 56,39 39,43 +9,819
2
Rata 23,81 47,27 35,54
Sumber : Hasil Analisis
 77

Langkah perhitungan tinggi air maksimum dengan menggunakan lebar rata-

rata, B = 23,81 m
• Penampang tanpa menggunakan pilar

H2
H1

B
Gambar 4.3 gambar perhitungan tinggi muka air banjir

B1 = 23,81 m
Dengan cara coba-coba didapat :
H1 = 8,26 m

F = (B + mH1) H1
= ( 23,81 + (2 x 8,26)) 8,26
= 333,126 m²

P = B + 2( 1 + m 2 ) H1

= 23,81 + 2( 1 + 2 2 ) 8,26
= 60,75 m
F
R=
P
333,126
= = 5,484 m
60,75
1 2 / 3 1/ 2
Q= R I F
n
1
= .5,484 2 / 3 .0,0028 1 / 2 .333,126
0,04
 78

= 1370,437 m³/det > 1368,142 m³/det …….OK

• Penampang dengan menggunakan pilar

H2
H1

D
B
Gambar 4.4 gambar perhitungan tinggi muka air banjir mengunakan pilar

B rata-rata = 23,81 m
1 1
Diameter pilar = 1 m ( H − H)
5 10
Dengan cara coba-coba didapat :
H1 = 8,4 m

F = (B + mH1) H1
= ( 22,81 + (2 x 8,4)) 8,4
= 332,724 m²

P = B + 2( 1 + m 2 ) H1

= 22,81 + 2( 1 + 2 2 ) 8,4
= 60,376 m
F
R=
P
332,724
= = 5,622 m
60,376
1 2 / 3 1/ 2
Q= R I F
n
 79

1
= .5,622 2 / 3 .0,0028 1 / 2 .332,724
0,04
= 1373,273 m³/det > 1368,142 m³/det …….OK

4.3.4 Tinggi Bebas

Menurut Peraturan Perencanaan Pembebanan Jembatan dan Jalan Raya,
bahwa tinggi bebas yang disyaratkan untuk jembatan minimal 1,00 m diatas nuka
air banjir 25 tahunan. Maka untuk tinggi bebas jembatan Kali Kupang ini
direncanakan 1,5 meter.

4.3.5 Analisa Data Penggerusan (Scouring)

Penggerusan (scouring) terjadi di dasar sungai di bawah pier akibat aliran

sungai yang mengikis lapisan tanah dasar sungai. Aliran sungai diarahkan agar
tidak berubah arah sehingga tidak terjadi penggerusan (scouring) ini.
Dalamnya penggerusan dihitung berdasarkan rumus Lacey, sebagai berikut
- Bentang jembatan ( L ) = 60 m
- Lebar alur sungai ( W ) = 47,27 m
- Jenis tanah dasar lanau ( standart silt ), maka berdasar tabel 2.6 Faktor
Lempung Lacey pada bab II :
- Diameter butir ( d ) = 0,322 mm
- Faktor lempung Lacey ( f ) = 1,0
- Tipe aliran sungai : aliran belok
- Q = Q25 = 1368,142 m3/det
Dari rumus Lacey :
0 , 333
⎡Q ⎤
L ≥ W ⇒ d = 0,473⎢ ⎥
⎣f⎦
0 , 333
⎡1368,142 ⎤
d = 0,473⎢ ⎥⎦
⎣ 1
d = 5,238m
Penggerusan maksimum = 1,75d = 1,75 x 5,238 = 9,167 m.
Jadi kedalaman pondasi jembatan harus diperhitungkan terhadap kedalaman
scouring di atas (9,167 m dari permukaan tanah/dasar sungai)
 80

1,5m

8,26m

23,81m

Gambar 4.5 Sketsa Penampang Sungai

4.4 ANALISIS KONDISI TANAH DASAR

Analisa terhadap kondisi tanah dasar dimaksudkan untuk mengetahui sifat
fisik dan sifat teknis tanah di lokasi untuk menentukan jenis pondasi yang sesuai
dengan keadaan tanah pada jembatan Kuripan.
4.4.1 Pekerjaan Boring
Jumlah titik bor dilaksanakan pada 2 ( dua ) titik bor yaitu titik BH-1 dan
BH-2. Alat yang dipergunakan pada pekerjaan boring ini adalah bor mesin
( Kano Boring ), yang dilakukan higga kedalaman 20 meter dari
permukaan tanah setempat.
Hasil pengujian boring tersebut adalah sebagai berikut :

Tabel 4.39
Pekerjaan Boring BH-1

Kedalaman
Jenis tanah Diskripsi Tanah N – SPT
(meter)
0–5 Pasir Coklat , Setengah Padat 5
Coklat Kemerahan,
5–6 Pasir Kelempungan 4
Setengah Padat
Hitam Keabu-abuan,
6 – 7,6 Pasir 4
Setengah Padat
7,6 – 10 Gambut Hitam Kecoklatan, Lepas 4
 81

Lempung Abu-abu Kecoklatan,

10 – 11 4
Kepasiran Teguh
11 – 13 Gambut Coklat, Lepas 6
13 – 14,6 Lempung Abu-abu, Teguh 6
Hitam Keabu-abuan,
14,6 – 20 Pasir 16 – 19
Setengah Padat
Sumber : DPU Kota Pekalongan
Tabel 4.40
Pekerjaan Boring BH-2

Kedalaman
Jenis tanah Diskripsi Tanah N – SPT
(meter)
0 – 6,5 Pasir Kelempungan Coklat , Lepas 5–9
Abu-abu Kehitaman,
6,5 – 8 Pasir 5–9
Lepas
8 – 10 Lempung Kepasiran Abu-abu, Kaku 9
10 – 14 Lempung Kepasiran Coklat, Teguh 5
Hitam Kecoklatan,
14 – 16 Gambut 5
Teguh
16 – 17 Lempung Abu-abu, Teguh 6
17 – 20 Pasir Abu-abu, Lepas 7
Sumber : DPU Kota Pekalongan
 82

4.4.2. Pekerjaan Sondir

Jumlah titik sondir yang dilaksanakan ada pada 2 ( dua ) titik yaitu
titik SD – 1 dan SD – 2. Alat yang dipergunakan adalah sondir mesin
hydrolis dengan kapasitas 2,5 ton.
Hasil pengujian sondir tersebut adalah sebagai berikut :

Tabel 4.41
Pekerjaan Sondir

Titik SD – 1 Titik SD – 2
Kedalaman Tahanan Konus Kedalaman Tahanan Konus
( meter ) qc ( c ) ( meter ) qc ( kg/cm2 )
0,2 – 4,2 14,0 – 36,0 0,2 – 4,0 20,0 – 100,0
4,4 – 5,8 8,0 – 18,0 4,2 – 6,6 8,0 – 22,0
6,0 – 7,0 20,0 – 70,0 6,8 – 7,6 22., – 62,0
7,2 – 12,8 6,0 – 18,0 7,8 – 19,0 6,0 – 20,0
13,0 – 14,0 19,0 – 25,0 19,2 – 20,0 20,0 – 22,0
14,2 – 17,8 8,0 – 20,0
18,0 – 20,0 18,0 – 25,0
20,0 qc = 351 kg/cm2 20,0 qc = 351 kg/cm2
JHP = 1464 kg/cm2 JHP = 1518 kg/cm2
Sumber : DPU Kota Pekalongan

‰ Kesimpulan :
a. Titik Sondir I
Nilai perlawanan ujung konus ( conuss resistance ) sampai
kedalaman – 20,00 m adalah 351 kg/cm2
Jumlah hambatan pelekat ( total friction ) adalah 1464 k
b. Titik Sondir II
Nilai perlawanan ujung konus ( conuss resistance ) sampai
kedalaman – 20 m adalah 351 kg/cm2
Jumlah hambatan pelekat ( total friction ) adalah 1518 kg/cm2
 83

Dari hasil pengujian tersebut dapat disimpulkan bahwa tanah keras

terletak pada kedalaman > 20 m maka pondasi yang digunakan yaitu
jenis pondasi dalam.