Anda di halaman 1dari 19

MAKALAH

Evaluasi Implementasi Intelligent Transport System untuk


Transport Demand Management di Wilayah Perkotaan,
Studi Kasus: Wilayah Jabodetabek

Disusun oleh:
Muhammad Dimas Mahardika
(17/415215/TK/46504)

Departemen Teknik Sipil dan Lingkungan


Fakultas Teknik
Universitas Gadjah Mada
Yogyakarta
2020
1. Latar Belakang dan Tujuan
1.1. Latar Belakang
Salah satu aglomerasi perkotaan terbesar di Indonesia adalah provinsi DKI Jakarta.
DKI Jakarta adalah kota terbesar di Indonesia, dengan jumlah penduduk dipekirakan
sebesar 10,57 juta orang pada tahun 2020 dan laju pertumbuhan penduduk sebesar 1,07%
pada tahun sebelumnya (BPS, 2018). Selaras dengan pertumbuhan penduduk tersebut,
kepemilikan mobil penumpang juga mengalami kenaikan. Berdasarkan data dari Statistik
Transportasi DKI Jakarta (2018), mobil penumpang mengalami pertumbuhan
kepemilikan sebesar 6,48% per tahun pada kurun waktu 2012-2016. Berkaca dari data
tersebut, maka tidak mengherankan jika berdasarkan data dari Tom Tom (2020), Kota
Jakarta menempati peringkat ke-10 dengan tingkat kemacetan 53% sebagai kota termacet
di dunia.
Sebuah solusi untuk mengatur agar jaringan transportasi dapat bekerja dengan efisien
tanpa menambah infrastruktur baru secara signifikan adalah dengan manajemen lalu
lintas. Manajemen lalu lintas adalah sebuah sistem yang terdiri dari aplikasi-aplikasi
untuk melakukan peningkatan terhadap efisiensi lalu lintas secara keseluruhan, dan
dalam prosesnya sistem tersebut mengumpulkan informasi dari berbagai sumber untuk
mengontrol hal tersebut (Souza dkk, 2016). Salah satu metode untuk melakukan
manajemen lalu lintas adalah dengan Transportation Demand Management (TDM,
Manajemen Kebutuhan Transportasi). TDM meningkatkan efisiensi sistem transportasi
perkotaan dengan mengatur permintaan perjalanan menggunakan kendaraan pribadi dan
mempromosikan moda transportasi yang lebih efektif (ITDP, 2016).
Sementara itu, untuk mengaplikasikan TDM diperlukan ketersediaan informasi yang
jelas dan implementasi dari Intelligent Transport System (ITS) dapat dilakukan untuk
mengisi fungsi tersebut. Walaupun ITS pada awal penggunaannya hanya banyak
digunakan oleh negara-negara yang sudah maju, ITS juga semakin hari semakin
dikembangkan untuk memenuhi kebutuhan spesifik di negara berkembang, dan
kemajuan terkini pada teknologi big data sedang mendukung hal tersebut (UNESCAP,
2014).
Penerapan ITS di Jakarta sendiri sebenarnya sudah cukup banyak, dimulai dari sistem
realtime tracking pada berbagai moda transportasi umum (seperti TransJakarta dan
MikroTrans), sistem ATCS (Area Traffic Control System) untuk mengoptimasi waktu
siklus pada simpang, hingga ke sistem eTilang untuk memastikan bahwa para
pengendara menaati peraturan dan siasat-siasat yang dilaksanakan di lapangan oleh
Dinas Perhubungan terkait. Dikarenakan hal-hal tersebut, maka perlu dilakukan evaluasi
untuk mengukur seberapa berhasil implementasi TDM dengan ITS di DKI Jakarta dan
memberikan rekomendasi terhadap kekurangan dari implementasi tersebut.
1.2. Tujuan
Tujuan dari penulisan makalah ini adalah untuk:
1. Mengukur tingkat keberhasilan Traffic Demand Management (TDM) yang
diimplementasikan dengan Intelligent Transportation System (ITS) di DKI
Jakarta.
2. Memberikan rekomendasi terhadap perbaikan standar penerapan Traffic Demand
Management (TDM) yang diimplementasikan dengan Intelligent Transportation
System (ITS) di DKI Jakarta.

2. Kajian Pustaka
2.1. Transport Demand Management (TDM)
Transport Demand Managament (TDM) atau manajemen permintaan transportasi
merupakan suatu strategi untuk memaksimalkan efisiensi sistem transportasi perkotaan
melalui pembatasan penggunaan kendaraan pribadi dan mempromosikan moda
transportasi yang lebih efektif, sehat dan ramah lingkungan, seperti angkutan umum dan
transportasi tidak bermotor. Sementara itu, jika meurut Institute for Transportation &
Development Policy (ITDP) (2016), TDM merupakan pengaplikasikan peraturan-
peraturan dan strategi untuk meminimalisir kebutuhan akan kendaraan pribadi.
Dalam bidang transportasi, ketika ada permasalahan kapasitas pada jaringan,
pendekatan pemecahan permasalahan dengan pengelolaan permintaan merupakan sebuah
pendekatan yang lebih cost-effective daripada dengan menaikkan kapasitas. Metode
tersebut juga lebih mempunyai potensi untuk menghasilkan dampak jangka panjang yang
lebih baik untuk lingkungan hidup dan komunitas sosial.

Gambar 2.1. Tantangan dan tujuan dari transport demand management


(Sumber: TUMI, 2018)
TDM dilakukan dengan memberikan suatu pembatasan yang disertai dengan pilihan-
pilihan sehingga pengguna dapat memilih beberapa hal sesuai dengan kondisi yang
terbaik untuk masyarakat (Departemen Perhubungan Direktorat Jendral Perhubungan
Darat, 2004):
1. Berpindah (Moda Shift) – Pengguna jalan diberikan pilihan beberapa moda dengan
trade off yang seimbang, sehingga masyarakat dapat memilih moda yang paling
hemat.
2. Mengubah Lokasi (Location Shift) – Pengguna jalan mengubah lokasi tempat
masyarakat beraktivitas.
3. Mengubah Waktu Perjalanan (Time Shift) – Pengguna jalan mengubah waktu mereka
berangkat. Strategi ni adalag strategi menggunakan jalan secara bergantian sehingga
jam puncak tersebar.
4. Mengubah Rute Perjalanan (Route Shift) – Merubah rute perjalanan didasarkan pada
kondisi di mana ruas jalan paralel memiliki tingkat kepadatan berbeda.
Tabel 2.1. Contoh-contoh implementasi dan alat pengelolaan TDM
(Sumber: Bylinko, 2018)

2.2.Intelligent Transportation System (ITS)


Intelligent Transportation System (ITS) adalah usaha-usaha yang mengaplikasikan
teknologi informasi, komunikasi, dan sensor untuk kendaraan dan infrastruktur
transportasi untuk menyediakan informasi aktual bagi pengguna jalan dan pengelola
sistem transportasi untuk membuat keputusan yang lebih bijak. ITS bertujuan untuk
meningkatkan keamanan lalu lintas (traffic safety), meredakan kemacetan lalu lintas,
mengurangi polusi udara, dan menaikkan efisiensi energi (Ni, 2015). Komponen-
kompnen yang merupakan bagian dari ITS di antaranya ialah:
1. Advanced Traffic Management Systems – Aplikasi yang memberikan data aktual
tentang lalu lintas kepada pengguna jalan. Selain itu juga, teknologi sistem ini dapat
memberikan informasi jika terjadi kecelakaan/hambatan pada rute yang ditempuh.
2. Advanced Traveller Information Systems – Aplikasi yang bertujuan untuk
memberikan panduan mengenai rute yang optimal kepada pengguna jalan. Umumnya
mengutilisasikan peta digital berbasis Geographic Information System (GIS).
3. Advanced Public Transportation Systems – Aplikasi yang menggabungkan
manajemen transportasi dan teknologi informasi untuk meningkatkan efisiensi sistem
transportasi publik dan tingkat keamanannya. Contoh: real-time passenger
information systems, automatic vehicle location systems, dan sebagainya.
Untuk mengoperasikan ITS, diperlukan sebuah Traffic Management Center (TMC) yang
merupakan unit vital yang terdiri dari sistem jaringan teknis yang ada di bawah kendali
otoritas transportasi. TMC yang terorganisir dengan baik dan efisien bergantung kepada
pengoleksian data secara otomatis dan dengan lokasi presisi. Urutan dari pengumpulan
data untuk ITS terdiri dari transmisi data (data transmission), dan analisis data (data
analysis).

3. Pengamatan Praktek Lapangan


3.1. Traffic Control Management di Wilayah Jabodetabek
3.1.1. Implementasi Area Traffic Control System (ATCS)

Gambar 3.2. Jumlah lampu lalu lintas terintegrasi ITS ATCS di Wilayah DKI Jakarta
(Sumber: Unit Pengelola Statistik DKI Jakarta, 2020)

Gambar 3.3. Tampilan akses langsung CCTV dan ATCS melalui platform JSC
(Sumber: Penulis)
Berdasarkan data dari Portal Statistik Sektoral Provinsi DKI Jakarta (2020), pada tahun
2019, wilayah DKI Jakarta sudah memiliki sebanyak 96 alat pemberi isyarat lalu lintas
(APILL) terintegrasi ITS ATCS pada daerah persimpangan-persimpangan yang kritis.
Jika dibandingkan dengan tahun-tahun sebelumnya, pada tahun 2017, DKI Jakarta
sudah memiliki APILL yang terintegrasi dengan ITS sebanyak 39 buah, lalu pada tahun
berikutnya bertambah 13 buah, dan pada tahun berikutnya lagi bertambah sebanyak 44
buah (yang menunjukkan penambahan terbanyak).
Pada tahun 2017 Jakarta sudah memiliki lampu lalu lintas terintegrasi ITS ATCS
sebanyak 39 lampu, lalu pada tahun 2018 bertambah 13 lampu dan penambahan
terbanyak pada tahun 2019 yaitu sebanyak 44 lampu. Wilayah yang memiliki lampu
lalu lintas terintegrasi ITS ATCS terbanyak yaitu di wilayah Jakarta Selatan dengan
jumlah 45 lampu. Sedangkan yang paling sedikit ada di wilayah Jakarta Utara dengan
jumlah 7 lampu (PSSP, 2020).
Sementara itu, di wilayah sekitar DKI Jakarta, yaitu di Bekasi, Depok, Kota Bogor, dan
Kabupaten Bogor, BPTJ (Badan Pengawas Transportasi Jabodetabek) memiliki 54
lokasi APILL yang sudah terpasang oleh ATCS. Di Bekasi terpasang 23 ATCS, di
Depok terpasang 5 ATCS, di Kota Bogor terpasang 18 ATCS, sementara di Kabupaten
Bogor terpasang 18 ATCS (BPTJ, 2019).
Selain itu juga, di DKI Jakarta terdapat lebih dari 6.000 CCTV yang terpasang pada
hampir setiap titik jalan. Rekaman langsung dari CCTV tersebut dapat diakses oleh
semua orang melalui situs resmi dari Jakarta Smart City – platform sistem informasi
realtime di bawah pemerintah provinsi DKI Jakarta – yang dapat diakses lewat
perangkat desktop ataupun handphone (Al Anshori, 2019).
3.1.2. Implementasi Electronic Road Pricing (ERP)
Untuk mengatur lalu-lintas pada ruas-ruas jalan arteri yang padat di tengah kota, BPTJ
yang bekerjasama dengan Kementerian PUPR berencana untuk menerapkan teknologi
electronic road pricing (ERP) dengan tarif progresif. ERP direncanakan untuk
diimplementasikan dalam dua tahap implementasi. Tahap Implementasi I dilakukan
pada tahun 2019 di ruas Jl. Sisingamangajara dan Jl. Sudirman. Sementara, Tahap
Implementasi II akan dilakukan pada tahun 2020 di Jl. MH. Thamrin, Jl. Medan
Merdeka Barat, Jl. Majapahit, Jl. Gadjah Mada, Jl. Hayam Wuruk, JL. HR. Rasuna
Said, dan Jl. Cokroaminoto.
Direncanakan, pada triwulan kedua tahun 2020 proses tender sudah bisa dimulai dan
pada tahun 2021 akan diimplementasi secara keseluruhan. Ketika ERP ini sudah akan
diterapkan, maka sistem ganjil genap yang diterapkan di jalanan Jakarta akan dihapus.
Menurut Prihatono (2019), diperkirakan bahwa tarif dari ERP ketika akan diberlakukan
akan sekitar mulai dari Rp.5 ribu hingga Rp.20 ribuan per mobil. ERP akan
diperlakukan selaras dengan pengoperasian moda transportasi massal seperti MRT
(Moda Raya Terpadu) dan pengguna jalan akan lebih memilih untuk menaiki moda
tersebut.
3.1.3. Electronic Traffic Law Enforcement (ETLE)
Electronic Traffic Law Enforcement (ETLE) di Direktorat Lalu Lintas Polda Metro
Jaya adalah implementasi teknologi untuk mencatat pelanggaran - pelanggaran dalam
berlalu lintas secara elektronik untuk mendukung keamanan, ketertiban, keselamatan
dan ketertiban dalam berlalu lintas. ETLE melakukan penertiban dengan melakukan
pemotretan terhadap pelanggaran di jalan raya dengan kamera CCTV. Kemudian, data
pelanggaran akan dikirim ke TMC (Traffic Management Center) Metro Jaya untuk
diproses data nomor kendaraan untuk kemudian akan dikirimi bukti dan surat tilang
sesuai STNK pemilik kendaraan.
Saat ini jumlah kamera ETLE yang terpasang sudah mencapai 12 unit di sepanjang
Jalan Sudirman hingga Jalan MH Thamrin. Pada tahun 2020, unit ETLE ditambahkan
sebanyak 45 unit di empat jalur: 1.) Jalur Kota Tua-Gajah Mada-MH Thamrin-
Sudirman-Blok M-senayan; 2.) Jalur Grogol-Pancoran; 3.) Jalur Halim-Cempaka Putih;
dan 4.) Jalur Rasuna Said-Gunung Sahari-Prof. Dr. Satrio.
3.2. ITS di Sektor Transportasi Umum di Jabodetabek
3.2.1. Pembayaran Elektronik dan Integrasinya
Pemerintah Provinsi DKI Jakarta melalui Peraturan Gubernur No. 97 Tahun 2018
menginstruksikan pengaturan untuk tarif terintegrasi angkutan penumpang umum. Salah
satu perwujudan dari integrasi layanan sistem transportasi publik di DKI Jakarta dan
sekitarnya adalah dengan Jak Lingko. Integrasi ini melibatkan semua moda transportasi
umum di DKI Jakarta, dimulai dari integrasi antara bus (bus besar, bus medium, dan bus
kecil yang dikelola dan dioperasikan oleh Trans Jakarta), tetapi juga dengan transportasi
berbasis rel yang dimiliki oleh Pemerintah Provinsi DKI Jakarta (seperti MRT, LRT,
Kereta Commuter Indonesia, dan sebagainya). Lalu, berdasarkan Instruksi Gubernur No.
66 Tahun 2019, Dinas Perhubungan Provinsi DKI Jakarta akan mempercepat peremajaan
10,047 armada bus kecil, sedang, dan besar melalui integrasi ke dalam Jak Lingko pada
tahun 2020.
Kartu Jak Lingko dikeluarkan oleh Bank DKI dan Bank BNI dan skema tarif yang
disediakan dirancang untuk menguntungkan baik bagi pengguna maupun untuk operator.
Dalam tiga jam, hanya dengan membayar Rp. 5.000 maka seluruh moda transportasi
umum akan dapat diakses. Dengan sistem Jak Lingko juga, maka supir-supir akan dapat
teruntungkan dengan menurunnya resiko target setoran dan denggan mendapatkan Upah
Minimum Regional (UMR) sebesar Rp. 3,9 juta.
3.2.2. Pelayanan Informasi untuk Pengguna Transportasi Umum

Gambar 3.4. Tampilan Trafi, aplikasi pemilihan moda transportasi umum


Pada moda transportasi publik di Jakarta sudah terdapat infrastruktur GPS tracker, VMS
di tempat pemberhentian bis, hingga ke CCTV di moda transportasi publik dan tempat
pemberhentiannya. Sebagai pendukung implementasi dari program integrasi teknologi
dengan lalu lintas, Pemerintah Provinsi DKI Jakarta melalui Unit Pelaksana (UP) Jakarta
Smart City bekerjasama dengan beberapa pihak pelayanan teknologi untuk menyediakan
sistem informasi aktual yang dapat diakses oleh pengguna transportasi, khususnya
pengguna transportasi umum. Salah satu layanan teknologi yang tersedia adalah Trafi.
Trafi merupakan salah mitra dari Jakarta Smart City dan Transjakarta yang dapat
memberikan informasi transportasi di Jakarta secara aktual sehingga pengguna tidak akan
ketinggalan jadwal dan dapat memilih pilihan transportasi umum yang tersedia. Trafi
membantu pengguna untuk memlih rute yang tersedia (dari berbagai pilihan moda, mulai
dari Transjakarta, KRL, Bis, Bis Sedang, dan Angkot) dan Trafi juga akan membantu
memilih dengan memperhitungkan efisiensi, kecepatan, waktu dan harga.
4. Analisis dan Elaborasi
4.1. Deskripsi Wilayah Jabodetabek dan Permintaan Perjalanannya

Gambar 4.1. Batas adminstratif analisis studi (Wilayah Jabodetabek)

Gambar 4.2. Modal share pengguna transportasi di Wilayah Jabodetabek


(Sumber: BPTJ, 2019)

Berdasarkan statistik dari BPS (2017), rata-rata perjalanan harian (average total trip) di
Jabodetabek adalah sebanyak 49,5 juta perjalanan/hari. Dari total rata-rata perjalanan
harian tersebut, permintaan perjalanan (travel demand) di DKI Jakarta dan wilayah
sekitarnya (Jabodetabek) dibagi menjadi tiga jenis, yaitu: 1.) permintaan utama, yaitu
perjalanan di dalam DKI Jakarta (Inner Jakarta Travel Demand) sebanyak 24,2 juta
perjalanan/hari; 2.) permintaan perlajanan komuter (Outer-Inner Jakarta Travel
Demand) sebanyak 4,06 juta perjalanan/hari; dan 3.) permintaan perjalanan lainnya
(Pass-through and Inner Suburban) sebanyak 22,02 juta perjalanan/hari.
Sementara itu, menurut data dari SITRAMP dan JUPI (2018) pembagian modal share di
Jabodetabek cenderung didominasi oleh sepeda motor (sebanyak 54% modal share),
kemudian diikuti oleh mobil pribadi (sebanyak 20% modal share), pejalan kaki/pesepeda
(sebanyak 19% modal share), dan transportasi umum (sebanyak 2% modal share).
Perubahan modal share selama kurun waktu dua dasawarsa terakhir (2002-2018)
digambarkan oleh diagram di atas.
4.2. Efektivitas dari Traffic Control Management untuk TDM
Falatehan dkk. (2020) membuat sebuah penelitian mengenai efek implementasi dari ERP
di Jakarta terhadap pemilihan moda dan peningkatan waktu perjalanan. Penelitian
tersebut dilakukan dengan metode contingent choice model (CCM). Studi yang
dilakukan lokasinya dibatasi pada wilayah sekitar Jl. Sudirman, dan besaran biaya ERP
yang diberlakukan adalah dengan tarif awal Rp. 12.500,00. Berdasarkan survey yang
dilakukan kepada pekerja yang memiliki pekerjaan di Jakarta, persentase ketersediaan
pekerja untuk beralih ke moda transportasi umum jika ERP diterapkan adalah sebesar
48,10%, dengan sisanya tetap akan menggunakan pribadi.
Alternatif moda lain yang dipilih jika ERP diterapkan adalah busway (sebesar 70,64%),
dan kereta api (sebesar 13,76%). Walaupun begitu, hasil dari survey tersebut juga
memberikan prasyarat tambahan agar para pekerja bersedia untuk beralih ke transportasi
umum. Sebanyak 33,03% dari pekerja berharap biaya transportasi dengan menggunakan
transportasi umum menjadi lebih murah, dan 38,0% berharap bahwa transportasi umum
dapat lebih bisa diandalkan dengan mengantarkan mereka lebih cepat sampai tujuan
(Falatehan dkk., 2020).
Dari hasil studi tersebut dapat dibuat sebuah kesimpulan, bahwa jika ERP nanti benar
adanya hendak diterapkan di jalanan Jakarta, maka hal tersebut harus diimbangi dengan
peningkatan pelayanan moda transportasi umum di Jakarta (mulai dari waktu tempuh
hingga ke biaya perjalanan). Selain itu juga, dikarenakan mayoritas pekerja untuk saat ini
lebih memiliki preferensi untuk menggunakan moda transportasi bis, sehingga
TransJakarta serta moda-moda pengumpannya (feeder) harus meningkatkan kualitas dari
jaringannya.
Menurut Kasubdit Gakkum Ditlantas Polda Metro Jaya, Fahri Siregar (2020) dalam
wawancaranya terhadap Kompas (2020), dampak paling signifikan dari penerapan ETLE
(electronic traffic law enforcement) adalah menurunnya angka pelanggaran lalu lintas.
Persentase penurunan jumlah pelanggaran adalah sebesar 40% dari sebelum
diterapkannya ETLE, dan ada tiga jenis pelanggaran yang paling mendominasi ketika
tertangkap oleh sistem ETLE, yaitu: 1.) pelanggaran mengenai lalu lintas terkait marka
jalan; 2.) pelanggaran rambu-rambu lalu lintas; dan 3.) pelanggaran tak mengenakan
sabuk pengaman (safety belt). Sementara itu, bagi para pengguna sepeda motor, jenis
pelanggaran terbanyak adalah pelanggaran penerobosan jalur TransJakarta (Kompas,
2020).
Data tersebut mengimplikasikan bahwa penerapan ETLE bisa dikatakan cukup efektif
dalam menekan pelanggaran aturan lalu lintas dan menegakkan law enforcement
sehingga kebijakan-kebijakan yang sudah dibuat untuk mengatur permintaan perjalanan
dapat diimplementasikan dengan lebih baik. Walaupun begitu, dirasa masih diperlukan
sebuah peningkatan jumlah CCTV untuk penerapan ETLE (dari yang sekarang masih
berjumlah 45 buah). Diharapkan, ketika jumlah titik jalan yang diterapkan ETLE
meningkat, maka measures untuk melakukan pengaturan lalu lintas dapat menjadi lebih
mudah untuk diterapkan. Penerapan ERP, sistem HOV lane (high occupancy vehicle),
hingga ke penjagaan jalur khusus bagi TransJakarta diharapkan kelak akan menjadi lebih
efektif.
4.3. Efektivitas dari ITS di Sektor Transportasi Umum
Pusat Pelayanan Statistik Provinsi DKI Jakarta (2018) telah merilis dokumen survei evaluasi
program OK-OTRIP (yang kini berubah nama menjadi program Jak Lingko) di tahun 2018.
Survei yang dilakukan disasar terhadap pemilik angkutan umum dan supir angkutan di
area/rute pelaksanaan OK-OTRIP dengan sampel sebanyak 402 responden. Didapatkan
bahwa 97,8% responden telah mengetahui program kegiatan OK-OTRIP, lalu lebih dari 60%
responden telah memiliki pengetahuan yang cukup tentang peraturan sopir, syarat usia
kendaraan, tarif, ketiadaan beban setoran dan BBM serta besaran gaji yang diterima dalam
OK-OTRIP. Selanjutnya juga didapatkan bahwa 35,5% responden, baik peserta OK-OTRIP
maupun yang belum sering menghadapi kemacetan sebagai masalah sehari-hari yang
dihadapi dalam beroperasi, walaupun 58,2% menilai bahwa kegiatan OK-OTRIP ini
berhasil.
Walaupun begitu, para responden juga mengeluhkan beberapa hal mengenai OK-OTRIP.
Masalah utama yang dijabarkan adalah mesin tapping yang sering rusak, lalu posisi rambu
pemberhentian yang tidak sesuai dengan kantong naik turun penumpang, dan terakhir adalah
permasalahan persaingan dengan sopir non peserta.
Sementara, untuk efektivitas implementasi dari sisi pengguna, telah dirilis juga survei
kepuasan pengguna layanan Jak Lingko oleh Pusat Pelayanan Statistik Provinsi DKI Jakarta
(2019). Mayoritas dari responden mengatakan bahwa mereka mengetahui mengenai Jak
Lingko dari teman (sebanyak 42,5% responden) dan iklan (sebanyak 40,5%). Sisa responden
mengatakan bahwa mereka mengetahui mengenai Jak Lingko dari surat kabar, televisi, dan
media sosial. Mayoritas dari responden juga mengatakan bahwa mereka sudah menggunakan
sistem Jak Lingko (sebanyak 82% responden) dan setuju untuk beralih menggunakan Jak
Lingko (sebanyak 67% responden). Terdapat beberapa syarat yang diinginkan responden
agar beralih menggunakan Jak Lingko di antaranya ialah: 1.) armada yang disediakan lebih
banyak; 2.) rute yang disediakan lebih lengkap; 3.) waktu tunggu tidak lama; dan 4.) tarif
yang dipatok tidak mahal.
Dari skala kepuasan 1-4, rata-rata pengguna Jak Lingko menyatakan kepuasan mereka pada
skala 3,28 (dengan tingkat kepuasan tertinggi dimiliki oleh responden di Jakarta Barat
dengan kepuasan 3,69 dan terendah dimiliki oleh responden di Jakarta Timur dengan tingkat
kepuasan 3,15). Menurut responden, beberapa hal yang dapat diperbaiki di bagian sarana dan
prasarana Jak Lingko adalah di bagian perawatan mesin tapping, perawatan jalan/jalur, dan
penambahan shelter. Sementara itu, hal yang dapat diperbaiki di bagian layanan transaksi
dan tarif adalah mengenai penambahan rute, penurunan harga tarif, penambahan jam
pelayanan, dan penambahan petugas terutama di malam hari.
Murad dkk. (2018) melakukan penelitian mengenai pengembangan smart public
transportation system di Jakarta berbasis IoT (Internet of Things). Salah satu subjek dari
penelitian mereka adalah pengguna Transjakarta dan pertanyaan yang diajukan kepada para
responden adalah mengenai seberapa sering mereka mengutilisasikan perangkat lunak
(traffic applications) untuk memenuhi kebutuhan perjalanan dengan transportasi umum.
Pertanyaan la

mereka adalah seberapa sering par


4.4.

Selama tahun 2019, ada 316 armada yang bergabung dalam Jak Lingko yang terdiri
dari 150 Kopaja, 100 Metromini, 30 Kopamini Jaya, dan 36 Koantas Bima.
1.1.1. ATCS
1.2. Layanan Transportasi Publik di DKI Jakarta
1.3. Sistem Pembayaran Elektronik
1.3.1. Kartu2
1.3.2. Denda onlen
1.3.3. ERP
1.4. Commercial Vehicle Operations
1.5. Traveler Information
Daftar Pustaka:
https://databoks.katadata.co.id/datapublish/2019/08/02/berapa-jumlah-kendaraan-di-dki-
jakarta
https://journals.sagepub.com/doi/pdf/10.1177/1550147716683612
https://www.globenewswire.com/news-release/2020/01/29/1976528/0/en/TomTom-Traffic-
Index-Global-Traffic-Congestion-Up-as-Bengaluru-takes-Crown-of-World-s-Most-Traffic-
Congested-City.html

De Souza, A.M., Brennand, C.A., Yokoyama, R.S., Donato, E.A., Madeira, E.R. and Villas, L.A.,
2017. Traffic management systems: A classification, review, challenges, and future
perspectives. International Journal of Distributed Sensor Networks, 13(4), p.1550147716683612.

Transport and Communications Bulletin for Asia and the Pacific, No. 88 "Intelligent Transport
Systems"

http://repository.its.ac.id/1986/1/3112100040-Undergraduate_Theses.pdf

https://www.researchgate.net/publication/276489650_Performance_Evaluation_of_Intelligent
_Adaptive_Traffic_Control_Systems_A_Case_Study

https://www.transformative-mobility.org/assets/publications/Transport-Demand-Management-
Challenges-and-Objectives.pdf

https://www.researchgate.net/figure/Jakarta-metropolitan-area_fig1_277814471

Traffic Flow Theory


Characteristics, Experimental Methods, and Numerical Techniques

https://databoks.katadata.co.id/datapublish/2019/12/07/jumlah-penduduk-dki-jakarta-2020

https://www.tomtom.com/en_gb/traffic-index/ranking/

https://databoks.katadata.co.id/datapublish/2019/10/08/tingkat-urbanisasi-indonesia-dalam-
kategori-menengah

https://twitter.com/thedufresne/status/1114841925830336517
http://statistik.jakarta.go.id/jumlah-dan-lokasi-lampu-lalu-lintas-terintegrasi-its-atcs-di-dki-jakarta/

Falatehan, A.F., Syaukat, Y. and Bahtiar, R., 2020. Analisis Peningkatan Waktu Perjalanan dan
Pemilihan Moda pada Penerapan Kebijakan ERP (Electronic Road Pricing) di Jakarta. Jurnal
Penelitian Transportasi Darat, 19(3), pp.205-216.

https://otomotif.kompas.com/read/2020/01/07/105000115/efek-tilang-elektronik-pelanggaran-
lalu-lintas-turun-40-persen

https://megapolitan.kompas.com/read/2020/02/05/18350481/jumlah-pelanggar-yang-tertangkap-
etle-menurun-pengendara-motor-terbanyak

http://statistik.jakarta.go.id/infografis/survei-evaluasi-jak-lingko-2019/
http://statistik.jakarta.go.id/media/2019/04/buku-laporan-survei-ok-otrip-2018.pdf
Mobilitas adalah kebutuhan bagi semua orang. Berangkat dari prinsip tersebut, maka
jaringan transportasi yang efisien merupakan sebuah prasarana yang penting bagi sebuah
kawasan perkotaan yang fungsional. Pada beberapa dekade terakhir, kota-kota besar di
Indonesia sedang mengalami urbanisasi besar-besaran, dan dengan urbanisasi berskala
masif tersebut, seringkali terdapat sebuah imbas negatif terhadap segi sistem jaringan
transportasi.
Gambar 2.2. Ilustrasi implementasi ITS
(Sumber: Etsi, 2008)