Pilar Jurnal Vol 16 No. 2

PILAR JURNAL TEKNIK SIPIL
Alamat: Kampus Politeknik Negeri Sriwijaya

Jalan Srijaya Negera Bukit Besar
Palembang -30139 Telp. (0711) 353414
ISSN (Print) : 1907 – 6975; ISSN (Online) : 2722 - 2926
https://jurnal.polsri.ac.id/index.php/pilar/index
TABLE OF CONTENT
VARIABLE-VARIABEL YANG BERPENGARUH
TERHADAP KEBERLANJUTAN PROGRAM KAMPUNG 33 - 40
TANGGUH BENCANA DI LOBANINGRATAN DAN
PRAWIRODIRJAN, YOGYAKARTA
Suharjito1*, 2
1
Dinas Pekerjaan Umum dan Penataan Ruang Kota Lubuklinggau; 2Program
Pascasarjana Universitas Gadjah Mada
KEBUTUHAN ANGKUTAN PADA KORIDOR BUS RAPID 41 - 46

TRANSIT (BRT) KOTA PALEMBANG
Herlinawati1*, Zulkarnain2, Bazar3

1
Jurusan Teknik Sipil, Politeknik Negeri Sriwijaya
2
Politeknik Negeri Bengkalis
3
Universitas Tridinanti
ANALISIS PELAYANAN BUS RAPID TRANSIT TRANS

MUSI KORIDOR III: PLAJU – PS MALL DI KOTA
PALEMBANG 47 - 52
M. Restu Putra Pratama1*, Muhammad Yusri Rizki2

1
PT. Endah Bangun Nagara Consultant
2
FT Program KOTAKU Kabupaten Bangka Barat
PENGARUH KAPUR DAN PETRASOIL TERHADAP NILAI

CALIFORNIA BEARING RATIO (CBR) DAN KUAT TEKAN 53 - 56
BEBAS TANAH LEMPUNG
Andi Herius1*
1
PENGARUH PEMILIHAN MODEL ANALISIS UNTUK 57 - 65

PENANGANAN JEMBATAN
M. Ade Surya Pratama1*, Anggi Nidya Sari1, Hendi Warlika

Sedo Putra1
1
Vol. 16 No. 02, September 2021

Alamat: Kampus Politeknik Negeri Sriwijaya
Jalan Srijaya Negera Bukit Besar
Palembang -30139 Telp. (0711) 353414
ISSN (Print) : 1907 – 6975; ISSN (Online) : 2722 - 2926
EDITORIAL
Pengarah : Direktur Politeknik Negeri Sriwijaya
Wakil Pengarah : 1 Pembantu Direktur I
2 Pembantu Direktur II
3 Pembantu Direktur III
4 Pembantu Direktur IV
Penanggung Jawab : 1 Ketua Jurusan Teknik Sipil

: 2 Sekretaris Jurusan Teknik Sipil
3 Ketua Program Studi D4 Perancangan Jalan dan Jembatan
Ketua Dewan
: Dr. Indrayani, S.T.,M.T.
Penyunting
Dewan Penyunting
: 1 Ir. Kosim, M.T.
Pelaksana
2 Sumiati, S.T.,M.T.
Tim Editing Naskah/ : 1 Ika Sulianti, S.T.,M.T. (Bidang Manajemen)

Artikel 2 Andi Herius, S.T.,M.T. (Bidang Geoteknik)
3 Agus Subrianto, S.T.,M.T.(Bidang Struktur)
4 Hendi Warlika Sedo Putra, S.T., M.Sc (Bidang Arsitektur)
5 Norca Praditya, S.T.,M.T. (Bidang Transportasi)
6 Fadhila Firdausa, S.T., M.Eng (Bidang Struktur)
7 M. Ade Surya Pratama S.T.,M.T. (Bidang Manajemen)
8 Efrilia Rahmadona, S.ST., M.T. (Bidang Transportasi)
9 M. Sang Gumilar Panca Putra, S.ST,M.T. (Bidang Geoteknik)
10 Ricky Ravsyah Alhafez, S.T.,M.Sc. (Bidang Arsitektur)
11 Anggi Nindya Sari, S.T., M.Eng. (Bidang Air)
: 12 Rio Marfen, S.T., M.T. (Bidang Manajemen)
Tim Reviewer : 1 Dr. Cut Zukrina Oktaviani, S.T.,M.T.(Universitas Syiah Kuala, Banda Aceh)
2 Dr. Ir. Nurly Gofar, M.Sc.E (Universitas Bina Darma Palembang)
3 Dr. Andriani, S.T.,M.T. ( Jurusan teknik Sipil Universitas Andalas, Padang)
4 Dr. Melawati Agustien, S.Si., M.T. (Universitas Sriwijaya, Palembang)
5 Dr. Elsa Tri Mukti, S.T.,M.T. (Universitas Tanjungpura, Pontianak)
6 Dr. Rudi Sugiono Suyono, S.T.,M.T. (Universitas Tanjungpura, Pontianak)
7 Dr. Mona Foralisa Toyfur, S.T., M.T. (Universitas Sriwijaya, Palembang)
8 Ir. Yusri, M.T. (Politeknik Negeri Sriwijaya, Palembang)
9 Drs. Sudarmadji, S.T.,M.T. (Politeknik Negeri Sriwijaya, Palembang)
10 Ahmad syapawi, S.T.,M.T. (Politeknik Negeri Sriwijaya, Palembang)
Staf Adminstrasi/ : 1 Afandi, S.T.

Lay out/ Setting 2 Oon Parsito, S.E.
PILAR JURNAL TEKNIK SIPIL POLITEKNIK NEGERI SRIWIJAYA

Vol.16 No. 02, September 2021
Diterbitkan oleh:
ISSN (Print) : 1907 - 6975; ISSN (Online) : 2722 - 2926
VARIABLE-VARIABEL YANG BERPENGARUH

TERHADAP KEBERLANJUTAN PROGRAM
KAMPUNG TANGGUH BENCANA DI
LOBANINGRATAN DAN PRAWIRODIRJAN,
YOGYAKARTA
Suharjito1*,2
1
Dinas Pekerjaan Umum dan Penataan Ruang Kota Lubuklinggau; 2Program Pascasarjana Universitas Gadjah
Mada
suharjito11@gmail.com
Naskah diterima : 14 Januari 2021. Disetujui: 18 Januari 2021. Diterbitkan : 30 September 2021
ABSTRAK
Karena letaknya yang secara geografis berada di wilayah rawan bencana alam, Indonesia menghadapi potensi
ancaman bencana, seperti gempa bumi, letusan gunung berapi, banjir, tanah longsor, tsunami, dll. Paradigma
penanggulangan bencana alam di kalangan pemangku kepentingan di Indonesia telah berubah dari tanggap
kemanusiaan dan pertolongan. ke pendekatan pengurangan risiko bencana. Pada tahun 2013, Pemerintah Kota
Yogyakarta mulai mengembangkan program Kampung Tangguh Bencana sebagai salah satu cara untuk
mengurangi risiko bencana berbasis masyarakat itu sendiri. Salah satu kampung yang pertama ditetapkan sebagai
Kampung Tangguh Bencana adalah Kampung Lobaningratan dan Prawirodirjan. Program berbasis masyarakat
sangat bergantung pada partisipasi masyarakat dan ketersediaan sumber daya yang dibutuhkan untuk menjaga
keberlanjutan program. Oleh karena itu, program keberlanjutan seringkali menjadi persoalan. Program yang
berkelanjutan akan menjamin kelangsungan manfaatnya bagi masyarakat. Makalah ini bertujuan untuk
mengidentifikasi variable-variabel yang berpengaruh terhadap keberlanjutan program Kampung Tangguh Bencana
di Kampung Lobaningratan dan Prawirodirjan, Yogyakarta. Analisis tersebut mengkonfirmasi 7 variabel laten
(yaitu, Stabilitas Pendanaan, Kemitraan, Kapasitas Organisasi, Evaluasi Program, Adaptasi Program, Komunikasi,
dan Perencanaan Strategis) dan 28 variabel indikator yang secara signifikan berpengaruh pada keberlanjutan
program. Tiga variabel yang paling signifikan adalah Evaluasi Program, Kapasitas Organisasi, dan Kemitraan.
Kata kunci : keberlanjutan program, pengurangan resiko bencana, berbasis komunitas
potensi ancaman bencana, seperti gempa bumi,

1. PENDAHULUAN gunung meletus, banjir, longsor, tsunami, dll.
Dalam beberapa tahun terakhir, telah terjadi
Letak geografis Indonesia telah perubahan besar dalam sikap dan perilaku
menempatkannya sebagai salah satu daerah pemangku kepentingan dalam menghadapi
rawan bencana alam. Indonesia merupakan bencana alam. Di masa lalu, lebih banyak
negara kepulauan yang terletak di “Cincin Api” penekanan pada tanggap darurat dan kegiatan
dimana tiga lempeng besar dunia bertemu, yaitu bantuan.
Lempeng Indo-Australia, Lempeng Eurasia, Saat ini, terdapat perhatian yang lebih
dan Lempeng Pasifik. Kondisi tersebut kepada risiko dan kerentanan sebagai elemen
menyebabkan Indonesia menghadapi beberapa penting dalam mengurangi dampak negatif dari
PILAR JURNAL TEKNIK SIPIL POLITEKNIK NEGERI SRIWIJAYA | 33
Variable-Variabel yang Berpengaruh terhadap Keberlanjutan ………
bahaya, dan ini penting untuk pencapaian responden yang terlibat dalam program KTB di
pembangunan berkelanjutan. Lobaningratan dan Prawirodirjan. Jumlah
Pada tahun 2013, Pemerintah Kota sampel dalam penelitian ini adalah 150
Yogyakarta mulai mengembangkan program responden. Ini mengacu pada Hair et al., (2010)
Kampung Tangguh Bencana (KTB) sebagai [4] yang menyatakan bahwa sampel sebaiknya
salah satu cara untuk mengurangi risiko lebih dari 100 agar analisis faktor dapat
bencana. Hingga 2018, telah terbentuk 100 dilanjutkan.
Kampung Tangguh Bencana. Program KTB Pengumpulan data dilakukan mulai
merupakan salah satu program pengurangan April – Mei 2020. Kuesioner menggunakan
risiko bencana yang berbasis pada masyarakat skala likert lima poin untuk mengukur persepsi
itu sendiri. Di Kampung Tangguh Bencana, responden terhadap pernyataan yang diajukan.
masyarakat dilibatkan secara aktif dalam Skala tersebut meliputi Sangat Tidak Setuju
pengkajian, analisis, penanganan, pemantauan, (SD) = Skor 1, Tidak Setuju (D) = Skor 2, Netral
evaluasi, dan pengurangan risiko bencana di (N) = Skor 3, Setuju (A) = Skor 4, dan Sangat
wilayah mereka, terutama dengan Setuju (SA) = Skor 5.
memanfaatkan sumber daya lokal untuk
memastikan keberlanjutan. 2.2. Variable Penelitian
Kampung Lobaningratan merupakan
salah satu kampung pertama yang ditetapkan Variabel penelitian yang digunakan
sebagai Kampung Tangguh Bencana (KTB) di dalam penelitian ini terdiri dari 8 variabel laten
Kota Yogyakarta pada tahun 2013. Setahun dan 40 variabel indikator. Variabel-variabel ini
kemudian, Kampung Prawirodirjan juga diambil dari Program Sustainability
ditetapkan sebagai KTB. Sehubungan dengan Assessment Tool (PSAT) yang diperkenalkan
adanya Peraturan Walikota nomor 72 tahun oleh Luke et al., (2014) [5].
2018 tentang Pedoman Pembentukan
Tabel 1. Variable Penelitian
Kepengurusan Kampung, KTB Lobaningratan Variabel laten Indicator variable
dan Prawirodirjan telah dilebur menjadi KTB X1
Para tokoh politik mendukung
Prawirodirjan. program tersebut
Program ini memiliki tokoh yang
Masalah yang sering muncul dalam X2 kuat yang mampu mengumpulkan
program berbasis masyarakat adalah Dukungan
sumber daya yang dibutuhkan
Politik /
keberlanjutan program. Program berbasis Program ini mendapat dukungan
Political
X3 politik dalam organisasi yang
masyarakat sangat bergantung pada partisipasi Support
lebih besar
(PS)
masyarakat dan ketersediaan sumber daya yang X4
Program ini mendapat dukungan
dibutuhkan untuk menjaga keberlanjutan politik dari luar organisasi
Program ini memiliki dukungan
program. Keberlanjutan program/proyek berarti X5
advokasi yang kuat
kapasitas program untuk terus memberikan Program ini ada dalam
manfaat yang diinginkan dalam jangka panjang X6 iklim/keadaan ekonomi yang
mendukung
(Bamberger dan Cheema, 1990) [1]. Memahami Program ini mempunyai kebijakan
Kestabilan
variabel yang berpengaruh pada keberlanjutan Pendanaan/
X7 untuk memastikan pendanaan
program sangat penting untuk perbaikan dan yang berkelanjutan
Funding
Program ini didanai melalui
replikasi program di tempat lain. Oleh karena Stability X8
berbagai sumber
(FS)
itu, tujuan dari makalah ini adalah untuk X9
Program ini memiliki pendanaan
mengidentifikasi variabel-variabel yang yang stabil dan fleksibel
Program ini memiliki pendanaan
berpengaruh terhadap keberlanjutan program X10
berkelanjutan
Desa Tangguh Bencana di Lobaningratan dan Beragam organisasi masyarakat
X11 berperan untuk keberhasilan
Prawirodirjan. program
Komunikasi dengan tokoh
X12
2. METODE PENELITIAN Kemitraan/ masyarakat berjalan baik
Partnerships Tokoh masyarakat dilibatkan
X13
(P) dalam program ini
2.1. Sampling Anggota komunitas berkomitmen
X14
penuh pada program
Data yang digunakan dalam penelitian ini Komunitas terlibat dalam
adalah data primer dari survei kepada X15
pengembangan tujuan program

Suharjito
Variabel laten Indicator variable 2.3. Teknik Analisis

Program ini terintegrasi dengan
X16
baik ke dalam operasi organisasi Confirmatory factor analysis (CFA)
Sistem organisasi tersedia untuk
X17 mendukung berbagai kebutuhan
digunakan untuk mengidentifikasi variabel-
program variabel yang berpengaruh terhadap
Kapasitas
Pemimpin secara efektif keberlanjutan program KTB di Lobaningratan
Organisasi/
X18 mengartikulasikan visi program
Organizational
kepada mitra eksternal dan Prawirodirjan. Analisis faktor konfirmatori
Capacity
(OC)
Pemimpin secara efisien merupakan salah satu metode analisis
X19 mengelola staf dan sumber daya multivariat yang dapat digunakan untuk
lainnya
Program memiliki staf yang memastikan apakah model pengukuran yang
X20 memadai untuk mencapai tujuan dibangun sesuai dengan hipotesis [3]. Peneliti
program melakukan CFA dengan bantuan software
Terdapat kapasitas untuk evaluasi
X21
program yang baik AMOS 26.
Terdapat laporan hasil jangka Hipotesis penelitian dapat didefinisikan
X22
menengah dan pendek sebagai penjelasan tentatif yang menjelaskan
Hasil evaluasi menginformasikan
Evaluasi X23 perencanaan dan pelaksanaan
sekumpulan fakta dan dapat diuji dengan
Program/ program penyelidikan lebih lanjut [6]. Berdasarkan
Program Hasil evaluasi program digunakan tinjauan pustaka, hipotesis yang akan diuji
Evaluation untuk menunjukkan keberhasilan
(PE) X24 kepada penyandang dana dan
dalam CFA ini adalah:
pemangku kepentingan utama “Keberlanjutan Program Kampung Tangguh
lainnya Bencana dipengaruhi oleh variabel Dukungan
Program ini memberikan bukti
X25 kuat kepada publik bahwa Politik, Stabilitas Pendanaan, Kemitraan,
program tersebut berhasil Kapasitas Organisasi, Evaluasi Program,
X26
Secara berkala terdapat Adaptasi Program, Komunikasi, dan
peninjauan berdasarkan bukti
Perencanaan Strategis”.
Program ini menyesuaikan strategi
X27 Langkah-langkah analisis yang
sesuai kebutuhan
Adaptasi
Prgram/ X28
Program ini mengdaptasi dilakukan dalam CFA meliputi beberapa
perkembangan ilmu pengetahuan
Program
Program ini secara proaktif
langkah sebagai berikut:
Adaptation
(PA) X29 beradaptasi dengan perubahan 1) Pengujian normalitas multivariat
lingkungan Ukuran sederhana didasarkan pada nilai
Pengelola membuat keputusan
X30 tentang komponen mana yang
skewness dan kurtosis (tersedia sebagai bagian
tidak efektif dan tidak dilanjutkan dari statistik deskriptif standar untuk variabel
Program ini memiliki strategi yang dihitung oleh semua program statistik).
X31 komunikasi untuk mengamankan
dan memelihara dukungan publik Nilai statistik (Z) untuk nilai skewness
Staf program mengkomunikasikan ditentukan sebagai berikut:
X32
kebutuhan program kepada publik
Komunikasi/ Program ini dipromosikan/ 𝑠𝑘𝑒𝑤𝑛𝑒𝑠𝑠
Communications X33 disosialisasikan dengan cara yang 𝑍 𝑠𝑘𝑒𝑤𝑛𝑒𝑠𝑠 = 6
…………..(1)
(C) menarik √
𝑁
Program ini meningkatkan
X34 kesadaran masyarakat tentang
masalah kebencanaan N adalah ukuran sampel. Nilai Z juga
Program ini menyampaikan nilai- dapat dihitung untuk nilai kurtosis
X35
nilai yang dianut kepada publik
Program memiliki rencana
menggunakan rumus berikut:
X36 mengenai kebutuhan sumber daya
di masa depan 𝑘𝑢𝑟𝑡𝑜𝑠𝑖𝑠
Program ini memiliki rencana
𝑍 𝑘𝑢𝑟𝑡𝑜𝑠𝑖𝑠 = 24
…………….(2)
Perencanaan X37 √
keuangan jangka panjang 𝑁
Strategis/
Strategic Program ini memiliki rencana
X38
keberlanjutan
Planning
Tujuan program dipahami oleh
Jika salah satu nilai z yang dihitung
(SP) X39
semua pemangku kepentingan melebihi nilai kritis yang ditentukan, maka
Peran dan tanggung jawab semua distribusinya tidak normal. Nilai kritis berasal
X40 pemangku kepentingan diuraikan
dengan jelas
dari distribusi z, berdasarkan tingkat
Sumber : Luke et al., 2014 signifikansi yang kita inginkan. Nilai kritis yang
paling umum digunakan adalah ± 2,58 (tingkat
Vol 16, No. 2, September 2021| 35

signifikansi 0,01) dan ± 1,96 (tingkat d) RMSEA (Root Mean Square of Error
signifikansi 0,05). Approximation).
2) Menguji unidimensionalitas e) Tucker-Lewis Index / Non-Normed Fit
Pengukuran unidimensionalitas Index (TLI)
berarti bahwa sekumpulan variabel f) Comparative Fit Index (CFI)
(indikator) yang diukur hanya dapat g) CMIN/DF
dijelaskan oleh satu konstruk fundamental. 5) Menguji validitas model
Jika lebih dari dua struktur yang terlibat, Peneliti harus berharap untuk
unidimensi sangatlah penting. Dalam menemukan loading factor yang cukup
kasus seperti itu, setiap atribut yang tinggi saat mengevaluasi model
dihitung dianggap hanya berlaku untuk pengukuran. Aturan umum bahwa loading
model tertentu. Semua pembebanan silang factor hendaklah setidaknya 0,5 dan,
diyakini negatif jika terjadi struktur idealnya 0,7 atau lebih tinggi [4]. Peneliti
unidimensi [4]. juga harus menilai signifikansi statistik
3) Identifikasi dari setiap each estimated coefficient.
Tiga level identifikasi dalam hal Nilai t-value harus lebih dari 1,96 pada
identifikasi konstruk [4]: confidence level 95% [7]. Angka yang
a) Unidentified dimana taksiran jumlah tidak signifikan menunjukkan bahwa
parameter (t) lebih besar dari jumlah komponen tersebut akan dibuang.
varians dan kovarian unik variabel 6) Menguji realibilitas model.
yang diamati (s / 2). Dalam hal ini, Ini dihitung dari jumlah kuadrat
analisis model tidak dapat dilakukan. factor loading (Li) untuk setiap konstruk
b) Just-identified dengan kriteria t = s / dan jumlah error variance untuk konstruk
2. Artinya model yang dibentuk tidak (ei) sebagai berikut:
memiliki kemampuan untuk
menggeneralisasi sehingga analisis
tidak dapat dilakukan.
c) Over-identified dengan kriteria t ≤ s /
2. Sehingga untuk model over- …..(3)
identified, diperlukan pengujian
model CFA. Hal tersebut Reliabilitas suatu konstruk dikatakan
menunjukkan bahwa derajat baik jika nilai Construct Reliability ≥ 0,70 [7].
kebebasannya positif sehingga dapat Aturan umum bahwa reliabilitas yang baik
dilakukan beberapa level generalisasi adalah adalah 0,7 atau lebih [4]. Reliabilitas
untuk mendapatkan model yang antara 0,6 dan 0,7 mungkin dapat diterima,
paling sesuai. Oleh karena itu, over- asalkan indikator lain dari validitas konstruk
identified adalah keadaan yang model baik. Reliabilitas konstruk yang tinggi
diinginkan untuk model CFA dan menunjukkan adanya konsistensi internal,
SEM secara umum. artinya semua ukuran secara konsisten
4) Melakukan pengujian kesesuaian antara merepresentasikan konstruk laten yang sama.
model dan data dengan menggunakan
kriteria goodness of fit (GOF) 3. HASIL DAN PEMBAHASAN
Tidak ada ukuran tunggal untuk
menilai kelayakan model. Berikut ini 3.1. Pengujian Normalitas Multivariat
adalah beberapa ukuran kesesuaian model
yang sering digunakan untuk menilai CFA (analisis faktor konfirmatori)
kelayakan suatu model [2]: memiliki asumsi multivariat normal yang harus
a) Chi Square/𝜒2 Test dipenuhi dalam analisis multivariat. Dalam
b) GFI (Goodness of Fit Index) penelitian ini, semua variabel memiliki skor Z
c) AGFI (Adjusted Goodness of Fit (baik skewness maupun kurtosis) antara -1,96
Index) dan +1,96 pada tingkat signifikan 0,05. Data
berdistribusi multivariat normal [4][8].

Suharjito
3.2. Pengujian Unidimensionalitas Tabel 1. Goodness of Fit Model Keberlanjutan

Program
Diagram jalur model Keberlanjutan Cut Off
Criteria Result Evaluation
Program ditunjukkan pada Gambar 1. Value
Chi-
small 1499.24 Not Good
Square
Prob. ≥0.05 0 Not Good
CMIN/
≤2.0 2.048 Marginal Fit
DF
GFI ≥0.90 0.66 Not Good
AGFI 0.9 0.619 Not Good
CFI ≥0.90 0.724 Not Good
TLI ≥0.90 0.706 Not Good
RMSE ≤0.08 0.084 Marginal. Fit
Dari tabel di atas terlihat bahwa semua

kriteria menunjukkan hasil yang kurang baik.
Dengan demikian, goodness of fit index yang
dihasilkan oleh model CFA masih belum sesuai.
Dalam hal ini diperlukan modifikasi model
untuk mendapatkan hasil kriteria goodness of fit
yang lebih baik.
3.5. Pengujian Unidimensionalitas

Tabel 3. Loading Factor Variable-variabel
Keberlanjutan Program
Lod. Lod.
Variabel t Variabel t
Fac. Fac.
PS<--
X18<---
Prog. 0,471 0,992 0,671 8,654
OC
Sust.
FS<--
X19<---
Prog. 0,651 5,263 0,476 5,79
OC
Sust.
P<---Prog. X20<---
0,896 2,457 0,507 6,247
Sust. OC
Gambar 1. Path Diagram model Program OC<-
Sustainability X21<---
Prog. 0,947 11,218 0,767
PE
Sust.
3.3. Identifikasi PE<--
X22<---
Prog. 0,957 10,168 0,629 7,853
PE
Sust.
Nilai degree of freedom (df) yang PA<--
X23<---
diperoleh adalah 732, menunjukkan model Prog. 0,915 10,904
PE
0,814 10,363
Sust.
over-identified. Derajat kebebasan yang positif C<---
menunjukan bahwa dapat dilakukan beberapa X24<---
Prog. 0,914 8,318 0,758 9,429
PE
level generalisasi untuk mendapatkan model Sust.
SP<--
yang paling sesuai. Prog.
-
-3,16
X25<---
0,658 8,003
0,404 PE
Sust.
3.4. Pengujian Goodness of Fit X2PS 0,044 0,454
X26<---
0,843
PA
- X27<---
Untuk mengevaluasi kesesuaian model X3PS
0,796
-1,002
PA
0,748 10,307
terhadap data dilakukan pengukuran goodness X4PS
-
-1,006
X28<---
0,635 8,035
of fit. 0,923 PA
- X29<---
X5PS -0,984 0,567 7,053
0,375 PA

Lod. Lod.
Variabel t Variabel t
Fac. Fac.
X30<---
X6FS 0,675 0,562 7,078
PA
X31<---
X7FS 0,835 5,922 0,681
C
X32<---
X8FS 0,329 3,251 0,735 8,196
C
X33<---
X9<---FS 0,227 2,376 0,658 7,172
C
X10<--- X34<---
0,129 1,384 0,648 6,517
FS C
X35<---
X11<---P 0,215 0,601 6,004
C
X36<---
X12<---P 0,627 2,417 0,361
SP
X37<---
X13<---P 0,777 2,448 0,685 3,768
SP
X38<---
X14<---P 0,744 2,441 0,689 3,786
SP
X39<---
X15<---P 0,388 2,227 0,642 3,156
SP
X16<-- X40<---
0,825 0,583 2,892
OC SP
X17<-- X1<---
0,802 11,384 0,087
OC PS
Hasil uji loading factor di atas

menunjukkan bahwa tidak semua nilai estimasi
(loading factor) yang diperoleh signifikan (>
0,5) dan tidak semua nilai t-score> t-tabel (1,96).
Beberapa indikator (yaitu, X1, X2, X3, X4, X5,
X8, X9, X10, X11, X15, X19, X36, dan SP)
tidak memenuhi salah satu atau kedua Gambar 2. Diagram Jalur Model Keberlanjutan
parameter minimum yang disyaratkan artinya Program Sesudah Modifikasi
indikator tersebut tidak valid atau tidak bisa
menjelaskan variabel laten. Variabel-variabel Tabel 3. Loading Factor Variable-variabel
Keberlanjutan Program
tersebut merupakan kandidat untuk dihilangkan. Lod. Variab Lod.
Variabel t t
Fac. el Fac.
3.6. Modifikasi Model FS
X23 9.85
Prog. 0.700 6.417 0.781
PE 4
Sust.
Karena hasil goodness of fit kurang baik P
dan beberapa variabel teridentifikasi tidak X24
Prog. 0.911 7.589 0.718 8.921
PE
signifikan, maka dilakukan modifikasi pada Sust.
OC
model awal. Modifikasi dilakukan dengan Prog. 0.953
11.61 X25
0.693 7.497
1 PE
menghilangkan variabel yang tidak signifikan Sust.
dan membuat kovarian antar variabel indikator PE
10.42 X26
Prog. 0.963 0.873
sesuai modification indices pada ouput amos. Sust.
7 PA
Diagram jalur keberlanjutan program setelah PA
11.01 X27 10.77
modifikasi dapat dilihat pada gambar 2. Prog. 0.883 0.754
6 PA 7
Sust.
Tabel 3, menunjukkan bahwa loading C
X28
factor dan nilai-t semua variabel setelah Prog. 0.869 8.462
PA
0.696 8.105
modifikasi signifikan. Dengan demikian model Sust.
SP
yang dimodifikasi dianggap valid. Terlihat pula Prog. -0.496
- X29
0.555 6.928
4.036 PA
bahwa tiga variabel yang paling signifikan Sust.
adalah Evaluasi Program, Kapasitas Organisasi, X30
X6 FS 0.725 0.551 7.024
PA
dan Kemitraan. X31
X7 FS 0.761 6.434 0.723
C
X32
X12P 0.633 0.743 9.363
C

Suharjito
Lod. Variab Lod. X26, X27,

Variabel t t Program Good
Fac. el Fac. X28, X29, 0.82
Adaptation Reliability
X33 X30
X13P 0.779 7.577 0.625 6.553
C X31, X32,
Good
X34 Communications X33, X34, 0.827
X14P 0.729 7.126 0.725 6.382 Reliability
C X35
X16 X35 Strategic X37, X38, Good
0.841 0.677 5.777 0.731
OC C Planning X39, X40 Reliability
X17 11.86 X37 Program
0.812 0.590 4.381 FS, P, OC, PE, Good
OC 5 SP Sustainability 0.917
PA, C, SP Reliability
X18 X38 (second-order)
0.655 8.544 0.590 4.190
OC SP
X20 X39
OC
0.507 6.303
SP
0.688 6.409 Tabel di atas menjelaskan reliabilitas konstruk
X21 X40 model pengukuran yang diperoleh dari Program
0.773 0.688
PE SP Sustainability CFA first order dan second order
X22
PE
0.613 8.578 yang semuanya memiliki nilai > 0.7. Hal ini
menunjukkan bahwa variabel indikator
Hasil modifikasi berhasil menghasilkan penyusun memiliki konsistensi yang tinggi dan
nilai yang lebih baik dari semua kriteria variabel indikator tersebut dapat mengukur
goodness of fit, meskipun nilai AGFI masih secara akurat variabel laten dari model
kurang bagus dan juga GFI dan TLI Keberlanjutan Program.
menunjukkan marginal fit. Secara keseluruhan,
model modifikasi memberikan kriteria 3.8. Pengujian Hipotesis
penilaian yang lebih baik dari sebelumnya. Oleh Berdasarkan hasil analisis di atas dapat
karena itu model yang telah dimodifikasi dapat disimpulkan bahwa hipotesis diterima sebagian,
diterima. dimana variabel Dukungan Politik terbukti
tidak memberikan pengaruh signifikan terhadap
Tabel 5. Goodness of Fit Model Program
keberlanjutan program, sedangkan Stabilitas
Sustainability setelah Modifikasi
Cut Off Keuangan, Kemitraan, Kapasitas Organisasi,
Criteria Result Evaluation
Value Evaluasi Program, Adaptasi Program,
Chi-Square small 541.029 small Komunikasi, dan Perencanaan Strategis.
CMIN/ DF ≤2.0 1.630 Good terbukti signifikan.
GFI ≥0.90 0.802 Marg. Fit
Table 7. Hypothesis Testing Results
AGFI 0.9 0.758 Not Good
Hypothesis Path Result
CFI ≥0.90 0.900 Good Political Support  Prog.
H1 Rejected
Sust.
TLI ≥0.90 0.88 Marg. Fit
Financial Stability  Prog.
RMSE ≤0.08 0.065 Good H2 Accepted
Sust.
H3 Partnership  Prog. Sust. Accepted
Organizational Capacity 
H4 Accepted
Prog. Sust.
3.7. Reliabilitas Program Evaluation  Prog.
H5 Accepted
Sust.
Tabel berikut menunjukkan reliabilitas H6
Program Adaptation  Prog.
Accepted
variabel indikator yang membentuk variabel Sust.
Communications  Prog.
laten dalam model yang dimodifikasi. H7
Sust.
Accepted
Table 6. Reliabilitas Model Keberlanjutan Strategic Planning  Prog.
H8 Accepted
Program setelah Modifikasi Sust.
.Latent Indicator Construct
Evaluation
Variable Variable Reliability
Financial Good
Stability
X6, X7 0.712
Reliability
3.9. Analisis Komprehensif
X12, X13, Good
Partnerships 0.759
X14 Reliability Analisis Faktor Konfirmatori dilakukan
Organizational X16, X17, Good untuk menguji model pengukuran keberlanjutan
0.803
Capacity X18, X20 Reliability
X21, X22, program yang diusulkan oleh Luke et. Al. yaitu
Program Good
Evaluation
X23, X24, 0.841
Reliability
PSAT (Program Sustainability Assessment
X25 Tool). Dalam model ini terdapat 8 variabel

pengukuran dengan 5 indikator untuk masing- Daftar Pustaka

masing variabel tersebut, sehingga total
terdapat 40 indikator. Pada pengujian yang [1] Bamberger, M., Cheema, & Shabbir, G,
dilakukan dengan sampel program Desa 1990. Case Studies of Project
Tangguh Bencana di Desa Lobaningratan dan Sustainability: Implications for Policy
Desa Prawirodirjan ditemukan adanya and Operations from Asian Experience.
perbedaan dari model PSAT. 7 variabel dan 28 Washington. D.C.: The World Bank.
indikator dipastikan berpengaruh signifikan
terhadap keberlanjutan program DRV di [2] Bollen, K. A, 1989. Structural
Lobaningratan dan Prawirodirjan. Perbedaan ini Equations with Latent Variables. New
kemungkinan disebabkan oleh perbedaan York: A Wiley-Interscience
karakter masyarakat dan program itu sendiri Publication.
sehingga terdapat beberapa variabel yang tidak
berlaku untuk kasus program Desa Tangguh [3] Ghozali, I, 2005. Aplikasi Analisis
Bencana di Desa Lobaningratan dan Desa Multivariate dengan SPSS
Prawirodirjan. (Application of Multivariate Analysis
with SPSS). Semarang: University of
4. KESIMPULAN Diponegoro Publishing Agency.
Tujuh variabel laten memberikan [4] Hair, J. F., Black, W. C., Babin, B. J.,
pengaruh yang signifikan terhadap & Anderson, R. E, 2014. Multivariate
keberlanjutan program DRV di Desa Data Analysis. Pearson Education
Lobaningratan dan Prawirodirjan, yaitu Limited.
Stabilitas Pendanaan, Kemitraan, Kapasitas
Organisasi, Evaluasi Program, Adaptasi [5] Luke, D. A., Calhoun, A., Robichaux,
Program, Komunikasi, dan Perencanaan C B., Elliott, M. B., & Russell, S. M.,
Strategis. Selain itu, 28 variabel indikator 2014. The Program Sustainability
berpengaruh terhadap variabel laten tersebut. Assessment Tool: A New Instrument
Tiga variabel yang paling signifikan adalah for Public Health Programs. Centers
Evaluasi Program, Kapasitas Organisasi, dan for Disease Control and Prevention.
Kemitraan. Vol. 11.
[6] Muijs, D, 2004. Doing Quantitative

Ucapan Terima Kasih Research in Education with SPSS.
SAGE Publication.
Saya mengucapkan terima kasih yang
sebesar-besarnya dan penghargaan yang [7] Wijayanto, S. H, 2008. Structural
tulus kepada Deva Fosterharoldas Swasto, Equation Modelling. LISREL 8.8.
ST, M.Sc., Ph.D selaku pembimbing saya di Yogyakarta: Graha Ilmu.
Universitas Gadjah Mada. Bantuan,
dukungan, bimbingan, dorongan, dan [8] Indrayani, Buchari, E., Purtanto,
komentar kritisnya telah membantu saya D.D.A., Saleh, E., 2018. The Analysis
of Landuse Weights on Road Traces
untuk meningkatkan dan menyelesaikan
Selection. Matec eb of Conferences
penelitian saya. Terima kasih juga saya 195, 04018, https://doi.org/10.1051/
sampaikan kepada Pusbindiklatren matecconf/201819504018
Bappenas yang telah mendanai studi dan
penelitian saya. Terima kasih banyak juga
disampaikan kepada rekan-rekan saya di
Magister Perencanaan Wilayah dan Kota
atas sharing dan masukannya.

Vol. 16 No.02, September 2021
Diterbitkan oleh:
KEBUTUHAN ANGKUTAN PADA KORIDOR

BUS RAPID TRANSIT (BRT) KOTA
PALEMBANG
Herlinawati1*, Zulkarnain2, Bazar3
1
Politeknik Negeri Sriwijaya
2
Politeknik Negeri Bengkalis
3
Universitas Tridinanti
*
herlinawati@polsri.ac.id
Naskah diterima : 13 Juni 2021. Disetujui: 04 Agustus 2021. Diterbitkan : 30 September 2021
ABSTRAK
Kota Palembang sebagai salah satu kota besar yang mengalami peningkatan jumlah kendaraan pribadi. Sehingga
mengakibatkan kemacetan diruas-ruas jalan Palembang. Pertumbuhan kendaraan pribadi baik mobil atau sepeda
motor mengakibatkan tidak nyamannya lingkungan meningkat, kemacetan dan kapasitas jalan yang sudah tidak
mampu lagi menampung kendaraan-kendaraan di masa mendatang. Oleh karena itu pemerintah Kota Palembang
mengembangkan transportasi misal yaitu Bus Rapid Transit. Namun masyarakat kurang minat untuk
menggunakan angkutan umum karena merasa pelayanan yang tidak baik. Studi ini bertujuan untuk merumuskan
kinerja pelayanan BRT Koridor Kota Palembang secara berkelanjutan dengan pengoptimalisasi penggunaan BRT
rute Pusri – PS Mall. Sehingga dapat menemukan faktor – faktor permasalahan yang mempengaruhinya sehingga
dapat dirumuskan langkah – langkah perbaikan dan peningkatan mutu pelayanannya, dan rekomendasi perbaikan
kualitas pelayanan kepada operator. Studi ini dengan menerapkannya sustainable transportation atau transportasi
berkelanjutan. Berdasarkan hasil analisis diketahui bahwa kinerja pelayanan berdasarkan persepsi menunjukkan
cukup memuaskan. Namun ada beberapa persepsi yang merasa kurang yaitu pelayanan operator, perpindahan
moda, ketetapan waktu dan waktu tunggu. Sedangkan berdasarkan penelitian dengan standar Departemen
Perhubungan telah menunjukkan baik.
Kata kunci : BRT, Kinerja Pelayanan, Load Factor, jumlah armada, frekuensi
luas wilayah yang harus dilayani, maka semakin

1. PENDAHULUAN luas juga pergerakan transportasinya.
1.1. Latar Belakang

1.2 Transportasi
Transportasi merupakan sebuah usaha
memindahkan, menggerakkan, mengangkut
atau mengalihkan suatu obyek dari suatu tempat Transportasi berasal dari kata
ke tempat lain, di mana di tempat lain ini obyek Latin“transportare”, trans berarti seberang atau
tersebut lebih bermanfaat atau dapat berguna sebelah lain dan portare berarti
untuk tujuan tertentu [1]. Oleh karena itu, mengangkutatau membawa. Jadi, transportasi
transportasi akan berkembang seiring dengan berarti mengangkut atau membawa (sesuatu) ke
meningkatnya pertumbuhan aktivitas. Semakin sebelah lain atau suatu tempat ke tempat lainnya.
Transportasi secara umum dapat diartikan

Kebutuhan Angkutan Pada Koridor Bus Rapid Transit (BRT) Kota Palembang
sebagai usaha pemindahan, atau pergerakan 2.3 Tahapan Penelitian

orang atau barang dari suatu lokasi, yang
disebut lokasi asal, ke lokasi lain, yang biasa Adapun tahapan dari penelitian yang
disebut lokasi tujuan, untuk keperluan tertentu akan dilakukan sebagai berikut:
dengan mempergunakan alat tertentu pula. 1. Studi Literatur
Tahap studi literatur dimaksudkan untuk
2. METODE PENELITIAN mengumpulkan sumber data
informasi/pengetahuan yang berhubungan
2.1. Lokasi dan tempat penelitian dengan penelitian yang dilakukan.
Sumber-sumber tersebut dapat berupa
Lokasi penelitian adalah di Kota buku, jurnal atau artikel yang mendukung
Palembang pada koridor empat dengan rute PS penelitian, peraturan-peraturan yang
Mall - Pusri. Sedangkan titik pengamatannya ditetapkan oleh pemerintah sebagai
adalah pada halte Trans Musi dan bus Trans pendekatan teori.
Musi. 2. Perumusan Masalah
Pada tahap ini akan dibahas tentang latar
belakang mengapa penelitian dilakukan,
perumusan masalah yang akan diangkat
dalam penelitian. Sehingga dapat kita
ketahui batasan masalah dan tujuan dari
penelitian ini.
3. Pengumpulan Data Sekunder
Data sekunder ini diperoleh dari Dinas
Perhubungan Kota, SP2J pusat dan SP2J
unit Bus Rapid Transit Trans Musi. data
sekunder ini berfungsi sebagai data
pendukung, seperti jumlah, panjang dan
Gambar 1. Lokasi tempat penelitian rute koridor, jumlah Trans Musi di masing-
masing koridor, Peta lokasi, gambar,
dimensi dan jumlah halte, waktu tempuh,
2.2 Bahan dan Alat yang Digunakan waktu antara (headway), waktu isi dan
menurunkan penumpang, tipe/ukuran,
Pada pengamatan ini survei langsung kapasitas dan biaya dan ketentuan tarif
dilakukan di lapangan. Selain alat tulis (pena, tiket masuk,
pensil, penghapus, dsb) diperlukan beberapa 4. Survei Pendahuluan (tinjauan ke lapangan)
peralatan lain seperti: formulir survei, counter Survei pendahuluan digunakan untuk
finger, meteran, stopwatch jam dan kamera mengetahui kondisi nyata di lapangan,
foto. Kegunaan dari masing-masing alat menentukan lokasi titik pengamatan yang
tersebut diperlihatkan pada Tabel 1. cocok , menetapkan metode yang akan
dipakai dan persiapan untuk pengamatan/
Tabel 1. Daftar Alat yang dipergunakan Pada
pengambilan data lalu lintas langsung di
Saat Survei
No. Jenis alat kegunaan
ruas jalan dan waktu penelitian. Survei
1 Formulir 1 Mencatat data pendahuluan juga untuk memperkirakan
2 Map data Alat pencatatan kebutuhan-kebutuhan lain yang diperlukan
3 Meteran Mengukur jarak dalam penelitian, seperti jumlah tenaga
4 Stopwatch Mengukur waktu kerja (surveyor), jenis dan jumlah
5 Kamera foto Dokumentasi peralatan yang digunakan.
6 Counter Finger Menghitung
5. Persiapan
Pada tahapan ini dilakukan penjelasan
terhadap para surveyor yang akan
melakukan pengamatan mengenai formulir
Herlinawati, Zulkarnain, Bazar
yang akan diisi, apa saja yang harus titik, titik pertama pengamatan yaitu
diamati, serta waktu-waktu yang harus dari rute PS Mall – Pusri – PS Mall dan
diisi pada tabel formulir. titik kedua dari rute Pusri – PS Mall –
6. Pengumpulan Data Primer (survei Pusri.
lapangan) Survei ini dilakukan oleh masing-
Kegiatan ini dilakukan setelah kegiatan masing 1 orang per titik pada bus yang
peninjauan ke lapangan selesai dilakukan. dinaiki dengan waktu mulai survey
Pengambilan data Trans Musi meliputi 3 yang sama. Survei dilakukan dengan
survei, yaitu: tiga sesi, sesi pertama yaitu pada jam
a. Survei di halte-halte 07.00 – 9.00 WIB, sesi kedua 11.00 –
Pada survei ini dilakukan 13.00 WIB, sesi ketiga 14.00 – 16.00
pengumpulan data selama satu hari WIB.
penuh, selama jam sibuk. Survei c. Survei pengumpulan data geometrik
dilakukan mulai dari pukul 07.00 WIB Untuk pengumpulan data ini hanya
sampai dengan 17.00 WIB. Waktu pada data jarak antar halte saja yang di
tersebut diambil berdasarkan jam survei ulang karena ada perubahan
mulai sampai selesainya bus Trans halte dan jarak, survei ulang ini
Musi beroperasi. dilakukan pada pukul 14.00 WIB
Tahapan yang dilakukan: sampai selesai. Selebihnya
1) Mencatat waktu kedatangan tiap- menggunakan data survei tahun 2012.
tiap bus di halte. Data tersebut sebagai berikut:
2) Mencatat jumlah penumpang yang 1) Mengukur panjang, lebar, dan
turun. tinggi halte
3) Mencatat jumlah sisa penumpang 2) Mengukur panjang dan lebar
di halte bus. marka atau jalur khusus bus
4) Mencatat jumlah penumpang yang 3) Mengukur infrastruktur halte yang
naik. ada seperti lebar pintu masuk dan
5) Mencatat waktu keberangkatan keluar, pintu tempat menurunkan
bus. dan menaikan penumpang dan
6) Mencatat waktu isi penumpang. tangga halte
Survei ini dilakukan untuk 4) Mengukur jarak rambu halte.
mendapatkan waktu tunggu 7. Kompilasi Data
penumpang di dalam halte yang akan Kompilasi data adalah pengelompokan
digunakan dalam perhitungan Load data-data yang telah didapatkan dari hasil
Factor. Periode waktu yang digunakan survei yang telah diolah dan telah siap
dalam survei ini dalam jam, menit, dan digunakan untuk dianalisis. Data-data yang
detik. akan dikelompokkan adalah jumlah waktu
b. Survei di dalam bus keberangkatan, jumlah waktu isi
Survei ini dilakukan setelah penumpang, jumlah waktu keberangkatan,
mendapatkan data sekunder yang jarak antar halte dan jumlah penumpang.
diperoleh dari SP2J unit Bus Rapid Data tersebut digunakan untuk perhitungan
Transit Trans Musi, salah satu data load factor, headway dan jumlah bus yang
merupakan data hari sibuk akan dibutuhkan satu rute.
pengoperasian BRT Trans Musi.
Survei ini dilakukan didalam bus 2.3.1 Survei lapangan (data primer)
dalam perjalanan rute awal (PS Mall)
sampai perhentian akhir (Terminal − Mengamati karakteristik dan kondisi
Pusri). Setelah mendapatkan data hari kinerja layanan bus rapid transit bagi
sibuk, survei dilakukan selama penumpang.
seminggu. Waktu survey dimulai pada − Melihat pola lalu lintas bus di halte rapid
pukul 07.00 – 17.00 WIB sampai transit Trans Musi dalam mengangkut
dengan bus berhenti di pemberhentian penumpang
akhir. Survei ini dilakukan dengan dua
Vol. 16 No. 02, September 2021 | 43
− Mencatat jumlah penumpang yang naik Tabel 2. Rata-rata Jumlah Penumpang di Bus
turun, dan jumlah tempat duduk di dalam Trans Musi di hari yang tenang
Nomor Bus Nomor penumpang
bus
K3.25 5
K3.43 6
2.3.2 Survei kelembagaan (data sekunder) K3.01 4
K3.27 5
− Data berupa gambar jalur Trans Musi dari K3.03 1
Dinas Perhubungan K3.06 5
− Data berupa data jumlah bus di koridor dan K3.38 3
Average 4
jumlah bus yang beroperasi dari PT. SP2J.
3.2. Load factor
Tabel 3. Faktor beban rata-rata
di Bus Trans Musi di Hari Sibuk
Nomor Bus Load factor
K3.37 14
K3.24 19
K3.06 38
K3.27 15
K3.20 12
K3.24 19
K3.06 18
K3.27 40
Rata-rata 22
Tabel 4. Faktor beban rata-rata

di Bus Trans Musi di hari sepi
Nomor Bus Nomor
penumpang
K3.25 11
K3.43 13
K3.01 9
K3.27 11
K3.03 3
K3.06 10
K3.38 8
Average 9
Gambar 2. Bagan Alur Metode Penelitian 3.3. Analisis

3. HASIL DAN PEMBAHASAN Dari hasil survei diperoleh data berupa
waktu perjalanan, waktu isi penumpang, serta
3.1. Data Hasil Survey jumlah penumpang yang kemudian diolah.
Tabel 1. Rata-rata Jumlah Penumpang
Sehingga didapat hasil berupa headway, load
Nomor Bus Nomor factor dan jumlah rata-rata jumlah penumpang.
penumpang Adapun tahapan analisis pada studi ini dapat
K3.37 5 dijabarkan sebagai berikut:
K3.24 8 1. Mengidentifikasi karakteristik dan
K3.06 17 permasalahan pengoperasian bus rapid
K3.27 6
transit dan kinerja pelayanan bus rapid
K3.20 5
K3.24 8 transit.
K3.06 8 2. Membandingkan antara kondisi riil
K3.27 16 interval waktu kedatangan bus dengan
Average 9 interval waktu kedatangan bus yang
direncanakan. Ketentuan tersebut
Herlinawati, Zulkarnain, Bazar
berpedoman pada SK Direktorat Jenderal Perhitungan jumlah kendaraan yang efisien

Perhubungan Darat sehingga diperoleh menurut standar PT. SP2J dengan nilai Load
kondisi pola kedatangan bus di halte bus Factor 0,7 sebagai berikut:
rapid transit saat ini.
Banyak kendaraan yang efisien (Sibuk hari) =
3. Menghitung kapasitas halte, jumlah bus
(LF Aktual / Maksimum LF) x bus beroperasi
yang dilayani dalam satuan waktu.
Perbandingan kedua hasil perhitungan = 0,22 / 0,50 x 7 kendaraan
tersebut akan menunjukkan kemampuan = 4 kendaraan
halte dalam menampung pergerakan lalu
lintas bus. Banyak kendaraan yang efisien (hari tenang) =
4. Melakukan pendekatan pengurangan (LF Aktual / LF Maksimum) x bus beroperasi
waktu pelayanan bus untuk masing-masing = 0,16 / 0,50 x 8 kendaraan
koridor untuk memperoleh waktu
pelayanan rata-rata efektif. Hal ini dapat = 3 kendaraan
dilakukan dengan membandingkan Faktor Beban Bus Berdasarkan Kursi (karoseri).
headway dan waktu pelayanan sehingga
dapat diidentifikasi antrean kendaraan. LF pada Hari Sibuk = (Rata-rata jumlah
5. Menentukan faktor-faktor pendukung yang penumpang/kapasitas tempat duduk) x 100%
perlu ditingkatkan untuk meningkatkan = 28/22 x 100%
kapasitas bus rapid transit berdasarkan
karakteristik dan permasalahan yang telah = 127%
diidentifikasi lebih awal. Hal ini dapat LF pada Low Days = (Rata-rata jumlah
dilakukan dengan menghitung load factor penumpang/kapasitas tempat duduk) x 100%
rata-rata kemudian dibandingkan dengan
waktu pelayanan sehingga didapatkan = 9/22 x 100%
waktu efisien pelayanan. = 41%
6. Membandingkan biaya operasional
kendaraan yang didapat dalam satuan Faktor Beban Bus Berdasarkan Kursi (karoshi)
Rp/km dengan ketentuan tarif angkutan dan gantungan
penumpang umum yang telah ditetapkan. LF pada Hari Sibuk = (Rata-rata jumlah
7. Menentukan kebutuhan armada dalam penumpang/kapasitas tempat duduk) x 100%
pelayanan kapasitasnya, apakah perlu
penambahan atau pengurangan.pada jalur- = 28/44 x 100%
jalurnya.maka di perlukan kebutuhan = 64%
armada.
LF pada Low Days = (Rata-rata jumlah
penumpang/kapasitas tempat duduk) x 100%
Perhitungan jumlah kendaraan yang
efisien menurut standar Ditjen Perhubungan = 9/44 x 100%
Darat dengan nilai Load Factor 0,7 sebagai = 21%
berikut:
Banyak kendaraan yang efisien (Hari sibuk) = 4. PENUTUP
(LF Aktual/LF Maksimum) x bus beroperasi
Dari analisis data dan pembahasan
= 0,22 / 0,70 x 7 kendaraan diperoleh kesimpulan sebagai berikut:
= 3 kendaraan 1. Jumlah penumpang rata-rata pada hari
sibuk dan sepi diperoleh 7 penumpang.
Banyak kendaraan yang efisien (hari tenang) = 2. Load factor rata-rata pada hari sibuk dan
(LF Aktual/LF Maksimum) x bus beroperasi sepi sebesar 16 % kurang dari 50 % standar
= 0,16 / 0,70 x 8 kendaraan ketentuan PT. SP2J.
3. Jumlah kendaraan efisien untuk beroperasi
= 2 kendaraan sesuai dengan PT. SP2J sebanyak 3
kendaraan dari total 8 kendaraan saat ini.

4. Load factor berdasarkan seat (karoseri)

pada hari sibuk sebesar 127% dan hari sepi
41%, sedangkan load factor berdasarkan
seat (karoseri) dan gantungan pada hari
sibuk sebesar 64% dan hari sepi 21%,
Ucapan Terima Kasih
Kepada SP2J dan Politeknik Negeri

Sriwijaya.
Daftar Pustaka
[1] Iskandar, A., 2014. Urban
Transportation Management.
Secretariat of the Indonesian
Transportation Society, Jakarta.
[2] Gabriella, I.P., Venny, R.P., 2012.

Analysis of the Trans Musi Bus Rapid
Transit Busservice in Palembang.
Laporan Akhir, Tidak di Publikasikan,
[3] Oktariansyah, Reina Damayanti,

Benny Usman and Andri Eko Putra
2017 Quality Analysis of Public
Transport Services (Trans Musi)
Through Performance Towards
Community Satisfaction in Palembang
City. J. Management and business
15 50
[4] Yusri, Fuad, A.Z, Absor, M., Latif, A.,

2019. Kontribusi Angkutan Publik
Terhadap Lalu Lintas Perkotaan
(Studi Kasus di Kota Palembang).
Pilar Jurnal Teknik Sipil, Vol. 14, No.
2. Pp 14 – 20.

Vol.16 No. 02, Bulan 2021
Diterbitkan oleh:
ANALISIS PELAYANAN BUS RAPID TRANSIT

TRANS MUSI KORIDOR III: PLAJU – PS MALL
DI KOTA PALEMBANG
M. Restu Putra Pratama1*, Muhammad Yusri Rizki2
1
PT. Endah Bangun Nagara Consultant
2
FT Program KOTAKU Kabupaten Bangka Barat
restuputra2231@yahoo.com
Naskah diterima : 05 Oktober 2020. Disetujui: 24 Juli 2021. Diterbitkan : 30 September 2021
ABSTRAK
Saat ini angkutan umum didominasi oleh bus dan angkot yang masih terasa kurang aman dan nyaman
bagi penumpang. Untuk itu, dibutuhkan kebijakan transportasi untuk mendukung pengembangan transportasi yang
berkelanjutan, terutama penggunaan transportasi umum massal di perkotaan yang efisien dan berkualitas. Upaya
Pemerintah kota Palembang pada tahun 2010 mulai merealisasikan transportasi umum massal BRT (Bus Rapid
Transit) yang dikenal Trans Musi yang dikelola oleh PT. Sarana Pembangunan Palembang Jaya (PT. SP2J). Untuk
keberlangsungan penggunaan Trans Musi diperlukan peningkatan pelayanan terhadap Trans Musi agar berguna
bagi masyarakat di masa sekarang maupun akan datang sehingga Trans Musi yang beroperasi saat ini agar lebih
di prioritaskan dibandingkan angkutan umum lainnya. . Oleh karena itu, dilakukan survei tentang pelayanan pada
Trans Musi untuk mengetahui apakah pelayanan bus Trans Musi sudah memenuhi standar yang telah ditentukan.
Penelitian ini dilakukan pada koridor III: Plaju – PS Mall. Pemilihan pada koridor ini karena banyak digunakan
masyarakat menuju sekolah, kantor dan pusat perbelanjaan. Oleh karena itu, dilakukan survei di dalam bus Trans
Musi dan di terminal dengan menghitung jumlah armada Trans Musi, waktu keberangkatan dan waktu kedatangan
bus di tiap halte, waktu pelayanan, jumlah penumpang, waktu perjalanan, dan jumlah kapasitas bus. Hasil
penelitian diperoleh headway rata-rata sebesar 13 menit 58 detik, waktu perjalanan rata-rata sebesar 1 jam 31 menit
41 detik, waktu isi rata-rata sebesar 262 detik, jumlah penumpang rata-rata 61 penumpang/kendaraan, dan load
factor sebesar 83%. Dari analisis pelayanan diperoleh persamaan, y = 0,0006x2 - 0,0186x + 42,936. Hal ini
diperlihatkan bahwa nilai load factor dan waktu isi tidak memenuhi standar pelayanan angkutan umum. Waktu isi
tersebut terlalu lama sehingga perlu dilakukan penambahan terhadap bus agar jumlah penumpang sesuai dengan
kapasitas.
Kata kunci : Bus Rapid Transit, headway, load factor, waktu isi, jumlah armada bus
ABSTRACT
Currently public transport is dominated by buses and public transportation still feels less secure and
comfortable for passengers. For this reason, a transportation policy is needed to support the development of
sustainable transportation, especially the efficient and quality use of mass public transportation in urban areas.
The efforts of the Palembang City Government in 2010 began to realize the BRT (Bus Rapid Transit) mass public
transportation known as Trans Musi which is managed by PT. Palembang Jaya Development Facility (PT. SP2J).
For the continued use of Trans Musi, it is necessary to improve services for Trans Musi to be useful for the
community now and in the future so that Trans Musi, which operates today, is prioritized compared to other public

Analisis Pelayanan Bus Rapid Transit Trans Musi Koridor III: Plaju – PS Mall di Kota Palembang
transportations. . Therefore, a survey of services in Trans Musi was conducted to find out whether the Trans Musi
bus service had met the specified standards. This research was conducted in corridor III: Plaju - PS Mall. The
election in this corridor is because many people use it to go to schools, offices and shopping centers. Therefore, a
survey was carried out on Trans Musi buses and at terminals by counting the number of Trans Musi bus, the time
of departure and the arrival time of buses at each stop, service time, number of passengers, travel time, and total
bus capacity. The results obtained an average headway of 13 minutes 58 seconds, an average travel time of 1 hour
31 minutes 41 seconds, an average load time of 262 seconds, an average number of passengers 61 passengers /
vehicle, and a load factor of 83 %. From the analysis of services obtained by the equation, y = 0,0006x 2 - 0,0186x
+ 42,936. This shows that the load factor and time content do not meet public transport service standards. The
contents time is too long so it needs to be added to the bus so that the number of passengers is in accordance with
capacity.
Keywords: Bus Rapid Transit, headway, load factor, fill time, number of fleet bus
1.2.2 Pengertian Angkutan Umum

1. PENDAHULUAN
Menurut Keputusan Menteri
1.1. Latar Belakang Perhubungan No. KM.35 tahun 2003 tentang
Penyelenggaraan Angkutan Orang di Jalan
Saat ini angkutan umum didominasi oleh
dengan Kendaraan Umum, pengertian dari
bus dan angkot yang masih terasa kurang aman
kendaraan umum adalah setiap kendaraan
dan nyaman bagi penumpang. Untuk itu,
bermotor yang disediakan untuk dipergunakan
dibutuhkan kebijakan transportasi untuk
mendukung pengembangan transportasi yang oleh umum dengan dipungut bayaran baik
berkelanjutan, terutama penggunaan langsung maupun tidak langsung.
transportasi umum massal di perkotaan yang
1.2.3 Standar Pelayanan Angkutan Umum
efisien dan berkualitas. Sehingga dapat
mendukung penyelenggaraan lalu lintas dan Pelayanan angkutan umum dapat
angkutan jalan yang cepat, lancar serta dapat dikatakan baik apabila sesuai dengan standar-
diandalkan. standar yang telah dikeluarkan pemerintah.
Upaya Pemerintah kota Palembang pada Indikator kualitas pelayanan angkutan umum
tahun 2010 mulai merealisasikan transportasi perkotaan, hal ini dapat ditunjukkan pada Tabel
umum massal BRT (Bus Rapid Transit) yang 1.
dikenal Trans Musi yang dikelola oleh PT.
Sarana Pembangunan Palembang Jaya (PT. 1.2.4 Indikator Pelayanan
SP2J) yang merupakan Badan Usaha Milik Kinerja pelayanan angkutan umum
Daerah (BUMD). berdasarkan Keputusan Direktur Jenderal
Pengoperasian BRT Trans Musi Perhubungan Darat No.SK.687/AJ.206/DRJD/
memiliki banyak kelebihan dibandingkan 2002, dapat diukur dari indikator dan
dengan angkutan umum lainnya. Pelayanan parameter-parameter sebagai berikut.
yang perlu diperhatikan seperti: headway, load a. Waktu Perjalanan
factor, dan waktu isi
1.2. Tinjauan Pustaka W = t 2 – t1

Dengan:
1.2.1 Transportasi
W = Waktu perjalanan angkutan umum
Transportasi secara umum dapat (menit/km)
diartikan sebagai usaha pemindahan, atau t1 = Waktu berangkat dari terminal
pergerakan orang atau barang dari suatu lokasi, t2 = Waktu sampai di terminal
yang disebut lokasi asal, ke lokasi lain, yang
biasa disebut lokasi tujuan, untuk keperluan
tertentu dengan mempergunakan alat tertentu
pula [3].
M. Restu Putra Pratama, Muhammad Yusri Rizki
Tabel 1. Standar Pelayanan Angkutan Umum [2] Walikota Palembang tanggal 22 Oktober 2009
No. Kriteria Ukuran No. 551-2/002394/Dishub sebagai Pengelola
sekaligus Operator Bus Rapid Transit (BRT)
1. Waktu menunggu Transmusi Palembang baik pengadaan APBD
Rata-rata 5 – 10 menit
tahun 2009 maupun bantuan Kementerian
Maksimum 10 – 20 menit
2. Jarak jalan kaki ke Perhubungan, dibawah Pengawasan Dinas
shelter Perhubungan Kota Palembang (UPTD
300 – 500 menit
Wilayah padat Angkutan Massal). Peluncuran Bus Rapid
500 – 1000 menit
Maksimum Transit (BRT) Transmusi Palembang dilakukan
3. Jumlah penggantian pada tanggal 22 Februari 2010.
moda
0 – 1 kali
Rata-rata
2 kali 2. METODE PENELITIAN
Maksimum
4. Waktu perjalanan bus
Rata-rata 1 – 1,5 jam Pada penelitian ini teknik pengumpulan
Maksimum 2 – 3 jam data berupa survei lapangan dilakukan dengan
5. Kecepatan perjalanan cara survei dala bus dan di halte, dengan hari
bus pengambilan data diwakilkan hari sabtu
Daerah padat dan mix 10 – 12 km/jam
dikarenakan jam sibuk Trans Musi.
traffic 15 – 18 km/jam
Daerah lajur khusus bus 25 km/jam
Daerah kurang padat 2.1 Teknik Pengumpulan Data
6. Biaya perjalanan
1 . Survei Lapangan (Data Primer)
Dari pendapatan rata-
10 % 2 . Survei Instasional (Data Sekunder)
rata
2.2. Tahapan Penelitian

b. Faktor Muat (Load Factor)
𝐽𝑃
Lf = 𝐶
x 100% 1. Pengumpulan Data-data Sekunder.
2. Studi Literatur.
Dengan: 3. Perumusan Masalah.
Lf = load factor (%)
4. Survei Pendahuluan (Tinjauan ke
JP = Rata-rata jumlah penumpang per
Lapangan).
kendaraan umum
C = kapasitas penumpang per
5. Persiapan.
6. Pengumpulan Data Primer (Survei
kendaraan umum.
Lapangan).
c. Waktu Antara Kendaraan (Headway) 7. Kompilasi Data.
H = T2 – T1 8. Analisa Data dan Pembahasan.
Dengan:
H = waktu antara (menit) 3. HASIL DAN PEMBAHASAN
T1 = waktu kedatangan bus 1
T2 = waktu kedatangan bus 2 3.1 Hasil
d. Waktu isi 3.1.1 Headway (Selisih Waktu Antar Bus)
Waktu Isi = T1 – T2 Headway rata-rata Trans Musi pada
Dengan: Halte Cinde dapat dilihat pada Tabel 2.
T1 = Waktu keberangkatan di halte Dari Tabel 2, dapat dilihat bahwa didapat
T2 = Waktu kedatangan di halte Headway rata-rata sebesar 13 menit 58 detik.
Tabel 2, menunjukkan bahwa headway
real di lapangan lebih besar dari standar
1.2.5 Trans Musi pelayanan minimum dari PT. SP2J yaitu 10
BRT (Bus Rapid Transit) Transmusi menit dan lebih kecil dari Peraturan Menteri No.
merupakan salah satu unit usaha dari PT. Sarana 10 Tahun 2012 yaitu 15 menit. Hal ini dapat
Pembangunan Palembang Jaya (BUMD disimpulkan semakin kecil headway maka
Pemkot) yang di bentuk berdasarkan Surat
semakin besar tingkat pelayanan bus Trans 3.2 Analisa

Musi.
3.2.1 Analisis Headway Bus
Tabel 2. Headway Rata-rata Trans Musi di Halte
Cinde Grafik Perbandingan Headway Rata-rata
Headway dengan Standar Pelayanan Minimal dapat
No. Jam Operasi (Jam : Menit : dilihat pada Gambar 1.
Detik)
1. Pagi (07.00-10.00) 00:13:27
16 15
2. Siang (10.01-14.00) 00:14:54 13,58
14
3. Sore (14.01-17.05) 00:13:32
12
Headway Rata-rata 00:13:58 10
10
8
6
3.1.2 Waktu Perjalanan
4
Waktu Perjalanan Rata-rata 2
0
Ʃ Waktu Perjalanan Satu Rit Pengamatan PT. SP2J PM. No.10
= di Lapangan Tahun 2012
Banyak Data
14:39:17
= Gambar 1. Grafik Perbandingan Headway Rata-
41
= 01:31:41 (1 jam 31 menit 41 detik) rata dengan Standar Pelayanan Minimal
Dari grafik pada Gambar 1 menunjukkan

3.1.3 Waktu Isi
bahwa headway real di lapangan lebih besar
Tabel 3. Waktu Isi Rata-rata Bus Trans Musi di
dari standar pelayanan minimum dari PT. SP2J
Halte Cinde Pada Jam Sibuk dan lebih kecil dari Peraturan Menteri No. 10
Waktu Isi (Jam : Tahun 2012. Hal ini dapat disimpulkan
No. Jam Sibuk Operasi
Menit : Detik) semakin kecil headway maka semakin besar
1. Pagi (07.00-10.00) 00:01:33 tingkat pelayanan bus Trans Musi.
2. Siang (10.01-14.00) 00:02:06
3. Sore (14.01-17.05) 00:02:41 3.2.2 Analisis Load Factor Bus
Waktu Isi Rata-rata 00:02:07
Banyak kendaraan efisien
𝐿𝑜𝑎𝑑 𝐹𝑎𝑐𝑡𝑜𝑟 Aktual
3.1.4 Jumlah Penumpang = x jumlah bus
𝐿𝑜𝑎𝑑 𝐹𝑎𝑐𝑡𝑜𝑟 Maksimum
ƩRata-rata Jumlah Penumpang satu rute saat ini
=
Banyak Data
0,83
2641 penumpang =
0,50
x 13 kendaraan
=
43
= 61 Penumpang = 22 kendaraan
Jadi, jumlah kendaraan yang ideal untuk
3.1.5 Load Factor
beroperasi sesuai dengan PT. Sarana
ƩJumlah Load Factor(%) Pembangunan Palembang Jaya (PT. SP2J) yaitu
= x 100 % sebanyak 22 kendaraan. Penambahan jumlah
Banyak Data
kendaraan dilakukan karena nilai load factor
3550.2 yang didapat di lapangan melebihi standar
= x 100 %
43 pelayanan minimum SP2J dan SK Dirjen
= 83 % Perhubungan No. 687 Tahun 2002.

M. Restu Putra Pratama, Muhammad Yusri Rizki
3.2.3 Analisis Headway dan Waktu isi sebesar 44 %, sedangkan load factor dengan
Tabel 4. Hubungan Antara Headway dan Waktu
waktu isi 262 detik sebesar 79%.
Isi Bus pada Koridor III
Headway Waktu Isi
Jam Sibuk
(Jam : (Jam : 180,0
No. Operasi (Peak
menit : menit : y = 0,0006x2 - 0,0186x + 42,936
Hour) 160,0
detik) detik) R² = 0,6687
140,0
Pagi (07:30-
1 00:13:27 00:01:33
08:30) 120,0
Load Factor
Siang (11.30-
2 00:14:54 00:02:06 100,0
12:30)
Sore (16:30- 80,0
3 00:13:32 00:02:41
17:30)
60,0
Waktu Rata - Rata 00:13:58 00:02:07 40,0
20,0
Pada titik pengamatan di halte Cinde, 0,0
waktu isi rata-rata (2 menit 7 detik) lebih kecil 0 50 100 150 200 250 300 350 400 450 500
dari headway rata-rata (13 menit 58 detik). Waktu Isi (detik)

Berdasarkan headway rata-rata didapatkan
tingkat kedatangan kendaraan sebagai berikut:
Gambar 2. Hubungan Load Factor dan Waktu
1 1 Isi Rata-rata pada Koridor III
λ = 𝑋̅
= 838 detik/kendaraan
x 60
Keterangan :
= 0,07 kendaraan/menit : Data diperoleh di Lapangan
: Data PT. SP2J
Sedangkan waktu isi rata-rata 127
detik/kendaraan didapatkan tingkat pelayanan Hal ini dapat menunjukkan bahwa semakin
sebagai berikut: besar waktu isi yang dimiliki maka load factor
akan semakin naik. load factor dan waktu isi
1 1
µ = 𝑋̅ = 127 detik/kendaraan x 60 tidak memenuhi standar pelayanan angkutan
umum. nilai waktu isi tersebut terlalu lama
sehingga perlu di perkecil waktu isinya dengan
= 0,47 kendaraan/menit
penambahan jumlah armada bus agar jumlah
Persamaan berlaku untuk lajur tunggal adalah ρ penumpang sesuai dengan kapasitas.
𝜆
= µ < 1, 4. KESIMPULAN
𝜆 0,07 Dari analisis data dan pembahasan
Maka dapat diketahui nilai ρ = =
µ 0,47 diperoleh kesimpulan sebagai berikut. Headway
sebesar 13 menit 58 detik, waktu perjalanan
= 0,14 < 1 (memenuhi syarat)
rata-rata sebesar 1 jam 31 menit 41 detik, waktu
Hal ini berarti bahwa dengan 1 lajur yang isi sebesar 2 menit 7 detik, jumlah penumpang
beroperasi maka tidak terjadi antrean. rata-rata sebanyak 61 penumpang, dan load
factor sebesar 83% tidak memenuhi standar
karena melebihi dari standar Peraturan Menteri
3.2.4 Analisis Pelayanan Terhadap Bus No. 10 Tahun 2012, SK Dirjen Perhubungan No.
687 Tahun 2002, dan standar SP2J. Jadi,
Hubungan Load Factor dan Waktu Isi diperlukan penambahan armada bus Trans Musi
Rata-rata pada Koridor III dapat dilihat pada menjadi 22 kendaraan agar dapat memenuhi
Gambar 2. dari standar yang telah ditentukan.
Dari grafik pada Gambar 2, diperlihatkan
bahwa load factor dengan waktu isi 60 detik

Ucapan Terima Kasih [8] Yusri, A. Fuad Z., Moch. Absor, A.

Latif. 2019. Kontribusi Angkutan
Dalam menyelesaikan laporan ini, penulis Publik Terhadap Lalu Lintas
banyak mendapat pengarahan dan bimbingan Perkotaan (Studi Kasus di Kota
serta bantuan dari berbagai pihak. Untuk itu Palembang). Jurusan Teknik Sipil,
pada kesempatan kali ini penulis ucapkan Politeknik Negeri Sriwijaya.
terima kasih kepada Bapak Ir. Yusri Bermawi,
M.T., dan Bapak Drs. A. Fuad Z, S.T., M.T. [9] Peraturan Menteri Perhubungan
yang telah memberikan bimbingan dan Republik Indonesia No. 10 Tahun
pengarahan. 2012 Tentang Standar Pelayanan
Minimal Angkutan Massal Berbasis
Daftar Pustaka Jalan.
[1] Adris A Putra. 2019. Analisis [10] Undang Undang Republik Indonesia
Keseimbangan Jumlah Armada Nomor 22 Tahun 2009 Tentang Lalu
Angkutan Umum Berdasarkan Lintas dan Angkutan Jalan.
Kebutuhan Penumpang. Jurnal dan
Terapan Ilmu Bidang Teknik Sipil. [11] Company Profile Bus Rapid Transit
Transmusi.
[2] Departemen Perhubungan, Direktorat
Jendral Perhubungan Darat. 2002.
Pedoman Teknis Penyelenggaraan
Angkutan Umum di Wilayah
Perkotaan Dalam Trayek Tetap dan
Teratur. Jakarta
[3] Miro, Fidel. 2012. Pengantar Sistem

Transportasi. Jakarta: Penerbit
Erlangga.
[4] Margareth Evelyn Bolla dan Tri

Mardiyati W. Sir. 2013. Analisis
Kinerja Angkutan Umum Pada Rute
Rencana Terminal – Kampus
Universitas Timor Kota Kefamenanu
Propinsi NTT. Nusa Tenggara Timur:
The 16 th FSTPT International
Symposium, UMS Surakarta.
[5] Prof. Ir. Sakti Adji Adisasmita, M.Si.,

M.Eng.Sc., Ph.D. 2015. Perencanaan
Sitem Transportasi Publik.
Yogyakarta: Graha Ilmu.
[6] Prof. Ir. Joetata Hadihardaja. 1997.

Sistem Transportasi. Jakarta:
Gunadarma.
[7] Tamin, Ofyar Z. 2008. Perencanaan,

Pemodelan, dan Rekayasa
Transportasi: Teori, Contoh Soal, dan
Aplikasi. Bandung: Penerbit ITB.

Diterbitkan oleh:
PENGARUH KAPUR DAN PETRASOIL

TERHADAP NILAI CALIFORNIA BEARING
RATIO (CBR) DAN KUAT TEKAN BEBAS
TANAH LEMPUNG
Andi Herius*
*
andiherius@yahoo.com
Naskah diterima : 3 Oktober 2020. Disetujui: 21 Agustus 2021. Diterbitkan : 30 September 2021
ABSTRAK
Tanah memiliki peranan penting bagi bangunan sipil karena seluruh bangunan berada di atas tanah. Salah satu
jenis tanah yang banyak ditemukan di Sumatera Selatan yaitu tanah lempung. Tanah lempung merupakan jenis
tanah yang berbutir halus yang sangat dipengaruhi oleh kadar air tanah dan mempunyai sifat yang cukup kompleks.
Hal ini sangat tidak menguntungkan jika tanah lempung dijadikan sebagai tanah dasar untuk bangunan jalan. Oleh
karena itu tanah lempung perlu distabilisasi dengan penambahan bahan additive. Untuk memperbaiki kekuatan
dari tanah lempung pada penelitian ini digunakan petrasoil dan kapur sebagai bahan tambah pada tanah lempung.
Sampel tanah lempung yang digunakan berasal dari Kabupaten Banyuasin, Sumatera Selatan. Bahan tambah kapur
didapatkan dari salah satu toko bangunan di Palembang. Variasi penambahan campuran kapur yang digunakan
yaitu 0%, 5%, 10%, 15% dan 20% dari berat total tanah. Hasil penelitian menunjukkan dengan penambahan
petrasoil dan kapur dapat memperbaiki sifat fisik dan mekanis tanah lempung. Untuk pengujian sifat fisik dan
mekanis yang dilakukan, persentase optimum yang baik digunakan untuk stabilisasi tanah lempung pada penelitian
ini adalah dari persentase variasi penambahan petrasoil dan kapur 9,83% sampai dengan penambahan petrasoil
dan kapur 14,21%.
Kata kunci : Tanah Lempung, Stabilisasi, Petrasoil, Kapur.
ABSTRACT
Land has an important role for civil buildings because all buildings are on the ground. One type of soil that is
found in South Sumatra is clay. Clay soil is a type of fine-grained soil that is strongly influenced by soil water
content and has quite complex properties. This is very unprofitable if clay is used as a subgrade for road building.
Therefore, clay soils need to be stabilized by adding additives.
to improve the strength of clay soil, in this study petrasoil and lime are used as added material in clay. The clay
sample used came from the Banyuasin district, South Sumatra. The added lime material was obtained from one of
the building shops in Palembang. The addition of lime mixture variation used is 0%, 5%, 10%, 15%, and 20%.
The result showed that the addition of petrasoil and lime couldimprove the physical nd mechanical properties
carried out, the optimum percentage used for clay soil stabilization in this study is from the percentage variation
of the addition of petrasoil and lime 9,83% to the addition of petrasoil and lime 14,21%.
Kata kunci : Clay Soil, Stabilzation, Petrasoil, Lime.

Pengaruh Kapur dan Petrasoil terhadap Nilai California Bearing Ratio ……
1. PENDAHULUAN 2.3. Tahapan Penelitian

Tanah sebagai dasar perletakan struktur Adapun tahapan penelitian ini dapat dilihat
harus mempunyai sifat dan daya dukung yang pada gambar 1.
baik, karena kekuatan suatu struktur secara
langsung akan dipengaruhi oleh kemampuan
tanah dasar dalam menerima dan meneruskan
beban yang bekerja. Salah satu jenis tanah yang
ada di Sumatera Selatan adalah tanah lempung.
Tanah lempung merupakan jenis tana berbutir
halus yang sangat dipengaruhi oleh kadar air dan
mempunyai sifat yang cukup kompleks, oleh
karena itu tanah lempung kurang baik untuk
dijadikan landasan struktur.
Salah satu upaya untuk memperbaiki sifat
tanah lempung yaitu melakukan stabilisasi tanah
dengan penambahan bahan additive. Pada
penelitian ini bahan tambah yang digunakan
berupa kapur dan petrasoil.
Dalam pembangunan jalan raya, salah satu
pengujian yang diperlukan adalah uji California
Bearing Ratio (CBR), dimana nilai CBR adalah
nilai yang menyatakan kualitas tanah dasar
dibandingkan dengan bahan standar berupa batu
pecah yang mempunyai nilai CBR sebesar 100%.
Tujuan penelitian ini yaitu untuk mengetahui
pengaruh penambahan kapur dan petrasoil
terhadap nilai California Bearing Ratio (CBR)
tanpa perendaman dan kuat tekan bebas tanah Gambar 1. Diagram Alir Penelitian
lempung.
3. HASIL PENELITIAN
2. METODE PENELITIAN
3.1. Hasil Peengujian Indeks Propertis
2.1. Tempat dan Waktu Penelitian
Hasil pengujian indeks propertis dapat
Lokasi pengambilan material berupa tanah
dilihat pada tabel 1.
lempung di jalan Sungai Pinang Kecamatan
Rambutan Kabupaten Banyuasin Sumatera
Tabel 1 Hasil Pengujian Indeks Propertis
Selatan. Sedangkan pelaksanaan penelitian IndexProperties Nilai
dilakukan di Laboratorium Uji Tanah Teknik Sipil Specific Gravity (GS) 2,42
Politeknik Negeri Sriwijaya Palembang. Lolos Saringan No. 10 (2.00 mm) 86,01%
Penelitian ini berlangsung selama 3 bulan. Lolos Saringan No. 40 (0.425 mm) 78,06%
Lolos Saringan No. 200 (0.075 mm) 72,66%
2.2. Variasi Campuran Batas Cair (LL) 78,85%
Pada penelitian ini variasi pencampuran Batas Plastis (PL) 35,40%
kapur sebanyak 5 variasi yaitu tanah + kapur 0%, Indeks Plastisitas (IP) 43,45%
tanah + kapur 5%, tanah + kapur 10%, tanah +
kapur 15%, dan tanah + kapur 20%. Adapun Berdasarkan tabel 1, tanah yang digunakan
pebandingan petrasoil dengan air yaitu 20 gram tergolong tanah lempung berjenis A-7-5 yaitu
petrasoil : 20 liter air. tanah lempung biasa sampai jelek apabila
digunakan sebagai pondasi jalan.

3.2. Hasil Pengujian Pemadatan Pada gambar 3 terlihat bahwa nilai berat isi
Pegujian pemadatan ini dilakukan pada 5 maksimal menunjukkan kenaikan sampai dengan
variasi pencampuran. Hasil dari pengujian ini penambahan kapur 10%.
didapatkan nilai kadar air optimum dan berat isi
1,5
kering maksimal setiap variasi.
1,45
Nilai γdmaks (gr/cm³)

Tabel 2 Hasil Pengujian Pemadatan 1,4
Berat Isi 1,35
Jenis Tanah Kering Kadar Air
1,3
No + Bahan Maksimum Optimum
Tambah (ɣdmaks) (Wopt) % 1,25
gr/cm3 1,2
Tanah 0 5 10 15 20
1 1,353 21,061
Lempung Persentase Penambahan Kapur
Tanah
Gambar 3 Garfik Hasil Pengujian Berat Isi Kering
2 Lempung + 1,397 17,339
Kapur 5% Maksimal
Tanah
3 Lempung + 1,410 15,714 3.3. Hasil Pengujian California Bearing Ratio
Kapur 10% (CBR)
Tanah
4 Lempung + 1,393 16,187 Hasil pengujian California Bearing Ratio
Kapur 15% (CBR) tanpa perendaman dapat dilihat pada tabel
Tanah 3.
5 Lempung + 1,345 18,758
Kapur 20%
Tabel 3. Hasil Pengujian CBR
Nilai Rata-rata
Jenis Tanah + Bahan
Dari tabel diatas didapatkan grafik sebagai No CBR (%)
Tambah
berikut.
1 Tanah Lempung 4,32
2 Tanah Lempung +
30 Kapur 5% 16,78
3 Tanah Lempung +
25 23,63
Nilai Wopt (%)
Kapur 10%
4 Tanah Lempung +
20 24,80
Kapur 15%
5 Tanah Lempung +
15 20,69
Kapur 20%
10
0 5 10 15 20 Dari tabel di atas didapatkan grafik sebagai
Persentase Penambahan Kapur berikut.
35
Gambar 2. Garfik Hasil Pengujian Kadar Air
30
Optimum
25
Nilai CBR (%)
20
Pada gambar 2 terlihat bahwa nilai kadar air
15
optimum mengalami penurunan sampai dengan
10
pemanbahan kapur 10%. Nilai kadar air optimum
semua variasi campuran lebih kecil dibandingkan 5
dengan kadar air optimum tanah asli. 0

0 5 10 15 20
Persentase Penambahan Kapur
Gambar 4. Grafik Hasil Pengujian CBR

Pada gambar 4 terlihat bahwa nilai CBR 5. UCAPAN TERIMA KASIH

menunjukkan kenaikan sampai dengan Kami ucapkan terima kasih kepada
penambahan kapur 15%. Nilai CBR semua variasi Politeknik Negeri Sriwijaya untuk fasilitas yang
campuran lebih besar dibandingkan dengan nilai telah diberikan untuk terselesaikannya penelitian
CBR tanah asli. ini dan tim peneliti Ibrahim, Ingka Juliana, Ummi
Wahidiya
3.4. Hasil Pengujian Kuat Tekan Bebas
Hasil pengujian kuat tekan bebas dapat 6. DAFTAR PUSTAKA
dilihat pada tabel 4. [1] Achmad Harry Gozali, David Yudhistira,
2019, Stabilisasi Tanah Lempung
Tabel 4. Hasil Pengujian Kuat Tekan Bebas
Menggunakan Campuran NaCl Ditinjau
No Jenis Tanah + Bahan qu (kPa)
Tambah Dari Nilai CBR. Tugas Akhir D-III
1 Tanah Lempung 122,753 Teknik Sipil. Politeknik Negeri Sriwijaya.
2 Tanah Lempung + Kapur 5% 146,502
3 Tanah Lempung + Kapur
[2] Arinda, Leliana, 2015, Pengaruh
148,311 Penambahan Fly Ash Terhadap Nilai
10%
4 Tanah Lempung + Kapur Kuat Tekan Bebas Pada Tanah Lempung
175,461
15%
5 Tanah Lempung + Kapur
Ekspansif Di Daerah Magetan Jawa
233,117
20% Timur, Vol 1 Nomor 1/rekat/15, 1-8
Dari tabel di atas didapatkan grafik sebagai

berikut. [3] Hardiyatmo.Hary.C., 2012. Mekanika
Tanah Edisi ke Enam. Yogyakarta:
250
GADJAH MADA UNIVERSITY
200 PRESS.
Nilai qu (kPa)
150
[4] Indrayani, Herius, A., 2020. Analisis Kuat
100
Geser Tanah Lempung Menggunakan
50 Kapur dan Petrasoil. Jurnal Teknologi
0 Terpadu Politeknik Negeri Balikpapan,
0 5 10 15 20 Vol. 8, No. 1, pp 64-68.
Persentase Penambahan Kapur
Gambar 5. Grafik Hasil Pengujian Kuat Tekan Bebas [5] Indrayani, Herius, A., Darma, P., Ade,
2020. Analisis Peningkatan Nilai CBR
Pada gambar 5 terlihat bahwa nilai kuat Tanah Rawa Menggunakan Campuran
tekan bebas menunjukkan kenaikan dengan Petrasoil Dan Kapur. Jurnal Rekayasa
adanya penambahan kapur. Sipil, Vol. 17, No. 2, pp 108-115.
4. KESIMPULAN [6] Modul Praktikum Laboratorium Uji

Berdasarkan hasil pengujian, untuk Tanah. Jurusan Teknik Sipil, Politeknik
menaikkan nilai CBR tanpa perendaman dan Negeri Sriwijaya, Palembang.
menaikkan nilai Kuat Tekan Bebas, variasi
penambahan yang akan menghasilkan nilai [7] Surendro.Bambang, 2015. Mekanika
optimum yaitu dari variasi penambahan kapur
Tanah-Teori, Soal, dan Penyelesaian.
9,83% sampai dengan 14,21%.
Yogyakarta : C.V ANDI OFFSET.

Diterbitkan oleh:
PENGARUH PEMILIHAN MODEL ANALISIS

UNTUK PENANGANAN JEMBATAN
M. Ade Surya Pratama1*, Anggi Nidya Sari1, Hendi Warlika Sedo Putra1
1
*
adepratama@polsri.ac.id
Naskah diterima : 27 Agustus 2021. Disetujui: 8 September 2021. Diterbitkan : 30 September 2021
ABSTRAK
Banyak jembatan yang ada saat ini sudah mendekati masa umur layanannya, maka dibutuhkan intensitas
pemeriksaan dan penanganan yang lebih intensif lagi dalam menahan laju kerusakan yang terjadi pada
masing-masing bangunan atas jembatan. Tujuannya tidak lain meminimalisir dampak terjadinya kerusakan
pada elemen-elemen jembatan dan menghindari suatu kegagalan fungsional maupun strukturalnya. Metode Bridge
Management System (BMS) dan Analityc Hierarchy Process (AHP) yang sering digunakan untuk pengelolaan
jembatan, akan tetapi masih adanya keputusan penanganan yang masih memberikan kesan subjektif dalam
penilaiannya.Penelitian ini melakukan studi komperatif yang membandingkan dan mencari pengaruh dari kriteria-
kriteria AHP terhadap model penanganan BMS. Analisis penelitian menggunakan statistik deskriptif dan
inferensial dari software SPSS-statistics. Tes-tes ini menentukan apakah ada perbedaan yang signifikan secara
statistik antar kelompok penanganan dan bagaimana persamaan empiris dalam menghasilkan suatu sistem
penilaian pada program penanganan. Hasil Uji-T untuk penanganan rutin dan berkala menempatkan kriteria biaya
(0,013), dampak ekonomi(0,035) dan kebijakan (0,032) mempunyai dampak signifikan dimana nilai sig. (2-tailed)
nya < 0,05 maka terdapat hubungan antar kriterianya, sedangkan pada rehabilitasi dan penggantian, kriteria kondisi
yang paling signifikan dengan nilai sig. (2-tailed) 0,014< 0,05. Sedangkan analisis Anova two way menunjukan
nilai F hitung sebesar 2,558 dengan tingkat signifikansi (Sig.) sebesar 0,037 < 0,05. Hasil hipotesis yang
menunjukan Ho atau hipotesis nol ditolak, artinya terdapat pengaruh kriteria pada AHP terhadap rekomendasi
penanganan yang di pilih dari BMS.
Kata Kunci: BMS, AHP, studi komperatif, kriteria penilaian, penanganan jembatan.
ABSTRACT
Many of the existing bridges are approaching their service life, so more intensive inspection and handling is
needed to contain the rate of damage that occurs to each bridge superstructure. The aim is to minimize the impact
of damage to the bridge elements and avoid a functional or structural failure. The Bridge Management System
(BMS) and Analytical Hierarchy Process (AHP) methods are often used for bridge management, but there are still
handling decisions that still give a subjective impression in the assessment. This study conducted a comparative
study that compared and sought the effect of the AHP criteria on the BMS treatment model. The research analysis
used descriptive and inferential statistics from SPSS-statistics software. These tests determine whether there are
statistically significant differences between treatment groups and how empirically similar they are in producing a
scoring system for treatment programmes. The results of the T-Test for routine and periodic handling place the
criteria of cost (0.013), economic impact (0.035) and policy (0.032) having a significant impact where the value
of sig. (2-tailed) < 0.05 then there is a relationship between the criteria, while in rehabilitation and replacement,
the most significant condition criterion is sig. (2-tailed) 0.014 < 0.05. While the two-way Anova analysis shows
the calculated F value of 2.558 with a significance level (Sig.) of 0.037 <0.05. The results of the hypothesis show
that Ho or the null hypothesis is rejected, which means that there is an effect of the criteria on the AHP on the
treatment recommendations selected from the BMS.

M. Ade Surya Pratama, Anggi Nidya Sari, Hendi Warlika Sedo Putra
Keywords : BMS, AHP, comparative study, assessment criteria, bridge maintenance.
terjadinya penurunan kinerja jembatan, akan di

1. PENDAHULUAN awali dengan proses penurunan kondisi elemen-
elemen jembatan yang telah mengalami
Peranan jembatan sangatlah strategis berbagai tingkat kerusakan dari waktu ke waktu,
keberadaannya dalam mengontrol pergerakan lihat gambar 1.
lalu lintas yang berhubungan langsung dengan Tingkat Kinerja
(layanan)
fungsi dan keamanan jalan, sehingga Pemeliharaan Rutin

keberadaannya harus mendapatkan perhatian
khusus agar jembatan mempunyai struktur yang Rehabilitasi
Deterioration / Penggantian
kuat, tidak mudah rusak dan tahan lama. Oleh & Fatigue Umur Rencana
(yang diharapkan)
karenanya kinerja jembatan perlu
dipertahankan semaksimal mungkin untuk
Demage
meminimumkan potensi kerusakan jembatan.
Salah satu bentuk upaya yang rutin Usia Jembatan
dilakukan yaitu pemeriksaan jembatan untuk Gambar 1. Penurunan kinerja jembatan selama
memastikan bahwa tidak terjadinya perubahan masa layan [2]
tiba-tiba atau tak terduga yang terjadi pada
kondisi jembatan secara keseluruhan. Beberapa Hasil pemeriksaan pada struktur
penyebab kerusakan jembatan[1], antara lain: jembatan yang mengalami kondisi rusak berat,
a) Lemahnya pemeliharaan rutin; dimana potensi kerusakan paling sering terjadi
b) Mutu beton tidak sesuai dengan persyaratan; pada bangunan atas jembatan. Disisi lain hasil
c) Pengaruh lingkungan; pemeriksaan akan menentukan bentuk program
d) Adanya beban berlebih/dimensi kendaraan penanganan yang masih seringkali bergantung
(truk) tidak standar; dengan tingkat yang sangat besar pada
e) Perubahan fungsi jalan. pengalaman, judgement dan fleksibilitas
insinyur jembatan, sehingga melahirkan
Faktor-faktor di atas juga akan problem yang serius akibat sifat subjektivitas
mempengaruhi penurunan kinerja yang terjadi penilaian [3].
di setiap struktur jembatan dilihat adanya bahan
penyusun material pada elemen-elemen Penelitian pengembangan model
jembatan telah mengalami berbagai tingkat penilaian yang belum banyak dilakukan
kerusakan (ringan, sedang dan berat) sehingga tujuannya mencari suatu model penanganan
dapat menyebabkan kegagalan fungsional atau yang lebih efektif dan mengurangi subjektivitas
bahkan kegagalan struktural. jika dibandingkan dengan database hasil
pemeriksaan jembatan yang hanya sebatas
Umumnya kerusakan struktur jembatan skrining dan ranking dalam penyiapan program
disebabkan oleh keausan, korosi, beban penanganan jembatan.
kendaraan yang berlebih, genangan air hujan,
banjir, perubahan iklim/ cuaca, struktur yang Maka dari itu dibutuhkan program
tidak stabil akibat pergeseran tanah/ gempa, dan penanganan yang tepat sasaran agar jembatan
lambatnya tindakan penanganan yang dapat memenuhi kebutuhan transportasi dan
dilakukan sehingga membuat elemen-elemen menambah nilai investasi suatu wilayah.
pada jembatan rentan mengalami kerusakan. Sehingga penanganan yang akan dilakukan
tidak hanya fokus terhadap struktur jembatan
Penurunan kinerja jembatan selalu saja melainkan berorientasi dalam hal
dipantau melalui proses pengumpulan data fisik memperbaiki sistem penilaian untuk keperluan
dan kondisi struktur jembatan melalui kegiatan program penanganan pada jembatan di masa
pemeriksaan jembatan. Kinerja jembatan sangat mendatang.
dipengaruhi oleh kondisi dimana sebelum
Vol. 16 No. 02, September 2021| 58
2. TINJAUAN PUSTAKA Adapun penelitian mengenai proses

penilaian pada prioritas penanganan banyak
2.1. Bridge Management System (BMS) dilakukan dengan mencoba menerapkan Fuzzy-
Bridge Management System dirancang AHP dalam pengambilan keputusan untuk
untuk memaksimalkan penggunaan data yang pemeliharaan jembatan dengan cara membantu
pemerintah daerah untuk memutuskan prioritas
tersedia dan menentukan strategi yang optimal
pemeliharaan antara dua jembatan, di Negara
untuk melakukan perbaikan yang diperlukan
untuk jembatan[4]. Agar BMS dapat bekerja Bagian Khartoum (Sudan) dari penelitian yang
dengan efektif dan efisien sangat dibutuhkan dilakukan menjelaskan kriteria yang
informasi yang baik tentang jembatan tersebut. berpengaruh: biaya, durasi waktu, lalu lintas,
Informasi tersebut tergantung dari ukuran dan keamanan dan dampak ekonomi[9].
kompleksitas dari sistem yang akan dibangun, Studi lain yang dilakukan mencoba
tetapi pada dasarnya semua sistem tersebut mendapatkan sistem pendukung dengan
mempunyai hubungan dengan inventaris,
menggunakan metode AHP yang efektif dalam
inspeksi, pemeliharaan, biaya dan kondisi
menentukan skala prioritas bagi pemangku
jembatan[5]. Rekomendasi penanganan kepentingan yang ditinjau dari kriteria: kondisi,
(pemeliharaan rutin/ berkala, rehabilitasi dan lalu lintas dan kebijakan[10].
penggantian) untuk masing-masing kategori
merupakan penanganan indikatif yang perlu Penelitian mengenai penentuan skala
ditinjau ulang untuk keperluan data prioritas penanganan dalam manajemen
perencanaan [6]. pengelolaan jembatan melalui metode AHP.
Penelitian ini membandingkan prioritas
2.2. Analityc Hierarchy Process (AHP) penanganan berdasarkan nilai kondisi terhadap
Analityc Hierarchy Process (AHP) lima kriteria penentu yang diberikan bobot
menyediakan ruang kualitatif bagi para ahli diantaranya: kerusakan, teknis, lalu lintas,
untuk berpendapat dan juga melengkapinya finansial dan sumber daya[11].
dengan perhitungan kuantitatif[7]. Suatu pilihan
untuk menentukan prioritas diperoleh melalui Hasil pada beberapa penelitian mengenai
analisis AHP. Prioritas dibutuhkan lebih model analisis pada penelitian terdahulu belum
dikarenakan banyaknya pilihan dan ada menunjukan hubungan pengaruh dari kriteria-
keterbatasan kemampuan (anggaran), sehingga kriteria penentu yang lebih baik dalam
diperlukan prioritas. Jikalau kemampuan tidak menyusun program penanganan jembatan yang
terbatas maka semua pilihan akan diambil tanpa direkomendasikan lihat Gambar 2[12].
adanya pertimbangan prioritas. AHP untuk
menghitung berbagai kriteria dalam Maintenance Model
pengambilan keputusan/ Multiple Attribute

Deterioration
Decision Making (MADM) serta untuk Data
Model
Decision Model Optimal Policy
mementukan bobot kriteria[8]. Metode ini

digunakan untuk pengambilan keputusan
berdasarkan peringkat dan terhadap nilai tiap
Gambar 2. Model penanganan jembatan
preferensi pada kriteria-kriteria yang ada.
Penelitian ini menawarkan suatu
2.3. Penelitian Terdahulu
persamaan empiris tentang skala prioritas
Dewasa ini berbagai penelitian telah penanganan jembatan dengan berbagai ukuran
dikembangkan, untuk tujuan pengoptimasian dan teknik analisis menunjukan kecenderungan
Sistem Manajemen Jembatan Indonesia untuk mengintegrasikan kriteria-kriteria
(SIMAJI) yang baik perlu dilakukan, agar penentu ke dalam model analisis sebagai
kinerja setiap struktur jembatan dapat terus informasi mengenai faktor penentu untuk
memberikan kenyamanan dan keamanan dalam teroptimasinya program penanganan jembatan
pelayanannya. Optimasi tersebut dimaksudkan yang realistis dan memberikan manfaat dalam
untuk memelihara pencapaian umur rencana keberlangsungan masa layan dan menambah
sehingga dapat selalu memberikan pelayanan. umur operasional jembatan.

3. METODE PENELITIAN penelitian terdahulu diperoleh berbagai macam

kriteria-kriteria yang mendukung dalam model
3.1. Data-data penanganan jembatan.
Pengumpulan data-data yaitu dengan
3.2. Rancangan Penelitian
penelusuran literatur dengan menggunakan
sebagian atau seluruh data yang telah ada dari Konsep penelitian ini membandingkan
penelitian terdahulu. Literatur yang antar kriteria metode BMS maupun AHP,
dikumpulkan antara lain pedoman teknis yang dimana program penanganan (Y) adalah
berkaitan dengan Sistem Manajemen Jembatan variabel terikat (dependent) sedangkan variabel
yang dikeluarkan Kementerian Pekerjaan penanganan BMS (X1) dan kriteria-kriteria
Umum, jurnal-jurnal ilmiah, penelitian AHP (X2) sebagai variabel (independent)
terdahulu, manajemen penanganan jembatan, digunakan mencari memperoleh gambaran
jenis kerusakan pada elemen jembatan dan hubungan dan pengaruh dari kriteria antar
Sistem Manajemen Jembatan pada beberapa metode yang diuji.
negara lainnya yang bisa mendukung penelitian
ini. Data-data statistik dikumpulkan dengan Pendapat Pakar
menggunakan kriteria yang telah ditetapkan.
Kriteria-Kriteria
BMS (X1) Jembatan
Penentuan program penanganan dibuat
berdasarkan skala prioritas (BMS) yang Program
Penanganan (Y)
didalamnya terdapat beberapa kriteria yang AHP (X2)
dapat memberi pengaruh dalam mengambil
keputusannya. Dalam penelitian ini dipilih
kriteria-kriteria penting (dari peneliti terdahulu) Gambar 3. Konsep penelitian
untuk proses perhitungan skala prioritas
penanganan jembatan. Kriteria-kriteria Kriteria-kriteria tersebut dikelompokkan,
tersebut: dicari nilai rata-rata (mean) antar kriterianya,
dilihat distribusi frekuensi antar kriteria dan
Tabel 1. Pemilihan kriteria penelitian dihitung standar deviasi yang ada melalui
Kriteria analisis statistik deskriptif. Rumus yang
No. BMS AHP digunakan dalam menghitung mean dan standar
1 Rutin (x1a) Kondisi (x2a) deviasi.
2 Berkala (x1b) Lalu lintas (x2b)
3 Rehabilitasi (x1c) Usia jembatan (x2c)
4 Penggantian Klasifikasi jalan (x2d)
Rata-rata (mean)
5 (x1d) Biaya (x2e)
∑ 𝑋𝑖
6 Dampak ekonomi (x2f) 𝑥̅ = (1)
7 Kebijakan (x2g) 𝑛
Keterangan:
Data primer pada penelitian ini terdiri
𝑥̅ = rata-rata hitung
dari daftar pertanyaan melalui kuisioner
Ʃxi = nilai sampel ke-i
dengan hirarki kriteria yang telah ditetapkan.
n = jumlah sampel
Jumlah responden yang dipilih untuk pengisian
kuisioner adalah 17 orang (BBPJN V, Satker,
Simpangan rata-rata (standar deviasi)
Konsultan). Mereka terdiri dari pihak-pihak
yang banyak berperan dalam
(𝑥𝑖 −𝑥̅ )2
merekomendasikan pengambilan keputusan dan 𝑆=√ 𝑛−1
(2)
kebijakan penanganan jembatan di wilayah
Sumatera Selatan. Keterangan:
S = simpangan rata-rata
Selanjutnya data sekunder yaitu data
(𝑥𝑖 − 𝑥̅ 2 ) = hasil penjumlahan kuadrat
yang diperoleh dari stakeholder berupa data-
data dalam pengelolaan jembatan, melakukan n-1 = derajat kebebasan
review pada penelitian-penelitian terdahulu Langkah selanjutnya mencari tahu
yang dikaitkan dengan referensi-referensi yang
pengaruh antar kriteria pada metode
relevan. Setelah mengidentifikasi dari penanganan jembatan. Pengaruh tersebut
ditentukan dengan hipotesis awal sebagai 4.1. Statistik Deskriptif

dugaan sementara mengenai dua variabel atau
Statitistik deskriptif ialah penerapan dari
lebih yang saling berpengaruh. Hipotesis ini
metode statistik dengan cara mengumpulkan,
digunakan untuk membuat rancangan penelitian.
mengolah, menyajikan serta menganalisis data-
Tabel 2. Hipotesis awal data kuantitatif (nilai statistik) menjadi
Hipotesis deskriptif. Penelitian menggambarkan
Hipotesis Ada pengaruh pada kriteria AHP mengenai kriteria-kriteria yang dianggap
alternatif terhadap rekomendasi penanganan penting dalam menentukan program
(Ha) yang di pilih dari BMS. penanganan jembatan dimana masing-masing
Hipotesis Tidak ada pengaruh kriteria AHP kriteria diklasifikasikan dalam 5 kategori
yang diuji terhadap rekomendasi penanganan
(kurang penting, relatif penting, penting, sangat
(Ho) yang di pilih dari BMS.
Hasil Ho : µ1= µ2 penting dan jauh lebih penting).
Ha : µ1≠µ2
Respon hasil kuesioner di uji normalitas
Setelah melalui proses statistik deskriptif terlebih dahulu untuk membuktikan data
dan membuat hipotesis awal dilanjutkan dengan sebaran yang digunakan terdistribusi dengan
statistik inferensial yaitu uji-t dan analisis normal atau tidaknya. Uji yang dilakukan ialah
varians. uji normalitas Skewness dan Kurtosis. Skewness
digunakan untuk mengetahui tingkat
Tahap akhir ialah pembuktian hipotesis kemencengan data, sedangkan Kurtosis
awal dari hasil analisis statistik dengan keruncingan data Hasil respon terhadap
membandingkan nilai signifikasi yang penggunaan kriteria AHP, ada pada Tabel 3..
diperoleh dan menarik kesimpulan dari
penelitian. Diagram alir dapat di lihat pada Tabel 3. Uji normalitas
Gambar 4. Statistics
x2a x2b x2c x2d x2e x2f x2g
N Valid 17 17 17 17 17 17 17
Mulai
Identifikasi Missing 0 0 0 0 0 0 0
Masalah Studi Awal
Skewness 0,750 -0,161 0,212 -0,066 0,051 -0,099 0,635
Pengumpulan
Data Std. Error of
0,550 0,550 0,550 0,550 0,550 0,550 0,550
Skewness
Pengolahan Data Kurtosis -0,223 -0,674 -0,811 -1,216 0,991 -1,047 0,546
Std. Error of
1,063 1,063 1,063 1,063 1,063 1,063 1,063
Kurtosis
Statistik
Deskriptif
Penyajian Data
Hasil rasio nilai Skewness rata-rata

Penggunaan Data
Data yang dianalisis Ya
penaksiran dan menguji
karakteristik kriteria yang
berada diantara -2< 0,343 <2 dan rasio nilai
Tidak
dihipotesiskan Statistik Kurtois rata-rata juga berada diantara -2< -
Inferensial
Penggunaan Data untuk
Penarikan
0,326 <2, maka data yang digunakan sudah
Analisis Kirteria pada
Model Penanganan Kesimpulan terdistribusi secara normal. Berikutnya melihat
hasil distribusi frekuensi pada Tabel 4.
Selesai
Tabel 4. Distribusi frekuensi
Gambar 4. Diagram alir penelitian [13]
Biaya
Freq- Valid Cumulative
4. HASIL DAN PEMBAHASAN Percent
Percent Percent
uency
Analisis data digunakan dalam Valid Kurang 2 11,8 11,8 11,8
mengungkap hipotesis awal, dimana ada/ penting
tidaknya perbedaan yang signifikan secara Relatif 12 70,6 70,6 82,4
statistik antar kelompok metode dan bagaimana penting
persamaan empiris dalam menghasilkan suatu Penting 3 17,6 17,6 100,0
sistem penilaian pada program penanganan. Total 17 100,0 100,0
Hasil frekuensi terhadap kriteria-kriteria

AHP dalam model analisis penanganan
jembatan, memprioritaskan kriteria biaya (x2e) (rutin dan berkala). Sampel yang digunakan
sebesar 70,6% menganggap kriteria ini relatif tidak memiliki korelasi (independent) melalui
penting dalam memprogramkan penanganan. uji perbandingan (uji-T) independent.
Kriteria biaya menunjukan seberapa banyak
penanganan yang dapat dilakukan pada tahun Tabel 6. Nilai uji-T
anggaran berjalan. Urutan berikutnya yaitu IndependentLevene's
Samples Test
kriteria kondisi, lalu lintas dan kebijakan Test for t-test for Equality of
Equality of Means
memiliki kesamaan nilai sebesar 52,9% dimana
anggapan terhadap kriteria ini penting. F Sig. t df Sig. (2-
tailed)
Berikutnya diikuti kriteria dampak ekonomi Kondisi Equal variances 5,976 0,020 -1,796 32 0,082
47,1%, klasifikasi jalan 41,2% dan usia (x2a) assumed
jembatan 35,3%. Equal variances -1,796 31,189 0,082
not assumed
Lalulintas Equal variances 7,191 0,011 -1,265 32 0,215
Langkah selanjutnya ialah mencari nilai
(x2b) assumed
rata-rata dari suatu kelompok[14], serta Equal variances -1,265 28,800 0,216
menentukan dan menghitung standar not assumed
deviasinya. Usia Equal variances 0,000 1,000 0,000 32 1,000
Jembatan assumed
(x2c) Equal variances 0,000 32,000 1,000
Tabel 5. Nilai rata-rata (mean)
not assumed
Statistics Klasifikasi Equal variances 5,976 0,020 1,437 32 0,160
x2a x2b x2c x2d x2e x2f x2g Jalan assumed
N Valid 17 17 17 17 17 17 17 (x2d) Equal variances 1,437 31,189 0,161
Missing 0 0 0 0 0 0 0 not assumed
Biaya Equal variances 8,784 0,006 -2,646 32 0,013
Mean 6,059 5,235 3,588 3,471 3,118 3,118 3,118
(x2e) assumed
Std. Deviation 1,249 1,393 1,970 1,940 1,111 1,495 1,654 Equal variances -2,646 30,118 0,013
not assumed
Dampak Equal variances 30,476 0,000 -2,209 32 0,034
Dari hasil perhitungan diatas dapat
Ekonomi assumed
dilihat bahwa nilai rata-rata untuk kriteria (x2f) Equal variances -2,209 23,327 0,037
kondisi (x2a) sebesar 6,059 dengan standar not assumed
deviasi 1,249 yang menunjukan bahwa Kebijakan Equal variances 11,176 0,002 -2,248 32 0,032
(x2g) assumed
sebagian responden setuju kriteria ini paling Equal variances -2,248 29,927 0,032
dominan digunakan sebagai indikator untuk not assumed
program penanganan jembatan. Krieria kondisi
menunjukan suatu keadaan eksisting dari Tabel 6 menunjukkan bahwa nilai Sig.(2-
elemen/ struktur jembatan (sama halnya pada tailed) yang didapatkan pada hasil analisis
metode BMS). Selanjutnya nilai rata-rata lalu komparatif t-test independent. Pada dasar
lintas (x2b) sebesar 5,235 dengan standar pengambilan keputusan, nilai sig. (2-tailed)
deviasi 1,393 dan seterusnya hingga kriteria x2e=0,013, x2f=0,035 dan x2g=0,032. < 0,05
kebijakan (x2g). maka terdapat hubungan antara kedua variabel.
Berdasarkan hasil penelitian maka artinya
4.2. Statistik Inferensial terdapat hubungan atau korelasi antara kriteria
Statitistik inferensial ialah bagian ilmu biaya, dampak ekonomi dan kebijakan terhadap
statistik yang digunakan untuk menaksir atau model penanganan pada BMS. Sebaliknya nilai
menguji karakteristik suatu sampel yang Sig.(2-tailed) yang didapatkan pada x2a= 0,082,
menjadi dugaan sementara dalam penelitian, x2b=0,216 , x2c=1 , x2d=0,160 > 0,05 maka
menggambarkan karakteristik melalui uji tidak terdapat hubungan antara kedua sampel,
perbandingan. Langkah awal dari statistik yaitu kriteria kondisi, lalu lintas, usia jembatan
inferensial ialah melakukan uji-t, dimana dan klasifikasi jalan terhadap rekomendasi
menunjukan pengaruh masing-masing variabel penanganan.
independent (X1 dan X2) dalam menerangkan
b. Rehabilitasi dan penggantian
variabel dependent (Y).
Tahap ini menguji perbandingan kriteria-
a. Pemeliharaan rutin dan berkala kriteria AHP untuk penanganan melalui dua
Tahap ini menguji perbandingan kriteria- variabel perbandingan (rehabilitasi dan
kriteria AHP melalui dua variabel perbandingan penggantian). Sampel yang digunakan tidak

memiliki korelasi (independent) melalui uji yang diuji lebih dari dua kategori (k sampel)
perbandingan atau uji-T. secara bersamaan[15]. Berikut untuk hasil uji
normalitasnya.
Tabel 7. Nilai uji-T
IndependentLevene's
Samples Test Tabel 8. Normalitas Anova two way
Test for t-test for Equality of Tests of Normality
Equality of Means Kolmogorov-Smirnova Shapiro-Wilk
F Sig. t df Sig. (2- Statistic df Sig. Statistic df Sig.
tailed) Standardized 0,206 68 0,063 0,931 68 0,096
Kondisi Equal variances 44,119 0,000 2,588 32 0,014 Residual for
(x2a) assumed Metode
Equal variances 2,588 22,951 0,016 a. Lilliefors Significance Correction
not assumed
Lalulintas Equal variances 3,060 0,090 1,044 32 0,304
(x2b) assumed Hasil uji normalitas nilai Sig.
Equal variances 1,044 31,738 0,304 Kolmogorov-Smirnov 0,063> 0,05 maka nilai
not assumed standar residual normal dan Hasil uji normalitas
Usia Equal variances 13,787 0,001 1,403 32 0,170 nilai Sig. Shapiro-Wilk 0,096> 0,05 maka nilai
Jembatan assumed
(x2c) Equal variances 1,403 24,807 0,173
standar residualnya juga normal. Syarat
not assumed berikutnya yang harus terpenuhi ialah uji
Klasifikasi Equal variances 0,000 1,000 1,741 32 0,091 homogenitas.
Jalan assumed
(x2d) Equal variances 1,741 32,000 0,091 Tabel 9. Uji homogenitas
not assumed
Levene's Test of Equality of Error Variances a,b
Biaya Equal variances 4,283 0,047 1,086 32 0,285
(x2e) assumed
Levene
df1 df2 Sig.
Equal variances 1,086 31,318 0,286 Statistic
not assumed Analisis Based on Mean 9,175 10 56 0,093
Dampak Equal variances 1,793 0,190 1,754 32 0,089 Based on Median 1,200 10 56 0,311
Ekonomi assumed
Based on Median 1,200 10 35,175 0,324
(x2f) Equal variances 1,754 31,812 0,089
and with adjusted
not assumed
Kebijakan Equal variances 0,000 1,000 -0,333 32 0,741 df
(x2g) assumed Based on trimmed 7,543 10 56 0,183
Equal variances -0,333 32,000 0,741 mean
not assumed Tests the null hypothesis that the error variance of the
dependent variable
a. Dependent is equal
variable: across groups.
Analisis
Pada Tabel 7 menunjukkan hasil analisis b. Design: Intercept + Program + Hasil + Program * Hasil
komparatif t-test independent. Pada dasar
pengambilan keputusan nilai sig. (2-tailed)
Hasil uji homogenitas nilai Sig. based on
x2a=0,014< 0,05 maka terdapat hubungan
mean = 0,093> 0,05 maka nilai varian variabel
antara kedua variabel. Berdasarkan hasil
AHP untuk program penanganan memiliki
penelitian maka artinya terdapat hubungan atau
kesamaan antar variabel yang diuji (homogen).
korelasi antara kriteria kondisi terhadap model
Mencari Nilai Anova (Tabel 10).
penanganan pada BMS. Sebaliknya nilai Sig.(2-
tailed) yang didapatkan pada x2b= 0,304, Tabel 10. Nilai Anova two way
x2c=0,173 , x2d=0,091 , x2e=0,286, x2f=0,089 Tests of Between-Subjects Effects
Dependent Variable:
dan x2g=0,741> 0,05 maka tidak terdapat Type III
Mean
hubungan antara kedua sampel, yaitu kriteria, Source Sum of df
Square
F Sig.
Squares
lalu lintas, usia jembatan, klasifikasi jalan,
Corrected Model 3.317a 11 0,302 1,563 0,136
biaya, dampak ekonomi dan kebijakan terhadap Intercept 86,833 1 86,833 450,215 0,000
rekomendasi penanganan. Program 0,321 3 0,107 0,554 0,647
Hasil 0,809 3 0,270 1,399 0,253
c. Analisis varian dua arah (Anova two way) Program * Hasil 2,467 5 0,493 2,558 0,037
Analisis Anova two way untuk menguji Error 10,801 56 0,193
nilai kesamaan dari rata-rata variabel yang Total 128,000 68
mana datanya berupa interval dan rasio. Corrected Total 14,118 67

a. R Squared = .235 (Adjusted R Squared = .085)
Asumsi pada analisis ini dimana variabel yang
diuji harus terdistribusi normal dan variabel

Tabel 10 diketahui bahwa nilai F hitung two way menunjukan hasil adanya pengaruh
sebesar 2,558 dengan tingkat signifikansi (Sig.) antara rekomendasi program penanganan dari
sebesar 0,037 < 0,05, yang berarti ada pengaruh variabel-variabel AHP maupun BMS.
antara rekomendasi program penanganan dari
variabel-variabel terikat (dependent): variabel 5. KESIMPULAN
penanganan BMS (X1) dan kriteria-kriteria
AHP (X2), maka model analisis dengan kriteria Setelah semua proses penelitian telah
ini dapat dipakai untuk memperbaiki sistem selesai maka dapat diambil beberapa
penilaian yang ada. kesimpulan, hasil analisis statistik menunjukan
variabel-variabel yang dikonsepsikan dalam
4.3. Hasil kriteria-kriteria BMS maupun AHP sebagai
pemilihan model penanganan jembatan telah
Pengembangan model penanganan
tepat dan konsisten. Kriteria kondisi (x2a)
jembatan dalam penilaian masing-masing
dengan nilai sebesar 6,059 dan standar deviasi
metode yang mempertimbangkan hubungan
1,249 menunjukan nilai terbesar dari rata-rata
keterkaitan kriteria akan dapat menghasilkan
pilihan responden untuk kriteria yang paling
model penanangan hasilnya lebih baik karena
dominan digunakan sebagai indikator program
kesistematisan dan konsistensinya. Kriteria-
penanganan jembatan. Sedangkan frekuensi
kriteria tersebut diuji kesahihannya melalui
kriteria biaya (x2e) sebesar 70,6% menganggap
beberapa tahap pengujian. Dimana hasil
kriteria ini relatif penting dalam
distribusi frekuensi menunjukan kriteria biaya
memprogramkan penanganan. Kriteria biaya
juga “relatif penting” dalam menentukan suatu
menunjukan seberapa banyak penanganan yang
program penanganan jembatan dimana selama
dapat dilakukan pada tahun anggaran berjalan.
ini BMS hanya menilai prioritas penanganan
Hasil Uji-T untuk penanganan rutin dan
hanya dari kriteria kondisi, lalu lintas,
berkala menempatkan kriteria biaya, dampak
pembebanan dan ekonomi. Disamping itu
ekonomi dan kebijakan mempunyai dampak
sebagian responden menilai kriteria kondisi
signifikan dimana nilai sig. (2-tailed)
masih dianggap penting karena menunjukan
x2e=0,013, x2f=0,035 dan x2g=0,032. < 0,05
suatu keadaan eksisting dari elemen/ struktur
maka terdapat hubungan antar kriterianya,
jembatan.
sedangkan pada rehabilitasi dan penggantian,
Hasil Uji-T yang dilakukan melalui kriteria kondisi yang paling signifikan dengan
proses statistik terhadap hipotesis awal, dimana nilai sig. (2-tailed) x2a=0,014< 0,05.
nilai sig. (2-tailed) x2e=0,013, x2f=0,035 dan Analisis Anova two way menunjukan
x2g=0,032. < 0,05 maka terdapat hubungan atau nilai F hitung sebesar 2,558, pada taraf
korelasi antara kriteria biaya, dampak ekonomi signifikasi 0.05 (tingkat kepercayaan 95%) hal
dan kebijakan terhadap model penanganan rutin tersebut dapat dibuktikan dari hasil pengujian
dan berkala, sedangkan untuk penanganan yang dilakukan
rehabilitasi dan penggantian kriteria kondisi dengan tingkat signifikansi (Sig.)
memiliki nilai sig. (2-tailed) x2a=0,014< 0,05. sebesar 0,037 < 0,05. Hasil hipotesis yang
Dimana kriteria biaya, dampak ekonomi dan menunjukan Ho atau hipotesis nol ditolak,
kebijakan mempunyai dampak signifikan dalam artinya terdapat pengaruh kriteria pada AHP
memutuskan suatu program penanganan rutin terhadap rekomendasi penanganan yang di pilih
dan berkala. Pada kegiatan rehabilitasi dan dari BMS.
penggantian, kriteria kondisi yang paling Rekomendasi terhadap kriteria-kriteria
signifikan dalam merekomendasikan pendukung keputusan menunjukkan bahwa
penanganan. kriteria-kriteria metode AHP dapat digunakan
sebagai salah satu kriteria penentu untuk
Pada analisis Anova two way hasil uji mendukung program penanganan jembatan
normalitasnya menunjukan nilai standar secara baik.
residualnya juga normal (data terdistribusi
normal). Pada uji homogenitas menunjukan Ucapan Terima Kasih
nilai varian variabel AHP untuk program Ucapan terima kasih penulis apresiasikan
penanganan memiliki kesamaan antar variabel untuk pihak-pihak yang meluangkan waktu,
yang diuji sehingga dapat dilanjutkan ke tahap tenaga dan pikirannya baik secara langsung
analisis. Berdasarkan perhitungan nilai Anova
maupun tidak langsung untuk membantu dalam [9] E. H. Onsa, S. E. Y. Hassan, and A. G.
menyelesaikan penelitian ini. Mahmoud, 2016. “Applied Assessment
Process for Priority of Bridge
Daftar Pustaka Maintenance in Sudan,” Int’l J. Res.
Chem. Metall. Civ. Engg., vol. 3, no. 1,
[1] Kementerian Pekerjaan Umum dan pp. 101–108.
Perumahan Rakyat, 2018. “Sistem
Manajemen Jembatan,” in Pemeriksaan [10] A. Nurdin, 2017. “Penentuan Skala
Jembatan. Prioritas Pemeliharaan dan Rehabilitasi
Jembatan di Kabupaten Pinrang,” J.
[2] A. E. Aktan et al., “Condition Phys., vol. 795, pp. 1–7.
Assessment for Bridge Management,
1996. ” J. Infrastruct. Syst., vol. 2, no. [11] H. Fitriani, M. A. Surya Pratama, Y.
3, pp. 108–117, doi: 10.1061/(asce) Idris, and G. Tanzil, 2019.
1076-0342(1996)2: 3(108). “Determination of Prioritization for
Maintenance of the Upper Structure of
[3] Setiono and S. Marwoto, 2010. Truss Bridge,” MATEC Web Conf., vol.
“Pemodelan Logika Fuzzy Terhadap 276, p. 01036, doi: 10.1051/ matecconf/
Kerusakan Jembatan Beton,” Media 201927601036.
Tek. Sipil, vol. X, p. 28.
[12] M. J. Kallen, 2007. “Markov Processes
[4] N. Suksuwan and B. H. W. for Maintenance Optimization of Civil
Hadikusumo, 2010. “Condition Rating Infrastructure in the Netherlands,” Delft
System for Thailand ’ s Concrete University of Technology.
Bridges,” J. Constr. Dev. Ctries., vol.
15, no. 1, pp. 1–27. [14]Sugiyono, 2007. Statistika Untuk
Penelitian. Bandung: Alfabheta.
[5] M. J. Ryall, 2010. Bridge Management.
Amsterdam: Oxford. [15] A. Rinaldi, Novalia, and M. Syazali,
2020. Statistika Inferensial. IPB Press.
[6] F. Hariman, H. Christady H., and A.
Triwiyono, 2007. “Evaluasi Dan
Program Pemeliharaan Jembatan
Dengan Metode Bridge Management
System (Bms) (Studi Kasus : Empat
Jembatan Propinsi D.I. Yogyakarta),”
Civ. Eng. Forum Tek. Sipil, vol. 17, no.
3, pp. 581-593–593.
[7] A. Ompusunggu, S. H. Diputro, P.

Studi, and M. Manajemen, 2009.
“Pemodelan Penentuan Skala Prioritas
Pemeliharaan Jembatan di Jalan
Pantura Jawa Timur,” in Prosiding
Seminar Nasional Manajemen
Teknologi, pp. 1–6.
[8] K. F. Prastika, D. Junaedi, and M.

Imrona, 2016. “Optimasi Skala
Prioritas Perawatan Jembatan
Menggunakan Metode Preference
Ranking Organization Method for
Enrichment Evaluation (Promethee)
dan Analytical Hierarchy Process
(AHP) pada Dinas Bina Marga Provinsi
Jawa Barat.

Pilar Jurnal Vol 16 No. 2

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Pilar Jurnal Vol 16 No. 2

Diunggah oleh

Hak Cipta:

Format Tersedia

PILAR JURNAL TEKNIK SIPIL

Alamat: Kampus Politeknik Negeri Sriwijaya

KEBUTUHAN ANGKUTAN PADA KORIDOR BUS RAPID 41 - 46

Herlinawati1*, Zulkarnain2, Bazar3

ANALISIS PELAYANAN BUS RAPID TRANSIT TRANS

M. Restu Putra Pratama1*, Muhammad Yusri Rizki2

PENGARUH KAPUR DAN PETRASOIL TERHADAP NILAI

PENGARUH PEMILIHAN MODEL ANALISIS UNTUK 57 - 65

M. Ade Surya Pratama1*, Anggi Nidya Sari1, Hendi Warlika

Vol. 16 No. 02, September 2021

Penanggung Jawab : 1 Ketua Jurusan Teknik Sipil

Tim Editing Naskah/ : 1 Ika Sulianti, S.T.,M.T. (Bidang Manajemen)

Staf Adminstrasi/ : 1 Afandi, S.T.

PILAR JURNAL TEKNIK SIPIL POLITEKNIK NEGERI SRIWIJAYA

VARIABLE-VARIABEL YANG BERPENGARUH

Kata kunci : keberlanjutan program, pengurangan resiko bencana, berbasis komunitas

potensi ancaman bencana, seperti gempa bumi,

PILAR JURNAL TEKNIK SIPIL POLITEKNIK NEGERI SRIWIJAYA | 34

Variabel laten Indicator variable 2.3. Teknik Analisis

Vol 16, No. 2, September 2021| 35

PILAR JURNAL TEKNIK SIPIL POLITEKNIK NEGERI SRIWIJAYA | 36

3.2. Pengujian Unidimensionalitas Tabel 1. Goodness of Fit Model Keberlanjutan

Dari tabel di atas terlihat bahwa semua

3.5. Pengujian Unidimensionalitas

Vol 16, No. 2, September 2021| 37

Hasil uji loading factor di atas

PILAR JURNAL TEKNIK SIPIL POLITEKNIK NEGERI SRIWIJAYA | 38

Lod. Variab Lod. X26, X27,

Vol 16, No. 2, September 2021| 39

pengukuran dengan 5 indikator untuk masing- Daftar Pustaka

[6] Muijs, D, 2004. Doing Quantitative

PILAR JURNAL TEKNIK SIPIL POLITEKNIK NEGERI SRIWIJAYA | 40

KEBUTUHAN ANGKUTAN PADA KORIDOR

luas wilayah yang harus dilayani, maka semakin

1.1. Latar Belakang

PILAR JURNAL TEKNIK SIPIL POLITEKNIK NEGERI SRIWIJAYA | 41

sebagai usaha pemindahan, atau pergerakan 2.3 Tahapan Penelitian

Tabel 4. Faktor beban rata-rata

Gambar 2. Bagan Alur Metode Penelitian 3.3. Analisis

berpedoman pada SK Direktorat Jenderal Perhitungan jumlah kendaraan yang efisien

Vol. 16 No. 02, September 2021 | 45

4. Load factor berdasarkan seat (karoseri)

Ucapan Terima Kasih

Kepada SP2J dan Politeknik Negeri

[2] Gabriella, I.P., Venny, R.P., 2012.

[3] Oktariansyah, Reina Damayanti,

[4] Yusri, Fuad, A.Z, Absor, M., Latif, A.,

PILAR JURNAL TEKNIK SIPIL POLITEKNIK NEGERI SRIWIJAYA | 46

ANALISIS PELAYANAN BUS RAPID TRANSIT

PILAR JURNAL TEKNIK SIPIL POLITEKNIK NEGERI SRIWIJAYA | 47

1.2.2 Pengertian Angkutan Umum

1.2. Tinjauan Pustaka W = t 2 – t1

2.2. Tahapan Penelitian

semakin besar tingkat pelayanan bus Trans 3.2 Analisa

Dari grafik pada Gambar 1 menunjukkan

PILAR JURNAL TEKNIK SIPIL POLITEKNIK NEGERI SRIWIJAYA | 50

Waktu Rata - Rata 00:13:58 00:02:07 40,0

dari headway rata-rata (13 menit 58 detik). Waktu Isi (detik)

Vol. 16 No. 02, September 2021 | 51

Ucapan Terima Kasih [8] Yusri, A. Fuad Z., Moch. Absor, A.

[3] Miro, Fidel. 2012. Pengantar Sistem

[4] Margareth Evelyn Bolla dan Tri

[5] Prof. Ir. Sakti Adji Adisasmita, M.Si.,

[6] Prof. Ir. Joetata Hadihardaja. 1997.