Pemodelan Transportasi

LAPORAN TUGAS BESAR
SI – 4141 PEMODELAN TRANSPORTASI

PEMODELAN TRANSPORTASI 4 TAHAP DI JAWA TIMUR
Disusun sebagai Salah Satu Syarat Kelulusan Mata Kuliah SI-4141 Pemodelan
Transportasi
Dosen :
Prof. Dr. Ir. Ofyar Z. Tamin M.Sc
Asisten:
Ulayya Sarfina, S.T.
Nabila Soraya Sekarputri, S.T.
Keza Harsono, S.T.
Disusun Oleh :
Muhammad Siddiq Abdulloh 15016011
Hira Pradana 15016025
Asyifah Annafis Milda 15016037
Nabila Intan Nurcahya 15016051
Fadi 15016063
Fajar Muhammad Pramudia 15016076
PROGRAM STUDI TEKNIK SIPIL

FAKULTAS TEKNIK SIPIL DAN LINGKUNGAN
INSTITUT TEKNOLOGI BANDUNG
2019
2
LEMBAR PENGESAHAN
TUGAS BESAR SI-4141 PEMODELAN TRANSPORTASI
PEMODELAN TRANSPORTASI WILAYAH JAWA TIMUR
Disusun sebagai Salah Satu Syarat Kelulusan Mata Kuliah SI-4141 Pemodelan Transportasi
Disusun oleh:
Muhammad Siddiq Abdulloh 15016011
Hira Pradana 15016025
Asyifah Annafis Milda 15016037
Nabila Intan Nurcahya 15016051
Fadi 15016063
Fajar Muhammad Pramudia 15016076
Telah disetujui dan disahkan oleh:
Asisten, Dosen,
Nabila Soraya Sekarputri, S.T. Prof. Dr. Ir. Ofyar Z. Tamin, M.Sc.
NIM : NIP : 19580823198303 1 001
i
PRAKATA
Puji syukur penulis panjatkan atas kehadirat Allah SWT Tuhan Yang Maha Esa,
karena atas berkat rahmat dan hidayah-Nya penulis dapat menyelesaikan tugas besar ini
dengan baik. Dalam tugas besar ini penulis menjelaskan mengenai “Pemodelan Transportasi
4 Tahap di Jawa Timur dengan Menggunakan SPSS dan EMME/4 Trial”. Tugas besar ini
dibuat dalam rangka memenuhi tugas mata kuliah SI – 4141 Pemodelan Transportasi. Tugas
besar ini dapat diselesaikan berkat bantuan dari berbagai pihak, oleh sebab itu dalam
kesempatan ini penulis menyampaikan terima kasih kepada:
1. Bapak Prof. Dr. Ir. Ofyar Z. Tamin, M.Sc. selaku dosen mata kuliah SI – 4141
Pemodelan Transportasi sekaligus dosen pembimbing penulis.
2. Keluarga dan rekan-rekan penulis yang telah mendukung penulis dalam setiap
langkah dan tindakan yang dilakukan.
3. Kak Ulayya, Nabilla, Keza yang telah membantu penulis dalam proses pembuatan
tugas besar ini.
Semoga bantuan dan kerjasama yang telah diberikan mendapat balasan yang setimpal dari
Tuhan Yang Maha Esa. Penulis menyadari, dalam tugas besar ini masih banyak kesalahan
dan kekurangan. Hal ini disebabkan terbatasnya kemampuan, pengetahuan dan pengalaman
yang penulis miliki. Oleh karena itu penulis mengharapkan kritik dan saran demi perbaikan
dan tugas besar ini di waktu yang akan datang. Semoga tugas besar ini dapat bermanfaat bagi
penulis pada khususnya dan pembaca pada umumnya.
Bandung, Oktober 2019
Penulis
ii
DAFTAR ISI
LEMBAR PENGESAHAN........................................................................................................i
PRAKATA.................................................................................................................................ii
DAFTAR ISI.............................................................................................................................iii
DAFTAR GAMBAR.................................................................................................................v
DAFTAR GRAFIK...................................................................................................................vi
DAFTAR TABEL....................................................................................................................vii
BAB I PENDAHULUAN..........................................................................................................1
1.1. Latar Belakang.............................................................................................................1
1.2. Tujuan..........................................................................................................................2
1.3. Sistematika Penulisan..................................................................................................2
BAB II DASAR TEORI.............................................................................................................4
2.1. Bangkitan dan Tarikan Pergerakan (Trip Generation)................................................4
2.1.1. Jenis Tata Guna Lahan.........................................................................................5
2.1.2. Jumlah Aktivitas pada Tata Guna Lahan.............................................................5
2.1.3. Proses Model Analisis-Regresi Berbasis Zona....................................................6
2.2. Model Sebaran Pergerakan..............................................................................................7
2.2.1 Metode Analogi....................................................................................................9
2.2.2 Model Gravity (GR)...........................................................................................11
2.3. Sebaran Pergerakan (Trip Distribution)....................................................................13
2.4. Pemilihan Moda (Modal Split)..................................................................................14
2.5. Pembebanan Rute (Trip Assignment)........................................................................16
BAB III METODOLOGI PENGERJAAN..............................................................................18
3.3. Metodologi Pengerjaan Laporan...............................................................................18
3.4. Metode Pemodelan Empat Tahap..............................................................................19
3.5. Metode Stepwise........................................................................................................19
iii
3.5.1. Metode Stepwise Tipe 1.....................................................................................19
3.5.2. Metode Stepwise Tipe 2.....................................................................................21
3.6. Metode Coba-Coba....................................................................................................23
3.5. Pemodelan Transportasi Menggunakan Model Gravity............................................25
3.6. Pemodelan Transportasi Menggunakan Program EMME/4......................................30
BAB IV TRIP GENERATION................................................................................................32
4.1 Bangkitan dan Tarikan dari Masing-masing Kabupaten/ Kota.................................32
4.2 Data Variabel Dependen dan Independen.................................................................33
4.3 Penentuan Persamaan Bangkitan dan Tarikan dengan Software SPSS.....................35
4.3.1 Penentuan Korelasi Antar Variabel....................................................................35
4.3.2 Penentuan Koefisien Regresi.............................................................................38
4.3.3 Metode Stepwise 1..............................................................................................39
4.3.4 Metode Stepwise 2..............................................................................................44
4.3.5 Metode Coba-coba...................................................................................................47
4.3.6 Persamaan Terbaik dari Ketiga Metode.............................................................49
4.4 Perhitungan Nilai Bangkitan Tarikan pada Tahun 2019, 2029, dan 2039.....................50
4.5 Konversi Pergerakan Bangkitan dan Tarikan pada Tahun Rencana..............................64
4.6 Normalisasi Bangkitan dan Tarikan pada Tahun Rencana.............................................69
4.7 Free Flow Speed dan Kapasitas Jalan............................................................................72
BAB V TRIP DISTRIBUTION...............................................................................................78
BAB VI TRIP ASSIGNMENT................................................................................................79
BAB VII KESIMPULAN DAN SARAN................................................................................80
DAFTAR PUSTAKA................................................................................................................2
iv
DAFTAR GAMBAR
Gambar 2. 1 Ilustrasi Bangkitan dan Tarikan Pergerakan.........................................................4
Gambar 2. 2 Metode untuk memperoleh Matriks Asal-Tujuan (MAT).....................................8
Gambar 2. 3 Sebaran Pergerakan Antara Dua Zona................................................................14
Gambar 3. 1 Flowchart Alur Pengerjaan Laporan...................................................................18

Gambar 3. 2 Flowchart Alur Pemodelan 4 Tahap...................................................................19
Gambar 3. 3 Flowchart Metode Stepwise Tipe 1.....................................................................21
Gambar 3. 4 Flowchart Metode Stepwise Tipe 2.....................................................................23
Gambar 3. 5 Flowchart Metode Coba-Coba............................................................................25
Gambar 3. 6 Diagram Alir Pengerjaan Metode UCGR...........................................................27
Gambar 3. 7 Diagram Alir Pengerjaan Metode PCGR............................................................28
Gambar 3. 8 Diagram Alir Pengerjaan Metode ACGR...........................................................29
Gambar 3. 9 Diagram Alir Pengerjaan Metode PACGR.........................................................30
Gambar 3. 10 Flowchart Alur Pemodelan dengan Software EMMA......................................31
Y
Gambar 4. 1 Tampilan pada SPSS untuk Input Variabel.........................................................36

Gambar 4. 2 Input Variabel ke SPSS.......................................................................................37
Gambar 4. 3 Bivariate Correlation pada SPSS........................................................................37
Gambar 4. 4 Pemasukan Variabel yang akan Dicek Korelasi pada SPSS...............................38
Gambar 4. 5 Hasil Nilai Korelasi Tiap Variabel dengan SPSS...............................................38
Gambar 4. 6 Penggunaan Regresi di SPSS pada Metode Stepwise 2......................................47
Gambar 4. 7 Hasil Regresi SPSS pada Metode Stepwise 2......................................................47
Gambar 4. 8 Penggunaan Regresi di SPSS pada Metode Coba-Coba.....................................52
Gambar 4. 9 Hasil Regresi 1 (Metode Coba-Coba).................................................................52
Gambar 4. 10 Hasil Regresi 2 (Metode Coba-Coba)...............................................................53
Gambar 4. 11 Hasil Regresi 3 (Metode Coba-Coba)...............................................................53
v
DAFTAR GRAFIK
vi
DAFTAR TABEL
YTabel 2. 1 Contoh Bangkitan dan Tarikan Pergerakan (Black, 1978)
Tabel 4. 1 Bangkitan dan Tarikan Penumpang........................................................................32

Tabel 4. 2 Bangkitan dan Tarikan Barang...............................................................................33
Tabel 4. 3 Variabel Bebas Provinsi Jawa Timur......................................................................34
Tabel 4. 4 Matriks Korelasi hasil SPSS...................................................................................38
Tabel 4. 5 Pengurutan Korelasi dari Terkecil dan Terbesar.....................................................39
Tabel 4. 6 Analisis Regresi Metode Stepwise 1, Tahap 2........................................................39
Tabel 4. 10 Analisis Regresi Metode Stepwise 1, Tahap 6......................................................41
Tabel 4. 14 Analisis Regresi Metode Stepwise 1, Tahap 10....................................................42
Tabel 4. 19 Persamaan Terbaik Metode Stepwise 1.................................................................44
Tabel 4. 20 Hasil Analisis Regresi Persamaan Y1 Metode Stepwise 2....................................45
Tabel 4. 24 Persamaan Terbaik Metode Stepwise 2.................................................................47
Tabel 4. 25 Persamaan Antar Variabel....................................................................................48
vii
Tabel 4. 26 Persamaan Variabel Y1 (Bangkitan Penumpang).................................................48
Tabel 4. 27 Persamaan Variabel Y2 (Tarikan Penumpang).....................................................48
Tabel 4. 28 Persamaan Variabel Y3 (Bangkitan Barang)........................................................49
Tabel 4. 29 Persamaan Variabel Y4 (Tarikan Barang)............................................................49
Tabel 4. 30 Variabel Jumlah Penduduk...................................................................................50
Tabel 4. 31 Variabel Luas Daerah............................................................................................51
Tabel 4. 32 Variabel Jumlah Kecelakaan.................................................................................52
Tabel 4. 33 Variabel Jumlah Hotel..........................................................................................53
Tabel 4. 34 Variabel Produksi Padi..........................................................................................54
Tabel 4. 35 Variabel Luas Lahan Perkebunan.........................................................................55
Tabel 4. 36 Variabel Daging Sapi............................................................................................56
Tabel 4. 37 Variabel Produksi Budidaya Ikan Kolom.............................................................57
Tabel 4. 38 Variabel Jumlah Koperasi.....................................................................................58
Tabel 4. 39 Variabel Jumlah Rumah Sakit...............................................................................59
Tabel 4. 40 Variabel Ubi Kayu................................................................................................60
Tabel 4. 41 Variabel Jumlah Angkatan Kerja..........................................................................61
Tabel 4. 42 Variabel Jumlah Murid SD...................................................................................62
Tabel 4. 43 Pergerakan Bangkitan pada Tahun Rencana 2019, 2029, dan 2039.....................63
Tabel 4. 44 Jenis Data dan Asumsi Konversi..........................................................................64
Tabel 4. 45 Hasil Konversi Bangkitan Tarikan pada Tahun 2019...........................................65
Tabel 4. 48 Hasil Total Pergerakan Bangkitan dan Tarikan dengan Satuan smp/jam.............68
Tabel 4. 49 Normalisasi Tahun 2019.......................................................................................69
Tabel 4. 50 Normalisasi 2029..................................................................................................70
Tabel 4. 51 Normalisasi 2039..................................................................................................71
Tabel 4. 52 Nilai FVo...............................................................................................................72
Tabel 4. 53 Koefisien FVw......................................................................................................73
Tabel 4. 54 Nilai FFVsf...........................................................................................................73
Tabel 4. 55 Nilai FFVcs...........................................................................................................74
Tabel 4. 56 Tipe jalan untuk nilai Co.......................................................................................74
Tabel 4. 57 Nilai Fcw...............................................................................................................75
Tabel 4. 58 Nilai FCsp.............................................................................................................75
Tabel 4. 59 Nilai FCsf..............................................................................................................76
viii
Tabel 4. 60 Nilai FCcs.............................................................................................................76
Tabel 4. 61 Hasil Analisis Free Flow Speed dan Kapasitas Jalan...........................................77
ix
BAB I
PENDAHULUAN
1.1. Latar Belakang
Saat ini perpindahan manusia dan informasi dari suatu tempat ke tempat lain
bisa dilakukan dengan sangat cepat. Kemajuan penyebaran informasi memberikan
informasi kepada manusia mengenai tempat-tempat dimana kebutuhan mereka
akan dipenuhi. Hal inilah yang memicu manusia untuk terus melakukan
pergerakkan. Bukan hanya karena faktor kemajuan penyebaran informasi,
meningkatnya kesejahteraan masyarakat juga memberikan masyarakat pilihan
lebih dalam memilih moda transportasi yang sesuai dengan keinginan.
Di Indonesia, hingga saat ini moda transportasi yang cukup popular adalah
moda transportasi darat. Akibat dari perkembangan penyebaran informasi yang
pesat tetapi tidak diimbangi dengan perkembangan transportasi yang pesat juga
adalah kemacetan lalu lintas yang terjadi dibeberapa kota besar di Indonesia.
Bukan hanya Jakarta yang notabene sebagai Ibukota, tetapi juga kota-kota lain
diwilayah nusantara makin kesini ikut menghadapi permasalahan yang sama yaitu
kemacetan. Kini, Jakarta bukan lagi sebagai kota termacet di Indonesia, tetapi
Bandung sebagai kota termacet di Indonesia. Kota Bandung menjadi macet
disebabkan banyak pendantang yang datang dari wilayah sekitar Bandung sampai
yang jauh untuk memenuhi kebutuhan. Adanya perguruan tinggi negeri yang
terkemuka di Bandung menjadi daya tarik manusia untuk memenuhi
kebutuhannya disini. Tidak seperi Jakarta yang merupakan kota industri, yang
mana masyarakat berpindah secara massal. Di Bandung, masyarakat berpindah
secara individu. Sehingga, penggunaan kendaraan pribadi menjadi salah satu
penyumbang kemacetan di kota ini. Salah satu upaya pemerintah kota Bandung
dalam menangani kemacetan ini adalah melakukan pembangunan fly over di
berbagai simpang dan juga melakukan sistem rekayasa lalu lintas.
Rekayasa lalu lintas adalah suatu rekayasa yang dilakukan ahli pemodelan
lalu lintas dengan cara melakukan pemodelan pergerakkan lalu lintas di software,
kemudian dilaksanakan di lapangan dengan tujuan agar kemacetan dapat diterurai.
Untuk memodelkan lalu lintas, dibutuhkan data-data yang sekiranya berhubungan
dengan sistem pergerakkan di suatu wilayah tersebut. Hal yang terjadi di
Bandung, hampir serupa yang terjadi di Jawa Timur. Adanya Institut Teknologi
Sepuluh November menjadi daya tarik pendatang untuk memenuhi kebutuhan
berupa pendidikan di salah satu kota di provinsi Jawa Timur. Meskipun, tidak
dipungkiri lagi bahwa bukan hanya itu saja faktor yang membangkitkan
pergerakkan di provinsi Jawa Timur. Untuk membahas lebih dalam faktor-faktor
yang mempengaruhi pergerakkan dan pemodelan pergerakkan yang terjadi di
provinsi Jawa Timur, penulis menyusun makalah pemodelan transportasi di
provinsi Jawa Timur dengan 4 tahap sebagai berikut.
1.2. Tujuan
Berdasarkan pemaparan pada subbab latar belakang, tujuan dari penelitian ini
adalah :
1. Membuat model bangkitan dari setiap kecamatan di provinsi Jawa Timur
2. Membuat model tarikan dari setiap kecamatan di provinsi Jawa Timur
3. Menentukan faktor apa saja yang mempengaruhi pergerakkan di provinsi
Jawa Timur
1.3. Sistematika Penulisan

Sistematika penulisan makalah ini mengikuti kaidah sebagai berikut :
1. BAB I : PENDAHULUAN
Pada bab ini akan dibahas mengenai latar belakang penulisan makalah,
tujuan dari penulisan makalah dan sistematika penulisan makalah ini.
2. BAB II : DASAR TEORI
Pada bab ini akan dibahas teori dasar yang digunakan dalam pengerjaan
makalah ini.
3. BAB III : METODOLOGI PENGERJAAN
Pada bab ini akan dibahas metodologi pengerjaan dalam makalah ini.
4. BAB IV : TRIP GENERATION
5. BAB V : TRIP DISTRIBUTION
6. BAB VI : TRIP ASSIGNMENT
7. BAB VII : KESIMPULAN DAN SARAN
BAB II
DASAR TEORI
Terdapat beberapa konsep perencanaan transportasi yang telah berkembang sampai dengan saat
ini, yang paling populer dan digunakan dalam pengerjaan tugas besar ini adalah ‘Model
Perencanaan Transportasi Empat Tahap’. Model ini terdiri dari beberapa seri submodel yang
diakukan secara terpisah dan berurutan. Submodel tersebut adalah:
1. Bangkitan dan tarikan pergerakan (trip generation)
2. Sebaran pergerakan (trip distribution)
3. Pemilihan moda (modal split)
4. Pembebanan rute (trip assignment)
Penjelasan masing-masing tahap akan dibahas pada subbab-subbab berikut.

2.1. Bangkitan dan Tarikan Pergerakan (Trip Generation)
Bangkitan pergerakan merupakan tahapan pemodelan yang mengestimasi jumlah pergerakan

yang berasal dari suatu zona dan jumlah pergerakan yang tertarik ke suatu zona. Pada konteks
ini, zona dibatasi oleh satu jenis tata guna lahan untuk menghilangkan/memperkecil adanya error
akibat pergerakan intrazonal. Adapun bangkitan lalu lintas ini mencakup:
 Lalulintas yang meninggalkan suatu lokasi

 Lalulintas yang menuju ke suatu lokasi
Bangkitan dan tarikan pergerakan dapat dilihat pada ilustrasi berikut. (Wells, 1975)
Gambar 2. Ilustrasi Bangkitan dan Tarikan Pergerakan

Hasil perhitungan dari model bangkitan dan tarikan pergerakan berupa jumlah kendaraan, orang,
atau angkutan barang per satuan waktu (missal: kendaraan/jam). Jumlah orang atau kendaraan
yang masuk dan keluar dari suatu luas tanah tertentu dalam suatu satuan waktu tertentu dapat
dengan mudah dihitung untuk mendapatkan bangkitan dan tarikan pergerakan. Berikut
merupakan aspek-aspek yan memengaruhi bangkitan dan tarikan lalulintas:
 Jenis tata guna lahan

 Jumlah aktivitas pada tata guna lahan tersebut
2.1.1. Jenis Tata Guna Lahan
Jenis tata guna lahan yang berbeda akan memiliki ciri bangkitan lalulintas yang
berbeda dari segi jumlah arus lalulintas, jenis lalulintas, dan lalulintas pada waktu tertentu.
Adapun jumlah dan jenis lalulintas yang dihasilkan oleh masing-masing tata guna lahan
merupakan hasil dari fungsi parameter sosial dan ekonomi. Berikut merupakan contoh
bangkitan dan tarikan pergerakan dari beberapa aktivitas tata guna lahan.
Tabel 2. Contoh Bangkitan dan Tarikan Pergerakan (Black, 1978)
2.1.2. Jumlah Aktivitas pada Tata Guna Lahan
Bangkitan pergerakan tidak hanya beragam dalam jenis tata guna lahan, tetapi juga
tingkat aktivitasnya. Semakin tinggi penggunaan tanah, maka semakin tinggi pula
pergerakan arus lalulintas yang dihasilkan.
Untuk mencerminkan hubungan antara sistem tata guna lahan dengan sistem prasarana
transportasi digunakan beberapa model. Penggunaan model dapat menerangkan cara kerja sistem
dan hubungan keterkaitan antar sistem secara terukur. Tahapan pemodelan bangkitan pergerakan
bertujuan untuk meramalkan jumlah pergerakan pada setiap zona asal dengan menggunakan data
seperti tingkat bangkitan pergerakan, atribut sosio-ekonomi, serta tata guna lahan.
Terdapat beberapa jenis pemodelan bangkitan pergerakan seperti analisis regresi yang terdiri
dari:
1. Model analisis regresi-linear

Analisis regresi-linear adalah metode statistik yang dapat digunakan untuk
mempelajari hubungan antarsifat permasalahan yang sedang diselidiki. Pada model ini
terdapat variabel dependent (y) yang mempunyai hubungan fungsional dengan satu atau
lebih variabel independent (xi). Dalam perkembangannya, analisis regresi linear telah
dikembangkan menjadi regresi-linear-berganda. Model ini diperlukan dalam realita yang
menunjukkan bahwa beberapa peubah tata guna lahan secara simultan ternyata
mempengaruhi bangkitan pergerakan.
2. Model regresi berbasis zona

Model jenis ini hanya dapat menjelaskan variasi perilaku pergerakan antara zona.
Jadi, model hanya akan berhasil baik jika variasi antarzona cukup mencerminkan alasan
utama terjadinya variasi pergerakan. Agar hal ini tercapai, sebaiknya zona tidak hanya
mempunyai komposisi sosio-ekonomi yang seragam, tetapi juga mencerminkan beberapa
kondisi. Permasalahan utama adalah variasi data pergerakan individu yang berada pada
tingkat antarzona.
2.1.3. Proses Model Analisis-Regresi Berbasis Zona

Dalam melakukan analisis bangkitan pergerakan dengan menggunakan model analisis-
regresi berbasis zona, terdapat tiga metode analisis yang dapat digunakan:
1. Metode analisis langkah-demi-langkah tipe 1 (Stepwise 1)

Model ini secara bertahap mengurangi jumlah peubah bebas sehingga didapatkan
model terbaik yang hanya terdapat dari beberapa peubah bebas.
Tahap pertama adalah menentukan paremeter sosio-ekonomi yang akan

digunakan sebagai peubah bebas. Pertama, pilihlah parameter (peubah bebas) yang
berdasarkan logika saja sudah mempunyai keterkaitan (korelasi) dengan peubah tidak
bebas. Kemudian, lakukan uji korelasi untuk mengabsahkan keterkaitannya dengan
peubah tidak bebas (bangkitan atau tarikan pergerakan). Dua persyaratan statistik utama
yang harus dipenuhi dalam memilih peubah bebas adalah peubah bebas harus
mempunyai korelasi tinggi dengan peubah tidak bebas, dan sesama peubah bebas tidak
boleh saling berkorelasi. Bila terdapat dua peubah bebas yang saling berkorelasi, maka
pilih salah satu yang mempunyai korelasi lebih tinggi terhadap peubah tidak bebasnya.
Langkah kedua adalah lakukan analisis regresi-linear-berganda dengan semua

peubah bebas terpilih untuk mendapatkan nilai koefisien determinasi serta nilai
konstanta dan koefisien regresinya.
Langkah ketiga adalah Tentukan parameter yang mempunyai korelasi terkecil

terhadap peubah tidak bebasnya dan hilangkan parameter tersebut. Lakukan kembali
analisis regresilinear- berganda dan dapatkan kembali nilai koefisien determinasi serta
nilai konstanta dan koefisien regresinya.
Kemudian langkah ketiga diatas dilaukan satu demi satu hingga hanya tertinggal
satu parameter saja. Terakhir, kaji nilai koefisien determinasi serta nilai konstanta dan
koefisien regresi dari setiap tahap untuk menentukan model terbaik dengan kriteria
antara lain: semakin banyak peubah bebas yang digunakan, semakin baik model
tersebut, tanda koefisien regresi (+/-) sesuai dengan yang diharapkan, nilai konsanta
regresi kecil (semakin mendekati nol semakin baik), dan nilai koefisien dterminasi (R 2)
besar (semakin mendekati satu semakin baik).
2. Metode analisis langkah-demi-langkah tipe 2 (Stepwise 2)

Metode ini pada prinsipnya mirip dengan metode Stepwise 1 hanya saja pada
langkah ketiga, ditentukan parameter yang mempunyai koefisien regresi yang terkecil
dan hilangkan parameter tersebut. Lakukan kembali analisis regresi-linear-berganda dan
dapatkan kembali nilai koefisien determinasi serta nilai konstanta dan koefisien
regresinya.
3. Metode coba-coba (trial and error)

Metode ini menggunakan proses coba-coba dalam menentukan parameter yang
dipilih. Langkah pertama adalah menentukan paremeter sosio-ekonomi yang akan
digunakan sebagai peubah bebas. Pemilihan dan persyaratan sama dengan langkah
pertama Stepwise 1.
Langkah kedua adalah tentukan beberapa model dengan menggunakan beberapa
kombinasi peubah bebas secara coba-coba berdasarkan uji korelasi yang dihasilkan pada
tahap 1. Kemudian, lakukan analisis regresi-linear-berganda untuk kombinasi model
tersebut untuk mendapatkan nilai koefisien determinasi serta nilai konstanta dan
koefisien regresinya.
Terakhir, kaji nilai koefisien determinasi serta nilai konstanta dan koefisien
regresi tiap model untuk menentukan model terbaik dengan kriteria yang sama pada
model Stepwise 1.
2.2. Model Sebaran Pergerakan

Model sebaran pergerakan dapat dibuat setelah Trip Generation selesai diolah. Pola
pergerakan dalam sistem transportasi sering dijelaskan dalam bentuk aruspergerakan (kendaraan,
penumpang, dan barang) yang bergerak dari zona asal kezona tujuan di dalam daerah tertentu
dan selama periode waktu tertentu. MatriksPergerakan atau Matriks Asal−Tujuan (MAT) sering
digunakan oleh perencanan transportasi untuk menggambarkan pola pergerakan tersebut.
MAT adalah matriks yang berisi informasi mengenai besarnya pergerakan antarlokasi (zona)
di dalam daerah tertentu. Baris menyatakan zona asal dan kolom menyatakan zona tujuan,.
Dalam hal ini, notasi Oijmenyatakan besarnya arus pergerakan (kendaraan, penumpang, atau
barang) yang bergerak darizona asal i ke zona tujuan jselama selang waktu tertentu. Dimensi
matriks (jumlah kolom dan baris) ditentukan oleh banyaknya zona yang ditinjau.
Pola pergerakan dapat dihasilkan jika suatu MAT digunakan sebagai dasar perencanaan
sistemjaringan transportasi. Dengan mempelajari pola pergerakan yang terjadi, seseorangdapat
mengidentifikasi permasalahan yang timbul. MAT dapat memberikan indikasi rinci mengenai
kebutuhan akanpergerakan sehingga MAT memegang peran yang sangat penting dalam
berbagaikajian perencanaan dan manajemen transportasi.
Metode untuk mendapatkan MAT dapat dikelompokkan menjadi dua bagian utama,yaitu
metode Konvensional dan metode Tidak Konvensional (Tamin, 1985;1986; 1988abc).
Gambar 2. Metode untuk memperoleh Matriks Asal-Tujuan (MAT)
Data yang didapat dengan metode langsung dikategorikan sebagai data primer. Data ini
diperoleh langsung dari sumber komponen yang terlibat dalam suatu jaringan transportasi.
Sebagian besar teknik yang dilakukan dalam metode langsung adalah wawancara. Teknik
lainnya adalah mengambil gambar melalui udara ataupun mengikuti arus transportasi sambil
mengikuti suatu kendaraan tertentu.
Metode tidak langsung adalah metode yang menggunakan peramalan terhadap kondisi pola
pergerakan untuk dijadikan bahan perhitungan dala menentukan MAT untuk masa mendatang.
Data yang didapat dengan metode ini termasuk ke dalam data sekunder. Pada metode ini,
terdapat beberapa teknik yang bisa digunakan untuk memprediksi MAT di masa mendatang.
Penggunaan teknik didasarkan pada batasan yang kita inginkan, misalkan apakah kita ingin
mempertahankan pola pergerakan pada MAT selanjutnya atau ingin mempertahankan nilai dari
pergerakan. Setiap teknik yang digunakan akan menghasilkan karakteristik MAT yang berbeda
Metode terakhir adalah model sintesis.
2.2.1 Metode Analogi

Setiap metode analogi berasumsi bahwa pola pergerakan pada saat sekarang dapat
diproyeksikan ke masamendatang dengan menggunakan tingkat pertumbuhan zona yang
berbeda-beda.Semua metode mempunyai persamaan umum yaitu:
T ij =t ij . E
Tid = pergerakan pada masa mendatang dari zona i ke zoda tujuan d
tid = pergerakan pada masa sekarang zona i ke zoda tujuan d
E = tingkat pertumbuhan
Metode analogi terbagi lagi menjadi beberapa metode antara lain metode tanpa-batasan,
metode dengan satu-batasan, dan metode dengan dua-batasan. Dalam metode tanpa-batasan,
diasumsikan bahwa untuk keseluruhan daerah kajian hanya ada satu nilai tingkat pertumbuhan
yang digunakan untuk mengalikan semua pergerakan pada saat sekarang untuk mendapatkan
pergerakan pada masa mendatang. Metode ini tidak menjamin bahwa total pergerakan yang
dibangkitkan dari setiap zona asal dan total pergerakan yang tertarik ke setiap zona tujuan akan
sama dengan total bangkitan dan tarikan yang diharapkan pada masa mendatang.
Metode dengan satu-batasan terdiri atas metode dengan-batasan-bangkitan dan metode

dengan-batasan-tarikan. Metode dengan-batasan-bangkitan digunakan jika informasi yang
tersedia adalah perkiraan bangkitan pergerakan pada masa mendatang, sedangkan perkiraan
tarikan pergerakan tidak tersedia atau tersedia dengan akurasi yang rendah. Metode dengan-
batasan-tarikan adalah kebalikan dari metode dengan-batasan-bangkitan. Metode ini digunakan
jika informasi yang tersedia adalah perkiraan tarikan pergerakan pada masa mendatang,
sedangkanperkiraan bangkitan pergerakan tidak tersedia atau dapat juga tersedia tetapiakurasinya
rendah.
Metode dengan-dua-batasan terbagi menjadi empat metode yang telah dikembangkan

untuk mengatasi kekurangan pada metode yang telah ada sebelumnya. Metode tersebut antara
lain:
1. Metode rata-rata
Metode rata-rata adalah metode paling sederhana dalam metode analogi. Metode
ini menggunakan tingkat pertumbuhan yang berbeda untuk setiap zona yang dapat
dihasilkan dari peramalan tata guna lahan dan bangkitan lalu lintas. Dalam metode ini,
total pergerakan masa mendatang yang dihasilkan belum tentu sama dengan total
pergerakan yang didapat dari hasil analisis bangkitan lalu lintas, namun hasil yang
diharapkan adalah total pergerakan masa mendatang sama dengan total pergerakan masa
mendatang. Secara matematis, metode rata-rata dapat dituliskan sebagai berikut:
Ei + E j
T ij =t ij .
2
Ti Tj
Ei = dan E j=
ti tj
Ei, Ej = tingkat pertumbuhan zona i dan j
Ti, Tj = total pergerakan masa mendatang yang berasal dari zona asal i atau zona
menuju ke zona tujuan j
ti, tj = total pergerakan masa sekarang yang berasal dari zona asal i atau zona menuju
ke zona tujuan j
2. Metode Detroit
Proses metode ini mirip dengan metode rata-rata tetapi asumsi yang digunakan
adalah walaupun jumlah pergerakan dari zona i meningkat sesuai dengan tingkat
pertumbuhanEi, pergerakan ini juga disebarkan ke zona d sebanding dengan Ed dibagi
dengan tingkat pertumbuhan global (E).
Ei + E j
T ij =t ij .
E
3. Metode Fratar
Asumsi dasar penggunaan metode Fratar adalah sebaran pergerakan dari zona asal
pada masa mendatang sebanding dengan sebaran pergerakan pada masa sekarang dan
sebaran pergerakan pada masa mendatang dimodifikasi dengan nilai tingkat pertumbuhan
zona tujuan pergerakan tersebut.
( Li + L j )
T ij =t ij . Ei . E j .
2
∑ tik
k ≠i
Li = N
∑ Ek . t k
k≠i
∑ t jk
k≠ j
Lj= N
∑ Ek . t k
k≠ j
4. Metode Furness
Metode Furness adaah metode yang sederhana dan mudah digunakan. Sebaran
pergerakan pada masa mendatang didapatkan dengan mengalikan sebaran pergerakan
pada saat sekarang dengan tingkat pertumbuhan zona asal atau zona tujuan yang
dilakukansecara bergantian.
Tij( k 1) baris  Tijk Ei

Tij( k 1) kolom  Tij( k 1) barisE j
Tij( k 1)  Tij( k 1) kolom
Pada metode ini, pergerakan awal (masa sekarang) pertama kali dikalikan
dengantingkat pertumbuhan zona asal. Hasilnya kemudian dikalikan dengan
tingkatpertumbuhan zona tujuan. Lakukan perkalin secara bergantian (dengan zona asal
dan zona tujuan) hingga nilai E = 1, atau sama dengan nilai E sebelumnya.
Evans (1970) menunjukkan bahwa metode Furness selalu mempunyai satu solusi
akhir dan terbukti lebih efisien dibandingkan dengan metode analogi lainnya. Solusi
akhir pasti selalu sama, tidak tergantung dari mana pengulangan dimulai (baris atau
kolom).
2.2.2 Model Gravity (GR)

Model Gravity adalah salah satu metode yang dapat digunakan untuk merancang
model Trip Distribution. Model ini menggambarkan hubungan antara suatu daerah/zona
denganzona lain pada skala makro. Model ini mengadaptasi konsep gravitasi pada disiplin
ilmu fisika, dimana terdapata gaya tarik menarik antara dua objek yang bermassa. Semakin
besar massa dari suatu objek dan semakin dekat jarak antara keduanya, gaya gravitasi
semakin besar, begitu pula sebaliknya
Model ini bersifat sintetis, artinya komponen-komponen yang dibutuhkan dalam

pemodelan ini didapat bukan bedasarkan pengamatan, namun perhitungan maupun
peramalan. Asumsi dasar model ini adalah menganggap zona tarikan dan bangkitan sebagai
objek bermassa . Selanjutnya jumlah pergerakan antara suatu pasangan zona (Tid) disusun
menjadi fungsi dari besarnya bangkitan zona asal (O i) dan tarikan zona tujuan (Dd) dan
berkaitan juga dengan aksesibilitas (kemudahan) sebagai fungsi jarak, waktu, ataupun biaya
(did) dan umumnya juga terdapat konstanta penyeimbang atau attractiveness (k). Sehingga
persamaan umum untuk model gravity bisa ditulis sebagai
Oi O j
T id =k
d 2ij
Dengan k= konstanta
Hal yang harus diperhatikan adalah pergerakan antara zona asal i dan zona tujuan d
berbanding lurus dengan Oi dan Djdan berbanding terbalik kuadratis terhadap jarak antar
kedua zona tersebut. Dalam penggunaannya, diperlukan suatu konstanta berupa faktor
penyeimbang agar tidak terjadi kesalahan dalam model GR.
T id ≈ Oi . D j . Ai . B j . f (C¿ ¿ij)¿
1
Ai =
∑ (B j D j f ij )
j
1
Bj=
∑ ( Ai Oi f ij )
i
Hal lainnya yang perlu diketahui adalah fungsi hambatan fid harus dianggap sebagai
ukuran aksesibilitas antara zona i dengan zona j. Terdapat tiga jenis fungsi hambatan yaitu:
Ada empat jenis model Gravity :
1. Unconstrained Gravity Model (UCGR)

Model ini sedikitnya mempunyai satu batasan, yaitutotal pergerakan yang
dihasilkan harus sama dengan total pergerakan yangdiperkirakan dari tahap bangkitan
pergerakan. Model ini bersifat tanpa-batasan,dalam arti bahwa model tidak diharuskan
menghasilkan total yang sama dengantotal pergerakan dari dan ke setiap zona yang
diperkirakan oleh tahap bangkitanpergerakan. Model tersebut dapat dituliskan sebagai:
T ij =O i . D j . A i . B j . f (C ¿¿ ij)¿
Dengan Ai = 1 untuk seluruh i dan Bj = 1 untuk seluruh j.
2. Single- Origin Constrained (PCGR)

Dalam model ini, total pergerakan global hasil bangkitan pergerakan harus sama
dengan total pergerakan yang dihasilkan dengan pemodelan;serta bangkitan pergerakan
yang dihasilkan model harus sama dengan hasil bangkitan pergerakan yang diinginkan.
Akan tetapi, tarikan pergerakan tidak perlu sama. Syarat batas model PCGR adalah:
1
Ai =
Bj = 1 untuk seluruh j dan ∑ (B j D j f ij ) untuk seluruh i
j
3. Single-Destination Constrained (ACGR)

Dalam hal ini, total pergerakan secara global harus sama dan juga tarikan
pergerakan yang didapat dengan pemodelan harus sama dengan hasil tarikan pergerakan
yang diinginkan. Sebaliknya, bangkitan pergerakan yang didapat dengan pemodelan tidak
harus sama. Syarat batas model ini adalah:
1
Bj=
Ai= 1 untuk seluruh j dan ∑ ( Ai Oi f ij) untuk seluruh i
i
4. Doubly Constrained (DCGR)

Dalam hal ini, bangkitan dan tarikan pergerakan harus selalu sama dengan yang
dihasilkan oleh tahap bangkitan pergerakan. Syarat batas yang harus terpenuhi adalah:
1 1
Ai = Bj=
∑ (B j D j f ij ) untuk semua i dan ∑ ( Ai Oi f ij) untuk semua j
j i
Dalam hal penggunaan, secara umum model DCGR sebaiknya digunakan pada
kasus yang ramalan bangkitan dan tarikan pergerakannya cukup baik di masa mendatang.
Jika ramalan bangkitan dan tarikan pergerakannya berbeda, tidak ada alasan
menggunakan model yang harus mendapatkan total ‘baris’ dan ‘kolom’ yang sama
sehingga dapat dipilih model yang lebih sederhana yang mungkin lebih baik dan lebih
murah.
2.3. Sebaran Pergerakan (Trip Distribution)
Tahap ini merupakan tahap yang menghubungkan interaksi antara tata guna lahan, jaringan
transportasi, dan arus lalulintas. Pola spasial arus lalulintas merupakan fungsi dari tata guna
lahan dan sistem jaringan transportasi. Pola sebaran arus lalulintas antara zona asal ke sona
tunuan merupakan hasil dari dua hal yang terjadi secara bersamaan, yaitu lokasi dan intensitas
tata guna lahan yang akan menghasilkan arus lalulintas, pemisahan ruang, dan interaksi antara
dua buah tata guna lahan yang akan menghasilkan pergerakkan manusia dan/atau barang.
1. Intensitas tata guna lahan, semakin tinggi tingkat aktivitas suatu tata guna lahan maka
semakin tinggi pula tingkat kemampuannya untuk menarik lalulintas.
2. Pemisahan ruang, jarak antara dua tata guna lahan merupakan salah satu batas pergerakan.
Jarak yang jauh akan memakan biaya yang besar sehingga membuat pergerakan antara dua
buah tata guna lahan menjadi lebih sulit diakibatkan aksesibilitas yang rendah. Oleh karena
itu, pergerakan arus lalulintas cenderung meningkat apabila jarak antara kedua tata guna
lahan semakin dekat.
Gambar 2. Sebaran Pergerakan Antara Dua Zona
2.4. Pemilihan Moda (Modal Split)
Tahap pemilahan moda adalah tahap yang mengidentifikasi besarnya pegerakan antar zona
yang menggunakan setiap moda transportasi tertentu. Pemilahan moda mungkin merupakan
model terpenting dalam perencanaan transportasi dikarenakan menyangkut efisiensi pergerakan
di daerah perkotaan, ruang yang harus disediakan kota untuk dijadikan prasarana transportasi,
dan banyaknya pilihan moda transportasi yang dapat dipilih penduduk.
Faktor yang dapat memengaruhi pemilihan moda dapat dikelompokkan menjadi tiga, yaitu:
1. Ciri pengguna jalan

 Ketersediaan atau kepemilikan kendaraan pribadi
 Kepemilikan SIM
 Struktur rumah tangga
 Pendapatan
2. Ciri pergerakan
 Tujuan pergerakan
 Waktu terjadinya pergerakan
 Jarak perjalanan
3. Ciri fasilitas moda transportasi
 Waktu perjalanan
 Biaya transportasi
 Ketersediaan ruang dan tarif parkir
4. Ciri kota atau zona
Model pemilihan moda yang baik harus mempertimbangkan semua faktor di atas. Dari semua
model pemilihan moda, dibagi menjadi dua kelompok utama, yaitu Trip Ends Modal Split Model
dan Trip Interchange Modal Split Model.
Trip ends modal split model merupakan model yang didasarkan kepada variabel
pemilihan moda yang merupakan variabel sosio-ekonomi (model agregat), biasanya dilakukan
pada tahapan pemodelan trip generation. Konsepnya adalah memodelkan pemilihan moda
eksisting berdasarkan kondisi social ekonomi pelaku perjalanan, sesuai dengan data keluar /
masuk zona berdasarkan moda, sehingga metoda dan prosedur pengembangan modelnya persis
sama dengan model bangkitan / tarikan, yaitu dengan trip rate atau regresi (multilinier) atau
lainnya.
Trip interchange modal split memiliki konsep memodelkan perilaku pemilihan moda
berdasarkan atribut pelaku perjalanan dan atribut (karakteristik) moda, seperti kenyamanan, tarif,
waktu tempuh, waktu tunggu, dan lain-lain. Data diperoleh dari wawancara / survei karena
dalam pemilihan moda terdapat faktor persepsi dan preferensi yang tidak selalu bersifat
kuantitatif. Trip interchange modal split menggunakan konsep utilitas. Bila nilai yang
dipersipsikan tersebut terdiri atas lebih dari satu variabel, maka menjadi fungsi yang dapat
merupakan gambaran tentang tingkat kepuasan (utilitas) atau ketidapuasan (disutility) terhadap
suatu pilihan. Umumnya fungsi utilitas berbentuk persamaan linier :
Uk= Ak+ A 1 X 1+ A 2 X 2+ ..+ ArXr +ε 0
Keterangan :
Uk = fungsi utilitas moda k

A1, A2, .. = koefisien
X1, X2, .. = variabel atribut moda
Ε0 = error
Begitu persamaan utilitas untuk masing-masing moda telah diketahui, maka untuk perkiraan
komposisi pemilihan modanya dapat digunakan model / persamaan Logit Binomial atau
Multinomial. Kemudian dapat diketahui probabilitas pemilihan moda yang dapat dikalikan
dengan demand dengan asal tujuan yang sama untuk diperoleh jumlah perjalanan yang akan
menggunakan masing-masing moda. Berikut adalah rumus probabilitasnya
eV (i)
Pi= n
∑ eV (r )
r=1
Keterangan :
Pi = probabilitas
V(i) = utility mode i
V(r) = utility of mode r
N = jumlah mode yang diperhitungkan
2.5. Pembebanan Rute (Trip Assignment)
Pembebanan rute adalah menempatkan matriks asal-tujuan pada jaringan (transportasi

jalan). Hasil pemodelan pembebanan rute berkaitan dengan model pemilihan rute. Model
pemilihan rute dapat dikelompokkan menjadi dua macam, yaitu :
1. All-or-Nothing Assignment (tidak terbatas kapasitas)

 Deterministik All-or-Nothing
Langkah pertama adalah menentukan rute termurah antar pasangan zona,
kemudian memberi seluruh beban pada rute termurah, dan dilakukan pada seluruh
pasangan zona.
 Stochastic All-or-Nothing
Langkah pertama menentukan rute-rute alternative antar pasangan zona,
kemudian memberi beban perjalanan dengan persamaan probabilitas, dan
dilakukan untuk seluruh pasangan zona.
2. Equilbrium Assignment
 User Equilbrium (UE)
Memberi beban secara proporsional terhadap biaya di rute pada kondisi
keseimbangan, yaitu ketika biaya rute-rute alternative sama dan minimum.
 System Optimum (SO)
Memberi beban secara proporsional terhadap biaya di rute pada kondisi
keseimbangan, yaitu ketika biaya perjalanan total seluruh jaringan minimum.
Kapasitas didefinisikan sebagai arus maksimum yang dapat melalui suatu garis tegak
lurus sumbu jalan yang kemungkinan dapat terjadi per satuan jam pada kondisi tertentu. Menurut
MKJI, cara menghitung kapasitas jalan perkotaan adalah
C=Co × FCw × FCsp × FCsf × FCcs
Keterangan :
C = Kapasitas (smp/jam)
Co = Kapasitas dasar (smp/jam)
FCw = Faktor penyesuaian lebar jalan
FCsp = Faktor penyesuaian pemisahan arah (hanya untuk jalan tak terbagi)
FCsf = Faktor penyesuaian hambatan samping dan bahu jalan / kereb
FCcs = Faktor penyesuaian ukuran kota
Kecepatan arus bebas (FV) didefinisikan sebagai kecepatan pada tingkat arus nol, yaiut
kecepatan yang akan dipilih pengemudi jika mengendarai kendaraan bermotor tanpa dipengaruhi
oleh kendaraan bermotor lain di jalan. Menurut MKJ, cara menghitung kecepatan arus bebas
jalan perkotaan adalah
FV =( FVo+ FVw ) × FFVsf × FFVcs
Keterangan :
FV = Kecepatan arus bebas kendaraan ringan pada kondisi lapangan (km/jam)
FVo = Kecepatan arus bebas dasar kendaraan ringan pada jalan yang diamati
FVw = Penyesuaian kecepatan akibat lebar jalan (km/jam)
FFVsf = Faktor penyesuaian akibat hambatan samping dan lebar bahu
FFVcs = Faktor penyesuaian kecepatan untuk ukuran kota

BAB III
METODOLOGI PENGERJAAN
3.3. Metodologi Pengerjaan Laporan

Metodologi pengerjaan laporan yang dilaksanakan ialah sebagai berikut:
Gambar 3. Flowchart Alur Pengerjaan Laporan
Pengerjaan laporan ini dimulai dengan mencari studi literatur mengenai tujuan laporan
dan hal – hal yang berkaitan dengan laporan. Studi literatur yang digunakan sebagai panduan
dalam melakukan pencarian, pengolahan, dan analisis data. Kemudian, dilanjutkan dengan
mengumpulkan data yang diperoleh dari data pusat statistik nasional Provinsi Jawa Timur.
Pengerjaan selanjutnya yaitu pengolahan data sesuai dengan metode – metode yang
nantinya mengarah pada tujuan laporan. Setleah didapat angka dan grafik hasil pengolahan,
dilakukan analisis tentang pengolahan data yang diperoleh sesuai dengan panduan studi
literature. Kemudian diperoleh kesimpulan dari hasil analisis tersebut yang merupakan jawaban
dari tujuan laporan
3.4. Metode Pemodelan Empat Tahap
Berikut alur pengerjaan untuk pemodelan 4 tahap:
Gambar 3. Flowchart Alur Pemodelan 4 Tahap
3.5. Metode Stepwise

Metode stepwise adalah salah satu metode untuk mendapatkan model terbaik dari sebuah
analisis regresi. Metode ini secara bertahap mengurangi jumlah peubah bebas sehingga
didapatkan model terbaik yang hanya terdiri dari beberapa peubah bebas. Stepwise adalah
gabungan antara metode forward dan backward, variabel yang pertama kali masuk adalah
variabel yang korelasinya tertinggi dan significant dengan variabel dependent, variabel yang
masuk kedua adalah variabel yang korelasi parsialnya tertinggi dan masih significant, setelah
variabel tertentu masuk ke dalam model maka variabel lain yang ada di dalam model dievaluasi,
jika ada variabel yang tidak significant maka variabel tersebut dikeluarkan. Terdapat 2 metode
stepwise yaitu metode stepwise tipe 1 dan metode stepwise tipe 2. Perbedaan kedua metode
tersebut akan dibahas selanjutnya.
3.5.1. Metode Stepwise Tipe 1
Berikut adalah langkah-langkah pemodelan dengan metode stepwise tipe 1.
Tahap 1: Tentukan parameter sosio-ekonomi yang akan digunakan sebagai peubah bebas.
Pertama, pilihlah keterkaitan (korelasi) dengan peubah tidak bebas. Kemudian, lakukan uji
korelasi untuk mengabsahkan keterkaitannya dengan peubah tidak bebas (bangkitan atau
tarikan pergerakan). Dua persyaratan statistic utama yang harus dipenuhi dalam memilih
peubah bebas adalah:
 Peubah bebas harus mempunyai korelasi tinggi dengan peubah tidak bebas;
 Sesama peubah bebas tidak boleh saling berkorelasi. Jika terdapat dua peubah bebas
yang saling berkorelasi, pilihkah salah satu yang mempunyai korelasi lebih tinggi
terhadap perubahan tidak bebasnya.
Tahap 2: Lakukan analisis regresi-linear-berganda dengan semua peubah bebas terpilih

untuk mendapatkan nilai koefisien determinasi serta nilai konstanta koefisien regresinya.
Tahap 3: Tentukan parameter yang mempunyai korelasi terkecil terhadap peubah tidak
bebasnya dan hilangkan parameter tersebut. Lakukan kembali analisis regresi-linear-
berganda dan dapatkan kembali nilai koefisien determinansi serta nilai konstanta dan
koefisien regresinya.
Tahap 4: Lakukan kembali tahap (3) satu demi satu sampai hanya tertinggal satu parameter
saja.
Tahap 5: Kaji nilai koefisien determinasi serta nilai konstanta dan koefisien regresi setiap
tahap untuk menentukan model terbaik dengan kriteria berikut:
 Semakin banyak peubah bebas yang digunakan, semakin baik model tersebut;
 Tanda koefisien regresi (+/-) sesuai dengan yang diharapkan;
 Nilai konstanta regresi kecil (semakin mendekati nol, semakin baik);
 Nilai koefisien determinasi (R2) besar (semakin mendekati satu, semakin baik);
Gambar 3. Flowchart Metode Stepwise Tipe 1
3.5.2. Metode Stepwise Tipe 2

Model stepwise tipe 2 berbeda dengan model stepwise tipe 1 pada langkah ketiga.
Pada metode ini, parameter yang dihilangkan adalah parameter dengan koefisien regresi
terkecil. Berikut adalah langkah-langkah pemodelan dengan metode stepwise tipe 1.
korelasi untuk mengabsahkan keterkaitannya dengan peubah tidak bebas (bangkitan atau
tarikan pergerakan). Dua persyaratan statistic utama yang harus dipenuhi dalam memilih
peubah bebas adalah:
Tahap 2: Lakukan analisis regresi-linear-berganda dengan semua peubah bebas terpilih

untuk mendapatkan nilai koefisien determinasi serta nilai konstanta koefisien regresinya.
Tahap 3: Tentukan parameter yang mempunyai koefisien regresi terkecil terhadap dan
hilangkan parameter tersebut. Lakukan kembali analisis regresi-linear-berganda dan
dapatkan kembali nilai koefisien determinansi serta nilai konstanta dan koefisien regresinya.
Tahap 4: Lakukan kembali tahap (3) satu demi satu sampai hanya tertinggal satu parameter
saja.
Tahap 5: Kaji nilai koefisien determinasi serta nilai konstanta dan koefisien regresi setiap
tahap untuk menentukan model terbaik dengan kriteria berikut:
Gambar 3. Flowchart Metode Stepwise Tipe 2
3.6. Metode Coba-Coba

Sesuai dengan namanya, metode ini melakukan proses coba-coba dalam menentukan
parameter yang dipilih. Secara lengkap, tahapan metode ini adalah sebagai berikut.
korelasi untuk mengabsahkan keterkaitannya dengan peubah tidak bebas (bangkitan atau tarikan
pergerakan). Dua persyaratan statistic utama yang harus dipenuhi dalam memilih peubah bebas
adalah:
Tahap 2: Tentukan beberapa model dengan menggunakan beberapa kombinasi peubah bebas
secara coba-coba berdasarkan uji korelasi yang dihasilkan pada tahap 1. Kemudian lakukan
analisis regresi-linear-berganda untuk kombinasi model tersebut untuk mendapakatan nilai
koefisien determinansi serta nilai konstanta dan koefisien regresinya.
Tahap 3: Kaji nilai koefisien determinasi serta nilai konstanta dan koefisien regresi tiap model
untuk menentukan model terbaik dengan kriteria yang sama dengan kriteria berikut:
Gambar 3. Flowchart Metode Coba-Coba
3.5. Pemodelan Transportasi Menggunakan Model Gravity
Model gravity (GR) merupakan pemodelan yang menggunakan konsep gravitasi yang
diperkenalkan oleh Newton tahun 1686 yang dikembangkan dari analogi hokum gravitasi.
Metode ini berasumsi bahwa ciri bangkitan dan tarikan pergerakan berkaitan dengan beberapa
parameter zona asal, misalnya populasi dan nilai sel MAT yang berkaitan dengan aksesibilitas
(kemudahan) sebagai fungsi jarak, waktu, maupun biaya.
Newton menyatakan bahwa gaya tarik atau tolak antara dua kutub massa berbanding lurus
dengan massanya dan berbanding terbalik kuadratis dengan jarak kedua massa tersebut.
Sedangkan pada ilmu geografi, gaya dapat dianggap sebagai pergerakan antara dua daerah,
sedangkan massa dapat diganti dengan variabel seperti misalnya bangkitan atau tarikan.
Sehingga model gravitasi ini dapat dinyatakan dalam bentuk sebagai berikut:
Oi Od
T id =K
d 2id
Dengan keterangan, K = Konstanta.
Metode ini memiliki beberapa hal yang harus diperhatikan, diantaranya pergerakan zona
asal i dan zona tujuan d berbanding lurus dengan Oi dan Dd dan berbanding terbalik dengan
kuadratis jarak diantara kedua zona tersebut. Ditambahkan juga pembatas agar tidak terjadi
kesalahan pada metode gravitasi.
T id ≈ Ai . Oi . B d . D d . f (C id )
1
Ai = N
∑ (¿ Bd . Dd . f id )¿
d =1
1
Bd = N
∑ ( Ai .Oi . f id )
i =1
Hal lain yang perlu diketahui adalah fungsi hambatan f id harus dianggap sebagai ukuran
aksesibilitas antara zona i dan d. Hyman (1969) menyarankan 3 jenis fungsi hambatan yang
dapat digunakan dalam model GR, yaitu:
f ( C id ) =C−a
id
f ( C id ) =e−β C id
−βC
f ( C id ) =C−a
id . e
id
Model gravity (GR) memiliki 4 jenis, yaitu:
1. Unconstrained-gravity (UCGR)
Model ini mempunyai satu batasan, yaitu total pergerakan yang dihasilkan harus sama
dengan total pergerakan yang diperkirakan dari tahap bangkitan pergerakan. Tanpa
batasan pada model ini memiliki arti bahwa model tidak diharuskan menghasilkan total
yang sama dengan total pergerakan dari dan ke setiap zona yang diperkirakan oleh tahap
bangkitan pergerakan. Modelnya dapat dituliskan sebagai berikut:
T id=O i . Ai . B d . Dd . f (Cid )
Dengan Ai = 1 untuk seluruh i, dan Bd = 1 untuk seluruh d.
Gambar 3. Diagram Alir Pengerjaan Metode UCGR
2. Production-constrained (PCGR)
Model ini sering disebut sebagai model dengan-satu-batasan atau singly-constrained
(SCGR). Dalam model ini selain persyaratan bahwa total pergerakan global hasil
bangkitan tarikan harus sama dengan total pergerakan yang dihasilkan pemodelan, nilai
bangkitan pergerakan yang dihasilkan model harus sama dengan hasil bangkitan
pergerakan yang diinginkan. Akan tetapi, nilai pergerakan tarikan baik model dan yang
diinginkan tidak perlu sama nilainya. Persamaan modelnya sama dengan pada metode
UCGR, yaitu:
1
Ai = N
Dengan batas berbeda, yaitu: Bd = 1 untuk setiap d, dan
∑ ( Bd . Dd . f id )
d =1
Gambar 3. Diagram Alir Pengerjaan Metode PCGR
3. Attraction-constrained (ACGR)
Sama halnya dengan PCGR, model ini juga sering disebut sebagai SCGR. Dalam model
ini selain persyaratan bahwa total pergerakan global hasil bangkitan tarikan harus sama
dengan total pergerakan yang dihasilkan pemodelan, nilai tarikan pergerakan yang
dihasilkan model harus sama dengan hasil tarikan pergerakan yang diinginkan. Akan
tetapi, nilai pergerakan bangkitan baik model dan yang diinginkan tidak perlu sama
nilainya. Persamaan modelnya sama dengan pada metode UCGR, yaitu:
1
Bd = N
Dengan batas berbeda, yaitu: Ai = 1 untuk setiap i, dan
∑ ( Ai .Oi . f id )
i =1
Gambar 3. Diagram Alir Pengerjaan Metode ACGR
4. Production-attraction-constrained (PACGR)
Model ini sering disebut sebagai model dengan-dua-batasan atau doubly-constrained
(DCGR). Pada model ini seluruhnya dibatasi. Maksudnya adalah baik total pergerakan
global dan perhitungan, nilai bangkitan maupun tarikan juga harus sama baik berdasarkan
perhitungan maupun yang diinginkan. Persamaan yang digunakan juga sama, namun
dengan keterangan Bd dan Ai yang berbeda (yaitu gabungan PCGR dan ACGR).
1 1
Ai = N
Bd = N
Dengan batas berbeda, yaitu: , dan
∑ ( Bd . Dd . f id ) ∑ ( Ai .Oi . f id )
d =1 i =1
Gambar 3. Diagram Alir Pengerjaan Metode PACGR
3.6. Pemodelan Transportasi Menggunakan Program EMME/4
Program EMME 4 merupakan salah satu perangkat lunak (software) ilmu Teknik Sipil
terutama sub bidang ilmu Transportasi yang dikembangkan pada sekitar tahun 1970 di Center of
Research on Transportation (CRT) di Universitas Montreal. Kelebihan utama program ini adalah
pada kemampuannya untuk memodelkan persoalan transportasi secara multi modal. EMM4
merupakan sistem perencanaan transportasi urban – multi – modal baik angkutan pribadi maupn
angkutan umum serta keluaran grafik yang interaktif.
Program EMME4 pada dasarnya memncari keseimbangan (equilibrium) diantara sediaan
dan kebutuhan, yaitu dengan cara memprediksi arus pergerakan dikaitkan dengan fasilitas
transportasi yang tersedia. Karena itulah data jaringan jalan eksisting merupakan masukan utama
yang mutlak tidak diperbolehkan ada kesalahan karena akan berakibat fatal terhadap keseluruhan
analisis.
Di dalam memodelkan jaringan jalan, EMME4 juga dapat memperhitungkan data masukan
berupa jenis pengguna jalan yang memakai ruas tersebut yang dikelompokkan menjadi 3 jenis,
yaitu car, bus, dan pedestrian. Car menunjukkan bahwa pengguna jalan merupakan kendaraan
bermotor milik pribadi. Bus menunjukkan bahwa jalan dilalui oleh berbagai jenis kendaraan
umum. Pedestrian menunjukkan bahwa pada jalan tersebut juga dilalui oleh pejalan kaki.
Sediaan dalama EMME4 dimodelkan dengan menggunakan Network Editor. Untuk

keperluan memodelkan sediaan ini, dibutuhkan data – data mengenai seluruh simpul (node),
link, centroid, dan centroid connector yang ada pada wilayah kajian.
Tingkat pelayanan sediaan merupakan fungsi dari biaya dan tundaan yang akan dioperasikan
pada Function Editor, dan kebutuhan dimodelkan dengan mengoperasikan matriks yang akan
dikerjakan pada Matrix Editor. Di dalam pengoperasian EMME2, variable – variable yang akan
digunakan dapat ditentukan sendiri, seperti volume delay function, besarnya biaya perjalanan,
ataupun juga energy coefficient.
Berikut alur pemodelan dengan menggunakan software EMMA4:

Gambar 3. Flowchart Alur Pemodelan dengan Software EMMA
BAB IV
TRIP GENERATION
4.1 Bangkitan dan Tarikan dari Masing-masing Kabupaten/ Kota
Seperti yang telah diketahui di metodologi yang akan dilakukan tugas besar kali ini,
langkah pertama yang harus diketahui dalam penggunaan pemodelan empat tahap adalah trip
generation. Langkah pertama dari trip generation ini adalah menentukan jumlah bangkitan dan
tarikan dari daerah-daerah yang ditinjau. Didapatkan data MAT penumpang dan distribusi
barang dari provinsi Jawa Timur di tahun 2011 yang berisikan jumlah pergerakan yang terjadi di
antar daerah. Bangkitan adalah jumlah pergerakan dari suatu daerah menuju ke daerah lain,
sedangkan tarikan adalah jumlah pergerakan yang menuju ke suatu daerah yang berasal dari
daerah lain. Maka dari itu, langkah perhitungan yang dilakukan hanyalah menjumlahkan
pergerakan yang terjadi di antar daerah tersebut. Dari tabel MAT yang diketahui, penjumlahan
searah sumbu x merupakan pencarian data bangkitan, sedangkan penjumlahan searah sumbu y
merupakan data tarikan. Hal ini dikarenakan kolom di sebelah kiri merupakan kabupaten / kota
“asal”, sedangkan di barisan atas merupakan kabupaten / kota “tujuan”. Berikut merupakan hasil
perhitungan bangkitan dan tarikan penumpang (orang/tahun) di Provinsi Jawa Timur
Tabel 4. Bangkitan dan Tarikan Penumpang

PENUMPANG (orang/tahun)
No. KABUPATEN BANGKITAN (Y1) TARIKAN (Y2)

1 Pacitan 5395409.183 6176520.93
2 Ponorogo 9611478.268 11422891
3 Trenggalek 9410211.051 10420464.56
4 Tulungagung 17417278.45 17636214.84
5 Blitar 23786110.26 25745011.63
6 Kediri 33571018.31 34658859.35
7 Malang 51898493.75 50753417.67
8 Lumajang 14760848.84 16898646.39
9 Jember 31607580.8 32503271.89
10 Banyuwangi 15750177.6 17912786.41
11 Bondowoso 10965257.27 11317958.99
12 Situbondo 8657838.234 8876104.748
13 Probolinggo 27237415.41 26932926.38
14 Pasuruan 42937601.36 41915348.75
15 Sidoarjo 56879271.89 39661040.1
16 Mojokerto 33006238.17 30518436.3
17 Jombang 21348391.19 21949469.49
18 Nganjuk 16964908.17 18440857.03
19 Madiun 12329075.85 13541251.55
20 Magetan 6009727.647 7243693.773
21 Ngawi 8142344.698 10013447.99
22 Bojonegoro 14236853.54 15994476.49
23 Tuban 13590820.96 14052661.16
24 Lamongan 16745861.42 22609002.47
25 Gresik 29197590.52 23192415.55
26 Bangkalan 18258286.72 16448406.9
27 Sampang 14592292.14 11959977.96
28 Pamekasan 11931092.9 10037714.71
29 Sumenep 8806716.298 9773614.623
30 Kota Kediri 4942624.853 5009355.735
31 Kota Blitar 2150198.561 2309850.949
32 Kota Malang 16601307.37 16651157.83
33 Kota Probolinggo 4199290.252 4128393.167
34 Kota Pasuruan 4215373.514 4066996.654
35 Kota Mojokerto 2585928.405 2445027.284
36 Kota Madiun 2373864.103 2491670.687
37 Kota Surabaya 52834943.86 59925850.24
38 Kota Batu 6397075.452 5711605.073
PENUMPAN G (orang/tahun)
No . K ABUPATEN BANG KITAN (Y1) TARI KAN (Y2)

1 Pacitan 5395409. 183 6176520. 93
2 Po no rogo 9611478. 268 11422891
3 Trenggale k 9410211. 051 10420464. 56
4 Tulungagung 17417278. 45 17636214. 84
5 Blitar 23786110. 26 25745011. 63
6 Kediri 33571018. 31 34658859. 35
7 Malang 51898493. 75 50753417. 67
8 Lumajang 14760848. 84 16898646. 39
9 Je mber 31607580. 8 32503271. 89
10 Banyuwangi 15750177. 6 17912786. 41
11 Bondowo so 10965257. 27 11317958. 99
12 Situbondo 8657838. 234 8876104.748
13 Probo linggo 27237415. 41 26932926. 38
14 Pasuruan 42937601. 36 41915348. 75
15 Sidoarjo 56879271. 89 39661040. 1
16 Mojo kerto 33006238. 17 30518436. 3
17 Jo mbang 21348391. 19 21949469. 49
18 Nganjuk 16964908. 17 18440857. 03
19 Madiun 12329075. 85 13541251. 55
20 Mage tan 6009727. 647 7243693.773
21 Ngawi 8142344. 698 10013447. 99
22 Bojo negoro 14236853. 54 15994476. 49
23 Tuban 13590820. 96 14052661. 16
24 Lamongan 16745861. 42 22609002. 47
25 Gre sik 29197590. 52 23192415. 55
26 Bangkalan 18258286. 72 16448406. 9
27 Sampang 14592292. 14 11959977. 96
28 Pame kasan 11931092. 9 10037714. 71
29 Sume nep 8806716. 298 9773614.623
30 Ko ta Ke diri 4942624. 853 5009355.735
31 Ko ta Blitar 2150198. 561 2309850.949
32 Ko ta Malang 16601307. 37 16651157. 83
33 Ko ta Pro bolinggo 4199290. 252 4128393.167
34 Ko ta Pasuruan 4215373. 514 4066996.654
35 Ko ta Moj okerto 2585928. 405 2445027.284
36 Ko ta Madiun 2373864. 103 2491670.687
37 Ko ta Surabaya 52834943. 86 59925850. 24
38 Ko ta Batu 6397075. 452 5711605.073
Berikut merupakan hasil perhitungan bangkitan dan tarikan barang (ton/tahun) di Provinsi Jawa
Timur
Tabel 4. Bangkitan dan Tarikan Barang

BARANG (ton/tahun)
No. KABUPATEN BANGKITAN (Y3) TARIKAN (Y4)

1 Pacitan 15275442.71 16532326.55
2 Ponorogo 27183164.44 30074129.91
3 Trenggalek 25155745.77 24909076.63
4 Tulungagung 40975301.99 44026300.2
5 Blitar 59833621.76 66065349.05
6 Kediri 84254303.62 87787815.91
7 Malang 171821286.5 116749078.7
8 Lumajang 43295772.16 46061376.35
9 Jember 99349890.65 81276895.38
10 Banyuwangi 74342151.32 42841931.15
11 Bondowoso 27022169.44 29867670.86
12 Situbondo 23306439.47 22870888.89
13 Probolinggo 66289935.23 68657349.44
14 Pasuruan 103783043.5 91861061.46
15 Sidoarjo 85868142.2 85438528.49
16 Mojokerto 64402464.06 72346756.32
17 Jombang 48339252.32 54011385.88
18 Nganjuk 42633704.81 46557700.7
19 Madiun 31442667.44 34568065.54
20 Magetan 15998880.89 18496949.65
21 Ngawi 25525890.98 26830422.67
22 Bojonegoro 45820023.02 41404540.86
23 Tuban 37729195.51 35627737.17
24 Lamongan 52257762.88 55866010.59
25 Gresik 54445815.7 56067976.65
26 Bangkalan 36136851.94 38784292.43
27 Sampang 26119277.31 27752819.19
28 Pamekasan 21008556.09 24580693.48
29 Sumenep 25147418.68 24430317.03
30 Kota Kediri 10011347.24 13281515
31 Kota Blitar 4165454.426 5833135.663
32 Kota Malang 30160348.5 41497984.22
33 Kota Probolinggo 7087281.69 11174699.29
34 Kota Pasuruan 7152382.164 9933026.642
35 Kota Mojokerto 4491845.098 5993248.101
36 Kota Madiun 5015307.269 6716014.211
37 Kota Surabaya 106183752.8 138685234.6
38 Kota Batu 10878443.16 14450030.08
4.2 Data Variabel Dependen dan Independen
Untuk membuat persamaan yang menjadi output tahap trip generation, dibutuhkan
variabel-variabel yang dapat mempengaruhi pergerakan dari bangkitan dan tarikan yang
merupakan variabel sosio ekonomi. Nilai bangkitan dan tarikan dimodelkan sebagai variabel
dependen yang dipengaruhi oleh variabel-variabel sosio ekonomi, dengan kata lain variabel sosio
ekonomi haruslah variabel independen. Untuk tugas besar kali ini, kami diharapkan memilih 15
variabel bebas yang nantinya variabel tersebut akan dipilih lima yang memiliki korelasi terbesar
terhadap bangkitan dan pergerakan yang ada. Kelima belas variabel tersebut adalah jumlah
penduduk, luas daerah, jumlah kecelakaan, jumlah hotel, produksi padi, luas lahan perkebunan,
indeks keparahan kemiskinan, produksi daging sapi, produksi budi daya ikan kolam, jumlah
koperasi, jumlah rumah sakit, produksi ubi kayu, indeks kemahalan konstruksi, jumlah angkatan
kerja, dan jumlah murid SD. Nilai korelasi dari variabel-variabel yang ada akan dicari
menggunakan SPSS. Berikut adalah detail jumlah dari masing-masing variabel di setiap daerah
kabupaten / kota.
Tabel 4. Variabel Bebas Provinsi Jawa Timur
Jumlah Luas Jumlah Jumlah Produksi

Bangkitan Tarikan Bangkitan Tarikan
KABUPATEN Penduduk Daerah Kecelakaan Hotel Padi
No.
JAWA TIMUR
orang/tahun ton/tahun Jiwa km2 Kali Unit Ton
Y1 Y2 Y3 Y4 X1 X2 X3 X4 X5
1 Pacitan 5395410 6176521 15275443 16532327 543924 1418 209 13 160269
2 Ponorogo 9611479 11422891 27183165 30074130 860093 1487 661 17 300603
3 Tre nggale k 9410212 10420465 25155746 24909077 678206 1245 555 10 148379
4 Tulungagung 17417279 17636215 40975302 44026301 995729 1151 520 22 266658
5 Blitar 23786111 25745012 59833622 66065350 1122922 1753 580 8 326780
6 Ke diri 33571019 34658860 84254304 87787816 1508206 1522 873 9 300889
7 Malang 51898494 50753418 171821287 116749079 2459982 3457 1366 96 444900
8 Lumajang 14760849 16898647 43295773 46061377 1012121 1806 974 12 357761
9 Je mbe r 31607581 32503272 99349891 81276896 2345851 3349 1131 30 813514
10 Banyuwangi 15750178 17912787 74342152 42841932 1564833 3599 805 49 695962
11 Bondowos o 10965258 11317959 27022170 29867671 740917 1572 427 13 304025
12 Situbondo 8657839 8876105 23306440 22870889 651263 1654 535 23 213330
13 Probolinggo 27237416 26932927 66289936 68657350 1102412 1659 518 55 304197
14 Pasuruan 42937602 41915349 103783044 91861062 1520978 1487 830 482 585734
15 Sidoarjo 56879272 39661041 85868143 85438529 1952421 719 852 42 157883
16 Mojoke rto 33006239 30518437 64402465 72346757 1031213 974 973 36 276301
17 Jombang 21348392 21949470 48339253 54011386 1209172 1114 474 17 380819
18 Nganjuk 16964909 18440858 42633705 46557701 1022752 1284 254 13 411107
19 Madiun 12329076 13541252 31442668 34568066 666004 1011 232 5 399810
20 Mage tan 6009728 7243694 15998881 18496950 623933 705 883 102 262993
21 Ngawi 8142345 10013448 25525891 26830423 822366 1392 735 11 574224
22 Bojone goro 14236854 15994477 45820024 41404541 1216781 2314 614 14 675697
23 Tuban 13590821 14052662 37729196 35627738 1124757 1977 104 16 454177
24 Lamongan 16745862 22609003 52257763 55866011 1185693 1759 1164 6 601505
25 Gre s ik 29197591 23192416 54445816 56067977 1183665 1238 477 15 272323
26 Bangkalan 18258287 16448407 36136852 38784293 911863 1303 238 2 253693
27 Sampang 14592293 11959978 26119278 27752820 882711 1230 346 4 213821
28 Pame kasan 11931093 10037715 21008557 24580694 800396 797 1013 13 147232
29 Sume ne p 8806717 9773615 25147419 24430318 1048177 2092 808 11 176175
30 Kota Ke diri 4942625 5009356 10011348 13281516 280018 69 164 22 15040
31 Kota Blitar 2150199 2309851 4165455 5833136 132712 33 156 18 8474
32 Kota M alang 16601308 16651158 30160349 41497985 824858 110 339 57 11523
33 Kota Probolinggo 4199291 4128394 7087282 11174700 218283 54 182 12 9627
34 Kota Pasuruan 4215374 4066997 7152383 9933027 187310 38 337 5 13825
35 Kota M ojoke rto 2585929 2445028 4491846 5993249 120873 20 249 8 4683
36 Kota M adiun 2373865 2491671 5015308 6716015 171926 34 153 29 14150
37 Kota Surabaya 52834944 59925851 106183753 138685235 2781047 331 19 126 13120
38 Kota Batu 6397076 5711606 10878444 14450031 191254 202 1177 410 5250
Indeks Produksi Produksi Jumlah Indeks Jumlah
Luas Lahan Jumlah Produksi Jumlah
Keparahan Daging Budidaya Rumah Kemahalan Angkatan
Perkebunan Koperasi Ubi Kayu Murid SD
Kemiskinan Sapi Ikan Kolam Sakit konstruksi Kerja
Ha Ekor Ton Buah Buah Ton Jiwa
X6 X7 X8 X9 X10 X11 X12 X13 X14 X15
26250 0,59 535629 376 456 1 563230 87,89 351322 47426
0 0,29 882323 2320,5 948 6 595943 86,42 478907 78300
1980 0,7 9948433 2433,2 455 3 380313 88,36 410215 57572
2712 0,26 3141205 20824,6 893 6 180423 84,3 547012 93693
11087 0,35 1320332 7400 835 5 1383322 83,48 593036 90178
8818 0,49 1303807 6661,9 987 4 94145 85,06 763882 126917
19578 0,35 4084411 4265,4 1118 12 451011 84,16 1257768 209671
15825 0,31 4444501 709,5 587 3 33962 86,76 481290 92928
33501 0,38 1770661 3428,1 1656 7 52587 82,95 1213495 228669
62404 0,27 2492450 2002,9 755 6 48477 86,04 781310 147666
11301 0,56 2315093 922,9 615 2 125237 83,37 389032 75097
2254 0,49 2408402 224,9 531 2 720 83,2 347985 59421
830 0,98 2656896 237,3 619 3 89803 82,25 613512 113722
2422 0,42 2498262 420,4 953 3 108997 82,59 819448 140832
65 0,16 20708898 4368,4 1223 13 0 89,02 1048577 168572
1151 0,29 3543600 249,8 764 8 15036 79,48 524426 74748
220 0,48 4152773 15549 921 7 18626 79,35 596506 85913
2125 0,41 866324 9987,7 846 5 131956 81,96 512364 87272
3484 0,57 629779 1530,1 624 2 58854 83,27 357771 51630
0 0,26 450853 483,6 680 1 113125 85,29 352775 50398
2077 0,52 21829916 1108,1 707 2 109441 84,3 419089 77975
3 0,75 1084046 1058,7 1072 6 51673 81,34 612385 110794
28 0,4 2612857 654,6 923 3 113015 83,85 573558 88829
357 0,45 4695782 1076,2 1073 5 53273 78,69 580256 69480
3633 0,61 2883077 56,8 1238 6 14255 84,59 569098 79432
607 0,94 2494971 86,8 804 1 85613 90,21 444868 131366
6 1,37 1058846 148,3 470 1 188003 93,01 470171 96531
165 0,99 2123569 132,5 535 1 29138 90,16 453061 77678
1751 0,56 1082702 129,6 1069 2 171429 92,62 649017 74467
2 0,45 1089105 173,2 446 6 641 84,1 136781 34598
0 0,38 1437569 159,9 311 4 0 83,38 66200 14943
15 0,17 4946239 15,2 709 7 1537 85,44 446337 80163
0 1,07 530491 414,5 253 2 0 78,94 104793 23144
18 0,19 822065 15,9 298 1 0 82,31 92091 19222
0 0,3 958197 170,2 207 5 0 79,05 63863 14116
0 0,13 167405 68,9 328 5 0 82,96 89392 18590
0 0,26 20576337 923,6 1545 29 1073 81,01 1334419 282790
0 0,1 546009 53,3 173 2 2213 80,09 106550 19902
4.3 Penentuan Persamaan Bangkitan dan Tarikan dengan Software SPSS

4.3.1 Penentuan Korelasi Antar Variabel
Supaya dapat diketahui keterkaitan antara satu variabel dengan variabel lainnya, perlu
dicari korelasi antar variabel. Nilai korelasi berkisar antara -1 sampai dengan 1. Berikut adalah
penjelasan dari nilai korelasi
 Korelasi 1 = perfect linear relationship (positive)
 Korelasi -1 = perfect linear relationship (negative)
 Korelasi 0 = no relationship
 Korelasi 0 < x < 0.29 = weak relationship
 Korelasi 0.3 < x < 0.59 = moderate relationship
 Korelasi 0.6 < x < 1 = strong relationship
Semakin banyak variabel bebas yang digunakan, maka model yang dihasilkan semakin
baik, meskipun data error tidak dapat dihindari karena setiap variabel memiliki data error. Tanda
koefisien regresi (+/-) sesuai dengan yang diharapkan. Nilai konstanta regresi kecil haruslah
mendekati nol dan koefisien determinasi (R2) haruslah mendekati satu agar model yang telah
dihitung dapat dikatakan baik. Berikut adalah langkah-langkah dalam pencarian nilai korelasi
menggunakan SPSS
1. Setelah membuka software SPSS, buka halaman variable view. Kemudian definisikan
variabel bangkitan dan tarikan, yaitu Y1 sampai Y4. Definisikan juga variabel bebas,
yaitu X1 sampai X15. Berikut adalah hasilnya
Gambar 4. Tampilan pada SPSS untuk Input Variabel
2. Buka data view dan input seluruh data variabel bebas yang diketahui di tabel 4.1, tabel
4.2, dan tabel 4.3. Berikut adalah hasilnya
Gambar 4. Input Variabel ke SPSS
3. Lakukan Bivariate Correlation dengan cara klik analyze > correlate > bivariate
Gambar 4. Bivariate Correlation pada SPSS
4. Setelah melakukan langkah ketiga, maka akan muncul tabel di bawah. Masukkan seluruh
variabel, dependen dan independen, ke kotak di sebelah kiri untuk menentukan nilai
korelasi antar variabel yang ada.
Gambar 4. Pemasukan Variabel yang akan Dicek Korelasi pada SPSS
5. Setelah langkah keempat dilakukan, maka akan muncul data korelasi sebagai berikut
Gambar 4. Hasil Nilai Korelasi Tiap Variabel dengan SPSS
Ambil data korelasi yang pearson saja sebagai nilai korelasi antar variabel yang kita
punya.
Berikut adalah matriks korelasi yang telah didapatkan dari langkah-langkah di atas
Tabel 4. Matriks Korelasi hasil SPSS
I Y1 Y2 Y3 Y4 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15

Y1 1 0,969 0,909 0,954 0,878 0,322 0,34 0,273 0,277 0,117 -0,136 0,477 0,198 0,733 0,683 0,053 -0,023 0,874 0,837
Y2 0,969 1 0,937 0,996 0,918 0,377 0,331 0,280 0,341 0,159 -0,152 0,451 0,200 0,768 0,73 0,093 -0,107 0,905 0,88
Y3 0,909 0,937 1 0,936 0,917 0,606 0,474 0,258 0,504 0,366 -0,142 0,304 0,222 0,733 0,583 0,142 -0,069 0,912 0,865
Y4 0,954 0,996 0,936 1 0,922 0,406 0,338 0,245 0,37 0,175 -0,145 0,429 0,212 0,781 0,717 0,113 -0,123 0,907 0,882
X1 0,878 0,918 0,917 0,922 1 0,605 0,381 0,120 0,517 0,356 -0,105 0,451 0,226 0,888 0,691 0,088 0,055 0,994 0,996
X2 0,322 0,377 0,606 0,406 0,605 1 0,511 -0,072 0,826 0,682 0,088 -0,063 0,151 0,542 -0,001 0,279 0,186 0,624 0,546
X3 0,34 0,331 0,474 0,338 0,381 0,511 1 0,307 0,459 0,282 -0,174 0,047 0,083 0,305 -0,043 0,066 0,049 0,406 0,277
X4 0,273 0,280 0,258 0,245 0,120 -0,072 0,307 1 0,027 -0,045 -0,259 0,009 -0,095 -0,004 0,080 -0,093 -0,211 0,129 0,141
X5 0,277 0,341 0,504 0,37 0,517 0,826 0,459 0,027 1 0,489 0,046 0,015 0,166 0,559 -0,057 0,101 -0,084 0,516 0,449
X6 0,117 0,159 0,366 0,175 0,356 0,682 0,282 -0,045 0,489 1 -0,142 -0,102 0,066 0,191 0,033 0,169 0,120 0,357 0,359
X7 -0,136 -0,152 -0,142 -0,145 -0,105 0,088 ##### -0,259 0,046 -0,142 1 -0,156 -0,189 -0,142 -0,36 -0,003 0,346 -0,092 -0,038
X8 0,477 0,451 0,304 0,429 0,451 -0,063 0,047 0,009 0,015 -0,102 -0,156 1 0,051 0,365 0,582 -0,104 0,066 0,44 0,462
X9 0,198 0,200 0,222 0,212 0,226 0,151 0,083 -0,095 0,166 0,066 -0,189 0,051 1 0,258 0,141 0,065 -0,008 0,238 0,205
X10 0,733 0,768 0,733 0,781 0,888 0,542 0,305 -0,004 0,559 0,191 -0,142 0,365 0,258 1 0,592 0,074 0,039 0,886 0,821
X11 0,683 0,73 0,583 0,717 0,691 -0,001 ##### 0,080 -0,057 0,033 -0,36 0,582 0,141 0,592 1 -0,047 -0,228 0,654 0,693
X12 0,053 0,093 0,142 0,113 0,088 0,279 0,066 -0,093 0,101 0,169 -0,003 -0,104 0,065 0,074 -0,047 1 0,188 0,123 0,049
X13 -0,023 -0,107 -0,069 -0,123 0,055 0,186 0,049 -0,211 -0,084 0,120 0,346 0,066 -0,008 0,039 -0,228 0,188 1 0,112 0,111
X14 0,874 0,905 0,912 0,907 0,994 0,624 0,407 0,129 0,516 0,357 -0,092 0,44 0,238 0,886 0,654 0,123 0,112 1 0,956
X15 0,837 0,88 0,865 0,882 0,966 0,546 0,277 0,141 0,449 0,359 -0,038 0,462 0,205 0,821 0,693 0,049 0,111 0,956 1
4.3.2 Penentuan Koefisien Regresi
Selain untuk menentukan korelasi antar variabel, SPSS digunakan untuk melakukan
analisis regresi sehingga mendapatkan koefisien-koefisien regresi dari tiap variabel bebas. Untuk
mendapatkan koefisien regresi, langkah yang sama dilakukan dengan menggunakan software
SPSS yang mana langkah pengerjaan di SPSS dilakukan sebagai berikut:
1. Pilih analyze > regression > linear, akan muncul tampilan berikut.
Gambar 4. Memunculkan regresi
2. Masukan variabel dependent (X1 – X15) dan variabel independent yang akan ditinjau (Y1/
Y2/ Y3/ Y4). Dalam hal ini, diberi contoh Y1.
Gambar 4. Input Variabel Dependent dan Independent untuk Analisis Regresi
3. Didapatkan nilai koefisien regresi, R2, sig.F, dan sig,t. Dengan adanya koefisien-koefisien
tersebut, dapat ditentukan variabel yang memiliki ketidaksesuaian dengan
membandingkan tanda (positif/negatif) hasil analisis regresi terhadap harapan.
4.3.3 Metode Stepwise 1
Sudah dijelaskan pada bab III, tahap dan alur pengerjaan metode step wise I. Tahap
pengerjaan step wise I dilakukan sebagai berikut :
1. Mengurutkan korelasi dari yang terkecil ke yang terbesar. Kemudian, variabel dengan
korelasi terkecil dihilangkan. Berdasarkan tabel di bawah, maka dihilangkan X7.
Kemudian variabel yang terkecil kedua yaitu X13 dan seterusnya.
Tabel 4. Pengurutan Korelasi dari Terkecil dan Terbesar
Y1 Y2 Y3 Y4
X7 -0,1356816 X7 -0,1523 X7 -0,142 X7 -0,1452
X13 -0,0225478 X13 -0,1072 X13 -0,0692 X13 -0,1227
X12 0,05279494 X12 0,09278 X12 0,14233 X12 0,11343
X6 0,11694021 X6 0,15927 X9 0,22151 X6 0,1754
X9 0,19771255 X9 0,19959 X4 0,25757 X9 0,21231
X4 0,27311867 X4 0,28004 X8 0,30362 X4 0,24481
X5 0,27661787 X3 0,331 X6 0,366 X3 0,338
X2 0,322 X5 0,341 X3 0,474 X5 0,37
X3 0,34 X2 0,377 X5 0,504 X2 0,406
X8 0,477 X8 0,451 X11 0,583 X8 0,429
X11 0,683 X11 0,73 X2 0,606 X11 0,717
X10 0,733 X10 0,768 X10 0,733 X10 0,781
X15 0,837 X15 0,88 X15 0,865 X15 0,882
X14 0,874 X14 0,905 X14 0,912 X14 0,907
X1 0,878 X1 0,918 X1 0,917 X1 0,922
2. Dilakukan analisis regresi dengan variable yang sudah dihilangkan. Didapatkan hasil
sebagai berikut.
Tabel 4. Analisis Regresi Metode Stepwise 1, Tahap 2
Tahap 2
Parameter Y1 Y2 Y3 Y4
Harapan
No. Var. Koef. Reg. sig. t cek t Koef. Reg. sig. t cek t Koef. Reg. sig. t cek t Koef. Reg. sig. t cek t
tanda
Intercept 27310211,240 41571885,022 110058828,503 126405100,905
1 X1 Positif 44,996 0,077 tdk ok 45,618 0,009 ok 113,052 0,029 ok 110,476 0,007 ok
2 X2 Positif -6221,355 0,085 tdk ok -4245,959 0,073 tdk ok 1919,165 0,784 tdk ok -9056,401 0,103 tdk ok
3 X3 Positif -217,196 0,958 tdk ok -589,984 0,826 tdk ok 3616,805 0,661 tdk ok 245,969 0,969 tdk ok
4 X4 Positif 10536,472 0,427 tdk ok 11454,774 0,192 tdk ok 27916,935 0,296 tdk ok 13530,400 0,507 tdk ok
5 X5 Positif -7,325 0,585 tdk ok -2,986 0,733 tdk ok -12,739 0,635 tdk ok -10,414 0,614 tdk ok
8 X8 Positif 0,009 0,974 tdk ok -0,104 0,567 tdk ok -0,596 0,288 tdk ok -0,282 0,510 tdk ok
10 X10 Positif -11172,402 0,189 tdk ok -10842,830 0,056 tdk ok -43754,052 0,014 ok -20890,903 0,113 tdk ok
12 X12 Positif 2,829 0,516 tdk ok 5,507 0,062 tdk ok 8,464 0,334 tdk ok 15,485 0,028 ok
13 X13 Negatif -293199,065 0,530 tdk ok -470802,836 0,131 tdk ok -1305211,709 0,169 tdk ok -53,003 0,416 tdk ok
2 0,897 0,951 0,932 0,948
R
Sig. f 3,65E-04 ok 1,02E-07 ok 3,58E-06 ok 1,87E-07 ok
Jumlah tidak sesuai 7 9 7 8
3. Ulangi langkah 1-2, hingga tersisa satu variabel. Berikut adalah hasil analisis regresi tiap
tahap.
Tahap 3
Harapan
tanda
Intercept 2924277,698 2414302,227 1501845,431 7053262,643
1 X1 Positif 49,794 0,039 ok 53,323 0,002 ok 134,413 0,009 ok 133,961 0,002 ok
2 X2 Positif -6628,492 0,060 tdk ok -4899,717 0,043 ok 106,746 0,988 tdk ok -11049,047 0,059 tdk ok
3 X3 Positif -152,590 0,970 tdk ok -486,243 0,860 tdk ok 3904,408 0,642 tdk ok 562,171 0,933 tdk ok
5 X5 Positif -3,013 0,791 tdk ok 3,937 0,612 tdk ok 6,455 0,784 tdk ok 10,688 0,572 tdk ok
10 X10 Positif -12536,591 0,124 tdk ok -13033,371 0,023 ok -49826,911 0,005 ok -27567,644 0,045 ok
12 X12 Positif 2,738 0,524 tdk ok 5,361 0,076 tdk ok 8,059 0,367 tdk ok 15,040 0,042 ok
R
2 0,895 0,946 0,927 0,939

Tahap 4
Harapan
tanda
Intercept 3137101,114 2830962,265 2128193,220 8222186,453
R
2 0,894 0,938 0,924 0,927
Tahap 5
Harapan
tanda
Intercept 3166417,695 2873433,628 2067102,193 8324341,205
2 X2 Positif -7287,387 0,018 ok -5610,439 0,015 ok 763,172 0,909 tdk ok -12383,239 0,029 ok
6 X6 Positif -244,600 0,338 tdk ok
9 X9 Positif 8,740 0,745 tdk ok 6,693 0,740 tdk ok 22,293 0,655 tdk ok
R
2 0,891 0,932 0,922 0,920

Tahap 6
Harapan
tanda
Intercept 3154054,866 2863966,104 3118484,348 8292808,044
2 X2 Positif -7432,894 0,013 ok -5721,869 0,011 ok -2794,028 0,650 tdk ok -12754,377 0,021 ok
6 X6 Positif -257,540 0,318 ok
11 X11 Positif -726090,178 0,142 tdk ok -206250,125 0,572 tdk ok 176701,977 0,867 ok -505879,327 0,576 tdk ok
15 X15 Positif -133,135 0,076 ok -106,109 0,060 tdk ok -237,189 0,133 ok -229,697 0,098 tdk ok
2 0,890 0,931 0,917 0,920
R
Tahap 7
Harapan
tanda
Intercept 3546995,065 3332916,431 2386783,808 9000175,783
2 X2 Positif -8814,138 0,001 ok -7370,300 0,001 ok 1057,693 0,868 tdk ok -15240,881 0,002 ok
6 X6 Positif -197,805 0,473 tdk ok
8 X8 Positif -0,127 0,580 tdk ok -0,287 0,112 tdk ok -0,718 0,100 tdk ok
R
2 0,886 0,925 0,900 0,917
Tahap 8
Harapan
tanda
Intercept 3542620,602 3601781,077 2499893,949 9629054,818
2 X2 Positif -8714,636 0,000 ok -7373,264 0,000 ok -1522,169 0,772 tdk ok -15247,815 0,002 ok
3 X3 Positif 1027,966 0,770 6411,900 0,436 tdk ok
8 X8 Positif -0,123 0,571 tdk ok -0,285 0,108 tdk ok -0,714 0,096 tdk ok
10 X10 Positif -13166,206 0,040 ok -13998,468 0,009 ok -47159,085 0,005 ok -27514,497 0,029 ok
14 X14 Positif 14,378 0,630 tdk ok 0,420 0,987 tdk ok -38,847 0,621 tdk ok -27,977 0,660 tdk ok
2 0,886 0,925 0,898 0,917
R
Tahap 9
Harapan
tanda
Intercept 142865,367 3618175,388 5310532,025 9662161,045
2 X2 Positif -8695,025 0,000 ok -1632,596 0,754 tdk ok -12910,718 0,001 ok
3 X3 Positif 466,363 0,918 tdk ok
5 X5 Positif 5,755 0,792 tdk ok
8 X8 Positif 0,139 0,607 tdk ok -0,119 0,577 tdk ok -0,613 0,132 tdk ok
14 X14 Positif 22,626 0,557 tdk ok 15,047 0,608 tdk ok -32,271 0,677 tdk ok -54,606 0,324 tdk ok
15 X15 Positif -81,031 0,370 tdk ok -127,850 0,049 ok -328,870 0,033 ok -226,619 0,062 tdk ok
R
2 0,803 0,886 0,896 0,915
Tahap 10
Harapan
tanda
Intercept 349746,725 1015519,259 5364434,885 4256344,244
1 X1 Positif 18,702 0,404 tdk ok 32,056 0,064 tdk ok 133,274 0,003 ok 87,254 0,029 ok
2 X2 Positif -847,425 0,840 tdk ok
8 X8 Positif 0,141 0,596 tdk ok -0,050 0,803 tdk ok -0,227 0,619 tdk ok
11 X11 Positif 458938,352 0,255 tdk ok 516827,655 0,093 tdk ok -955893,847 0,302 tdk ok 962360,771 0,168 tdk ok
R
2 0,803 0,875 0,896 0,876
Sig. f 1,11E-05 ok 1,18E-08 ok 6.91E-14 tdk ok 1,03E-08 ok

Tahap 11
Harapan
tanda
Intercept 369599,588 1008480,294 3781487,182 4224299,547
1 X1 Positif 17,521 0,427 tdk ok 32,475 0,056 tdk ok 111,500 0,004 ok 89,160 0,023 ok
2 X2 Positif 2239,876 0,454 tdk ok
2 0,801 0,874 0,892 0,875
R
Tahap 12
Harapan
tanda
Intercept 715734,359 4743087,111 4491186,043 1315670,325
2 0,787 0,861 0,890 0,868
R
Tahap 13
Harapan
tanda
Intercept -2155119,520 -1260465,602 -7999439,448 -187121,670
1 X1 Positif 18,584 0,283 tdk ok 33,808 0,015 ok 50,521 0,159 tdk ok 84,657 0,006 ok
14 X14 Positif 3,188 0,926 tdk ok -27,743 0,297 tdk ok 3,021 0,966 tdk ok -77,564 0,191 tdk ok
R
2 0,771 0,848 0,840 0,857
Tahap 14
Harapan
tanda
Intercept -2084601,752 -1874104,365 -7932616,153 -1902746,729
2 0,771 0,838 0,840 0,850
R
4. Selanjutnya dipilih persamaan terbaik. Kriteria dalam pemilihan persamaan terbaik
adalah
a. Konstanta regresi yang memiliki nilai terkecil dari semua tahap
b. Nilai koefisien determinasi (R2) besar (semakin mendekati satu)
c. Tanda koefisien regresi (+/-) sesuai dengan yang diharapkan
d. Parameter F hitung > F tabel (signifikansi F < 0,05)
e. Parameter t hitung > t tabel (signifikansi t < 0,05)
Pemilihan konstanta regresi sebagai hal yang menenutukan pemilihan persamaan terbaik
didasarkan bahwa semakin kecil konstanta, maka error pada pemodelan semakin kecil.
Hal ini juga didasarkan pada perhitungan bahwa signifikan t selalu memberikan hasil
yang lebih besar dari 0,05 dan nilai koefisien determinasi yang semakin variabel
indenpen berkurang, semakin kecil nilai R2 . Sehingga, menurut penulis hal yang paling
logis dalam menentukan persamaan terbaik yaitu dengan melihat error atau kosntanta
regresi yang terkecil dari semua tahap. Maka, pemilhan persamaan terbaik menggunakan
metode Stepwise 1 sebagai berikut :
Tabel 4. Persamaan Terbaik Metode Stepwise 1
Persamaan terbaik
Y1 Error terkecil Tahap 9 Y3 Error terkecil Tahap 3
R2 0,803 R2 0,927
Jumlah tdk sesuai 2 Jumlah tdk sesuai 6
Y1=142865,367+18,2 Y3=1501845,431+134,413X1+1
06,746X2+3904,408X3+35988,2
07X1+466,363X3+0,1
77X4+6,455X5-234,814X6-
39X8-
Persamaan Persamaan 0,869X8+43,323X9-
10446,686X10+47673
49826,911X10-
8,101X11+22,626X14-
191163,625X11+8,059X12-
81,031X15 62,696X14-263,472X15
Y2 Error terkecil Tahap 11 Y4 Error terkecil Tahap 12

R2 0,874 R2 0,859
Jumlah tdk sesuai 3 Jumlah tdk sesuai 2
Y2=1008480,294+32,
475X1-
Y4=-134545,838+96,109X1-
Persamaan 9754,529X10+485562 Persamaan
83,442X14-93,738X15
,121X11-7,948X14-
69,688X15
4.3.4 Metode Stepwise 2
Metode stepwise 2 memiliki kemiripan dengan metode stepwise 1, perbedaannya jika

metode stepwise menghilangkan variabel dengan nilai korelasi terkecil, metode stepwise 2
menghilangkan variabel yang memiliki koefisien regresi terkecil. Langkah-langkah pengerjaan
step wise 2 sama dengan step wise 1. Berikut adalah hasil analisis regresi tiap persamaan.
Tabel 4. Hasil Analisis Regresi Persamaan Y1 Metode Stepwise 2
Tanda 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
No. Parameter
Harapan Koef. Regesi sig t cek t Koef. Regesi sig t cek t Koef. Regesi sig t cek t Koef. Regesi sig t cek t Koef. Regesi sig t cek t Koef. Regesi sig t cek t Koef. Regesi sig t cek t Koef. Regesi sig t cek t Koef. Regesi sig t cek t Koef. Regesi sig t cek t Koef. Regesi sig t cek t Koef. Regesi sig t cek t Koef. Regesi sig t cek t Koef. Regesi sig t cek t Koef. Regesi sig t cek t
C(Intercept) (+)/(-) 28991070,989 0,470 TIDAK OK 29793146,795 0,422 TIDAK OK 28728618,868 0,433 TIDAK OK 19210209,891 0,561 TIDAK OK 10177435,272 0,708 TIDAK OK 9867546,751 0,706 TIDAK OK 6833067,873 0,846 TIDAK OK 6650577,484 0,849 TIDAK OK -31818839,314 0,354 TIDAK OK -31805965,087 0,346 TIDAK OK -32666749,015 0,351 TIDAK OK -51487996,485 0,226 TIDAK OK -34127425,393 0,442 TIDAK OK 4370433,026 0,442 TIDAK OK 21248699,062 0,000 OK
1 X1 (+) 44,082 0,086 TIDAK OK 44,177 0,078 TIDAK OK 41,708 0,087 TIDAK OK 38,480 0,101 TIDAK OK 48,622 0,000 OK 48,490 0,000 OK
2 X2 (+) -6462,459 0,085 TIDAK OK -6374,496 0,060 TIDAK OK -5761,217 0,072 TIDAK OK -6770,490 0,016 OK -6617,492 0,016 OK -6607,499 0,014 OK -2243,139 0,484 TIDAK OK -3733,548 0,139 TIDAK OK -20,910 0,992 TIDAK OK
3 X3 (+) -508,309 0,907 TIDAK OK -535,572 0,899 TIDAK OK -887,096 0,831 TIDAK OK -861,143 0,834 TIDAK OK -811,577 0,841 TIDAK OK -779,464 0,843 TIDAK OK 8013,506 0,097 TIDAK OK 8566,290 0,072 TIDAK OK 8344,511 0,104 TIDAK OK 8324,755 0,072 TIDAK OK
4 X4 (+) 7874,164 0,588 TIDAK OK 8119,264 0,552 TIDAK OK 8497,648 0,529 TIDAK OK 7489,668 0,571 TIDAK OK 9201,293 0,466 TIDAK OK 9362,731 0,439 TIDAK OK 12465,772 0,445 TIDAK OK 14200,386 0,376 TIDAK OK 33284,704 0,035 OK 33309,953 0,029 OK 7176250,458 0,006 OK 41529,050 0,023 OK
5 X5 (+) -6,264 0,650 TIDAK OK -6,678 0,571 TIDAK OK -7,473 0,519 TIDAK OK
6 X6 (+) -99,324 0,497 TIDAK OK -97,539 0,486 TIDAK OK -103,003 0,456 TIDAK OK -106,096 0,437 TIDAK OK -113,798 0,395 TIDAK OK -113,197 0,387 TIDAK OK -131,837 0,455 TIDAK OK
7 X7 (+) -1520049,451 0,777 TIDAK OK -1466987,462 0,777 TIDAK OK -1554052,259 0,761 TIDAK OK -1589756,1 15 0,753 TIDAK OK -1692680,1 06 0,733 TIDAK OK -1626013,121 0,732 TIDAK OK 937115,696 0,883 TIDAK OK 3032834,520 0,595 TIDAK OK 9233871,776 0,104 TIDAK OK 9227752,801 0,096 TIDAK OK 9227752,801 0,199 TIDAK OK 7778079,508 0,252 TIDAK OK 4562024,996 0,517 TIDAK OK 6350927,472 0,346 TIDAK OK -6909795,457 0,417 TIDAK OK
8 X8 (+) -0,018 0,951 TIDAK OK
9 X9 (+) -58,581 0,823 TIDAK OK -56,241 0,824 TIDAK OK -21,886 0,929 TIDAK OK -33,212 0,890 TIDAK OK -14,173 0,952 TIDAK OK
10 X10 (+) -12157,991 0,193 TIDAK OK -11947,411 0,160 TIDAK OK -12208,754 0,146 TIDAK OK -14386,100 0,061 TIDAK OK -14370,075 0,057 TIDAK OK -14347,842 0,052 TIDAK OK 5013,528 0,533 TIDAK OK 8202,443 0,230 TIDAK OK 15886,476 0,020 OK 15851,927 0,006 OK 20357,348 0,000 OK
11 X11 (+) -954988,211 0,162 TIDAK OK -968808,984 0,125 TIDAK OK -929082,245 0,133 TIDAK OK -756188,463 0,166 TIDAK OK -773755,936 0,150 TIDAK OK -767221,699 0,137 TIDAK OK 364970,970 0,549 TIDAK OK 376328,425 0,533 TIDAK OK 1534262,775 0,001 OK 1535487,611 0,000 OK 1270648,714 0,002 OK 2203089,415 0,000 OK 2176483,157 0,000 OK 2135646,609 0,000 OK
12 X12 (+) 2,956 0,516 TIDAK OK 2,966 0,505 TIDAK OK
13 X13 (+) -299244,461 0,535 TIDAK OK -309593,831 0,484 TIDAK OK -293949,829 0,500 TIDAK OK -178536,552 0,648 TIDAK OK -67295,534 0,832 TIDAK OK -64417,987 0,834 TIDAK OK -142563,395 0,731 TIDAK OK -157841,660 0,701 TIDAK OK 230309,129 0,578 TIDAK OK 230236,203 0,571 TIDAK OK 279169,960 0,508 TIDAK OK 627205,074 0,217 TIDAK OK 464796,456 0,383 TIDAK OK
14 X14 (+) 7,520 0,859 TIDAK OK 7,110 0,862 TIDAK OK 12,339 0,756 TIDAK OK 18,972 0,617 TIDAK OK
15 X15 (+) -97,535 0,266 TIDAK OK -97,562 0,255 TIDAK OK -102,866 0,223 TIDAK OK -106,832 0,200 TIDAK OK -115,452 0,151484 TIDAK OK -114,992 0,143 TIDAK OK 172,777 0,014 OK 158,655 0,018 OK
Sig F 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
CEK F OK OK OK OK OK OK OK OK OK OK OK OK OK OK OK
R2 0,897 0,897 0,897 0,897 0,897 0,892 0,796 0,792 0,792 0,746 0,718 0,567 0,492 0,48 0,48
Jumlah Tidak Sesuai 11 10 10 9 9 8 3 2 1 0 0 0 0 0 0

Tanda 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
No. Parameter
C(Intercept) (+)/(-) 43620806,998 0,104 TIDAK OK 49396339,905 0,051 TIDAK OK 43203802,855 0,059 TIDAK OK 38994824,621 0,104 TIDAK OK 38126729,246 0,055 TIDAK OK 37984194,220 0,047 OK 35558414,372 0,187 TIDAK OK 35428124,250 0,174 TIDAK OK 29775750,573 0,253 TIDAK OK -1386445,6 14 0,959 TIDAK OK -2155652,2 09 0,939 TIDAK OK -21152135,535 0,572 TIDAK OK -5180575,400 0,895 TIDAK OK 4450883,228 0,280 TIDAK OK 21455985,407 0,000 OK
1 X1 (+) 44,831 0,010 OK 45,514 0,008 OK 43,549 0,009 OK 37,849 0,027 OK 38,824 0,000 OK 38,763 0,000 OK
2 X2 (+) -4529,246 0,065 TIDAK OK -3895,846 0,079 TIDAK OK -4598,858 0,018 OK -3573,279 0,065 TIDAK OK -3558,575 0,060 TIDAK OK -3553,979 0,055 TIDAK OK -65,0 84 0,978 TIDAK OK
3 X3 (+) -808,794 0,776 TIDAK OK -1005,102 0,719 TIDAK OK -965,573 0,726 TIDAK OK -1672,499 0,567 TIDAK OK -1667,736 0,560 TIDAK OK -1652,965 0,553 TIDAK OK 5376,186 0,137 TIDAK OK 5341,888 0,108 TIDAK OK 4926,611 0,142 TIDAK OK 7439,099 0,048 OK
4 X4 (+) 9190,885 0,335 TIDAK OK 10955,780 0,229 TIDAK OK 10268,626 0,249 TIDAK OK 10818,366 0,254 TIDAK OK 10982,862 0,222 TIDAK OK 11057,116 0,200 TIDAK OK 13537,705 0,272 TIDAK OK 13613,125 0,249 TIDAK OK 19793,270 0,080 TIDAK OK 30957,592 0,013 OK 39043,290 0,002 OK 38206,331 0,019 OK
5 X5 (+) -1,981 0,825 TIDAK OK -4,966 0,522 TIDAK OK
6 X6 (+) -126,074 0,192 TIDAK OK -113,224 0,225 TIDAK OK -114,909 0,212 TIDAK OK -126,650 0,197 TIDAK OK -127,390 0,183 TIDAK OK -127,114 0,174 TIDAK OK -142,015 0,287 TIDAK OK -144,243 0,163 TIDAK OK
7 X7 (+) -1017325,275 0,771 TIDAK OK -635240,111 0,852 TIDAK OK -653161,058 0,846 TIDAK OK -837330,665 0,815 TIDAK OK -847222,181 0,809 TIDAK OK -816558,314 0,808 TIDAK OK 1232421,588 0,797 TIDAK OK 1213558,402 0,795 TIDAK OK 4183836,884 0,327 TIDAK OK 9755971,748 0,032 OK 7922725,237 0,085 TIDAK OK 8530157,636 0,159 TIDAK OK 5571418,102 0,377 TIDAK OK 6018968,716 0,312 TIDAK OK -7341405,382 0,361 TIDAK OK
8 X8 (+) -0,127 0,499 TIDAK OK
10 X10 (+) -11553,955 0,063 TIDAK OK -10037,623 0,077 TIDAK OK -11453,033 0,028 OK -12451,984 0,024 OK -12450,444 0,022 OK -12440,218 0,019 OK 3037,373 0,615 TIDAK OK 2971,103 0,584 TIDAK OK 5954,959 0,246 TIDAK OK 16520,789 0,001 OK 20546,886 0,085 TIDAK OK
11 X11 (+) -535730,929 0,226 TIDAK OK -635250,615 0,126 TIDAK OK -524071,211 0,155 TIDAK OK -406288,345 0,291 TIDAK OK -407976,668 0,279 TIDAK OK -404971,207 0,263 TIDAK OK 500110,1 17 0,278 TIDAK OK 505898,9 70 0,208 TIDAK OK 762837,611 0,040 OK 1481930,461 0,000 OK 1245267,322 0,000 OK 2186389,544 0,000 OK 2161912,040 0,000 OK 2151695,484 0,000 OK
12 X12 (+) 5,752 0,061 TIDAK OK 5,823 0,055 TIDAK OK 6,012 0,044 OK
13 X13 (+) -485321,823 0,131 TIDAK OK -559844,866 0,063 TIDAK OK -484933,507 0,073 TIDAK OK -428352,160 0,132 TIDAK OK -417661,335 0,071 TIDAK OK -416337,791 0,063 TIDAK OK -478807,679 0,132 TIDAK OK -477134,161 0,120 TIDAK OK -435992,738 0,158 TIDAK OK -129305,348 0,693 TIDAK OK -85577,569 0,803 TIDAK OK 265697,937 0,552 TIDAK OK 116283,555 0,806 TIDAK OK
14 X14 (+) -11,278 0,683 TIDAK OK -14,234 0,598 TIDAK OK -10,206 0,694 TIDAK OK 1,823 0,946 TIDAK OK
15 X15 (+) -53,088 0,350 TIDAK OK -53,279 0,343 TIDAK OK -55,548 0,316 TIDAK OK -67,155 0,255 TIDAK OK -67,983 0,229 TIDAK OK -67,772 0,220 TIDAK OK 162,272 0,003 OK 161,896 0,002 OK 121,310 0,003 OK
Sig F 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
R2 0,951 0,95 0,949 0,94 0,94 0,94 0,871 0,871 0,862 0,816 0,79 0,618 0,548 0,547 0,023
Tanda 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
No. Parameter
C(Intercept) (+)/(-) 114911569,794 0,156 TIDAK OK 148018512,662 0,061 TIDAK OK 144841961,282 0,065 TIDAK OK 150602106,493 0,036 OK 151091296,570 0,03 OK 106087852,831 0,062 TIDAK OK 99877364,030 0,180 TIDAK OK 99458603,961 0,180 TIDAK OK 9023880,231 0,901 TIDAK OK 3398430,083 0,963 TIDAK OK 2561175,188 0,973 TIDAK OK -62659850,345 0,606 TIDAK OK -24165346,796 0,845 TIDAK OK 17275624,793 0,183 TIDAK OK 52261480,930 0,000 OK
1 X1 (+) 110,265 0,034 OK 114,181 0,030 OK 106,813 0,038 OK 98,040 0,000 OK 98,274 0 OK 99,241 0,000 OK
2 X2 (+) 1186,541 0,869 TIDAK OK 4817,363 0,475 TIDAK OK 6647,386 0,306 TIDAK OK 6355,836 0,305 TIDAK OK 6333,966 0,296 TIDAK OK 2979,427 0,577 TIDAK OK 11911,704 0,081 TIDAK OK 8491,667 0,108 TIDAK OK 17219,417 0,001 OK 19918,161 0,000 OK 24033,353 0,000 OK
3 X3 (+) 1751,976 0,839 TIDAK OK 626,685 0,943 TIDAK OK -422,263 0,961 TIDAK OK -458,226 0,957 TIDAK OK -514,595 0,95 TIDAK OK -324,900 0,969 TIDAK OK 17671,153 0,080 TIDAK OK 18939,625 0,057 TIDAK OK 18418,262 0,093 TIDAK OK 19883,294 0,069 TIDAK OK
4 X4 (+) 14366,305 0,618 TIDAK OK 24483,168 0,386 TIDAK OK 25612,266 0,363 TIDAK OK 24054,806 0,364 TIDAK OK 23768,631 0,349 TIDAK OK 22513,414 0,378 TIDAK OK 28864,225 0,395 TIDAK OK 32844,639 0,327 TIDAK OK 77708,459 0,022 OK 76264,147 0,024 OK 98543,256 0,003 OK 92084,538 0,076 TIDAK OK
6 X6 (+) -306,718 0,294 TIDAK OK -233,054 0,420 TIDAK OK -249,357 0,387 TIDAK OK -243,613 0,386 TIDAK OK -244,697 0,373 TIDAK OK -264,377 0,339 TIDAK OK -302,525 0,41 TIDAK OK
7 X7 (+) -9848650,644 0,358 TIDAK OK -7658433,412 0,474 TIDAK OK -7918234,770 0,458 TIDAK OK -7840543,4 32 0,453 TIDAK OK -7958286,5 67 0,426 TIDAK OK -8133388,391 0,419 TIDAK OK -2887583,936 0,828 TIDAK OK 1921454,848 0,871 TIDAK OK 16498985,200 0,171 TIDAK OK 16944915,268 0,160 TIDAK OK 11853805,417 0,327 TIDAK OK 14828316,296 0,447 TIDAK OK 7697190,186 0,695 TIDAK OK 9622852,020 0,605 TIDAK OK -17864435,102 0,395 TIDAK OK
8 X8 (+) -0,728 0,209 TIDAK OK

9 X9 (+) -156,771 0,763 TIDAK OK -60,189 0,908 TIDAK OK 42,327 0,934 TIDAK OK 24,984 0,959 TIDAK OK
10 X10 (+) -49911,035 0,011 OK -41219,003 0,023 OK -41998,852 0,020 OK -42372,717 0,016 OK -42421,578 0,014 OK -50044,340 0,002 OK -10418,566 0,533 TIDAK OK -3100,974 0,825 TIDAK OK 14962,815 0,286 TIDAK OK
11 X11 (+) -1446888,841 0,281 TIDAK OK -2017363,048 0,120 TIDAK OK -1898818,455 0,140 TIDAK OK -1855894,4 61 0,135 TIDAK OK -1866658,5 24 0,120 TIDAK OK -1271798,764 0,239 TIDAK OK 1045393,141 0,410 TIDAK OK 1071455,053 0,396 TIDAK OK 3793551,768 0,000 OK 4460941,362 0,000 OK 4278197,613 0,000 OK 4529796,377 0,000 OK 4470800,928 0,000 OK 4426842,477 0,000 OK
12 X12 (+) 8,448 0,352 TIDAK OK 8,851 0,336 TIDAK OK
13 X13 (+) -1274808,573 0,189 TIDAK OK -1701995,149 0,070 TIDAK OK -1655313,447 0,076 TIDAK OK -1726550,8 78 0,042 OK -1730929,8 98 0,036 OK -1184159,116 0,076 TIDAK OK -1344094,709 0,127 TIDAK OK -1379153,691 0,115 TIDAK OK -466680,555 0,597 TIDAK OK -357266,387 0,684 TIDAK OK -245846,024 0,787 TIDAK OK 860446,699 0,554 TIDAK OK 500329,565 0,736 TIDAK OK
14 X14 (+) -15,171 0,857 TIDAK OK -32,116 0,703 TIDAK OK -16,510 0,841 TIDAK OK
15 X15 (+) -148,120 0,392 TIDAK OK -149,214 0,394 TIDAK OK -165,042 0,344 TIDAK OK -158,697 0,345 TIDAK OK -159,538 0,331 TIDAK OK -183,585 0,264 TIDAK OK 405,374 0,006 OK 372,969 0,008201 OK
Sig F 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
R2 0,966 0,964 0,962 0,962 0,962 0,96 0,855 0,852 0,811 0,803 0,781 0,408 0,348 0,345 0,02

Tanda 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
No. Parameter
C(Intercept) (+)/(-) 130460065,534 0,043 OK 145683708,582 0,017 OK 125692222,985 0,024 OK 114034980,604 0,055 TIDAK OK 117074603,319 0,018 OK 118276299,838 0,014 OK 112964592,198 0,074 TIDAK OK 113277929,285 0,064 TIDAK OK 100673270,414 0,098 TIDAK OK 24026215,296 0,706 TIDAK OK 22163237,702 0,741 TIDAK OK -24498627,652 0,785 TIDAK OK 6893975,110 0,940 TIDAK OK 13008558,179 0,179 TIDAK OK 21216820,527 0,000 OK
1 X1 (+) 108,111 0,009 OK 109,911 0,007 OK 103,568 0,009 OK 87,781 0,035 OK 84,368 0,000 OK 84,879 0,000 OK
2 X2 (+) -9633,323 0,095 TIDAK OK -7963,754 0,127 TIDAK OK -10233,301 0,026 OK -7392,842 0,117 TIDAK OK -7444,328 0,105 TIDAK OK -7483,077 0,096 TIDAK OK 156,522 0,978 TIDAK OK
3 X3 (+) -221,788 0,974 TIDAK OK -739,233 0,911 TIDAK OK -611,621 0,926 TIDAK OK -2569,534 0,719 TIDAK OK -2586,213 0,712 TIDAK OK -2710,743 0,691 TIDAK OK 12680,923 0,130 TIDAK OK 12763,405 0,098 TIDAK OK 11837,346 0,128 TIDAK OK 18017,102 0,042 OK
4 X4 (+) 8322,331 0,709 TIDAK OK 12974,392 0,543 TIDAK OK 10756,038 0,609 TIDAK OK 12278,607 0,594 TIDAK OK 11702,627 0,592 TIDAK OK 11076,599 0,596 TIDAK OK 16508,321 0,560 TIDAK OK 16326,942 0,547 TIDAK OK 30108,516 0,242 TIDAK OK 57568,468 0,046 OK 77151,601 0,008 OK 75095,742 0,051 TIDAK OK
5 X5 (+) -8,163 0,701 TIDAK OK -16,031 0,385 TIDAK OK

6 X6 (+) -290,568 0,203 TIDAK OK -256,694 0,245 TIDAK OK -262,135 0,233 TIDAK OK -294,654 0,220 TIDAK OK -292,062 0,212 TIDAK OK -294,392 0,199 TIDAK OK -327,020 0,29 TIDAK OK -321,659 0,178 TIDAK OK
7 X7 (+) -2486709,916 0,763 TIDAK OK -1479577,198 0,854 TIDAK OK -1537431,736 0,848 TIDAK OK -2047510,3 39 0,816 TIDAK OK -2012875,3 45 0,815 TIDAK OK -2271398,904 0,783 TIDAK OK 2215233,387 0,842 TIDAK OK 2260597,807 0,834 TIDAK OK 8884248,182 0,367 TIDAK OK 22589563,604 0,034 OK 18149537,743 0,094 TIDAK OK 19641599,633 0,177 TIDAK OK 13826104,210 0,349 TIDAK OK 14110234,113 0,311 TIDAK OK
8 X8 (+) -0,335 0,451 TIDAK OK

9 X9 (+) -138,016 0,732 TIDAK OK -93,604 0,813 TIDAK OK -124,740 0,750 TIDAK OK 61,366 0,884 TIDAK OK 54,959 0,893 TIDAK OK
10 X10 (+) -22542,301 0,120 TIDAK OK -18545,424 0,162 TIDAK OK -23114,819 0,060 TIDAK OK -25881,529 0,053 TIDAK OK -25886,921 0,049 OK -25973,137 0,044 OK 7918,000 0,572 TIDAK OK 8077,373 0,521 TIDAK OK 14731,300 0,215 TIDAK OK 40719,190 0,000 OK 50470,184 0,000 OK
11 X11 (+) -1540900,460 0,144 TIDAK OK -1803222,950 0,070 TIDAK OK -1444300,3 55 0,103 TIDAK OK -1118087,3 55 0,238 TIDAK OK -1112175,7 17 0,230 TIDAK OK -1137514,409 0,201 TIDAK OK 844333,774 0,427 TIDAK OK 830412,056 0,369 TIDAK OK 1403379,114 0,098 TIDAK OK 3172071,828 0,000 OK 2598886,251 0,001 OK 4910604,565 0,000 OK 4862493,263 0,000 OK 4856007,228 0,000 OK 4565086,390 0,000 OK
12 X12 (+) 15,854 0,032 OK 16,039 0,028 OK 16,651 0,021 OK
13 X13 (+) -1460040,347 0,058 TIDAK OK -1656474,550 0,023 OK -1414636,7 78 0,031 OK -1257928,3 24 0,074 TIDAK OK -1295362,0 85 0,025 OK -1306520,734 0,020 OK -1443310,4 69 0,053 TIDAK OK -1447335,141 0,045 OK -1355590,746 0,061 TIDAK OK -601257,348 0,436 TIDAK OK -495350,987 0,541 TIDAK OK 367501,896 0,732 TIDAK OK 73823,237 0,947 TIDAK OK
14 X14 (+) -44,914 0,494 TIDAK OK -52,705 0,412 TIDAK OK -39,701 0,522 TIDAK OK -6,384 0,923 TIDAK OK
15 X15 (+) -76,890 0,565 TIDAK OK -77,393 0,559 TIDAK OK -84,720 0,519 TIDAK OK -116,866 0,416 TIDAK OK -113,965 0,408 TIDAK OK -115,748 0,39 TIDAK OK 387,978 0,002 OK 388,882 0,001 OK 298,376 0,002 OK
Sig F 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
R2 0,948 0,947 0,945 0,931 0,931 0,931 0,868 0,868 0,86 0,806 0,778 0,581 0,529 0,529 0,514
Persamaan terbaik tidak selalu persamaan yang memiliki variabel dengan koefisien
terbesar, namun yang memenuhi syarat yang ada. Di setiap hasil regresi, terdapat nilai sig. F dan
sig. T. Kedua nilai tersebut haruslah lebih kecil dari 0,05. Kemudian nilai konstanta yang
dimiliki haruslah semakin mendekati nol untuk menandakan hubungan variabel dependent
benar-benar dipengaruhi variabel independen yang berada di dalam persamaan. Syarat lainnya
adalah tanda koefisien regresi yang diharapkan tercapai yang untuk pemodelan kali ini memiliki
nilai positif untuk variabel independen yang digunakan. Syarat terakhir adalah nilai koefisien
determinasi yang dimiliki semakin mendekati angka satu untuk menandakan kesesuaian antara
variabel independen dan dependen.
Setelah melakukan kelima langkah di atas, berikut adalah persamaan yang dihasilkan
Tabel 4. Persamaan Terbaik Metode Stepwise 2
Persamaan Terbaik
Y1= 8324,755 X3 33309,953 X4 9227752,801 X7 15851,927 X10 1535487,611 X11 230236,203 X13 2561175,188
Y2= 39043,290 X4 7922725,237 X7 20546,886 X10 1245267,322 X11 -85577,569 X13 -2155652,209
Y3= 24033,353 X2 98543,256 X4 11853805,417 X7 4278197,613 X11 -245846,024 X13 2561175,188
Y4= 77151,601 X4 18149537,743 X7 50470,184 X10 2598886,251 X11 -495350,987 X13 22163237,702
1.
Y 1=−31805965,087+8324,755 X 3+33309,953 X 4+9227752,801 X 7+15851,927 X 10+1535487,611
2.
Y 2=−2155652,209+39043,290 X 4 +7922725,237 X 7+20546,886 X 10+1245267,322 X 11 – 85577,56
3.
Y 3=2561175,188 +24033,353 X 2+ 98543,256 X 4+ 11853805,417 X 7+4278197,613 X 11 – 245846,02
4.
Y 4=22163237,702+77151,601 X 4+18149537,743 X 7+50470,184 X 10+2598886,251 X 11−495350,
4.3.5 Metode Coba-coba
Metode ini melakukan proses coba-coba dalam menentukan parameter yang dipilih.
Setelah mengetahui matriks korelasi, bentuk model persamaan menggunakan beberapa
kombinasi peubah bebas secara coba-coba berdasarkan uji korelasi yang dihasilkan. Berikut
adalah langkah secara detailnya
Langkah pertama adalah membuat persamaan dengan Y1 hingga Y4 adalah variabel
dependen dan X1 hingga X15 adalah variabel independen. Dilakukan pencarian variabel
independen yang mempunya korelasi yang kuat terhadap variabel dependen. Antar variabel
independen tidak boleh memiliki korelasi yang kuat untuk menandakan variabel tersebut tidak
memiliki ketergantungan terhadap faktor lain. Diasumsikan variabel independen dan dependen
mempunyai korelasi yang kuat jika memiliki nilai 0,6 atau lebih. Berikut adalah hasil
persamaannya
Tabel 4. Persamaan Antar Variabel
Definisi korelasi tinggi: besarnya lebih dari 0.6 Persamaan
Y1 A+BX1
Y1 A+BX10
Terhadap
X1 X10 X11 X14 X15 Y1 A+BX11
Y1
Y1 A+BX14
Y1 A+BX15
Y2 A+BX1
Y2 A+BX10
Terhadap
X1 X10 X11 X14 X15 Y2 A+BX11
Y2
Y2 A+BX14
Y2 A+BX15
Y3 A+BX1
Y3 A+BX10
Terhadap
X1 X2 X10 X11 X14 X15 Y3 A+BX2+CX11
Y3
Y3 A+BX14
Y3 A+BX15
Y4 A+BX1
Y4 A+BX10
Terhadap
X1 X10 X11 X14 X15 Y4 A+BX11
Y4
Y4 A+BX14
Y4 A+BX15
Ambil contoh Y1 yang memiliki variabel X1, X10, X11, X14, dan X15 sebagai variabel yang
memengaruhi dikarenakan memiliki nilai korelasi yang tinggi. Kemudian dilakukan pengecekan
apakah antar variabel juga memiliki nilai korelasi yang tinggi, sehingga tidak dapat disatukan
menjadi satu persamaan. Oleh karena itu, didapatkan lima persamaan untuk Y1. Berikut adalah
hasil persamaan menggunakan metode coba-coba
Tabel 4. Persamaan Variabel Y1 (Bangkitan Penumpang)
Y1
No Parameter Tanda Harapan 1 2 3 4 5
(+)/(-) Koef. Regresi Sig t Cek t Koef. Regresi sig t Cek t Koef. Regresi sig t Cek t Koef. Regresi sig t Cek t Koef. Regresi sig t Cek t
C (intercept) -2084602.417 -4778917.340 8064920.19 -2749768.2 -332305.18
1 X1 + 20.175 0.000 ok
2 X10 + 30144.467 0.000 ok
3 X11 + 2004704.97 0.000002 ok
4 X14 + 39.986542 8.31E-13 ok
5 X15 + 204.432097 5.77E-11 ok
Sig F 0 1.64E-07 0.000002 8.31E-13 5.77E-11
CEK F ok ok ok ok ok
R2 0,771 0.537717 0.46667 0.763058 0.700786
Tanda Tidak Sesuai 0 0 0 0 0
Persamaan Terbaik: Y1=-2084602.417+20.175X1
Tabel 4. Persamaan Variabel Y2 (Tarikan Penumpang)

Y2
C (intercept) -1874104.709 -4590216.994 7952262.01 -2342213.7 -245184.26
1 X1 + 19.963 0.000 ok
2 X10 + 29893.983 0.000 ok
3 X11 + 2027598.08 1.97E-07 ok
4 X14 + 39.198498 6.38E-15 ok
5 X15 + 203.456856 3.21E-13 ok
Sig F 4.94E-16 1.77E-08 1.97E-07 6.38E-15 3.21E-13
R2 0.842757 0.590557 0.533124 0.818888 0.775154
Tabel 4. Persamaan Variabel Y3 (Bangkitan Barang)
Y3
C (intercept) -7932616.746 -12418345.5 -6695037.1 -9615967.8 -2901703.9
1 X1 + 52.028 0.000 ok
2 X2 + 23408.9961 1.12E-07 ok
3 X10 + 74468.420 0.000 ok
4 X11 + 4233420.88 2.33E-07 ok
5 X14 + 103.056136 1.84E-15 ok
6 X15 + 521.461031 2.63E-12 ok
Sig F 6.51E-16 1.77E-08 4.39E-10 1.84E-15 2.63E-12
R2 0.840 0.590557 0.691382 0.830929 0.747511
Tabel 4. Persamaan Variabel Y4 (Tarikan Barang)

Y4
C (intercept) -1902747.338 -8802724.189 21216820.5 -2895903.4 1958199.97
1 X1 + 45.950 0.000 ok
2 X10 + 69668.979 0.000 ok
3 X11 + 4565086.39 4.07E-07 ok
4 X14 + 90.062286 4.37E-15 ok
5 X15 + 467.058775 2.69E-13 ok
Sig F 2.19E-16 7.12E-09 4.07E-07 4.37E-15 2.69E-13
R2 0.849676 0.610388 0.514275 0.82263 0.777355
4.3.6 Persamaan Terbaik dari Ketiga Metode

Dari ketiga metode yang telah digunakan, dicari persamaan terbaik untuk masing-masing
variabel dependen. Dalam pencarian persamaan terbaik, syarat yang digunakan sama seperti
yang telah digunakan di ketiga metode di atas, yaitu nilai konstanta yang mendekati nol, sig. T &
sig. F yang harus lebih kecil dari 0,05, kesesuaian tanda yang diharapkan untuk variabel
independen, dan nilai R square yang mendekati satu. Dari ketiga persamaan di atas, persamaan
terbaik untuk masing-masing persamaan adalah
1.
Y 1=142865,367+18,207 X 1+466,363 X 3+ 0,139 X 8−10446,686 X 10+476738,101 X 11+22,626 X 1
2.
Y 2=1008480,294+32,475 X 1−9754,529 X 10+ 485562,121 X 11−7,948 X 14−69,688 X 15
3.
Y 3=1501845,431+134,413 X 1+ 106,746 X 2+ 3904,408 X 3+35988,277 X 4+6,455 X 5−234,814 X 6−
4. Y 4=−134545,838+ 96,109 X 1−83,442 X 14−93,738 X 15
Keempat persamaan didapatkan dari metode stepwise 1 dikarenakan memiliki konstanta yang
paling mendekati nol dan nilai R square yang paling mendekati satu. Meskipun ketidaksesuaian
tanda di model stepwise 1 lebih besar, namun hal tersebut tidak berpengaruh karena di awal
tanda yang diberikan merupakan hasil asumsi.
4.4 Perhitungan Nilai Bangkitan Tarikan pada Tahun 2019, 2029, dan 2039
Dalam menentukan nilai pergerakan pada bangkitan maupun tarikan pada tahun rencana tersebut
diperlukan pengumpulan data untuk setiap variable independen yang diperoleh selama 5 tahun
untuk memperkirakan kondisi pada masa yang akan datang. rentang waktu yang digunakan
berada dari tahun 2012 hingga tahun 2016. Untuk memperkirakan tahun rencana bisa
menggunakan formula di Microsoft excel FORCASE.
Berikut data atau variabel yang digunakan selama 5 tahun dari rentang tahun 2012 hingga 2018
dan perkiraan pada tahun rencana 2019, 2029, dan 2039:
Tabel 4. Variabel Jumlah Penduduk
Jumlah Penduduk
2011 2012 2013 2014 2015 2019 2029 2039
(X1)
1 Pacitan 543924 544229 547917 549481 550986 558933 578309 597685
2 Ponorogo 860093 860218 863890 865809 867393 875595.2 895786.2 915977.2
3 Trenggalek 678206 678791 683791 686781 689200 701340.6 731318.6 761296.6
4 Tulungagung 995729 999640 1009411 1015974 1021190 1048742 1115998 1183254
5 Blitar 1122922 1126151 1136701 1140793 1145396 1170147 1229737 1289327
6 Kediri 1508206 1514132 1530504 1538929 1546883 1589021 1691172 1793323
7 Malang 2459982 2473612 2508698 2527087 2544315 2636023 2858164 3080305
8 Lumajang 1012121 1014625 1023818 1026378 1030193 1050165 1098062 1145959
9 Jember 2345851 2355283 2381400 2394608 2407115 2473963 2635816 2797669
10 Banyuwangi 1564833 1568956 1582586 1588082 1594083 1626284 1703910 1781536
11 Bondowoso 740917 744067 752791 756989 761205 783292.6 836790.6 890288.6
12 Situbondo 651263 654153 660702 666013 669713 689624.8 738384.8 787144.8
13 Probolinggo 1102412 1108584 1123204 1132690 1140480 1181619 1281861 1382103
14 Pasuruan 1520978 1531025 1556711 1569507 1581787 1648062 1808162 1968262
15 Sidoarjo 1952421 1981096 2048986 2083924 2117279 2296268 2728812 3161356
16 Mojokerto 1031213 1039477 1057808 1070486 1080389 1133491 1262852 1392213
17 Jombang 1209172 1214086 1230881 1234501 1240985 1276350 1360391 1444432
18 Nganjuk 1022752 1025416 1033597 1037723 1041716 1062382 1112617 1162852
19 Madiun 666004 666519 671883 673988 676087 687477.2 715112.2 742747.2
20 Magetan 623933 626851 625703 626614 627413 630136.6 636859.6 643582.6
21 Ngawi 822366 826213 824587 827829 828783 834625.6 849075.6 863525.6
22 Bojonegoro 1216781 1217850 1227704 1232286 1236607 1258698 1312786 1366874
23 Tuban 1124757 1129050 1141497 1147097 1152915 1183681 1258044 1332407
24 Lamongan 1185693 1191239 1186382 1187084 1187795 1187668 1187717 1187766
25 Gresik 1183665 1196124 1227101 1241613 1256313 1335434 1526219 1717004
26 Bangkalan 911863 919002 937497 945821 954305 1000719 1112422 1224125
27 Sampang 882711 891982 913499 925911 936801 995446.2 1137555 1279664
28 Pamekasan 800396 808057 827407 836224 845314 894281.4 1012284 1130287
29 Sumenep 1048177 1051763 1061211 1067202 1072113 1098080 1161391 1224702
30 Kota Kediri 280018 271655 276619 278072 280004 281107 287496 293885
31 Kota Blitar 132712 133578 135702 136903 137908 143590.8 157307.8 171024.8
32 Kota Malang 824858 829094 840803 845973 851298 880260.6 950019.6 1019779
33 Kota Probolinggo 218283 220086 223881 226777 229013 240498.6 268649.6 296800.6
34 Kota Pasuruan 187310 188545 192285 193329 194815 203133.2 222927.2 242721.2
35 Kota Mojokerto 120873 121645 123806 124719 125706 130993.8 143733.8 156473.8
36 Kota Madiun 171926 172351 174114 174373 174995 178447.8 186607.8 194767.8
37 Kota Surabaya 2781047 2791761 2821929 2833924 2848583 2921790 3099025 3276260
38 Kota Batu 191254 192807 196189 198608 200485 210426.4 234689.4 258952.4
Tabel 4. Variabel Luas Daerah
Luas Dearah (X2) 2011 2012 2013 2014 2015 2019 2029 2039
1 Pacitan 1418 1434 1434 1396.94 1389.92 1358.64 1265.42 1172.2

2 Ponorogo 1487 1425 1425 1351.025 1305.7 1136.8 700.225 263.65
3 Trenggalek 1245 1257 1257 1171.665 1147.22 1047.04 766.145 485.25
4 Tulungagung 1151 1159 1159 1079.488 1055.65 958.7 688.4875 418.275
5 Blitar 1753 1765 1765 1440.61 1674.44 1390.704 909.194 427.684
6 Kediri 1522 1534 1534 1420.037 1386.05 1247.7 861.8375 475.975
7 Malang 3457 3478 3478 3512.238 3530.65 3600.1 3781.637 3963.175
8 Lumajang 1806 1814 1814 1794.675 1790.9 1774.2 1724.675 1675.15
9 Jembe r 3349 3316 3316 3156.505 3092.34 2842.28 2169.465 1496.65
10 Banyuwangi 3599 3606 3606 5236.55 5782.4 7964.4 13961.75 19959.1
11 Bondowoso 1572 1556 1556 1537.478 1525.97 1483.14 1372.558 1261.975
12 Situbondo 1654 1666 1666 1665.903 1669.87 1683.34 1714.983 1746.625
13 Probolinggo 1659 1728 1728 1686.908 1696.21 1719.62 1752.948 1786.275
14 Pasuruan 1487 1492 1492 1477.265 1474.02 1460.04 1419.345 1378.65
15 Sidoarjo 719 722 722 655.535 634.38 549.16 313.455 77.75
16 Mojokerto 974 980 980 924.56 967.23 923.77 854.79 785.81
17 Jombang 1114 1128 1128 1114.818 1115.09 1113.38 1102.378 1091.375
18 Nganjuk 1284 1300 1300 1239.188 1224.25 1161.3 980.9875 800.675
19 Madiun 1011 1128 1128 1030.935 1037.58 1040.76 996.855 952.95
20 Magetan 705 712 712 692.88 688.84 671.28 619.84 568.4
21 Ngawi 1392 1405 1405 1319.985 1295.98 1197.36 920.305 643.25
22 Bojonegoro 2314 2330 2330 2227.593 2198.79 2080.38 1747.552 1414.725
23 Tuban 1977 1993 1993 1869.863 1834.15 1688.1 1279.263 870.425
24 Lamongan 1759 1759 1759 1776.288 1782.05 1805.1 1868.488 1931.875
25 Gresik 1238 1251 1251 1202.938 1191.25 1141.9 1000.338 858.775
26 Bangkalan 1303 1310 1310 1286.44 1307.21 1294.246 1279.106 1263.966
27 Sampang 1230 1230 1230 1232.31 1233.08 1236.16 1244.63 1253.1
28 Pamekasan 797 802 802 793.43 792.24 786.48 768.39 750.3
29 Sumenep 2092 2090 2090 2021.905 1998.54 1905.48 1650.465 1395.45
30 Kota Kediri 69 67 67 64.8 63.4 58.2 44.8 31.4
31 Kota Blitar 33 33 33 32.6775 32.57 32.14 30.9575 29.775
32 Kota Malang 110 110 110 136.46 145.28 180.56 277.58 374.6
33 Kota Probolinggo 54 56 56 56.0025 56.67 58.94 64.2825 69.625
34 Kota Pasuruan 38 38 38 35.9675 35.29 32.58 25.1275 17.675
35 Kota Mojokerto 20 20 20 19.23 17.54 15.94 10.25 4.56
36 Kota Madiun 34 34 34 33.94 33.92 33.84 33.62 33.4
37 Kota Surabaya 331 330 330 345.655 350.54 370.28 425.015 479.75
38 Kota Batu 202 200 200 195.54 189.77 180.11 151.19 122.27
Tabel 4. Variabel Jumlah Kecelakaan
Jumlah Kecelakaan
2011 2012 2013 2014 2015 2019 2029 2039
(X3)
1 Pacitan 209 199 186 186 184.5 155.7 93.7 31.7
2 Ponorogo 661 700 652 600 600 509.4 287.4 65.4
3 Trenggalek 555 480 480 473 476 393.8 228.8 63.8
4 Tulungagung 520 829 637 637 695.5 759.1 918.1 1077.1
5 Blitar 254 245 239 239 221 196.4 124.4 52.4
6 Kediri 873 1666 1045 1045 1131 1089 984 879
7 Malang 675 658 550 612 600 501.4 305.4 109.4
8 Lumajang 321 341 340 340 276 269 178 87
9 Jember 1131 1083 1004 1004 987 821.6 454.6 87.6
10 Banyuwangi 805 723 748 748 719.5 661.1 515.1 369.1
11 Bondowoso 427 550 432 432 420 373 241 109
12 Situbondo 417 426 406 406 354 314.2 168.2 22.2
13 Probolinggo 518 755 655 615 476 469.4 245.4 21.4
14 Pasuruan 718 561 621 621 578 487.8 267.8 47.8
15 Sidoarjo 852 1382 1024 1024 1110 1173.2 1331.2 1489.2
16 Mojokerto 561 652 525 568 501 439 235 31
17 Jombang 474 1218 927 927 1153.5 1580.7 2648.7 3716.7
18 Nganjuk 254 1137 828 828 1115 1680.2 3093.2 4506.2
19 Madiun 232 663 497 497 629.5 881.1 1510.1 2139.1
20 Mage tan 861 952 825 868 801 739 535 331
21 Ngawi 761 852 725 768 701 639 435 231
22 Bojonegoro 614 778 616 616 617 554.6 398.6 242.6
23 Tuban 104 1096 858 858 1235 2044.6 4068.6 6092.6
24 Lamongan 1061 1152 1025 1068 1001 939 735 531
25 Gresik 477 787 539 539 570 545.2 483.2 421.2
26 Bangkalan 261 287 225 254 251 223.8 170.8 117.8
27 Sampang 361 371 325 368 301 271.4 148.4 25.4
28 Pamekasan 1061 1152 1025 1068 1001 939 735 531
29 Sumenep 861 952 825 868 801 739 535 331
30 Kota Kediri 164 352 434 434 569 925.8 1817.8 2709.8
31 Kota Blitar 156 130 302 302 375 619 1229 1839
32 Kota Malang 361 371 325 368 301 271.4 148.4 25.4
33 Kota Probolinggo 182 219 229 229 252.5 312.9 463.9 614.9
34 Kota Pasuruan 337 190 335 335 334 389.6 528.6 667.6
35 Kota Mojokerto 249 217 537 537 681 1154.6 2338.6 3522.6
36 Kota Madiun 153 276 302 302 376.5 565.7 1038.7 1511.7
37 Kota Surabaya 19 1209 837 837 1246 2078.8 4160.8 6242.8
38 Kota Batu 1161 1252 1125 1168 1101 1039 835 631
Tabel 4. Variabel Jumlah Hotel
Jumlah Hotel (X4) 2011 2012 2013 2014 2015 2019 2029 2039
1 Pacitan 13 11 13 23 27 40.02857 76.6 113.1714

2 Ponorogo 17 34 39 43 48 81.6 159.6 237.6
3 Trenggalek 10 10 11 12 12 14.37143 19.8 25.22857
4 Tulungagung 22 21 21 22 27 28.91429 39.2 49.48571
5 Blitar 8 8 8 8 8 8 8 8
6 Kediri 9 9 9 9 10 10.4 12.4 14.4
7 Malang 96 97 104 101 166 198.4 340.4 482.4
8 Lumajang 12 13 10 12 17 18.82857 29.4 39.97143
9 Jember 30 28 26 32 50 59.14286 102 144.8571
10 Banyuwangi 49 51 50 53 64 73.05714 106.2 139.3429
11 Bondowoso 13 14 14 14 15 16.62857 21.2 25.77143
12 Situbondo 23 24 22 24 28 30.65714 41.8 52.94286
13 Probolinggo 55 54 52 50 96 108.4286 187 265.5714
14 Pasuruan 482 482 442 446 1079 1287.629 2462.2 3636.771
15 Sidoarjo 42 46 56 66 81 115.6286 210.2 304.7714
16 Mojokerto 36 70 80 101 141 235.0571 488.2 741.3429
17 Jombang 17 17 17 19 23 26.88571 40.6 54.31429
18 Nganjuk 13 13 13 13 13 13 13 13
19 Madiun 5 5 5 5 7 7.8 11.8 15.8
20 Magetan 102 105 103 106 122 133.0571 176.2 219.3429
21 Ngawi 11 10 10 12 14 15.85714 23 30.14286
22 Bojonegoro 14 14 16 19 22 29.08571 48.8 68.51429
23 Tuban 16 16 17 20 25 31.65714 52.8 73.94286
24 Lamongan 6 7 7 6 15 18.68571 36.4 54.11429
25 Gresik 15 15 15 18 24 29.82857 50.4 70.97143
26 Bangkalan 2 2 4 2 3 3.571429 5 6.428571
27 Sampang 4 4 13 4 5 6.171429 5.6 5.028571
28 Pamekasan 13 13 12 12 14 13.57143 15 16.42857
29 Sumenep 11 11 12 12 14 16.02857 22.6 29.17143
30 Kota Kediri 22 21 21 21 29 30.97143 44.4 57.82857
31 Kota Blitar 18 19 19 19 19 20.22857 22.8 25.37143
32 Kota Malang 57 61 64 68 104 131.5714 233 334.4286
34 Kota Pasuruan 5 5 4 5 6 6.314286 8.6 10.88571
35 Kota Mojokerto 8 8 8 9 9 10.14286 13 15.85714
36 Kota Madiun 29 30 30 30 37 41.02857 57.6 74.17143
37 Kota Surabaya 126 123 109 125 189 212 342 472
38 Kota Batu 410 440 435 437 811 993.6 1811.6 2629.6
Tabel 4. Variabel Produksi Padi
Produksi Padi (X5) 2011 2012 2013 2014 2015 2019 2029 2039
1 Pacitan 161000 187000 125000 154000 151000 123800 70800 17800

2 Ponorogo 300603 406678 402047 414718 438423 562701.8 846381.8 1130062
3 Trenggalek 148379 167222 182848 144049 163043 164801.2 170956.2 177111.2
4 Tulungagung 266658 299755 259581 266204 279554 269695 261936 254177
5 Blitar 326780 303332 289494 272650 323325 280561 242969 205377
6 Kediri 300889 306175 281392 284520 332085 325454.4 366191.4 406928.4
7 Malang 444900 416607 464498 410335 449497 438920.6 441842.6 444764.6
8 Lumajang 357761 408635 387168 380928 418563 446949.2 540846.2 634743.2
9 Jember 813514 968505 964001 970596 998559 1166344 1538525 1910706
10 Banyuwangi 695962 732262 706419 741663 853530 940689.4 1265226 1589763
11 Bondowoso 304025 317439 329557 305430 372464 400704.4 525573.4 650442.4
12 Situbondo 213330 266005 290954 229358 301700 344325.2 484418.2 624511.2
13 Probolinggo 304197 302572 311258 273957 270564 234981 139100 43219
14 Pasuruan 585734 571510 624198 638373 703849 806588.6 1109682 1412775
15 Sidoarjo 157883 203573 179873 202309 239400 293669.6 455439.6 617209.6
16 Mojokerto 276301 306881 316213 297048 315827 343985.4 413204.4 482423.4
17 Jombang 380819 462628 432173 428545 447345 489683.4 588652.4 687621.4
18 Nganjuk 411107 507670 406786 447228 516077 547472.4 696970.4 846468.4
19 Madiun 399810 499679 466125 498527 500070 592463 791831 991199
20 Magetan 262993 288756 305327 299351 306310 350884.8 448113.8 545342.8
21 Ngawi 574224 708694 776937 731523 753285 937503.2 1318454 1699405
22 Bojonegoro 675697 808112 806548 794650 793172 908528.6 1130017 1351505
23 Tuban 454177 576738 503395 528908 539013 593551.4 715393.4 837235.4
24 Lamongan 601505 856890 846275 917225 888412 1202551 1836700 2470849
25 Gresik 272323 386435 367902 374797 394821 499270.4 732628.4 965986.4
26 Bangkalan 253693 259861 295178 287905 291378 339651.4 443065.4 546479.4
27 Sampang 213821 245536 217955 169434 173655 110219.8 -46214.2 -202648
28 Pamekasan 147232 178801 148663 109427 105157 45741.6 -107782 -261306
29 Sumenep 176175 160365 205636 180586 194687 217836.8 275081.8 332326.8
30 Kota Kediri 15040 9770 11153 9568 10439 5551.6 -3852.4 -13256.4
31 Kota Blitar 8474 10899 9391 9464 11905 13282.8 18709.8 24136.8
32 Kota Malang 11523 12563 11285 13271 14347 16411.4 22767.4 29123.4
34 Kota Pasuruan 13825 19830 15128 15732 19296 20868.6 27712.6 34556.6
35 Kota Mojokerto 4683 6674 3768 4221 5398 4335 3312 2289
36 Kota Madiun 14150 17135 16425 14325 14498 14038.2 11924.2 9810.2
37 Kota Surabaya 13120 13776 12057 12042 12160 10438.6 6784.6 3130.6
38 Kota Batu 5250 5621 4876 4812 4791 4033.8 2306.8 579.8
Tabel 4. Variabel Luas Lahan Perkebunan
Luas Lahan
2011 2012 2013 2014 2015 2019 2029 2039
Perkebunan (X6)
1 Pacitan 26250 26250 29097 23382 24770 22453 16625 10797
2 Ponorogo 0 0 69 69 5201 7350.4 17821.4 28292.4
3 Trenggalek 1980 1980 2538 2536 15238 21097.6 48169.6 75241.6
4 Tulungagung 2712 2712 2512 2645 18984 25399.2 57876.2 90353.2
5 Blitar 11087 11087 13122 13721 19593 25509.6 45155.6 64801.6
6 Kediri 8818 8818 8536 8533 9293 9198.6 9863.6 10528.6
7 Malang 20610 21520 20250 20680 20010 19390 17350 15310
8 Lumajang 15610 16520 15250 15680 15010 14390 12350 10310
9 Jember 33110 34020 32750 33180 32510 31890 29850 27810
10 Banyuwangi 61220 63040 60500 61360 60020 58780 54700 50620
11 Bondowoso 10610 11520 10250 10680 10010 9390 7350 5310
12 Situbondo 2254 2254 2555 2704 4346 5603 10237 14871
13 Probolinggo 830 830 837 978 3310 4421.8 9529.8 14637.8
14 Pasuruan 2422 2422 2406 2406 5938 7328.4 14344.4 21360.4
15 Sidoarjo 65 65 0 60 2309 3189.6 7672.6 12155.6
16 Mojokerto 13110 14020 12750 13180 12510 11890 9850 7810
17 Jombang 220 220 220 220 1505 2019 4589 7159
18 Nganjuk 2125 2125 2113 2113 3338 3811.2 6225.2 8639.2
19 Madiun 3484 3484 3459 3459 4296 4595.8 6194.8 7793.8
20 Magetan 0 0 1 49 2710 3833.4 9302.4 14771.4
21 Ngawi 2077 2077 2077 2077 6334 8036.8 16550.8 25064.8
22 Bojonegoro 3 3 51 48 8286 11644.8 28255.8 44866.8
23 Tuban 28 28 36 710 5747 8581.8 20701.8 32821.8
24 Lamongan 357 357 1750 2982 2098 5173 11280 17387
25 Gresik 3633 3633 4833 3652 3383 3538.2 3057.2 2576.2
26 Bangkalan 607 607 1227 952 8091 11484.6 26797.6 42110.6
27 Sampang 6 6 6 6 3591 5025 12195 19365
28 Pamekasan 165 165 100 100 3763 5137.2 12268.2 19399.2
29 Sumenep 1751 1751 2089 2072 51222 71334.8 170597.8 269860.8
30 Kota Kediri 2 2 2 2 4 4.8 8.8 12.8
31 Kota Blitar 0 0 0 0 25 35 85 135
32 Kota Malang 15 15 0 0 359 481.6 1154.6 1827.6
34 Kota Pasuruan 18 18 21 21 87 117.6 258.6 399.6
35 Kota Mojokerto 0 0 0 0 79 110.6 268.6 426.6
36 Kota Madiun 0 0 17 17 54 92.6 217.6 342.6
37 Kota Surabaya 0 0 0 0 0 0 0 0
38 Kota Batu 0 0 0 0 0 0 0 0
Tabel 4. Variabel Daging Sapi
Produksi Daging Sapi

2011 2012 2013 2014 2015 2019 2029 2039
(X8)
1 Pacitan 535629 686177 671021 957053 1386689 2031111 4004107 5977103
2 Ponorogo 882323 629903 365752 3193024 4238442 7427104 16702463 25977822
3 Trenggalek 913266 931646 905550 915322 901766 889915.6 850591.6 811267.6
4 Tulungagung 3141205 3091638 3949127 4064908 3887872 5106912 7573516 10040120
5 Blitar 1013799 1032269 1005825 1016183 1002549 990973.4 952387.4 913801.4
6 Kediri 1303807 1968236 3033289 2823989 2841910 4753422 8685381 12617340
7 Malang 4084411 5444332 3371209 3958386 4444440 3801023 3035135 2269247
8 Lumajang 4584411 5944332 3871209 4458386 4944440 4301023 3535135 2769247
9 Jember 1770661 2460743 1743076 2210609 1978527 2132082 2297680 2463278
10 Banyuwangi 2492450 2008608 1966268 2053813 2124569 1714807 1024250 333693.4
11 Bondowoso 2584411 3944332 1871209 2458386 2944440 2301023 1535135 769246.8
12 Situbondo 2084411 3444332 1371209 1958386 2444440 1801023 1035135 269246.8
13 Probolinggo 2656896 2363033 5130888 3013804 2746615 3680373 4510582 5340791
14 Pasuruan 2584411 3944332 1871209 2458386 2944440 2301023 1535135 769246.8
15 Sidoarjo 11084411 12444332 10371209 10958386 11444440 10801023 10035135 9269247
16 Mojokerto 3584411 4944332 2871209 3458386 3944440 3301023 2535135 1769247
17 Jombang 4084411 5444332 3371209 3958386 4444440 3801023 3035135 2269247
18 Nganjuk 866324 920706 1173599 1223523 1173740 1622168 2539817 3457466
19 Madiun 629779 1782924 1497336 1794763 1685682 2752284 4875929 6999574
20 Magetan 450853 817971 696023 422189 938891 1013362 1593656 2173950
21 Ngawi 9584411 10944332 8871209 9458386 9944440 9301023 8535135 7769247
22 Bojonegoro 1084046 1458765 1761877 2137629 2801123 4316499 8429517 12542535
23 Tuban 2612857 2894714 5364004 6132807 6013426 10627100 20666331 30705562
24 Lamongan 4584411 5944332 3871209 4458386 4944440 4301023 3535135 2769247
25 Gresik 2883077 5240626 5823947 5857451 2049835 3741192 2691533 1641874
26 Bangkalan 2494971 2495563 2476994 2764929 2589906 2840014 3299250 3758486
27 Sampang 1058846 1084210 1944508 2005947 1613659 2760252 4791615 6822978
28 Pamekasan 2123569 2163061 2313942 1694318 2656574 2548653 3145920 3743187
29 Sumenep 1082702 926952 729932 1026359 1349122 1402362 2034609 2666856
30 Kota Kediri 1089105 1055038 1207613 1060365 1616986 1842475 2903564 3964653
31 Kota Blitar 1584411 2216781 237654 1458386 1944440 1465332 1426995 1388658
32 Kota Malang 5084411 6444332 4371209 4958386 5444440 4801023 4035135 3269247
34 Kota Pasuruan 675222 658235 553923 562333 616361 485040.4 271416.4 57792.4
35 Kota Mojokerto 958197 1067421 1370842 993858 980234 1056417 1026928 997439
36 Kota Madiun 167405 163300 162618 181830 156269 164039.2 160297.2 156555.2
37 Kota Surabaya 20576337 20194664 15395760 19728275 18065192 15498838 10010159 4521480
38 Kota Batu 546009 207176 500282 407354 426814 394599.8 356387.8 318175.8
Tabel 4. Variabel Produksi Budidaya Ikan Kolom
Produksi Budidaya
2011 2012 2013 2014 2015 2019 2029 2039
Ikan Kolam (X9)
1 Pacitan 376 445.9 581.4 693.2 627.3 994.7 1744.6 2494.5
2 Ponorogo 2376 2445.9 2581.4 2693.2 2627.3 2994.7 3744.6 4494.5
3 Trenggalek 2433.2 2556.8 2744.4 3237 3866.4 5095.52 8642.12 12188.72
4 Tulungagung 20824.6 28367.3 24908.2 28454.2 34717.5 44177.98 72050.68 99923.38
5 Blitar 7400 7996.3 8805.4 12607.2 14119.3 21015.34 39064.84 57114.34
6 Kediri 6661.9 8882.2 11558.7 13986.1 14426.6 23483.08 44116.38 64749.68
7 Malang 4265.4 4990 5821.8 7535.1 9506.1 14239.58 27266.08 40292.58
8 Lumajang 709.5 776.3 823.4 955.3 1003.1 1313.24 2079.44 2845.64
9 Jember 3428.1 4549.7 5235.4 7434.8 8092.8 13076.86 25291.36 37505.86
10 Banyuwangi 2002.9 2451.7 3002.5 3082.5 3462.2 4930 8479.4 12028.8
11 Bondowoso 922.9 1108.2 1151.1 1262.6 774 957.72 814.32 670.92
12 Situbondo 224.9 234 263.1 278.3 319.1 403.5 636.2 868.9
13 Probolinggo 237.3 268 359.2 849.475 665.4 1338.48 2776.155 4213.83
14 Pasuruan 420.4 1424.9 1689.2 1698.3 2433.4 4112.88 8412.28 12711.68
15 Sidoarjo 4368.4 7591.5 15549.9 18377.9 18787.6 36709.94 76334.74 115959.5
16 Mojokerto 249.8 346.3 340.9 312 287.2 331.54 372.04 412.54
17 Jombang 15549 15550.4 15551.3 15566.1 15584.6 15612.42 15699.32 15786.22
18 Nganjuk 9987.7 9650.8 11184.3 12890.2 8533.6 10648.04 10979.24 11310.44
19 Madiun 1530.1 2042 2461.4 2492.2 2516.6 3662.38 6085.58 8508.78
20 Magetan 483.6 613.8 935.1 1151.4 1242.8 2118.94 4174.94 6230.94
21 Ngawi 1108.1 1401.5 1706.4 2318.5 2313.1 3765.72 7092.72 10419.72
22 Bojonegoro 1058.7 1607.7 1927.7 2339.4 2806.1 4483.82 8710.32 12936.82
23 Tuban 654.6 717.9 704.9 773 8554.8 11794.34 27649.84 43505.34
24 Lamongan 1076.2 1150.3 1569.6 1572.5 1956.7 2774.98 4958.18 7141.38
25 Gresik 56.8 82.9 353.7 47371.4 48225.6 105393.7 249019.8 392645.9
26 Bangkalan 86.8 102.8 170.8 75.4 136 156.96 227.96 298.96
27 Sampang 148.3 206.6 289.8 348.4 700.5 1086.44 2332.64 3578.84
28 Pamekasan 132.5 270.8 304.4 601.8 716.3 1304.32 2802.92 4301.52
29 Sumenep 129.6 131.7 164.5 169.7 166.6 219.62 331.62 443.62
30 Kota Kediri 173.2 147.8 137.3 149 150.2 124.62 79.82 35.02
31 Kota Blitar 159.9 161.9 168.2 176.5 179 200.78 253.58 306.38
32 Kota Malang 15.2 18.9 37.5 65.1 56.6 116.06 245.06 374.06
33 Kota Probolinggo 414.5 408.5 395 387 356 309.1 170.6 32.1
34 Kota Pasuruan 15.9 9.4 14.1 17.1 18.3 22.46 34.96 47.46
35 Kota Mojokerto 170.2 183.3 184.4 183 191.1 207.3 248.8 290.3
36 Kota Madiun 68.9 78.5 105.5 125.5 147.8 228.12 432.92 637.72
37 Kota Surabaya 923.6 991.7 1044.1 1025.9 983.9 1086.72 1241.52 1396.32
38 Kota Batu 53.3 50.5 51.7 54.1 57.3 60.34 71.94 83.54
Tabel 4. Variabel Jumlah Koperasi
Jumlah Kope rasi

2011 2012 2013 2014 2015 2019 2029 2039
(X10)
1 Pacitan 456 456 481 483 495.5 537.9 643.9 749.9
2 Ponorogo 948 948 1001 1004 1030.5 1119.23 1339.9 1560.9
3 Trenggalek 455 455 472 473 481.5 509.9953 580.9 651.9
4 Tulungagung 893 893 938 941 963.5 1039.254 1228.1 1417.1
5 Blitar 835 835 881 884 907 984.3752 1177.2 1370.2
6 Kediri 987 987 1034 1037 1060.5 1139.497 1336.3 1533.3
7 Malang 1118 1118 1180 1184 1215 1319.248 1579 1839
8 Lumajang 587 587 619 621 637 690.7459 824.6 958.6
9 Jember 1656 1656 1737 1742 1782.5 1918.487 2257.1 2596.1
10 Banyuwangi 755 755 794 797 816.5 882.5215 1047.5 1212.5
11 Bondowoso 615 615 739 741 803 1005.891 1505.8 2007.8
12 Situbondo 531 531 558 560 573.5 619.0723 733.1 847.1
13 Probolinggo 619 619 703 705 747 884.8598 1225.8 1567.8
14 Pasuruan 953 953 1005 1008 1034 1120.92 1337.8 1554.8
15 Sidoarjo 1223 1223 1424 1428 1528.5 1857.507 2670.9 3486.9
16 Mojokerto 764 764 787 790 801.5 841.4161 942.9 1043.9
17 Jombang 921 921 837 840 798 665.5961 340.2 13.2
18 Nganjuk 846 846 884 886 905 967.7332 1126.2 1284.2
19 Madiun 624 624 663 665 684.5 748.8364 911.3 1073.3
20 Mage tan 680 680 715 717 734.5 792.4232 938.9 1084.9
21 Ngawi 707 707 745 747 766 828.7325 987.2 1145.2
22 Bojonegoro 1072 1072 1133 1137 1167.5 1268.916 1525.9 1781.9
23 Tuban 923 923 1060 1063 1131.5 1353.81 1911.3 2468.3
24 Lamongan 1073 1073 1130 1134 1162.5 1257.426 1498.5 1738.5
25 Gresik 1238 1238 1168 1172 1137 1028.577 761.8 493.8
26 Bangkalan 804 804 848 851 873 945.6877 1132 1317
27 Sampang 470 470 496 498 511 554.1579 665 775
28 Pamekasan 535 535 565 567 582 631.517 758.4 884.4
29 Sumenep 1069 1069 1119 1122 1147 1229.226 1439.6 1648.6
30 Kota Kediri 446 446 470 472 484 523.9735 626.8 728.8
31 Kota Blitar 311 311 327 328 336 362.3438 429.8 496.8
32 Kota Malang 709 709 743 745 762 817.8676 960.8 1102.8
33 Kota Probolinggo 253 253 280 281 294.5 338.3358 449.9 560.9
34 Kota Pasuruan 298 298 311 312 318.5 340.0657 395.5 450.5
35 Kota Mojokerto 207 207 217 218 223 239.7993 283.2 326.2
36 Kota Madiun 328 328 347 348 357.5 388.5862 468.1 547.1
37 Kota Surabaya 1545 1545 1589 1594 1616 1690.393 1883.4 2074.4
38 Kota Batu 173 173 182 183 187.5 202.6956 242.1 281.1
Tabel 4. Variabel Jumlah Rumah Sakit
Jumlah Rumah Sakit

2011 2012 2013 2014 2015 2019 2029 2039
(X11)
1 Pacitan 1 1 1 2 3 4.6 9.6 14.6
2 Ponorogo 6 6 6 6 6 6 6 6
3 Trenggalek 3 3 3 3 4 4.4 6.4 8.4
4 Tulungagung 6 7 8 7 12 15.2 27.2 39.2
5 Blitar 5 4 4 4 10 11.4 21.4 31.4
6 Kediri 4 5 6 6 11 15.4 30.4 45.4
7 Malang 12 13 14 15 24 31.2 57.2 83.2
8 Lumajang 3 3 3 3 6 7.2 13.2 19.2
9 Jember 7 6 6 6 12 13.4 23.4 33.4
10 Banyuwangi 6 7 7 8 13 17.2 32.2 47.2
11 Bondowoso 2 3 3 3 4 5.4 9.4 13.4
12 Situbondo 2 2 2 4 5 7.8 15.8 23.8
13 Probolinggo 3 3 4 4 6 8.2 15.2 22.2
14 Pasuruan 3 4 3 3 6 6.8 11.8 16.8
15 Sidoarjo 13 13 14 14 26 32.2 59.2 86.2
16 Mojokerto 8 9 9 9 11 12.8 18.8 24.8
17 Jombang 7 10 11 11 13 18.2 31.2 44.2
18 Nganjuk 5 5 5 5 6 6.4 8.4 10.4
19 Madiun 2 2 2 2 4 4.8 8.8 12.8
20 Magetan 1 1 1 1 6 8 18 28
21 Ngawi 2 2 2 3 3 4.2 7.2 10.2
22 Bojonegoro 6 8 8 8 10 12.8 20.8 28.8
23 Tuban 3 3 3 3 4 4.4 6.4 8.4
24 Lamongan 5 6 8 9 11 16.8 31.8 46.8
25 Gresik 6 5 8 9 14 20.4 40.4 60.4
26 Bangkalan 1 1 2 2 4 6.2 13.2 20.2
27 Sampang 1 1 1 1 1 1 1 1
28 Pamekasan 1 1 1 2 5 7.4 16.4 25.4
29 Sumenep 2 2 1 2 3 3.2 5.2 7.2
30 Kota Kediri 6 5 5 5 12 13.8 25.8 37.8
31 Kota Blitar 4 4 4 4 5 5.4 7.4 9.4
32 Kota Malang 7 7 7 8 24 31.6 66.6 101.6
34 Kota Pasuruan 1 1 1 1 1 1 1 1
35 Kota Mojokerto 5 5 5 5 7 7.8 11.8 15.8
36 Kota Madiun 5 5 5 5 8 9.2 15.2 21.2
37 Kota Surabaya 29 30 29 30 62 75.6 141.6 207.6
38 Kota Batu 2 2 2 2 5 6.2 12.2 18.2
Tabel 4. Variabel Ubi Kayu
Produksi Ubi Kayu

2011 2012 2013 2014 2015 2019 2029 2039
(X12)
1 Pacitan 513230 486381 465366 439828 453964 372702.8 207617.8 42532.8
2 Ponorogo 593230 566381 545366 519828 533964 452702.8 287617.8 122532.8
3 Trenggalek 353230 346381 325366 299828 313964 252702.8 127617.8 2532.8
4 Tulungagung 180423 146587 127168 175384 145182 129937.8 88252.8 46567.8
5 Blitar 1383322 1377310 1391652 1330181 1360571 1313029 1220398 1127767
6 Kediri 94145 102650 81189 175957 143431 222601.8 394480.8 566359.8
7 Malang 451011 396748 335980 476891 360322 343449.4 242214.4 140979.4
8 Lumajang 33962 39289 32193 70504 53414 87943.8 158062.8 228181.8
9 Jember 52587 47803 41679 59733 43128 44793.2 37805.2 30817.2
10 Banyuwangi 38477 39848 37821 37467 39711 38717 38804 38891
11 Bondowoso 125237 142940 127918 116739 117041 100419.2 57826.2 15233.2
12 Situbondo 720 9239 8253 4497 5405 8399.6 13027.6 17655.6
13 Probolinggo 89803 85874 86356 92727 82226 82416.6 74115.6 65814.6
14 Pasuruan 108997 107223 98576 97846 94866 78918.2 41279.2 3640.2
15 Sidoarjo 0 0 0 0 0 0 0 0
16 Mojokerto 15036 33733 27069 54898 14732 41427.8 61984.8 82541.8
17 Jombang 13626 13941 13897 12261 12148 10393 5757 1121
18 Nganjuk 131956 125298 120336 120306 128629 118317.4 106671.4 95025.4
19 Madiun 58854 61967 60268 59162 54029 51383 38928 26473
20 Magetan 93125 98661 94209 81710 87833 74586.6 47051.6 19516.6
21 Ngawi 109441 115215 165423 135971 142190 185400.4 271654.4 357908.4
22 Bojonegoro 51673 94162 83401 71198 63569 73297.4 74125.4 74953.4
23 Tuban 113015 171938 244522 95729 123545 116660.4 61511.4 6362.4
24 Lamongan 53273 58992 54134 53100 48632 44521.8 29347.8 14173.8
25 Gresik 14255 13841 12493 13014 12911 11193.8 7678.8 4163.8
26 Bangkalan 85613 85986 83864 80262 79277 71962.8 53566.8 35170.8
27 Sampang 128003 130547 129369 125958 130015 128439.4 127874.4 127309.4
28 Pamekasan 29138 31603 37029 38508 25359 31935.6 31282.6 30629.6
29 Sumenep 171429 167725 169350 178160 168038 173132.2 176785.2 180438.2
30 Kota Kediri 641 330 610 543 827 941.2 1526.2 2111.2
31 Kota Blitar 0 0 0 0 0 0 0 0
32 Kota Malang 1537 1278 1704 2731 1995 3270.4 5639.4 8008.4
33 Kota Probolinggo 0 0 0 0 0 0 0 0
34 Kota Pasuruan 0 0 0 0 0 0 0 0
35 Kota Mojokerto 0 0 0 0 0 0 0 0
36 Kota Madiun 0 0 0 0 0 0 0 0
37 Kota Surabaya 373 306 303 325 310 259.2 152.2 45.2
38 Kota Batu 1213 1127 966 1180 1104 1019 854 689
Tabel 4. Variabel Jumlah Angkatan Kerja
Jumlah Agkatan Kerja

2011 2012 2013 2014 2015 2019 2029 2039
(X14)
1 Pacitan 351322 342849 343078 349055 353172 353838.8 363744.8 373650.8
2 Ponorogo 478907 499650 490113 496443 485245 495753 505222 514691
3 Trenggalek 410215 412033 414400 399084 404547 393484.8 369199.8 344914.8
4 Tulungagung 547012 553749 551362 565151 547466 560334 572644 584954
5 Blitar 593036 636500 626254 606076 597639 599170.2 577952.2 556734.2
6 Kediri 763882 801966 791101 785650 800894 823323.4 881031.4 938739.4
7 Malang 1257768 1328223 1310685 1273597 1292343 1301238 1315762 1330286
8 Lumajang 481290 526129 515451 514666 532005 567888.4 657855.4 747822.4
9 Jember 1213495 1149629 1169366 1157462 1173139 1128891 1056012 983132.8
10 Banyuwangi 781310 882062 879516 841190 893816 966062.8 1150203 1334343
11 Bondowoso 389032 410708 394186 416145 424851 453229.4 530304.4 607379.4
12 Situbondo 347985 358182 355849 348546 364834 369516.4 393578.4 417640.4
13 Probolinggo 613512 636680 618642 601353 601681 578980.2 519991.2 461002.2
14 Pasuruan 819448 819011 831812 843685 815028 835297.2 851131.2 866965.2
15 Sidoarjo 1048577 1012290 1039833 1069708 1083519 1127167 1254469 1381771
16 Mojokerto 524426 557832 545669 553405 575330 609761 707142 804523
17 Jombang 596506 611133 593902 604172 647442 667577.6 762488.6 857399.6
18 Nganjuk 512364 530573 549393 534007 516973 536253.2 548905.2 561557.2
19 Madiun 357771 364358 366133 362786 351752 352394 338784 325174
20 Magetan 352775 355505 353328 343550 352826 344485 332632 320779
21 Ngawi 419089 422524 472088 437374 431031 459661.6 498395.6 537129.6
22 Bojonegoro 612385 656394 695281 628363 640266 663176.4 690907.4 718638.4
23 Tuban 573558 580625 617366 569185 603039 617267.8 664789.8 712311.8
24 Lamongan 580256 621617 644188 611621 633048 675498.8 771086.8 866674.8
25 Gresik 569098 571038 619688 592569 611721 656889 763666 870443
26 Bangkalan 444868 468379 474876 473411 481352 515377.2 593377.2 671377.2
27 Sampang 470171 491219 469711 507605 459000 475967.6 470011.6 464055.6
28 Pamekasan 453061 472147 480280 469081 444281 451394.4 430768.4 410142.4
29 Sumenep 649017 637160 629431 622460 593143 550373.4 423925.4 297477.4
30 Kota Kediri 136781 141428 136546 145426 142628 149977 165669 181361
31 Kota Blitar 66200 66293 68609 69365 75516 82219 103923 125627
32 Kota Malang 446337 419899 435058 423631 406935 381328.8 306256.8 231184.8
34 Kota Pasuruan 92091 95643 98160 97127 97493 103475.6 115763.6 128051.6
35 Kota Mojokerto 63863 66399 65898 64630 67079 68371.6 73034.6 77697.6
36 Kota Madiun 89392 84693 90103 86618 90721 91055.2 95638.2 100221.2
37 Kota Surabaya 1334419 1437448 1483343 1465502 1468094 1615004 1910408 2205812
38 Kota Batu 106550 104012 105445 106777 105496 106050.2 106707.2 107364.2
Tabel 4. Variabel Jumlah Murid SD
Jumlah Murid SD
2011 2012 2013 2014 2015 2019 2029 2039
(X15)
1 Pacitan 47426 48481 55738 47257 44558 44516 37556 30596
2 Ponorogo 78300 72480 82845 72394 63932 67995.3 56255.44 45919.08
3 Trenggalek 57572 59038 66501 55163 48713 52382.36 41526.93 31789.67
4 Tulungagung 93693 95222 102110 91867 83006 87862.02 76317.85 66083.69
5 Blitar 90178 90091 94579 87466 78376 83568.83 73529.77 64985.26
6 Kediri 126917 127443 134800 124695 136093 131131.2 133404.8 134337.7
7 Malang 209671 208998 216355 203928 184938 203829.7 201727.3 200845
8 Lumajang 92928 94220 101577 92913 81881 92163.6 91424.5 91179.92
9 Jember 228669 230323 236390 201952 188092 215710.3 211650.2 208817.2
10 Banyuwangi 147666 146240 153213 133658 121677 139663.8 137185.4 135851.1
11 Bondowoso 75097 71868 78845 70330 60882 70983.73 69715.56 69473.86
12 Situbondo 59421 56642 63999 59617 50884 57828.27 57180.34 57407
13 Probolinggo 113722 116041 123398 90236 80540 103998.7 101198.7 98436.11
14 Pasuruan 140832 137293 144850 134211 115172 134032.2 132215.5 131244.7
15 Sidoarjo 168572 169208 176565 170059 193084 175820.6 177573.8 179169
16 Mojokerto 74748 75502 79859 75922 91676 79762.07 80971.24 82016.06
17 Jombang 85913 86285 93055 85659 102638 90936.07 92153.74 93273.04
18 Nganjuk 87272 90080 97737 91745 83334 89973.44 90402.27 90444.2
19 Madiun 51630 51523 59148 52787 53677 53728.8 54109.15 54620.56
20 Magetan 50398 52844 58713 53281 49326 52889.93 53354.29 53435.95
21 Ngawi 77975 78975 85229 65877 70308 75645.2 75117.26 74308.05
22 Bojonegoro 110794 106748 114105 90234 103798 105105.2 103902.3 103289.3
23 Tuban 88829 89087 96444 83837 94061 90439.33 90726.76 91028.42
24 Lamongan 69480 69718 77175 66010 96020 75659.82 76840.5 78229.64
25 Gresik 79432 80063 87620 84800 107450 87854.25 89491.82 91353.7
26 Bangkalan 131366 132366 139723 123076 107411 126804.6 125936.9 124680.3
27 Sampang 96531 89252 96609 89461 73608 89103.66 87647.36 87349.47
28 Pame kasan 77678 80035 87392 71206 62351 75742.45 75386.71 74479.21
29 Sume nep 74467 75415 82772 70927 57147 72155.39 71723.53 71007.68
30 Kota Kediri 34598 34805 42211 37471 32018 36223.82 36559.75 36921.06
31 Kota Blitar 14943 15642 22858 25687 16708 19170.42 20024.02 20905.62
32 Kota Malang 80163 80666 88123 84357 74289 81521.72 81800.96 82037.32
34 Kota Pasuruan 19222 17996 25724 26377 20933 22051.46 22620.8 23549.08
35 Kota Mojokerto 14116 15642 21546 21506 14793 17521.56 18205.52 18723.59
36 Kota Madiun 18590 34805 26089 23789 17682 24191.4 25311.28 23420.69
37 Kota Surabaya 282790 190129 275849 257916 265292 254393.4 248715.9 260430.6
38 Kota Batu 19902 20334 27472 23267 17742 21743.36 22111.67 22466.84
Kemudian dengan menggunakan variabel – variabel diatas dapat ditentukan bangkitan
tarikan untuk orang dan barang antar zona. Dengan menggunakan persamaan pergerakan pada
bab sebelumnya yaitu:
Y 1=142865.367+18.207 X 1+ 466.363 X 3+ 0.139 X 8−10446.686 X 10+ 476738.101 X 11+22.626 X 14−8
Y 2=1008480.294+ 32.475 X 1+ 9754.529 X 10+ 485562.121 X 11−7.948 X 14−69.688 X 15
Y 3=4491186.043+109.469 X 1+48262.698 X 10−4.995 X 14−341.035 X 15
Y 4 =−134545.838+96.109 X 1−83.442 X 14−93.738 X 15
Dengan menggunakan persamaan diatas diperoleh hasil sebagai berikut:
Tabel 4. Pergerakan Bangkitan pada Tahun Rencana 2019, 2029, dan 2039

KABUPATEN orang/tahun ton/tahun orang/tahun ton/tahun
No.
JAWA TIMUR Y1 Y2 Y3 Y4
2019 2029 2039 2019 2029 2039 2019 2029 2039 2019 2029 2039
1 Pacitan 11646799 14309361 16971922 10231912 12661274 15090636 74688589 84249629 93810670 19886088 21574136 23262184
2 Ponorogo 14230124 14643753 14940206 12760544 12006583 11151595 128693715 145510538 161864644 36277668 38528564 40647898
3 Trenggalek 14647805 15654109 16568812 14168387 16370915 18494591 86050313 96577413 106727778 29527222 35452332 41272629
4 Tulungagung 22249429 28852967 35348751 21733042 28608468 35391105 136690254 157042419 176955236 45667638 52186501 58582567
5 Blitar 23613578 27745989 31755465 24356333 30134467 35806740 148601816 167960972 186818891 54497539 62936188 71234741
6 Kediri 33683394 42257434 50938055 33292304 41356264 49511734 184602134 204219122 224302846 71592983 76382221 81297134
7 Malang 62916857 76944131 90869953 64347515 81683473 98931988 280711769 318210071 355304273 125526573 145861479 166082022
8 Lumajang 21583961 25864703 30103851 20934468 23434060 25897768 118521365 130027436 141371898 44770806 41936394 39055627
9 Jember 40275359 42984107 45589387 45138189 52809155 60390839 288701215 324510171 359919313 123218421 145235708 167137972
10 Banyuwangi 39820792 50864827 61815922 36153969 43058191 49882466 172655971 189041371 205037601 62463928 54791799 47012415
11 Bondowoso 11467118 10804353 10036573 10706973 8985972 7173045.9 112312620 142343471 172125156 30674683 29503905 28236909
12 Situbondo 14021836 17954684 21816954 14185818 18395418 22544340 88294624 99236393 109878562 29890710 32629939 35287186
13 Probolinggo 21725372 22229088 22718699 22882583 26875139 30854749 138188364 166866005 195582035 55369794 70188581 85003861
14 Pasuruan 30267050 33596415 36855977 30917681 36429930 41882055 189119448 217653162 245904118 75996224 90232354 104389179
15 Sidoarjo 51202007 66157512 81098570 51884451 69973265 88047646 279918436 365291358 450843966 110023326 140808028 171607530
16 Mojokerto 26089406 32148705 38226377 25421345 30687540 35969908 138934931 157095051 175287864 50447746 54641492 58850643
17 Jombang 34106214 47673660 61265832 33159527 44535943 55934859 141988433 134594474 127156654 58305962 58349353 58401965
18 Nganjuk 18278862 19529553 20816472 18644936 19571230 20529041 134131797 147069566 160116751 48789937 52522067 56290464
19 Madiun 11538295 12500961 13457849 11815374 13151980 14483974 95805885 106610261 117347565 31497310 35253275 38996954
20 Magetan 11145564 14184863 17260153 11203188 14910174 18648480 91958072 99664240 107477910 26724939 28316590 29944114
21 Ngawi 14545231 15300654 16083754 13143459 13252566 13385836 107760009 116976476 126266305 34634573 32840793 31073380
22 Bojonegoro 23253150 26591083 29891485 23126725 26124402 29090558 164363833 182959261 201305999 55648579 58645757 61587629
23 Tuban 18717575 18592364 18471124 17170640 14720910 12274972 165479833 200190874 234873389 53644190 56798870 59952215
24 Lamongan 26828802 33327849 39821223 24828396 28919845 33007241 166014030 176774152 187411358 50553867 42471848 34370288
25 Gresik 31955496 49859237 67757583 32905552 50452035 67994820 167079179 173997045 180779367 65165286 74438253 83690193
26 Bangkalan 13324393 18623244 23967321 14359613 19009238 23698768 113861267 134987518 156183077 41153082 45461605 49806587
27 Sampang 17013909 18651597 20204214 18423162 22105764 25715853 107441915 128874385 149871151 47468706 61760151 75943008
28 Pamekasan 18223590 22887230 27604805 18617256 25770504 32970817 104780449 124046181 143457467 41048748 54144319 67291611
29 Sumenep 15965319 13040518 10153079 16829163 18839321 20882669 156666039 174528713 192421949 52712846 69389159 86092093
30 Kota Kediri 7512170.4 13166469 18827346 8010690 12893764 17783131 47449337 52918473 58339064 10972438 10245616 9516416.4
31 Kota Blitar 2345565.7 3545153 4747237 2769709 3296300.6 3825390.6 30749146 35106836 39432955 5008307.4 4435595.4 3860257.9
32 Kota Malang 25506760 40084498 54675452 28248906 46691978 65147134 110618436 125432937 140217067 45005900 57948349 70894819
33 Kota Probolinggo 4112005 5625769.7 7146067.3 5225014 6890334.4 8561707.7 38222329 46542041 54837212 11045172 12845998 14647562
34 Kota Pasuruan 1568992.6 1617302 1641063.4 2414466 2379199.4 2323155.7 35103284 39689976 44133301 8687112.3 9510789.3 10300821
35 Kota Mojokerto 4553809.8 6837483.7 9138786.1 4946299 6794200.7 8657571.3 24087328 27320051 30590011 5107638.6 5878863.9 6665639.9
36 Kota Madiun 4105001.1 6516362.8 9177033.9 5070711 7358992.7 9862079.9 34074973 38400978 43728866 7150412.2 7447271.4 8026327
37 Kota Surabaya 90773422 130800680 169439591 85548897 119516797 152292242 311095553 340272999 363422238 122070295 114987271 106273934
38 Kota Batu 5989383.6 8764494.7 11544895 6517224 9803278 13094192 29364025 33792943 38206828 9202105.3 11444652 13688430
4.5 Konversi Pergerakan Bangkitan dan Tarikan pada Tahun Rencana
Dengan meggunakan hasil dari pergerakan pada tahun rencana, kemudian dapat dilakukan
konversi untuk mengubah satuan dalam smp/jam. Formulasi yang digunakan adalah sebagai
berikut:
FJP P × emp FJP P ×emp

O i=O i × × atau D d =D d × ×
365 okupansi 365 okupansi
Tabel 4. Jenis Data dan Asumsi Konversi
Contoh perhitungan konversi pergerakan bangkitan pada kabupaten Pacitan pada tahun 2019
sebagai berikut:
Untuk kabupaten Pacitan mempunyai jumlah pergerakan 11646799 orang dengan perhitungan
jumlah MC dengan nilai factor jam puncak sebesar 0.11 yang ada sebagai berikut:
FJP P × emp
O i=O i × ×
365 okupansi
0.11 55 % ×0.9
O pacitan=11646799 × ×
365 2
O pacitan=868,7236 smp/ jam

Berikut hasil perhitungan yang diperoleh:
Tabel 4. Hasil Konversi Bangkitan Tarikan pada Tahun 2019
2019
Bangkitan (orang) Tarikan (orang) Bangkitan (Barang) Tarikan (Barang)

Kabupaten Jawa
No. smp/jam
Timur
Y1 Y2 Y3 Y4
MC LV LB MC LV LB LB MHV LT LB MHV LT
1 Pacitan 868.7236 210.5997 7.019989 763.1885 185.0154 6.16718001 1000.395 120.5833 70.34028 266.3586 32.10572 18.72834
2 Ponorogo 1061.411 257.3118 8.577061 951.7967 230.7386 7.69128655 1723.751 207.7736 121.2013 485.9109 58.56962 34.16561
3 Trenggalek 1092.566 264.8644 8.828814 1056.806 256.19549 8.53984966 1152.576 138.9266 81.04053 395.494 47.67115 27.80817
4 Tulungagung 1659.564 402.3184 13.41061 1621.047 392.98104 13.099368 1830.859 220.6839 128.7323 611.6822 73.72955 43.00891
5 Blitar 1761.314 426.9852 14.23284 1816.716 440.41588 14.6805295 1990.405 239.9149 139.9503 729.9518 87.98526 51.32474
6 Kediri 2512.412 609.0696 20.30232 2483.241 601.99782 20.066594 2472.601 298.0367 173.8547 958.9319 115.5855 67.4249
7 Malang 4692.908 1137.675 37.92249 4799.619 1163.5441 38.7848038 3759.914 453.2039 264.369 1681.33 202.6603 118.2185
8 Lumajang 1609.927 390.2853 13.00951 1561.482 378.54107 12.6180356 1587.501 191.3505 111.6211 599.6699 72.28163 42.16429
9 Jember 3004.1 728.2668 24.27556 3366.814 816.19739 27.2065795 3866.926 466.1027 271.8933 1650.414 198.9339 116.0447
10 Banyuwangi 2970.195 720.0472 24.00157 2696.69 653.743 21.7914335 2312.591 278.7499 162.6041 836.6554 100.8469 58.82733
11 Bondowoso 855.3214 207.3506 6.911688 798.6229 193.60554 6.45351812 1504.34 181.3266 105.7739 410.8633 49.5237 28.88883
12 Situbondo 1045.875 253.5455 8.451517 1058.107 256.51069 8.55035619 1182.637 142.55 83.15418 400.3626 48.258 28.1505
13 Probolinggo 1620.475 392.8424 13.09475 1706.79 413.76726 13.7922421 1850.925 223.1025 130.1432 741.635 89.3935 52.14621
14 Pasuruan 2257.59 547.2946 18.24315 2306.12 559.05943 18.6353144 2533.107 305.3298 178.1091 1017.91 122.6945 71.57179
15 Sidoarjo 3819.109 925.8445 30.86148 3870.011 938.18459 31.2728196 3749.288 451.9231 263.6218 1473.676 177.6306 103.6179
16 Mojokerto 1945.984 471.7536 15.72512 1896.154 459.67364 15.3224548 1860.924 224.3079 130.8463 675.708 81.44695 47.51072
17 Jombang 2543.95 616.7151 20.55717 2473.337 599.59693 19.9865645 1901.824 229.2377 133.722 780.9627 94.13389 54.91144
18 Nganjuk 1363.403 330.5219 11.0174 1390.708 337.14131 11.2380438 1796.59 216.5533 126.3228 653.503 78.77045 45.94943
19 Madiun 860.6304 208.6377 6.954589 881.2974 213.64786 7.12159523 1283.245 154.6768 90.22815 421.8818 50.85182 29.66356
20 Magetan 831.337 201.5362 6.717874 835.6351 202.5782 6.75260662 1231.706 148.4646 86.60435 357.9596 43.14692 25.16904
21 Ngawi 1084.915 263.0096 8.766988 980.358 237.66255 7.92208497 1443.361 173.9765 101.4863 463.903 55.91687 32.61818
22 Bojonegoro 1734.43 420.4679 14.0156 1725 418.18188 13.9393961 2201.525 265.3624 154.7947 745.3691 89.8436 52.40876
23 Tuban 1396.126 338.4548 11.28183 1280.742 310.4828 10.3494266 2216.473 267.1641 155.8457 718.5219 86.60755 50.52107
24 Lamongan 2001.135 485.1235 16.17078 1851.926 448.95182 14.9650606 2223.628 268.0266 156.3488 677.1294 81.61828 47.61066
25 Gresik 2383.53 577.8254 19.26085 2454.394 595.0045 19.8334834 2237.895 269.7462 157.352 872.8379 105.2081 61.37142
26 Bangkalan 993.8537 240.9342 8.031141 1071.07 259.65328 8.65510928 1525.082 183.8269 107.2324 551.2133 66.44089 38.75718
27 Sampang 1269.051 307.6488 10.25496 1374.166 333.13115 11.1043717 1439.1 173.463 101.1867 635.8061 76.63734 44.70512
28 Pamekasan 1359.28 329.5225 10.98408 1388.643 336.64079 11.2213595 1403.452 169.1661 98.68022 549.8158 66.27244 38.65892
29 Sumenep 1190.838 288.688 9.622932 1255.271 304.30815 10.1436051 2098.419 252.9344 147.5451 706.0473 85.10391 49.64395
30 Kota Kediri 560.3256 135.8365 4.527884 597.5097 144.85084 4.82836139 635.5467 76.60607 44.68688 146.9672 17.7148 10.33363
31 Kota Blitar 174.9535 42.41297 1.413766 206.59 50.082413 1.66941376 411.8607 49.64392 28.95896 67.08235 8.085819 4.716728
32 Kota Malang 1902.525 461.2181 15.37394 2107.059 510.80213 17.0267377 1481.647 178.5914 104.1783 602.8187 72.66119 42.38569
33 Kota Probolinggo 306.7105 74.35406 2.478469 389.7288 94.479706 3.14932352 511.9581 61.70924 35.99706 147.9414 17.83222 10.40213
34 Kota Pasuruan 117.0297 28.37083 0.945694 180.0927 43.658837 1.45529456 470.181 56.6736 33.0596 116.3571 14.02518 8.181356
35 Kota Mojokerto 339.6643 82.34286 2.744762 368.9397 89.439934 2.98133114 322.6309 38.88854 22.68498 68.41282 8.246188 4.810276
36 Kota Madiun 306.1881 74.22742 2.474247 378.2195 91.689573 3.05631912 456.4076 55.01341 32.09116 95.77417 11.54421 6.734121
37 Kota Surabaya 6770.702 1641.382 54.71275 6381.01 1546.9116 51.5637187 4166.881 502.258 292.9838 1635.036 197.0802 114.9635
38 Kota Batu 446.7424 108.3012 3.610039 486.1135 117.8457 3.92818989 393.3081 47.40767 27.65448 123.255 14.85663 8.666366
2029

Kabupaten Jawa
No. smp/jam
Timur
Y1 Y2 Y3 Y4
1 Pacitan 1067.321 258.7446 8.62482 944.3923 228.9436 7.631453 1128.458 136.0195 79.34469 288.9686 34.83104 20.31811
2 Ponorogo 1092.263 264.7911 8.826371 895.5595 217.1053 7.236845 1949 234.9241 137.039 516.0599 62.20365 36.28546
3 Trenggalek 1167.625 283.0606 9.435353 1221.091 296.022 9.867401 1293.579 155.9224 90.95476 474.8562 57.23713 33.38833
4 Tulungagung 2152.115 521.7249 17.39083 2133.878 517.3038 17.24346 2103.46 253.5421 147.8995 698.9973 84.25414 49.14825
5 Blitar 2069.547 501.7083 16.72361 2247.701 544.8972 18.16324 2249.706 271.1699 158.1824 842.9809 101.6093 59.27209
6 Kediri 3151.941 764.107 25.47023 3084.724 747.8119 24.92706 2735.355 329.708 192.3297 1023.08 123.3177 71.93531
7 Malang 5739.189 1391.319 46.37728 6092.692 1477.016 49.23387 4262.174 513.7442 299.6841 1953.7 235.4906 137.3695
8 Lumajang 1929.223 467.6905 15.58968 1747.924 423.7392 14.12464 1741.616 209.9269 122.4573 561.7051 67.70553 39.49489
9 Jember 3206.143 777.2469 25.90823 3938.984 954.9053 31.83018 4346.559 523.9156 305.6175 1945.318 234.4803 136.7802
10 Banyuwangi 3793.959 919.7476 30.65825 3211.669 778.5865 25.95288 2532.061 305.2038 178.0355 733.8932 88.46034 51.60187
11 Bondowoso 805.8864 195.3664 6.512213 670.255 162.4861 5.416202 1906.579 229.8109 134.0564 395.1817 47.63351 27.78621
12 Situbondo 1339.223 324.66 10.822 1372.097 332.6295 11.08765 1329.194 160.2153 93.45893 437.0525 52.68043 30.73025
13 Probolinggo 1658.046 401.9506 13.39835 2004.591 485.9614 16.19871 2235.039 269.4021 157.1512 940.121 113.3182 66.10226
14 Pasuruan 2505.924 607.4968 20.24989 2717.274 658.733 21.95777 2915.293 351.397 204.9816 1208.592 145.6785 84.9791
15 Sidoarjo 4934.625 1196.273 39.87576 5219.239 1265.27 42.17567 4892.791 589.7561 344.0244 1886.013 227.3319 132.6103
16 Mojokerto 2397.941 581.3191 19.3773 2288.954 554.898 18.4966 2104.165 253.627 147.9491 731.8799 88.21767 51.46031
17 Jombang 3555.933 862.0443 28.73481 3321.893 805.3075 26.84358 1802.787 217.3003 126.7585 781.5439 94.20395 54.9523
18 Nganjuk 1456.691 353.1371 11.77124 1459.799 353.8907 11.79636 1969.882 237.4411 138.5073 703.4919 84.7959 49.46428
19 Madiun 932.4347 226.0448 7.534826 980.9936 237.8166 7.927221 1427.961 172.1203 100.4035 472.19 56.91576 33.20086
20 Magetan 1058.035 256.4934 8.54978 1112.136 269.6086 8.986954 1334.924 160.9061 93.86187 379.2785 45.71661 26.66802
21 Ngawi 1141.261 276.6694 9.222312 988.4962 239.6354 7.987848 1566.808 188.8563 110.1662 439.8767 53.02085 30.92883
22 Bojonegoro 1983.403 480.8251 16.0275 1948.594 472.3864 15.74621 2450.596 295.3843 172.3075 785.5139 94.68248 55.23145
23 Tuban 1386.787 336.1907 11.20636 1098.019 266.1863 8.872877 2681.4 323.2044 188.5359 760.7763 91.70072 53.49209
24 Lamongan 2485.892 602.6406 20.08802 2157.103 522.9342 17.43114 2367.751 285.3986 166.4825 568.8771 68.57001 39.99917
25 Gresik 3718.953 901.5643 30.05214 3763.169 912.2834 30.40945 2330.554 280.915 163.8671 997.042 120.1792 70.10452
26 Bangkalan 1389.09 336.7491 11.22497 1417.881 343.7287 11.45762 1808.052 217.9348 127.1287 608.9226 73.39692 42.81487
27 Sampang 1391.205 337.2618 11.24206 1648.848 399.7207 13.32402 1726.171 208.0653 121.3714 827.2288 99.71062 58.16453
28 Pamekasan 1707.137 413.8513 13.79504 1922.197 465.9872 15.53291 1661.501 200.2703 116.8243 725.2207 87.415 50.99208
29 Sumenep 972.6797 235.8011 7.860038 1405.207 340.6562 11.35521 2337.675 281.7734 164.3678 929.4134 112.0275 65.34938
30 Kota Kediri 982.0743 238.0786 7.935954 961.7335 233.1475 7.771583 708.8015 85.43589 49.8376 137.232 16.54136 9.649125
31 Kota Blitar 264.4296 64.10414 2.136805 245.8679 59.60434 1.986811 470.2285 56.67933 33.06294 59.41132 7.161186 4.177359
32 Kota Malang 2989.864 724.8156 24.16052 3482.71 844.2933 28.14311 1680.076 202.5091 118.1303 776.1727 93.55653 54.57464
34 Kota Pasuruan 120.633 29.24436 0.974812 177.4622 43.02114 1.434038 531.6161 64.07873 37.37926 127.3896 15.35499 8.957079
35 Kota Mojokerto 510.0014 123.6367 4.121223 506.7729 122.854 4.095135 365.9307 44.10771 25.7295 78.74277 9.491317 5.536601
36 Kota Madiun 486.0493 117.8301 3.927671 548.9002 133.0667 4.435557 514.351 61.99766 36.1653 99.75036 12.02348 7.013697
37 Kota Surabaya 9756.297 2365.163 78.83877 8914.643 2161.126 72.03752 4557.69 549.3644 320.4626 1540.164 185.6448 108.2928
38 Kota Batu 653.7353 158.4813 5.282709 731.2171 177.2648 5.908825 452.63 54.55808 31.82555 153.2921 18.47718 10.77835
2039

Kabupaten Jawa
No. smp/jam
Timur
Y1 Y2 Y3 Y4
1 Pacitan 1265.919 306.8896 10.22965 1125.596 272.8718 9.095726 1256.52 151.4556 88.34909 311.5787 37.55636 21.90788
2 Ponorogo 1114.376 270.1517 9.005055 831.7868 201.6453 6.721509 2168.05 261.3275 152.441 544.4467 65.62527 38.28141
3 Trenggalek 1235.852 299.6004 9.986681 1379.494 334.4227 11.14742 1429.535 172.31 100.5142 552.8145 66.63389 38.86977
4 Tulungagung 2636.629 639.1829 21.3061 2639.789 639.9487 21.33162 2370.177 285.6909 166.653 784.6676 94.58047 55.17194
5 Blitar 2368.61 574.2084 19.14028 2670.79 647.4643 21.58214 2502.293 301.6156 175.9424 954.1335 115.0072 67.08751
6 Kediri 3799.421 921.0717 30.70239 3693.033 895.2807 29.84269 3004.361 362.1328 211.2441 1088.911 131.2527 76.56408
7 Malang 6777.903 1643.128 54.77093 7379.242 1788.907 59.63024 4759.022 573.6321 334.6188 2224.539 268.1363 156.4129
8 Lumajang 2245.417 544.3436 18.14479 1931.69 468.2884 15.60961 1893.566 228.2423 133.1413 523.1195 63.05458 36.78184
9 Jember 3400.469 824.356 27.47853 4504.495 1091.999 36.39996 4820.837 581.083 338.9651 2238.682 269.8411 157.4073
10 Banyuwangi 4610.79 1117.767 37.25891 3720.685 901.9843 30.06614 2746.318 331.0294 193.1005 629.6945 75.90067 44.27539
11 Bondowoso 748.6184 181.4832 6.049441 535.0306 129.7044 4.32348 2305.482 277.8929 162.1042 378.2113 45.58796 26.59298
12 Situbondo 1627.306 394.4983 13.14994 1681.561 407.6511 13.58837 1471.737 177.3969 103.4815 472.6442 56.97051 33.2328
13 Probolinggo 1694.566 410.8039 13.69346 2301.426 557.9215 18.59738 2619.668 315.7636 184.1954 1138.56 137.2372 80.05501
14 Pasuruan 2749.052 666.4368 22.21456 3123.942 757.3194 25.24398 3293.693 397.0076 231.5878 1398.211 168.5344 98.31173
15 Sidoarjo 6049.065 1466.44 48.88133 6567.39 1592.094 53.06981 6038.702 727.8792 424.5962 2298.548 277.0572 161.6167
16 Mojokerto 2851.269 691.2167 23.04056 2682.961 650.4148 21.68049 2347.844 282.999 165.0827 788.2582 95.01327 55.42441
17 Jombang 4569.76 1107.821 36.92735 4172.127 1011.425 33.71416 1703.164 205.2921 119.7537 782.2485 94.28889 55.00185
18 Nganjuk 1552.681 376.4074 12.54691 1531.241 371.21 12.37367 2144.638 258.5055 150.7949 753.9666 90.87991 53.01328
19 Madiun 1003.808 243.3474 8.11158 1080.346 261.902 8.730067 1571.779 189.4555 110.5157 522.3336 62.95986 36.72658
20 Magetan 1287.418 312.1014 10.40338 1390.972 337.2054 11.24018 1439.582 173.5211 101.2206 401.0779 48.34422 28.20079
21 Ngawi 1199.672 290.8295 9.694317 998.4367 242.0453 8.068175 1691.238 203.8546 118.9152 416.2036 50.16739 29.26431
22 Bojonegoro 2229.577 540.5036 18.01679 2169.837 526.0211 17.53404 2696.336 325.0048 189.5861 824.918 99.43208 58.00205
23 Tuban 1377.743 333.9984 11.13328 915.5784 221.9584 7.398614 3145.945 379.1987 221.1993 803.0129 96.79174 56.46185
24 Lamongan 2970.227 720.055 24.00183 2461.978 596.8433 19.89478 2510.228 302.5722 176.5004 460.3631 55.49019 32.36928
25 Gresik 5053.973 1225.206 40.84019 5071.668 1229.495 40.98318 2421.398 291.8649 170.2545 1120.965 135.1163 78.81782
26 Bangkalan 1787.7 433.3817 14.44606 1767.668 428.5257 14.28419 2091.95 252.1547 147.0902 667.1202 80.41181 46.90689
27 Sampang 1507.013 365.3365 12.17788 1918.121 464.999 15.49997 2007.407 241.9642 141.1458 1017.197 122.6086 71.52167
28 Pamekasan 2059.016 499.1554 16.63851 2459.262 596.1846 19.87282 1921.5 231.6094 135.1055 901.3184 108.6411 63.37395
29 Sumenep 757.3084 183.5899 6.119664 1557.618 377.6044 12.58681 2577.341 310.6617 181.2193 1153.136 138.9941 81.07988
30 Kota Kediri 1404.314 340.4397 11.34799 1326.427 321.558 10.7186 781.406 94.18733 54.94261 127.4649 15.36408 8.962378
31 Kota Blitar 354.0919 85.84045 2.861348 285.3322 69.17145 2.305715 528.1735 63.66377 37.1372 51.70513 6.232315 3.635517
32 Kota Malang 4078.19 988.652 32.95507 4859.262 1178.003 39.26677 1878.098 226.3778 132.0537 949.5805 114.4584 66.76738
34 Kota Pasuruan 122.4053 29.67402 0.989134 173.282 42.00775 1.400258 591.131 71.25239 41.5639 137.9714 16.63048 9.701115
35 Kota Mojokerto 681.6533 165.2493 5.508309 645.7599 156.5479 5.218262 409.7292 49.387 28.80909 89.28102 10.76155 6.277572
36 Kota Madiun 684.5062 165.9409 5.531363 735.6031 178.328 5.944267 585.7139 70.59944 41.18301 107.5064 12.95836 7.559041
37 Kota Surabaya 12638.34 3063.839 102.128 11359.33 2753.778 91.79258 4867.756 586.7384 342.2641 1423.456 171.5773 100.0868
38 Kota Batu 861.1227 208.757 6.958567 976.6832 236.7717 7.89239 511.7505 61.68421 35.98246 183.3458 22.09972 12.8915
Setelah dilakukan konversi dari masing – masing pergerakan pada tahun rencana untuk jenis
atau type kendaraan tertentu, maka diperoleh total pergerakan dengan persemaan sebagai
berikut:
O i=O i ( MC )+O i ( LV ) +O i ( LB )+ O i ( MHV ) +O i (¿)
Dd =Dd ( MC ) + Dd ( LV ) + Dd ( LB )+ D d ( MHV ) + Dd (¿)
Hasil total pergerakan bangkitan dan tarikan pada tahun rencana sebagai berikut:
Tabel 4. Hasil Total Pergerakan Bangkitan dan Tarikan dengan Satuan smp/jam
KABUPATEN smp/jam smp/jam smp/jam smp/jam

No.
JAWA TIMUR
Y1 Y2 Y3 Y4
2019 2029 2039 2019 2029 2039 2019 2029 2039 2019 2029 2039
1 Pacitan 1086.343 1334.691 1583.039 954.3711 1180.967 1407.564 1191.319 1343.822 1496.325 317.1926 344.1178 371.043
2 Ponorogo 1327.3 1365.881 1393.532 1190.227 1119.902 1040.154 2052.726 2320.963 2581.819 578.6462 614.549 648.3534
3 Trenggalek 1366.259 1460.121 1545.439 1321.542 1526.98 1725.064 1372.544 1540.456 1702.359 470.9733 565.4817 658.3182
4 Tulungagung 2075.293 2691.231 3297.118 2027.127 2668.425 3301.069 2180.275 2504.902 2822.521 728.4207 832.3997 934.42
5 Blitar 2202.532 2587.979 2961.958 2271.812 2810.761 3339.837 2370.27 2679.058 2979.851 869.2618 1003.862 1136.228
6 Kediri 3141.784 3941.519 4751.195 3105.305 3857.463 4618.156 2944.492 3257.393 3577.738 1141.942 1218.333 1296.728
7 Malang 5868.505 7176.885 8475.801 6001.948 7618.942 9227.78 4477.487 5075.603 5667.273 2002.209 2326.56 2649.088
8 Lumajang 2013.222 2412.504 2807.906 1952.641 2185.788 2415.588 1890.472 2074 2254.949 714.1158 668.9055 622.9559
9 Jember 3756.643 4009.298 4252.303 4210.218 4925.72 5632.893 4604.922 5176.092 5740.885 1965.393 2316.579 2665.931
10 Banyuwangi 3714.243 4744.364 5765.817 3372.224 4016.209 4652.736 2753.945 3015.3 3270.448 996.3295 873.9554 749.8705
11 Bondowoso 1069.584 1007.765 936.1511 998.6819 838.1573 669.0585 1791.44 2270.446 2745.479 489.2759 470.6014 450.3922
12 Situbondo 1307.872 1674.705 2034.954 1323.168 1715.814 2102.8 1408.341 1582.868 1752.616 476.7711 520.4631 562.8475
13 Probolinggo 2026.412 2073.395 2119.063 2134.349 2506.751 2877.945 2204.171 2661.593 3119.627 883.1747 1119.541 1355.852
14 Pasuruan 2823.128 3133.671 3437.703 2883.815 3397.964 3906.506 3016.546 3471.672 3922.288 1212.176 1439.249 1665.057
15 Sidoarjo 4775.815 6170.774 7564.386 4839.469 6526.684 8212.554 4464.833 5826.572 7191.177 1754.925 2245.955 2737.222
16 Mojokerto 2433.463 2998.637 3565.526 2371.15 2862.349 3355.056 2216.079 2505.741 2795.925 804.6657 871.5579 938.6959
17 Jombang 3181.222 4446.712 5714.508 3092.921 4154.044 5217.266 2264.783 2146.846 2028.209 930.008 930.7001 931.5393
18 Nganjuk 1704.942 1821.599 1941.635 1739.087 1825.486 1914.825 2139.466 2345.83 2553.939 778.2228 837.7521 897.8598
19 Madiun 1076.223 1166.014 1255.267 1102.067 1226.737 1350.978 1528.15 1700.485 1871.75 502.3972 562.3066 622.0201
20 Magetan 1039.591 1323.079 1609.923 1044.966 1390.731 1739.418 1466.775 1589.692 1714.324 426.2756 451.6632 477.6229
21 Ngawi 1356.691 1427.153 1500.196 1225.943 1236.12 1248.55 1718.824 1865.831 2014.008 552.438 523.8264 495.6353
22 Bojonegoro 2168.914 2480.256 2788.098 2157.122 2436.727 2713.392 2621.682 2918.288 3210.927 887.6214 935.4279 982.3521
23 Tuban 1745.863 1734.184 1722.875 1601.574 1373.078 1144.935 2639.482 3193.14 3746.343 855.6505 905.9691 956.2665
24 Lamongan 2502.429 3108.621 3714.284 2315.843 2697.469 3078.717 2648.003 2819.632 2989.301 806.3584 677.4463 548.2225
25 Gresik 2980.616 4650.569 6320.019 3069.232 4705.862 6342.147 2664.993 2775.336 2883.517 1039.417 1187.326 1334.899
26 Bangkalan 1242.819 1737.064 2235.527 1339.378 1773.067 2210.478 1816.142 2153.115 2491.195 656.4113 725.1343 794.4389
27 Sampang 1586.955 1739.709 1884.527 1718.402 2061.892 2398.62 1713.75 2055.608 2390.517 757.1486 985.1039 1211.327
28 Pamekasan 1699.787 2134.783 2574.81 1736.505 2403.717 3075.319 1671.298 1978.596 2288.215 654.7472 863.6278 1073.333
29 Sumenep 1489.149 1216.341 947.018 1569.723 1757.218 1947.809 2498.898 2783.816 3069.222 840.7951 1106.79 1373.21
30 Kota Kediri 700.69 1228.089 1756.101 747.1889 1202.653 1658.703 756.8396 844.075 930.536 175.0156 163.4225 151.7914
31 Kota Blitar 218.7802 330.6705 442.7937 258.3418 307.4591 356.8094 490.4636 559.9708 628.9745 79.8849 70.74987 61.57296
32 Kota Malang 2379.117 3738.84 5099.797 2634.888 4355.146 6076.532 1764.417 2000.715 2236.529 717.8656 924.3039 1130.806
34 Kota Pasuruan 146.3462 150.8522 153.0685 225.2068 221.9174 216.69 559.9142 633.0741 703.9473 138.5636 151.7016 164.303
35 Kota Mojokerto 424.7519 637.7593 852.4109 461.361 633.7221 807.5261 384.2044 435.7679 487.9253 81.46928 93.77069 106.3201
36 Kota Madiun 382.8898 607.807 855.9784 472.9654 686.4025 919.8754 543.5121 612.514 697.4963 114.0525 118.7875 128.0238
37 Kota Surabaya 8466.798 12200.3 15804.3 7979.485 11147.81 14204.9 4962.123 5427.517 5796.759 1947.08 1834.102 1695.12
38 Kota Batu 558.6536 817.4992 1076.838 607.8874 914.3907 1221.347 468.3702 539.0136 609.4172 146.778 182.5477 218.337
4.6 Normalisasi Bangkitan dan Tarikan pada Tahun Rencana

Dalam normalisasi ini diharapkan suatu kondisi dimana jumlah total bangkitan sama dengan
total tarikan yang terjadi.
∑ Bangkitan=∑ Tarikan
Berikut hasil normalisasi bangkitan dan tarikan
Tabel 4. Normalisasi Tahun 2019
Normalisasi 2019
Bangkitan Tarikan
No. Kabupaten
(smp/jam) (smp/jam)
1 Pacitan 2278 1866
2 Ponorogo 3380 2595
3 Tre nggale k 2739 2630
4 Tulungagung 4256 4043
5 Blitar 4573 4608
6 Ke diri 6086 6231
7 Malang 10346 11743
8 Lumajang 3904 3912
9 Je mbe r 8362 9060
10 Banyuwangi 6468 6409
11 Bondowoso 2861 2183
12 Situbondo 2716 2641
13 Probolinggo 4231 4427
14 Pasuruan 5840 6009
15 Sidoarjo 9241 9675
16 Mojoke rto 4650 4659
17 Jombang 5446 5902
18 Nganjuk 3844 3693
19 Madiun 2604 2354
20 Mage tan 2506 2158
21 Ngawi 3076 2609
22 Bojone goro 4791 4467
23 Tuban 4385 3605
24 Lamongan 5150 4581
25 Gre sik 5646 6028
26 Bangkalan 3059 2928
27 Sampang 3301 3632
28 Pame kasan 3371 3508
29 Sume ne p 3988 3536
30 Kota Ke diri 1458 1353
31 Kota Blitar 709 496
32 Kota Malang 4144 4919
33 Kota Probolinggo 993 973
34 Kota Pasuruan 706 534
35 Kota Mojoke rto 809 796
36 Kota Madiun 926 861
37 Kota Surabaya 13429 14563
38 Kota Batu 1027 1107
Jumlah 157297 157297
Rasio 1
Tabel 4. Normalisasi 2029
Normalisasi 2029
Bangkitan Tarikan
No. Kabupaten
(orang) (orang)
1 Pacitan 2679 2186
3 Trenggalek 3001 2999
5 Blitar 5267 5467
6 Kediri 7199 7274
7 Malang 12252 14254
9 Jember 9185 10379
14 Pasuruan 6605 6933
15 Sidoarjo 11997 12573
16 Mojokerto 5504 5351
17 Jombang 6594 7287
18 Nganjuk 4167 3817
19 Madiun 2866 2564
20 Magetan 2913 2640
21 Ngawi 3293 2522
22 Bojonegoro 5399 4833
23 Tuban 4927 3266
24 Lamongan 5928 4837
25 Gresik 7426 8446
27 Sampang 3795 4367
28 Pamekasan 4113 4683
29 Sumenep 4000 4105
30 Kota Kediri 2072 1958
35 Kota Mojokerto 1074 1043
38 Kota Batu 1357 1572
Jumlah 187434 187434
Rasio 1
Tabel 4. Normalisasi 2039
Normalisasi 2039
Bangkitan Tarikan
No. Kabupaten
(orang) (orang)
1 Pacitan 3079 2506
3 Tre nggale k 3248 3359
5 Blitar 5942 6308
6 Kediri 8329 8335
7 Malang 14143 16737
9 Jembe r 9993 11695
14 Pasuruan 7360 7852
15 Sidoarjo 14756 15431
16 Mojokerto 6361 6051
17 Jombang 7743 8665
18 Nganjuk 4496 3964
19 Madiun 3127 2780
20 Magetan 3324 3124
21 Ngawi 3514 2458
22 Bojonegoro 5999 5208
23 Tuban 5469 2961
24 Lamongan 6704 5111
25 Gresik 9204 10819
27 Sampang 4275 5087
28 Pamekasan 4863 5846
29 Sumenep 4016 4680
30 Kota Kediri 2687 2551
35 Kota Mojokerto 1340 1288
38 Kota Batu 1686 2029
Jumlah 217247 217247
Rasio 1
4.7 Free Flow Speed dan Kapasitas Jalan
Analisis kecepatan arus bebas atau free flow speed dapat diperoleh dengan menggunakan
persamaan berikut:
F V =( FV o+ FV w ) × FF V sf × FF V cs

Pemodelan Transportasi

Diunggah oleh

Informasi Dokumen

Judul Asli

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

Pemodelan Transportasi

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN TUGAS BESAR

SI – 4141 PEMODELAN TRANSPORTASI

PROGRAM STUDI TEKNIK SIPIL

Telah disetujui dan disahkan oleh:

Bandung, Oktober 2019

1.1. Latar Belakang.............................................................................................................1

1.3. Sistematika Penulisan..................................................................................................2

BAB II DASAR TEORI.............................................................................................................4

2.1. Bangkitan dan Tarikan Pergerakan (Trip Generation)................................................4

2.1.1. Jenis Tata Guna Lahan.........................................................................................5

2.1.2. Jumlah Aktivitas pada Tata Guna Lahan.............................................................5

2.1.3. Proses Model Analisis-Regresi Berbasis Zona....................................................6

2.2. Model Sebaran Pergerakan..............................................................................................7

2.2.1 Metode Analogi....................................................................................................9

2.2.2 Model Gravity (GR)...........................................................................................11

2.3. Sebaran Pergerakan (Trip Distribution)....................................................................13

2.4. Pemilihan Moda (Modal Split)..................................................................................14

2.5. Pembebanan Rute (Trip Assignment)........................................................................16

BAB III METODOLOGI PENGERJAAN..............................................................................18

3.3. Metodologi Pengerjaan Laporan...............................................................................18

3.4. Metode Pemodelan Empat Tahap..............................................................................19

3.5. Metode Stepwise........................................................................................................19

3.5.2. Metode Stepwise Tipe 2.....................................................................................21

3.6. Metode Coba-Coba....................................................................................................23

3.5. Pemodelan Transportasi Menggunakan Model Gravity............................................25

3.6. Pemodelan Transportasi Menggunakan Program EMME/4......................................30

BAB IV TRIP GENERATION................................................................................................32

4.1 Bangkitan dan Tarikan dari Masing-masing Kabupaten/ Kota.................................32

4.2 Data Variabel Dependen dan Independen.................................................................33

4.3 Penentuan Persamaan Bangkitan dan Tarikan dengan Software SPSS.....................35

4.3.1 Penentuan Korelasi Antar Variabel....................................................................35

4.3.2 Penentuan Koefisien Regresi.............................................................................38

4.3.3 Metode Stepwise 1..............................................................................................39

4.3.4 Metode Stepwise 2..............................................................................................44

4.3.5 Metode Coba-coba...................................................................................................47

4.3.6 Persamaan Terbaik dari Ketiga Metode.............................................................49

4.5 Konversi Pergerakan Bangkitan dan Tarikan pada Tahun Rencana..............................64

4.6 Normalisasi Bangkitan dan Tarikan pada Tahun Rencana.............................................69

4.7 Free Flow Speed dan Kapasitas Jalan............................................................................72

BAB V TRIP DISTRIBUTION...............................................................................................78

BAB VI TRIP ASSIGNMENT................................................................................................79

BAB VII KESIMPULAN DAN SARAN................................................................................80

Gambar 3. 1 Flowchart Alur Pengerjaan Laporan...................................................................18

Gambar 4. 1 Tampilan pada SPSS untuk Input Variabel.........................................................36

YTabel 2. 1 Contoh Bangkitan dan Tarikan Pergerakan (Black, 1978)

Tabel 4. 1 Bangkitan dan Tarikan Penumpang........................................................................32

1.3. Sistematika Penulisan

Penjelasan masing-masing tahap akan dibahas pada subbab-subbab berikut.

Bangkitan pergerakan merupakan tahapan pemodelan yang mengestimasi jumlah pergerakan

 Lalulintas yang meninggalkan suatu lokasi

Gambar 2. Ilustrasi Bangkitan dan Tarikan Pergerakan

 Jenis tata guna lahan

Tabel 2. Contoh Bangkitan dan Tarikan Pergerakan (Black, 1978)

2.1.2. Jumlah Aktivitas pada Tata Guna Lahan

1. Model analisis regresi-linear

2. Model regresi berbasis zona

2.1.3. Proses Model Analisis-Regresi Berbasis Zona

1. Metode analisis langkah-demi-langkah tipe 1 (Stepwise 1)

Tahap pertama adalah menentukan paremeter sosio-ekonomi yang akan

Langkah kedua adalah lakukan analisis regresi-linear-berganda dengan semua

Langkah ketiga adalah Tentukan parameter yang mempunyai korelasi terkecil

2. Metode analisis langkah-demi-langkah tipe 2 (Stepwise 2)

3. Metode coba-coba (trial and error)