ANALISIS KINERJA BUNDARAN JL. NUSANTARA – JL.

UJUNG PANDANG –
JL. RIBURANE

PERFORMANCE ANALYSIS OF JL. NUSANTARA - JL. UJUNG PANDANG –

JL. RIBURANE’S ROUNDABOUT

Rizky Zulqaidah Ihamahu, Muralia Hustim, Mubassirang Pasra

Jurusan Sipil, Fakultas Teknik, Universitas Hasanuddin,
Makassar

Alamat Korespondensi

Rizky Zulqaidah Ihamahu

Fakultas Teknik Jurusan Sipil

Universitas Hasanuddin Makassar, 92171

Hp : 085221703723

Email : rizkyzulqaidah@gmail.com
 ANALISIS KINERJA BUNDARAN JL. NUSANTARA – JL. UJUNG PANDANG –
JL. RIBURANE

Rizky Zulqaidah Ihamahu

D111 13 050
Mahasiswa S1 Jurusan Sipil
Fakultas Teknik Universitas Hasanuddin
Jl. Poros Malino Km. 7
Kampus Gowa, Gowa 92171, Sul-Sel
Email: rizkyzulqaidah@gmail.com

Dr.Eng. Muralia Hustim, S.T., M.T. Dr. Ir. H. Mubassirang Pasra, M.T.
Pembimbing I Pembimbing II
Fakultas Teknik Universitas Hasanuddin Fakultas Teknik Universitas Hasanuddin
Jl. Poros Malino Km. 7 Jl. Poros Malino Km. 7
Kampus Gowa Kampus Gowa
Gowa 92171, Sul-Sel Gowa 92171, Sul-Sel

ABSTRAK
Pertumbuhan kendaraan bermotor di kota Makassar mencapai 7 % per tahun, sedangkan
pertumbuhan jalan <1 % per tahun (Dinas Perhubungan Kota Makassar, 2017). Ketidak
seimbangan antara nilai pertumbuhan kendaraan bermotor dengan peningkatan kapasitas jalan
menyebabkan masalah pada sektor transportasi seperti kemacetan. Kemacetan sering kali terjadi
pada ruas dan simpang, khususnya pada jam puncak. Penelitian ini dilakukan pada Simpang
Bundaran Tugu Mandiri di Jalan Nusantara – Jalan Ujung Pandang – Jalan Riburane dan
penelitian ini berfokus pada pembentukan parameter model simulasi dan karakteristik kinerja
simpang. Penelitian ini dilaksanakan di simpang tak bersinyal Jalan Nusantara – Jalan Ujung
Pandang – Jalan Riburane selama waktu kerja yang dimulai pukul 06.00 – 18.00 WITA. Data
yang diperlukan antara lain karakteristik kendaraan dan geometrik jalan. Metode survei yang
digunakan untuk pengukuran volume yaitu pengamatan secara langsung, dan untuk pengukuran
kecepatan menggunakan speed gun. Metode analisis yang digunakan untuk menghitung kinerja
lalu lintas simpang pada studi ini adalah pendekat model mikro-simulasi lalu lintas berbasis
Vissim, langkah awal dalam menghitung kinerja simpang yaitu dengan melakukan kalibrasi
menggunakan Uji GEH terhadap parameter volume kendaraan kemudian menvalidasi panjang
antrian kendaraan. Berdasarkan hasil simulasi bahwa parameter kalibrasi tiap periode jam pucak
ada yang sama dan berbeda. Nilai panjang antrian dan tundaan maksimum pada pendekat Jalan
Ujung Pandang, Jalan Nusantara, Jalan Sulawesi, Jalan Bonerate, Jalan Jampea, Jalan Ahmad
Yani, dan Jalan Riburane secara berurutan adalah 38.12 m dan 14.32 detik; 8.99 m dan 8.38
detik; 31.67 m dan 8.06 detik;
15.53 m dan 18.46 detik; 16.50 m dan 10.13 detik; 28.78 m dan 9.04 detik; 34.63 m dan 5.30.
detik. Selanjutnya dilakukan upaya rekayasa lalu lintas dengan memakai alternatif penambahan
U- Turn pada Jalan Riburane, dimana pada penelitian ini penambahan U-Turn dianggap dapat
menghasilkan kinerja lalu lintas yang lebih baik.

Kata Kunci : Mikro-Simulasi, Parameter Model, Uj GEH, Vissim

 PERFORMANCE ANALYSIS OF JL. NUSANTARA - JL. UJUNG PANDANG –
JL. RIBURANE’S ROUNDABOUT

Rizky Zulqaidah Ihamahu

D111 13 050
Mahasiswa S1 Jurusan Sipil
Fakultas Teknik Universitas Hasanuddin
Jl. Poros Malino Km. 7
Kampus Gowa, Gowa 92171, Sul-Sel
Email: rizkyzulqaidah@gmail.com

Dr.Eng. Muralia Hustim, S.T., M.T. Dr. Ir. H. Mubassirang Pasra, M.T.
Pembimbing I Pembimbing II
Fakultas Teknik Universitas Hasanuddin Fakultas Teknik Universitas Hasanuddin
Jl. Poros Malino Km. 7 Jl. Poros Malino Km. 7
Kampus Gowa Kampus Gowa
Gowa 92171, Sul-Sel Gowa 92171, Sul-Sel

ABSTRACT
The growth of motor vehicles in Makassar reaches 7% per year, while the growth of road <1%
per year (Makassar Transportation Department, 2017). An imbalance between the value of motor
vehicle growth and increased road capacity causes problems in the transportation sector such as
congestion. Congestion often occurs on segments and intersections, especially at peak hours.
This research was conducted at Simpang Bundaran Tugu Mandiri at Jalan Nusantara - Jalan
Ujung Pandang - Jalan Riburane and this research focuses on formation of simulation model
parameters and intersection performance characteristics. This research was conducted at
intersection of Jalan Nusantara – Jalan Ujung Pandang - Jalan Riburane during working time
which started at 06.00 -
18.00 WITA. Required data include vehicle characteristics and road geometric. Survey method
used for volume measurement is direct observation, and for speed measurement using speed gun.
The analytical method used to calculate the traffic performance of the intersection in this study is
the approach of the Vissim-based traffic micro-simulation model, the first step in calculating the
intersection performance is to calibrate using the GEH Test on the vehicle volume parameters
and then validate the length of the vehicle queue. Based on the simulation results, the calibration
parameters of each powder watch period are the same and different. The maximum queue length
and maximum delay on Jalan Ujung Pandang , Jalan Nusantara, Jalan Sulawesi, Jalan Bonerate,
Jalan Jampea, Jalan Ahmad Yani, and Jalan Riburane are 38.12 m and 14.32 sec; 8.99 m and
8.38 seconds; 31.67 m and 8.06 sec; 15.53 m and 18.46 seconds; 16.50 m and 10.13 seconds;
28.78 m and 9.04 seconds; 34.63 m and 5.30. seconds. Furthermore, traffic engineering efforts
were made by using the addition of U-Turn on Jalan Riburane, where in this study the addition of
U-Turn is considered to produce better traffic performance.

Keyword: Micro-Simulasion, Model Parameter, GEH Test, Vissim

1. PENDAHULUAN
1.1.Latar Belakang
Transportasi adalah perpindahan manusia
atau barang dari satu tempat ke tempat
lainnya dengan menggunakan sebuah
kendaraan yang digerakkan oleh manusia atau
mesin.
Indonesia merupakan negara terluas
ketujuh di dunia dengan luas wilayah
keseluruhan 5.193.250 km2 dan luas daratan
1.919.440 km2.
Kota Makassar merupakan kota terbesar
keempat di Indonesia dan terbesar di kawasan
timur Indonesia. Kota Makassar memiliki luas
area 175,77 km2 dengan jumlah penduduk
tahun 2016 sebanyak 1.469.601 jiwa (BPS
Kota Makassar, 2016). Data Samsat Makassar
menunjukkan jumlah kendaraan bermotor
pada tahun 2016 sebanyak 1.425.151 unit
meningkat dari tahun 2014 jumlah kendaraan
bermotor berkisar 1.252.755 unit. Tingkat
pertumbuhan kendaraan pada tahun 2015
untuk roda dua di Kota Makassar 6,29 %,
mobil penumpang 10,20 %, bus 0,74 % dan
truk 7,55 % (Statistik Daerah Kota Makassar,
2016). Panjang jalan kota Makassar pada
tahun 2016 adalah 2977,50 km dengan
kondisi baik 66,80 %, kondisi sedang 13,46
%, kondisi rusak ringan 14,87 % dan kondisi
rusak berat 4,87 % (Kota Makassar Dalam
Angka, 2017). Pertumbuhan kendaraan
bermotor di kota Makassar mencapai 7 % per
tahun, sedangkan pertumbuhan jalan <1 %
per tahun (Dinas Perhubungan Kota
Makassar, 2017).
Tidak seimbangnya nilai pertumbuhan
kendaraan bermotor dengan peningkatan
kapasitas jalan mengakibatkan terjadinya
masalah pada sektor transportasi yaitu
kemacetan, khususnya pada jam puncak
(Nurhayati, 2013). Kemacetan sering kali
terjadi pada ruas dan simpang. Kinerja suatu
simpang merupakan faktor utama dalam
menentukan penanganan yang paling tepat
untuk mengoptimalkan fungsi simpang.
Bundaran (roundabout) merupakan salah
satu jenis pengendalian persimpangan yang
umumnya dipergunakan pada daerah
perkotaan dan luar kota sebagai titik
pertemuan antara beberapa ruas jalan dengan
tingkat arus lalu-lintas relative lebih rendah
dibandingkan jenis persimpangan bersinyal
maupun persimpangan tidak bersinyal (MKJI,
1997).
Terdapat beberapa bundaran yang berada
di kota Makassar antara lain, bundaran Tugu
Mandiri, bundaran Simpang Lima Mandai,
bundaran Samata Gowa dan bundaran Pasar
Pa’Baeng-baeng. Bundaran Tugu Mandiri
merupakan salah satu bundaran yang penting
di Kota Makassar. Bundaran ini melayani arus
lalu lintas dari berbagai arah, yaitu yang
berasal dari Jalan. Nusantara, Jalan Ujung
Pandang, dan Jalan Riburane. Daerah sekitar
persimpangan tersebut merupakan daerah
perkantoran, pertokoan, kuliner dan wisata
yang arus lalu lintasnya cukup padat. Dari
arah Jalan Ujung Pandang, simpang Bundaran
Tugu Mandiri terhubung dengan tempat-
tempat wisata seperti benteng Fort Rotterdam
dan Pulau Lae-Lae, selain itu banyak tempat
kuliner dan pertokoan di sepanjang jalan. Dari
arah Jalan Nusantara, simpang Bundaran
Tugu Mandiri terhubung dengan pelabuhan
dan perkantoran. Sedangkan dari arah Jalan
Riburane terdapat banyak perkantoran dan
pertokoan di sisi jalan. Tingginya volume
lalu- lintas yang melewati bundaran ini
menyebabkan antrian dan tundaan terutama
pada jam-jam sibuk. Penyebab kemacetan ini
tidak lain adalah banyaknya kendaraan yang
terparkir di depan perkotoan, perkantoran dan
tempat kuliner. Berdasarkan kenyataan
tersebut, perlu dilakukan penelitian tentang
kinerja persimpangan Bundaran Tugu Mandiri
di Jalan. Nusantara, Jalan Ujung Pandang, dan
Jalan Riburane, Makassar.
Kinerja bundaran Tugu Mandiri di Jalan.
Nusantara, Jalan Ujung Pandang, dan Jalan
Riburane akan dianalisis dengan
menggunakan perangkat lunak Vissim yang
berbasis model mikro – simulasi, jadi pada
perhitungan kinerja persimpangan tidak lagi
menggunakan model Manual Kapasitas Jalan
Indonesia 1997 (MKJI
4
1997), hal ini karenakan model MKJI sudah
sangat lama serta tidak adanya pembaharuan
sehingga MKJI tidak mampu lagi
mendefinisikan kondisi simpang yang
sekarang. Pada penelitian ini, dilakukan
analisis permasalahan dengan menggunakan
perangkat lunak simulasi agar dapat
menghasilkan analisis yang valid dan sesuai
dengan kondisi di lapangan.
Berdasarkan uraian di atas, maka penulis
bermaksud untuk melakukan penelitian tugas
akhir dengan judul :
“ ANALISIS KINERJA BUNDARAN JL.
NUSANTARA – JL. UJUNG PANDANG –
JL. RIBURANE “
1.2. Rumusan Masalah
1. Bagaimana cara membangun model
simulasi kondisi eksisting lalu lintas pada
bundaran Jl. Nusantara - Jl. Ujung
Pandang - Jl. Riburane?
2. Bagaimana kinerja lalu lintas kondisi
eksisting simulasi pada pada bundaran Jl.
Nusantara - Jl. Ujung Pandang - Jl.
Riburane?
3. Bagaimana kinerja pergerakan lalu lintas
pada bundaran Jl. Nusantara - Jl. Ujung
Pandang - Jl. Riburane?
1.3 Tujuan Penelitian
1. Membangun model simulasi kondisi
eksisting lalu lintas pada bundaran Jl.
Nusantara - Jl. Ujung Pandang - Jl.
Riburane dengan menggunakan aplikasi
berbasis simulator Vissim.
2. Menganalisis kinerja lalu lintas kondisi
eksisting simulasi pada bundaran Jl.
Nusantara – Jl. Ujung Pandang – Jl.
Riburane dengan menggunakan aplikasi
berbasis simulator Vissim.
3. Menganalisis kinerja pergerakan lalu
lintas bundaran Jl. Nusantara – Jl. Ujung
Pandang – Jl. Riburane untuk berbagai
upaya rekayasa lalu lintas dengan
menggunakan aplikasi berbasis simulator
Vissim.
1.4 Batasan Masalah
1. Penelitian dilakukan pada simpang tak
bersinyal bundaran Jl. Nusantara – Jl.
Ujung Pandang – Jl. Riburane.
2. Analisis data menggunakan data primer
yaitu berupa data yang diperoleh saat
survei volume lalu lintas pada bundaran
tersebut.
3. Jenis kendaraan yang dianalisis pada
penelitian ini yaitu kendaraan ringan,
kendaraan berat, dan sepeda motor.
4. Survei lalu lintas dilaksanakan pada
periode pukul 06.00 - 18.00 WITA.
5. Kecepatan kendaraan diukur dengan
speed gun di lapangan dan diambil secara
acak pada semua jenis kendaraan.
6. Kinerja bundaran dianalisis dengan
menggunakan Program PTV Vissim.
2. TINJAUAN PUSTAKA
2.1 Jalan
Berdasarkan Undang – Undang Nomor
22 Tahun 2009 tentang Lalu Lintas Dan
Angkutan Jalan, definisi jalan adalah seluruh
bagian jalan, termasuk bangunan pelengkap
dan pelengkapnya yang diperutukkan bagi
Lalu Lintas umum, yang berada pada
permukaan tanah, di atas permukaan tanah, di
bawah permukaan tanah dan/atau air, serta di
atas permukaan ar, kecuali rel dan jalan kabel.
2.2 Karakteristik Arus Lalu Lintas
2.2.1 Karakteristik Makro Lalu Lintas
Untuk mendefinisikan makro lalu lintas
secara lengkap perlu diketahui beberapa
parameter yang terkait secara langsung
dengan sistem lalu lintas (C. Jotin Khisty,
2005). Parameter tersebut antara lain :
1) Volume
2) Kecepatan
3) Kerapatan
2.2.2 Karakeristik Mikro Lalu Lintas
Pendekatan lalu lintas secara
mikroskopik mengkaji beberapa parameter
penting yang sangat mempengaruhi respon
terhadap kendaraan itu sendiri dalam berlalu 2.5.2 Panjang Antrian
lintas di jalan raya adapun parameter – Panjang antrian adalah panjang antrian
parameter antara lain : kendaraan yang antri dalam suatu pendekat.
1) Spacing dan headway Satuan panjang antrian yang digunakan
2) Lane Occupancy adalah suatu mobil penumpang. (Sulaksono,
3) Clearance dan Gap 2001)
2.3 Persimpangan 2.6 Bundaran
Menurut Departemen Perhubungan Bundaran (roundabout) dapat
Direktorat Jenderal Perhubungan Darat dianggap sebagai kasus istimewa dari
(1996), persimpangan adalah simpul pada kanalisasi yang pulau di tengahnya dapat
jaringan jalan di mana jalan-jalan bertemu dan bertindak sebagai pengontrol pembagi dan
lintasan kendaraan berpotongan. pengarah bagi sistem lalu lintas berputar satu
Persimpangan dibuat dengan tujuan untuk arah.
mengurangi potensi konflik diantara
kendaraan (termasuk pejalan kaki) sekaligus
menyediakan kenyamanan maksimum dan
kemudahan pergerakan bagi kendaraan. (C.
Jotin Khisty, 2005)

2.4 Simpang Tak Bersinyal

Simpang tak bersinyal adalah
perpotongan atau pertemuan pada suatu
bidang antara dua atau lebih jalur jalan raya
dengan simpang masing – masing, dan pada
titik – titik simpang tidak dilengkapi dengan
lampu sebagai rambu – rambu simpang.
Gambar 2.1 Tipe Simpang
Sumber : MKJI 1997
2.5 Kinerja Simpang Tak Bersinyal
2.5.1 Tundaan Kendaraan
Tundaan di persimpangan adalah total
waktu hambatan rata-rata yang dialami oleh
kendaraan sewaktu melewati suatu simpang
(Tamin. O.Z, 2000).
Gambar 2.2 Contoh-contoh Persimpangan
Sebidang Kaki-Banyak dan Bundaran
Sumber: Khisty, C.J.,B.Kent Lall 1998
2.7 Manajemen Lalu Lintas
2.7.1 Tujuan Manajemen Lalu Lintas
Tujuan dilaksanakannya Manajemen
Lalu Lintas adalah :
1) Mendapatkan tingkat efisiensi dari
pergerakan lalu lintas secara
menyeluruh dengan tingkat aksesibilitas
(ukuran kenyamanan) yang tinggi
dengan menyeimbangkan permintaan
pergerakan dengan sarana penunjang
yang ada.
2) Meningkatkan tingkat keselamatan dari
pengguna yang dapat diterima oleh
semua pihak dan memperbaiki tingkat
keselamatan sebaik mungkin.
2.7.2 Perencanaan Lalu Lintas
Menurut Peraturan Menteri
Perhubungan Nomor KM 14 Tahun 2006,
salah satu perencanaan lalu lintas yaitu
penetapan tingkat pelayanan yang diinginkan.
Adapun tingkat pelayanan pada persimpangan
prioritas “stop” dapat dilihat pada tabel 2.1
sebagai berikut :
Tabel 2.1 Tingkat Pelayanan
Persimpangan Prioritas “Stop”
Tingkat Pelayanan Rata-rata tundaan berhenti (detik per kendaraan)
A
B
<5
5 - 10
C 11 - 20
D 21 - 30
E 31 - 45
F > 45
2.8 Konsepsi Model Mikro - Simulasi
Konsep model simulasi sangat sering
sekali digunakan dalam lalu lintas dalam
merencanakan sebuah kegiatan transportasi
khusunya yang bersifat dinamis dan sangat
luas. Pada dasarnya model simulasi
dikelompokkan dalam tiga dimensi yaitu
(Law and Kelton, 1991) :
a) Model Simulasi Deterministik dengan
Model Simulasi Stokastik
b) Model Simulasi Kontinu dengan
Model Simulasi Diskret
c) Model Simulasi Statis dengan Model
Simulasi Dinamis
2.9 Konsep Mikro Simulasi Lalu Lintas
Berbasis Vissim
Model mikro-simulasi sebuah konsep
atau sistem analisis yang banyak digunakan
saat ini karena dengan konsep ini membantu
penggunanya menentukan dan mengevaluasi
parameter terbaik yang akan digunakan dalam
konteks permasalahan tertentu berbasis
komputerisasi.
Car Following Model merupakan model
yang digunakan untuk mengontrol perilaku
pengendara atau pengemudi terhadap
pengendara yang lainnya yang berada pada
jalur yang sama model ini dikembangkan oleh
Gipps (1981).
Model CFM itu sendiri membedakan
kendaraan berdasarkan kecepatannya yaitu
kecepatan kendaraan dibatasi oleh kendaraan
sebelumnnya dan kecepatan kendaraan
ditentukan oleh keinginanan pengemudi itu
sendiri sehingga dapat menyebabkan
kecelakaan, ketika kendaraan yang melaju
tidak dibatasi oleh kendaraan sebelumnya
pada dianggap kendaraan sedang melaju pada jalur
bebas hambatan (freeway) (John Janson & A.
Tapani, 2004). Dalam model ini ada dua
model yang digunakan pada alat mikro –
simulasi vissim yaitu Car Following
weidemann 74, Car Following weidemann 99
.
Gambar 2.3 Ilustrasi Car Following Model
a) Car Following Weidemann 74
Pada model ini banyak digunakan jalan
perkotaan karena pengemudi selalu
memperhatikan kecepatan pengemudi
sebelumnya sehingga terjadi interaksi antar
tiap individu – individu pengendara sehingga
model simulasi ini sangat cocok digunakan
untuk jalan perkotaan atau jalan yang
memiliki hambatan yang besar.
b) Car Following Weidemann 99
Pada model ini banyak digunakan jalan
bebas hambatan karena pengemudi selalu
dalam menentukan kecepatan tidak
memperhatikan kendaraan yang sebelumnya
sehingga pengemudi bebas menentukan
kecepatannya masing – masing model ini
sangat cocok untuk mensimulasinkan kondisi
jalan bebas hambatan atau umumnya
digunakan pada jalan tol.
2.10 PTV Vissim
PTV Vissim adalah perangkat lunak
yang digunakan untuk simulasi arus lalu lintas
secara mikroskopis terkemuka yang
dikembangkan oleh PTV Planung
Transportasi Verkehr AG di Karlsruhe,
Jerman. Vissim alat micro-simulasi lalu lintas
yang digunakan untuk perencanaan dan
pemodelan lalu lintas untuk perkotaan mau
pun pada pedesaan baik untuk analisis arus
kendaraan atau pun arus pejalan kaki serta
memiliki kemampuan untuk mensimulasi
berbagai jenis moda lalu lintas secara
bersamaan.
Gambar 2.4 Mikro - Simulasi Bundaran
Sumber : PTV Vissim Guide First Steps
Vissim dapat digunakan untuk beberapa
kasus antara lain :
1) Membangun jaringan jalan dan
persimpangan
2) Perencanaan pengembangan lalu lintas
3) Perencanaan transportasi massal
2.10.1Parameter Mikro – Simulasi Lalu
Lintas Berbasis Vissim
Parameter mikro – simulasi berbasis
vissim merupakan nilai akan digunakan dalam
melakukan proses kalibrasi dan validasi
dalam permodelan simulasi lalu lintas yang
akan disimulasi. Parameter yang dipilih pada
permodelan antara lain :
a. Standstill Distance in Front of Obstacle
yaitu parameter jarak aman ketika
kendaraan akan berhenti akibat
kendaraan yang berhenti atau
melakukan perlambatan akibat
hambatan dengan satuan meter (m).
b. Observed Vehicle In Front yaitu
parameter jumlah kendaraan yang
diamati oleh pengemudi ketika ingin
melakukan pergerakan atau reaksi.
c. Minimum Headway yaitu jarak
minimum yang tersedia bagi kendaraan
yang didepan untuk melakukan
perpindahan lajur atau menyiap.
d. Lane Change Rule yaitu mode perilaku
pengemudi pada saat melintas, untuk
lalu lintas heterogen sangat cocok
menggunakan mode
e. Overtake at Same Line yaitu perilaku
pengemudi kendaraan yang ingin
menyiap pada lajur yang sama baik dari
sisi sebelah kanan mau pun sisi sebelah
kiri.
f. Desired Lateral Position yaitu posisi
kendaraan pada saat berada di lajur
artinya kendaraan dapat berada
disamping kiri maupun samping kanan
kendaraan yang lain.
g. Lateral Minimum Distance yaitu jarak
aman pengemudi pada saat berada di
samping kendaraan yang lain.
h. Safety Distance Reduction yaitu jarak
aman antar kendaraan didepan dan
dibelakang atau jarak gap dan clearing
antar kendaraan, ini merupakan
parameter yang sangat menentukan
karena tiap kondisi lalu lintas
mempunyai nilai jarak aman yang
berbeda.
2.11 Konsep Kalibrasi dan Validitas
Model Simulasi
Kalibrasi pada Vissim merupakan proses
dalam membentuk nilai-nilai parameter yang
sesuai sehingga model dapat mereplikasi lalu
lintas hingga kondisi yang semirip mungkin.
Validasi pada Vissim merupakan proses
pengujian kebenaran dari kalibrasi dengan
membandingkan hasil observasi dan hasil
simulasi. Proses kalibrasi dan validasi
dilakukan berdasarkan jumlah volume arus
lalu lintas dan panjang antrian (Putri, 2015).
Metode yang digunakan adalah dengan
menggunakan rumus dasar Chi-squared dan
rumus statistik Geoffrey E. Havers (GEH). Uji
Chi- square dilakukan dengan
membandingkan antara mean hasil simulasi
dengan mean hasil observasi. Rumus umum
Chi- square (𝑥2) dapat dilihat pada persamaan
2.15 sebagai berikut.
2
𝑥2 = ∑𝑘𝑖=1 |𝑜𝑖𝐸−𝐸𝑖 | …………………(2.1)
𝑖
dimana :
𝑂𝑖 = Tundaan Geometri (det/smp);
𝐸𝑖 = Tundaan lalu lintas (det/smp);
 Tugu Mandiri seperti garis merah yang terlihat
Tingkat signifikan dengan derajat pada Gambar 3.2
keyakinanan Uji Chi- square sebesar 95 %
atau α = 0.05 dan kriteria uji yaitu hasil
diterima apabila hasil hitung ≤ hasil tabel Chi-
square.
Sedangkan rumus GEH merupakan
rumus statistik modifikasi dari Chi- squared
dengan menggabungkan perbedaan antara
nilai relatif dan mutlak. Rumus GEH sendiri
dapat dilihat pada persamaan 2.1 dan
memiliki ketentuan khusus dari nilai error Gambar 3.2 Lokasi Penelitian
yang dihasilkan seperti pada Tabel 2.2.
(𝑞𝑠𝑖𝑚𝑢𝑙𝑎𝑡𝑒𝑑−𝑞𝑜𝑏𝑠𝑒𝑟𝑣𝑒𝑑)2
𝐺𝐸𝐻 = √ ……(2.2)
dimana : 0,5×(𝑞𝑠𝑖𝑚𝑢𝑙𝑎𝑡𝑒𝑑+𝑞𝑜𝑏𝑠𝑒𝑟𝑣𝑒𝑑)
𝑞 = Data volune arus lalu lintas
(kendaraan/jam)

Tabel 2.2 Rumus Statistik GEH

Nilai Keterangan
GEH < 5,0 Diterima
5,0 ≤ GEH ≤ 10,0 Peringatan : kemungkinan model error atau data buruk
GEH > 10,0 Ditolak

3. METODOLOGI PENELITIAN
3.1 Kerangka Penelitian
Skema penelitian yang akan dilakukan
dapat dilihat pada bagan alir metode
penelitian sebagaimana yang dijelaskan pada Gambar 3.3 Denah dan Sirkulasi Lalu Lintas
Gambar 3.1 Simpang Bundaran Tugu Mandiri

4. HASIL DAN PEMBAHASAN

4.1 Profil Arus Lalu Lintas Simpang
Bundaran Tugu Mandiri
4.1.1 Volume Lalu Lintas Simpang
Bundaran Tugu Mandiri
Volume arus lalu lintas pada masing –
masing pendekat simpang menunjukkan arus
kendaraan yang akan melintasi simpang.
2000

1800
Volume Kendaraan
(Kend/Jam0

1600

1400

Gambar 3.1 Diagram Alir Prosedur Penelitian 1200

1000

3.2 Lokasi Penelitian 800

Penelitian berlokasi di salah satu Gambar 4.1 Volume Kendaraan Simpang

600

simpang di kota Makassar, simpang Bundaran Pendekat Jalan Ujung Pandang

400

200

0
 Periode Waktu

Nusantara Riburane

1200 2000

1800

Volume Kendaraan

Volume Kendaraan
(Kend/Jam0
(Kend/Jam)
1000
1600

1400

800

1200

1000

600

Gambar 4.2 Volume Kendaraan Simpang

800

Gambar 4.7 Volume Kendaraan Simpang

Pendekat Jalan Nusantara
600

Pendekat Jalan Riburane

400

1800
400

Gambar diatas memperlihatkan volume

Volume Kendaraan

1600

kendaraan simpang Bundaran Tugu Mandiri

(Kend/Jam)

200 200

1400

yang melintas mulai dari pukul 06.00 – 18.00 0

terlihat jumlah kendaraan yang melintas tiap

1200

periode berbeda – beda. Berdasarkan volume

1000

total kendaraan jenis LV (Kendaraan Ringan),

800

HV (Kendaraan Berat) dan MC (Sepeda

600
Periode Waktu

Gambar 4.3 Volume Kendaraan Simpang Motor) dapat dilihat bahwa saat jam puncak
400 Periode Waktu
Nusantara Riburane

200

Pendekat Jalan Sulawesi Nusantara

(peak hour) yaitu jam puncak pagi (Pukul

07.00
140
0

120
– 09.00 ), jam puncak siang (Pukul 12.00 –
Volume Kendaraan
(Kend/Jam)

100
14.00 ), dan jam puncak sore (Pukul 16.00 –
80 18.00 ) arus kendaraan begitu besar dibanding
dengan periode lain ini terjadi semua
Periode Waktu

60

pendekat simpang.
Sulawesi

40

4.1.2 Jenis dan Dimensi Kendaraan Pada

20

Gambar 4.4 Volume Kendaraan Simpang

Pendekat Jalan Bonerate
0
Simpang Bundaran Tugu Mandiri
160
Karakteristik dan tipe kendaraan yang
140
melintas pada simpang Bundaran Tugu
Volume Kedaraan

Mandiri berbeda. Adapun penggolongan

9Kend/Jam)

120

Periode Waktu

100
kendaraan lebih jelasnya pada Tabel 4.1.
Bonerate

80
Tabel 4.1 Tipe dan Dimensi Kendaraan
Dimensi Kendaraan (m)
Kategori
60
Panjang Lebar
City Car Small 3.6 1.6
Gambar 4.5 Volume Kendaraan Simpang
40

City Car Big 4.135 1.755

Sedan 4.395 1.715
Pendekat Jalan Jampea
20

MPV (Multi
4.58 1.77
3500
0

Purpose Vehicle )
3000

SUV (Sport Utility

Volume Kendaraan

4.6 1.82
(Kend/Jam)

2500 Vehicle )
Angkutan 4.445 1.855
2000

Periode Waktu
Pick Up 3.93 2.042
1500
Truk 2AS 5.83 2.1
Jampea Truk 3AS 8.2 2.612
1000 Truk 4AS 9.777 2.632
Trailer 12.283 2.64
Bus Pariwisata 6.711 2.303
Gambar 4.6 Volume Kendaraan Simpang
500

Bus Mamminasata 9.895 2.7

Pendekat Jalan Slamet Riyadi 0

Motor Bebek 1.97 0.67

Motor Matic 1.86 0.68
Motor Sport 1.983 0.69

Periode Waktu

Ahmad Yani Riburane

4.1.4 Profil Kecepatan Arus Lalu Lintas Berdasarkan parameter yang ada pada
Kendaraan di Persimpangan vissim dipilih beberapa parameter yang sesuai
Adapun hasil survei kecepatan dengan kondisi lalu lintas heterogen
kendaraan di Simpang Bundaran Tugu kemudian dilakukan proses kalibrasi terhadap
Mandiri sebagaimana diperlihatkan secara volume kendaraan pada periode jam puncak
visual pada Gambar 4.19 (peak hour) yaitu jam puncak pagi, siang, dan
sore. Adapun nilai kalibrasi dan hasil kalibrasi
dalam Uji GEH diperlihatkan pada Tabel 4.2
sebagai berikut :
Tabel 2.2 Nilai Kalibrasi Pada Simpang
Parameter
Add. Part of No. of Overtak
Periode Average Minimum Lane Desired Lateral Lateral
Desired Observe e at
Waktu Standstill Headwa Change Lateral Distance Distance
Safety d Same
Distance y Rule Position Standing Driving
Distance Vehicle Line
08.00 - Free Lane

Gambar 4.8 (a) Kecepatan Kecepatan 0.5 0.6 2 0.5 yes any 0.2 0.5
09.00 Change

Kendaraan Ringan 12.00 - Free Lane

0.5 0.6 2 0.5 yes any 0.2 0.5
13.00 Change

17.00 - Free Lane

0.5 0.6 2 0.5 yes any 0.2 0.5
18.00 Change

Tabel 4.3 uji GEH

Hasil
Model
Periode Observasi Uji GEH Kesimpulan
Ujung Slamet Ujung Slamet Ujung Slamet
Nusantara Sulawesi Bonerate Jampea Riburane Nusantara Sulawesi Bonerate Jampea Riburane Nusantara Sulawesi Bonerate Jampea Riburane
Pandang Riyadi Pandang Riyadi Pandang Riyadi
08.00–
09.00 1204 514 738 94 108 5281 1475 1292 610 833 122 133 5088 1538 2.49 4.05 3.39 2.69 2.28 2.68 1.62 Diterima

12.00–
13.00 1449 684 1282 103 122 4439 1503 1581 817 1400 136 147 4250 1581 3.39 4.85 3.22 3.02 2.16 2.87 1.99 Diterima

17.00–
18.00 1798 965 1581 101 108 5212 1908 1952 1102 1708 129 143 4981 2003 3.56 4.26 3.13 2.61 3.12 3.24 2.15 Diterima

Gambar 4.8 (b) Kecepatan Kecepatan

Kendaraan Berat

Gambar 4.9 Visualisasi 3D Mikro – Simulasi

Gambar 4.8 (c) Kecepatan Kendaraan Roda
dua
Gambar 4.8 Kecepatan Kendaraan
Pada Gambar 4.8 menunjukkan bahwa
fenomena frekuensi kecepatan kendaraan
pada simpang cenderung terdistribusi dengan
normal, grafik tersebut memperlihatkan
bahwa frekuensi distribusi kecepatan
berdasarkan jenis kendaraan juga hampir
sama kecuali untuk jenis kendaraan truk dan
bus yang mempunyai frekuensi relatif sedikit.
Tabel 4.4. Hasil Validasi dengan Uji Chi-
4.2 Mikro – Simulasi Lalu Lintas di
square pada Panjang Antrian Kendaraan
Persimpangan
Vissim Simpang Bundaran Tugu Mandiri
Pada Tabel 4.3 hasil kalibrasi dengan
menggunakan Uji Geoffrey E. Havers
menunjukkan bahwa pada simpang Bundaran
Tugu Mandiri telah terkalibrasi dengan baik
untuk semua pendekat.
4.2.2 Validasi Hasil Model Mikro –
Simulasi
Analisis yang digunakan adalah dengan
uji Chi- square. Dimana akan terlihat nilai
probability dari uji Chi- square tersebut.
Hasil validasi disajikan dalam bentuk Tabel
4.4.
Hasil

4.2.1 Kalibrasi Model Mikro – Simulasi

Model Observasi Uji Chi-Square
Periode
Ujung Slamet Ujung Slamet Ujung Slamet
Nusantara Sulawesi Bonerate Jampea Riburane Nusantara Sulawesi Bonerate Jampea Riburane Nusantara Sulawesi Bonerate Jampea Riburane
Pandang Riyadi Pandang Riyadi Pandang Riyadi
08.00–
18.00 4.54 18.00 15.53 9.30 15.85 34.63 10.32 2.16 11.46 7.41 5.52 7.76 19.88 3.28 1.25 2.38 4.25 1.54 4.13 6.28
09.00 Jumlah 19.78 4.80 13.34 14.16 6.95 19.36 20.27
12.00– Kesimpulan5.24 Diterima 6.18
Diterima Diterima
38.12 8.99 31.67 15.08 16.50 16.50 28.68 19.05 17.68 6.37 7.77 6.28 14.82 9.54 1.57 5.03 Diterima
4.62Diterima 6.33
Diterima Diterima
6.70
13.00
17.00–
28.66 7.64 26.28 23.33 9.57 28.78 28.31 14.54 3.75 15.07 12.65 6.81 12.77 13.94 6.96 1.98 4.78 4.89 0.79 8.91 7.29
18.00
4.3 Analisis Hasil Mikro – Simulasi Lalu
Lintas Keadaan Eksisting
Analisis mikro – simulasi sesuai dengan
hasil nilai – nilai parameter pada Tabel 4.2
dipergunakan untuk menganalisis kinerja lalu
lintas simpang Bundaran Tugu Mandiri yaitu
panjang antrian dan tundaan kendaraan untuk
penelitian ini.
a. Panjang Antrian Kendaraan
b. Tundaan Kendaraan
Gambar 4.10 Hasil Kinerja Simpang Berbasis
Mikro – Simulasi Kondisi Eksisting
Kinerja lalu lintas berdasarkan hasil
simulasi yang ditunjukkan pada Gambar 4.21
memperlihatkan bahwa fenomena antrian dan
tundaan kendaraan pada tiap kaki simpang
jauh berbeda terutama panjang antrian terlihat
panjang antrian pada pendekat Jalan Ujung
Pandang terlampau terlalu besar dibandingkan
dengan kaki yang lain dengan nilai paling
besar 38.12 terjadi diperiode Pukul 12.00 -
13.00 WITA selisih yang cukup jauh dengan
pendekat Jalan Nusantara dengan nilai sekitar
8.89 m, pendekat Jalan Bonerate dengan nilai
sekitar 15.08 m. Sedangkan untuk tundaan
kendaraan memperlihatkan fenomena yang
sebaliknya yang dimana tundaan pada kaki
simpang Jalan Ujung Pandang lebih tinggi
sekitar 6 – 15 detik dibandingkan pendekat
Jalan Slamet Riyadi barat hanya 5 – 9 detik,
ini dikarenakan titik konflik/pertemuan
arah
pergerakan dari Jalan Ujung Pandang yang
menyebabkan pada saat simulasi semua
kendaran bergerak keluar dari pendekat
simpang menyebabkan tundaan kendaraan
lebih tinggi dibanding pendekat yang lain.
4.4 Simulasi Upaya Peningkatan
Kinerja (Alternatif Penambahan U-
Turn pada Jl. Riburane)
Adapun alternatif pergerakan lalu
lintas simpang yang dilakukan yaitu dengan
penambahan U-Turn pada pangkal Jalan
Riburane, sehingga kendaraan yang awalnya
harus melewati bundaran menjadi putar balik
di U-Turn. Adapaun hasil perbandingan
visualisasi model setelah melakukan optimasi
dengan kondisi lapangan pada tiap-tiap
pendekat pada Gambar 4.22.
a. Panjang Antrian Kendaraan
b. Tundaan Antrian
Gambar 4.11 Hasil Optimasi Kinerja Simpang
Berbasis Mikro – Simulasi
Gambar 4.22 memperlihatkan bahwa
membentuk kinerja simpang yang optimum
yaitu dengan menambahkan U-Turn pada
pangkal Jalan Riburane. Adapun hasil panjang
antrian dan tundaan maksimum antara lain,
pada Jalan Ujung Pandang 21.68 m ; 8.56
detik, Jalan Nusantara 8.02 m ; 7.76 detik,
Jalan Sulawesi 34.46 ; 11.63 detik, Jalan
Bonerate 28.66 m ; 17.60 detik, Jalan Jampea
14.63 m ; 24.66 detik, Jalan Slamet Riyadi
28.66 m ; 8.89 detik dan Jalan Riburane 18.68
m ; 5 28 detik Pemberian U-Turn pada Jalan
Riburane memberikan dampak positif pada
Jalan Ujung Pandang ,yaitu terjadi
pengurangan panjang antrian sebesar 31,41
%, Jalan Nusantara 12,15 % dan Jalan
Riburane
53.57 %, tetapi menyebabkan meningkatnya
panjang antrian di Jalan Sulaweisi sebesar
13.65 %, Jalan Bonerate 13.38 % , Jalan
Jampea 18.72 % dan Jalan Slamet Riyadi 0.05
%.
Gambar 4.12 Hasil Simulasi
Upaya Peningkatan Kerja
Jadi pada kasus simpang bundaran
Tugu Mandiri ini, untuk menghasilkan kinerja
simpang yang optimum yaitu dengan
memakai alternatif penambahan U-Turn pada
Jalan Riburane karena menghasilkan kinerja
lalu lintas yang lebih baik daripada fase
pergerakan yang lainnya.
5. KESIMPULAN DAN SARAN
5.1 Kesimpulan
Setelah dilakukan analisis pada Bab IV,
berdasarkan hasil analisis tersebut, maka
penulis dapat merumuskan beberapa
kesimpulan yang merujuk dan terkait
langsung dari penulisan skripsi sebagai
berikut :
a. Model mikro - simulasi kondisi lalu
lintas pada simpang Jalan Nusantara –
Jalan Ujung Pandang – Jalan Riburane
dengan menggunakan software Vissim
melalui proses kalibrasi dan validasi
model simulasi dengan menggunakan
volume dan panjang antrian kendaraan
di lapangan.
b. Kinerja lalu lintas kondisi eksisting
pada Simpang Bundaran Tugu Mandiri
diperoleh nilai panjang antrian dan
tundaan maksimum berikut : Jalan
Ujung Pandang 38.12 m dan 14.32
detik; Jalan Nusantara 8.99 m dan 8.38
detik; Jalan Sulawsesi 31.67 m dan 8.06
detik; Jalan Bonertate 15.53 m dan
18.46 detik; Jalan Jampea 16.50 m dan
10.13 detik; Jalan Slamet Riyadi 28.78
m dan 9.04 detik; Jalan Riburane 34.63
m dan 5.30 detik .
c. Pemberian U-Turn pada Jalan Riburane
memberikan dampak positive pada
Jalan Ujung Pandang yaitu terjadi
pengurangan panjang antrian sebesar
31,41 %, Jalan Nusantara 12,15 % dan
Jalan Riburane 53.57 %, tetapi
menyebabkan meningkatnya panjang
antrian di Jalan Sulaweisi sebesar 13.65
%, Jalan Bonerate 13.38 % , Jalan
Jampea 18.72 % dan Jalan Slamet
Riyadi 0.05 %. Secara keseluruhan
dampak positif yang diakibatkan
pemberian U-Turn pada jalan Riburane
lebh besar. Jadi pada kasus simpang
bundaran Tugu Mandiri ini, untuk
menghasilkan kinerja simpang yang
cukup optimum yaitu memakai
alternatif penambahan U-Turn pada
Jalan Riburane karena menghasilkan
kinerja lalu lintas yang lebih baik
daripada fase pergerakan yang lainnya.
5.2 Saran
Berdasarkan kesimpulan diatas dapat
ditarik berbagai saran yang terkait pada
penelitian skripsi ini adalah sebagai berikut :
a. Dalam melakukan kalibrasi dan validasi
model mikro – simulasi sebaiknya
dilakukan untuk semua waktu
sepanjang periode survei, karena
parameter pada masing – masing waktu
pasti berbeda tergantung arus lalu
lintasnya.
b. Perlunya dilakukan kalibrasi dengan
menggunakan panjang antrian dan
 tundaan kendaraan sebagai pembanding
model simulasi.
c. Perlu adanya penelitian selanjutnya
untuk pembenahan terhadap sistem
manajemen lalu lintas, baik manajemen
di simpang maupun ruas jalan sekitar
simpang, dan penelitian lebih lanjut
mengenai perilaku pengemudi di
Makassar secara lebih detail, mengenai
jarak car following, lane change, car
lateral, ataupun perilaku pengemudi
pada simpang bersinyal dan tidak
bersinyal.
5.3 UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih serta
penghormatan kepada rekan peneliti
Universitas Hasanuddin, dan para dosen
pembimbing dalam penelitian ini yaitu Ibu
Dr. Eng. Muralia Hustim, ST, MT. dan Bapak
Dr. Ir. Mubassirang Pasra, MT.
DAFTAR PUSTAKA
Alamsyah, Ansyori. 2003. Rekayasa Jalan
Raya. Universitas Muhammadiyah
Malang. Malang
Alik Ansyori Alamsyah. 2005. Rekayasa
Lalu-lintas. Universitas
Muhammadiyah. Malang
Banks, J. H. 2002. Introduction to
Transportation Engineering. 2nd
ed. McGraw-Hill. New York.
C. Jotin Khisty & B. Kent Lall. 2005. Dasar-
dasar Rekayasa Transportasi. Jilid I.
Erlangga. Jakarta
Direktorat Jenderal Bina Marga. 1997.
Manual Kapasitas Jalan Indonesia.
Jakarta: Direkotrat Bina Jalan Kota
Direktorat Jenderal Perhubungan Darat.
1996. Pedoman Teknis Perekayasaan
Tempat Perhentian Kendaraan
Penumpang Umum. Jakarta:
Departemen Perhubungan. Dinas
Perhubungan Kota Makassar. 2017
Hobbs, F.D. 1979. Traffic Planning and
Engineering, Second edition, edisi
Indonesia, 1995, terjemahan
Suprapto T.M. dan Waldijono,
Perencanaan dan Teknik Lalu Lintas,
Edisi kedua. Gadjah Mada University
Press. Yogyakarta.
Law, A. M., and Kelton, D. M. 1991.
Simulation Modeling and Analysis,
Secon Edition. McGraw-Hill Inc.
New York, USA
Morlok, E. K. 1998. Pengantar Teknik dan
Perencanaan Transportasi
(terjemahan John K Naimin).
Erlangga. Jakarta
Nurhayati. 2013. Analisis Kinerja Lalu Lintas
Akibat Pengaturan Sistem
Pergerakan Kendaraan Pada Jl.
A.P.Pettarani di Makassar.
Makassar: Universitas Hasanuddin
Oglesby, C. H., Hicks, R.G. 1982. Highway
Engineering, Fourth Edition,Edisi
Indonesia, 1993, Terjemahan Purwo
Setianto, Teknik Jalan Raya edisi ke
empat, jilid I. Penerbit Erlangga.
Jakarta
O’Flaherty, C. A. 1997. Transportation
Planning and Traffic Engineering.
Hodder Headline Group. London
Peraturan Menteri Perhubungan Nomor KM
14. 2006. Manajemen dan Rekayasa
Lalu Lintas
Putri, Nurjannah Haryanti. 2015.
Mikrosimulasi Mixed Traffic pada
Simpang Bersinyaldengan Perangkat
Lunak Vissim (Studi Kasus: Simpang
Tugu, Yogyakarta).Yogyakarta:
Universitas Gadjah Mada.
Selter. R. J. 1974. Highway Traffict And
Design. University of Bradford
Sulaksono. 2001. Catatan Kuliah Rekayasa
Jalan. Institut Teknologi Bandung
Tamin, O.Z. 2000. Perencanaan dan
Pemodelan Transportasi. Penerbit
ITB. Bandung
Undang – Undang No. 22 Tahun 2009.Lalu
Lintas dan Angkutan Jalan.
Departemen Perhubungan