BAB I PENDAHULUAN..........................................................................................................................................................................................27
2.1 Umum........................................................................................................................................28
2.2 Lokasi Studi...............................................................................................................................28
2.3 Metode Pengumpulan Data Metode Pengumpulan Data............................................................29
2.3.1 Data Primer........................................................................................................................29
2.3.2 Data Sekunder....................................................................................................................30
2.4 Model Bangkitan Perjalanan (Trip Generation).........................................................................31
1
2.5 Model Distribusi Perjalanan (Trip Distribution)........................................................................32
2.6 Gambaran Wilayah Studi...........................................................................................................32
BAB III ANALISIS DATA.......................................................................................................................................................................................33
4.1 Kesimpulan................................................................................................................................40
DAFTAR PUSTAKA................................................................................................................................................................................................41
MODEL BANGKITAN PERJALANAN PADA KAWASAN PINGGIRAN ME UJU PUSAT KOTA (STUDI
PADA KAWASAN YANG MENGALAMI PERUBAHAN SPASIAL)
BAB I PENDAHULUAN..........................................................................................................................................................................................43
BAB I PENDAHULUAN..........................................................................................................................................................................................53
2
BAB IV KESIMPULAN...........................................................................................................................................................................................65
4.1 Kesimpulan................................................................................................................................65
ANALISIS KINERJA LALU LINTAS AKIBAT PERUBAHAN TATA GUNA LAHAN
(STUDI KASUS PEMBANGUNAN MALL OF SERANG)
BAB I PENDAHULUAN..........................................................................................................................................................................................68
3
4
RESUME JURNAL
“Model Bangkitan Perjalanan Kerja dan Faktor Aksesibilitas pada Zona
Perumahan di Yogyakarta”
Perencanaan Permintaan Transportasi
DOSEN :
Dr. Anak Agung Gde Kartika, S.T., M.Sc.
5
BAB I
PENDAHULUAN
1.1 Latar Belakang
Kota Yogyakarta mulai menampakkan diri sebagai kota besar yang memiliki masalah
transportasi. Hal ini terlihat dari peningkatan jumlah penduduk yang secara langsung
berpengaruh terhadap kondisi lalu lintas, misalnya terjadinya kemacetan pada beberapa simpang
dan ruas jalan di Yogyakarta terutama pada jam-jam sibuk baik pagi maupun sore hari.
Perjalanan berbasis rumah yang dibangkitkan dari perumahan di kawasan Yogyakarta
memberikan kontribusi yang besar terhadap volume lalu lintas yang membebani jaringan jalan.
Beberapa studi telah dilakukan untuk memprediksi bangkitan perjalanan berbasis rumah di
Yogyakarta. Arianos (2001) telah menghasilkan model regresi bangkitan perjalanan untuk
kawasan Perumahan Sidoarum Yogyakarta dengan variabel yang berpengaruh adalah jumlah
kendaraan roda empat dan jumlah anggota keluarga yang bekerja. Fakih (2001) meneliti model
bangkitan perjalanan menggunakan model yang sama untuk kawasan perumahan Minomartani.
Model yang dihasilkan dari studi Fakih (2001) menunjukkan bahwa parameter jumlah anggota
keluarga dan kepemilikan kendaraan beroda 4 menjadi variabel utama yang berpengaruh dalam
bangkitan perjalanan. Hasil penelitian tersebut juga menunjukkan bahwa variabel yang terlibat
dalam model bangkitan perjalanan adalah berbeda untuk beberapa kawasan perumahan.
6
1.3 Tujuan
Berdasarkan rumusan masalah tersebut, maka tujuan penulisan laporan ini adalah sebagai berikut:
1. Tujuan studi ini adalah untuk menentukan variabel dan konstanta yang mempengaruhi jumlah
pergerakan dari beberapa kawasan perumahan di Yogyakarta ke tempat kerja.
2. Beberapa parameter yang mempengaruhi seseorang dalam melakukan aksesibilitas perjalanan
kerja juga diamati untuk mendapatkan jumlah pergerakan lalu lintas yang terjadi pada kawasan
yang ditinjau.
3. Penggunaan model regresi yang sesuai juga dianalisis untuk mendapatkan model bangkitan
perjalanan perumahan Griya Taman Asri, Sleman, Yogyakarta dengan tolok ukur permodelan uji
multikolinearitas dan uji F (Anova). Dalam penelitian ini kawasan perumahan yang diambil
adalah kawasan perumahan Griya Taman Asri, Soragan, Pendowoharjo, Sleman, Yogyakarta.
7
BAB II
TINJAUAN PUSTAKA
Akhir – akhir ini beberapa kajian mulai berusaha memasukkan ukuran aksesibilitas; (iii)
bangkitan dan tarikan pergerakan untuk barang meliputi jumlah lapangan kerja, jumlah tempat
pemasaran, luas atap industri tersebut dan total daerah yang ada.
8
adalah konsep yang menggabungkan sistem pengaturan tata guna lahan secara geografis dengan
sistem jaringan transportasi yang menghubungkannya.
Aksesibilitas merupakan alat untuk mengukur potensial dalam melakukan perjalanan selain
untuk menghitung jumlah perjalanan itu sendiri. Beberapa pendapat menyatakan bahwa
aksesibilitas dapat dinyatakan dengan jarak, sedang yang lainnya lagi menyatakan bahwa
aksesibilitas dinyatakan dengan waktu tempuh. Ada yang menyatakan bahwa aksesibilitas
dinyatakan dari besarnya ongkos transportasi dan ada pula yang menyatakan aksesibilitas
dinyatakan dalam bentuk biaya gabungan ongkos transportasi dan waktu tempuh.
9
kelamin), laju kelahiran dan kematian, migrasi dan proyeksi sangat diperlukan dalam
perencanaan/transportasi. Daerah dengan jumlah penduduk besar sangat jelas menimbulkan
bangkitan yang lebih besar. Komposisi usia sangat mempengaruhi pergerakan seseorang.
3. Ciri Sosial Ekonomi
Aksesibilitas manusia seringkali dipengaruhi oleh keadaan sosial ekonominya sehingga
pergerakan manusia pun dipengaruhi keadaan sosial ekonominya. Pekerjaan, penghasilan dan
pemilikan kendaraan seseorang akan mempengaruhi jumlah perjalanan yang dilakukan, jalur
perjalanan yang digunakan, waktu perjalanan dan kendaraan yang dipergunakan.
a. Pemilik kendaraan
Pengetahuan tentang pemilik kendaraan termasuk hal yang penting dalam proses perencanaan
transportasi, karena keterkaitan pemilikan kendaraan dengan jumlah perjalanan yang dilakukan
dan sarana yang digunakan sangat besar. Jumlah perjalanan yang dilakukan sebuah keluarga
akan dipengaruhi oleh jumlah dan jenis kendaraan yang dimiliki.
b. Pekerjaan
Pekerjaan seseorang merupakan salah satu sebab mengapa manusia melakukan perjalanan.
Pekerjaan sangat mempengaruhi variasi pergerakan baik dilihat dari sudut jumlah total
perjalanan maupun dari waktu melakukan perjalanan dan jenis kendaraan yang digunakan. Jenis
pekerjaan yang dilakukan akan mempengaruhi jumlah dan waktu terjadinya pergerakan.
c. Golongan Penghasilan
Golongan penghasilan pendapatan merupakan salah satu faktor yang secara tidak langsung
sangat mempengaruhi bagaimana terjadinya pergerakan. Penghasilan dapat mencerminkan
kemampuan orang untuk membayar biaya suatu perjalanan. Penghasilan juga sangat berkaitan
dengan kemampuan untuk membeli kendaraan bermotor, sehingga penghasilan juga secara tidak
langsung akan mempengaruhi sarana untuk melakukan pergerakan.
10
Tabel 2.1 Klasifikasi Tingkat Aksesibilitas
11
BAB III
METODE PENELITIAN
1. Data primer
Data primer merupakan data yang didapat melalui pengamatan langsung di lapangan. Data ini
diperoleh melalui survei wawancara rumah tangga (home interview survey).
2. Data Sekunder
Data sekunder adalah merupakan data yang diperoleh dari mengutip data yang sudah ada
melalui nara sumber seperti tokoh masyarakat. Data sekunder dalam hal ini berupa jumlah total
rumah dan tata guna lahan. Jumlah sampel yang didapat dari perumahan sederhana (terdiri dari
tipe 21-70) Griya Taman Asri, Soragan, Pendowoharjo, Sleman, Yogyakarta diperhitungkan dari
jumlah populasi total berdasarkan jumlah rumah tangga. Diambil suatu rata-rata, penghuni per
rumah = ± 4 orang, dengan jumlah rumah = 142 rumah, maka jumlah populasi diasumsikan
sebesar 142 x 4 = 568 orang.
Menurut Salter (1976) populasi <50000 ukuran sampel 20 %, maka jumlah sampel
minimum dihitung sebagai:
Jumlah sampel minimum = 20 % x 568
= 113,6 orang
= 113,6 / 4
= 28,4
12
Jumlah sampel minimal 29 rumah. Dalam penelitian ini, kuisioner rumah tangga
diperoleh sebesar 58 rumah tangga, sehingga jumah tersebut telah memenuhi kriteria minimum
sampel yang mewakili seluruh kawasan perumahan yang ditinjau.
Untuk analisa regresi linier berganda, terdapat asumsi-asumsi yang perlu diperhatikan, yaitu :
a. Nilai peubah (variabel), khususnya peubah (variabel) bebas, mempunyai nilai tertentu
atau merupakan nilai yang didapat dari hasil survei tanpa kesalahan yang berarti.
13
b. Peubah (variabel) tidak bebas (Y) harus mempunyai hubungan korelasi linier dengan
peubah (variabel) (X).
c. Efek peubah (variabel) bebas pada peubah (variabel) tidak bisa merupakan penjumlahan
dan harus tidak ada korelasi yang kuat antara sesama peubah (variabel) bebas.
3. Uji asumsi regresi multikolinearitas
Uji ini digunakan untuk menguji apakah permodelan regresi ditemukan adanya korelasi antar
variabel bebas, jika terjadi maka terdapat problem multikolinieritas. Dalam pengecekan
(detection) terhadap adanya multikolinieritas harus memenuhi beberapa syarat, yakni :
a. Besaran VIF berkisar 0,95 < x < 1, angka toleransi mendekati 1.
b. Koefisien korelasi antar variabel bebas haruslah lemah (dibawah 50 %).
Bertolok ukur dari beberapa acuan diatas, apabila terdapat problem multikolinieritas maka
permodelan tersebut tidak dapat dipakai dan sebaliknya. Uji asumsi regresi multikolinieritas ini
dilakukan mengingat terdapat lebih dari satu variabel bebas (independent) yang dijadikan
sebagai faktor penentu variabel terikat (dependent).
4. Uji F (Anova)
Santoso (2000) menerangkan bahwa uji F (Anova) dapat digunakan untuk menguji apakah rata –
rata dari dua sampel berbeda secara signifikan atau tidak, selain itu dapat pula digunakan untuk
menguji apakah dua buah sampel mempunyai varians yang sama atau tidak. Sebagai acuan untuk
menguji suatu variabel, maka F signifikan yang digunakan harus kurang dari 0,05. Apabila hasil
(out put) F signifikan lebih besar dari 0,05 maka permodelan tersebut tidak dapat diterima karena
dua data tersebut sama.
14
BAB IV
HASIL DAN PEMBAHASAN
Keterangan:
X1 = Jumlah anggota keluarga
X2 = Jumlah kendaraan roda empat
X3 = Jumlah kendaraan roda dua
X4 = Jumlah pendapatan total keluarga per bulan
X5 = Jumlah anggota keluarga yang bekerja
Keterangan:
X6 = Jarak tempuh ke tempat kerja
X7 = Waktu tempuh ke tempat kerja
X8 = Biaya perjalanan menggunakan kendaraan umum
X9 = Biaya operasional kendaraan pribadi
15
4.2 Analisis Regresi Variabel Bangkitan Perjalanan Kerja
1. Analisis regresi dua variabel
Hasil analisis regresi dua variabel bangkitan perjalanan kerja dan aksebilitas diberikan
dalam Tabel 4.3 dan 4.4. Hasil analisis bangkitan perjalanan kerja (Tabel 4.3), menunjukkan
bahwa model matematik regresi untuk dua variabel yang digunakan adalah model dengan
koefisien determinasi terbesar (R2 ) yaitu 0,59 yang terdapat pada hubungan:
16
Dari Tabel 4.4, model aksesibilitas yang dipilih adalah model dengan koefisien determinasi
terbesar (0,04) sebagai berikut:
Y = 1,537 – 3,894E-03X6 – 2,908E-04X9 (3)
dengan :
Y = jumlah perjalanan kerja
X6 = jarak tempuh ke tempat kerja
X9 = biaya operasional kendaraan pribadi
17
Tabel 4.5 Regresi Tiga Variabel Bangkitan Perjalanan Kerja
Tabel 4.7 dan 4.8 menunjukkan hasil analisis regresi untuk empat variabel bangkitan perjalanan
kerja dan aksesibilitas. Hasil kajian (Tabel 4.7) menunjukkan bahwa model bangkitan perjalanan
kerja empat variabel yang dipilih adalah model regresi dengan R2 terbesar (0,60) sebagai
berikut:
dengan :
X2 = kepemilikan roda 4
X3 = kepemilikan roda 2
18
Karena hanya ada satu jenis variabel (Tabel 4.8) pada permodelan aksesibilitas, maka model
regresi yang dipilih adalah:
Untuk regresi model ini mempunyai seluruh variabel bebas yang diambil sebagai hipotesis.
Karena hanya ada satu model lima variabel, maka model yang digunakan adalah model regresi
dengan R2 terbesar (0,60) sebagai berikut:
dengan :
X2 = kepemilikan roda 4
19
X3 = kepemilikan roda 2
Dari hasil analisis (Tabel 4.9) menunjukkan bahwa nilai Tolerance dan VIF pada setiap
variabel untuk model regresi tiga hingga lima variabel tidak ada yang memenuhi syarat karena
Tolerance di luar wilayah (0,95<X<X< 0,5). Dengan demikian, model regresi untuk tiga hingga
lima variabel adalah ditolak secara statistik.
Analisis untuk model regresi dengan dua variabel (Tabel 4.9) menunjukkan bahwa nilai VIF
dan Tolerance semuanya memenuhi syarat, sedangkan nilai korelasi semua memenuhi syarat,
maka model bangkitan perjalanan kerja dengan dua variabel bisa digunakan dalam pemodelan.
Untuk model regresi faktor aksesibilitas pada bangkitan perjalanan kerja, uji asumsi
multikolinieritas diberikan dalam Tabel 4.10.
20
Tabel 4.9 Tolerance dan VIF Regresi Bangkitan
Hasil analisis menunjukkan bahwa untuk model regresi 3 dan 4 variabel, hanya satu variabel saja
(X9) yang memenui syarat Tolerance dan VIF. Oleh karena itu, model regresi aksesibilitas
tersebut adalah ditolak. Untuk model regresi dengan dua variabel menunjukkan bahwa nilai
Tolerance dan VIF adalah memenuhi syarat, sehingga dapat disimpulkan bahwa permodelan
regresi dua variabel untuk aksesibilitas dapat diterima secara statistik.
21
4.4 Uji F (Anova)
Setelah lolos uji multiko dilanjutkan uji F, yaitu untuk mengetahui terjadi varians yang
sama atau tidak pada X2 dan X5 dalam bangkitan perjalanan kerja dan terjadi pada varians yang
sama pada X8 dan X9 dalam aksesibilitas. F signifikan yang digunakan harus < 0,05, apabila hasil
(out put) F signifikan > 0,05 maka permodelan tersebut tidak dapat diterima karena dua data
tersebut sama.
22
Pada aksesibilitas perjalanan kerja didapatkan F signifikan = 0,354 ini menunjukan bahwa
variabel X6 dan X9 terjadi varians yang sama karena > 0,005. Dapat disimpulkan persamaan
regresi untuk aksesibilitas ditolak, karena tidak lolos uji F Anova.
1. Jika ada pola tertentu, seperti titik – titik yang ada membentuk suatu pola tertentu yang
teratur (bergelombang, melebar kemudian menyempit), maka telah terjadi
Heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik – titik menyebar di atas dan di bawah angka 0
pada sumbu Y maka tidak terjadi heteroskedastisitas.
Model regresi akhir bangkitan perjalanan kerja seperti yang ditunjukkan dalam persamaan 9
diuji heteroskedasitisitas dan hasil analisis dapat dilihat pada Gambar 1. Dari Gambar 1, terlihat
bahwa titik – titik observasi menyebar di atas dan di bawah angka 0 pada sumbu Y. Hal ini
berarti tidak terjadi heteroskedastisitas pada model regresi terpilih, sehingga model regresi
bangkitan perjalanan kerja dua variabel (persamaan 9) layak digunakan dalam pemodelan.
23
BAB V
KESIMPULAN
24
DAFTAR PUSTAKA
25
RESUME JURNAL
“ANALISIS KINERJA LALU LINTAS AKIBAT PERUBAHAN TATA GUNA
LAHAN(STUDI KASUS PEMBANGUNAN MALL OF SERANG)”
Perencanaan Permintaan Transportasi
DOSEN :
Dr. Anak Agung Gde Kartika, S.T., M.Sc.
26
BAB I
PENDAHULUAN
27
BAB II
METODOLOGI
2.1 Umum
Tujuan dari metodologi adalah untuk mempermudah kegiatan analisa. Berikut merupakan
metodologi yang digunakan dalam tugas akhir ini:
1. Pengumpulan data
2. Analisa bangkitan dan tarikan
3. Analisa kinerja simpang dan ruas jalan eksisting
4. Analisa kinerja simpang dan ruas jalan akibat pembangunan
28
Gambar 2.1 Zona Wilayah Kajian
29
Grafik 2.1 Fluktuasi Arus Lalu Lintas Pada Jalan Akses Tol Dengan Arah Tol Timur
Dari hasil fluktuasi arah lalu lintas dapat diketahui jumlah kendaraan saat puncak yang
menuju Tol Serang Timur terdiri dari mobil pribadi, angkutan umum, dan kendaraan barang pada
pukul 07.45-08.45 WIB, dengan volume 556,9 smp/jam.
30
Gambar 2.2 Hasil Inventarisasi Geometrik Jalan
2.4 Model Bangkitan Perjalanan (Trip Generation)
Bangkitan perjalanan menghasilkan model hubungan yang mengkaitkan parameter tata
guna lahan dengan jumlah perjalanan yang menuju suatu zona atau jumlah perjalanan yang
meninggalkan suatu zona. Analisa model bangkitan perjalanan yang digunakan adalah metode
ITE (Institute of Transportation Engineer) dengan dasar tipe tata guna lahan dan intensitas
kegiatan dari satu daerah.
Prosedur yang digunakan antara lain estimasi luas lahan suatu daerah studi pada periode
waktu tertentu. Setelah itu, data dibandingkan dengan variabel luas lahan. Berikut adalah data
perbandingan luas lahan mall pembanding dengan tingkat pengunjung yang datang.
31
Tabel 2.3 Mall Pembanding (Dishub Kota Serang)
32
BAB III
ANALISIS DATA
Selanjutnya, diperlukan data volume lalu lintas jam puncak kokndisi eksisting yang dapat
dilihat pada tabel berikut:
Tabel 3.2 Volume Lalu Lintas Kondisi Eksisting (2010)
33
Gambar 3.2 Jaringan Jalan Yang Akan Diamati
34
Tabel 3.4 Prediksi Pengunjung Mall of Serang tahun 2012
Dari tabel dapat diketahui bahwa jumlah pengunjung Mall of Serang setelah dikonversi
dalam kendaraan pada tahun 2012 adalah sebesar 241 smp, terdiri dari angkutan umum, sepeda
motor, dan mobil pribadi.
Berikut merupakan tabel yang menunjukkan distribusi perjalanan dan tingkat pertumbuhan
setiap zona tahun 2010:
35
Tabel 3.7 Distribusi Perjalanan Tahun 2010 dan Tingkat Pertumbuhan Setiap Zona
Tabel 3.9 Distribusi Perjalanan Tahun 2012 dengan Tingkat Pertumbuhan E = 1,022
36
Setelah itu, dapat diketahui bahwa setelah dikonversi jumlah kendaraan pada tahun 2012
adalah sebesar 241 smp. Maka distribusi perjalanan yang telah dibuka menjadi 5 zona dapat
dilihat seperti tabel berikut:
Tabel 3.11 Distribusi Perjalanan Tahun 2012 akibat Pembangunan Mall of Serang
Tabel 3.12 Tingkat Pelayanan Ruas Jalan Kondisi Eksisting Tahun 2010
37
Tabel 3.13 Tingkat Pelayanan Ruas Jalan Kondisi Eksisting Tahun 2011
Tabel 3.14 Tingkat Pelayanan Ruas Jalan Kondisi Eksisting Tahun 2012
Tabel 3.16 Analisis Konsultan Tingkat Pelayanan Ruas Jalan Kondisi Eksisting Tahun
2012
38
39
BAB IV
PENUTUP
4.1 Kesimpulan
Dari survey dan analisis data yang dilakukan di sekitar lokasi Mall of Serang dapat
diambil kesimpulan sebagai berikut:
Didapat estimasi jumlah pengunjung Mall of Serang dengan mengestimasi luas lahan
studi dan membandingkan luas bangunan mall pembanding seperti Margo City, Carrefour
Serang, Ramayana Serang, dan Plaza Metropolitan pada tahun 2012 sebesar 241 smp
yang terdiri dari angkutan umum, sepeda motor, dan mobil pribadi
Analisa distribusi perjalan dilakukan dengan mengasumsi nilai angka pertumbuhan lalu
lintas tiap zona dan didapat angka pertumbuhan sebesar 1,022. Dengan metode seragam,
semua matriks asal-tujuan dikali faktor 1,022 untuk mendapat matriks asal-tujuan pada
masa mendatang
4.2 Saran
Berikut merupakan saran yang dapat dilakukan untuk mengatasi permasalahan arus lalu
lintas karena dampak pembangunan kawasan Mall of Serang:
1. Menempatkan rambu-rambu lalu lintas dilarang berhenti pada persimpangan untuk
mencegah kenderaan umum yang berhenti
2. Menjaga keselamatan pengguna angkutan umum dengan membangun trotoar yang
nyaman dan tanaman peneduh
3. Menyediakan halte bagi penumpang angkutan umum
4. Memberikan marka jalana untuk menetapkan lajur-lajur lalu lintas
5. Menyediakan fasilitas pejalan kaki penyebrangan jalan
6. Menyediakan SDM yang khusus mengatur lalu lintas pada daerah sekitar pintu
keluar masuk Mall of Serang
40
DAFTAR PUSTAKA
Ika, D. 2012. Analisis Kinerja Lalu Lintas Akibat Perubahan Tata Guna Lahan (Studi
Kasus Pembangunan Mall of Serang). Skripsi. Diterbitkan. Fakultas Teknik. Universitas
Indonesia: Depok
41
RESUME JURNAL
“MODEL BANGKITAN PERJALANAN PADA KAWASAN PINGGIRAN ME UJU
PUSAT KOTA (STUDI PADA KAWASAN YANG MENGALAMI PERUBAHAN
SPASIAL)”
Perencanaan Permintaan Transportasi
DOSEN :
Dr. Anak Agung Gde Kartika, S.T., M.Sc.
42
2022
BAB I
PENDAHULUAN
1.3 Tujuan
1. Memperoleh model bangkitan pergerakan untuk kawasan pinggiran kota (suburban) ke
kawasan kota (urban).
43
BAB II
RESUME HASIL
Kawasan suburban yang diteliti adalah kawasan Penfui Timur dan sekitarnya yang
berbatasan langsung dengan Kota Kupang. Survei dilakukan menggunakan kuisioner yang diisi
langsung maupun lewat media online. Jumlah kuisioner yang dapat dianalisis sebanyak 135
kuesioner (responden).
Model yang digunakan untuk meramalkan bangkitan perjalanan adalah model persamaan
regresi linier berganda dengan variabel terikat adalah jumlah perjalanan per hari. Secara teoritis
faktor –faktor yang dapat memengaruhi bangkitan perjalanan adalah faktor internal dan
eksternal. Faktor internal antara lain adalah usia, pekerjaan, penghasilan, jumlah anggota
keluarga, kepemilikan kendaraan, dan liannya. Sedangkan faktor eksternal adalah antara lain
jarak dari rumah ke pusat kota, tempat kerja, fasilitas hiburan, sekolah dan lain sebagainya,
factor tata guna lahan juga mempengaruhi pergerakan dalam suatu system.
Dalam penelitian ini variable yang digunakan sebagai variable bebas adalah: (X1)
Kepemilikan rumah; (X2) Jumlah anggota keluarga; (X3) Jumlah anggota keluarga yang bekerja;
(X4) Jumlah anggota keluarga yang sekolah; (X5) Pendapatan; (X6) Kepemilikan Mobil; (X7)
Kepemilikan sepeda motor; (X8) Kepemilikan SIM; (X9) Jarak tempuh; (X10) Waktu tempuh.
Dari variable di atas dapat dibentuk persamaan regresi linier sebagai berikut:
Dengan:
Y = jumlah perjalanan per hari setiap rumah tangga
X1-10 = peubah / variabel bebas
β1-10 = koefisien regresi
C = konstanta
Selanjutnya dilakukan uji korelasi terhadap variable independent (X1 -X10) : jumlah perjalanan
rumah tangga per hari (Y) dan korelasi antar variable. Lalu selanjutnya menggunakan analisis
korelasi akan dicari hubungan antara variable terikat Y dan variable bebas X dan didapatkan
hasil sebagai berikut.
44
Tabel 3.1 Koefisien Korelasi Antar Variabel
Berdasarkan hasil analisa korelasi di atas telah diperoleh tiga variabel yang memiliki hubungan
yang kuat dengan variabel Y, yaitu X2, X4, X5. Dari ketiga variabel tersebut kemudian dianalisis
untuk mendapatkan suatu model persamaan regresi. Hasil analisis ditunjukkan pada Tabel 3.
45
Tabel 3.4 Histogram
Dari gambar 2 menunjukkan residual berdistribusi normal oleh karena histogram menyerupai bel
menghadap ke atas.
46
Tabel 3.6 Pola Sebaran Versus Fits
Dari Gambar 4 di atas dapat terlihat bahwa plot residual menyebar merata di atas dan di bawah
sumbu 0 tanpa membentuk sebuah pola tertentu. Diagram di atas dapat menyimpulkan bahwa
tidak terdapat gejala heteroskedastisitas.
Selanjutnya dilakukan Uji Multikolincaritas dan Autokorelasi. Untuk mendeteksi adanya gejala
multikolinearitas dapat dilihat dari nilai VIF. Dikatakan tidak ada gejala multikolinearitas apabila
VIF < 5. Dari output hasil uji data nilai VIF 4.872, 4.389 dan 1.503 (Tabel 3) dimana kurang dari
5 maka dapat disimpulkan bahwa tidak ada gejala multikolinearitas.
Selanjutnya dilakukan Uji F Regresi dan T Parsial. Untuk memastikan bahwa semua variabel
independen yang dimasukkan dalam analisis regresi secara bersama-sama berpengaruh pada
variabel terikat maka dilakukan uji F pada regresi. Uji lainnya adalah uji T parsial yang
dimaksudkan untuk melihat sejauh mana pengaruh masing-masing variabel bebas dalam model
regresi terhadap variabel terikat dan tetap memperhatikan variabel lain dalam model.
Persamaan regresi dalam analisis ini kemudian dibentuk dari nilai koefisien β pada output hasil
analisis pada Tabel 3. Secara berurutan dari atas ke bawah: a) Constant: 1.4062 b) β2 : 0.2832 c)
β4 : 0.3763 d) β5 : 1.8*10-7 Dengan demikian persamaan regresi dapat ditulis sebagai berikut :
Dari persamaan regresi di atas dapat nyatakan beberapa hal sebagai berikut:
1. Apabila variabel lain bernilai konstan, Nilai Y akan berubah dengan sendirinya sebesar nilai
konstanta yaitu 1.4062 atau dapat dikatakan pula jika variabel lain tidak ada maka bangkitan
perjalanan akan terjadi sebesar 1.4062 kali per hari.
2. Apabila variabel lain bernilai konstan maka setiap penambahan 1 anggota keluarga akan
menyebabkan terjadinya bangkitan sebesar 0,2832 setiap satu satuan X2.
3. Apabila variabel lain bernilai konstan maka setiap penambahan 1 orang anggota keluarga yang
bersekolah maka akan menyebabkan bangkitan sebesar 0.3763 setiap satu satuan X4.
4. Apabila variabel lain bernilai konstan maka penambahan 1 satuan penghasilan keluarga maka
akan menyebabkan bangkitan perjalanan sebesar 1.8*10-7 setiap satu satuan X5.
47
Selanjutnya, untuk menilai kekuatan model dalam melakukan peramalan perjalanan ini maka
nilai R Square dapat dijadikan sebagai rujukan, Selain itu, model persamaan regresi juga sering
disebut sebagai model prediksi oleh karena adanya variabel terikat dan variabel bebas. Untuk
menguji validitas model sebagai model prediksi maka dapat dilihat dari nilai Standart Error of
Estimate (SEE) yaitu sebesar S = 0.785840 (Tabel 3). Nilai SEE ini bandingkan dengan deviasi
standar dari variabel dependen atau Y = 1.281 (Tabel 5) sehingga diperoleh SEE = 0.785840 <
StDev Y = 1.281), maka dapat dinyatakan model regresi di atas adalah valid sebagai model
prediksi.
Telah dijelaskan di atas bahwa variabel yang berpengaruh terhadap bangkitan perjalanan pada
kawasan pinggiran kota di Kupang adalah jumlah anggota keluarga, jumlah anggota keluarga
yang sekolah dan penghasilan keluarga. Temuan ini sejalan dengan studi yang dilakukan oleh
Pidor, Karels dan Bolla [15], yang melakukan studi sebelumnya di dalam kota Kupang bahwa
salah satu faktor yang berpengaruh pada bangkitan perjalanan adalah jumlah anggota keluarga
yang sekolah. Sementara studi lainnya juga menunjukkan hasil yang konsisten bahwa variabel
yang berpengaruh dalam bangkitan perjalanan adalah variabel jumlah anggota keluarga dan
pendapat per bulan dari rumah tangga di samping variabel yaitu kepemilikan kendaraan dan
ukuran rumah tangga [16]. Hasil ini juga menunjukkan bahwa perjalanan yang dilakukan anak
sekolah signifikan berpengaruh pada bangkitan perjalanan menuju kawasan perkotaan. Oleh
karena itu, pemerintah perlu memberikan akses yang baik dalam mendapatkan layanan
pendidikan yang dekat dengan kawasan pinggiran kota, sehingga dapat mengurangi perjalanan
ke kawasan perkotaan untuk bersekolah
lainnya yaitu kepemilikan kendaraan dan ukuran rumah tangga [16]. Hasil ini juga menunjukkan
bahwa perjalanan yang dilakukan anak sekolah signifikan berpengaruh pada bangkitan
perjalanan menuju kawasan perkotaan. Oleh karena itu, pemerintah perlu memberikan akses
yang baik dalam mendapatkan layanan pendidikan yang dekat dengan kawasan pinggiran kota,
sehingga dapat mengurangi perjalanan ke kawasan perkotaan untuk bersekolah
48
BAB III
KESIMPULAN
1. Faktor yang terlihat berpengaruh paling dominan dalam melakukan perjalanan adalah
faktor rumah tangga seperti jumlah anggota keluarga, pendapatan dan juga kepemilikan
kendaraan. Motivasi umumnya untuk melakukan perjalanan adalah untuk tujuan
bersekolah dan bekerja. Dengan demikian kebutuhan akan perjalanan akan sangat
bergantung pada faktor rumah tangga. Oleh karena itu, dalam merencanakan
49
DAFTAR PUSTAKA
1. Puji Hardati, "Transformasi wilayah peri urban. kasus di Kabupaten Semarang," Jurnal
Geografi, vol. 8, no. 2, pp. 108-177, Juli 2011.
2. Nanda Adi Prawatya, "Perkembangan spasial kotakota kecil di Jawa Tengah," Jurnal
Wilayah dan Lingkungan, vol. 1, no. 1, pp. 17-31, April 2013.
3. La Ode Muhamad Magribi and Aj. Suhardjo, "Aksesibilitas dan pengaruhnya terhadap
pembangunan pedesaan; Konsep Model Sutainable Accselibility pada kawasan pedesaan
di Propinsi Sulawesi Tenggara," Jurnal Transportasi, vol. 4, no. 2, pp. 149-160,
Desember 2004.Hobbs F. D. 1999. Perencanaan dan Teknik Lalu Lintas. Gajah Mada
University Press.
4. Juan de Dios Ortúzar and Luis G Willumsen, Modelling Transport.: Wlley,
2001.Levinson H.S. 1976. Transportation And Traffic Engineering Handbook, New
Jersey.
5. Michael G MacNally, "Four Step Model," in Hand Book of Transport Modeling., 2016,
pp. 35-33.
6. Ofyar Z Tamin, Perencanaan, Pemodelan & Rekayasa Transportasi: Teori, contoh soal
dan Aplikasi. Bandung: ITB, 2008.
7. Abhishek L Hedau and S S Sanghai, "Development of Generation Model Using Activity
Based," International Journal of Civil, Structural, Environmental and Infrastructure
Engineering Research and Development (IJCSEIERD), vol. 4, no. 3, pp. 61-78, Jun 2014.
8. William Davidson et al., "Synthesis of first practices and operational research approaches
in activity-based travel demand modeling," Transportation Research Part A , vol. 41, pp.
464–488, 2007.
9. Eric J Miller, James Vaughan, David King, and Matthew Austin, "Implementation of a
“Next Generation” Activity-Based Travel Demand Model: The Toronto Case," in Paper
prepared for presentation at the Travel Demand Modelling and Traffic Simulation
Session of the 2015 Conference of the Transportation Association of Canada,
Charlottetown, 2015, pp. 1-20.
10. Sonya Sulistyono and Wiwik Yunarni Widiarti, "Pemodelan bangkitan perjalanan (Trip
Generation) pada kawasan pusat Kota Jember," in Simposium X FSTPT, Universitas
Tarumanagara, Jakarta, 2007, pp. 1 - 9.
11. Jurair Patunrangi, "Model bangkitan pergerakan zona kecamatan palu utara Kota Palu,"
Jurnal SMARTek, vol. 8, no. 3, pp. 191-202, Agustus 2010.
12. Adris A. Putra, "Model Bangkitan Pergerakan Penduduk pada kawasan pemukiman,"
TEKNO SIPIL , vol. 11, no. 58, pp. 19-26, April 2013.
13. Luis A. Guzman, Ana M. Gomeza, and Carlos Riveraa, "A Strategic Tour Generation
Modeling within a Dynamic Land-Use and Transport Framework: A Case Study of
Bogota, Colombia," in World Conference on Transport Research Transportation
Research Procedia 25C, Shanghai, 2017, pp. 2540–2555.
14. Sugiyono, Statistik untuk Penelitian, X ed., Endang Mulyatiningsih, Ed. Bandung: CV.
Alfabeta, 2006.
50
15. Maria S. Pidor, Dolly W. Karels, and Margareth E. Bolla, "Bangkitan perjalanan dan pola
pergerakan penduduk Kecamatan Kepala Lima," Jurnal Teknik Sipil, vol. VII, no. 2, pp.
119-132, September 2018.
16. Michael Octavianus and Indra Jaya Pandia, "Bangkitan perjalanan pada perumahan
Menteng Indah di Kecamatan Medan Denai," Jurnal Teknik Sipil USU, vol. 2, no. 2,
2013.
51
RESUME JURNAL
“Model Bangkitan Perjalanan Penghuni Apartemen di Kota Bandung (Studi
Kasus : Apartemen Gateway Ahmad Yani”
Perencanaan Permintaan Transportasi
DOSEN :
Dr. Anak Agung Gde Kartika, S.T., M.Sc.
52
BAB I
PENDAHULUAN
53
1.2 Rumusan Masalah
Dengan adanya Apartemen Gateway Ahmad Yani pasti akan menimbulkan bangkitan
lalu lintas sehingga akan membebani jaringan jalan tertentu terutama Jl. Ahmad Yani yang
langsung terhubung dengan pintu keluar masuk kawasan apartemen. Hal ini dapat
menyebabkan jalan cepat mengalami penurukan kinerja yang berakibat pada gangguan
aktivitas dan pergerakan manusia/barang dari dalam maupun luar kota. Gangguan
pergerakan lalu lintas dapat berupa kamcetan, kecelakaan, berkurangnya kecepatan rencana,
pelanggaran lalu lintas dan lain sebagainya merupakan indikasi penurunan kinerja jalan
(Tamin, 1997)
Oleh karena itu, usaha-usaha perencanaan transportasi sangat penting dilakukan sedini
mungkin dalam hal memprediksi jumlah bangkitan lalu lintas yang akan timbul akibat
pembangunan suatu tata guna lahan. Dalam hal ini penelitian akan diarahkan pada
pemodelan bangkitan perjalanan penghuni apartemen di Kota Bandung yang mengambli
studi kasus di Apartemen Gateway Ahmad Yani.
54
BAB II
TINJAUAN PUSTAKA
55
2.3 Metode Analisis
Metode analisis yang dipakai dalam tahap bangkitan perjalanan sangat tergantung pada
basis perjalanan dan pendekatan analisis yang dilakukan. Secara umum terdapat tida metode
untuk menganalisis bangkitan perjalanan yaitu :
Metode Faktor Pertumbuhan (Growth Factor Method)
Metode Analisis Kategori/Klasifikai Silang
Metode Analisis Regresi
Uji Multikolinieritas
Uji multikolinieritas adalah untuk melihat ada atau tidaknya korelasi yang tinggi
antara variabel-variavbel bebas dalam suatu model regresi linear berganda. Jika ada
korelasi yang tinggi diantara variabel-variabel bebasnya,maka hubungan antara
variabel bebas terhadap variabel terikatnya menjadi terganggu
Uji Heteroskedastisitas
Uji Heterosledastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan
asumsi klasik heterokedastisitas yaitu adanya ketidaksamaan varian dari residual
untuk semua pengamatan pada model regresi
56
BAB III
METODE PENELITIAN
57
Tabel 5.1 Matriks Hubungan Antar Variabel Model-1A
58
hari Senin dan Sabtu di kondisi jam puncak pagi,siang,dan sore. Variabel – variabel yang
ditandai dengan kolom berwarna biru merupakan variabel yang layak untuk bisa dimasukkan
ke dalam model
59
Tabel 5.5 Model Summary untuk Model-1A
Dengan menggunakan cara dan langkah yang sama, maka dapat dibuat suatu rekapitulaso
hasil model alternatif untuk model bangkitan perjalanan penghuni apartemen pada hari Senin
dan Sabtu di kondisi jam puncak pagi, siang dan sore dapat dijelaskan pada tabel berikut
1) Uji Multikoreliniaritas
Uji multikolinaritasi dilihat dari nilai VIF dan besar nilai tolerans, jika VIF < 10, dan
nilai toleransi > 0,1. Hal ini berati tidak terjadi gejala multikoreliniaritas, sehingga model
tersebut layak digunakan dalam permodelan
60
Tabel 5.7 Rekapitulasi Uji Multikoreliniaritas
2) Uji Heterokedastisidas
Pada model alternatif bangkitan perjalanan penghuni apartemen pada hari Senin dan
Sabtu kondisi jam puncak pagi, siang, dan sore dilakukan uji hereoskedastisidas dengan
metode grafik
3) Uji Normatif
Pada gambar dibawah ini merupakan contoh uji normatif dengan metode grafik pada
Model-1A dimana model regresi yang diperoleh dari pengolahan data SPSS berdistribusi
normal, dimana sebaran data berada disekitar garis diagonal
61
Gambar 5.2 Contoh Uji Normatif untuk Model-1A
Pada tabel di atas dapat dilihat bahwa mayoritas variabel-variabel yang berpengaruh
terhadap jumlah bangkitan pergerakan/perjalanan penghuni apartemen (variabel prediktor)
memiliki koefisien regresi positif artinya semakin besar nilai rata-rata dari variabel prediktor
maka jumlah bangkitan perjalanan akan semakin meningkat
62
3.6 Trip Rate Apartemen Gateway Ahmad Yani
Untuk mendapatkan trip rate apartemen Gateway Ahmad Yani digunakan model yang
telah didapat dengan cara mensubstitusikan nilai rata-rata(mean) variabel bebas yang
berfungsi sebagai variabel prediktor. Hasil perhitungan trip rate apartemen adalah sebagai
berikut :
1. Model bangkitan perjalanan per unit apartemen pada hari Senin pada periode jam
06.00 – 08.00 (jam puncak pagi)
Y1A = -0,168 + 0,284 X2 + 0,232 X7
= 0,72 kendaraan/unit apartemen
2. Model bangkitan peralanan per unit apartemen pada hari Senin pada periode jam
12.00 – 14.00 (jam puncak siang)
Y2A = 0,157 + 0,524 X5 + 0,219 X7
= 0,72 kendaraan/unit apartemen
3. Model bangkitan perjlanan per unit apartemen pada hari Senin pada periode jam
16.00 – 18.00 (jam puncak sore)
Y3A = 0,017 + 0,118 X1 + 0,179 X3
= 0,62 kendaraan/unit apartemen
4. Model bangkitan perjalanan per unit apartemen pada hari Sabtu pada periode jam
06.00 – 08.00 (jam puncak pagi)
Y1B = 0,045 + 0,157 X3
= 0,26 kendaraan/unit apartemen
5. Model bangkitan perjalanan per unit apartemen pada hari Sabtu pada periode jam
12.00-14.00(jam puncak siang)
Y2B = 1,209 – 0,019 X8
= 0,53 kendaraaan/unit apartemen
6. Model bangkitan perjalanan per unit apartemen pada hari Sabtu pada periode jam
16.00-18.00 (jam puncak sore)
Y3B = 0,135 + 0,204 X7 + 0,094 X1
= 0,57 kendaraan/unit apartemen
Dengan menggunakan langkah yang sama untuk periode waktu yang lainya maka
nilai trip rate apartemen yang dapat digunakan untuk mengestimasi jumlah bangkitan
perjalanan/pergerakan dari apartemen dapat dilihat pada tabel berikut
63
3.7 Uji Kesesuian Model
Model estimasi untuk masing-masing periode tersebut di atas akan di uji
kesesuaianya dengan tujuan untuk mengukur ketepatan dari model terhadap perhitungan
(pencacahan) volume kendaraan yang keluar-masuk Apartemen Gateway Ahmad Yani.
64
Tabel 5.10 Tabel Perhitungan Penyimpangan Model Hari Senin dan Sabtu
Dari tabel diatas terlihat bahwa penympangan paling tinggi terjadi pada hari Senin
periode jam puncak pagi. Faktor sampel sebagai pengisi kuisioner dimana sebagian
besar merupakan pekerja dan/atau mengantarkan anak-anak ke sekolah. Selain itu
senin pagi juga merupakan saat orang mulai melakukan kegiatan beraktivitas.
65
BAB IV
KESIMPULAN
4.1 Kesimpulan
Berdasarkan pada hasil pengolahan data dan analisis terhadap bangkitan perjalanan
penghuni apartemen, maka diperoleh beberapa kesimpulan sebagai berikut :
1. Model bangkitan perjalanan penghuni apartemen yang dihasilkan dapat
ditransformasikan ke dalam bentuk trip rate, dimana nilai trip rate apartemen
Gateway Ahmad Yani yang tertinggi adalah hari Senin pada jam puncak pagi
pada pukul 06.00 – 08.00 sebesar 0,432 smp/umit. Dengan tingkat hunian sebesar
50% atau 892 unit pada hari senin dapat diperoleh jumlah bangkitan perjalanan
penghuni apartemen Gateway Ahmad Yani sebesar 386 smp/jam puncak pagi
atau 193 smp/jam dengan asumsi rata-rata dalam 2 jam puncak pagi
2. Dengan kapasitas Jl. Ahmad Yani sebesar 4940 smp/jam, jumlah bangkitan
perjalanan penghuni apartemen memberikan pengarub sebesar 3,91% terhadap
derajat kejenuhan (V/C) Jl. Ahmad Yani
3. Dari hasil uji kesesuaian/penyimpangan terhadap model-model yang dihasilkan,
nilai penyimpangan berkisar antara 0,70% - 29,42%
66
DAFTAR PUSTAKA
Harry Richardo,2016. “MODEL BANGKITAN PERJALANAN PENGHUNI APARTEMEN DI
KOTA BANDUNG (STUDI KASUS : APARTEMEN GATEWAY AHMAD YANI)”.Tesis.
Bandung : Institut Teknologi Bandung
67
RESUME JURNAL
“ANALISA BANGKITAN PERGERAKAN DAN DISTRIBUSI PERJALANAN DI
KOTA MANADO”
Perencanaan Permintaan Transportasi
DOSEN :
Dr. Anak Agung Gde Kartika, S.T., M.Sc.
68
BAB I
PENDAHULUAN
69
transportasi tergantung pada permintaan pergerakan atau perpindahan manusia dan barang.
Permintaan pergerakan dapat di informasikan dalam bentuk garis keinginan. Penelitian ini
dilakukan dengan survey wawancara rumah tangga.
1.3 Tujuan
2. Memperoleh model bangkitan pergerakan untuk wilayah Kota Manado
3. Mengetahui pola distribusi perjalanan yang di akibatkan oleh adanya pergerakan di
wilayah administasi Kota Manado.
70
BAB II
TINJAUAN PUSTAKA
71
bahasa verbal. Tahapan permodelan bangkitan bertujuan untuk meramalkan jumlah pergerakan
pada setiap zona asal dengan menggunakan data rinci mengenai tingkat bangkitan pergerakan,
atribut sosial-ekonomi, serta tata guna lahan.
Untuk mendapatkan nilai a, b1, b2, b3, b4, b5, dan b6 dapat di gunakan metode jumlah
kuadrat terkecit (Least Square Method) yang menghasilkan persamaan normal.
72
2.4 Hubungan Transportasi dan Penggunaan Lahan
Bangkitan perjalanan (trip generation) berhubungan dengan penentuan jumlah perjalanan
keseluruhan yang di bangkitkan oleh suatu kawasan. Dalam kaitan antara aktivitas
manusia dan antar wilayah ruang sangat berperan dalam menciptakan perjalanan.
1. Maksud Perjalanan
Secara spesifik terdapat kategori maksud perjalanan :
a. Perjalanan berdasarkan rumah, dimana tempat asal atau tujuan perjalanan adalah
dari atau menuju rumah.
b. Perjalanan lainnya yang tidak bersangkut paut dengan rumah
2. Karakteristik Pelaku Perjalanan
Faktor penting yang termasuk dalam kategori ini adalah yang berkaitan dengan ciri
sosial-ekonomi pelaku perjalanan termasuk tingkat penghasilan, kepemilikan
kendaraan, struktur dan besarnya keluarga, kerapatan pemukiman, macam pekerjaan
dan lokasi tempat pekerjaan (Bruton, 1985).
3. Karakteristik Perjalanan
Perjalanan mempunyai karakteristik sebagai berikut : daerah asal, daerah tujuan,
tujuan perjalanan, mode perjalanan, maksud perjalanan, route yang dilalui, waktu
perjalanan.
4. Distribusi Perjalanan
Distribusi perjalanan adalah proses menghitung jumlah perjalanan yang terjadi antara
satu zone dan semua zone lainnya dalam daerah studi. Matriks pergerakan atau
matriks asal tujuan (MAT) adalah matriks berdimensi dua yang berisi informasi
besarnya pergerakan antar lokasi (zona) didalam daerah tertentu. Baris menyatakan
zona asal dan kolom menyatakan besarnya arus dari zona asal ke zona tujuan.
73
Tabel 1. Matrix Asal Tujuan
Keterangan :
T = Total matriks
74
BAB III
METODE DAN ANALISIS PENELITIAN
N
n= 2
N d +1
Keterangan :
n = Jumlah sampel
Dengan menggunakan rumus diatas jumlah sampel yang diambil dari masing-masing
kecamatan adalah 11180 sampel.
1. Tahap pertama : analisis bivariant, yaitu analisis uji korelasi untuk melihat hubungan
antar varibael yaitu variable terkait dengan variable bebas. Variabel bebas harus
mempunyai korelasi terhadap variable terikat dan sesame variable bebas tidak boleh
saling berkorelasi. Apabila terdapat korelasi diantara variable bebas, pilih yang
mempunyai nilai korelasi yang terbesar terhadap variable terikat untuk mewakili.
2. Tahap kedua : analisis multivariant, yaitu analisis untuk mendapatkan model yang
paling sesuai menggambar perngaruh satu atau beberapa vairabel terikat nya, dapat di
gunakan analisis regresi linear berganda (Multiple Linear Regression). Tahapan ini
termasuk uji T dan uji F.
75
3.3 Analisis Model Perhitungan dan Pembahasan
1. Analisis Bivariant
Diperoleh variabel yang mempunyai hubungan signifikan atau pengaruh besar
terhadap produksi perjalanan (Y) Yaitu X1 sebesar 0.878, X2 sebesar 0,465 dan X3
sebesar 0,565.
2. Analisis Multivariant
Dari persamaan–persamaan regresi yang telah dihitung di urutkan berdasarkan nilai
R2 (koefisien determinasi) yang terbesar atau yang paling mendekati satu, dan nilai
konstanta yang paling kecil. Berdasarkan koefisien determinan dan nilai konstanta
disusun persamaan regresi yang mewakili sesuai kritera tersebut seperti pada tabel 2
Dari Tabel 2. diambil persamaan regresi terbaik untuk jumlah pergerakan anggota
keluarga per-hari yaitu: Y = 0.125 + 0.927 X1 + 0.082 X2 + 0.129 X3, dengan R2 = 0.775.
Kuat hubungan yang ditunjukkan oleh persamaan ini adalah pada variabel bebas terhadap
variabel terikat lebih besar serta konstanta dan koefisien regresinya lebih kecil dibanding
persamaan lainnya. Karena menggunakan tiga variabel bebas, maka koefisien determinasi
yang digunakan adalah angka dari R Square sebesar 0.775 atau 77.5 %. Angka ini
menunjukan pergerakan anggota keluarga per-hari dipengaruhi oleh komposisi keluarga,
jumlah anggota keluarga yang bekerja, dan jumlah anggota keluarga yang belajar sebesar
77.5 % sedangkan sisanya 22.5 % dipengaruhi oleh faktor-faktor atau variabel lain diluar
variabel bebas yang digunakan. Pengujian lain yaitu :
76
a. Anova (Uji F). Anova regresi (F) adalah nilai uji kelinearan hubungan variable terikat
dengan variable bebas nya Sesuai yang ditampilkan pada Tabel 3. Jadi dapat dilihat
bahwa Fhitung > Ftabel maka H0 ditolak. Selanjutnya dapat dilihat bahwa nilai signifikan F =
0,000 < 0.05 yang berarti Ha diterima.
Tabel 3. ANOVA
Dengan demikian, hasil uji F menyatakan bahwa H0 ditolak dan Ha diterima dan secara
simultan variabel komposisi keluarga(X1), jumlah anggota keluarga yang bekerja (X2),
dan jumlah anggota keluarga yang belajar(X3), berpengaruh terhadap jumlah pergerakan
anggota keluarga per-hari.
Nilai T untuk masing-masing variabel X1, X2 dan X3 diperoleh thitung > ttabel (nilai ttabel =
1.960) maka H0 ditolak. Selanjutnya dapat dilihat bahwa signifikan < 0.05 berarti H0
ditolak. Dengan demikian, hasil uji t menyatakan bahwa H0 ditolak Ha diterima. Artinya
77
variabel X1, X2 dan X3 berpengaruh terhadap jumlah pergerakan anggota keluarga per-
hari
78
BAB IV
KESIMPULAN
2. Distribusi perjalanan yang terjadi dari ditiap-tiap zona atau kecamatan terdapat 36,74 %
responden melakukan perjalanan ke kecamatan Wenang. Hasil ini menunjukkan pola
pergerakan yang digambarkan lewat peta garis keinginan.
79
DAFTAR PUSTAKA
1. Alqifari 2000. Analisis Regresi (Teori, Kasus dan Solusi). Penerbit BPFE Yogyakarta.
2. Black J.A. 1981. Urban transport Planning (Theory and Products), London Crom Helm
3. Bruton M.J. 1985, Introduction To Transportation Planning. Hutchinson Technical
Education, London
4. Hobbs F. D. 1999. Perencanaan dan Teknik Lalu Lintas. Gajah Mada University Press.
5. Hadi Sabari Yunus. 2005. Struktur Tata Ruang Kota, Penerbit Pustaka Pelajar Yogyakarta.
6. Levinson H.S. 1976. Transportation And Traffic Engineering Handbook, New Jersey.
7. Morlok, E. K. 1991. Pengantar Teknik dan Perencanaan Transportasi, Penerbit Erlangga
Jakarta
8. Mc Nally G. Michael. 2000. The Four Step Model, University of California, Paper
UCIITS-AS-WP-00-5, Irvine, USA
9. Riduwan dan Akdon. 2008. Rumus dan Data Dalam Analisis Statiska, Alfabeta Bandung
10. Riduwan dan Sunarto. 2009. Pengantar Statistika. Alfabeta Bandung.
11. Santosa Purbayu Budi dan Ashari. 2005. Analisis Statistik dengan Microsoft Excel &
SPSS. ANDI Yogyakarta
12. Tamin Ofyar, Z. 2000. Perencanaan dan Pemodelan Transportasi, Edisi kedua. ITB
Bandung
13. Wells G.R. 1975. Comprehensive Transport Planning, London Charles Griffin
80